-
CPK
：
Complex Process
Capability index
的缩写，是现代企业用于表示制程能力的指标。
制程能力是过程性能的允许最大变
化范围与过程的正常偏差的比值。
制程能力研究在於确认这些特性符合规格的程度，
以保证制程成
品不符规格的不良率在要求的水准之上，
作为制程
持续改善的依
据。
当
我们的产品通过了
GageR&R
的测试之后，我们即可开始<
/p>
Cpk
值的测试。
CPK
值越大表示品质越佳。
CPK=min
< br>（（
X-LSL/3s
），（
U
SL-X/3s
））
Cpk
—
—
过程能力指数
CPK= Min[ (USL-
Mu)/3s, (Mu - LSL)/3s]
Cpk
应用讲议
1.
Cpk
的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也是工程评估
的一类指标。
2.
同
C
pk
息息相关的两个参数：
Ca , Cp.
Ca:
制程准确度。
Cp:
制程精密度。
3. Cpk, Ca,
Cp
三者的关系：
Cpk = Cp
* ( 1 -
｜
Ca
｜
)
，
Cpk
是
Ca
及
Cp
两者的中和反
应，
Ca
反应的是位置关
系
(
集中趋势
)
，
Cp
反应的是散布关系
(
离散趋势
)
4.
当选择制程站别
Cpk
来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程
的影响度。
5.
计算取样数据至少应有
20~25
组数据，方具有一定代表性。
6.
计算
Cpk
除收集取样数据外，还应知
晓该品质特性的规格上下限
(USL
，
LSL)
，才可顺利计算其值。
7.
首
先可用
Excel
的
―STDEV‖<
/p>
函数自动计算所取样数据的标准差
(σ)
，
再计算出规格公差
(T)
，
及规格中心值
(u).
规
格公差＝规格上限－规格下限；规格中心值＝（规格上限
+
规格下限）
/2
；
8.
依据公式：
Ca=(X-U)/(T/2)
，
计算出制程准确度：
Ca
值
9.
依据公式：
Cp =T/6
，
计算出制程精密度：
Cp
值
10.
依据公式：
Cpk=Cp(1-|Ca|)
，
计算出制程能力指数：
Cpk
值
11. Cpk
< br>的评级标准：（可据此标准对计算出之制程能力指数做相应对策）
A++
级
Cpk≥2.0
特优
可考虑成本的降低
A+
级
2.0
＞
Cpk ≥ 1.67
优
应当保持之
A
级
1.67
＞
Cpk ≥ 1.33
良
能力良好，状态稳定，但应尽力提
升为
A
＋级
B
级
1.33
＞
Cpk ≥ 1.0
一般
状态一般，
制程因素稍有变异即有产生不良的危险，
应利用各种资源及方法将其提
升为
A
级
C
级
1.0
＞
Cpk ≥ 0.67
差
制程不良较多，必须提升其能力
D
级
0.67
＞
Cpk
不可接受
其能力太差，应考虑重新整改设计制程。
想请教一下做质量的各路高人，
Cp
和
Cpk
有区别吗，这两个项目分别代
表的是什么意义呢？
提问者：
bol_123
-
五
级
最佳答案
这个回答来自参考资料。
1
、
概述
——
前些时间看到不少网友或论坛的朋友一直对
Ca
、
Cp
、
Cpk
、
Pp
、
Ppk
产生很多疑问，作为过程质量控制的一
部分，
我们
有必要对它进行全面了解和精确计算，
以便工作的顺利开展。
P
pk
的数量来自长期
（一般在
3
个月或者更
长）收集的数据，它可能存在各种波动源，比如：机器老化
、员工情绪波动、供应商改变等等。所以计算
Pp
和
Ppk
是有必要的。
2
、
释义
——
Ca
偏移修正指数，通常简称<
/p>
―
偏移系数
‖
——
Cp
无偏移的短期过程能力指数
——
Cpk
有偏移的短期过程能力指数
——
Pp
无偏移的长期过程能力指数
——
Ppk
有偏移的长期过程能力指数
3
、
Ca
的计算
——
Ca
值是衡量过程平均值与规格中心值（公差中心值）的一致性，如果
Ca
越大，标明过程平均值偏离规格中
心值越大，过程能力越
差；
——
公式
C
a
＝｜
x?
-
μ
｜
/(T/2)
（
< br>x?
