数理统计处理与QC新旧七大手法

文摘   2024-12-27 22:00   河南  
一、数理统计处理:数据是质量管理的基石
公众号文章PPT全部已收录知识星球,详情可见文末介绍。
1. 数据分类与收集
在质量管理中,数据是判断产品或服务是否满足预期要求的重要依据。根据数据的性质,我们可以将其分为计量型数据和计数型数据。计量型数据是连续且可测量的,如身高、体重等,它们通常服从正态分布。而计数型数据则是离散且表示属性值的,如合格与否、不合格品率等,它们可能服从二项分布、超几何分布或泊松分布。
收集数据的目的在于掌握项目质量状况、分析问题原因、管理工序活动以及判定项目质量水平。数据具有波动性和规律性,通过科学的数据收集和分析方法,我们可以揭示出数据背后的规律,为质量管理提供有力支持。
2. 数据收集的方法
数据收集的方法主要包括随机抽样法,其目的是排除人为的主观因素,使总体中的每一个个体都具有同等被抽到的机会。常见的随机抽样方法包括单纯随机抽样、系统抽样和分层抽样。这些方法各有特点,适用于不同的场景和需求。
3. 数据特征值
数据特征值是数据分布趋势的一种度量,可以分为集中度和离散度两类。集中度指标如平均值、中位数和众数等,用于描述数据的中心位置;而离散度指标如极差、平均偏差和标准偏差等,则用于描述数据的离散程度。通过对数据特征值的分析,我们可以更深入地了解数据的分布情况和变化规律。
二、QC七大手法:传统质量管理的利器
1. 调查表(Check Sheet)
调查表是收集数据的一种有效工具,它可以将原始数据清晰、直观地转化为有用信息,便于进行数据分析。调查表有多种类别,如缺陷类别调查表、缺陷原因调查表和缺陷位置调查表等。通过设计合理的调查表,我们可以系统地收集和分析数据,为质量管理提供可靠依据。
2. 分层法(Stratification)
分层法是一种将数据按照某一标准进行分类的方法,旨在防止数据掩盖真实情况。通过分层,我们可以更清晰地了解数据的分布情况,找出问题的关键所在。分层的方法有很多,如按生产线、设备、材料、班组或工人等进行分类。当分层分不好时,可能会使图形的规律性隐蔽起来,甚至造成假象,因此在使用分层法时需要谨慎处理。
3. 排列图(Pareto Chart)
排列图又称帕累托图,它基于80/20法则,即80%的问题由20%的原因引起。排列图的功能是将“关键的少数”与“有用的多数”分开,突出导致缺陷产生的关键因素。通过绘制排列图,我们可以直观地看到各因素在问题中所占的比例,从而确定改进的重点和方向。
4. 因果图(Cause and Effect Diagram)
因果图又称鱼骨图或石川图,它用图形的方式表示问题与其可能原因之间的关系。因果图最适用于发现根本原因,可依次找出主要原因和次要原因。通过讨论和表决各原因分支的可验证性、出现的可能性和解决的难易程度,我们可以确定优先解决的事项,从而有针对性地制定改进措施。
5. 直方图(Histogram)
直方图是一种表示样本数据分布情况的图形工具,它可以揭示数据的中心及偏离情况,并对数据进行正态性检验。直方图的X轴是连续的,各分组是等间距的;条柱的高度表示处于该组距内的频数。通过直方图,我们可以了解数据的分布情况,判断是否存在异常值或偏态分布等问题,并据此制定相应的改进措施。
6. 散布图(Scatter Diagram)
散布图用于揭示两个变量之间的关系,通过绘制散点图并计算相关系数,我们可以判断两个变量之间是否存在显著的线性相关关系。散布图在质量管理中有着广泛的应用,如分析材料成分与性能之间的关系、工艺参数与产品质量之间的关系等。
7. 控制图(Control Chart)
