质量检验的七大手法

六、质量检验的QC七大手法

班组长在产品管理方面的重要任务是要经常性地对自己所管理的工作进行检验，从而在第一时间掌握产品的生产状况，并及时解决各个问题。

通常，在产品生产过程中经常会出现一些形式不一、难以理解的数据，如产品数量、不良品的发生次数、原材料的配比等，而品质管理恰恰是根据这些数据进行的质量控制、检验及改善活动。

但我们也时常可以看到这样一个问题，即使使用同样的机器设备，同样的原材料，同样的制造工艺生产出来的产品，其质量往往也会出现一定的差异，为了让相关人员进一步做好品质管理工作，我们需要用多种检验方式来了解、分析、控制这些数据。

日本著名的质量管理专家石川馨曾说：企业内95%的质量管理问题，可通过企业上上下下全体人员活用QC七大手法解决。

俗话说：文不如表，表不如图。质量的有效管理，离不开企业各级、各部门人员对这些工具的掌握与灵活运用。

QC七大手法是由日本人总结出来的。从20世纪60年代开始，日本的企业运用品管七大手法，收集工作现场的数据并进行分析，不但大大地改善了产品的品质，而且使日本的产品成为了“品质”的代名词。

QC七大手法的运用，不仅提升了日本产品的水平，是日本产品走向世界的原动力，而且已经被广泛地运用到了企业的品质管理之中，成为了品质管理工作最基本的也是不可缺少的工具之一，在品质问题的处理和数据的初步整理方面起着重要的作用，如全面预防、用事实与数据说话、全因素与全过程的控制、层层分解、重点管理以及依据PDCA循环突破现状及时改善等。

然而，日本人在老七大手法获得成功之后，1979年又提出了新七大手法。之所以称之为“七大手法”，是因为古代日本武士在出阵作战时，经常携带七种武器，所谓七大手法就是沿用了七种武器。

其实，无论是老QC七大手法，还是新QC七大手法都只有一个目的，就是帮助我们对语言资料进行分解，从各种混乱的互相缠绕的因素中，抓住问题的关键，寻找新构思，制定切实可行的措施和方法。在这里我们主要对老QC七大手法进行详细的介绍。

老QC七大手法主要包括：

1.层别法

层别法又叫分层法、分类法、分组法，是按照类别来进行数据收集，如分为工作人员、工艺方法、设备、地点、部门等几组，然后按照一定的目的和要求加以分类和整理，以便进行比较分析的一种方法。

层别法是整理数据的重要方法，主要用于区别各种不同的原因对结果的影响，如将影响因素分为工作方法、原材料或设备等，然后分别收集数据，找出各层之间的差异，最后针对差异加以改善。此外，这种方法还可以个别原因为主，帮助寻找出数据的某项特性或共同点，对现场中的问题即时判断，分别统计分析，以寻找出最佳条件改善品质。

我们需要注意的是在分层时，不能随意分，而是要根据分层的目的，利用专业知识进行分层，使同一层次内的数据波动（或意见差异）幅度尽可能小，而层与层之间的差别尽可能大，符合周延和互斥的原则。

通常，分层的目的不同，分层的标志也不一样，往往用人、法、环、时间等作为分层的标志。

表7-3　用分层法分层

层别法的应用，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，就得懂得运用层别法时的操作要点，把这些资料有系统有目的地加以分门别类的归纳及统计。

分层法的应用步骤：

图7-2　分层法的步骤

①收集数据或意见，主要是将数据的性质分类记录下来，如作业日记、传票等要每天记录。

②按层归类，首先用5W2H来标记产品，然后对不同的产品进行区分，如不良品或待修品要分层别放置。

③依层作图，主要是利用收集和记录资料整理数据并绘制相应图表。

2.控制图

控制图又叫管理图或管制图，是一种通过实际产品质量特性过去经验所判明的制程能力的管制界限比较，并以时间顺序控制界限的质量管理图表。

我们知道，在产品的生产过程中，影响产品质量的因素很多，有静态因素也有动态因素。如产品的加工尺寸有所波动几乎是不可避免的，而控制图能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品和次品的产出，即通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。

控制图是对生产过程质量的一种记录图形，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况，使生产过程达到统计控制的状态，为管理者提供很多有用的信息，是质量管理的重要方法之一。

控制图的基本式样是：图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点，而且中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差（多数的制造业应用3倍标准差控制界限）。

