品管工具.docx
- 文档编号:23668865
- 上传时间:2023-05-19
- 格式:DOCX
- 页数:22
- 大小:423.72KB
品管工具.docx
《品管工具.docx》由会员分享,可在线阅读,更多相关《品管工具.docx(22页珍藏版)》请在冰豆网上搜索。
品管工具
使用说明
本手册旨在帮助公司管理人员改善分析和解决流程、系统、成本、质量、效率等问题的方法,达到持续改进的目的。
手册简单精炼地介绍了管理中常用的识别问题、分析问题的工具的概念及应用。
这些工具可以帮助管理人员分析生产中出现的问题,找出产生问题的根本原因,从而找到有效的解决方案。
为了方便读者使用,手册把有关工具分成识别问题和分析问题两大类,读者可以根据自己的需要选择适用的工具,具体如下图所示:
工具选择向导
任务工具
1.首先决定要分析哪个问题.流程图(P.3)排列图(P.9)检查表(P.7)
头脑风暴法(P.42)名义群体技术(P.43)
2.描述问题的细节,在哪里发生,检查表(P.7)直方图(P.20)排列图(P.9)
什么时候发生,影响范围等.趋势图(P.17)分层法(P.47)饼图(P.48)
3.尽最大可能找出产生问题的检查表(P.7)因果图(P.13)
所有原因.头脑风暴法(P.42)
4.对产生问题的基本原因达成一致.检查表(P.7)排列图(p.9)散点图(P.26)
头脑风暴法(P.42)名义群体技术(P.43)
5.找到有效可行的解决方法和头脑风暴法(P.26)饼图(P.48)
执行方案.力场分析法(P.46)
6.实行计划并建立需要的监控排列图(P.9)控制图(P.30)直方图(P.20)
程序.工序能力(P.38)分层法(P.48)
流程图(Flowchart)
流程图,用图形化的方式来描绘一个流程中的每一个步骤,并清晰的表明流程中每一个步骤的相互关系。
它用容易识别的简单符号来表明每一个步骤的处理方式。
开始
处理
判断
结束
通过对流程图的分析通常可以发现导致问题产生的潜在根源。
而且流程图的应用非常广泛,可以应用到信息传播、物品传递、产品销售或者提供服务的任何过程。
流程图广泛应用于流程中的问题识别,应用方法:
1)画出一个表明流程实际运行的每一个步骤的流程图;
2)画出期望达到的且适用的流程图;
3)比较以上两个流程图,找出它们的不同,因为那就是产生问题的地方。
Flowchart——Mfg.Example
BoardFlow
Flowchart——Admin./ServiceExample
EmergencyDepartmentRadiologyProcess
Flowchart——DailyExample
TurningOnTelevision
流程图理解/绘制要点:
●流程的范围必须清晰;
●尽可能用简单精炼的词语表示流程的每一步骤;
●确保每个循环都有出口;
●通常,一个处理方框只能有一个输出箭头,否则就需要做一个菱形的判断框。
检查表:
帮助读者从观察样本中收集数据以初步了解问题所在,大多数情况下是解决问题的起点。
检查表(CheckSheet)
1.定义
检查表,又称调查表或统计分析表,是以事实为依据,用表格形式来进行数据整理和粗略分析的一种方法。
2.检查表的做法
1)共同决定观察样本,确保所有成员观察的是同一个样本;
2)决定观察的期限;
3)设计简单明了且精确界定各类问题的表格;
4)决定收集数据的方法:
由谁收集、收集的时间、检查数量等等;
5)收集真实且全面的数据。
Problem
Month
Total
1
2
3
A
||
||
|
5
B
|
|
|
3
C
|||||
||
|||||
12
Total
8
5
7
20
CheckSheet——Mfg.Example
BearingDefects
Defect
May
Total
6
7
8
9
WrongSize
||||||
|||||
||||||||
|||||||
26
WrongShape
|
|||
|||
||
9
WrongDept.
|||||
|
|
|
8
WrongWeight
|||||||||||||||
||||||||||
||||||||||||
|||||||||||||||
52
WrongSmoothness
||
|||
|
|
7
Total
29
22
25
26
102
CheckSheet——Admin./ServiceExample
TypingMistakesInDepartmentA
Mistakes
March
Total
1
2
3
Centering
||
|||
|||
8
Spelling
|||||||
||||||||||
|||||
23
Punctuation
|||||||||||||||
||||||||||
|||||||||||||||
40
MissedParagraph
||
|
|
4
WrongNumbers
|||
||||
|||
10
Wrongpages
|
|
||
4
Tables
||||
|||||
||||
13
Total
34
35
33
102
CheckSheet——DailyExample
ReasonsForDisagreements
Reason
Day
Total
Mon.
