第一篇：品管cp、cpk、Fmea等手法是什么？ 五

品管cp、cpk、Fmea等手法是什么？五

品管cp、cpk、Fmea等手法是什么？

CPK——過程能力指數

CPK= MIN[(USL-MU)/3S,(MU｜CA｜)，CPK是CA及CP兩者的中和反應，CA反應的是位置關系(集中趨勢)，CP反應的是散布關系(離散趨勢)

4.當選擇制程站別用CPK來作管控時，應以成本做考量的首要因素，還有是其品質特性對后制程的影響度。

5.計算取樣數據至少應有20~25組數據，方具有一定代表性。6.計算CPK除收集取樣數據外，還應知曉該品質特性的規格上下限(USL，LSL)，才可順利計算其值。

7.首先可用EXCEL的“STDEV”函數自動計算所取樣數據的標準差(σ)，再計算出規格公差(T)，及規格中心值(U).規格公差＝規格上限－規格下限；規格中心值＝（規格上限+規格下限）/2； 8.依據公式：，計算出制程準確度：CA值 9.依據公式：CP =，計算出制程精密度：CP值 10.依據公式：CPK=CP，計算出制程能力指數：CPK值

11.CPK的評級標準：（可據此標準對計算出之制程能力指數做相應對策）

A++級 CPK≥2.0 特優可考慮成本的降低 A+ 級 2.0 ＞ CPK ≥ 1.67 優應當保持之

A 級 1.67 ＞ CPK ≥ 1.33 良能力良好，狀態穩定，但應盡力提升為A＋級

B 級 1.33 ＞ CPK ≥ 1.0 一般狀態一般，制程因素稍有變異即有產生不良的危險，應利用各種資源及方法將其提升為 A級 C 級 1.0 ＞ CPK ≥ 0.67 差制程不良較多，必須提升其能力 D 級 0.67 ＞ CPK 不可接受其能力太差，應考慮重新整改設計制程。

FMEA(FAILURE MODE AND EFFECT ANALYSIS,失效模式和效果分析)是一種用來確定潛在失效模式及其原因的分析方法。

具體來說，通過實行FMEA，可在產品設計或生產工藝真正實現之前發現產品的弱點，可在原形樣機階段或在大批量 生產之前確定產品缺陷。

FMEA最早是由美國國家宇航局(NASA)形成的一套分析模式，FMEA是一種實用的解決問題的方法，可適用于許多工程

領域，目前世界許多汽車生產商和電子制造服務商(EMS)都已經采用這種模式進行設計和生產過程的管理和監控。FMEA簡介

FMEA有三種類型，分別是系統FMEA、設計FMEA和工藝FMEA，本文中主要討論工藝FMEA。

1)確定產品需要涉及的技術、能夠出現的問題，包括下述各個方面： 需要設計的新系統、產品和工藝； 對現有設計和工藝的改進；

在新的應用中或新的環境下，對以前的設計和工藝的保留使用； 形成FMEA團隊。理想的FMEA團隊

應包括設計、生產、組裝、質量控制、可靠性、服務、采購、測試以及供貨方等所有有關方面的代表。2)記錄FMEA的序號、日期和更改內容，保持FMEA始終是一個根據實際情況變化的實時現場記錄，需要強調的是，FMEA文件必須包括創建和更新的日期。3)創建工藝流程圖。

工藝流程圖應按照事件的順序和技術流程的要求而制定，實施FMEA需要工藝流程圖，一般情況下工藝流程圖不要 輕易變動。

4)列出所有可能的失效模式、效果和原因、以及對于每一項操作的工藝控制手段：

4.1 對于工藝流程中的每一項工藝，應確定可能發生的失效模式.如就表面貼裝工藝(SMT)而言，涉及的問題可能包括，基于工程經驗的焊球控制、焊膏控制、使用的阻焊劑

(SOLDERMASK)類型、元器件的焊盤圖形設計等。

4.2 對于每一種失效模式，應列出一種或多種可能的失效影響，例如，焊球可能要影響到產品長期的可靠性，因此在可能的影響方面應該注明。

4.3 對于每一種失效模式，應列出一種或多種可能的失效原因.例如，影響焊球的可能因素包括焊盤圖形設計、焊膏濕度過大以及焊膏量控制等。

4.4 現有的工藝控制手段是基于目前使用的檢測失效模式的方法，來避免一些根本的原因。例如，現有的焊球工藝控制手段可能是自動光學檢測(AOI)，或者對焊膏記錄良好的控制過程。

5)對事件發生的頻率、嚴重程度和檢測等級進行排序：

5.1 嚴重程度是評估可能的失效模式對于產品的影響，10為最嚴重，1為沒有影響；

事件發生的頻率要記錄特定的失效原因和機理多長時間發生一次以及發生的幾率。

如果為10，則表示幾乎肯定要發生，工藝能力為0.33或者PPM大于10000。

5.2 檢測等級是評估所提出的工藝控制檢測失效模式的幾率，列為10表示不能檢測，1表示已經通過目前工藝控 制的缺陷檢測。

5.3 計算風險優先數RPN(RISKPRIORITYNUMBER)。

RPN是事件發生的頻率、嚴重程度和檢測等級三者乘積，用來衡量可能的工藝缺陷，以便采取可能的預防措施

減少關鍵的工藝變化，使工藝更加可靠。對于工藝的矯正首先應集中在那些最受關注和風險程度最高的環節。

RPN最壞的情況是1000，最好的情況是1，確定從何處著手的最好方式是利用RPN的PARETO圖，篩選那些累積 等級遠低于80%的項目。

推薦出負責的方案以及完成日期，這些推薦方案的最終目的是降低一個或多個等級。對一些嚴重問題要時常 考慮拯救方案，如:

一個產品的失效模式影響具有風險等級9或10； 一個產品失效模式/原因事件發生以及嚴重程度很高； 一個產品具有很高的RPN值等等。在所有的拯救措施確和實施后，允許有一個穩定時期，然后還應該對修訂的事件發生的頻率、嚴重程度和檢測 等級進行重新考慮和排序。FMEA應用

FMEA實際上意味著是事件發生之前的行為，并非事后補救。因此要想取得最佳的效果，應該在工藝失效模式在產品中出現之前完成。產品開發的5個階段包括：

計劃和界定、設計和開發、工藝設計、預生產、大批量生產。作為一家主要的EMS提供商，FLEXTRONICS INTERNATIONAL已經在生產工藝計劃和控制中使用了FMEA管理，在產品的

早期引入FMEA管理對于生產高質量的產品，記錄并不斷改善工藝非常關鍵。對于該公司多數客戶，在完全確定設計和

生產工藝后，產品即被轉移到生產中心，這其中所使用的即是FMEA管理模式。

手持產品FMEA分析實例

在該新產品介紹(NPI)發布會舉行之后，即可成立一個FMEA團隊，包括生產總監、工藝工程師、產品工程師、測試工

程師、質量工程師、材料采購員以及項目經理，質量工程師領導該團隊。FMEA首次會議的目標是加強初始生產工藝MPI

(MANUFACTURING PROCESS INSTRUCTION)和測試工藝TPI(TEST PROCESS INSTRUCTION)中的質量控制點同時團隊

也對產品有更深入的了解，一般首次會議期間和之后的主要任務包括：

1．工藝和生產工程師一步一步地介紹工藝流程圖，每一步的工藝功能和要求都需要界定。

2．團隊一起討論并列出所有可能的失效模式、所有可能的影響、所有可能的原因以及目前每一步的工藝控制，并對這些

因素按RPN進行等級排序。例如，在屏幕印制(SCREEN PRINT)操作中對于錯過焊膏的所有可能失效模式，現有的工藝

控制是模板設計SD(STENCIL DESIGN)、定期地清潔模板、視覺檢測VI(VISUAL INSPECTION)、設備預防性維護PM

(PREVENTIVE MAINTENANCE)和焊膏粘度檢查。工藝工程師將目前所有的控制點包括在初始的MPI中，如模板設計研 究、確定模板清潔、視覺檢查的頻率以及焊膏控制等。

