全面质量管理培训TQM课件.ppt

《全面质量管理培训TQM课件.ppt》由会员分享，可在线阅读，更多相关《全面质量管理培训TQM课件.ppt（95页珍藏版）》请在三一办公上搜索。

1、1,第三篇 工具方法,2,第11章 质量工具概述,11.1 质量工具的定义在开展质量管理工作的时候,我们把大家使用的数学统计和数理统计的方法和大家喜闻乐见的工作经验进行总结升华,进行标准化、规格化让大家去共享，把质量管理工作做的更好。,3,类别： 帮助建立解决质量管理问题的思路的工 具；如头脑风暴法、亲合图等 分析和处理过程或产品中的质量波动的工具；如直方图、控制图等,4,11.2 运用质量工具和方法的重要性（1）有助于提高管理活动的效率；（2）有助于科学决策；（3）考虑问题更全面；（4）有助于向管理者和相关方沟通；（5）使用方便的统计工具，能使更多的人参与质量管理活动,5,11.3 如何选择

2、使用质量工具11.3.1 确定质量管理活动的阶段质量改进的七个阶段是：识别过程中存在的问题-收集数据分析、评价当前的情况，确定改进目标-分析根本原因-确定可能解决问题的办法-实施办法并评价改进效果-实施新的解决办法并规范化-针对已完成的措施，评价过程的有效性和效率我们首先要确定处在那个阶段,6,11.3.2 确定质量工具要完成的任务针对所处的阶段选择适当的工具.11.3.3 是否需要进行质量工具的组合使用有些时候只使用一种质量工具是完不成质量改进活动的需要进行组合设计,把需要使用的工具衔接起来.11.3.4 质量工具矩阵的使用下表把质量工具在那个阶段使用合适给予列出;,7,8,9,10,11.

3、4 使用质量方法应注意的事项（1）使用工具并不是目的，真正的目的是有效并高效的解决问题；（2）数据是统计的依据，我们必须保证数据的准确性和必须的数量，要确定数据的类型（计量值、计数值）然后再选择恰当的统计工具；（3）运用工具进行分析时，必须专业人员和现场人员相结合；（4）分析时，尽量使用计算机。,11,第12章 统计技术基础,12.1 概述:12.1.1 数据:计量尺度从粗略到精确可分为四个层次:定类尺度-按属性分类(如粗、精加工人员）定序尺度-对事物之间的等级、顺序差别进行测量（如一等品、二等品、三等品）定距尺度-间隔尺度（1米、2米）定比尺度-除具备上述特性外，还包括测量值之间的比值。,1

4、2,计量值数据：可以在数列上连续读值的数据叫计量值数据；如：长度、温度、重量、容积、时间等 计数值数据：不能在数列上连续读值的数据叫计数值数据如：产品数、不合格品数、人数等（计点值数据属于计数值数据的范围）,13,12.1.2 总体与样本总体-所分析统计对象的全体；个体-组成总体的每个单元；样本-样本是从总体中，抽取出来进行研究的部分个体；,14,随机抽样-总体中的个体被抽取出来组成样本的机会均等。现实中经常使用的四种随机抽样的方法： 简单随机；顺序抽样； 分层抽样；整群抽样,15,12.1.3 描述总体的常见方法：（1）总体均值 = N（2）总体方差和总体的标准偏差 （总体的标准偏差）= （

5、样本） S-是样本的均方差的正根值,16,（3）总体分布常见的总体是“正态分布”中间高，两边低，对称的钟形曲线。 ,17,12.1.4 描述样本的常见方法（1）样本的均值（X平）、中位数（X中）和众数（频率出现最高的那个数MOD）（2）样本的极差（R）、方差（SS）、标准偏差（S）。,18,12.2 参数估计如:必须对1000件产品的直径进行把握时,我们只测量有在1000件产品中取到的20个直径值，这种情况下就要借助20个数据对1000件产品的数据对总体的参数进行估计。（对平均值、方差、标准偏差）,19,置信区间：标准正态分布 0 =1 -3 -1.96 0 1.96 3,20,以总体均值为例

