质 量 改 进
及质量改进工具
质量管理培训课件（四）
2
一、质量改进概述
• “质量改进永无止境”是质量管理的基本信念
• ISO9000：2008标准的引言部分列示的八项
质量管理原则中，“持续改进”是一项重要
的原则。标准中明确指出：“持续改进总体
业绩应当是组织的一个永恒目标”。
• 质量改进：“质量管理的一部分，致力于满
足质量要求的能力。”（ISO9000：2000
)
3
1.质量改进的意义
• 提高产品制造质量，减少不合格品;
• 可以促进新产品开发，改进产品性能，
延长产品的寿命周期;
• 合理有效利用资源，挖掘企业潜力;
• 提高产品的市场竞争力;
• 有利于发挥质量职能，提高工作质量;
• 具有很高的投资收益率.
4
2.解决问题的一般途径
工作及生活中难免碰到问题，一旦发生问题
如不立即解决，小问题也可能变成大问题。
然而，解决问题是要用方法的，否则必将杂乱
无章，思路混乱。而质量工具就是能协助我们
迅速且正确解决问题的利器之一。
5
一般都是按照PDCA的原理来解决的。
每一阶段都有不同的质量工具可供搭配使
用。如果能够充分了解质量工具且运用得
宜，就能搜集到正确有效的信息，并作出精
准的判断。
6
质量改进的基本过程
P:计划
D:执行C:检查
A:处理
7
A
C D
P
遗留问题
转入下期
执行措施
执行计划
检查效果
发现问题
总结经验
纳入标准
分析现
状找出
问题
拟定措施计划
找
出
主
因分
析
影
响
质
量
原
因
PDCA循环八个步骤
8
3.质量改进步骤：七阶段
• 明确问题
• 把握现状
• 分析问题原因
• 拟定对策并实施
• 效果的确认
• 防止再发生和标准化
• 总结
9
4.质量改进的组织与推进
• 质量改进组织：质量管理部门和QC小
组
• 质量改进的障碍：
1、对质量水平的错误认识
2、高质量意味着高成本
3、对权力下放的错误理解
• 持续的质量改进
二、质量改进工具
调查表
排列图
因果图
分层法
直方图
控制图
散布图
关联图
系统图 （树图）
亲和图 （KJ法、A型图解）
PDPC法 （过程决策图法）
矩阵图
矩阵数据分析法
矢线图
老 七 种 工 具 新 七 种 工 具
11
PDCA和质量工具的关系
PLANPLAN
1. 排列图法,直方图法,控制图法,工序能力分析,KJ法,矩阵图法
2. 因果分析图法,关联图法,矩阵数据分析法,散布图法
3. 排列图法,散布图法,关联图法,系统图法,矩阵图法,KJ法,实验设计
法
4. 目标管理法,关联图法,系统图法, 箭线图法,过程决策程序图法
DODO
5.系统图法,箭线图法,矩阵图法,过程决策程序图法
CHECKCHECK
6. 排列图法,控制图法,系统图法,过程决策程序图法,检查表,
抽样检验
ACTACT
7. 标准化,制度化,KJ法
8. 在下一个改进机会中重新使用PDCA循环
12
用途
• 调查表：收集数据
• 排列图：看问题的分布情况,找出主要因素。
• 因果图：理清思路，寻找原因。
• 散布图：两个因素之间的关系。
• 直方图：看问题的分布情况，发现异常情况存在。
• 控制图: 判断过程稳定与否。
原理：实事求是的原则，一切用事实
和数据说话的原理。用来系统的收集资料、
积累数据、确认事实并对数据进行整理分
析。
按原因分类的不合格的调查表（表格式）
（一）调查表法
• 示例：某部门将上个月生产的产品作出统计，
总计不良数为414个，其中不良项目依次为：
调查者： 日期： 地点： 调查方式：
15
为了能够获得良好的效果、可比性、全面
性和准确性，调查表格设计应：
简单明了，突出重点；
调查、加工和检查的程序与调查表填写次序应基本一致；
填写好的调查表要定时、准时更换并保存；
数据要便于加工整理，分析整理后及时反馈。
2021/4/22 16
（二）排列图
质量问题是以质量损失（缺陷项目和损
失金额）的形式来体现的。大多数损失是由
少数几种的缺陷引起的(帕累托原则) ，而这
这几种缺陷又是由少数原因引起的。因此，
只要明确这些“关键的少数”，就可以消除
这些特殊原因，避免由此引起的大量损失。
用排列图法，可以实现这一目的。
2021/4/22 17
1、排列图的分类
分析现象：与不良结果有关
