1、质量控制新旧7种工具2009-03-10 16:33:46| 分类： 默认分类 | 标签：无|字号大中小订阅质量控制新旧7种工具，也称品管新旧七大手法（新旧 QC 7工具） ，是常用的管理方法。其中， （旧）QC 7工具包括直方图、柏拉图、散点图、分层法、控制图、因果图、检查表。（新）QC 7工具包括关系图法、亲和图法、系统图法、矩阵图法、矩阵数据分析法、PDPC 法、箭形图法。（旧）QC 7工具：壹、直方图：直方图(Histogram) 直方图又称柱状图、质量分布图。直方图法的涵义在质量管理中，如何预测并监控产品质量状况?如何对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具
2、。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。 直方图又称质量分布图，是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图，如图所示。作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。具体来说，作直方图的目的有： 判断一批已加工完毕的产品； 验证工序的稳定性； 为计算工序能力搜集有关数据。直方图将数据根据差异进行分类，特点是明察秋毫地掌握差异。直方图的绘制方法 集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下
3、，至少也应在50个以上。 将数据分成若干组，并做好记号。分组的数量在620 之间较为适宜。 计算组距的宽度。用组数去除最大值和最小值之差，求出组距的宽度。 计算各组的界限位。各组的界限位可以从第一组开始依次计算，第一组的下界为最小值减去组距的一半，第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值，第二组的下界限值加上组距，就是第二组的上界限位，依此类推。 统计各组数据出现频数，作频数分布表。 作直方图。以组距为底长，以频数为高，作各组的矩形图。用直方图来观察和分析生产过程质量状况作直方图是的目的是为了研究产品质量的分布状况，据此判断生产过程是否处在正常状态。因此在画出直方图后
4、要进一步对它进行观察和分析。在正常生产条件下，如果所得到的直方图不是标准形状，或者虽是标准形状，但其分布范围不合理，就要分析其原因，采取相应措施。(1)通过直方图判断生产过程是否有异常。对直方图有些参差不齐不必太注意，主要应着眼于图形的整个形状。常见的直方图分布图形大体上有六种，如图所示。 理想的图形； 多是因为测量和读数有问题或是数据分组不当所引起的； 多是因加工习惯造成的； 多是加工条件的变动造成的； 多是两种不同生产条件的数据混在一起造成的； 多是由于生产过程中某种缓慢的倾向起作用所至。(2)运用直方图勘量生产的质量状况。将直方图与公差范围相比较，看直方图是否都落在公差要求的范围之内，可
5、以提高生产的质量状况。这种对比大体上存在六种情况，如下图所示。 理想的情况； 经济性不好，需降低加工精度； 需要采取措施适当缩小分布； 过分偏离公差中心，可能造成废品； 完全不留余地，容易出现废品，应采取措施调整 已经产生废品，应停产检查。柏拉图是美国品管大师朱兰博士运用意大利经济学家柏拉图（Pareto）的统计图加以延伸所创造出来的，柏拉图又称排列图。柏拉图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。最早是由意大利经济学家帕累托（柏拉）用来分析社会财富的分布状况。他发现少数人占有着绝大多数财富，而
6、绝大多数人却占有少量财富处于贫困的状态。这种少数人占有着绝大多数财富左右社会经济发展的现象，即所谓“关键的少数、次要的多数”的关系。后来，美国质量管理专家米兰，把这个“关键的少数、次要的多数”的原理应用于质量管理中，便成为常用方法之一（排列图） ，并广泛应用于其它的专业管理。目前在仓库、物资管理中常用的 ABC分析法就出自排列图的原理。柏拉图用双直角坐标系表示,左边纵坐标表示频数, 右边纵坐标表示频率 .分析线表示累积频率,横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)从左到右排列,通过对排列图的观察分析可以抓住影响质量的主要因素。柏拉图法则往往称为二八原理，即百分之八十
