|
|
知识路径： > 信息技术服务知识 > 质量管理理论 > 质量管理工具 >
|
被考次数：2次
被考频率：低频率
总体答错率：58%
知识难度系数： 
|
由 软考在线 用户真实做题大数据统计生成
|
|
考试要求：掌握
相关知识点：15个
|
|
|
|
|
|
|
（1）统计分析表。统计分析表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较简单，但实用有效。
|
|
|
|
（2）数据分层法。数据分层法就是将性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多，如果不把这些因素区别开来，则难以得出变化的规律。数据分层可根据实际情况按多种方式进行，数据分层法经常与上述的统计分析表结合使用。
|
|
|
|
数据分层法的应用，主要是一种系统概念，即在于要处理相当复杂的资料，就得懂得如何把这些资料有系统、有目的地加以分门别类的归纳及统计。
|
|
|
|
（3）排列图。排列图又称为帕累托图，由此图的发明者19世纪意大利经济学家帕累托图（Pareto）的名字而得名。帕累托图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为帕累托图定律。后来美国质量管理专家朱兰博士运用帕累托图的统计图加以延伸将其用于质量管理。帕累托图是分析和寻找影响质量主要因素的一种工具，通过对帕累托图的观察分析可抓住影响质量的主要因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中也是十分有用的。
|
|
|
|
（4）因果分析图。因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。
|
|
|
|
所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。
|
|
|
|
（5）直方图。直方图又称柱状图，它是表示数据变化情况的一种主要工具。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和服务质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的，两个关键数字是分组数和组距。
|
|
|
|
（6）散布图。散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性—原因，特性—特性，原因—原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x和y，x表示某一种影响因素，y表示某一质量特征值，通过实验或收集到的x和y的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断x和y的相关情况。
|
|
|
|
在我们的生活及工作中，许多现象和原因，有些呈规则的关联，有些呈不规则的关联。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。
|
|
|
|
（7）控制图。控制图就是对生产或者服务过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。运用控制图的目的之一就是，通过观察控制图上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。也可以应用控制图来使过程达到统计控制的状态。质量特性值的分布是一种统计分布。因此，绘制控制图需要应用概率论的相关理论和知识。
|
|
|
|
控制图上有3条平行于横轴的直线：中心线（CL, Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。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。若控制图中的描点落在UCL与LCL之外或描点在UCL和LCL之间的排列不随机，则表明过程异常。
|
|
|
|
以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事实和数据为基础进行判断和管理”的特点。最后还需指出的是，这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事。
|
|
|
|
|
|
（1）系统图。系统图法，是指系统地分析、探求实现目标的最好手段的方法。
|
|
|
|
在质量管理中，为了达到某种目的，就需要选择和考虑某一种手段；而为了采取这一手段，又需考虑它下一级的相应的手段。这样，上一级手段就成为下一级手段的行动目的。如此地把要达到的目的和所需要的手段，按照系统来展开，按照顺序来分解，作出图形，就能对问题有一个全貌的认识。然后，从图形中找出问题的重点，提出实现预定目的最理想途径。它是系统工程理论在质量管理中的一种具体运用。
|
|
|
|
|
|
|
|
.在质量保证活动中，应用于质量保证事项和工序质量分析事项的展开。
|
|
|
|
|
|
|
|
|
|
（2）关联图。关联图就是把现象与问题有关系的各种因素串联起来的图形。通过连图可以找出与此问题有关系的一切要图，从而进一步抓住重点问题并寻求解决对策。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
（3）亲和图。亲和图也叫KJ法，是指把收集到大量的各种数据、资料，按照其之间的亲和性（相近性）归纳整理，使问题明朗化，从而有利于问题解决的一种方法。
|
|
|
|
KJ法是日本川喜二郎提出的。“KJ”二字取的是川喜（KAWAJI）英文名字的第一个字母。这一方法是从错综复杂的现象中，用一定的方式来整理思路、抓住思想实质、找出解决问题新途径的方法。
|
|
|
|
KJ法不同于统计方法，统计方法强调一切用数据说话，而KJ法则主要靠用事实说话、靠“灵感”发现新思想、解决新问题。KJ法认为许多新思想、新理论，往往是灵机一动、突然发现。但应指出，统计方法和KJ法的共同点，都是从事实出发，重视根据事实考虑问题。KJ法和统计方法的不同点如下表所示。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
（4）矩阵图。矩阵图是指从问题事项中找出成对的因素群，分别排列成行和列，找出其间行与列的相关性或相关程度大小的一种方法。
|
|
|
|
矩阵图法，是指借助数学上矩阵的形式，把与问题有对应关系的各个因素，列成一个矩阵图；然后，根据矩阵图的特点进行分析，从中确定关键点（或着眼点）的方法。
|
|
|
|
这种方法，用于多因素分析时，可做到条理清楚、重点突出。它在质量管理中，可用于寻找新产品研制和老产品改进的着眼点，寻找产品质量问题产生的原因等方面。
|
|
|
|
这种方法，先把要分析问题的因素，分为两大群（如R群和L群），把属于因素群R的因素（R1，R2，…，Rm）和属于因素群L的因素（L1，L2，…，Ln）分别排列成行和列。在行和列的交点上表示着R和L的各因素之间的关系，这种关系可用不同的记号予以表示（如用“〇”表示有关系等）。矩阵图法示意图如下图所示（◎密切关系〇有关系Δ像有关系）。
|
|
|
|
|
|
|
|
（5）矩阵数据分析法。矩阵数据分析法，与矩阵图法类似。它区别于矩阵图法的是：不是在矩阵图上填符号，而是填数据，形成一个分析数据的矩阵。
|
|
|
|
它是一种定量分析问题的方法，在质量管理新七大手法中，矩阵数据分析法是唯一一种利用数据分析问题的方法，应用这种方法，往往需求借助电子计算机来求解。
|
|
|
|
（6）PDPC法。PDPC法是英文原名Process Decision Program Chart的缩写，中文称之为过程决策程序图法。它是在制订达到研制目标的计划阶段，对计划执行过程中可能出现的各种障碍及结果，作出预测，并相应地提出多种应变计划的一种方法，这样，在计划执行过程中，遇到不利情况时，仍能有条不紊地按第二、第三或其他计划方案执行。
|
|
|
|
（7）箭条图法。箭条图法，又称矢线图法。它是计划评审法在质量管理中的具体运用，使质量管理的计划安排具有时间进度内容的一种方法。它有利于从全局出发、统筹安排、抓住关键线路，集中力量，按时和提前完成计划。
|
|
|
|
这七种新工具是日本科学技术联盟于1972年组织一些专家运用运筹学或系统工程的原理和方法，经过多年的研究和现场实践后于1979年正式提出用于质量管理的。这新七种工具的提出不是对“旧七种工具”的替代而是对它的补充和丰富。一般说来，“旧七种工具”的特点是强调用数据说话，重视对制造过程的质量控制；而“新七种工具”则基本是整理、分析语言文字资料（非数据）的方法，着重用来解决全面质量管理中PDCA循环的P（计划）阶段的有关问题。
|
|
|