• 质量：缺陷、故障、顾客抱怨、退货或维修等
• 成本：损失金额或费用等
• 交货期：存货短缺或交货期拖延
• 安全：发生事故或出现差错等
分析原因：与过程有关
• 操作者：班次、性别、年龄、经验等
• 机器：设备、工具、模具、仪器
• 原材料：供应商、批次、种类
• 作业方法：作业安排、方法等
• 作业环境：温度、湿度、光线、噪声等
2021/4/22 18
2、作排列图的步骤
• 明确问题以及如何收集数据
• 设计数据记录表（调查表），记录数据
• 将数据从大到小排列，并累计计算
• 画排列图
• 在图上画累计频数折线
• 在图上记入必要事项
2021/4/22 19
例：某厂随机调查4月1日至7月1日的产
品共5000件，对其逐一检查，进行缺陷分
析，得到缺陷种类及数据如下：
3.排列图示例
2021/4/22 20
日期：4月1日至7月31日
调查铸件总数： 5000件
排列图
QC七工具 21
横轴上将频数
从大到小依次
列出各项
右边纵轴标上
比率（频率）
的刻度，最大
刻度100%
左边纵轴标
上件数（频
数）的刻度
高度相同
制作排列图注意要点
2021/4/22 CATARCTR 22
• 把握问题的实质，以确定“关键的少数”。
• 通常将因素按累计比率分为三类：
A类因素：累计比率在0~80%之间；
B类因素：累计比率在80~90%之间；
C类因素：累计比率在90~100%之间。
• “其它”项不能过大，否则分类不够理想。
2021/4/22 CATARCTR 23
（三）因果图
• 又称特性要因图，石川图或鱼刺图
• 用图解法对影响过程或产品质量问题的各种因素
进行全面系统的观察和分析，找出其因果关系
• 使小组能集中于问题的实质，围绕问题产生集体
智慧和意见
• 集体智慧的火花集中于问题的原因而不是问题的
现状
2021/4/22 24
1、因果图的基本结构
特性
大原因(大骨
)
中骨
小骨
主骨
因素(原因)
特性(结果)
2021/4/22 25
2、因果图作图步骤
• 选题，分析对象，确定质量特性。
• 组织讨论，找出所有可能会影响结果的因素。
• 找出各因素之间的因果关系，在图上以因果关
系的箭头表示出来。
• 根据对结果影响的重要程度，将认为对结果有
显著影响的重要原因标示出来。
• 在因果图上标出有关信息。
2021/4/22 26
3、因果图示例
轴
颈
有
刀
痕
机床 操作者
材 料 工艺方法
环境
机床精度不够
主轴松动
轴承磨损 油压不稳
夹具磨损
油中有气泡
漏油
缺乏作业技能
未经培训
无作业标准
工作纪律松驰
疲劳没有积极性
薪金低 日夜加班
情绪
气温高
光线
光线过强
光线弱
材质不当
冷却液不标准
浓度不当
上道工序加工不良
中心孔位
置不正确
切削速度
转速高
进给量大
用错刀具
刀具管理不善
小组名称：
组长：
成员：
日期：
2021/4/22 27
4、 绘制因果图注意事项
• 确定原因时应集思广益，充分发扬民主
• 所要分析的质量特性问题，应提得尽可能具体
• 一张因果图只反映一个质量特性问题
• 原因分析到绘制能采取具体措施为止
• 检查无遗漏
• 要运用其它工具和技术进行验证
• 不断完善，纳入受控文件进行控制
2021/4/22 28
5、排列图和因果图结合使用
• 选题
• 分析问题
• 采取对策，进行改进
• 改进前后比较
2021/4/22 29
6、案例分析
某厂为降低产品不良品率
2021/4/22 30
影响产品不合格因素排列图
6月1日至7月31日
2021/4/22 31
产品尺寸缺陷
操作者 机 器
零件和原料 作业方法
健康
疲劳
疾病
教育培训
经验
精神
注意力
心情
操作
稳定
不平衡
变形
磨损
夹具和工具
成分
贮存
原料质量
排列
形状
尺寸
拧紧程度
定位
顺序
位置
角度
装配
动作
程序
速度
产品尺寸缺陷因果图
2021/4/22 32
改进后影响产品不合格因素
排列图
9月1日至10月31日
2021/4/22 33
改进前后不良品排列图比较
6月1日至7月31日
9月1日至10月31日 总改进效果
改进效果
示例：风电机组质量问题排列图
2021/4/22 35
（四）直方图
1
、
什
么
是
直
方
图
,
它
有
什
么
作
用
?