7、的问题是百分之二十的原因所造成的。叁、散点图：散点图（scatter diagram）在回归分析中，数据点在直角坐系平面上的分布图。散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。散点图的数据注意事项散点图通常用于显示和比较数值，例如科学数据、统计数据和工程数据。当要在不考虑时间的情况下比较大量数据点时，请使用散点图。散点图中包含的数据越多，比较的效果就越好。气泡图要求每个数据点具有两个值（探顶值和探底值） 。对于处理值的分布和数据点的分簇，散点
8、图都很理想。如果数据集中包含非常多的点（例如，几千个点） ，那么散点图便是最佳图表类型。在点状图中显示多个序列看上去非常混乱，这种情况下，应避免使用点状图，而应考虑使用折线图。默认情况下，散点图以圆圈显示数据点。如果在散点图中有多个序列，请考虑将每个点的标记形状更改为方形、三角形、菱形或其他形状。肆、分层法：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困素区别开来，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
9、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。数据分层法经常与上述的统计分析表结合使用。分层法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的加以分门别类的归纳及统计。伍、控制图：控制图（control chart）根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。在生产过程中，产品质量由于受随机因素和系统因素的影响而产生变差；前者由大量微小的偶然因素叠加而成，后者则是由可辨识的、作用明显的原因所引起，经采取适当措施可以发现和排除。当一生产过程仅受随机因素的影响，从
10、而产品的质量特征的平均值和变差都基本保持稳定时,称之为处于控制状态。此时,产品的质量特征是服从确定概率分布的随机变量，它的分布(或其中的未知参数)可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。分布确定以后，质量特征的数学模型随之确定。为检验其后的生产过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。为此，每隔一定时间，在生产线上抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为生产过程正常，否则，就认为生产中出现某种系统性变化，或者说过程失去控制。这时，就需要考虑采取包括停产检查在内的各种措施，以期查明原因并将其排除，以恢复正常生产，不使失
11、控状态延续而发展下去。通常应用最广的控制图是 W.A.休哈特在1925年提出的，一般称之为休哈特控制图。它的基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中线(Cl)，上、下两条虚线分别为上、下控制界限（UCl 和 lCl） 。横轴表示按一定时间间隔抽取样本的次序,纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点子，它们可以用线段连接起来根据所考察的质量特征的性质是计量的还是计数的（包括计件和计点的） （见抽样检验） ，以及所采用的统计量的不同，控制图有不同的类型，常用的有以下几类：适用于遵循正态分布的计量特征的平均数塣
12、控制图和极差 R 控制图,这两个图必须合用,一般称之为塣 -R 控制图。其中塣 若用中位数塣 代替,即成为塣 -R 控制图。适用于遵循二项分布的计件特征的不合格品率 p 控制图和不合格品数 np 控制图。适用于遵循泊松分布的计点特征的缺陷数（或每单位缺陷数） 控制图。 以塣R 控制图为例来说明休哈特控制图的构造原理和使用方法。设所考察的产品的质量特征，在生产过程处于控制状态时，服从正态分布 N(,2)，则样本大小为 n的样本平均数塣 服从 N(,2/n)。因此对塣 控制图，若以塣的数学期望 为中线值，以为上、下控制界限,则适当选择 k 值，可以保证当过程处于控制状态时，样本平均数塣 以很高的概
