《高效热交换器公司六西格玛质量管理分析_范文》由会员分享，可在线阅读，更多相关《高效热交换器公司六西格玛质量管理分析_范文（72页珍藏版）》请在金锄头文库上搜索。
1、高效热交换器公司六西格玛质量管理分析xxx有限公司目录一、 常用的质量改进工具3二、 质量改进工具概述19三、 标准化工作22四、 计量工作30五、 质量改进工作的管理36六、 质量改进的内涵40七、 六西格玛管理的特点50八、 六西格玛管理的策划54九、 公司简介60公司合并资产负债表主要数据61公司合并利润表主要数据61十、 产业环境分析62十一、 深入推进绿色低碳转型64十二、 必要性分析65十三、 发展规划66十四、 人力资源配置分析70劳动定员一览表70一、 常用的质量改进工具1、调查表（1）调查表的含义。调查表是用于收集和记录统计数据的一种表格形式，以便于按统一的方式收集数据并进行
2、统计计算和分析，以获得对事实的明确认识的一种表格。调查表又称为检查表、分析表、核对表。调查表既适用于收集数字数据（定量分析），又适用于收集非数字数据（定性分析）。在质量管理和质量改进的工作过程中普遍应用各种统计方法，以探索事物的规律性。统计的对象是数据，而所收集的数据是否具有代表性，将直接关系到统计方法的应用效果。而且，数据往往具有一定的时效，过时的数据就会失去应有的价值。应用调查表就是为了能采用简便的方法，迅速收集到能反映事物客观规律的数据，这对于各种统计方法的应用都具有非常重要的意义。特别是作为信息源，可为原因分析和质量改进决策提供依据。（2）制作步骤。调查表具体的制作与操作步骤如下。确定
3、对象。首先要明确调查最终要达到的目的，据此来确定具体的产品或零件作为调，查的主要对象。设计表格。根据调查对象和调查目的的特点，设计形式多样的调查表。记录汇总。确定调查周期，在规定期限对调查对象进行调查、记录，最后进行汇总整理。分析结果。分析调查记录的结果，找出主要原因，制定改进措施。2、分层法（1）分层法的含义，所谓分层法，就是把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。分层法又称分类法，是质量管理和质量改进中常用来分析影响质量因素的重要方法。在实际生产中，影响质量变动的因素很多，这些因素往往交织在一起，如果不把它们区分开来，就很难得出变化
4、的规律。有些分布，从整体看好像不存在相关关系，但如果把其中的各个因素区别开来，则可以看出，其中的某些因素存在着相关关系；有些分布，从整体看似乎存在相关关系，但如果把其中的各个因素区分开来，则可以看出，不存在相关关系。可见用分层法，可使数据更真实地反映实施的性质，有利于找出主要问题，分清责任，及时加以解决。（2）分层法的依据和方法。根据分层的目的，按照一定的标志加以区分，把性质相同、在同一条件下收集的数据归集在一起。分层时，应使同一层的数据波动幅度尽可能小，而层间的差别尽可能大。按不同的操作者分。如按新、老工人，男、女不同工龄，操作技术水平高低进行分类。按机器设备分。如按不同型号、新旧程度进行分
5、层。按原材料分。如按不同的供料单位、不同的进料时间、不同的生产环境等标志分层。按操作方法分。如按不同的切屑用量、温度、压力等工作条件进行分层。按不同的时间分。如按不同的班次、不同的日期进行分层。按不同的检验手段分。如按不同的测量仪器、测量者进行分层。按生产废品的缺陷项目分。如按铸件的裂纹、气孔、缩孔、砂眼等缺陷项目分层。（3）制作步骤。分层法可以采用统计表形式，也可以用图形的形式。其步骤如下。确定分析研究的目的和对象。收集有关质量方面的数据。对有待于解决的问题，采用分层法分析，收集与此相关的数据，通常用的办法是抽样调查。根据分析研究的目的不同，选择分层的标志。按分层标志对数据资料进行分层。分层
