QC旧七大手法

《QC旧七大手法》由会员分享，可在线阅读，更多相关《QC旧七大手法（6页珍藏版）》请在金锄头文库上搜索。

1、QC 旧七大手法前言质量管理的老（旧）七种工具是 20 世纪 60 年代，由日本著名的质量管理专家石川馨根据日本常 用的质量控制方法总结而形成的。之所以称为“七大手法”，或“七大工具”，是因为日本武士在出征 作战时，经常携带七种武器，所谓七大手法或工具就是沿用了七种武器。这七种工具主要用于数据收 集、整理、分析，以解决现场质量管理存在的问题。下图给出了应用老七种质量管理工具的逻辑顺序。数据收集 数据分析 问题识别 优先排序老七种质量管理工具的逻辑顺序作为 QC 要想掌握 QC 七大手法的精髓，必须先了解以下一些有关统计技术方面的基础的知识。 统计技术是质量管理中进行质量分析、质量控制和质量改进

2、的基本工具和方法。一统计方法简介 1统计技术是以概率论为理论基础，研究随机现象中确定的数学规律并预示其发展的应用数学。 2统计方法是指收集、整理、分析和解释统计资料，并对所反映的问题做出一定的结论的方法。在统 计技术的基础上形成较为固定和模式化的统计方法。3统计工具是简化的统计方法，是统计技术中的具体方法。 （可见统计工具、统计方法和统计技术，三者之间既有联系又有差异统计技术是一个大概念， 是对整个学科而言的，统计方法是指具体的方法，如控制图是统计技术的一种方法。）4统计方法分为： 描述性统计方法：“是指以揭示数据分布特性的方式汇总并表达定量数据的方法”。常用饼分图、 折线图、趋势图、曲线图、

3、直方图、散布图、排列图、概率图、多变量图等形式。直观明 了，方便使用简便的方法往往成为最实用、最有效的方法。 常见的描述性统计方法分为三类：a）用数据的统计量来描述。如均值、标准差等。b）用图示技术来描述。如直方图、散布图、趋势图、排列图、条形图和饼分图等。c）用文字语言分析和描述。如统计分析表、分层、因果图、亲和图和流程图等。 推断性统计方法：是在描述基础上进一步对统计资料所反映的问题进行分析、解释和做出推断 性结论的方法。如回归分析、方差分析、假设检验等。5统计方法的三大特性： 描述性：利用统计方法对统计资料进行整理和描述，展示出统计资料的规律。 推断性：统计方法都要通过详细研究样本，推断

4、总体状况。 风险性：统计方法既然用部分推断总体，就可能有错误，就要担风险，不过正确使用统计方法，可以最大限度限度减少风险。二产品质量波动 质量是一种随机现象，由于影响产品质量的因素无时无刻不在变化着。 产品质量具有波动性和规律性。在生产过程中，即使“5M1E”等条件相同，生产出来的一批产品的质量特性数值也并不完全相同，总 是存在差异，这就是产品质量的波动性或变异性。因此，产品质量波动性具有普遍性和永恒性。当生产过 程处于统计控制状态时，生产出来的产品质量特性数据，其波动服从一定的分布规律（统计分布），这就 是产品质量的规律性。从统计学角度来看，可以把产品质量波动分为正常波动和异常波动两类。1正

5、常波动是由偶然因素或随机因素（随机原因）引起的产品质量波动。这些偶然因素（随机因素） 在生产过程中大量存在，对产品质量经常发生影响，但其所造成的质量特性值波动往往较小。如：原材料 的成分和性能上的微小差异、机器设备的轻微振动、温湿度的微小变化、操作方面、测量方面、检测仪器 的微小差异等。对这些波动的随机因素的消除，在技术上难以达到，在经济上代价又很大，因此，一般情 况下这些波动在生产过程中是允许存在的，所以称为正常波动。公差就是承认这种波动的产物。把仅有正 常波动的生产过程称为过程处于统计控制状态，简称为受控状态或稳定状态。特点：A. 影响因素多；B. 造成的波动范围小；C. 无方向性（逐件不