13、率位于上下控制界限之间，而且应呈随机排列。例如当 k=3时,此概率为99.7。如果某个样本点落到控制界限之外，就认为生产过程失去控制；这种情况虽然在生产过程处于控制状态时也有可能发生,但其概率只有0.3, 可能性很小。在控制图中,一般取 k=3,并称所得出的上、下控制界限是按3 原则取的。虽然落在这些界限中的概率都很大，但并不都是99.7。采用假设检验的想法，宁可冒微小的风险犯第一类错误而认为生产失控。还有一种可认为是失控的标志，是点子的排列呈现一种系统性的特征。比如有连续 7个点子位于中线的一侧,或连续7点呈现上升（或下降）或某种周期性排列，这些有规律的非随机排列都可能是失控的警告。同样，生
14、产过程中产品质量特征的变差可用样本极差 R 表示，根据正态分布，R 的数学期望和标准差 的函数关系就可确定 R 控制图的中线位置和上、下控制界限（R 的下控制界限如为负数，改取为 0） 。如果样本点落到控制界限之外，或出现上面所讲的那种有规律的非随机排列，都应作为警告予以注意。由于塣R 控制图是联合使用的，不论是在哪一张图上，只要出现了落到控制线以外的点子，就要考虑停产检查，以防止失控状态继续发展下去。在制作塣-R 控制图时,由于 和 都是未知,需要根据过去长期积累的资料估计,也可以在确认生产过程处于控制状态时，抽取多个(一般大于20个)样本，每个样本大小皆为 n,计算每个样本的塣与 R 以及
15、及它垪们,的平均则、垪值可分别作为塣控制图和 R 控制图的中线值，而上、下控制界限也可以根据公式计算。除了上述的休哈特控制图外，近年来出现了某些新形式的控制图,其基本思想与休哈特图相似, 但作图根据的原理则各有不同。其中较重要的是累积和控制图，这种控制图的对象，即标在图上的每一点，是在该点以前所有样本统计量的总和。累积和图的提出，是考虑到在休哈特控制图中，判定过程是否处于控制状态全靠最新的一个或几个样本点，而忽略了较早的样本值中所包含的信息。累积和图把样本统计量累加起来，从而综合了较多的信息，在效率上有所提高。它在外形上与休哈特控制图有所不同，其控制界限不是常数，因此控制界线不是平行的而是围成
16、一个角形区域，角的顶点及夹角大小取决于样本观测结果及错误概率的规定。1控制图的预防原理控制图是如何贯彻预防原则的呢？这可以由以下两点看出：（1）应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现，在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。（2）在现场，更多的情况是控制图显示异常，表明异常原因已经发生，这时一定要贯彻“查出异因，采取措施，保证消除，不再出现，纳人标准。 ” 否则，控制图就形同虚设，不如不搞。每贯彻一次（即经过一次这样的循环）就消除一个异常因素，使它不再出现，从而起到预防的作用。2统计过程控制的实质要精确地获得总体的具体
17、数值，需要收集总体的每一个样品的数值。这对于一个无限总体或一个数量很大的有限总体来说往往是不可能的，或者是不必要的。在实际工作中，一般是从总体中随机地抽取样本，对总体参数进行统计推断。样本中含有总体的各种信息，因此样本是很宝贵的。但是如果不对样本进一步提炼、加工、整理，则总体的各种信息仍分散在样本的每个样品中。为了充分利用样本所含的各种信息，常常把样本加工成它的函数，一般将这个（或若干个）不含未知参数的样本函数称为统计量。过程控制的实质，就是这样一个统计推断过程，所依据的统计量的形式应根据计推断的目的和应用的条件不同而有所不同。从实用和简化计算的角度来看，往往是利用样本的平均值和极差 R 来进
18、行。值得注意的是，利用样本的平均值及极差 R 推断总体的 和 时，由于总体构成的不均匀性以及抽样误差的存在，及 R 的变化同 及 的变化并不完全一样，即使在工序处于稳定状态下， 及 本身并无异常变化，但从工序中抽取样本的及 R 也是有所变化的也就是说，及 R 都是随机变量，都有其特定的概率分布。它们各自的概率分布与总体分布既有一定的内在联系，又与总体分布不完全相同。在过程控制中，虽然通常依据一次抽样的结果进行一次统计推断，但由此所得出的结论却是建立在大量观测结果所遵循的统计规律的基础上的，是依样本统计量的概率分布来描述总体概率分布过程的。控制图的种类1计量值控制图常用的计量值控制图有：平均值与