控制图是一种对过程质量进行测定、记录并进行控制管理的图形工具。它用图形的形式检测过程是否存在系统性原因,从而判断和预报生产过程中质量状况是否发生波动。控制图在质量管理中发挥着重要作用,它可以帮助我们及时发现并纠正过程中的偏差,确保产品质量的稳定性。
三、QC新七大工具:新时代质量管理的创新
1. 关联图法
关联图法是一种从复杂问题中找出主要观点的方法,它通过用带箭头的线将各个因素联系起来,揭示出事物之间的因果关系和逻辑关系。关联图法提倡横向的思考方式,不局限于线性思考,有助于我们从多个角度分析问题并找到解决途径。
2. 亲和图法(KJ法)
亲和图法由日本人川喜田二郎发明,因此也称KJ法。它通过汇总各种语言、文字资料,按照其内在联系对信息进行筛选和归纳,从而提炼出问题的解决方法。亲和图法有利于团队产生新的想法或新方案,对于解决复杂问题具有重要意义。
3. 系统图法
系统图法用树图将信息以水平方式逐级展开,在图中体现出层次关系、从属关系和因果关系。通过系统图法,我们可以将问题细化并突出重点,从而找出解决问题的最佳方案。系统图法比较直观且能确保实施方案与总体目标保持一致。
4. 矩阵图法
矩阵图法是一种从多个角度去分析问题的方法,它将与此问题有关的因素用符号显示在一个矩阵表中,从中找出成对的要素并进行分析。矩阵图法适用于分析缺少相关性的数据,通过矩阵图我们可以更清晰地了解各因素之间的关系和影响程度。
5. 矩阵数据分析法
矩阵数据分析法与矩阵图法的主要区别在于它将矩阵图上的数据量化,使那些关系复杂、不便于理解的符号信息转化为可计算的数据来完成分析工作。通过矩阵数据分析法我们可以更精确地了解各因素之间的关系和影响程度,为制定改进措施提供有力支持。
6. 过程决策程序图法(PDPC法)
过程决策程序图法是一种简单的图表工具,它通过全面分析过程中可能出现的各种情况并拟订多种应对方案来确保实现预计目标。在计划实施时根据出现的问题从图中确定解决方案;遇到不利因素时则顺次采用备选方案。PDPC法有助于我们更好地应对复杂多变的环境和挑战。
7. 网络图法(箭条图法)
网络图法又称为箭条图法是一种网络计划技术。它通过确定关键工序来确定关键路线即过程的进度安排,从而解决工程或项目中的各工序进度、总工期、费用、人员安排等问题。网络图法有助于我们更合理地安排资源和时间,提高工作效率和质量水平。
四、案例分析:QC七大手法与新七大工具的实际应用
案例一:某收音机厂提高晶体管收音机质量
某收音机厂为了提高晶体管收音机的质量,采用了排列图法对不合格品的原因进行了分析。通过统计各季度不合格品的减价金额并绘制排列图,该厂发现高频音质不佳、信号不佳和外观不佳是导致不合格品的主要原因。针对这些原因,该厂采取了相应的改进措施,如优化电路设计、提高信号接收能力等,最终成功提高了晶体管收音机的质量水平。
案例二:某公司提高产品质量控制水平
某公司为了提高产品质量控制水平,采用了系统图法对生产过程中的各个环节进行了分析。通过绘制系统图,该公司清晰地了解了各环节之间的层次关系和从属关系,找出了影响产品质量的关键因素。针对这些因素,该公司制定了详细的改进措施和监控计划,并通过PDPC法确保了措施的有效实施。经过一段时间的努力,该公司的产品质量控制水平得到了显著提高。

本篇文档领取方式:

  1. 请转发至质量群(100人以上),5分钟后截图,添加小编微信(下方有微信二维码),发至小编审核,24小时内核发给您,日限1次;

  2. 可扫描下方二维码加入知识星球(可看下方知识星球内容简介)自主下载。

知识星球内容简介:

  1. 每日公众号文章均已收录在内。

  2. 年更新资料不低于1000份,加入后随时下载,彻底解决资料烦恼。

  3. 知识星球除公众号文章外,持续录入下方文件夹内容。


质量检测技术圈
专注于质量检测行业技术解决方案的分享!
 最新文章