6、： 在95%的把握下，总体均值的置信区间是： S S X平 - 1.96 X平 + 1.96 N N如果没有必要进行精确计算时用“2”即可,21,12.3 假设检验（1）参数估计-利用有限的数据对总体的重要信息进行合理的估计。（2）假设检验-利用有限的数据对总体的重要信息进行合理的推断。对总体的假设进行检验.见教材162,22,第13章 过程分析与数据收集,13.1 过程分析的工具-流程图13.1.1流程图的定义13.1.2流程图的应用步骤13.1.3流程图的扩展使用13.1.4使用流程图的注意事项,23,（1）同一过程，不同人画出的流程图不一定一致。（2）流程图应纳入标准化活动，要不断改进和

7、优化。（3）流程图应绘制的细一些，这样对分析功能提高效率有好处。（4）流程图可以作为管理工具广泛应用。（5）流程图的效率提高，主要是减少信息流对实物流的阻滞。,24,13.2常用的数据收集工具 13.2.1 直接测量; 13.2.2 问卷调查法; 13.2.3 焦点问题小组;(由一组人进行分析) 13.2.4 抽样;13.3 调查表 收集和记录调查结果的表格;,25,第14章 数据整理和分析,14.1 描述性统计14.1.1样本统计特征数 集中位置的特征数; 离散程度的特征数;14.1.2 饼图、柱形图、条形图、雷达图等图表方法14.2 直方图14.3 运行图 (折线图、趋势图）,26,14.

8、4 排列图14.5 散布图14.6 重要度-绩效分析(二维分析)14.7 绩效指数,27,重要度-绩效分析案例:培训课程中对教师的重要度-绩效分析 讲解能力 联系实际 交流互动重要度 专业水平 教学准备 授课态度 教辅手段 绩效,28,综合满意度指数计算表,29,第15章 原因分析与解决方案,15.1 头脑风暴法15.2 亲合图15.3 因果图15.4 因果矩阵15.5 其他可选的工具(树图、关联图、失效分析）,30,第16章 统计过程控制,16.1 统计过程控制概述16.2 控制图原理16.2.1 控制图定义16.2.2 波动原理16.2.3 常见控制图的分类(计数值、计量值) 16.3 过

9、程能力分析16.4 控制图的应用,31,32,33,参考附件：第一部分数理统计的概念,一、产品质量波动-必然性和规律性。二、波动的分类：正常波动-随机原因引起、影响小、难 克服。异常波动-系统原因引起、影响大、容 易克服。（系统即“人、机、料、法、环、测”系统。）,34,正常波动 异常波动质量水平,35,（1）纠正措施（8.5.2)主要是针对解决异常波动。质量改进的目标是恢复到原来的质量水平。（这个目标无论是内审发现的还是考核指令的，都不进行目标值的可行性分析，因为它解决的是过程因素的失控课题，是ISO9001（7.5.1）失控所造成的波动).（2）攻关的质量改进活动选题主要是针对解决正常波动

10、。攻关的目标是提高一个新的质量水平。（攻关型课题一般都是指令的，有时需采取的纠正措施,有时需采取预防措施,但是,任何攻关目标的可行性分析都是必要的）,36,三、数 据 的 分 类,1、计量值数据：“能在数列上连续读值的数据”。 如：重量、长度、温度、压力、容积等2、计数值数据：“不能在数列上连续读值的数据”。如：不合格数、疵点数、合格数等,37,数 列 的 读 值0 1 2 3 4 + 计量值 计数值,38,四、总体与样本,1、总体： “在某一次统计中研究对象的全体”。2、个体： “组成总体的每个单元”。3、样本： “在总体中随机抽取的进行研究分析的一部分个体”。4、随机抽样：使总体中每个个体

11、都有同等机会被抽取组成样本的过程。,39,五、随机抽样的方法,1、一般随机抽样法（简单随机）2、顺序抽样法（等距离抽样、系统抽样）3、分层抽样法（类型抽样法、先分层再简单随机）4、整群抽样法（集团抽样法）,40,统计抽样练习题,供应科由XX供方进200台水泵，用一辆大卡车送货，共用10个包装木箱，每个木箱内20件水泵，合同上写明用“分层抽样”的方法，抽取10%组成样本。你作为供应科接货员，如何执行合同方案？（如果改为简单随机、系统抽样、整群抽样又如何运做？）,41,六、统 计 特 征 数,1、显示数据集中位置的统计特征数： 样本平均值（X平均值） 样本中位数（X中位数）2、显示数据离散程度的统