6、时注意使同一层内数据在性质上差异尽可能小，而不同层的数据间差异尽可能大，便于分析、找出原因。画出分层归类图（或表）。分析分层结果，找出主要问题产生的原因，并制定改进措施。3、排列图（1）排列图的含义。排列图是为了对从最关键的到较次要的要素或项目依次进行排列而采用的简单的图示技术。排列图是用来描述项目重要度的工具。在任何工作中要想取得显著效果，必须抓住主要矛盾解决重点问题，排列图就是用来寻求主要矛盾的工具。在质量改进活动中，针对现场存在的诸多质量问题，可以应用排列图确定哪些是关键的项目；针对影响质量问题的诸多原因，可以应用排列图确定哪些是主要原因。（2）应用原理。排列图最早是由意大利经济学家帕累
7、托用来分析社会财富分布状况的。他发现，少数人占有着社会上的大量财富，而绝大多数人则处于贫苦的状态，而这少数人却左右着整个社会经济发展动向的现象，即所谓“关键的少数和无关紧要的多数”的关系。后来，美国质量管理学家朱兰博士，把它应用于质量管理，ISO9000标准也将其作为质量统计常用工具。因此，排列图在质量管理中就成了改善质量活动，寻找影响质量主要因素的一种主要工具。排列图由两个纵坐标和一个横坐标，若干个直方形和一条折线构成。左侧纵坐标表示不合格品出现的频数（出现次数或金额等），表示影响程度；右侧纵坐标表示不合格品出现的频率（百分比）；横坐标表示影响质量的各种因素，按影响大小顺序排列；直方形高度表
8、示相应的因素的影响程度（即出现频率为多少）；折线表示累计频率（也称帕洛特曲线）。应该注意，分类方法不同，所制作的排列图不同。应通过不同的角度观察问题，把握住问题的实质，针对不同性质的问题采用不同的分类方法进行分类，以确定“关键的少数”，这也是排列图应用的目的。为了确认“关键的少数”，在排列图上通常按累积百分数分为三个区域：在080%间的项目为“A类项目”，即关键的少数；在80%90%间的项目为“B类项目”，即次要项目；在90%100%间的项目为“C类项目”，即一般项目。B类项目和C类项目的总和是次要的多数；若所取数据为“质量损失（金额）”，画排列图时应将质量损失在左纵坐标轴上表示出来。排列图分
9、析时采用的是“二八原则”，但并不是绝对的，应根据具体情况确定关键的少数。（3）制作步骤。确定排列项目，收集数据。存在的诸多质量问题或影响质量问题的诸多原因都可以成为排列项目，以便从中确定哪些项目为“关键的少数”。当排列项目较多时，应将含有最小项内的若干类别合并为“其他”项，以便简化分析过程，这一“其他”项的频数无论多大都应当排列在最后。选择度量单位，作成缺陷数统计表或频数分布表。在排列图中，排列项目的度量单位可以是频数、件数、成本等。但是，所有的排列项目的度量单位必须是相同的、等价的，否则将不具有可比性。作直方图。按频数大小从左到右用直方图表示，使图形呈逐个下降的趋势。描线。注明必要事项。分析
10、关键的少数要因，作为解决问题的基础。排列图的画法中大致有三种：朱兰画法；ISO9000标准画法；帕累托画法。4、因果围（1）因果图的含义。因果图又称鱼刺图、石川图，是日本质量管理先驱者石川馨所创，它是整理和分析质量问题与其影响因素之间关系的一种方法，运用因果图有利于找到问题的症结所在，然后对症下药来解决质量问题。因果图在使用时，因果分析图形象地表示了探讨问题的思维过程，利用因果分析图可以首先找出影响质量问题的大原因，然后寻找到大原因背后的中原因，再从中原因找到小原因和更小的原因，最终查明主要的直接原因。这样有条理地逐层分析，可以清楚地看出“原因一结果”“手段一目标”的关系，使问题的脉络完全显示