3.FMEA團隊需要有針對性地按照MEA文件中的控制節點對現有的生產線進行審核，對目前的生產線的設置和其他問題進

行綜合考慮。如干燥盒的位置，審核小組建議該放在微間距布局設備(FINE-PITCH PLACEMENTMACHINE)附近，以方 便對濕度敏感的元器件進行處理。

4.FMEA的后續活動在完成NPI的大致結構之后，可以進行FMEA的后續會議。會議的內容包括把現有的工藝控制和NPI大

致結構的質量報告進行綜合考慮，FMEA團隊對RPN重新進行等級排序，每一個步驟首先考慮前三個主要缺陷，確定好 推薦的方案、責任和目標完成日期。

對于表面貼裝工藝，首要的兩個缺陷是焊球缺陷和TOMBSTONE缺陷，可將下面的解決方案

推薦給工藝工程師：

對于焊球缺陷，檢查模板設計(STENCILDESIGN)，檢查回流輪廓(REFLOW PROFILE)和回流預防性維護(PM)記錄；

檢查屏幕印制精度以及拾取和放置(PICK-AND-PLACE)機器的布局(PLACEMENT)精度.對于墓石(TOMBSTONE)缺陷，檢查屏幕印制精度以及拾取和放置(PICK-AND-PLACE)機器的布局(PLACEMENT)精度；

檢查回流方向；研究終端(TERMINATION)受污染的可能性。工藝工程師的研究報告表明，回流溫度的急速上升是焊球缺陷的主要原因，終端(TERMINATION)受污染是墓石

(TOMBSTONE)缺陷的可能原因，因此為下一個設計有效性驗證測試結構建立了一個設計實驗(DOE)，設計實驗表明

一個供應商的元器件出現墓石(TOMBSTONE)缺陷的可能性較大，因此對供應商發出進一步調查的矯正要求。

5.對于產品的設計、應用、環境材料以及生產組裝工藝作出的任何更改，在相應的FMEA文件中都必須及時更新。

FMEA更新會議在產品進行批量生產之前是一項日常的活動。

批量生產階段的FMEA管理

作為一個工藝改進的歷史性文件，FMEA被轉移到生產現場以準備產品的發布。

FMEA在生產階段的主要作用是檢查FMEA文件，以在大規模生產之前對每一個控制節點進行掌握，同時審查生產線的有

效性，所有在NPI FMEA階段未受質疑的項目都自然而然地保留到批量生產的現場。

拾取和放置(PICK-AND-PLACE)機器精度是工藝審核之后的一個主要考慮因素，設備部門必須驗證布局機器的CP/CPK，同時進行培訓以處理錯誤印制的電路板。FMEA團隊需要密切監視第一次試生產，生產線的質量驗證應該與此同時進行。

在試生產之后，FMEA需要舉行一個會議核查現有的質量控制與試生產的質量報告，主要解決每一個環節的前面三個問題。

FMEA管理記錄的是一個不斷努力的過程和連續性的工藝改進，FMEA文件應該總是反映設計的最新狀態，包括任何在生產 過程開始后進行的更改。

結語

使用FMEA管理模式在早期確定項目中的風險，可以幫助電子設備制造商提高生產能力和效率，縮短產品的面市時間。

此外通過這種模式也可使各類專家對生產工藝從各個角度進行檢測，從而對生產過程進行改進。

所推薦的方案應該是正確的矯正，產生的效益相當可觀。為了避免缺陷的產生，需要對工藝和設計進行更改。使用統計

學的方法對生產工藝進行研究，并不斷反饋給合適的人員，確保工藝的不斷改進并避免缺陷產生.

第二篇：CP,CPK,FMEA,SPC介紹

CP和CPK介紹

在評估SMT設備或在選型的時候，常聽到“印刷機、貼片機或再流焊設備的Cp和Cpk值是多少？Cp、Cpk是什么意思呢？

CP(或Cpk)是英文Process Capability index縮寫，漢語譯作工序能力指數，也有譯作工藝能力指數過程能力指數。

工序能力指數，是指工序在一定時間里，處于控制狀態(穩定狀態)下的實際加工能力。它是工序固有的能力，或者說它是工序保證質量的能力。

這里所指的工序，是指操作者、機器、原材料、工藝方法和生產環境等五個基本質量因素綜合作用的過程，也就是產品質量的生產過程。產品質量就是工序中的各個質量因素所起作用的綜合表現。

對于任何生產過程，產品質量總是分散地存在著。若工序能力越高，則產品質量特性值的分散就會越小；若工序能力越低，則產品質量特性值的分散就會越大。那么，應當用一個什么樣的量，來描述生產過程所造成的總分散呢?通常，都用6σ(即μ＋3σ)來表示工序能力：工序能力＝6σ

若用符號P來表示工序能力，則：P＝6σ

式中：σ是處于穩定狀態下的工序的標準偏差

工序能力是表示生產過程客觀存在著分散的一個參數。但是這個參數能否滿足產品的技術要求，僅從它本身還難以看出。因此，還需要另一個參數來反映工序能力滿足產品技術要求(公差、規格等質量標準)的程度。這個參數就叫做工序能力指數。它是技術要求和工序能力的比值，即 工序能力指數=技術要求／工序能力

當分布中心與公差中心重合時，工序能力指數記為Cp。當分布中心與公差中心有偏離時，工序能力指數記為Cpk。運用工序能力指數，可以幫助我們掌握生產過程的質量水平。工序能力指數的判斷

工序的質量水平按Cp值可劃分為五個等級。按其等級的高低，在管理上可以作出相應的判斷和處置(見表1)。該表中的分級、判斷和處置對于Cpk也同樣適用。表1 工序能力指數的分級判斷和處置參考表 Cp值 級別 判斷 雙側公差范(T)處 置 Cp>1.67 特級 能力過高 T＞106(1)可將公差縮小到約土46的范圍(2)允許較大的外來波動，以提高效率(3)改用精度差些的設備，以降低成本(4)簡略檢驗 1.67≥Cp1.33 一級 能力充分 T＝86—106(1)若加工件不是關鍵零件，允許一定程度的外來波動(2)簡化檢驗(3)用控制圖進行控制 1.33≥Cp>1.0 二級 能力尚可 T＝66—86(1)用控制圖控制，防止外來波動(2)對產品抽樣檢驗，注意抽樣方式和間隔(3)Cp—1．0時，應檢查設備等方面的情示器 1.0≥Cp>0.67 三級 能力不足 T＝46—66(1)分析極差R過大的原因，并采取措施(2)若不影響產品最終質量和裝配工作，可考慮放大公差范圍(3)對產品全數檢查，或進行分級篩選 0.67>Cp 四級 能力嚴重不足 T＜46(1)必須追查各方面原因，對工藝進行改革(2)對產品進行全數檢查

FMEA（失效模式與影響分析）

在設計和制造產品時，通常有三道控制缺陷的防線：避免或消除故障起因、預先確定或檢測故障、減少故障的影響和后果。FMEA正是幫助我們從第一道防線就將缺陷消滅在搖籃之中的有效工具。

FMEA是一種可靠性設計的重要方法。它實際上是FMA（故障模式分析）和FEA（故障影響分析）的組合。它對各種可能的風險進行評價、分析，以便在現有技術的基礎上消除這些風險或將這些風險減小到可接受的水平。及時性是成功實施FMEA的最重要因素之一，它是一個“事前的行為”，而不是“事后的行為”。為達到最佳效益，FMEA必須在故障模式被納入產品之前進行。

FMEA實際是一組系列化的活動，其過程包括：找出產品/過程中潛在的故障模式；根據相應的評價體系對找出的潛在故障模式進行風險量化評估；列出故障起因/機理，尋找預防或改進措施。

由于產品故障可能與設計、制造過程、使用、承包商/供應商以及服務有關，因此FMEA又細分為設計FMEA、過程FMEA、使用FMEA和服務FMEA四類。其中設計FMEA和過程FMEA最為常用。設計FMEA（也記為d-FMEA）應在一個設計概念形成之時或之前開始，并且在產品開發各階段中，當設計有變化或得到其他信息時及時不斷地修改，并在圖樣加工完成之前結束。其評價與分析的對象是最終的產品以及每個與之相關的系統、子系統和零部件。需要注意的是，d-FMEA在體現設計意圖的同時還應保證制造或裝配能夠實現設計意圖。因此，雖然d-FMEA不是靠過程控制來克服設計中的缺陷，但其可以考慮制造/裝配過程中技術的/客觀的限制，從而為過程控制提供了良好的基礎。進行d-FMEA有助于：