表示样本均值，
μ
规格中心
值，
T
表示公差值）
——
Ca
也
是常用的
k
，
k
＝
ε/
（
T/2
）＝
2ε/T
；
ε
＝｜
M
－
x?
｜，
M
＝（
TU
＋
TL
）
/2
4
、
Cp
的计算，
σ≈σ^ST
＝
R?
/d2
＝
S?
/ C4
<
/p>
——
Cp
值是衡量过程满足产品品质标准
（规规公差）的程度，
Cp
值越大，表示过程变异越小，过程能
力越差；
——
公式
Cp
＝
T/6σ
＝
（
TU
－
TL
）
/6σ≈
（
TU
－
TL
）
/6s
（
TU
公差上限，
TL
公差下限，
σ
群体标准差，
s
样本标准差）
；<
/p>
——
公式<
/p>
σ
＝
R?/d2≈s
（
R?
表示级差平均值，
d2
是系数，可以通过查表得知）
——
群体标准差
σ
，样
本标准差
s
的换算公式
σ
＝
S/ C4
d2
系数表
样本数
n
2
3
4
5
6
7
8
9
10
系数
d2
1.13
1.69
2.06
2.33
2.53
2.7
2.85
2.97
3.02
C4
系数
样本数
n
2
3
4
5
6
7
8
9
10
C4
0.798
0.886
0.921
0.940
0.952
0.959
0.965
0.969
0.973
5
、
Cpk
的计算，
σ≈σ^ST
＝
R?
/d2
＝
S?
/ C4
——<
/p>
Cpk
值是分布中心与公差中心不重合情况下的过程能力指数；<
/p>
——
公式<
/p>
Cpk
＝（
1
－
Ca
）
Cp
＝
（
1
－
k<
/p>
）
Cp
；
——
当品质规格只有上限单侧公差时
：
Cpu
＝（
TU
－
x?
）
/3σ
< br>
——
当品质规格只有下限单
侧公差时：
Cpl
＝（
x?
－
TL
）
/3σ
6
、
Pp
的计算，
σ≈σ^LT
＝
S
——
Pp
计算方式和
Cp
计算方式
一样，唯一不同的是
σ
计算公式不一样。
7
、
Ppk
的计算
,
σ≈σ^LT
＝
S
——
Ppk
计算方式和
Cpk
计算方式一样，唯一不同的是
σ
计算公
式不一样。
8
、
偏移修正指数（偏移系数）评价表参考
序号
Ca
级别
判定
可采取的对策
1
Ca≤0.125
5
过程能力严重不足
必要时，停止生产，直到找出原因或全检
2
<
br>＝ <
br>－ <
br>问题解决 Ford
如人员教 <
br>
0.125
4
过程能力不足
找出原因，采取对策，产品全检
3
0.25
3
过程能力尚可
注意
5M1E
的变化情况，产品要加严检查
4
0.5
2
过程能力充分
理想状态，继续维持现状
5
Ca>1
1
过程能力过高
理想状态，可考虑抽检或免检
9
、
过程能力评价参考表
序号
Cp
（
Cp
k
）
级别
判定
可采取的对策
1
Cp<0.67
5
过程能力严重不足
必要时，停止生产，直到找出原因或全检
2
0.67≤Cp<1.0
4
过程能力不足
找出原因，采取对策，产品全检
3
1.0≤Cp<1.33
3
过程能力尚可
注意
5M1E
的变化情况，产品要加严检查
4
1.33≤Cp<1.67
2
过程能力充分
理想状态，继续维持现状
5
1.67≤Cp
1
过程能力过高
理想状态，可考虑抽检或免检
10
、
Cp
结合
Cpk
对应的
σ
水平
序号
Cp
Cpk
对应
σ
水平
1
Cp<0.67
Cpk<0.17
一
西格码水平（无意义）
2
C
p≥0.67
Cpk≥0.17
二
西格码水平
3
Cp≥1.0
Cpk≥0.5
三
西格码水平
4
Cp≥1.33
Cpk≥0.883
四
西格码水平
5
Cp≥1.67
Cpk≥1.17
五
西格码水平
6
Cp≥2.0
Cpk≥1.5
六
西格码水平
Cp≥2.33
Cpk≥1.83
七
西格码水平
11
、
过程相对稳定系数
——
通常
σ^LT >σ^ST
，因此过程的质量改进就是逐渐减少
σ^LT
，使其不断向
σ^ST
靠近。
——
过程稳定系数：
dσ
σ^LT
－
σ^ST
——<
/p>
过程相对稳定系数：
drσ
＝
dσ/σ^LT
＝（
σ^LT
σ^ST
）
/σ^LT
——
由于没有公式编辑软件，所以<
/p>
σ
和
S
另外的计
算公式不在此一一列出
12
、
过程相对稳定系数的
drσ
范围
序号
drσ
评价
1
drσ<10
％
接近稳定
2
10
％<
/p>
≤drσ<20
％
不太稳定
3
20
％<
/p>
≤drσ<50
％
不稳定
4
50
％<
/p>
≥50
％
很不稳定
8D (8 Disciplines)
8
步法
8D
的原名叫做
8
Disciplines
，
意思是
8
个人人皆知解决问题的固定步骤。
原始是由
公司，
全球化品质管制
及改善的特殊必备方法，之后已成为
QS9000/ ISO
TS16949
、福特公司的特殊要求。凡是做
FORD
的零件，必需
采用
8D
作为品质改善的工具，目前有些企业并非
FORD
的供应商或汽车业的合作夥伴，也很喜欢用这个方便
而
有效的方法解决品质问题，成为一个固定而有共识的标准化问题解决步骤。
Discipline 1.