19、极差控制图（-R 图）中位数与极差控制图（ -R 图）等等。其中尤以-R 图用得最多，它对加工工序有很强的控制能力，是控制产品质量最实用有效的一种工具2计数值控制图常用计数值控制图由：不合格品数控值图；不合格品率控制图和单位缺陷控制图，缺陷控制图。3应用控制图需要考虑的问题应用控制图需要考虑以下一些问题：（1）控制图用于何处？原则上讲，对于任何过程，凡需要对质量进行控制管理的场合都可以应用控制图。但这里还要求：对于所确定的控制对象 质量指标应能够定量，这样才能应用计量值控制图。如果只有定性的描述而不能够定量，那就只能应用计数值控制图。所控制的过程必须具有重复性，即具有统计规律。对于只有一次性或
20、少数几次的过程显然难于应用控制图进行控制。（2）如何选择控制对象？在使用控制图时应选择能代表过程的主要质量指标作为控制对象。一个过程往往具有各种各样的特性，需要选择能够真正代表过程情况的指标。例如，假定某产品在强度方面有问题，就应该选择强度作为控制对象。在电动机装配车间，如果对于电动机轴的尺寸要求很高，这就需要把机轴直径作为我们的控制对象。（3）怎样选择控制图？选择控制图主要考虑下列几点：首先根据所控制质量指标的数据性质来进行选择；其次，要确定过程中的异常因素是全部加以控制（全控）还是部分加以控制（选控） ，若为全控应采用休哈特图等；若为选控，应采用选控图。（4）如何分析控制图？如果控制图中点
21、子未出界，同时点子的排列也是随机的，则认为生产过程处于稳态或控制状态。如果控制图中点子出界（或不出界）而点子的排列是非随机的（也称为排列有缺陷） ，则认为生产过程失控。（5）对于点子出界或违反其他准则的处理。若点子出界或点子的排列是非随机的，则应立即追查原因并采取措施防止它再出现。（6）对于过程而言，控制图起着报警铃的作用，控制图点子出界就好比报警铃响，告诉现在是应该进行查找原因、采取措施、防止再犯的时刻了。一般来说，控制图只起报警铃的作用，而不能告诉这种报警究竟是由什么异常因素造成的。要找出造成异常的原因，除去根据生产和管理方面的技术与经验来解决外，应该强调指出，应用两种质量诊断理论和两种质
22、量多元诊断理论来诊断的方法是十分重要的。（7）控制图的重新制定。控制图是根据稳定状态下的条件5MIE 来制定的。如果上述条件变化，如操作人员更换或通过学习操作水平显著提高，设备更新，采用新型原材料或其他原材料，改变工艺参数或采用新工艺，环境改变等，这时，控制图也必须重新加以制定。由于控制图是科学管理生产过程的重要依据，所以经过相当时间的使用后应重新抽取数据，进行计算，加以检验。控制图的用途及判断标准（一）各个控制图的用途1-R 控制图对于计量数据而言，这是常用最基本的控制图。它的控制对象为长度、重量、纯度、时间和生产量等计量值的场合。2-S 控制图当样本大小 n10或12，这时应用极差估计总体
23、标准差的效率降低，需要用 S 图来代替 R 图。3-R 控制图用中位数图代替均值图。由于中位数的计算觉得，所以多用于现场需要把测定的数据直接记人控制图进行控制的场合，这时为了简便，当然规定奇数个数据。4-Rs，控制图多用于下列场合：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场合以及如化工等过程，样品均匀，多抽样也无太大的意义的场合。由于它不像前三种那样能取得较多的信息，所以它判断过程变化的灵敏都也要差一些。5p 控制图用于控制对象为不合格品率或合格率等计数值质量指标的场合。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。6np 控制图用于控制对象为不
24、合格品数的场合。由于计算不合格品率需要进行除法，比较麻烦，所以样本大小相同的情况下，用此图比较方便。7c 控制图用于控制一部机器，一个部件一定的长度，一定的面积或任一定的单位中所出现的缺陷数目。8U 控制图当样品的大小保持不变时可用 C 控制图，而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用 U 控制图。（二）控制图判断标准控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。1判断稳态的准则稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：（1）连续
