第二讲　质量统计分析7种应用工具

讲题1　检查表

检查表是最为基本的质量原因分析方法，也是最为常用的方法。在实际工作中，经常把检查表和分层法结合起来使用，这样可以把可能影响质量的原因调查得更为清楚。需要注意的是，检查表必须针对具体的产品，设计出专用的检查表进行调查和分析。要点：收集、整理资料；根据事实、数据说话。

常用的检查表主要有以下几种。

一、缺陷位置检查表

若要对产品各个部位的缺陷情况进行调查，可将产品的草图或展开图画在检查表上，当某种缺陷发生时，可采用不同的符号或颜色在发生缺陷的部位上标出。若在草图上划分缺陷分布情况区域，可进行分层研究。分区域要尽可能等分。缺陷位置检查表的一般格式见表2-1。

二、不合格品统计检查表

所谓不合格品，是指不能满足质量标准要求的产品。不合格品统计检查表用于调查产品质量发生了哪些不良情况及其各种不良情况的比例大小。表2-2是内燃机车修理厂柴油机总装工段一次组装不合格的返修的检查表案例。

三、频数分布检查表

频数分布检查表是预先制好的一种频数分布空白表格。该表应用于以产品质量特性值为计量值的工序中，其目的是掌握这些工序产品质量的分布情况，比直方图更为简单。频数分布检查表的一般格式见表2-3。

讲题2　排列图法

排列图是找出影响产品质量关键因素的有效方法，是为寻找主要问题或影响质量的主要原因所使用的图。它是由两个纵坐标、一个横坐标、几个按高低顺序依次排列的长方形和一条累计百分比折线所组成的图。

此图的发明者是19世纪意大利经济学家柏拉图（Pareto），故而又称柏拉图。柏拉图最早用排列图分析社会财富分布的状况，后来人们发现很多场合都服从这一规律。

美国品质管理专家朱兰博士运用柏拉图的统计图加以延伸将其作为品质管制分析和寻找影响质量主要因素的一种工具，其形式是用双直角坐标图，左边纵数（如件数、金额等），右边纵坐标表示频率（如用百分比表示）。坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从列。通过对排列图的观察分析可抓住影响质量的主要因素。这种方法实际上不光在质量管理中，在其他许多管理工作中，例如在库存管理中，也都是十分有用的。在品质管制过程中，要解决的问题很多，但往往不知从哪里着手，但事实上，对于大部分问题，只要能找出几个影响较大的原因并加以处置及控制，就可解决问题。柏拉图是根据归集的资料，对不良原因、不良状况发生的现象，有系统地加以区别分类，计算出各专案别所产生的资料（如不良率、损失金额）及所占的比例，按大小顺序排列，再加上累积值的图形。

在工厂或办公室，对低效率、缺损、制品不良等损失，按其原因别或现象别，损失金额在80%以上的专案加以追究处理，这就是所谓的柏拉图分析。柏拉图的使用要以层别法的专案别（现象别）为前提，依经顺位调整过后的画制成柏拉图。

画排列图首先要收集一定期间的数据（以1～3个月为宜），然后对数据进行加工整理，据以画出直方排列图。图上应注明取得数据的日期、数据总数、绘制者姓名、绘制日期及其他有参考价值的事项。图例如图2-2所示。

要点：确定主导因素；并非处置所有原因，而是先就其中影响较大的2～3项采取措施。

讲题3　因果图法

因果图又称特性要因图或鱼骨图（图2-3）。因果图对查找产品质量问题产生的原因，对工程的管理和改善，是一种简明而有效的方法。

采用因果图既可以对产品质量问题产生的原因进行分析，又是用于对各种问题产生的原因进行分析的有效方法。因此，编制因果分析图是TQM过程中用于质量分析时使用频率最高的方法。

因果分析图的绘法步骤如下。

（1）明确分析对象，将要分析的质量问题写在图右侧的方框内，画出主干线箭头指向右侧方框。

（2）找出影响质量问题的大原因，与主干线呈60°夹角画出大原因的分支线。

（3）进行原因分析，找出影响质量大原因的中原因，再进一步找出影响中原因的小原因——依此类推，步步深入，直到能够采取措施为止。

（4）找出影响质量的关键原因，采取相应的措施加以解决。

在因果图中，作为特性经常出现的，在质量方面有尺寸、重量、纯度、废品率、疵点数；在效率方面有工时、需要时间、运转率、负荷系数、产量；在成本方面有收得到率、损耗、材料费、废品率、人工费。此外，特性要因在大的方面一般可以分为5M1E（操作者、机械设备、操作方法、材料零件和生产环境）和八大要素（除了5M1E之外，加上工卡具、检测、搬运）。

要点：寻找引发结果的原因；整理原因与结果的关系，以探讨潜伏性的问题。

讲题4　分层法

分层法又称层别法、分类法、分组法。数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多，如果不把这些因素加以区别，难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间、不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间、原材料成分进行分层，按检查手段、使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与统计分析表结合使用。

数据分层法的应用，主要是一种系统概念，即要想处理相当复杂的资料，就得懂得如何把这些资料加以有系统、有目的分门别类地归纳及统计。

科学管理强调的是以管理的技法来弥补以往靠经验、靠视觉判断的管理方法的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。