直
方
图
又
称
为
柱
状
图
，
用
直
方
图
可
以
将
杂
乱
无
章
的
资
料
，
解
析
出
规
则
性
，
比
较
直
观
地
看
出
产
品
质
量
特
性
的
分
布
状
态
，
对
於
资
料
中
心
值
或
分
布
状
况
一
目
了
然
，
便
於
判
断
其
总
体
质
量
分
布
情
况
。
2、直方图基本格式
平均值：
极差：R=Xmax-Xmin
3、几个基本概念
中位数
• 中位数就是把一列数从小到大排列，
中间一个（奇数时）或者中间两个
（偶数时）的平均数。
如1, 2, 3, 4, 5, 5, 6中，4是中位数；
1, 2, 3, 4 ,5, 7的中位数为 。
标准偏差S:
标准偏差用来衡量数据值偏离算术平
均值的程度。标准偏差越小，这些值偏离
平均值就越少。
2021/4/22 40
4、直方图的作用
• 展示用表格难以说明的大量数据
• 显示各种数值出现的相对频率
• 揭示数据的中心、波动及形状
• 快速阐明数据的潜在分布
• 为预测过程提供有利信息
• 可以发现“过程是否能满足顾客要求”
5、制作直方图的步骤
1) 收集数据抽样N
收 集 至 少 50 个 或 更 多 的 数 据 抽 样
例 如: 如 果 您 有 125 个 抽 样, N=125.
2) 确 定 数 据 中 的 最 大 值 (Xmax) 和 最 小 值 (Xmin)
例 如Xmax = Xmin=
3) 确 定 分 组 的 数 量 (K)
例 如 K=10
4) 计算极差R=Xmax-Xmin， 确 定 分 组 的 组 距 (H)
• H=R/K=(Xmax-Xmin)/ K
• 例 如 ()/10 = ，圆整到
5) 确定最小组的下侧边界值为：
Xmin -测定值最小单位/2=
第一组下限值
第一组上限值Xi +H= + =
6) 制 作 一 个 分 布 频 率 表
列 出 等 级 和 等 级 界 限, 并 计 算 出 发 生 率.( 见 案 例)
7) 制 作 直 方 图
划 上 纵 横 坐 标. 将 频 率 列 在 纵 坐 标 上， 将 测 量
数 值 列 在 横 坐 标 上。
频 率 分 布 表
制作直方图
40
30
20
10
N = 125
下
限
上
限
2021/4/22 CATARCTR 45
6、直方图的常见类型
1）标准型
说明：中间高两边低，有集中趋势。
结论：制程在正常运转下。
2）锯齿形
说明：高低不一，有缺齿情形。
结论：数据分组过多，或测量读数错误。
3）偏峰形
说明：高处偏向一边，拖长尾巴，另一边低。
结论：尾巴拖长时，应检讨是否在技术上能够接收。
多由工具磨损、夹具松动引起。(单侧品质控制）
4）孤岛形
说明：左端或右端形成小岛。
结论：可能测定有错误或由不同原料引起。
又如：不熟练的工人顶替带班）
5、陡壁形
说明：平顶且高。
结论：工序能力不足，进行全数检查
不符合要求的产品被剔除。
（五）散布图
为研究两个变量间的相关性，而搜集成对二组
数据(金属轴向拉伸时拉力与变形量的关系）,
在方格纸上以点来表示出二个特性值之间相关
情形的图形,称之为“散布图”。
实例：身高与体重
高重 ? 矮轻?