25、25个点子都在控制界限内；（2）连续35个点子至多1个点子落在控制界限外；（3）连续100 个点子至多 2个点子落在控制界限外。2判断异常的准则在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。判断异常的准则：符合下列各点之一就认为过程存在异常因素：（1）点子在控制界限外或恰在控制界限上控制界限内的点子排列；（2）链：连续链，连续7个点以上排列在一侧；间断链，大多数点在一侧（3）多数点靠近控制界限（在2一3 倍的标准差区域内出现）（4）倾向性与周期性。陆、
26、因果图：鱼骨图(Cause & Effect/Fishbone Diagram) 鱼骨图是由日本管理大师石川馨先生所发展出来的，故又名石川图。鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。鱼骨图原本用于质量管理。一、鱼骨图定义问题的特性总是受到一些因素的影响，我们通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。因其形状如鱼骨，所以又叫鱼骨图（以下称鱼骨图） ，它是一种透过现象看本质的分析方法。 同时，鱼骨图也用在生产中，用来形象地表示生产车间的流程。头脑风暴法（Brain StormingBS）：
27、一种通过集思广益、发挥团体智慧，从各种不同角度找出问题所有原因或构成要素的会议方法。BS 有四大原则：严禁批评、自由奔放、多多益善、搭便车。二、鱼骨图的三种类型A、整理问题型鱼骨图（各要素与特性值间不存在原因关系，而是结构构成关系）B、原因型鱼骨图（鱼头在右，特性值通常以“ 为什么”来写）C、对策型鱼骨图（鱼头在左，特性值通常以 “如何提高 /改善”来写）三、鱼骨图制作制作鱼骨图分两个步骤：分析问题原因/结构、绘制鱼骨图。1、分析问题原因/ 结构。A、针对问题点，选择层别方法（如人机料法环等） 。B、按头脑风暴分别对各层别类别找出所有可能原因（因素） 。C、将找出的各要素进行归类、整理，明确其
28、从属关系。D、分析选取重要因素。E、检查各要素的描述方法，确保语法简明、意思明确。分析要点：a、确定大要因（大骨）时，现场作业一般从“人机料法环”着手,管理类问题一般从“人事时地物”层别，应视具体情况决定；b、大要因必须用中性词描述（不说明好坏） ，中、小要因必须使用价值判断（如不良） ；c、脑力激荡时，应尽可能多而全地找出所有可能原因，而不仅限于自己能完全掌控或正在执行的内容。对人的原因，宜从行动而非思想态度面着手分析；d、中要因跟特性值、小要因跟中要因间有直接的原因-问题关系，小要因应分析至可以直接下对策；e、如果某种原因可同时归属于两种或两种以上因素，请以关联性最强者为准（必要时考虑三现
29、主义：即现时到现场看现物，通过相对条件的比较，找出相关性最强的要因归类。 ）f、 选取重要原因时，不要超过 7项，且应标识在最末端原因；2、鱼骨图绘图过程A、填写鱼头（按为什么不好的方式描述） ，画出主骨B、画出大骨，填写大要因C、画出中骨、小骨，填写中小要因D、用特殊符号标识重要因素要点：绘图时，应保证大骨与主骨成60度夹角，中骨与主骨平行四、鱼骨图使用步骤(1)查找要解决的问题；(2)把问题写在鱼骨的头上；(3)召集同事共同讨论问题出现的可能原因，尽可能多地找出问题；(4)把相同的问题分组，在鱼骨上标出；(5)根据不同问题征求大家的意见，总结出正确的原因；(6)拿出任何一个问题，研究为什么
30、会产生这样的问题？(7)针对问题的答案再问为什么？这样至少深入五个层次（连续问五个问题） ；(8)当深入到第五个层次后，认为无法继续进行时，列出这些问题的原因，而后列出至少20个解决方法。五、鱼骨图案例分析鱼骨图分析法是咨询人员进行因果分析时经常采用的一种方法，其特点是简捷实用，比较直观。现以某炼油厂情况作为实例，采用鱼骨图分析法对其市场营销问题进行解析，(具体如图所示)图中的“鱼头” 表示需要解决的问题，即该炼油厂产品在市场中所占份额少。根据现场调查，可以把产生该炼油厂市场营销问题的原因，概括为5类。即人员、渠道、广告、竞争和其它。在每一类中包括若干造成这些原因的可能因素，如营销人员数量少、
31、销售点少、缺少宣传策略、进口油广告攻势等。将5类原因及其相关因素分别以鱼骨分布态势展开，形成于骨分析图。下一步的工作是找出产生问题的主要原因，为此可以根据现场调查的数据，计算出每种原因或相关因素在产生问题过程中所占的比重，以百分数表示。例如，通过计算发现，“营销人员数量少” ，在产生问题过程中所占比重为35%， “广告宣传差”为18% ， “小包装少”为25%，三者在产生问题过程中共占78%的比重，可以被认为是导致该炼油厂产品市场份额少的主要原因。如果我们针对这三大因素提出改进方案，就可以解决整个问题的78%。该案例也反映了“20:80 原则”，即根据经验规律，20%的原因往往产生80% 的问