如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品质管理手法的基础工作。

1.以什么观点来加以层别

（1）MANPOWER——人。

（2）MACHINE——机器设备。

（3）MATERIAL——材料。

（4）METHOD——方法。

（5）ENVIRONMENT——环境。

2.如何对问题进行有效层别

（1）明确主题方面，明确大的主题或范围，可按人、机、物、法、环、能、信等。

（2）确定相关项目的内容与隶属关系，一般情况下指某一大类中的分类，可以按性能、来源、影响等。

（3）详细其层别项目，按其分类列明，并将每类隶属关系逐项向下层展开。

3.层别法使用的“三个重点”

（1）在收集数据前就应使用层别法。

（2）可单独使用，也可与其他QC手法结合使用。

（3）层别的对象具有可比性。

讲题5　直方图法

直方图又叫数次表，是对数据进行整理分析，通过数据的分布特征来验证工序是否处于稳定状态，以及判断工序质量的好坏等。

直方图是全面质量管理过程中进行质量控制的重要方法之一。适用于对大量计量数值进行整理加工，找出其统计规律，也就是分析数据分布的形态，以便对其整体的分布特征进行推断。

直方图是将测量所得到的一批数据按大小顺序整理，并将它划分为若干个区间，统计各区间内的数据频数，把这些数据频数的分布状态用直方图形表示的图表。通过对直方图的研究，可以探索质量分布规律，分析生产过程是否正常。直方图的一般格式如图2-4所示。

在一般情况下，计量值直方图图形的中心附近最高，而越向左右则越低，多呈左右对称的形状。实际上形成各种各样的图形，具体分为正常型、孤岛型、双峰型、折齿型、偏态型和平顶型等形状（图2-5～图2-10）。

一、正常型直方图

正常型直方图（图2-5）是最为常见的图形，特点是中心附近频数最多，离开中心则逐渐减少，呈现左右对称的形状。此时工序处于稳定状态。

二、孤岛型直方图

孤岛型直方图（图2-6）的特点是在直方图的左端或者右端出现分立的小岛。当工序中有异常原因，例如在短期内由不熟练的工人替班加工，或者是原料发生大变化，测量有了系统性的错误时，会产生孤岛型直方图。

三、双峰型直方图

双峰型直方图（图2-7）的特点是分布中心附近频数较少，左右各出现一个山峰形状。造成这种结果的原因可能是：观测值来自两个总体，进而产生了两个分布，说明数据分类存在问题；或者是两个产品混在一起，这时应当再加以分层，然后再画直方图。

四、折齿型直方图

折齿型直方图（图2-8）的特点是在区间的某一位置上频数突然减少，形成折齿形或者梳齿形。造成这种结果的原因可能是：由于数据分组太多，或者是测量误差过大，或者是观测数据不准确所导致，应重新进行数据的收集和整理。

五、偏态型直方图

偏态型直方图（图2-9）的特点是直方图平均值偏离中心靠近一侧，频数多集中于同一侧，而另一侧则逐渐减少，形成一侧较陡，左右非对称的图形。当产品质量较差时，为了得到合格的产品，需要进行全数检查，以便剔除不合格品，当剔除不合格品以后的产品数据频数作直方图时，就会产生偏态型直方图，这是一种非自然形态的直方图。

六、平顶型直方图

平顶型直方图（图2-10）的特点是没有突出的顶峰，呈平顶形，通常是由于生产过程中某些缓慢的倾向在起作用，如工具的磨损、操作者的疲劳等。

要点：展示过程的分布情况；凡事物不能完全单用平均值来考虑，应该了解事物均有变异存在，须从平均值与变异性来考虑。

讲题6　控制图法

控制图又称作管控图。控制图是通过把质量波动的数据绘制在图上，观察它是否超过控制界限来判断工序质量能否处于稳定状态。应用简单、效果较佳、极易掌握，能直接监视控制生产过程，起到保证质量的作用。控制图的一般格式如图2-11所示。

控制图的基本原理是把造成质量波动的六个原因（人机料法环和测量）分为两个大类：随机性原因（偶然性原因）和非随机性原因（系统原因）。这样，可以通过控制图来有效地判断生产过程工序质量的稳定性，及时发现生产过程中的异常现象，查明生产设备和工艺装备的实际精度，从而为制定工艺目标和规格界限确立可靠的基础，使得工序的成本和质量成为可预测的，并能够以较快的速度和准确性测量出系统误差的影响程度。

要点：识别波动的来源，凡事物不能完全单用平均值来考虑，应该了解事物均有变异存在，须从平均值与变异性来考虑。

讲题7　散布图法

散布图又称散点图，是通过分析研究两种因素的数据之间的关系，来控制影响产品质量的相关因素的一种有效方法。例如，零件加工时切削用量与加工质量两者的关系、喷漆时的室温与漆料黏度的关系等。

散布图是把两个变量之间的相关关系，用直角坐标系表示的图表，它根据影响质量特性因素的各对数据，用小点表示填列在直角坐标图上，并观察它们之间的关系。散布图的绘制有两种方式。

（1）采用排列成直方图的方式，按照时间序列的推移，分析数据彼此之间的关联性（图2-12）。

（2）采用描点的方式，便于观察数据的分布状况。在相关图中，两个要素之间可能具有非常强烈的正相关，或者弱的正相关。这些都体现了这两个要素之间不同的因果关系。如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。因此，对相关图的分析，可以帮助我们肯定或者否定关于两个变量之间可能关系的假设。

一般情况下，两个变量之间的相关类型主要有六种：强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关，如图2-13所示。

要点：展示变量之间的线性关系。 OwtFnDb8KdwT9QxIaJgrWsWYISfFsj6b9w0QA3JqxgCy4SO6IPauYW/PWA4QbIjq