質量管理的三大紀律、五大工具、七大方法和八大注意。

三大紀律

第一大紀律

管理決策重數據，信息來源要真實

質量信息的重要度不在于他統計方法是否先進，也不在于他分析的是否到位，而在于信息的來源是否可靠，如果來源不真實，質量信息報告做得再漂亮，又有什么用？如某些企業內部質量指標一路向好，而市場投訴率一路向差，其最大的原因，可能就是信息來源的不真實。

所以質量信息真實性是第一大紀律，應設置一條紅線，誰碰誰死！

第二大紀律

質量異常速反饋，及時處理損失低

一般企業均制訂了異常反饋制度和異常反饋的指標，但一些基層質量管理圖省事，對一些不良超標不以為然，他們或認為這是個案，存僥幸心理繼續生產，或為不影響產量而自行分析解決，結果判斷錯誤貽誤時機，造成批量性返工（重工）或投訴，釀成重大質量事故。

第三大紀律

質量讓步須評估，市場風險非兒戲

日常的檢驗試驗中，往往會發現一些不合格，而某些不合格一時又無法解決，出貨又急，一些質量管理人員往往憑經驗、依運氣，拍拍腦袋就行使了上級賦予的讓步權限，結果往往是你的一時豪氣，給企業帶來巨額的經濟和信譽的雙重損失。

五大工具

1. APQP（Advanced Product Quality Planning）

即產品質量先期策劃,是一種結構化的方法，用來確定和制定確保某產品使顧客滿意所需的步驟。產品質量策劃的目標是促進與所涉及的每一個人的聯系，以確保所要求的步驟按時完成。有效的產品質量策劃依賴于公司高層管理者對努力達到使顧客滿意這一宗旨的承諾。

產品質量策劃益處如下：

◆ 引導資源，使顧客滿意；

◆ 促進對所需更改的早期識別；

◆ 避免晚期更改；

◆ 以最低的成本及時提供優質產品。

2. SPC（Statistical Process Control）

即統計過程控制，主要是指應用統計分析技術對生產過程進行適時監控，科學區分出生產過程中產品質量的隨機波動與異常波動，從而對生產過程的異常趨勢提出預警，以便生產管理人員及時采取措施，消除異常，恢復過程的穩定從而達到提高和控制質量的目的。

SPC非常適用于重復性的生產過程，它能夠幫助組織對過程作出可靠的評估，確定過程的統計控制界限判斷過程是否失控和過程是否有能力；為過程提供一個早期報警系統，及時監控過程的情況，以防止廢品的產生，減少對常規檢驗的依賴性，定時以觀察以及系統的測量方法替代大量檢測和驗證工作。

（1）SPC實施意義：

◆ 降低成本

◆ 降低不良率，減少返工和浪費

◆ 提高勞動生產率

◆ 提供核心競爭力

◆ 贏得廣泛客戶

（2）實施SPC兩個階段

分析階段：運用控制圖、直方圖、過程能力分析等使過程處于統計穩態,使過程能力足夠。

監控階段：運用控制圖等監控過程

（3）SPC的產生：

工業革命以后，隨著生產力的進一步發展，大規模生產的形成，如何控制大批量產品質量成為一個突出問題，單純依靠事后檢驗的質量控制方法已不能適應當時經濟發展的要求，必須改進質量管理方式。于是，英、美等國開始著手研究用統計方法代替事后檢驗的質量控制方法。

1924年，美國的休哈特博士提出將3Sigma原理運用于生產過程當中，并發表了著名的“控制圖法”，對過程變量進行控制，為統計質量管理奠定了理論和方法基礎。

（4）SPC的作用:

1、確保制程持續穩定、可預測。

2、提高產品質量、生產能力、降低成本。

3、為制程分析提供依據。

4、區分變差的特殊原因和普通原因，作為采取局部措施或對系統采取措施的指南。

3. FMEA(Potential Failure Mode and Effects Analysis)

即潛在的失效模式及后果分析,是在產品/過程/服務等的策劃設計階段,對構成產品的各子系統、零部件，對構成過程，服務的各個程序逐一進行分析，找出潛在的失效模式，分析其可能的后果，評估其風險，從而預先采取措施，減少失效模式的嚴重程序，降低其可能發生的概率，以有效地提高質量與可靠性，確保顧客滿意的系統化活動。