12、计特征数： 样本极差（R） 样本方差（S2） 样本标准偏差（S）,42,X1 +X2 +X3 +X4.XN X（平均值）= NX（中位数）= 一组数据按大小排列，中 间的那个数（奇数时）。中间两个数的平均值（偶数时） R(极差) = Xmax XminS2 = 1/(N-1) . XI - X(平均值)2 S=+ S2,43,例:求 1、2、3、4、5 五个数的平均值、中位数、极差、方差、标准偏差。X（平均值）= 3X（中位数）= 3R= 5 1 =4S2 =1/44+1+0+1+4 = 1/410 = 2.5S =1.58,44,七、统计推断 的可能性,1、用样本推断总体的方法是：分析样本质

13、量分布，计算样本的平均值和标准偏差，来推断总体的质量分布。总体平均值用“”表示，标准偏差用“”表示。样本平均值用“X平均”表示，标准偏差用“S”表示。,45,八、计量值数据质量分布的规律性,1、计量值数据质量分布服从正态分布。2、正态分布中，以X（平均）为中线各一个“S”区间质量分布的概率是0.6826,各两个“S”区间的质量分布概率是0.9544,各三个“S”区间的质量分布概率是0.9973,46,3 正态分布曲线是对称的钟形曲线。 X平均 S 拐点 -3S -2S S S 2S 3S,47,用样本的正态分布来推断总体的不合格率,把质量要求和质量分布进行比较：当质量要求等于“6S”时，质量分

14、布中心与质量要求中心重合，总体中不合格品的概率约为：0.3%当质量要求等于“4S”时, 质量分布中心与质量要求中心重合, 总体中不合格品的概率约为：4.6%,48,统计推断案例,某省田径队有一名短跑运动员，他的100米成绩训练时模拟比赛测试5次，成绩分别是：10.2秒、10.2秒、10.0秒、9.9秒10.1秒，如果在不服兴奋剂的情况下正常发挥，该运动员创造9.8秒的概率大约是多少？,49,用计算器计算如下：求知：五次测试的平均成绩是 10.08秒 五次测试的标准偏差是0.1166秒推断1:该运动员100米成绩在9.96至10.19范围出现的概率是0.6826;推论2:在9.84至10.31秒

15、的概率是0.9544 推论3:在9.73至10.43秒的概率是0.9973 推论4该运动员100米成绩出现9.8秒以下成绩的概率大约是(1 0.9544)/2 =0.023,50,参考附件：第二部分现场质量管理经常使用的数理统计工具,TQM管理理论提出的数理统计工具控制的基本原理是：“3原理”-把产品质量控制在正、负3的范围，使产品超出控制范围的机会只有千分之三。按照这一法则进行质量控制的原理叫“3原理”。,51,一、直 方 图,1）计量值数据显示统计样本质量分布的图形。2）取100至250个数据为统计样本，在直角坐标系内，按等距离的区间，做频数直方图。3）利用计算器进行“平均值”和“标准偏差

16、”的计算。（卡西欧计算器使用SD程序）4）基本图形：,52,直方图基本图形,平均值X 标准偏差S,53,5）直方图常见的波动形态,1、正常型-中间高、两边低、左右对称2、偏向型-一边陡、一边缓两边不对称3、孤岛型-一个大分布带一个小的分布4、双峰型-两个分布叠加5、平顶型-顶部平缓，高低不明显6、锯齿型-矩形高低交错,54,直方图的常见波动形态,正常型 偏向型 孤岛型 双峰型 平顶型 锯齿型,55,6）用直方图进行工艺验证选择质量改进的机会,（1）工艺验证时,做出正常型直方图的情况下，要计算CP值,确定过程能力能否满足质量要求。（2）工艺验证时,做出偏向型直方图的情况下，要评审过程结果的单向性

17、或生产习惯。（3工艺验证时,做出孤岛型或双峰型直方图的情况下，要对生产过程因素的变化进行分析，及时纠正、调整，可不选择质量改进的课题。（4）工艺验证时,做出平顶型直方图的情况下，应进行质量改进活动,提高CP值到11.33 。,56,7）质量改进时用直方图进行现状调查和要因确认,（1）现状调查时，收集150个以上数据，做直方图，看质量分布的规律性，推断过程是否处于受控状态。（2）现状调查时，从直方图的波动形态上直接观察，并结合现场的实际变化情况，推断“过程”的变化。（3）要因确定时，可采用稳定几个过程因素改变某个过程因素，看对S值的影响来确定主要原因。,57,8）直方图在现场质量管理时的灵活使用