Tue.
Wen.
Thu.
Fri.
Money
|||||
||
|
||||
|||||||
20
Sex
||
||
||
||
||
10
Children
|||||
||
|||||||
|
||||
19
Total
12
6
10
8
13
49
检查表理解/制作要点:
●所选择的项目尽可能的有代表性;
●确保有足够的时间采集数据;
●保证所采集的数据都是来自同一个对象,如果不是同一个对象,则要对每一个单独的对象所采集的数据进行汇总。
排列图:
比较多个问题地重要性,以便选择解决问题的起点,识别产生问题的根本原因。
排列图(ParetoChart)
排列图是根据“关键的少数和次要的多数(80-20原理)”的原理而做的。
也就是以通过检查表或其它方法所收集的数据为依据,将影响生产和服务的众多因素按其对影响程度的轻重,用直方图形顺序排列,以便我们能集中精力关注其中的主要因素。
排列图是由意大利经济学家帕洛特(VifredoPareto)在分析社会财富分布状况时设计的,所以又称帕洛特图。
排列图的制作方法如下:
1)找出要进行分类比较并排序的所有问题:
a)应用头脑风暴法,例如讨论:
GEK针织部的主要质量问题是哪些?
b)应用现有的数据,例如:
分析GES的上个月的质量报告来找出主要的问题。
2)选择用来比较的衡量标准,例如:
损失、发生频率等等;
3)选择收集数据的期限,可以是几小时、几天、几个星期等;
4)针对每一类问题收集所需的数据,如:
疵点A在过去6个月中发生了X次,或者疵点B在过去六个月中花费了X美元;
5)比较同一种类的问题发生的频率或消耗费用,例如:
疵点A出现75次,疵点B出现107次,疵点C发生35次;或者是疵点A每年花费$750,疵点B每年花费$535。
6)按照费用或发生频率的从大到小的顺序在水平轴上从左到右列出所有因素,占比率较小的因素可以合在一起放在最右边作为“其他”列;
7)针对每一个问题画出柱状框,其高度代表发生的频率或者造成损失的大小;
排列图的其他特征:
●通常原始数据记录在坐标左边的纵轴上,每个问题所占的百分比标在右边的纵轴上。
一定要保证这两个轴的刻度是相对应的,例如:
100%对应总的发生频率或消耗费用,50%对应总的发生频率或消耗费用的一半;
●可以从最高柱顶端的中心开始,自左到右,从上到下画一条线,表示连续的几个问题影响程度所占的比例之和。
例如可以看出最重要的前三个问题影响程度占影响程度的比例。
排列图的应用:
1)通过采用不同的衡量标准,找出最重要的问题;
注意:
发生频率最高的问题并不一定都是最重要的问题。
2)先对数据按照生产、机器、班次的不同等进行分组,再进行分析。
注意:
如果不同组的数据没有明显的不同,则要重新分组。
3)用来衡量做出一定改善后对过程的影响程度,比如在顾客投诉前后的变化。
注意:
如果不知道改善前的状况,就很难知道改善的效果。
4)将产生问题的粗略原因细分成更加明确具体的原因。
注意:
根除原因,而不是表面症状。
排列图理解/绘制要点:
∙使用常识,两个关键的客户投诉可能需要比其他100个投诉更受重视,这取决于客户是谁以及投诉的内容。
∙在图上清晰的标明测量单位。
因果图(Cause&Effect):
因果图是由日本品质管理权威学者石川馨首先提出的,所以也叫石川图,又由于形状像鱼,亦称鱼刺图。
一个质量问题的产生,往往不是一个因素,而是多种复杂因素综合作用的结果。
通常,可以从质量问题出发,首先分析那些影响产品质量最大的原因,进而从大原因出发寻找中原因、小原因和更小的原因,并检查和确定主要因素,这就是因果图的基本原理。
因果图把产生问题的各种原因之间的因果关系清楚的表现出来,使人们一目了然,便于采取措施。
对于每一种结果通常都有四种主要原因:
人、机器、方法、物料。
这仅仅是建议而已,在实际的使用过程中也可以采用有助于分析的其它类别。
因果图的绘制方法:
1)用下面的两种方法之一来产生建立因果图所需要的原因:
a)不需要准备,进行头脑风暴法,找出所有可能的原因;
b)让每一位组员应用检查表寻找可能的原因。
2)按以下方法绘制图形
a)用文本框在右边标明问题的结果;
b)在主线上画出在生产过程中发生的主要原因;
c)将头脑风暴的结果标在适当的主要原因中;
d)对于每一个原因都应当提问,“为什么它会发生”,然后列出其根由作为主要原因的分支。
3)说明
按以下方法找出产生问题的根本原因:
a)寻找频繁发生的事件;
b)找出小组成员一致同意的原因;
c)收集数据以确定各原因发生的频率。
Cause&EffectDiagram—
ManufacturingExample
Cause&EffectDiagram—
Admin./ServiceExample
Cause&EffectDiagram—DailyExample
因果图理解/绘制要点:
∙为了不影响团队士气,尽量不要让整个团队的讨论偏离主题;
∙当没有新的想法时可以应用主要原因类别作为催化剂,例如询问:
在“物料”中是什么导致······?
∙用尽可能少的文字;
∙保证每个人对所列出的原因都能达成共识。
趋势图(RunChart)
趋势图是一种用图形化的方式来分析数据变化趋势的图表,通常可用它来监测一个工序以观察一定时期内的观察值的平均值是否在变化。
趋势图使用起来非常简单,只需要按照数据出现的顺序在图上描绘出代表相应数据的点即可。
通常可用来描绘设备停顿时间、产量、产出废料及生产能力等随时间变化的结果。
Average
Timeofsequence
Measurement
使用趋势图可能会误导人们将数据的每一次变化都认为非常重要。
实际上,趋势图和其它图形技术一样,应当集中于在工序中的真正的重大变化。
趋势图的一个很有价值的应用就是识别有较大影响的平均值的变化和趋势。
例如,当监测一个工序过程时,我们期望在平均值上下波动的数值是等数量的。
然而,当9个或9个以上点都在均值线的一边时,就说明出现了异常现象,平均值也会随之改变。
可以对这样的结果进行研究,如果这样的变化是有利的,应当进行持续保持下去;如果是不利的,则应当设法消除掉。
另一种趋势图类型是6点或更多的点稳定增长或降低,并且不出现翻转;同时,这种增长或降低是可以预计到不会出现随机变化的。
如果如此,就表明工序过程中有重大的变化,需要进行仔细研究。
RunChart—Mfg.Example
%AcceptOnFirstTestPrintedCircuitBoards
RunChart—Admin./ServiceExample
EmergencyRoomAdmissions
趋势图理解/绘制要点:
∙图上的垂直轴为y轴;
∙水平轴为x轴
∙一个标记点表示某个时间点上的测量值、观察数值等;
∙每个数值点应当用直线连接起来,以便图形容易使用和说明;
∙时间期限和测量单位应当清晰的标出;
∙数据点的顺序非常关键,应当按照数据实际产生的先后顺序绘图。
直方图:
通过对数据进行分组、统计,用柱状图的形式表达相等的数据间隔内观察值的分布情况。
直方图(Histogram)
我们已经在排列图中见过,用柱形图的方式来表达某个特定事件发生的频率非常直观。
但是排列图只是处理产品或服务的一些特性,如疵点、问题、安全危险等的类型,而直方图采用温度、尺寸等测量数据并显示它的分配情况。
我们都知道,所有重复出现的事件随着时间的变化会产生不同的结果,而应用直方图可以清楚的显示出任何一个过程中的数值变化。
一个典型的直方图如下所示:
从以上直方图可以看出,数值最大的列刚好在测量数的中间点,而且该点的两边列数大致相等。
这种分配称为正态分配,很多重复的受控的数据样本都跟这个模式相同。
其他的模型数据主要堆积在偏离中心点位置,这种分配称为偏态型。
很重要的一点是,你要找出应当是正态分配而实际上不是的原因,偏态分配也是一样。
除了分配的形态,也应当判断:
a)图表的延伸是否在规定范围之内,如果不是,超出范围多少(可变性)
b)图是否刚好在中心位置,是否大多数项目都在“高处或低处”?