? 設計要求與設計方案的相互權衡；

? 制造與裝配要求的最初設計；

? 提高在設計/開發過程中考慮潛在故障模式及其對系統和產品影響的可能性；

? 為制定全面、有效的設計試驗計劃和開發項目提供更多的信息； 建立一套改進設計和開發試驗的優先控制系統；

? 為將來分析研究現場情況、評價設計的更改以及開發更先進的設計提供參考。

過程FMEA（也記為p-FMEA）應在生產工裝準備之前、在過程可行性分析階段或之前開始，而且要考慮從單個零件到總成的所有制造過程。其評價與分析的對象是所有新的部件/過程、更改過的部件/過程及應用或環境有變化的原有部件/過程。需要注意的是，雖然p-FMEA不是靠改變產品設計來克服過程缺陷，但它要考慮與計劃的裝配過程有關的產品設計特性參數，以便最大限度地保證產品滿足用戶的要求和期望。p-FMEA一般包括下述內容：

? 確定與產品相關的過程潛在故障模式；

? 評價故障對用戶的潛在影響；

? 確定潛在制造或裝配過程的故障起因，確定減少故障發生或找出故障條件的過程控制變量；

? 編制潛在故障模式分級表，建立糾正措施的優選體系；

? 將制造或裝配過程文件化。

FMEA技術的應用發展十分迅速。50年代初，美國第一次將FMEA思想用于一種戰斗機操作系統的設計分析，到了60年代中期，FMEA技術正式用于航天工業（Apollo計劃）。1976年，美國國防部頒布了FMEA的軍用標準，但僅限于設計方面。70年代末，FMEA技術開始進入汽車工業和醫療設備工業。80年代初，進入微電子工業。80年代中期，汽車工業開始應用過程FMEA確認其制造過程。到了1988年，美國聯邦航空局發布咨詢通報要求所有航空系統的設計及分析都必須使用FMEA。1991年，ISO-9000推薦使用FMEA提高產品和過程的設計。1994年，FMEA又成為QS-9000的認證要求。目前，FMEA已在工程實踐中形成了一套科學而完整的分析方法。

SPC介紹

SPC即統計過程控制（Statistical Process Control）。SPC主要是指應用統計分析技術對生產過程進行實時監控，科學的區分出生產過程中產品質量的隨機波動與異常波動，從而對生產過程的異常趨勢提出預警，以便生產管理人員及時采取措施，消除異常，恢復過程的穩定，從而達到提高和控制質量的目的。

在生產過程中，產品的加工尺寸的波動是不可避免的。它是由人、機器、材料、方法和環境等基本因素的波動影響所致。波動分為兩種：正常波動和異常波動。正常波動是偶然性原因（不可避免因素）造成的。它對產品質量影響較小，在技術上難以消除，在經濟上也不值得消除。異常波動是由系統原因（異常因素）造成的。它對產品質量影響很大，但能夠采取措施避免和消除。過程控制的目的就是消除、避免異常波動，使過程處于正常波動狀態。SPC技術原理

統計過程控制（SPC）是一種借助數理統計方法的過程控制工具。它對生產過程進行分析評價，根據反饋信息及時發現系統性因素出現的征兆，并采取措施消除其影響，使過程維持在僅受隨機性因素影響的受控狀態，以達到控制質量的目的。當過程僅受隨機因素影響時，過程處于統計控制狀態（簡稱受控狀態）；當過程中存在系統因素的影響時，過程處于統計失控狀態（簡稱失控狀態）。由于過程波動具有統計規律性，當過程受控時，過程特性一般服從穩定的隨機分布；而失控時，過程分布將發生改變。SPC正是利用過程波動的統計規律性對過程進行分析控制的。因而，它強調過程在受控和有能力的狀態下運行，從而使產品和服務穩定地滿足顧客的要求。

SPC可以為企業帶的好處

....SPC 強調全過程監控、全系統參與，并且強調用科學方法（主要是統計技術）來保證全過程的預防。SPC不僅適用于質量控制，更可應用于一切管理過程（如產品設計、市場分析等）。正是它的這種全員參與管理質量的思想，實施SPC可以幫助企業在質量控制上真正作到“事前”預防和控制，SPC可以： · 對過程作出可靠的評估；

· 確定過程的統計控制界限，判斷過程是否失控和過程是否有能力； · 為過程提供一個早期報警系統，及時監控過程的情況以防止廢品的發生；

· 減少對常規檢驗的依賴性，定時的觀察以及系統的測量方法替代了大量的檢測和驗證工作；

有了以上的預防和控制，我們的企業當然是可以： · 降低成本

· 降低不良率，減少返工和浪費 · 提高勞動生產率 · 提供核心競爭力 · 贏得廣泛客戶

· 更好地理解和實施質量體系

質量管理中常用的統計分析方法

....介紹的以下這些工具和方法具有很強的實用性，而且較為簡單，在許多國家、地區和各行各業都得到廣泛應用:

控制圖:用來對過程狀態進行監控，并可度量、診斷和改進過程狀態。

直方圖:是以一組無間隔的直條圖表現頻數分布特征的統計圖，能夠直觀地顯示出數據的分布情況。

排列圖:又叫帕累托圖，它是將各個項目產生的影響從最主要到最次要的順序進行排列的一種工具。可用其區分影響產品質量的主要、次要、一般問題，找出影響產品質量的主要因素，識別進行質量改進的機會。

散布圖: 以點的分布反映變量之間相關情況，是用來發現和顯示兩組數據之間相關關系的類型和程度，或確認其預期關系的一種示圖工具。工序能力指數（CPK）：分析工序能力滿足質量標準、工藝規范的程度。

頻數分析：形成觀測量中變量不同水平的分布情況表。

描述統計量分析：如平均值、最大值、最小值、范圍、方差等，了解過程的一些總體特征。

相關分析：研究變量之間關系的密切程度，并且假設變量都是隨機變動的，不分主次，處于同等地位。

回歸分析：分析變量之間的相互關系。

實施SPC的兩個階段

。實施SPC分為兩個階段，一是分析階段，二是監控階段。在這兩個階段所使用的控制圖分別被稱為分析用控制圖和控制用控制圖。

。分析階段的主要目的在于：

。

一、使過程處于統計穩態。

二、使過程能力足夠。

。分析階段首先要進行的工作是生產準備，即把生產過程所需的原料、勞動力、設備、測量系統等按照標準要求進行準備。生產準備完成后就可以進行，注意一定要確保生產是在影響生產的各要素無異常的情況下進行；然后就可以用生產過程收集的數據計算控制界限，作成分析用控制圖、直方圖、或進行過程能力分析，檢驗生產過程是否處于統計穩態、以及過程能力是否足夠。如果任何一個不能滿足，則必須尋找原因，進行改進，并重新準備生產及分析。直到達到了分析階段的兩個目的，則分析階段可以宣告結束，進入SPC監控階段。

。監控階段的主要工作是使用控制用控制圖進行監控。此時控制圖的控制界限已經根據分析階段的結果而確定，生產過程的數據及時繪制到控制上，并密切觀察控制圖，控制圖中點的波動情況可以顯示出過程受控或失控，如果發現失控，必須尋找原因并盡快消除其影響。監控可以充分體現出SPC預防控制的作用。

。在工廠的實際應用中，對于每個控制項目，都必須經過以上兩個階段，并且在必要時會重復進行這樣從分析到監控的過程。

SPC的最新發展

。經過近70年在全世界范圍的實踐，SPC理論已經發展得非常完善，其與計算機技術的結合日益緊密，其在企業內的應用范圍、程度也已經非常廣泛、深入。概括來講，SPC的發展呈現如下特點：

（1）.分析功能強大，輔助決策作用明顯 在眾多企業的實踐基礎上發展出繁多的統計方法和分析工具，應用這些方法和工具可根據不同目的、從不同角度對數據進行深入的研究與分析，在這一過程中SPC的輔助決策功能越來越得到強化；

（2）.體現全面質量管理思想 隨著全面質量管理思想的普及，SPC在企業產品質量管理上的應用也逐漸從生產制造過程質量控制擴展到產品設計、輔助生產過程、售后服務及產品使用等各個環節的質量控制，強調全過程的預防與控制；（3）.與計算機網絡技術緊密結合 現代企業質量管理要求將企業內外更多的因素納入考察監控范圍、企業內部不同部門管理職能同時呈現出分工越來越細與合作越來越緊密兩個特點，這都要求可快速處理不同來源的數據并做到最大程度的資源共享。適應這種需要，SPC與計算機技術尤其是網絡技術的結合越來越緊密。