18、,（1）当计数值的统计数据较多时，也可使用直方图的方法进行统计分析，研究质量分布的规律。（2）纠正和预防措施实施后，进行效果调查时，可使用直方图看“S”值是否减少，过程质量能力是否提高，来检查质量改进的效果。如：两个轮班生产的班组，在同等过程因素情况下进行生产活动，谁的“S”值小，谁的质量就好。,58,甲 乙二人在同一设备上，按照共同的作业指导书，轮班生产。把他们按照规定间隔，取得的数据混在一起做直方图；（1）直方图的波动形态基本服从正态分布说明甲、乙二人技术水平基本一致。（2）直方图的波动形态是双峰型，我们可判断他们在确定中心值时不一致，应进行纠正，使其一致。（3）当做出的直方图是平顶型时，

19、应分别做甲、乙的直方图，看谁的 “S”值大，谁的“S”值大谁的技术水平低。,59,进一步进行质量分析时，我们把甲、乙两个人取得的数据分别做直方图：（1）两条正态分布曲线形态基本一致，说明他们在技术水平上没什么差异。（2）两条正态分布曲线形态不一致，谁的曲线坡度小，谁的技术水平低。,60,甲、乙二人的曲线比较，乙曲线的坡度小，乙的技术水平低 甲 乙,61,现场质量过程稳定性控制,（1）正态分布的概念，对于“确定质量”非常有用，但我们还想“控制稳定的质量水平”。（2）“S” 是对过程进行定量分析的基础数据，我们对“6 S ” 可能控制的不合格率为99.73%的质量水平很赞同。（既好控制，成本又不高

20、）（3）把 6S 做为控制区间设计控制图，是休哈特控制图的基本思想，也是TQM质量管理的基本控制原则。,62,休哈特控制图设计的示意图,UCL +3S -3S - 3S +3S LCL,63,二、控 制 图,1、原理：“休哈特控制图按3原理确定控制界限”1）计量值控制图是控制两个质量特性，由控制样本集中位置的控制图和控制样本离散程度的控制图联合组成。2）控制图是在过程充分标准化的受控状态下，对过程稳定性进行控制的统计工具。所以，在CP值小于“1”时使用控制图无意义。,64,2、X平-R控制图的基本图形,上控制界线UCLX平图 中线CL 下控制界线LCL 上控制界线UCL R图 中线CL 下控制

21、界线LCL,65,3、X平-R控制图的数据表,66,4、X平-R控制图的控制界限计算,1、X平图的控制界限的计算公式：中线(CL)-样本平均值的平均值（X平平）上控制界限-UCL=X平平+A2 . R平下控制界限-LCL=X 平平-A2 . R平2、R图的控制界限的计算公式：中线（CL）-极差的平均值（R平）上控制界限-D4 R平下控制界限-D3 R平,67,把（数据表）的控制界限计算如下: (N=5时;A2=0.577 D4=2.115) UCL=16.12+ 0.577 6.2=19.7X平 图 CL=16.12 LCL=16.12- 0.577 6.2=12.54 UCL=2.1156.

22、2=13.1R图 CL=6.2 LCL=不计算,68,标注控制界限并绘制控制图,UCL 19.7X平 CL 16.12 LCL 12.54 UCL 13.1R CL 6.2 LCL 不计,69,5、控制图的异常判定,1）原理： “小概率事件原理”即少数次试验当中小概率事件不应该发生。2）判断准则：第一类小概率事件: 点子出界第二类小概率事件: 点子排列不随机,70,3）判断准则准则 1 一个点落在控制界限外. 出界点 ,71,准则 2连续9个点在中心线一侧.,72,准则 3连续6点递增或递减.,73,准则 4连续14个点中点子总是上下交替.,74,准则 5连续三个点中有两个在A区.AA,75,

23、准则 6连续五点中四个点落在同一侧的C区外. C,76,准则 7连续15个点在C区内.C,77,准则 8连续 8 个点在C区外，且无一点在C区内C,78,6、控制图使用中要注意的事项,1）过程不稳定，或过程能力不足时不要使用控制图；（CP1时不要使用）3）公差线不能代替控制界限；4）过程要素变化时要及时调整控制界限；5）分析用控制图，分析时要剔出异常点；6）要及时进行分析，发现异常。7）质量改进成果巩固期验证时经常使用。,79,三、散 布 图,在分析成对出现的两组数据的时候有这样的三种情况:1) 确定关系 可以用直线方程来建立数学模型;如: 速度时间=距离 ( V T = S ) “距离”S为