FMEA種類：按其應用領域常見FMEA有設計FMEA（DFMEA）和過程FMEA（PFMEA），其它還有系統FMEA，應用FMEA，采購FMEA，服務FMEA。

4. MSA：Measurement System Analysis的簡稱

MSA測量系統分析，它使用數理統計和圖表的方法對測量系統的誤差進行分析，以評估測量系統對于被測量的參數來說是否合適，并確定測量系統誤差的主要成份。 

5. PPAP：(Production part approval process) 

生產件批準程序，是對生產件的控制程序，也是對質量的一種管理方法。

PPAP生產件提交保證書：主要有生產件尺寸檢驗報告,外觀檢驗報告,功能檢驗報告, 材料檢驗報告;外加一些零件控制方法和供應商控制方法；

主要是制造型企業要求供應商在提交產品時做PPAP文件及首件，只有當PPAP文件全部合格后才能提交；當工程變更后還須提交報告。

七大方法

1. 檢查表

檢查表就是將需要檢查的內容或項目一一列出，然后定期或不定期的逐項檢查，并將問題點記錄下來的方法，有時叫做查檢表或點檢表。 例如：點檢表、診斷表、工作改善檢查表、滿意度調查表、考核表、審核表、5S活動檢查表、工程異常分析表等。

1、組成要素：①確定檢查的項目；②確定檢查的頻度；③確定檢查的人員。

2、實施步驟：①確定檢查對象；②制定檢查表；③依檢查表項目進行檢查并記錄；④對檢查出的問題要求責任單位及時改善；⑤檢查人員在規定的時間內對改善效果進行確認；⑥定期總結，持續改進。

2. 層別法

層別法就是將大量有關某一特定主題的觀點、意見或想法按組分類，將收集到的大量的數據或資料按相互關系進行分組，加以層別。層別法一般和柏拉圖、直方圖等其它七大手法結合使用，也可單獨使用。例如：抽樣統計表、不良類別統計表、排行榜等。

實施步驟：

①確定研究的主題；

②制作表格并收集數據；

③將收集的數據進行層別；

④比較分析，對這些數據進行分析，找出其內在的原因，確定改善項目。

3. 柏拉圖

柏拉圖的使用要以層別法為前提，將層別法已確定的項目從大到小進行排列，再加上累積值的圖形。它可以幫助我們找出關鍵的問題，抓住重要的少數及有用的多數，適用于記數值統計，有人稱為ABC圖，又因為柏拉圖的排序是從大到小，故又稱為排列圖。

1、分類

1）分析現象用柏拉圖：與不良結果有關，用來發現主要問題。

A品質：不合格、故障、顧客抱怨、退貨、維修等；

B成本：損失總數、費用等；

C交貨期：存貨短缺、付款違約、交貨期拖延等；

D安全：發生事故、出現差錯等。

2）分析原因用柏拉圖：與過程因素有關，用來發現主要問題。

A操作者：班次、組別、年齡、經驗、熟練情況等；

B機器：設備、工具、模具、儀器等；

C原材料：制造商、工廠、批次、種類等；

D作業方法：作業環境、工序先后、作業安排等。

2、柏拉圖的作用：①降低不良的依據；② 決定改善目標，找出問題點；③可以確認改善的效果。

3、實施步驟

①收集數據，用層別法分類，計算各層別項目占整體項目的百分數；

②把分好類的數據進行匯總，由多到少進行排列，并計算累計百分數；

③繪制橫軸和縱軸刻度；

④繪制柱狀圖；

⑤ 繪制累積曲線；

⑥記錄必要事項

⑦分析柏拉圖

【要點】

A、柏拉圖有兩個縱坐標，左側縱坐標一般表示數量或金額，右側縱坐標一般表示數量或金額的累積百分數；

B、柏拉圖的橫坐標一般表示檢查項目，按影響程度大小，從左到右依次排列；

C、繪制柏拉圖時，按各項目數量或金額出現的頻數，對應左側縱坐標畫出直方形，將各項目出現的累計頻率，對應右側縱坐標描出點子，并將這些點子按順序連接成線。

4、應用要點及注意事項

①柏拉圖要留存，把改善前與改善后的柏拉圖排在一起，可以評估出改善效果；

②分析柏拉圖只要抓住前面的2~3項就可以了；

③柏拉圖的分類項目不要定得太少，5~9項較合適，如果分類項目太多，超過9項，可劃入其它，如果分類項目太少，少于4項，做柏拉圖無實際意義；

④ 做成的柏拉圖如果發現各項目分配比例差不多時，柏拉圖就失去意義，與柏拉圖法則不符，應從其它角度收集數據再作分析；

⑤ Y 柏拉圖是管理改善的手段而非目的，如果數據項別已經清楚者，則無需浪費時間制作柏拉圖；

⑥其它項目如果大于前面幾項，則必須加以分析層別，檢討其中是否有原因；

⑦ 柏拉圖分析主要目的是從獲得情報顯示問題重點而采取對策，但如果第一位的項目依靠現有條件很難解決時，或者即使解決但花費很大，得不償失，那么可以避開第一位項目，而從第二位項目著手。