6、同）；D. 作用时间长；E. 对产品质量的影响小；F. 完全消除偶然因素的影响，在技术上有困难或在经济上不允许。所以由随机因素引起的产品质量的随机波动是不可避免的。2异常波动是由异常因素或系统因素（系统原因）引起的产品质量波动。这些系统因素在生产过程中 并不大量存在，对产品质量不经常发生影响，一旦存在，对产品质量的影响就比较显著。如：原材料的不 符合规定要求、机器设备带病运转、操作者违反操作规程、测量工具的系统误差等。由于这些因素引起的 质量波动大小和作用方向一般具有周期性和倾向性，因此，异常波动比较容易查明，容易预防和消除，又 由于异常波动对质量特性的影响较大，一般来说生产过程中是不允许其存

7、在的。把有异常波动的生产过程 称为过程处于非统计控制状态，简称为失控状态或不稳定状态。特点：A. 影响因素相对较少；B. 造成的波动范围大；C. 往往具有单向性周期性；D. 作用时间短；E. 对产品质量的影响较大；F. 异常因素易于消除或减弱，在技术上不难识别和消除，在经济上也往往是允许的。所以由异常因素造成的产品质量波动在生产过程中是不允许存在的，只要有发现产品质量有异常波动， 就应尽快找出其异常因素，加以消除，并采取措施使之不再出现。质量管理的一项重要工作，就是要找出产品质量波动规律，把正常波动控制在合理范围内，消除系统 原因引起的异常波动。从微观角度看，引起产品质量波动的原因来自主要的六

8、个方面，即5M1E工序六大因素（Man、 Machine、Material、Method、Measurement、Environment）。随机变异非随机变异备注又名正常波动/偶然波动简称偶波）异常波动（简称异波）引起质量波动的原因 （因素）一般原因/偶然原因/随机原因 /偶然因素或随机（性）因素异常原因/可查明原因/系统原因/特 殊原因/异常因素或系统（性）因素识别性不易识别可识别或不难识别属性过程所固有的非过程所固有影响因素的多少影响因素多影响因素相对较少造成的波动范围大小造成的波动范围小造成的波动范围大方向性/周期性无方向性（逐件不同）往往具有单向性/周期性作用时间长短一直起作用（时间长

9、）在一定时间内对生产过程起作用对产品质量的影响大小对产品质量的影响微小对产品质量的影响较大能否消除完全消除偶然因素的影响，在 技术上有困难或在经济上不允 许（不值得）异常因素易于消除或减弱，在技术上 不难识别、测量，且采取措施不难消 除，在经济上也往往是允许的，是必 须消除的解决途径需要管理决策配置资源，以改进 过程和系统（如更换高精度的加 工设备/模具/改变现有的加工 工艺，这需要高层决策对5M1E进行调整，现场班组长甚至 操作者都有权利和能力,故称为局部 措施能否避免/可否允许存 在由随机因素引起的产品质量的 随机波动是不可避免的由异常因素造成的产品质量波动在 生产过程中是不允许存在的，只

10、要有 发现产品质量有异常波动，就应尽快 找出其异常因素，加以消除，并采取 措施使之不再出现质量特性值分布状态由偶然因素造成的质量特性值分布 状态不随时间的变化而变化由异常因素造成的质量特性值分布状态 随时间的变化可能发生各种变化观念：1过程中有许多导致波动的因素存在；2过程因素的发生是随机且无法预测的，然而这些因素都影响着过程的输出即质量特性；2质量特性有波动是正常现象，无波动是虚假现象；3彻底消灭波动是不可能的，但减少波动是可能的；4控制过程就是要把波动限制在允许的范围内，超出范围就要设法减少波动并及时报告，迟到的报告 有可能引发损失，是一种失职行为。相同点：从微观角度看，引起产品质量波动的