成立改善小组
(Form the Team)
：由议题之相关人员组成，通常是跨功能性的，说明团队成员间的彼
此分工方式
或担任的责任与角色。
Discipline 2.
描述问题
(Describe the Problem)
：将问题尽可能量化而清楚地表达，并能解决中长期的问题而不是
只
有眼前的问题。
Discipline 3.
实施及确认暂时性的对策
(Contain the
Problem)
：
对於解决
D2
之立即而短期行动，
避免问题扩
大或
持续恶化，包含清库存、缩短
PM
时间、加派人力等。
Discipline 4.
原因分析及验证真因
(Identify the Root
Cause)
：发生
D2
问题的真正原因、说明分析方法、使用工
具
(<
/p>
品质工具
)
的应用。
Discipline
5.
选定及确认长期改善行动效果
(Formulate
and Verify Corrective Actions)
：拟订改善计画、列
出可能
解决方案、选定与执行长期对策、验证改善措施，清除
D4
发生的真正原因，通常以一个步骤一个步骤的方式说明<
/p>
长期改善对策，
可以应用专案计画甘特图
(Gantt
Chart)
，并说明品质手法的应用。
Discipline 6.
改善问题并确认最终效果
(Correct the
Problem and Confirm the
Effects)
：执行
D5
后的结果与成效
验证。
Discipline 7.
预防再发生及标准化
(Prevent the
Problem)
：
确保
D4
问题不会再次发生的后续行动方案，
育训练、改善案例分享
(Fan out)
、作业标准化、产出
BKM
、执行
FCN
、分享知识和经验等。
Discipline 8.
恭禧小组及规划未来方向
(Congratulate the
Team)
：若上述步骤完成后问题已改善，肯定改善小组的
努
力，并规划未来改善方向。
26
5M1E
分析法
造成产品
质量的波动的原因主要有
6
个因素：
5M1E
分析法
a)
人（
Man/Manpower
）
：
操
作者对质量的认识、技术熟练程
度、身体状况等；
b)
机器（
Machine
）
：
机器
设备、工夹具的精度和维护保
养状况等；
c)
材料（
Material
）
：
材料的成分、物
理性能和化学性能等；
d)
方法（
Method
）
：
这里包括加工工艺、工装选
择、操作规程等；
e)
测量（
Measurement
）
：测量时采取的
方法是否标准、正确；
f)
环境（
Environment
）
工作地
的温度、湿度、
照明和清洁条件等；
由于这五
个因素的英文名称的第一个字母
是
M
和
E
，
所以常简称为
5M1E
。
6
要素只要有一个发生
改变
就必须重新计
算。
[
编辑本段
]
5M1E
各因素分析及控制措施
1
、
操作人员因素
5M1E
分析法
凡是操作人员
起主导作用的工序所生产的缺陷，
一般可以由
操作人员控制造成
操作误差的主要原因有：质量
意识差；操作时
粗心大意；不遵守操作规程；操
作技能低、技术不熟练，以及由
于工作简单重复而产生厌烦
情绪等。
防误可控
制措施：
（
1
）加强
―
质量第
一、用户
第一、下道工序是用户
‖
的<
/p>
质量意识教育，建立健全质量
责任制；
（
2
）编写明确详细的操作流程
，加强工序专
业培训，颁发操作
合格证；
（
3
）加强检验工作，适当增加
检验的频次；
（
4
）通过工种间的人员调整、
工作经验丰富
化等方法，消除操
作人员的厌烦情绪；
（
5
）广泛开展
QCC
品管圈活
动，促进自我提高和自我改进
能力。
2
、
机器设备因素
主要控制
措施有：
（
1
）
加强设备维
护
和保养
，定期检测
机器设备的
关键精度
和性能项目
，并建立
设备关键部
位日点检制
度，对工序质
量控制点的设备进行
重点控制；
（
2
）采用
首件检验，核实定位
或定量装置的调整量；
