质量管理（下篇，共上中下3篇）.pptxVIP

;“流水线上无法生产出完全相同的两件产品”。造成质量变异的原因何在?如何才能找到其中的主要原因?本章介绍的工序质量控制回答了这些关键问题。正是工序的统计控制实现了质量管理的三个根本性的转变:从定性描述为主转变为定量分析为主;从事后检验为主转变为事前、事中控制为主;从产品检验为主转变为过程控制为主。本章将介绍的工序质量控制方法将有助于企业对生产或服务过程中的各个阶段进行监控,从而使过程始终处于受控状态,以达到改进与保证质量的目的。;;1924年,美国数理统计专家休哈特(W.A.Shewhart)提出统计质量控制理论,并首创了质量控制图。大约1930年,道奇(H.F.Dodge)和罗米格(H.G.Romig)提出抽样检验理论,并编制了抽样数表。不过,直到第二次世界大战,统计质量控制方法才得到广泛应用。

随后,统计质量控制又发展成为统计过程控制,从而实现了质量管理的三个根本性的转变:从定性描述为主转变为定量分析为主;从事后检验为主转变为事前、事中控制为主;从产品检验为主转变为过程控制为主。;;正是因为这六个方面中的每个方面都存在差异,所以产品质量必然会有变异。流水线上不可能生产出完全相同的两件产品。为了把质量变异控制在可接受的范围以内,把这六个方面的原因分为偶然性原因和必然性原因两大类。

偶然性原因又称随机性原因或不可避免的原因。偶然性原因经常存在,造成产品质量的变异比较小,如操作人员技术上的微小变化、机器设备的微小振动、原材料性质的微小差异、环境温度的微小变化等。这类原因的出现带有随机性,一般不易识别,且难以消除。即使能够消除往往在经济上也是不合算的。

必然性原因又称系统性原因或异常原因。必然性原因往往突然发生,造成产品质量的变异较大,如操作人员未按操作规程作业、机器设备严重损坏、原材料混有其他杂质、作业环境突变等。这类原因的出现有一定的规律性,容易识别和查找,且易于采取措施予以消除。

值得指出的是,随着人们质量意识的提高和科技水平的提高,一些原来被视为偶然性的原因会被当做必然性原因来对待。;把造成质量变异的原因划分为偶然性和必然性??大原因具有重要的管理意义。在质量管理实践中,应把有限的人力、物力和财力放在必然性原因上。如果生产过程中造成质量变异的原因全部属于偶然性原因,那么,生产过程就处于统计控制的稳定状态。在这种情况下,已经生产出来的和正在生产的产品质量变异在可接受的范围内。反之,如果生产过程中有必然性原因在起作用,那么,生产过程就脱离了统计控制状态,应及时识别和查找原因,采取有效措施消除这些必然性原因,使生产过程重新回到统计控制的稳定状态。

5.1.2质量数据的类型

数据是开展质量管理活动的基础资料,没有数据,质量管理就成了无源之水、无本之木。质量水平通过数据来体现,质量变异需要用数据来描述。

质量数据按数轴上数的基本属性可以分为两大类,即计数值和计量值,其中计数值根据质量特性值本身的特点,又可以分为计件值和计点值。;计数值是数轴上的整数形式,如在实际中统计产品的合格品及不合格品的件数,就用0、1、2、……整数记录。假如有一批量N=100件的产品批,在未经检验之前,其中的不合格品件数是未知的。那么我们可以用X表示其中不合格品件数,则X的值范围为X={0,1,2,…,100},X在概率论中称为离散型随机变量,因为它的取值范围虽然明确,但取值具有随机性,只有在检验之后才能确定下来。如果我们检验的是铸件下的气孔数或布匹上的疵点数,那么所统计的计点值也是离散型随机变量。

计量值表现为数轴上所有点的形式,是连续的和稠密的,根本没有空隙。例如,只要测量的精度能够达到,而且也有必要进行精密测度,那么就可以将螺栓的长度测度到无限精确,其误差要多么小就有多么小。如果把螺栓长度作为随机变量X,那么X称为连续型随机变量。

如上所述,质量数据分类可以概括如下:

;5.1.3质量变异的数字特征及其度量

质量变异并非无规律可循,质量数据总是在一定范围内变化,数据的集中性和离散性是表征数据变异最典型的两个数字特征。

1.数据的集中性

数据围绕某个中心值而上下波动的趋势称为数据的集中性。通常可用平均数、中位数和众数来度量数据的集中性。

(1)平均数。设有n个数据x1,x2,…,xn,则

（5-1）

称为这n个数据的平均数。

如果n为总体所含个体数,那么为总体平均数;如果n为样本所含个体数,那么为样本平均数。在质量管理中,一般用μ表示总体平均数,用表示样本平均数。

;平均数是一种综合指标,表示了这批数据所代表的产品所能达到的平