32、题，如果由于条件限制，不能100% 解决问题，只要抓住占全部原因20%，就能够取得80%解决问题的成效。六、用统计工具软件 MINTAB 制作鱼骨图统计 质量工具 因果（鱼骨图）使用因果（鱼骨或 Ishikawa）图组织有关问题的潜在原因的集体讨论信息。图表帮助您了解潜在原因之间的关系。可以绘制空白图，也可以绘制根据所需详细程度填充的图，包括子分支。尽管没有构造鱼骨图的“正确”方法，但某些类型本身就很适合于许多不同的情况。检查表又名核查表、调查表、统计分析表，是利用统计表对数据进行整体和初步原因分析的一种表格型工具，常用于其它工具的前期统计工作。（新）QC 7工具：壹、关系图法 (Inter-
33、relationship diagraph)：1、定义：就是利用“关系图”解决具有复杂（原因结果、目的手段等）关系的问题之有效方法。1）确定与贯彻质量保证（QA）方针；2）拟定 TQC 的推广计划（引进 TQC 的计划） ；3）寻求解决市场意见的相应措施；4）提供生产过程中质量改进的相应措施，特别是减少产生、潜在不良现象的措施；5）推进外购件（外协件）的质量控制（QC） ；6）解决工期、工序管理上和问题；7）促进有效的小集体活动；8）改进事务部门和营业部门的工作。贰、亲和图法(Affinity Diagram)：KJ 法又称 A 型图解法、亲和图法（Affinity Diagram)KJ 法的
34、概念KJ 法是将未知的问题、未曾接触过领域的问题的相关事实、意见或设想之类的语言文字资料收集起来，并利用其内在的相互关系作成归类合并图，以便从复杂的现象中整理出思路，抓住实质，找出解决问题的途径的一种方法。KJ 法所用的工具是 A 型图解。而 A 型图解就是把收集到的某一特定主题的大量事实、意见或构思语言资料，根据它们相互间的关系分类综合的一种方法。把人们的不同意见、想法和经验，不加取舍与选择地统统收集起来，并利用这些资料间的相互关系予以归类整理，有利于打破现状，进行创造性思维，从而采取协同行动，求得问题的解决。KJ 法的来源KJ 法的创始人是东京工人教授、人文学家川喜田二郎，KJ 是他的姓名
35、的英文缩写。川喜田二郎在多年的野外考察中总结出一套科学发现的方法，即把乍看上去根本不想收集的大量事实如实地捕捉下来，通过对这些事实进行有机的组合和归纳，发现问题的全貌，建立假说或创立新学说。后来他把这套方法与头脑风暴法相结合，发展成包括提出设想和整理设想两种功能的方法。这就是 KJ 法。这一方法自1964年发表以来，作为一种有效的创造技法很快得以推广，成为日本最流行的一种方法。KJ 法的主要特点是在比较分类的基础上由综合求创新。在对卡片进行综合整理时，既可由个人进行，也可以集体讨论。KJ 法的运用范围KJ 法的应用范围很广，常用于以下生产管理活动中： 迅速掌握未知领域的实际情况，找出解决问题的
36、途径。 对于难以理出头绪的事情进行归纳整理，提出明确的方针和见解。 通过管理者和员工的一起讨论和研究，有效地贯彻和落实企业的方针政策。 成员间互相启发，相互了解，促进了为共同的目的的有效合作。在全面质量管理活动中，KJ 法是寻找质量问题的重要工具，具体来讲，KJ 法可以用在以下几个方面： 制订推行全面质量管理的方针和目标。 制订发展新产品的方针、目标和计划。 用于产品市场和用户的质量调查。 促进质量管理小组活动的开展。 协调各部门的意见，共同推进全面质量管理。 调查协作厂的质量保证活动状况。KJ 法的实施步骤1.准备主持人和与会者47 人。准备好黑板、粉笔、卡片、大张白纸、文具。2.头脑风暴法
37、会议主持人请与会者提出3050条设想，将设想依次写到黑板上。3.制做卡片主持人同与会者商量，将提出的设想概括23行的短句，写到卡片上。每人写一套。这些卡片称为“基础卡片” 。4.分成小组让与会者按自己的思路各自进行卡片分组，把内容在某点上相同的卡片归在一起，并加一个适当的标题，用绿色笔写在一张卡片上，称为“小组标题卡”。不能归类的卡片，每张自成一组。5.并成中组将每个人所写的小组标题卡和自成一组的卡片都放在一起。经与会者共同讨论，将内容相似的小组卡片归在一起，再给一个适当标题，用黄色笔写在一张卡片上，称为“中组标题卡”。不能归类的自成一组。6.归成大组经讨论再把中组标题卡和自成一组的卡片中内容
