品质管理旧七大手法
因果分析图再分析
要对问题形成的原因追根究底，才能从根本上解决问题。形成问题之主要原因找出来以后，再以实验设计的方法进行实验分析，拟具体实验方法，找出最佳工作方法，问题也许能得以彻底解决，这是解决问题，更是预防问题。
任何一个人，任何一个企业均有它追求的目标，但在追求目标的过程中，总会有许许多多有形与无形的障碍，而这些障碍是什么，这些障碍何于形成，这些障碍如何破解等问题，就是原因分析图法主要的概念。
一个管理人员，在他的管理工作范围内所追求的目标，假如加以具体的归纳，我们可得知从项目来说不是很多。然而就每个追求的项目来说，都有会有影响其达成目的的主要原因及次要原因，这些原因就是阻碍你达成工作的变数。
如何将追求的项目一一地罗列出来，并将影响每个项目达成的主要原因及次要原因也整理出来，并使用因果分析图来表示，并针对这些原因有计划地加以强化，将会使你的管理工作更加得心应手。
同样地，有了这些原因分析图，即使发生问题，在解析问题的过程中，也能更快速，更可靠。
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。
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一原因，特性一特性，原因一原因的关系。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，有些呈不规则形有关联。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。
散布图的分类
1、强正相关(如容量和附料重量)
2、强负相关(油的粘度与温度)
3、弱正相关(身高和体重)
4、弱负相关(温度与步伐)
5、不相关(气压与气温)
6、曲线相关
散布图的构成
散布图是由一直角坐标，其横轴表示X变量的测定值，纵轴表示Y变量的测定值，将各组X测定值与Y测定值之交点全部绘出，即成为散布图。散布图的特色
(1)从散布图可简单容易判断X与Y两个变量间:
是否有相关关系。
相关关系的强弱。
是正相关或者负相关。
是直线相关或是曲线相关。
(2)从散布图上可简单容易判断数据是否有异常趋势或是有没有必要作层别分析。
散布图的用途
(1)验证两个变量间的相关关系。
(2)掌握要因对特性的影响程度。
散布图的作法
1、收集X与Y两个变量足够之对应数据。
2、计算X变量测定值的平均值，计算Y变量测定值的平均值。
3、在直角横坐标X轴上划出X值的刻度，纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。
4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。
5、将各组之数据的点绘于坐标上：
(1)如有2点重复时以⊙表示。
(2)如有3点重复时以⊙表示。
制作散布图时，应注意以下事项：
1、两组变量的对应数至少在30个以上，最好50个，100个最佳。
2、找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X-Y坐标。
3、通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。
4、散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。
控制图
控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状;再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。
统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：
1 )数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法;
2 )数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的;
3) 数据的记录，抄写有误;
4 )异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。
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。
品质管理相关扩展
品质管理新七大手法
关联图(Relationship Diagram)
关联图，又称关系图，20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。
亲和图(Affinity Diagram)
亲和图法，又叫KJ法，是日本川喜田二郎首创，把大量收集到的关于未知事物或不明确的事实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，使问题明确起来，求得统一认识和协调工作，以利于问题解决的一种方法。
系统图(System Diagram)
系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重点，寻找最佳手段或措施的一种方法。
过程决策程序图(PDPC)
过程决策程序图，又称PDPC(Process Decision Program Chart)法是随事态的进展分析能导致各种结果的要素，并确定一个最优过程使之达到理想结果的方法。
矩阵图(Matrix Diagram)
矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。
矩阵数据分析法(Matrix Data Analysis Chart)
矩阵数据分析法是对多个变动且复杂的因果进行解析。 矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。
箭条图(Arrow Diagram)
箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。
【品质管理旧七大手法】相关文章：
品质管理七大手法图08-31
品质管理七大手法是什么08-31
物业品质管理06-05
品质管理的发展02-01
什么是品质管理？09-07
危机管理的七大法则07-06
公路旧桥梁养护管理措施08-29
物业品质管理技巧05-13
品质管理必备知识04-23