第二节 质量统计分析7种应用工具
一、查检表
查检表是最基本的质量原因分析方法，也是最为常用的方法。在实际工作中，经常把查检表和分层法结合起来使用，这样可以把可能影响质量的原因调查得更清楚。需要注意的是，查检表必须针对具体的产品设计出专用的查检表进行调查和分析。
常用的查检表主要有以下几种。
1.缺陷位置查检表
若要对产品各个部位的缺陷情况进行调查，可将产品的草图或展开图画在查检表上，当出现某种缺陷时，可采用不同的符号或颜色在发生缺陷的部位上标出。若在草图上划分缺陷分布情况区域，可进行分层研究。分区域要尽可能等分。缺陷位置查检表的一般格式见表2-1。
表2-1 缺陷位置查检表
2.不合格品统计查检表
所谓不合格品，是指不能满足质量标准要求的产品。不合格品统计查检表用于调查产品质量发生了哪些不良情况及其各种不良情况的比率。表2-2是内燃机车修理厂柴油机总装工段一次组装不合格品统计查检表。
表2-2 不合格品统计查检表
3.频数分布查检表
频数分布查检表是预先制好的一种频数分布空白表。该表应用于以产品质量特性值为计量值的工序中，其目的是为了掌握这些工序产品质量的分布情况，比直方图更为简单。频数分布查检表的一般格式见表2-3。
表2-3 频数分布查检表（范例）
使用查检表时要注意收集、整理资料；根据事实，用数据说话。
二、排列图法
排列图又称柏拉图，是找出影响产品质量关键因素的有效方法。
画排列图首先要收集一定期间的数据（以1～3个月为宜），然后对数据进行加工整理，画出直方排列图。图上应注明取得数据的日期、数据总数、绘制者姓名、绘制日期及其他有参考价值的事项。如图2-1所示为事故次数统计图。
图2-1 事故次数统计图
使用排列图法时要确定主导因素；并非对所有原因采取处置，而是先就其中影响较大的两三项采取措施。
三、因果图法
因果图又称特性要因图或鱼骨图（图2-2）。因果图对查找产品质量问题产生的原因，对工程的管理和改善，都是一种简明而有效的方法。
图2-2 因果图
采用因果图是对产品质量问题产生的原因进行分析的有效方法。因此，编制因果分析图是TQM过程中用于质量分析时使用频率最高的方法。
因果分析图的绘法如下所示。
（1）明确分析对象，将要分析的质量问题写在图右侧的框中，画出主干线箭头指向右侧方框。
（2）找出影响质量问题的大原因，与主干线成60°夹角画出大原因的分支线。
（3）进行原因分析，找出影响质量大原因的中原因，再进一步找出影响中原因的小原因——依此类推，步步深入，直到能够采取措施为止。
（4）找出影响质量的关键原因，采取相应的措施加以解决。
在因果图中经常出现的特性要因包括以下几种。在质量方面有尺寸、重量、纯度、废品率、疵点数；在效率方面有工时、需要时间、运转率、负荷系数、产量；在成本方面有收得率、损耗、材料费、废品率、人工费。此外，特性要因在大的方面一般可以分为5M1E（操作者、机械设备、操作方法、材料零件和生产环境）和八大要素（除了4M1E之外，加上工卡具、检测、搬运）。
使用因果图法时要寻找引发结果的原因；整理原因与结果之关系，以探讨潜伏性的问题。
四、分层法
分层法又称层别法、分类法、分组法。数据分层法就是把性质相同的、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，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。例如，按不同时间、不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间、原材料成分进行分层，按检查手段、使用条件进行分层，按不同缺陷项目进行分层等。分层法经常与统计分析表结合使用。
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，就需要把这些资料加以有系统、有目的的分门别类地归纳及统计。
科学管理强调的是以管理方法来弥补以往靠经验靠视觉判断的管理的不足。而此管理方法，除了建立正确的理念外，更需要有数据的支持，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行统计，也是诸多产品质量管理手法的最基础工作。
1.以什么观点来加以层别
（1）MAN——人。
（2）MACHINE——机器设备。
（3）MATERIAL——物料。
（4）METHOD——方法。
（5）ENVIRONMENT——环境。
2.如何对问题有效层别
（1）明确主题的方面，明确大的主题或范围可按人、机、物、法、环、能、信等。
（2）确定相关项目的内容与隶属关系，一般情况下指某一大类中的分类，可以按性能、来源、影响等方面。
（3）详细其层别项目，按其分类列明，并将每类隶层关系逐项向下层展开的过程。
3.层别法使用的“三个重点”
（1）在收集数据前就应使用层别法。
（2）可单独使用，也可与其他QC手法结合使用。