（4）.系統自動化程度不斷加強 傳統的SPC系統中，原始數據是手工抄錄，然后人工計算、打點描圖，或者采用人工輸入計算機，然后再利用計算機進行統計分析。隨著生產率的提高，在高速度、大規模、重復性生產的制造型企業里，SPC系統已更多采取利用數據采集設備自動進行數據采集，實時傳輸到質量控制中心進行分析的方式。

（5）.系統可擴展性和靈活性要求越來越高 企業外部和內部環境的發展變化速度呈現出加速度的趨勢，成功運用的系統不僅要適合現時的需要，更要符合未來發展的要求，在系統平臺的多樣性、軟件技術的先進性、功能適應性和靈活性以及系統開放性等方面提出越來越高的要求。

第三篇：品管七大手法

品管七大手法七大手法：檢查表、層別法、柏拉圖、因果圖、散布圖、直方圖、控制圖

一、檢查表檢查表就是將需要檢查的內容或項目一一列出，然后定期或不定期的逐項檢查，并將問題點記錄下來的方法，有時叫做查檢表或點檢表。例如：點檢表、診斷表、工作改善檢查表、滿意度調查表、考核表、審核表、5S活動檢查表、工程異常分析表等。

1、組成要素①確定檢查的項目；②確定檢查的頻度；③確定檢查的人員。

2、實施步驟①確定檢查對象； ②制定檢查表；③依檢查表項目進行檢查并記錄；④對檢查出的問題要求責任單位及時改善；⑤檢查人員在規定的時間內對改善效果進行確認；⑥定期總結，持續改進。

二、層別法層別法就是將大量有關某一特定主題的觀點、意見或想法按組分類，將收集到的大量的數據或資料按相互關系進行分組，加以層別。層別法一般和柏拉圖、直方圖等其它七大手法結合使用，也可單獨使用。例如：抽樣統計表、不良類別統計表、排行榜等。實施步驟：① 確定研究的主題； ② 制作表格并收集數據；③ 將收集的數據進行層別；④ 比較分析，對這些數據進行分析，找出其內在的原因，確定改善項目。

三、柏拉圖柏拉圖的使用要以層別法為前提，將層別法已確定的項目從大到小進行排列，再加上累積值的圖形。它可以幫助我們找出關鍵的問題，抓住重要的少數及有用的多數，適用于記數值統計，有人稱為ABC圖，又因為柏拉圖的排序識從大到小，故又稱為排列圖。

1、分類1）分析現象用柏拉圖：與不良結果有關，用來發現主要問題。A品質：不合格、故障、顧客抱怨、退貨、維修等；B成本：損失總數、費用等；C交貨期：存貨短缺、付款違約、交貨期拖延等；D安全：發生事故、出現差錯等。2）分析原因用柏拉圖：與過程因素有關，用來發現主要問題。

A操作者：班次、組別、年齡、經驗、熟練情況等；

B機器：設備、工具、模具、儀器等；

C原材料：制造商、工廠、批次、種類等；

D作業方法：作業環境、工序先后、作業安排等。

2、柏拉圖的作用① 降低不良的依據；② 決定改善目標，找出問題點；③ 可以確認改善的效果。

3、實施步驟①

收集數據，用層別法分類，計算各層別項目占整體項目的百分數；②

把分好類的數據進行匯總，由多到少進行排列，并計算累計百分數；③

繪制橫軸和縱軸刻度；④

繪制柱狀圖；⑤

繪制累積曲線；⑥

記錄必要事項⑦

分析柏拉圖要點：A柏拉圖有兩個縱坐標，左側縱坐標一般表示數量或金額，右側縱坐標一般表示數量或金額的累積百分數；B柏拉圖的橫坐標一般表示檢查項目，按影響程度大小，從左到右依次排列；C繪制柏拉圖時，按各項目數量或金額出現的頻數，對應左側縱坐標畫出直方形，將各項目出現的累計頻率，對應右側縱坐標描出點子，并將這些點子按順序連接成線。

4、應用要點及注意事項①

柏拉圖要留存，把改善前與改善后的柏拉圖排在一起，可以評估出改善效果；②

分析柏拉圖只要抓住前面的2~3項九可以了；③

柏拉圖的分類項目不要定得太少，5~9項教合適，如果分類項目太多，超過9項，可劃入其它，如果分類項目太少，少于4項，做柏拉圖無實際意義；④

作成的柏拉圖如果發現各項目分配比例差不多時，柏拉圖就失去意義，與柏拉圖法則不符，應從其它角度收集數據再作分析；⑤

柏拉圖是管理改善的手段而非目的，如果數據項別已經清楚者，則無需浪費時間制作柏拉圖；⑥

其它項目如果大于前面幾項，則必須加以分析層別，檢討其中是否有原因；⑦

柏拉圖分析主要目的是從獲得情報顯示問題重點而采取對策，但如果第一位的項目依靠現有條件很難解決時，或者即使解決但花費很大，得不償失，那么可以避開第一位項目，而從第二位項目著手。

四、因果圖所謂因果圖，又稱特性要因圖，主要用于分析品質特性與影響品質特性的可能原因之間的因果關系，通過把握現狀、分析原因、尋找措施來促進問題的解決，是一種用于分析品質特性（結果）與可能影響特性的因素（原因）的一種工具。又稱為魚骨圖。

1、分類1）追求原因型：在于追求問題的原因，并尋找其影響，以因果圖表示結果（特性）與原因（要因）間的關系；2）追求對策型：追求問題點如何防止、目標如何達成，并以因果圖表示期望效果與對策的關系。

2、實施步驟① 成立因果圖分析小組，3~6人為好，最好是各部門的代表；② 確定問題點；③ 畫出干線主骨、中骨、小骨及確定重大原因（一般從5M1E即人Man、機Machine、料Material、法Method、測Measure、環Environment六個方面全面找出原因）；④ 與會人員熱烈討論，依據重大原因進行分析，找到中原因或小原因，繪至因果圖中；⑤ 因果圖小組要形成共識，把最可能是問題根源的項目用紅筆或特殊記號標識；⑥ 記入必要事項

3、應用要點及注意事項①

確定原因要集合全員的知識與經驗，集思廣益，以免疏漏；②

原因解析愈細愈好，愈細則更能找出關鍵原因或解決問題的方法；③

有多少品質特性，就要繪制多少張因果圖；④

如果分析出來的原因不能采取措施，說明問題還沒有得到解決，要想改進有效果，原因必須要細分，直到能采取措施為止；⑤

在數據的基礎上客觀地評價每個因素的主要性；⑥

把重點放在解決問題上，并依5W2H的方法逐項列出，繪制因果圖時，重點先放在“為什么會發生這種原因、結果”，分析后要提出對策時則放在“如何才能解決”；Why——為何要做？（對象）What——做什么？（目的）Where——在哪里做？（場所）When——什么時候做？（順序）Who——誰來做？（人）How——用什么方法做？（手段）How much——花費多少？（費用）⑦

因果圖應以現場所發生的問題來考慮；⑧

因果圖繪制后，要形成共識再決定要因，并用紅筆或特殊記號標出；⑨

因果圖使用時要不斷加以改進。

五、散布圖將因果關系所對應變化的數據分別描繪在X-Y軸坐標系上,以掌握兩個變量之間是否相關及相關的程度如何,這種圖形叫做“散布圖”，也稱為“相關圖”。

1、分類1）正相關：當變量X增大時，另一個變量Y也增大；2）負相關：當變量X增大時，另一個變量Y卻減小；3）不相關：變量X（或Y）變化時，另一個變量并不改變；4）曲線相關：變量X開始增大時，Y也隨著增大，但達到某一值后，則當X值增大時，Y反而減小。

2、實施步驟1）確定要調查的兩個變量，收集相關的最新數據，至少30組以上；2）找出兩個變量的最大值與最小值，將兩個變量描入X軸與Y軸；3）將相應的兩個變量，以點的形式標上坐標系；4）計入圖名、制作者、制作時間等項目；5）判讀散布圖的相關性與相關程度。

3、應用要點及注意事項1）兩組變量的對應數至少在30組以上，最好50組至100組，數據太少時，容易造成誤判；2）通常橫坐標用來表示原因或自變量，縱坐標表示效果或因變量；3）由于數據的獲得常常因為5M1E的變化，導致數據的相關性受到影響，在這種情況下需要對數據獲得的條件進行層別，否則散布圖不能真實地反映兩個變量之間的關系；4）當有異常點出現時，應立即查找原因，而不能把異常點刪除；5）當散布圖的相關性與技術經驗不符時，應進一步檢討是否有什么原因造成假象。