若计中心线为CL、上控制限为UCL、下控制限为LCL，则控制图的基本形式如图7-3所示。

图7-3　控制图的基本形式

制作控制图一般要经过以下几个步骤：

图7-4　制作控制图的步骤

①按规定的抽样间隔和样本大小抽取样本。

②测量样本的质量特性值，计算其统计量数值。

③在控制图上描点。

④判断生产过程是否有并行。

虽然控制图能够为管理者提供许多有用的生产过程信息，但在控制图的绘制过程中要求较高，必须根据工序的质量情况，合理地选择管理点，根据管理点上的质量问题，合理选择控制图的种类。

通常，控制图有计量值和计数值两大类，每类又可细分为具体的控制图。如果根据它们不同的优缺点分别适用于不同的生产过程：

表7-4　控制图的分类

一般，用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断。失控状态主要表现为以下三种情况：

①样本点超出控制界限（误判率为0.27%）。

②样本点虽在控制界限内，但排列特殊。

③控制图上的点虽未超出控制界限，但样本点如果出现连续7个以上的点全部偏离中心线上方或下方、点在中心线的单侧连续出现7点以上、连续14点交互着一升一降等排列现象时，就判断有异常现象发生。

3.柏拉图

柏拉图法又称排列图法或主次因素分析图法，是根据收集的数据，以不良原因、不良状况、不良发生的位置分类，以计算各项目所占的比例按大小顺序排列，再加上累积值的图形。

柏拉图由意大利学者柏拉特博士在1897年分析意大利社会财富分布状况时首先提出。他在研究中发现，绝大多数财富掌握在极少数人手里，即发现了“关键的少数和次要的多数”的关系。

其后，美国质量管理专家朱兰博士把这一原理应用到质量管理中来。他发现影响产品质量特性的因素虽然很多，但这些因素中有的起关键作用，有的只起次要作用，并创造出了重要的少数，琐细的多数的规律，从而把柏拉图法用在寻找影响质量的关键因素上，有利于企业抓住关键因素，用有限的资源解决更大的问题，取得更好的经济效益。

通常，柏拉图由两个纵坐标，一个横坐标，若干直方形和一条折线构成，其基本形状如图7-5所示。

图7-5　柏拉图

具体画法要点如下：

图7-6　柏拉图的画法

①图中横坐标表示影响产品质量的因素或项目，一般以直方的高度显示各因素出现的频数，并从左到右按频数，由大到小顺序排列。

②纵坐标一般设置为两个，左侧的纵坐标可以用事件出现的频数（如各因素直接造成的不合格品件数）表示，或用不合格品等损失金额来表示，右端的纵坐标是用事件发生的频数占全部件数的百分比（频率）表示。

③将各因素所占百分比依次累加起来，即可求得各因素的累计百分比（累计频率），然后将所得的各因素的顺次累计百分比逐一标注在图中相应的位置上，并将其以折线连接，即得柏拉图曲线。

其实，绘制柏拉图曲线最主要是为了找出影响某项产品质量的主要因素。为使应用更为直观、简单，习惯上通常按累计百分比把质量影响因素分为三类：0～ 80%为主要因素；80%～90%为次要因素；90%～100%为一般因素。由于主要因素占存在问题的80%，所以此类问题解决了，质量的大部分问题也就解决了。

然而，柏拉图法并不仅仅适用于确定某个特定产品的质量问题。虽然使用柏拉图法十分简单，依据“关键的少数和次要的多数”原理，先将影响产品质量的诸多因素罗列出来，再按照某种质量特性值或出现的频数从大到小进行排列并绘制出柏拉图，但更重要的是要在合理分层的基础上，分别找出各层的主要矛盾及其相互关系。

一般根据质量特征值的大小和因素多少确定出关键因素，并且最终找出的主要因素最好是一二项，最多不要超过三项，否则将失去“找出主要因素”的意义。

同时，也要注意适当合并一般因素。当采取措施解决或基本解决了这些主要因素后，原先次要的因素将上升为主要因素。为简化作图，常将这些因素合并为“其他”项，放在横坐标的末端。

4.散布图

散布图是为研究两个变量间的相关性而搜集成对二组数据，并用一系列点标在直角坐标系上，制作成图形来表示一组成对的数据之间是否有相关性的一种图表。

散布图法在企业的质量管理中经常用到，可通过将影响质量特性因素的各对数据用直角坐标系表示成图形。有了散布图，我们能够了解当一个变量发生变化，另一个变量相应出现的变化情况，自觉地利用它来控制影响产品质量的相关因素，以观察判断两个质量特性变量之间的关系，对产品或工序进行有效控制。

如果根据散布图所分析的两种数据间的关系进行分类，可以分为：特性与特性的关系、特性与原因的关系、原因与原因的关系以及同一特性中数据之间无相关关系。其相应的图形如图7-7所示。