（
3
）尽可能培植定位数据的自
动显示和自动
记录装置，经减少
对工人调整工作可靠性的依赖。
3
、
材料因素
主要控制
措施有（
1
）在原材料
采购合同中明确
规定质量要求；
（
2
）加强
原材料的进厂检验和
厂内自制零部件的工序和成品检
验；
（
3
）合理选择供应商（包括
―
外协厂
‖
）
；
（
4
）搞好协作厂间的协作关系
，督促、帮助供应商做好质量控
制和质量保证工作。
< br>
4
、
工艺方法的因素
工艺方法
包括工艺流程的安排、工艺之间
的衔接、工
序加工手段的选择（加
工环境条件的选择、工艺装
备配置的选择
、
工艺参数的选择）和工序加工
的指导文件的编制（如工艺卡、
操作规程、作业指导书、工序
质量分析表等
）
，
工艺方法
对工序质量的影响，主要来
自两
个方面：一是指定的加工方法，选
择的工艺参数和工艺装备
等
正确性和合理
性，二是贯彻、执行工艺方法的
严肃性。
工艺方法
的防误和控制措施：
（
1
）
保证定位装
置
的准确
性，严格首
件检验，并
保证定位
中心准确，
防止加工
特性值数据
分布中心偏
离规格中心；
（
2
）
加强技术业
务
培训，
使操作人员
熟悉定位装
置的安装
和调整方法
，尽可能
配置显示定
位数据的装
置；
（
3
）加强定型刀具或刃具的刃
磨和管理，实行强制更换制度；
（
4
）积极推行控制图管理，以
便及时采取措施调整；
（
5
）严肃
工艺纪律，对贯彻执
行操作规程进行检查和监督。
（
6
）加强工具工装和计量器具
管理，切实做
好工装模具的周期
检查和计量器具的周期校准工作
。
5
、
测量的因素
主要控制
措施包括：
5M1E
分析法
（
1
）
确定测量任务及所要求的准
确
度，选择使用的、具有所需准确
度和精密度能力的测试设备。
（
2
）定期对所有测量和试验设
备进行确认、校准和调整。
（
3
）
规定必要的
校准规程
。其内容包
括设备类型
、编号、
地
点、校验
周期、校
验方法、验
收方法、
验
收标准，以及
发生问题时应采取的措施。
（
4
）保存校准记录。
（
5
）
发现测量和
试
验设备
未处于校准
状态时，立
即评定以
前的测量和
试验结果
的有效性，
并记入有关
文件。
6
、
环境的因素
所谓环境
，一般指生产现场的温度、湿度
、噪音干扰、振动、照明、室
内净化和现场污染程度等。
在确保产
品对环境条件的特殊要求外
，还
要做好现场的整理、整顿和清扫
工作，大力搞好文明生产，
为
持久地生产优
质产品创造条件。
[
编辑本段
]
质量波动及其原因分析
质量特
性值的波动性
某个工人
，
用同一批原材料在同一台
机器设备上所生产出来的同一
种零件，
其质量特性值不
会完全一样
。
这就是我
5M1E
分析法
们常说
的产品
质量特性值有
波动（或称分
散、
差异）的
现象。这种现
象反映了产品
质
量
具有
―
波动性
‖
这
个特点。
偶然性
原因和系统性原因
从过程质
量控制的角度来看，通常又把上述
造成质量波动的五方面的原因归
纳为偶然性原因和系统性原
因。
（
l
）偶然性原因
5M1E
分析法
偶然性原因是
不可避免的原因，一定程度上又
可以说是正常
原因
。如原
材料
性
能、成分的微小差异，机床的
轻微振动
，刀具承受压力的微
小差异，切削用量
、润滑油
、冷却液及周围环境的
微小变化，刀具
的正常磨损
，
夹具的微小松
动，工艺系统的弹性变
形，工人操
作中的微小变化，测试手段的微
小误差，
检查员
读值的微小
差异等等。一般
来说，这类影响因素很多，不易
识别，其大小和作用方向都不
< br>固定，也难以确定。它们对质
量特性值波动
的影响较小，
使癫量特性值的波
动呈现典型的分布
规律
。
（
2
）系统性原因
系统
性原
因在生产过程中少量存在的，并且
对产品质量不经常起作用的影
响因素。一旦在生产过程中存
在这类因素，
就必然使产品质量发生显著的变
化。这类因素有工
人不遵守操
作规程或操作规程有重大缺点，
工人过度疲劳，