4. 因果圖

所謂因果圖，又稱特性要因圖，主要用于分析品質特性與影響品質特性的可能原因之間的因果關系，通過把握現狀、分析原因、尋找措施來促進問題的解決，是一種用于分析品質特性（結果）與可能影響特性的因素（原因）的一種工具。又稱為魚骨圖。

1、分類

1）追求原因型：在于追求問題的原因，并尋找其影響，以因果圖表示結果（特性）與原因（要因）間的關系；2）追求對策型：追求問題點如何防止、目標如何達成，并以因果圖表示期望效果與對策的關系。

2、實施步驟

① 成立因果圖分析小組，3~6人為好，最好是各部門的代表；

②確定問題點；

③ 畫出干線主骨、中骨、小骨及確定重大原因（一般從5M1E即人Man、機Machine、料Material、法Method、測Measure、環Environment六個方面全面找出原因）；

④與會人員熱烈討論，依據重大原因進行分析，找到中原因或小原因，繪至因果圖中；

⑤ 因果圖小組要形成共識，把最可能是問題根源的項目用紅筆或特殊記號標識；

⑥ 記入必要事項

3、應用要點及注意事項

① 確定原因要集合全員的知識與經驗，集思廣益，以免疏漏；

②原因解析愈細愈好，愈細則更能找出關鍵原因或解決問題的方法；

③有多少品質特性，就要繪制多少張因果圖；

④ 如果分析出來的原因不能采取措施，說明問題還沒有得到解決，要想改進有效果，原因必須要細分，直到能采取措施為止；

⑤在數據的基礎上客觀地評價每個因素的主要性；

⑥把重點放在解決問題上，并依5W2H的方法逐項列出，繪制因果圖時，重點先放在“為什么會發生這種原因、結果”，分析后要提出對策時則放在“如何才能解決”；

Why——為何要做？（對象）

What——做什么？（目的）

Where——在哪里做？（場所）

When——什么時候做？（順序）

Who——誰來做？（人）

 How——用什么方法做？（手段）

How much——花費多少？（費用）

⑦因果圖應以現場所發生的問題來考慮；

⑧因果圖繪制后，要形成共識再決定要因，并用紅筆或特殊記號標出；

⑨因果圖使用時要不斷加以改進。

5. 散布圖

將因果關系所對應變化的數據分別描繪在X-Y軸坐標系上,以掌握兩個變量之間是否相關及相關的程度如何,這種圖形叫做“散布圖”，也稱為“相關圖”。

1、分類

1）正相關：當變量X增大時，另一個變量Y也增大；

2）負相關：當變量X增大時，另一個變量Y卻減??；

3）不相關：變量X（或Y）變化時，另一個變量并不改變；

4）曲線相關：變量X開始增大時，Y也隨著增大，但達到某一值后，則當X值增大時，Y反而減小。;

2、實施步驟

1）確定要調查的兩個變量，收集相關的最新數據，至少30組以上；

2）找出兩個變量的最大值與最小值，將兩個變量描入X軸與Y軸；

3）將相應的兩個變量，以點的形式標上坐標系；

4）計入圖名、制作者、制作時間等項目；

5）判讀散布圖的相關性與相關程度。

3、應用要點及注意事項

1）兩組變量的對應數至少在30組以上，最好50組至100組，數據太少時，容易造成誤判；

2）通常橫坐標用來表示原因或自變量，縱坐標表示效果或因變量；

3）由于數據的獲得常常因為5M1E的變化，導致數據的相關性受到影響，在這種情況下需要對數據獲得的條件進行層別，否則散布圖不能真實地反映兩個變量之間的關系；

4）當有異常點出現時，應立即查找原因，而不能把異常點刪除；

5）當散布圖的相關性與技術經驗不符時，應進一步檢討是否有什么原因造成假象。