六、直方圖直方圖是針對某產品或過程的特性值，利用常態分布（也叫正態分布）的原理，把50個以上的數據進行分組，并算出每組出現的次數，再用類似的直方圖形描繪在橫軸上。

1、實施步驟1）收集同一類型的數據；2）計算極差（全距）R=Xmax-Xmin；3）設定組數K：

K=1+3.23logN數據總數 50~100 100~250 250以上組

數 6~10 7~12 10~204）確定測量最小單位，即小數位數為n時，最小單位為10-n；5）計算組距h，組距h=極差R/組數K；6）求出各組的上、下限值第一組下限值=X??min-測量最小單位10-n/2

第二組下限值（第一組上限值）=第一組下限值+組距h；7）計算各組的中心值，組中心值=（組下限值+組上限值）/2；8）制作頻數表；9）按頻數表畫出直方圖。

2、直方圖的常見形態與判定1）正常型：是正態分布，服從統計規律，過程正常；2）缺齒型：不是正態分布，不服從統計規律；3）偏態型：不是正態分布，不服從統計規律；4）離島型：不是正態分布，不服從統計規律；5）高原型：不是正態分布，不服從統計規律；6）雙峰型：不是正態分布，不服從統計規律；7）不規則型：不是正態分布，不服從統計規律。

七、控制圖

1、控制圖法的涵義

影響產品質量的因素很多，有靜態因素也有動態因素，有沒有一種方法能夠即時監控產品的生產過程、及時發現質量隱患，以便改善生產過程，減少廢品和次品的產出?控制圖法就是這樣一種以預防為主的質量控制方法，它利用現場收集到的質量特征值，繪制成控制圖，通過觀察圖形來判斷產品的生產過程的質量狀況。控制圖可以提供很多有用的信息，是質量管理的重要方法之一。控制圖又叫管理圖，它是一種帶控制界限的質量管理圖表。運用控制圖的目的之一就是，通過觀察控制圖上產品質量特性值的分布狀況，分析和判斷生產過程是否發生了異常，一旦發現異常就要及時采取必要的措施加以消除，使生產過程恢復穩定狀態。也可以應用控制圖來使生產過程達到統計控制的狀態。產品質量特性值的分布是一種統計分布．因此，繪制控制圖需要應用概率論的相關理論和知識。

控制圖是對生產過程質量的一種記錄圖形，圖上有中心線和上下控制限，并有反映按時間順序抽取的各樣本統計量的數值點。中心線是所控制的統計量的平均值，上下控制界限與中心線相距數倍標準差。多數的制造業應用三倍標準差控制界限，如果有充分的證據也可以使用其它控制界限。

常用的控制圖有計量值和記數值兩大類，它們分別適用于不同的生產過程；每類又可細分為具體的控制圖，如計量值控制圖可具體分為均值——極差控制圖、單值一移動極差控制圖等。

2、控制圖的繪制

控制圖的基本式樣如圖所示，制作控制圖一般要經過以下幾個步驟：

①按規定的抽樣間隔和樣本大小抽取樣本；

②測量樣本的質量特性值，計算其統計量數值；

③在控制圖上描點；

④判斷生產過程是否有并行。

控制圖為管理者提供了許多有用的生產過程信息時應注意以下幾個問題：

①根據工序的質量情況，合理地選擇管理點。管理點一般是指關鍵部位、關健尺寸、工藝本身有特殊要求、對下工存有影響的關鍵點，如可以選質量不穩定、出現不良品較多的部位為管理點；

②根據管理點上的質量問題，合理選擇控制圖的種類：

③使用控制圖做工序管理時，應首先確定合理的控制界限：

④控制圖上的點有異常狀態，應立即找出原因，采取措施后再進行生產，這是控制圖發揮作用的首要前提；

⑤控制線不等于公差線，公差線是用來判斷產品是否合格的，而控制線是用來判斷工序質量是否發生變化的；

⑥控制圖發生異常，要明確責任，及時解決或上報。

制作控制圖時并不是每一次都計算控制界限，那么最初控制線是怎樣確定的呢?如果現在的生產條件和過去的差不多，可以遵循以往的經驗數據，即延用以往穩定生產的控制界限。下面介紹一種確定控制界限的方法，即現場抽樣法，其步驟如下：

①隨機抽取樣品50件以上，測出樣品的數據，計算控制界限，做控制圖；

②觀察控制圖是否在控制狀態中，即穩定情況，如果點全部在控制界限內．而且點的排列無異常，則可以轉入下一步；

③如果有異常狀態，或雖未超出控制界限，但排列有異常，則需查明導致異常的原因，并采取妥善措施使之處在控制狀態，然后再重新取數據計算控制界限，轉入下一步；

④把上述所取數據作立方圖，將立方圖和標準界限(公差上限和下限)相比較，看是否在理想狀態和較理想狀態，如果達不到要求，就必須采取措施，使平均位移動或標準偏差減少，采取措施以后再重復上述步驟重新取數據，做控制界限，直到滿足標準為止。

3、怎樣利用控制圖判斷異常現象

用控制圖識別生產過程的狀態，主要是根據樣本數據形成的樣本點位置以及變化趨勢進行分析和判斷．失控狀態主要表現為以下兩種情況：①樣本點超出控制界限；②樣本點在控制界限內，但排列異常。當數據點超越管理界限時，一般認為生產過程存在異常現象，此時就應該追究原因，并采取對策。排列異常主要指出現以下幾種情況： ③連續七個以上的點全部偏離中心線上方或下方，這時應查看生產條件是否出現了變化。④連續三個點中的兩個點進入管理界限的附近區域(指從中心線開始到管理界限的三分之二以上的區域)，這時應注意生產的波動度是否過大。⑤點相繼出現向上或向下的趨勢，表明工序特性在向上或向下發生著變化。⑥點的排列狀態呈周期性變化，這時可對作業時間進行層次處理，重新制作控制圖，以便找出問題的原因。控制圖對異常現象的揭示能力，將根據數據分組時各組數據的多少、樣本的收集方法、層別的劃分不同而不同。不應僅僅滿足于對一份控制圖的使用，而應變換各種各樣的數據收取方法和使用方法，制作出各種類型的圖表，這樣才能收到更好的效果。值得注意的是，如果發現了超越管理界限的異常現象，卻不去努力追究原因，采取對策，那么盡管控制圖的效用很好．也只不過是空紙一張。品管新七大手法☆ 關聯圖

☆ 系統圖

☆ 親和圖

☆ 矩陣圖

☆ PDPC法（過程決策方法）

☆ 箭條圖

☆ 數據矩陣解析法質量管理八大原則1.以顧客為關注焦點:組職依存于顧客,因此組織應當理解顧客當前和未來的需求,滿求滿足顧客要求并爭取超越顧客期望.2.領導作用:

領導者確立組織統一的宗旨和方向,他們應當創造并保持使員工能充分參與實現組織目標的內部環境.3.全員能與:

各級人員都是組織人,只有他們的充分參與,才能使他們的才干為組織帶來收益,4.過程方法:

將活動和相關的資源作為過程進行管理,可以更高效地得到期望的結果.5.管理的系統方法:

將相互關聯的過程作為系統加以識別,理解和管理有助于組織提高實現目標的有效性的效率.6.持續改進:

持續改進總體業績應當是組織上的一個永恒目標.7.基于事實的決策方法:有效決策是建立在數據和信息分析的基礎上.8.與供方互利的關系:組織與供方是相互依存的,互利的關系可增強雙方創造價值的能力.以上八大質量管理原則形成了質量管理體標準的基礎.