原材料规格不符，
材质
不对，机
床振动过大，刀具过度磨损或
损坏，夹具严重松动，刀具的
安装和调整不
当，定位基准改
变，马达运转异常
，润滑油牌号不
对，使用未经检
定过的测量工
具
，测试错误
，
测量读值带一
种偏向等等。一般来说，这类影响
因素较少，容易识别，其大小和
作用方向在一定的时间和范
围内，表现为
一定
的或周期性的或
[
编辑本段
]
5M1E
分析法
-
方法
精益质量
管理中
―
精益
的核心工具是
―JIT
指令
，即实现生产经营各环节间
―
准确的
产品、准确的数量、准
确的时间
。根据
作业系统的构
成，
JIT
指令可逐层分
解形成作业系统的
JIT
指令、各作业
子系
统
JIT
指令、
< br>各作业工序的
JIT
指令。
JI
T
指令的特征是要求
各作业子系统间的协作，要求各
子系统中各作业工序间的协
作
。
< br>―
精益
的管理目标是通过各级<
/p>
JIT
指令的实现以达到整
个作业系统的
―JIT
，
从订单交付角度看就是要达
到
订单
交付时
―
准确的产品、准确的数量、
准确的时间
，实
现客户满意。
5M1E
分析法
JIT
指令内含着产品质量
上、
产
品
数量
上、
交付时间上的
三方面要求，
JIT
向企业生产系统提出了
很高的挑战
，
企业生产系统
中质量保证、效率保证、数量衔
接是
JIT
应用的
基础。实施
JIT
指<
/p>
令必然需要企业对生产作业
系统进行评估
和优化。即要在准确分析各工序
的生产能力、工序能力、资源耗用
及
价值
创造等基础上，优化
组合形成
保证
JIT
实现的作业流
程。
精益质量
管理中
―
质量
的核心工具是
―Cpk
指标
，即工序能力
评价
指数。根据作业系统的构成，
Cpk
指标
在作业工序
Cpk
指
标
基础上，根据作业体系构成，形成各作业
子系统
Cpk
指标和作业系统的
Cpk
指
标。
Cp
k
指标是衡量
作业工序加工精确度和加工准确
度的综合指标。
C
pk
指标是作业工
序质量能力评价的指标，可
< br>作为质量的要
求，也可反应实际质量状况。
Cpk
指标是保证
JIT
实现的重要条件。
JIT
三方面要求均可借鉴六西格玛
管理中西格玛水
平度量方法进行
评价，
Cpk
指标也可
用西格玛水平来
近似评价
。总体看，精益质量管理
针对效率和质量分别提出了
JIT
要求和
Cpk
指标
，并可总体用西格玛水平
来度量。管理改
进的重要基础就是度量，精益质
量管
理通过对作业系统和作业工
序的定量化度量以促进
管理
改善。
5M1E
分析法
精益生
产
管理提出了
JIT
要求，却未借鉴六
西格玛管理方法对
JIT
进行度量
评价，精益生产提出了为下
工序交
付准确的
产品
，却未结合实
际质量状况进
行评价
和应对
，而以
―
零
缺陷
一
笔带过。六西
格玛管理强调
了度量的作业
，并给出了西格玛水平这
个
度量
工具，却未针对作业系
统
JIT
三要
求进行度量。可见，综合精
益生产和六西
格玛各自优点的精益质量管理弥
补了双方各自的不足，在针对
作业系统和作业工序
的
JIT
要求
和度量、
Cp
k
要求及评价方面具有应用价
值，能克服原有孤立方法在作业<
/p>
系统管理改善效果方面的不足。
精益质量
管理研究目的是质量、
效率
、成
本的综
合改善，基于制造企业质
量、效率、成本影响因素的分
析，我们
可以得
出相应的管理重点。作业工序是
基本生产单元，是形成产
品的基
本过程，对产品质量有着关
键影响。作业工
序除显著影响质量外，对生产效
率、生产成本均有直接影响，作
业工序是精益质量管理的基
础关键点，其管
理的重点
是质量。作业系统由作
业工序组成，作业系统的结构和
布局对生
产效率有着
关键
影
响，进而对生产
成本有着直接影响，也影响到了
产品质量。作业系统是精益质量
管理的关键点，其管理的重
点是效率。
精益质
量
管理研究对象是作业系统和作业
工序，其中作业系统包含作业
工序，精益质量管理对象如图