38、相似的归纳成大组，加一个适当的标题，用红色笔写在一张卡片上，称为“大组标题卡”。7.编排卡片将所有分门别类的卡片，以其隶属关系，按适当的空间位置贴到事先准备好的大纸上，并用线条把彼此有联系的连结起来。如编排后发现不了有何联系，可以重新分组和排列，直到找到联系。8.确定方案将卡片分类后，就能分别地暗示出解决问题的方案或显示出最佳设想。经会上讨论或会后专家评判确定方案或最佳设想。KJ 法的应用流程原理：结合脑力激荡、分类法、归纳法。适用情况：问题复杂，起初情况混淆不清，牵涉部门众多，检讨起来各说各话时特别适用。例如公司营运不善、供产销不协调、市场占有率节节败退等。优点：解决问题过程可以促进团队学习
39、，开拓视野，突破部门藩篱，并获得整体的观点，有助于减轻内部矛盾，并将精力集中于解决问题，而不是内部耗损。困难：需要较有经验的主管引导，才能有效的促成坦诚与开放的态度，并在分类与归纳过程，能形成合理的答案。1.组织团队：将问题可能涉及的相关部门人员组织起来，少则可以是35 人，多则数十人。意见特别强烈的人不能被摒除在外，平时不讲话的人，只要工作相关便需邀请参加。2.建立共识：运用团队技巧，让团体成员降低压力，建立整体共存共荣的一体感，避开针对个人与部门的攻击，减轻防卫性的心理状态。研讨会不要在公司里，封闭式效果更好，座位的安排不要依照组织位阶，围成圆圈或马蹄型较佳。3.定义挑战：清楚提出挑战，并
40、指出期望的结果。例如公司已经投入3亿开发高新科技项目，至今尚无成果，我们的目标是找出问题的关键，并决定是否继续投入资金，如果要继续投入，未来该如何控制本项目，并如何确保成果。4.展开脑力激荡：人数如果在12人以下，可以集体操作，如果在12人以上，最好分成几个小组，每组约48 人，将同部门的人，分散在不同的小组，以便能互相交流。此阶段主要将所有问题现象详细列出，并将问题写在 N 次贴的贴纸上，每张贴纸只写一个问题，时间约为3090分钟。如果问题太多，可以延长时间，但中间需要休息。5.汇集问题脑力激荡结束，集合各小组成员，由各小组轮流上台发表脑力激荡结果，并将 N 次贴一一贴在事先准备好的大海报纸
41、上，如果有相同点，便将该问题贴在一起，当全部发表完后，所有可能的问题已经全部呈现在大家眼前。一般问题会在数十个左右，特别复杂的情况可能多达几百个。6.分类整理此时由主持人引导大家将问题分成几个大类，分类完成后，经过检查一遍，便形成几大类的问题了。7.排出顺序将每一大类的问题，根据其严重性排列顺序，如果问题甚多，可以分成A、B、C 三组， A 组是最重要的， B 组是一般重要，C 组是次要的。8.责任划分将各类问题牵涉的部门，以矩阵图的方式列出，并标示出主要负责部门与参与解决部门。主要负责部门标示参与部门标示以。9.构思方案由主要负责部门带头，举办小型研讨会，并提出建议方案，经由决策小组同意后，
42、形成决策，同时交付执行。10.效果确认与跟进根据执行计划，定期与不定期的检讨成果与进度，并做适当的调整与修正，直到问题解决完毕。11.标准化如果此问题将来还会遇到，必需将此次的经验，变成标准化的流程，并将相关的资料形成书面化，以利未来的参考，不仅能节省时间与成本，更能促成组织的学习能力，这也是未来组织的重要核心能力知识管理的能力。如果公司有内联网，应该将此信息公布于网上，以便将此经验转化为全公司的技能。叁、系统图法：系统图 (Tree diagrams/systematic diagram)树状图(Tree Diagram or Dedrogram)又称系统图法(Systematic Diag
43、ram)tree analysis, analytical tree,hierarchy diagram1、定义：系统图，是指系统寻找达到目的的手段的一种方法，它的具体做法是将把要达到的目的所需要的手段逐级深入，如下图所示。系统法可以系统地掌握问题，寻找到实现目的的最佳手段，广泛应用于质量管理中，如质量管理因果图的分析、质量保证体系的建立、各种质量管理措施的开展等。企业目标的实现通常是多途径的，如何从多种途径中选出一条达到目标的最佳路径呢?系统图法就是系统地分析、探求以达到目的的最理想的方法。系统图由方块和箭头构成，形状似树枝，又叫树枝系统图、家谱图、组织图等等，它是把价值工程中所用的机能系统