(偏态)
绘制直方图的步骤:
这里讲述的有关直方图的绘制比其他大多数工具都要详细的多,因为当决定数据分组以及组的边界时容易出现混淆,所以需要特别注意。
从一系列无组织的数据开始,如下:
9.99.310.29.410.19.69.910.19.8
9.89.810.19.99.79.89.910.09.6
9.79.49.610.09.89.910.110.010.4
10.210.19.810.110.310.010.29.810.7
9.910.79.310.39.99.810.39.59.9
9.310.29.29.99.79.99.89.59.4
9.09.59.79.79.89.89.39.69.7
10.09.79.49.89.49.610.010.39.8
9.59.710.69.510.110.09.810.19.6
9.69.410.19.510.110.29.89.59.3
10.39.69.79.710.19.89.710.010.0
9.59.59.89.99.210.010.09.79.7
9.910.49.39.610.29.79.79.710.7
9.910.29.89.39.69.59.69.7
第一步:
算出数据的总个数n,以上这个例子中,n=125;
第二步:
算出全体数据的全距,即数据范围R,由最大值减去最小值,本例中最大值为10.7,最小值为9.0,所以R=10.7-9.0=1.7;
第三步:
将数据进行分组,组数为K,可以参照以下的表格
数据数
组数
50-100
6-10
100-250
7-12
250以上
10-20
本例中,125个数应当被分为7-12组,我们可以令K=10;
第四步:
计算组距,即每个组的数据范围,公式为
H=R÷K=1.7÷10=0.17
在这种情况下,最好将H尽可能的取整,如取0.20比0.17要好一些。
第五步:
决定每个组的边界、起始点值和终点值。
先寻找数据系列中的最小值作为第一个组的下届,在本例中为9.0。
然后将最小值与组距相加得到9.2,得到第二个组的下届,第三组的下届为9.4,依此类推,直到所有的数据都包含到这10个组内为止。
其中,第一组的数据应当从9.0到9.2,但是不包括9.2。
同理,第二组的数据从9.2到9.4,但是不包括9.4。
这样可以保证每个组的数据都不会重复。
第六步:
根据以上计算所得的数据绘制频率表。
频率表实际上是直方图的表格形式,本例的频率表如下:
组别
组边界
终点
出现频率
合计
1
9.00-9.19
9.1
|
1
2
9.20-9.39
9.3
|||||||||
9
3
9.40-9.59
9.5
||||||||||||||||
16
4
9.60-9.79
9.7
|||||||||||||||||||||||||||
27
5
9.80-9.99
9.9
|||||||||||||||||||||||||||||||
31
6
10.00-10.19
10.1
||||||||||||||||||||||
22
7
10.20-10.39
10.3
||||||||||||
12
8
10.40-10.59
10.5
||
2
9
10.60-10.79
10.7
|||||
5
10
10.80-10.99
10.9
0
第七步:
根据频率表绘制直方图,本例中的直方图如下:
Histogram—Mfg.Example
PrintDensity
Histogram——Admin./ServiceExample
AverageResponseTimeToPatientRings(1stShift)
Histogram—DailyExample
Heightof100Men
直方图理解/绘制要点:
∙数据分组的数量决定直方图是否能清晰地反映数据的分布情况;
∙有些数值系列呈偏态分布是属于正常的,并不是所有数值系列的分布都呈正态分布;
∙当数值系列在某一分组突然停止分布且在该分组之前没出现下降趋势,则数据的真实性需要重新评估;
∙数值系列总是出现两个峰值,说明这些数据明显受两个基本或两个以上因素影响,如班次、机械等;
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 品管 工具