第四篇：品管七大手法和四大原則

一、起源

新舊七種工具都是由日本人總結出來的。日本人在提出舊七種工具推行并獲得成功之后，1979年又提出新七種工具。之所以稱之為“七種工具”，是因為日本古代武士在出陣作戰時，經常攜帶有七種武器，所謂七種工具就是沿用了七種武器。

有用的質量統計管理工具當然不止七種。除了新舊七種工具以外，常用的工具還有實驗設計、分布圖、推移圖等。

本次課程，主要講的是QC七大手法，而SPC（管制圖）是QC七大手法的核心部分，是本次培訓的重點內容。

二、舊七種工具

QC舊七大手法指的是：檢查表、層別法、柏拉圖、因果圖、散布圖、直方圖、管制圖。

舊七種工具是我們本次課程的內容，也是我們將要大力推行的管理方法。從某種意義上講，推行QC七大手法的情況，一定程度上表明了公司管理的先進程度。這些手法的應用之成敗，將成為公司升級市場的一個重要方面：幾乎所有的OEM客戶，都會把統計技術應用情況作為審核的重要方面，例如TDI、MOTOROLA等。

三、新七種工具

QC新七大手法指的是：關系圖法、KJ法、系統圖法、矩陣圖法、矩陣數據分析法、PDPC法、網絡圖法。

相對而言，新七大手法在世界上的推廣應用遠不如舊七大手法，也從未成為顧客審核的重要方面。

第二章 層別法

一、定義

層別法是所有手法中最基本的概念，亦即將多種多樣的資料，因應目的的需要分成不同的類別，使之方便以后的分析。

二、通常的層別方法

使用的最多的是空間別：

作業員：不同拉、班、組別

機器：不同機器別

原料、零件：不同供給廠家別

作業條件：不同的溫度、壓力、濕度、作業場所

產品：不同的產品別（如同時生產Ni-Cd和Ni-MH電池）

時間別：不同批別、不同時間生產的產品

其他：如使用不同的工藝方法生產的同種產品別

三、應用

層別法的應用，主要是一種系統概念，即在于要想把相當復雜的資料進行處理，就得懂得如何把這些資料加以有系統有目的的加以分門別類的歸納及統計。第三章 檢查表

一、概述

檢查表是QC七大手法中最簡單也是使用得最多的手法。但或許正因為其簡單而不受重視，所以檢查表使用的過程中存在的問題不少。不妨看看我們現在正在使用的各種報表，是不是有很多欄目空缺？是不是有很多欄目的內容用筆進行了修改？是不是有很多欄目內容有待修改？

二、定義

以簡單的數據，用容易理解的方式，制成圖形或表格，必要時記上檢查記號，并加以統計整理，作為進一步分析或核對檢查之用。

三、目的記錄某種事件發生的頻率。

四、時機

1.當你必須記下某種事件發生的具體情況時；

2.當你想了解某件事件發生的次數時；

3.當你想收集資訊時。

五、檢查表種類

1.不合格項目的檢查表；

2.工序分布檢查表；

3.缺陷位置檢查表；

4.操作檢查表。

六、使用檢查表的注意事項

1.應盡量取得分層的信息；

2.應盡量簡便地取得數據；

3.應立即與措施結合。應事先規定對什么樣的數據發出警告，停止生產或向上級報告。

4.檢查項目如果是很久以前制訂現已不適用的，必須重新研究和修訂 5.通常情況下歸類中不能出現“其他問題類”。

第四章 柏拉圖

一、起源

意大利經濟學家Vilfredo.Pareto巴雷托（柏拉圖）在分析社會財富分配時設計出的一種統計圖，美國品管大師Joseph Juran將之加以應用到質量管理中。柏拉圖能夠充分反映出“少數關鍵、多數次要”的規律，也就是說柏拉圖是一種尋找主要因素、抓住主要矛盾的手法。例如：少數用戶占有大部分銷售額、設備故障停頓時間大部分由少數故障引起，不合格品中大多數由少數人員造成等。

二、定義

根據收集的數據，以不良原因、不良狀況、不良發生的位置分類；計算各項目所占的比例按大小順序排列，再加上累積值的圖形。

按照累計的百分數可以將各項分成三類：

0~80%為A類，顯然是主要問題點；

80~90%為B類，是次要因素；

90~100%為C類，是一般因素。

三、作圖步驟

1.搜集數據；如063048正極片批量為20000PCS，不良品中變形600，露鋁360，硬塊120，暗痕60，其他不良60。

2.作出分項統計表（按原因、人員、工序、不良項目等）A把分類項目按頻數大小從大到小進行排列，至于“其他”項，不論其頻數大小均放在最后； B計算各項目的累計頻數；C計算各項目在全體項目中所占比率（即頻率）D計算累計比率。（示范表格見下頁）

示范表格（正極制片不良分項統計表，總批量20000PCS）：

項目 數量 累計數 比率% 累計比率%

變形 600 600 50% 50%

露鋁 360 960 30% 80%

硬塊 120 1080 10% 90%

暗痕 60 1140 5% 95%

其他 60 1200 5% 100%

3.繪制排列圖

A縱軸：

左：頻數刻度，最大為總件數

右：頻率（比率）刻度，最大數為100%。

注：總件數與最大數100%應保持在同一水平線上。

B橫軸：按頻數大小用直方柱在橫軸上表示各項目（從左至右）

C依次累加頻率，并連接成線。

4.記入必要事項，如：圖題、取數據時間、制圖人、制圖時間、檢查產品總數、總頻數等等。示范圖（見下頁）

很明顯，上圖中變形和露鋁為A類不良項，需立即采取措施改善；硬塊為B類不良項；暗痕和其他為C類不良項。B、C兩類可稍后再采取措施改善。

四、使用排列圖的注意事項

1.抓住“少數關鍵”，把累計比率分為三類：A、B、C；

2.用來確定采取措施的順序；

3.對照采取措施前后的排列圖，研究各個組成項目的變化，可以對措施的效果進行鑒定；

4.利用排列圖不僅可以找到一個問題的主要矛盾，而且可以連續使用找到復雜問題的最終原因；

5.現場應注意將排列圖、因果圖等質量管理方法的綜合運用。如可以使用因果圖對造成變形和露鋁的原因進行進一步的分析。

第五章 因果圖

一、概述

因果圖最先由日本品管大師石川馨提出來的，故又叫石川圖，同時因其形狀，又叫魚刺圖、魚骨圖、樹枝圖。還有一個名稱叫特性要因圖。

一個質量問題的發生往往不是單純一種或幾種原因的結果，而是多種因素綜合作用的結果。要從這些錯綜復雜的因素中理出頭緒，抓住關鍵因素，就需要利用科學方法，從質量問題這個“結果”出發，依靠群眾，集思廣益，由表及里，逐步深入，直到找到根源為止。