44、因的手法应用到质量管理中来的一种图形方法。2、主要用途1）新产品研制中的设计质量展开；2）为落实质量保证活动的保证质量展开，以及探讨保证保证质量与 QC 工序图的关系；3）当作特性要因图使用；4）解决以 Q，C ，D（质量，成本，产量）为主的企业内诸问题所需的想法展开；5）目标、方针、实施项目的展开；6）明确部门职能和管理职能，寻求效能化方法。肆、矩阵图法：矩阵图法（Matrix Diagram）定义：矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。在复杂的质量问题中，往往存在许多成对的质量
45、因素，将这些成对因素找出来，分别排列成行和列，其交点就是其相互关联的程度，在此基础上再找出存在的问题及问题的形态，从而找到解决问题的思路。矩阵图的形式如下图所示，A 为某一个因素群，a1、a2、a3 、a4、是属于 A 这个因素群的具体因素，将它们排列成行；B 为另一个因素群，b1 、 b2、b3 、b4、为属于 B这个因素群的具体因素，将它们排列成列；行和列的交点表示 A 和 B 各因素之间的关系，按照交点上行和列因素是否相关联及其关联程度的大小，可以探索问题的所在和问题的形态，也可以从中得到解决问题的启示等。质量管理中所使用的矩阵图，其成对因素往往是要着重分析的质量问题的两个侧面，如生产过
46、程中出现了不合格时，着重需要分析不合格的现象和不合格的原因之间的关系，为此，需要把所有缺陷形式和造成这些缺陷的原因都罗列出来，逐一分析具体现象与具体原因之间的关系，这些具体现象和具体原因分别构成矩阵图中的行元素和列元素。矩阵图的最大优点在于，寻找对应元素的交点很方便，而且不会遗漏，显示对应元素的关系也很清楚。矩阵图法还具有以下几个特点：可用于分析成对的影响因素；因素之间的关系清晰朋了，便于确定重点；便于与系统图结合使用。矩阵图法的用途矩阵图法的用途十分广泛，在质量管理中，常用矩阵图法解决以下问题： 把系列产品的硬件功能和软件功能相对应，并要从中找出研制新产品或改进老产品的切入点； 明确应保证的
47、产品质量特性及其与管理机构或保证部门的关系，使质量保证体制更可靠； 明确产品的质量特性与试验测定项目、试验测定仪器之间的关系，力求强化质量评价体制或使之提高效率； 当生产工序中存在多种不良现象，且它们具有若干个共同的原因时，希望搞清这些不良现象及其产生原因的相互关系，进而把这些不良现象一举消除； 在进行多变量分析、研究从何处入手以及以什么方式收集数据。矩阵图的类型矩阵图法在应用上的一个重要特征，就是把应该分析的对象表示在适当的矩阵图上。因此，可以把若干种矩阵图进行分类，表示出他们的形状，按对象选择并灵活运用适当的矩阵图形。常见的矩阵图有以下几种：(1)L 型矩阵图。是把一对现象用以矩阵的行和列
48、排列的二元表的形式来表达的一种矩阵图，它适用于若干目的与手段的对应关系，或若干结果和原因之间的关系。 (2)T 型矩阵图。是 A、B 两因素的 L 型矩阵和 A、C 两因素的 L 型矩阵图的组合矩阵图，这种矩阵图可以用于分析质量问题中“不良现象一原因一工序“ 之间的关系，也可以用于分析探索材料新用途的“材料成分一特性一用途 “之间的关系等。(3)Y 型矩阵图。是把 A 因素与 B 因素、B 因素与 C 因素、C 因素与 A 因素三个 L 型矩阵图组合在一起而形成的矩阵图。(4)X 型矩阵图。是把 A 因素与 B 因素、B 因素与 C 因素、C 因素与 D 因素、D 因素与 A 因素四个 L 型
49、矩阵图组合而形成的矩阵图，这种矩阵图表示 A 和 B、D，B 和A、C，C 和 B、D，D 和 A、C 这四对因素间的相互关系，如“管理机能一管理项目一输入信息一输出信息“就属于这种类型。(5)C 型矩阵图。是以 A、B 、C 三因素为边做出的六面体，其特征是以 A、B、C 三因素所确定的三维空间上的点为“着眼点“ 。制作矩阵图的步骤制作矩阵图一般要遵循以下几个步骤： 列出质量因素； 把成对因素排列成行和列，表示其对应关系； 选择合适的矩阵图类型； 在成对因素交点处表示其关系程度，一般凭经验进行定性判断，可分为三种：关系密切、关系较密切、关系一般(或可能有关系) ，并用不同符号表示； 根据关系程度确定必须控制的重点因素； 针对重点因素作对策表。伍、 矩阵数据分析法：矩阵数据分析法（Matrix Data Analysis Chart）矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在 QC 新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要