（3）层别的对象具有可比性。
五、直方图法
直方图又称数次表，是对数据进行整理分析，通过数据的分布特征来验证工序是否处于稳定状态，以及判断工序质量的好坏等。
直方图是全面质量管理过程中进行质量控制的重要方法之一。适用于对大量计量数值进行整理加工，找出其统计规律，也就是分析数据分布的形态，以便对其整体的分布特征进行推断。
直方图是将测量所得到的一批数据按大小顺序整理，并将它划分为若干个区间，统计各区间内的数据频数，把这些数据频数的分布状态用直方形表示的图表。通过对直方图的研究，可以探索质量分布规律，分析生产过程是否正常。直方图的基本样式如图2-3所示。
图2-3 直方图的基本样式
在一般情况下，计量值在直方图的中心附近最高，而愈向左右则愈低，多呈左右对称的形状。实际上形成各种各样的图形，具体分为正常型、孤岛型、双峰型、折齿型、偏态型和平顶型等，如图2-4～图2-9所示。
图2-4 正常型
图2-5 孤岛型
图2-6 双峰型
图2-7 折齿型
图2-8 偏态型
图2-9 平顶型
（1）正常型直方图。正常型直方图是最为常见的图形，特点是中心附近频数最多，离开中心则逐渐减少，呈现左右对称的形状。此时工序处于稳定状态。
（2）孤岛型直方图。孤岛型直方图的特点是在直方图的左端或者右端出现分立的小岛。当工序中有异常原因，例如在短期内由不熟练的工人替班加工，或者是原料发生变化大短期内有不熟练员工替班加工、测量有了系统性的错误时，会产生孤岛型直方图。
（3）双峰型直方图。双峰型直方图的特点是分布中心附近频数较少，左右各出现一个山峰形状。造成这种结果的原因可能是：观测值来自两个总体，因此产生了两个分布，说明数据分类存在问题；或者是两个产品混在了一起，这时应当再加以分层，然后再画直方图。
（4）折齿型直方图。折齿型直方图的特点是在区间的某一位置上频数突然减少，形成折齿形或者梳齿形。造成这种结果的原因可能是：由于数据分组太多，或者是测量误差过大，或者是观测数据不准确所导致，应重新进行数据的收集和整理。
（5）偏态型直方图。偏态型直方图的特点是直方图平均值偏离中心靠近一侧，频数多集中于同一侧，而另一侧则逐渐减少，形成一侧较陡，左右非对称的图形。当产品质量较差时，为了得到合格的产品，需要进行全数检查，以便剔除不合格品，当剔除不合格品以后的产品数据频数作直方图时，就会产生偏态型直方图，这是一种非自然形态的直方图。
（6）平顶型直方图。平顶型直方图的特点是没有突出的顶峰，呈平顶形状，通常是由于生产过程中某些缓慢的倾向在起作用，如工具的磨损、操作者的疲劳等。
使用直方图法时要展示过程的分布情况；凡事物不能完全单用平均值来考虑，应该了解事物均有变异存在，必须从平均值与变异性来考虑。
六、控制图法
控制图又称管控图。控制图是通过把质量波动的数据绘制在图上，观察数据是否超过控制界限来判断工序质量能否处于稳定状态。应用简单、效果较佳、极易掌握，能直接监视控制生产过程，起到保证质量的作用。控制图的基本样式如图2-10所示。
图2-10 控制图的基本样式
控制图的基本原理是把造成质量波动的6个原因（人机料法环和测量）分为两个大类：随机性原因（偶然性原因）和非随机性原因（系统原因）。这样，就可以通过控制图来有效地判断生产过程工序质量的稳定性，及时发现生产过程中的异常现象，查明生产设备和工艺装备的实际精度，从而为制订工艺目标和规格界限确立可靠的基础，使得工序的成本和质量成为可预测的，并能够以较快的速度和准确性测量出系统误差的影响程度。
使用控制图法时要识别波动的来源，事物不能完全单用平均值来考虑，应该了解事物均有变异存在，须从平均值与变异性来考虑。
七、散布图法
散布图又称散点图，是通过分析研究两种因素的数据之间的关系，来控制影响产品质量的相关因素的一种有效方法。例如零件加工时切削用量与加工质量两者的关系、喷漆时的室温与漆料黏度的关系等。
散布图是把两个变量之间的相关关系，用直角坐标系表示的图表，它根据影响质量特性因素的各对数据，用小点表示填列在直角坐标图上，并观察它们之间的关系。散布图的绘制有两种方式：
（1）采用排列成直方图的方式，按照时间序列的推移，分析数据彼此之间的关联性；如图2-11所示为散布图。
图2-11 散布图（直方图式）
（2）是采用描点的方式，便于观察数据的分布状况。在相关图中，两个要素之间可能具有非常强烈的正相关，或者弱的正相关。这些都体现了这两个要素之间不同的因果关系。如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。因此，对相关图的分析，可以帮助肯定或者是否定关于两个变量之间可能关系的假设。
一般情况下，两个变量之间的相关类型主要有六种：强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关，如图2-12所示。
图2-12 两个变量的六种相关类型图
使用散布图法要展示变量之间的线性关系。