24、因变量,它随“时间”T这个自变量的变化而变化.,80,2)没关系两组数据没有相关性;3)相关关系两组数据没有确定的关系(不能用数学公式来计算)但是,他们之间却有着紧密的关系,我们称这种关系叫“相关关系”;如:父亲的身高和孩子的身高之间的关系,没有确定的公式来计算,但大家都认同有密切的关系.,81,4）散布图是研究成对出现的（X . Y）两组相关数据之间关系的简单图示。5）散布图中点子云的典型图强正相关-X增加Y也增加，点子分布呈带状；弱正相关-X增加Y也增加，点子分布呈橄榄核状；强负相关-X增加Y减少，点子分布呈带状；弱负相关-X增加Y减少，点子分布呈橄榄核状；不相关-X增加Y可能增加，也可能

25、减少，点子分布呈团状；非线性相关-点子分布没有线性规律。,82,散布图基本图型,Y（因变量） 0 X（自变量）,83,3、现场质量控制时的使用,。 1）确定问题的主要原因时可使用； 质量改进活动中确定某一原因是否是主要原因时，小组内部有不同的看法并都例举了事实和数据，这时，我们可以收集30对以上的数据进行散布图的分析，如果，是强相关的话必须确定为主要原因。如果，弱相关的话可以考虑确定为主要原因。 2）企业在选择质量改进课题的时候可以使用； 当企业在选择课题的时候，可以使用“二维分析”的统计方法来确定活动的课题。,84,用二维分析进行课题选题事例,利润大 要开发的新产品销售小 销量大 利润小,8

26、5,四、 过程能力和过程能力指数,1、过程能力（加工精度）生产过程在一定时间内处于统计控制状态下制造产品的质量特性值的经济波动幅度。（过程自然存在分散的参数） 过程能力高，质量波动的幅度小； 过程能力低，质量波动的幅度大我们习惯把 “6S”做为波动幅度范围。,86,当前，不少企业根据产品的特点或考虑产品质量对于顾客的影响程度，把控制范围升程。提出“8S、10S、12S”的幅度进行控制,这都是根据本企业经营需要所确定的质量目标和管理理念。 采用的“六西格玛”管理理念，实际是把“12S”做为控制范围，在中心值“3S”的波动下，不合格的概率能控制在3.4/100万的水平。（包括产品质量也包括工作质量

27、）,87,2、过程能力的定量表示,B = 6 S B-过程能力 S-标准偏差 6-常数例： 某生产过程通过样本数据计算知到 S = 0.24秒那么该过程的过程能力 “B” 是: 6 024 = 1.44秒,88,3、过程能力指数,过程能力是描述过程本身具有的能力。质量标准是来自与顾客或产品设计的要求。 我们把质量要求和过程能力的比值（满足程度）叫做“过程能力指数”用“CP”表示。,89,过程能力指数的数学模型： T T CP = = B 6S CP-过程能力指数 T-公差（技术要求） B-过程能力（工序能力）,90,过程能力指数的计算,1、分布中心与公差中心重合的情况下： T TU - TL

28、CP = = B 6S TU- 上偏差 TL-下偏差,91,2、分布中心与公差中心不重合的情况下： T - 2 （ TU -TL） -2 CPK = = 6S 6S = M - X（平均）的绝对值 M =公差中心值 X=样本平均值,92,3、单向公差情况下的过程能力指数计算,只有上偏差时： TU -X（平均值） CPU = 3S只有下偏差时： X （平均值）- TL CPL = 3S,93,例题： 用C30车床加工20的芯轴,质量要求是19.90至20.10毫米.加工100根后对其进行测量，然后用计算器计算得出X（平均值）是20.02毫米,标准偏差S是0.02毫米,求CPK,94,计算如下:M = (20.1 + 19.9) / 2 =20.00 毫米X(平均值)=20.02毫米 = 20.02 - 20.00 = 0.02毫米 (20.1-19.9) - (2 0.02)CPK= = 1.33 6 0.02,95,