因果圖就是用來根據結果尋找原因的一種QC手法。

二、定義

用以找出造成某問題可能原因的圖表。

三、因果圖可用來分析的問題類型

1.表示產品質量的特性：尺寸、強度、壽命、不合格率、廢品件數、純度、透光度等；

2.費用特性：價格、收率、工時數、管理費用等；

3.產量特性：產量、交貨時間、計劃時間等

4.其他特性：出勤率、差錯件數、合理化建議件數

四、因果圖的作圖步驟

1.確定問題

2.畫粗箭頭

3.因素即原因分類

常用：4M1E即人（員）、機（器）、料（原料）、法（工藝方法）、環（境），有時還可以補充軟（件）、輔（助材料）、公（用設施）三方面。

也可用：工序順序等分類

分類好后，用中箭頭與主箭頭成45°角畫在主箭頭兩側。

4.對中箭頭所代表的一類因素，要進一步將與其有關的因素以小箭頭畫到中箭頭上去，如有必要，可再次細分至可以直接采取行動為止。

5.檢查所列因素有無遺漏，如有遺漏應予補充。

6.各箭頭末端的因素中，凡影響重大的重要因素可加上小圈等記號，按已有數據、搜集不到數據、未取數據等情況，還可加上其他簡便記號。

7.記入有關事項，如參加人員、制圖者、制定日期等。

五、注意事項

1.實質上是枚舉法，故要走群眾路線，集中討論；

2.最好采用能用數值表示的問題；

3.最細的原因要具體，以便采取措施；

4.對應于一個特性可以作幾個因果圖，如可按4M1E作圖，也可按工序進行分類，分別作因果圖。重要原因可以抽出再作新的因果圖。

5.綜合運用如排列圖、對策表等；

6.復印幾份加以保存，以便以后不斷追加新內容。

六、因果圖與排列圖聯用

1.建立柏拉圖須先以層別建立要求目的之統計表；

2.建立柏拉圖之目的，在于掌握影響全局較大的[重要少數項目]；

3.再利用因果圖針對這些項目形成的要素逐予探討，并采取改善對策；

七、另一種作圖步驟（形象）

1.集合有關人員召集與此問題相關的、有經驗的人員，人數最好4-10人，并推選一人主導（主持人）；

2.掛一張大白紙，準備2~3支色筆；

3.由集合的人員就影響問題的要因發言，發言內容記入圖上，中途不可批評或質問（腦力激蕩法）；

4.時間大約1小時，搜集20~30個原因即可結束；

5.就所搜集的原因，何者影響最大，再由大家輪流發言，經大家磋商后，認為影響較大的因素圈上紅圈；

6.與5一樣，針對已畫上一個紅圈的，若認為最重要的可以再圈上兩圈、三圈；

7.重新畫一張因果圖，未上圈的予以去除，圈數多的列為優先處理。

八、因果圖示范圖

九、因果卡圖簡介

因果卡圖是在因果圖的基礎上發展出來的，又稱為CEDAC（Cause Effect Diagram And Cards）圖。

因果卡圖一般長寬各數米，大多公開張貼于生產作業現場或技術攻關地點的醒目位置，因果卡圖的一般結構是：右上方為問題欄，簡要說明問題的現狀，作為進行質量改進的依據，右下方寫明質量改進項目的目標（一般用定量值表示）、項目負責人以及項目實施期限；右方中間為質量隨著本項目的實施的變化曲線；左方為魚刺圖形，魚刺兩旁分別張貼用顏色區分的原因分析卡和措施方法卡；下方釘有兩只標上“原因”和“措施”字樣的大口袋，分別裝有兩種不同顏色的卡片，供參與者填寫之用。然后將卡片按一定規則分類（如4M1E）張貼于魚刺圖形上。如可以規定魚刺的左邊張貼原因卡，右邊張貼措施卡，用橫線將對應的原因卡與措施卡相聯。

第六章 散布圖法

一、定義

散布圖是用來表示一組成對的數據之間是否有相關性的一種圖表。這種成對的數據或許是[特性—要因]、[特性—特性]、[要因—要因]的關系。

二、散布圖的分類

1.正相關（如容量和附料重量）

2.負相關（油的粘度與溫度）

3.不相關（氣壓與氣溫）

4.弱正相關（身高和體重）

5.弱負相關（溫度與步伐）

三、散布圖的繪制程序

1.收集資料（至少三十組以上）

2.找出數據中的最大值與最小值；

3.準備座標紙，畫出縱軸、橫軸的刻度，計算組距。通常用縱軸代表結果，橫軸代表原因。組距的計算以數據中的最大值減最小值再除以所需設定的組數求得。是否一定需分組？

4.將各組對應數標示在座標上；

5.填上資料的收集地點、時間、測定方法、制作者等項目。

四、散布圖的應用

當不知道兩個因素之間的關系或兩個因素之間關系在認識上比較模糊而需要對這兩個因素之間的關系進行調查和確認時，可以通過散布圖來確認二者之間的關系。實際上是一種實驗的方法。

需要強調的是，在使用散布圖調查兩個因素之間的關系時，應盡可能固定對這兩個因素有影響的其他因素，才能使通過散布圖得到的結果比較準確。

五、散布圖五種類型的示范圖（見下頁）

第七章 直方圖法

一、定義：

為要容易的看出如長度、重量、時間、硬度等計量什的數據之分配情形，所用來表示的圖形。

直方圖是將所收集的測定值或數據之全距分為幾個相等的區間作為橫軸，并將各區間內之測定值所出現次數累積而成的面積，用柱子排起來的圖形，故我們亦稱之為柱狀圖。

二、直方圖的作圖步驟

1.收集記錄數據

2.定組數

3.找到最大值L及最小值S，計算全距RR=L-S

4.定組距

R÷組數=組距

5.定組界

最小一組的下組界=S-[測量值的最小位數×0.5]最小一組的上組界=最小一組的下組界+組距依次類推。

6.決定中心點

（上組界+下組界）÷2=組的中心點

7.制作次數分布表

8.制作直方圖

9.填上次數、規格、平均值、數據源、日期

三、直方圖之功用

1.評估或查驗制程；

2.指出采取行動的必要；

3.量測已采取矯正行動的效果；

4.比較機械績效；

5.比較物料；

6.比較供應商。

第五篇：品管七大手法是常用的統計管理方法

品管七大手法是常用的統計管理方法，又稱為初級統計管理方法。它主要包括控制圖、因果圖、相關圖、排列圖、統計分析表、數據分層法、散布圖等所謂的QC七工具。

其實，質量管理的方法可以分為兩大類：一是建立在全面質量管理思想之上的組織性的質量管理；二是以數理統計方法為基礎的質量控制。

組織性的質量管理方法是指從組織結構，業務流程和人員工作方式的角度進行質量管理的方法，它建立在全面質量管理的思想之上，主要內容有制定質量方針，建立質量保證體系，開展QC小組活動，各部門質量責任的分擔，進行質量診斷等。

統計質量控制是美國的貝爾電話實驗所的休哈特（W.A.Shewhart）博士在1924年首先提出的控制圖為起點，半個多世紀以來有了很大發展，現在這些方法可大致分為以下三類。

（1）初級統計管理方法：又稱為常用的統計管理方法。它主要包括控制圖、因果圖、相關圖、排列圖、統計分析表、數據分層法、散布圖等所謂的QC七工具（或叫品管七大手法）。運用這些工具，可以從經常變化的生產過程中，系統地收集與產品質量有關的各種數據，并用統計方法對數據進行整理，加工和分析，進而畫出各種圖表，計算某些數據指標，從中找出質量變化的規律，實現對質量的控制。日本著名的質量管理專家石川馨曾說過，企業內95%的質量管理問題，可通過企業上上下下全體人員活用這QC七工具而得到解決。全面質量管理的推行，也離不開企業各級、各部門人員對這些工具的掌握與靈活應用。

（2）中級統計管理方法 ：包括抽樣調查方法、抽樣檢驗方法、功能檢查方法、實驗計劃法、方法研究等。這些方法不一定要企業全體人員都掌握，主要是有關技術人員和質量管理部門的人使用。

（3）高級統計管理方法：包括高級實驗計劃法、多變量解析法。這些方法主要用于復雜的工程解析和質量解析，而且要借助于計算機手段，通常只是專業人員使用這些方法。

這里就概要介紹常用的初級統計質量管理七大手法即所謂的“QC七工具”，供網友們參考。

（一）統計分析表

統計分析表是利用統計表對數據進行整理和初步分析原因的一種工具，其格式可多種多樣，這種方法雖然較單，但實用有效。

（二）數據分層法

數據分層法就是性質相同的，在同一條件下收集的數據歸納在一起，以便進行比較分析。因為在實際生產中，影響質量變動的因素很多如果不把這些困素區別開來，難以得出變化的規律。數據分層可根據實際情況按多種方式進行。例如，按不同時間，不同班次進行分層，按使用設備的種類進行分層，按原材料的進料時間，原材料成分進行分層，按檢查手段，使用條件進行分層，按不同缺陷項目進行分層，等等。數據分層法經常與上述的統計分析表結合使用。

數據分層法的應用，主要是一種系統概念，即在于要想把相當復雜的資料進行處理，就得懂得如何把這些資料加以有系統有目的加以分門別類的歸納及統計。

科學管理強調的是以管理的技法來彌補以往靠經驗靠視覺判斷的管理的不足。而此管理技法，除了建立正確的理念外，更需要有數據的運用，才有辦法進行工作解析及采取正確的措施。

如何建立原始的數據及將這些數據依據所需要的目的進行集計，也是諸多品管手法的最基礎工作。

舉個例子：我國航空市場近幾年隨著開放而競爭日趨激烈，航空公司為了爭取市場除了加強各種措施外，也在服務品質方面下功夫。我們也可以經常在航機上看到客戶滿意度的調查。此調查是通過調查表來進行的。調查表的設計通常分為地面的服務品質及航機上的服務品質。地面又分為訂票，候機；航機又分為空服態度，餐飲，衛生等。透過這些調查，將這些數據予以集計，就可得到從何處加強服務品質了。

（三）排列圖（柏拉圖）

排列圖又稱為柏拉圖，由此圖的發明者19世紀意大利經濟學家柏拉圖（Pareto）的名字而得名。柏拉圖最早用排列圖分析社會財富分布的狀況，他發現當時意大利80%財富集中在20%的人手里，后來人們發現很多場合都服從這一規律，于是稱之為Pareto定律。后來美國質量管理專家朱蘭博士運用柏拉圖的統計圖加以延伸將其用于質量管理。排列圖是分析和尋找影響質量主原因素的一種工具，其形式用雙直角坐標圖，左邊縱坐標表示頻數（如件數金額等），右邊縱坐標表示頻率（如百分比表示）。分折線表示累積頻率，橫