2
所示。
精益质量管理
―
精益
< br>的研究重点
是作业系统，重点是效率改善，其
核心
工具是
―JIT
指令
；
―
质量
的研究
重点是作
业工序，重点是质量改
善，其核心工具是
―Cpk
指标
。
―
精益
与
―
质量
研究中均
要综合促进成本的改
善，
并通过自
身的改善达到成本的改善。
针对作业
工序的质量改善是精益质量管理
的重点之一，是推行精益质量管
理的
切入点
，也是精益质量管
理推行成
功的
前提条件。我们认为，对制造企
业而言，质量是效率的基础
，质量
也是成本的基础。通过作业
工序质量的改
善，实现精益质量的基础保障之
后，过渡到作业系统精益的改善，
总体实现作业系统和作业工
序质量、效率、
成本的改
善。由于作业系统和作
业工序与外围管理的互动关系，
通过对作
业系统及作业工序
的精益质量管
理，可进一步实现外围管理系统
改善。
[
编辑本段
]
5M1E
分析法
-
推行
精益
质量
管理
借鉴和综合了精益生产和六
< br>西格玛管理的研究成果，根据其
特点应采取相应策略。精益质
量管理推行的
切入点是作业工序，主抓的重点
是标准化作业
，进而转入作业系
统的精益管理改善阶段，通过
作业系统和作<
/p>
业工序的精益质量管理拉动外围
相关工作的改善。
精益质量
管理标准化作业的推行，可借助
精益生产中
5S
工具。开展现场整
理、整顿、清扫等工作
，并
形成规范化
，
进而养成好的习惯<
/p>
，
实现
5S
的高
水准，
通过
5S
促进
< br>5M1E
标准的落实与完善。
标
准化的推行
，
也可借助精益
生产中自动
化、防错装置等工具
。
5M1E
标准应
随着企业管理水平
的提高不断改进，即企业应
追求
Cpk
指标的不
断提高，因而作业
< br>Cpk
指标基础的
5M1E
标准
应不断改进。
5M1E
分析法
精益质
量
管理离不开度量和反馈，除
Cpk
可
以度量
工序标准化执行结果外，对
JIT
指令的执行情况要纳
入度量，即从
偏差或波动的角度分析工序
对
JIT
相关要求的保障程度，可以西
格
玛水平来度量。西格玛水平
是综合了标准
差与公差限的计算值，公式为
Z=
（
USL-LSL
）
/2σ
，即顾客要
求的
公差限除以两倍标准差，其
反映了
工序
能
力满足顾客要求的程度。
精益质
量
管理改善提案方面，可借助质量
管理中的
QC
小组活动，通过活
动小组运用
QC
工具，如检查
表、排列图、因
果图
等找出问题典型原因以及
主要解决措施，实施质量改进，实
现效
率提升。也可借助六西
格管理中
DMAIC
相关方法实施质量改进和
效率提升。
精益质
量
管理以作业工序的质量改善和效
率改善为基础，在实现此方面
改
善后，精益质量管理重心可转
向针对作业系
< br>统的精益管理
改善
阶段
。其应用
工具包括价值流
分析、生产布局
优化、自动化
< br>、看板
、拉体系
、
一个流等，这
些工具实施效果的标准是实现
JIT
的
程度。
JIT
的实现以质量为基
础，并
且要以不降低质量为
标准
。
通过作业工序
为切入，推行标准化管
理，并对
工序纳入度量和评价，实现工
序环节质量和效率的改善
，
实现成本的改
善。进而转入为作业系统的管理
改善，从系统整体高度促进效率
的改善和成本的改善。精益质
< br>量管理方法能
平滑实现作业系统质量、效率和成
本的综合
改善，避免原有生产项
目与质量项目相互孤立以及
项目切换困难
的弊端，能为企业带来实实在在
的收益。
品管七大手法
七大手法：检查表、层
别法、柏拉图、因果图、散布图、直方图、控制图
一、检查表
检查表就是将需要检查的
内容或项目一一列出，
然后定期或不定期的逐项检查，
并将问题
点记录下来的方法，
有时叫
做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、
5S
活动检查表、工程异常分析表等。
1
、组成要素
①确定检查的项目；②确定检查的频度；③确定检查的人员。