11、出来，最终找出影响质量问题的根本原因。因此在质量管理活动中，尤其在质量分析和质量改进活动中得到广泛的应用。（2）制作步骤。确定要分析的质量问题，画出主干线。找出影响结果的因素。采用“头脑风暴法”等方法，集思广益，尽可能地找出可能影响结果的所有因素。确定原因的类别，画出分支线。大原因数目一般不少于2个，不多于6个；然后分析寻找影响质量的中原因、小原因等，直至每个分支都找出了潜在的根本原因。检查每个因果链的逻辑合理性，画出因果分析图。制定解决的措施。找出主要原因后，应拟定适当的措施，到现场去解决问题。5、直方图（1）直方图的含义。直方图法是从总体中随机抽取样本，将从样本中获得的数据进行整理，从而找
12、出数据变化的规律，以便测量工序质量的好坏。直方图的应用主要显示数据的波动形态，即样本数据的分布。直观地传达有关过程的情况和信息。根据直方图所提供的信息，可以推算出数据分布的特征值、过程能力指数及过程的不合格品率等。这种推算一般要比控制图的推算更加准确，决定在何处集中力量进行改进，即为质量改进提供机会。（2）制作步骤。收集数据。数据个数一般为50个以上，最少不少于30个。求极差R。在原始数据中找出最大值和最小值，计算两者的差就是极差。确定分组的组数和组距。一批数据究竟分多少组，通常根据数据个数的多少来定。确定各组界限。制作频数分布表，将测得的原始数据分别归入相应的组中，统计各组的数据个数，各组频
13、数填好以后检查一下总数是否与数据总数相符，避免重复或遗漏。画直方图。以横坐标表示质量特性，纵坐标为频数，在横轴上标明各组组界，以组距为底，频数为高，画出一系列的直方柱，就成了直方图。在直方图的空白区域，记上有关数据的资料。如样本数、平均值、标准差等。（3）直方图的观察与分析。直方图可以直观地观察出质量特性的分布形态，便于判断过程是否处于统计控制状态，以决定是否采取相应对策措施。直方图的观察主要是看两个方面，一是观察图形的形状，二是将直方图的位置和规格标准进行比较，从而得出结论。直方图图形形状分析。一般情况下，作直方图的目的是为了研究工序质量的分布状况，判断工序是否处于正常状态。因此，在画出直方
14、图后要进一步对其图形进行分析。在正常生产条件下，所得到的直方图如果不是标准形状的，就要分析其产生的原因，采取措施。*正常型。又称对称型，特点是中间高、两边低、左右基本对称，这是理想状态的图形，说明工序稳定。*平顶型。直方的高度差不多，频数分布详尽。这是由缓慢的因素起作用所造成的，如车辆老旧，保修质量下降，人员素质逐步下降等。*双峰型。直方图中出现两个高峰，这是把两种不同类型的数据混在一起造成的。如两种不同的车型混合抽样，或两种不同营运方式的车辆混合抽样所致。*锯齿型。直方参差不齐形如锯齿，可能是数据分组过多或计算有误，应重新分组计算。*偏向型。直方的顶峰不在中间位置，偏向一边，有时是数据分组不
15、当所致，有时质量分布本身就是这种规律，如春节运输期间的日运量就是偏向型的分布。*孤岛型。在直方群以外又出现小的直方群，像孤岛一样。说明有异常质量波动，如原料发生变化、在短期内由不熟练工人替班、测量有错误等，都会造成孤岛型分布。此时应查明原因，采取措施。直方图数据范围与质量标准间的关系。当工序处于稳定状态后，还需要进一步与质量标准（通常是公差T）进行比较，以判断工序能力能否满足质量标准的要求。公差通常是尺寸公差的简称，指允许尺寸的变动量，等于最大极限尺寸与最小极限尺寸代数差的绝对值。直方图数据范围与质量标准间的关系主要看直方图是否都在公差要求之内，其次还要分析在公差之内的位置如何，这种对比大体上有6种典型的情况。（B为直方图的数据分布范围，T为公差范围）*理想型。TB，且直方图数据平均值也正好与公差中心重合，两边有一定的余地，工序处于受控状态，产品全部合格，这样的工序质量状态比较理想。*能力富裕型。TB，它的分布中心基本上无偏移，且工序能力过大，虽然无产生废品之虞，但工艺过程的经济性较差。*能力不足型。BT，直方图数据范围分布范围太大，造成很多不合格品，应立即采取措施纠正。*无富余型。B=T，它的分布中心虽