1、散布图的作法
1.收集成对数据（X，Y）（至少不得少于30对）。
2.标明 X 轴和 Y 轴。
3.找出X和Y的最大值和最小值，并用这两个值标定横轴
和纵轴Y 。
两种数据，一方为原因、另一方为结果时，横轴取原因，纵轴取
结果。
4.描点（当两组数据值相等，即数据点重合时，
可围绕数据点画同心圆表示）。
有层别项目时，一方用•来区分，另一方用×来分类。看出错误数
据，并将其排除在外。
5.判断（分析研究点子云的分布状况，确定相关
关系的类型）。
2、散布图之用途
1. 收集原因地数据与结果进行比较，可发现
原因与结果的关系；
2. 在散布图内将原因和结果的数据填入，绘
出散布图对结果可一目了然。
3. 由散布图可清楚的了解两组数据间的关系，
可以判断是否有关联。
X
Y
0X
Y
0
X
Y
0
X
Y
0 X
Y
0
X
Y
0
强正相关 强负相关
弱正相关 弱负相关
不相关 非直线相关
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
● ●
●
●
●
● ●
●
●
●
●
●
● ● ●
●
●
● ●
●
●
●
●
●
● ●
●
●
● ●
●
●
●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
● ●
● ●
● ●
●
●
●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
●
● ●
●
●
●
● ●
●
●
●
●
●
●
●
●
●
●
● ●
●
●
●
●
●
● ●
●
●
●
●
●
●
●
● ●
●
●
●
●
●
●
● ●
●
●
●
●
●
● ●
3、散布图的相关性判断
1）对照典型图例判断法
2）象限判断法
3）相关系数判断法
象限判断法
象限判断法又叫中值判断法、符号检定判断法。
使用此法的步骤如下：
⒈在散布图上画一条与Y 轴平行的中值线 f，使 f 线的左、右两边的
点子数大致相等；
⒉在散布图上画一条与X 轴平行的中值线 g，使 g线的上、下两边的
点子数大致相等；
⒊f 、 g 两条线把散布图分成4个象限区域I、II、III、IV。分别统计
落入各象限区域内的点子数；
⒋分别计算对角象限区内的点子数；
⒌判断规则；
若n I＋ n III ＞ n II＋ n IV，则判为正相关
若n I＋ n III ＜ n II＋ n IV，则判为负相关
实例：钢的淬火温度与硬度的相关关系判断
810
42
44
46
48
50
52
54
56
58
60
820 830 840 850 860 870 880 890810
42
44
46
48
50
52
54
56
58
60
820 830 840 850 860 870 880 890
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
● ●
●
● ●
●
●
●
●
●
●
●
○
810
42
44
46
48
50
52
54
56
58
60
820 830 840 850 860 870 880 890
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
● ●
●
● ●
●
●
●
●
●
●
●
●
○
硬
度
（
H
R
C
）
淬火温度（℃
）
g
f
Ⅰ Ⅱ
Ⅲ Ⅳ
（六）控制图原理
1、什么是控制图
– 对过程质量加以测定、记录并进行
控制管理的一种用统计方法设计的
图。
• 控制图的组成
– UCL(Upper Control Limit) 上控制限
– LCL(Lower Control Limit) 下控制限
– CL (Central Line)中心线
– 按时间顺序抽取的样品统计量数值的
描点序列
2、正态分布
3、基础知识
正态分布 (Normal Distribution)
当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光
滑的曲线，即：概率密度曲线。
特点：面积之和等于1。
fN (x; 2 , µ ) = (1/ 2)exp(- (x- µ) 2 /2 2 )
• 两个重要的参数：
– µ (mu)--- 位置参数和平均值（mean value) ，表示 分布的中心位置和期望值
– (sigma) --- 尺度参数，表示分布的分散程度和标准偏差 （standard deviation),
• 两个参数的意义
– µ (mu)---反映整体的综合能力
– (sigma) --- 反映实际值偏离期望值的程度，其值越大，表示数据越分散。
– 它们之间是互相独立。
• 质量管理中的应用
不论µ 与取值如何，产品质量特性落在[µ 3， µ +3]范围内的概率为%。
落在[µ 3， µ +3]范围外的概率为1 %=%，
落在大于µ +3一侧的概率为%/2=% 1。
4、控制图基础知识
(1)、控制限的确定
• 上控制限：UCL= µ +3
• 中心线： CL= µ
• 下控制限：LCL= µ 3
(2)、控制图原理的两种解释
•• 第一种解释：第一种解释：““点出界就判异点出界就判异””
小概率事件原理：小概率事件实际上不发生，若发生即判
异常。控制图就是统计假设检验的图上作业法。
•• 第二种解释：第二种解释：““要抱西瓜，不要抓芝麻要抱西瓜，不要抓芝麻”
质量波动的原因 = 必然因素 + 偶然因素（异常因素）
– 必然因素—— 始终存在，对质量影响微小，难以消除，是
不可避免的；
– 偶然因素——有时存在，对质量影响很大，不难消除，是可
以避免的。
• 控制图的实质就是区分必然因素与偶然因素的。
控制限就是区分必然波动与偶然波动的科学界限。
• (3)、预防原则
– 26字真经
点出界就判异，点出界就判异，
查出异因，采查出异因，采
取措施，保证取措施，保证
消除，不再出消除，不再出
现，纳入标准。现，纳入标准。
谢谢！