图7-7　散布图

散布图的绘制方法很简单：

图7-8　散布图的画法

①收集资料，要搜集调查因素的有关数据，数据最好取30组以上。

②X与Y应一一对应，为保证必要的判断精度，找出数据中的最大值与最小值。

③根据所测得的观测值X与Y，准备坐标纸，画出纵轴、横轴的刻度，计算组距。

④以坐标点形式将各组对应数标示在坐标上。

⑤填上资料的收集地点、时间、测定方法、制作者等项目，即可得到所要的散布图。

制作和观察散布图时应注意以下事项：

首先，要注意对数据进行正确分层，否则可能做出错误的判断；其次，观察是否有异常点或离群点出现；再次，在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素，才能使通过散布图得到的结果比较准确；最后，在作图时，如果收集到的数据较多，可以用相关标示或者在点的右上方注明重复次数。

5.直方图

直方图又叫柱状图，是将所收集的测定值或数据（如长度、重量、时间、硬度等）之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积用柱子排起来的图形。

作直方图的目的就是通过对收集到的貌似无序的数据进行处理，通过观察图的形状，反映产品质量的分布情况，判断生产过程是否稳定，判断和预测产品质量及不合格率，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。

直方图就是一目了然地把这些问题图表化处理的工具，是一种几何形图表。其基本图形可以表示为如图7-9所示：

图7-9　直方图

直方图绘制方法如下：

①收集记录数据，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，至少也应在50个以上。

②定组数，将数据分成若干组，并做好记号，分组的数量在6～20之间较为适宜。

图7-10　直方图的画法

③计算组距的宽度，找到最大值L及最小值S，用组数去除最大值和最小值之差，计算全距。

④计算各组的界限位，定组界。

⑤统计各组数据出现频数，决定中心点，作频数分布表。

⑥以组距为底长，以频数为高，填上次数、规格、平均值、数据源、日期等，作各组的矩形图。

使用直方图来观察和分析生产过程的质量状况，主要是为了判断生产过程是否有异常，而对直方图有些参差不齐则不必太在意。

通常，直方图分布图形可以表示为以下几种形式：

①理想的正常图形。

②多是因加工习惯造成的。

③多是加工条件的变动造成的。

④多是两种不同生产条件的数据混在一起造成的。

⑤多是由于生产过程中某种缓慢的倾向起作用所致。

⑥多是因为测量和读数有问题或是数据分组不当所引起的。

6.检查表

检查表是以简单的数据，用容易理解的方式，制成图形或表格，必要时标上检查记号，并加以统计整理，作为进一步分析或核对检查之用。主要目的是记录某种事件发生的频率。

一般制作检查表的步骤是：

图7-11　检查表的制作步骤

①明确检查目的。

②确定检查项目。

③明确检查方法。

④确定检查时间及数量。

⑤设计表格实施检查。

检查表可以分为：记录检查表、不合格项目的检查表、操作检查表、点检检查表、缺陷位置检查表以及工序分布检查表等。

此外，使用检查表时应尽量取得分层的信息及简便地取得数据，并能够立即与措施结合，如果检查项目是很久以前制定或不符合实际情况的，必须重新研究和修订。

7.因果图

因果图又叫鱼刺图、鱼骨图、树枝图、特性要因图。最先由日本品管大师石川馨提出，它是一个问题的结果受到一些原因的影响时，我们将这些原因利用科学方法加以整理，从而制作成有相互关系而且有条理的一种图形。

因果图可用来分析的问题类型主要包括：表示产品质量的特性（如尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等）、成本特性（如价格、收率、工时数、管理费用等）、数量特性（如产量、交货时间、计划时间等）。

一般地，制作因果图的步骤是：

图7-12　制作因果图的步骤

①确定问题。

②画粗箭头。

③主要以4M1E法找出重要原因，并将主要因素或原因分类。

④将主要因素或原因分好类以后，用中箭头与主箭头呈45°角画在主箭头两侧。

⑤对中箭头所代表的一类因素，要进一步将与其有关的因素以小箭头画到中箭头上去，如有必要，可再次细分至可以直接采取行动为止。

⑥检查各箭头末端的因素中有无遗漏，如有遗漏应予以补充。

⑦记入有关事项，如参加人员、制图者、制定日期等。

因果图的基本图形可以表示为：

图7-13　因果图的基本形状

总之，对于QC七大手法值得注意的是，如果发现了超越管理界限的异常现象，却不去努力追究原因，采取对策，那么尽管QC七大手法的效用很好，也只不过是空纸一张。

思考题：

1.什么是QC七大手法？

2.为什么要运用QC七大手法？

3.QC七大手法包括哪些内容？