11、原因来自主要的六个方面，即5M1E工序六大因素（Man、 Machine、Material、Method、Measurement、Environment）三、质量的统计规律性质量的统计观点是现代质量管理的基本观点之一。若推行这样的观点就是现代的质量管理，否则即是 传统的质量管理。质量变异是有规律性的，但它不是通常的确定性现象的确定性规律，而是随机现象的统计规律。所谓 确定性现象就是在一定条件下，必然发生或不可能发生的事件。质量问题，经常遇到的却是随机现象，即在一定条件下事件可能发生也可能不发生的现象。质量的统计观点包括如下内容：质量具有变异性质量的统计观点L质量的变异具有统计规律性spc是识别

12、和控制过程波动的科学方法。四、质量具有变异性随着科学技术的不断发展，特别是大规模机械化、自动化生产的情况，人们的日常观念中常常存在一 种误解；现在由机器来进行生产，生产出来的产品应该是一样的。经过一百多年的实践，随着测量理论与 测量工具的进步，人类才终于认识到：尽管是机器生产，但产品质量仍然具有变异性。也就是说，在生产 实践中，即使 5M1E 等条件相同，生产出来一批产品的质量特性的实际值并不完全一样，总是存在差异， 这就是质量特性的波动。五、质量波动影响因素分析影响质量波动的因素主要来源有5M1E。但从对质量影响的大小来分，质量因素可分为偶然因素（偶因） 与异常因素（异因）两类。1偶然因素引

13、起质量的偶然波动，是对生产过程一直起作用的因素。如材料成分、规格、硬度的微小 变化；设备的微小震动；刃具的正常磨损；夹具的弹性变形及微小松动；员工操作的微小不均匀性等。偶 然波动是不可避免的，但对质量的影响微小，一般来说，并不超出规格范围。偶然因素在技术上也是难以 测量、难以避免的，在经济上并不值得消除，由偶然因素造成的质量特性值分布状态不随时间的变化而变 化。由偶然因素造成的质量波动称为正常的波动，这种波动一般通过公差加以反映，此时的工序处于稳定 状态或受控状态。2异常因素引起质量的异常波动，是在一定时间内对生产过程起作用的因素。如材料成分、规格、硬 度的显著变化；设备、工夹具安装、调整不当

14、或损坏；刃具的过度磨损；员工违反操作规程等。异常波动 对质量影响大，在技术上是易于识别、测量，且采取措施不难消除。异常波动的影响在经济上是必须消除 的。由异常因素造成的质量特性值分布状态随时间的变化可能发生各种变化。故在过程中异常波动及造成 异常波动的异常因素是关注的对象，一旦发生就应该尽快找出，采取措施加以消除，并纳入标准，保证它 不再出现。也就是说，由异常因素造成的质量波动称为不正常的波动，此时的过程处于不稳定状态或非受 控状态，对这样的过程必须严加控制。六、质量波动具有统计规律性如果一个过程只受随机因素的影响，也就是说过程处于受控状态或稳定状态，那么这个过程的波动是 有规律可循的。通常可

15、以用概率与统计学的方法来描述这个规律。对于随机现象通常应用分布来描述，分布可以反映出：变异的幅度有多大，出现这么大幅度变异的概 率有多大，这就是统计规律。对于计量特性值，如长度、重量、时间、强度、纯度及成分等连续性数据， 最常见的是正态分布。这就是在SPC中最常用的概率分布曲线，它描述过程输出质量特性波动中最常用的 数学模型正态概率分布曲线。描述一个正态分布需要两个基本参数：表示分布中心位置的特征数（卩）和表示分布分散程度的特征数（a）o正态分布的两个参数均值（Q和标准差（a）是相互独立的。事实上，不论均值（G如何变化都不 会改变曲线的形状，即不会改变标准（a）；反之，不论正态分布的形状（a）如何变化，也决不会影响数据 的分布中心，即均值（G。可以用弘和a来刻画分布的中心和分散程度，以及与顾客要求的偏离程度。七、数据（在质量管理活动中强调一切用数据说话，强调基于事实的决策方法） 数据：就是指能够客观反映事实的数字和资料 “除了上帝，其他人要用数据和事实说话”戴明 ISO9000:2008 质量管理八项原则之第七项“基于事实的决策方法有效决策建立在数据和信息分析的 基础上”。质量管理中的一项重