质量经理培训第二部分.pdfVIP

课程安排 第一天 第二天 第三天 质量管理与运营 质量问题的预防 质量改进与创新 二十一世纪的质量管理 运营与风险管理 改进的内涵 上 午 质量管理与核心竞争力 过程质量风险评估 六西格玛管理 质量经理的使命与挑战 现场防错技术 Lean与TOC 创新思维TRIZ 质量问题的分析与解决 过程的监控与评估 价值链上的质量管理 基于数据的分析方法 QMS与过程方法 质量与顾客关系管理 下 午 系统性根源问题的识别 SPC思想与实施 供应商的质量管理 矛盾与冲突的化解 过程能力的衡量与应用 Shainin方法 质量问题的分析与解决 基于数据的分析方法 系统性根源问题的识别 矛盾与冲突的化解 Shainin方法 1 质量问题的分析与解决 • 基于数据的分析 • 基于逻辑与发散思维的分析 什么是数据 • 数据（data）是对客观事物的符号表示，是用于表示客观事物的未经加工 的原始素材，如图形符号、数字、字母等。 • 数据是通过物理观察得来的事实和概念，是关于现实世界中的地方、事件、 其他对象或概念的描述。 计量型数据 ——凡是可以连续取值的，或者说可以用测量工具具体 测量出小数点以下数值的这类数据。如：长度、容积、重 量、化学成分、温度等。 ——计量数据一般服从正态分布 卡尺 6 2 计数型数据 —凡是不能连续取值的，或者说即使使用测量工具也得不到小数 点以下数值，而只能得到0或1，2，3•••等自然数的这类数据。 属性数据 —用于表示每个个体的属性的标记或名称 —例如现场管理中的颜色、对产品判定中的“好”，“一般”，“不 好”、顾客满意调查中的“满意”、“一般”、“不满意”等等。 —普通的数学运算对于属性数据没有意义，例如 张三的身份证号码+李四的身份证号码=？ —对于一些特定的属性数据，需要进行“利克特”变换，进行量化才可 以被应用于统计技术的计算，比如对顾客满意程度施行的“打分”， 否则只能用特定的统计方法来衡量。 统计技术 • 对数据资料进行收集、描述、分析、解释的技术，它用来揭示各种看似偶 然现象后面的规律。 3 统计技术四项主要功能 • 统计推断—从部分推断总体 • 统计预测—从过去、现在预测未来 • 统计判断—两个、多个总体特性的异同 • 统计描述—表征事物的特性或关系 QC新老七种工具 • 调查表 • 关联图 • 排列图 • 亲和图 • 散点图 • 箭条图 • 直方图 • PDPC法 • 分层分析 • 系统图 • 因果图 • 矩阵图 • 控制图 • 矩阵数据分析 新老七种工具之间的关系 事实 资料 数据资料 语言资料 收集数据后 收集数据前 确定问题 确定问题 Q7