坐標表示影響質量的各項因素，按影響程度的大小（即出現頻數多少）從左向右排列。通過對排列圖的觀察分析可抓住影響質量的主原因素。這種方法實際上不僅在質量管理中，在其他許多管理工作中，例如在庫存管理中，都有是十分有用的。

在質量管理過程中，要解決的問題很多，但往往不知從哪里著手，但事實上大部分的問題，只要能找出幾個影響較大的原因，并加以處置及控制，就可解決問題的 80%以上。柏拉圖是根據歸集的數據，以不良原因，不良狀況發生的現象，有系統地加以項目別（層別）分類，計算出各項目別所產生的數據（如不良率，損失金額）及所占的比例，再依照大小順序排列，再加上累積值的圖形。

在工廠或辦公室里，把低效率，缺損，制品不良等損失按其原因別或現象別，也可換算成損失金額的80%以上的項目加以追究處理，這就是所謂的柏拉圖分析。

柏拉圖的使用要以層別法的項目別（現象別）為前提，依經順位調整過后的統計表才能畫制成柏拉圖。柏拉圖分析的步驟；

（1）將要處置的事，以狀況（現象）或原因加以層別。

（2）縱軸雖可以表示件數，但最好以金額表示比較強烈。

（3）決定搜集資料的期間，自何時至何時，作為柏拉圖資料的依據，期限間盡可能定期。

（4）各項目依照合半之大小順位左至右排列在橫軸上。

（5）繪上柱狀圖。

（6）連接累積曲線。

柏拉圖法（重點管制法），提供了我們在沒法面面俱到的狀況下，去抓重要的事情，關鍵的事情，而這些重要的事情又不是靠直覺判斷得來的，而是有數據依據的，并用圖形來加強表示。也就是層別法提供了統計的基礎，柏拉圖法則可幫助我們抓住關鍵性的事情。

（四）因果分析圖

因果分析圖是以結果作為特性，以原因作為因素，在它們之間用箭頭聯系表示因果關系。因果分析圖是一種充分發動員工動腦筋，查原因，集思廣益的好辦法，也特別適合于工作小組中實行質量的民主管理。當出現了某種質量問題，未搞清楚原因時，可針對問題發動大家尋找可能的原因，使每個人都暢所欲言，把所有可能的原因都列出來。

所謂因果分析圖，就是將造成某項結果的眾多原因，以系統的方式圖解，即以圖來表達結果（特性）與原因（因素）之間的關系。其形狀像魚骨，又稱魚骨圖。

某項結果之形成，必定有原因，應設法利用圖解法找出其因。首先提出了這個概念的是日本品管權威石川馨博士，所以特性原因圖又稱[石川圖>。因果分析圖，可使用在一般管理及工作改善的各種階段，特別是樹立意識的初期，易于使問題的原因明朗化，從而設計步驟解決問題。

（1）果分析圖使用步驟

步驟1：集合有關人員。

召集與此問題相關的，有經驗的人員，人數最好4-10人。

步驟2：掛一張大白紙，準備2-3支色筆。

步驟3：由集合的人員就影響問題的原因發言，發言內容記入圖上，中途不可批評或質問。（腦力激蕩 法）步驟4：時間大約1個小時，搜集20-30個原因則可結束。

步驟5：就所搜集的原因，何者影響最大，再由大輪流發言，經大家磋商后，認為影響較大予圈上紅色圈。步驟6：與步驟5一樣，針對已圈上一個紅圈的，若認為最重要的可以再圈上兩圈，三圈。

步驟7：重新畫一張原因圖，未上圈的予于去除，圈數愈多的列為最優先處理。

因果分析圖提供的是抓取重要原因的工具，所以參加的人員應包含對此項工作具有經驗者，才易秦效。

（2）因果分析圖與柏拉圖之使用

建立柏拉圖須先以層別建立要求目的之統計表。建立柏拉圖之目的，在于掌握影響全局較大的重要少數項目。再利用特性原因圖針對這些項目形成的原因逐予于探討，并采取改善對策。所以因果分析圖可以單獨使用，也可連接柏拉圖使用。

（3）因果分析圖再分析

要對問題形成的原因追根究底，才能從根本上解決問題。形成問題之主要原因找出來以后，再以實驗設計的方法進行實驗分析，擬具體實驗方法，找出最佳工作方法，問題也許能得以徹底解決，這是解決問題，更是預防問題。

任何一個人，任何一個企業均有它追求的目標，但在追求目標的過程中，總會有許許多多有形與無形的障礙，而這些障礙是什么，這些障礙何于形成，這些障礙如何破解等問題，就是原因分析圖法主要的概念。一個管理人員，在他的管理工作范圍內所追求的目標，假如加以具體的歸納，我們可得知從項目來說不是很多。然而就每個追求的項目來說，都有會有影響其達成目的的主要原因及次要原因，這些原因就是阻礙你達成工作的變數。

如何將追求的項目一一地羅列出來，并將影響每個項目達成的主要原因及次要原因也整理出來，并使用因果分析圖來表示，并針對這些原因有計劃地加以強化，將會使你的管理工作更加得心應手。

同樣地，有了這些原因分析圖，即使發生問題，在解析問題的過程中，也能更快速，更可靠。

（五）直方圖

直方圖又稱柱狀圖，它是表示數據變化情況的一種主要工具。用直方圖可以將雜亂無章的資料，解析出規則性，比較直觀地看出產品質量特性的分布狀態，對于資料中心值或分布狀況一目了然，便于判斷其總體質量分布情況。在制作直方圖時，牽涉到一些統計學的概念，首先要對數據進行分組，因此如何合理分組是其中的關鍵問題。分組通常是按組距相等的原則進行的兩個關鍵數字是分組數和組距。

（六）散布圖

散布圖又叫相關圖，它是將兩個可能相關的變量數據用點畫在坐標圖上，用來表示一組成對的數據之間是否有相關性。這種成對的數據或許是特性一原因，特性一特性，原因一原因的關系。通過對其觀察分析，來判斷兩個變量之間的相關關系。這種問題在實際生產中也是常見的，例如熱處理時淬火溫度與工件硬度之間的關系，某種元素在材料中的含量與材料強度的關系等。這種關系雖然存在，但又難以用精確的公式或函數關系表示，在這種情況下用相關圖來分析就是很方便的。假定有一對變量x 和 y,x 表示某一種影響因素，y 表示某一質量特征值，通過實驗或收集到的x 和 y 的數據，可以在坐標圖上用點表示出來，根據點的分布特點，就可以判斷 x和 y 的相關情況。

在我們的生活及工作中，許多現象和原因，有些呈規則的關聯，有些呈不規則形有關聯。我們要了解它，就可借助散布圖統計手法來判斷它們之間的相關關系。

（七）控制圖

控制圖又稱為管制圖。由美國的貝爾電話實驗所的休哈特(W.A.Shewhart)博士在1924年首先提出管制圖使用后，管制圖就一直成為科學管理的一個重要工具，特別在質量管理方面成了一個不可或缺的管理工具。它是一種有控制界限的圖，用來區分引起質量波動的原因是偶然的還是系統的，可以提供系統原因存在的信息，從而判斷生產過程是否處于受控狀態。控制圖按其用途可分為兩類，一類是供分析用的控制圖，用控制圖分析生產過程中有關質量特性值的變化情況，看工序是否處于穩定受控狀；再一類是供管理用的控制圖，主要用于發現生產過程是否出現了異常情況，以預防產生不合格品。

統計管理方法是進行質量控制的有效工具，但在應用中必須注意以下幾個問題，否則的話就得不到應有的效果。這些問題主要是：1）數據有誤。數據有誤可能是兩種原因造成的，一是人為的使用有誤數據，二是由于未真正掌握統計方法；2）數據的采集方法不正確。如果抽樣方法本身有誤則其后的分析方法再正確也是無用的；3）數據的記錄，抄寫有誤；4）異常值的處理。通常在生產過程取得的數據中總是含有一些異常值的，它們會導致分析結果有誤。

以上概要介紹了七種常用初級統計質量管理七大手法即所謂的“QC七工具”，這些方法集中體現了質量管理的“以事實和數據為基礎進行判斷和管理”的特點。最后還需指出的是，這些方法看起來都比較簡單，但能夠在實際工作中正確靈活地應用并不是一件簡單的事。