2
、实施步骤
①确定检查对象；
②制定检查表；
③依检查表项目进行检查并记录；
④对检查出的问题要求责任单位及时改善；
⑤检查人员在规定的时间内对改善效果进行确认；
⑥定期总结，持续改进。
二、层别法
层别法就是将大量有关某
一特定主题的观点、
意见或想法按组分类，
将收集到的大量的数
据或资料按相互关系进行分
组，加以层别。层别法一般和柏拉图、直方图等其它七大手法
结合使用，也可单独使用。
例如：抽样统计表、不良类别统计表、排行榜等。
实施步骤：
①
确定研究的主题；
②
制作表格并收集数据；
③
将收集的数据进行层别；
④
比较分析，对这些数据进行分析，
找出其内在的原因，确定改善项目。
三、柏拉图
柏拉图的使用要以层别法
为前提，
将层别法已确定的项目从大到小进行排列，
再加上累积
值的图形。
它可以帮助我们
找出关键的问题，抓住重要的少数及
有用的多数，适用于记数值统计，有人称为
ABC
图，又因为柏
拉图的排序识从
大到小，故又称为排列图。
1
、分类
1
）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A
品质：不合格、故障、顾客抱怨、退货、维修等；
B
成本：损失总数、费用等；
C
交货期：存货短缺、付款违约、交货期拖延等；
D
安全：发生事故、出现差错等。
<
/p>
2
）分析原因用柏拉图：与过程因素有关，用来发现主要问题。<
/p>
A
操作者：班次、组别、年龄、经验、熟练情况等；
< br>
B
机器：设备、工具、模具、仪器等；
C
原材料：制造商、工厂、批次、种类等；
D
作业方
法：作业环境、工序先后、作业安排等。
2
、柏拉图的作用
①
降低不良的依据；
②
决定改善目标，找出问题点；
③
可以确认改善的效果。
3
、实施步骤
①
收集数据，用层别法分类，计算各层别项目占整体项目的百分
数；
②
把分好类的数据进行汇总，由多到
少进行排列，并计算累计百分数；
③
绘制横轴和纵轴刻度；
④
绘制柱状图；
⑤
绘制累积曲线；
⑥
记录必要事项
⑦
分析柏拉图
要点：
A
柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金
额，右侧纵坐标一般表示数量或金额的累积百分数；
B
柏拉图的
横坐标一般表示检查项目，按影响程度大小，从左到右依次排列；
C
绘制柏拉图时，按各项目数量或金额出
现的频数，
对应左侧
纵坐标画出直方形，
将各项目出现的累计频率，
对应右侧纵坐标
描出点子，
并将这些点子按顺序
连接成线。
4
、应用要点及注意事项
①
柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评
估出改善效果；
②
分析柏
拉图只要抓住前面的
2~3
项九可以了；
③
柏拉图的分类项目不要定得太少，
5
~9
项教合适，如果分类项目太多，超过
9
项，可划入其它，如果分类项目
太少，少于
4
项，做柏拉图无实际意义；
④
作成的柏拉图如果发现各项目分配比例差不多时，
柏拉图就失去意义，
与柏拉图法则不符，
应从其它
角度收集
数据再作分析；
⑤
柏拉图是管理改善的手段而非目的，如果数据项别已经清楚者
，则无需浪费时间制作柏拉图；
⑥
其它项
目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因；
⑦
柏拉图分析主要目的是从获得情报显示问题重点而采取对策，
但如果第一位的项目依靠现有条件很难解决时，
或者即使解决但花费很大，得不偿失，那
么可以避开第一位项目，而从第二位项目着手。
四、因果图
所谓因果图，又称特性要
因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、
分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一
种工
具。又称为鱼骨图。
1
、分类
1
）追求原因型：在于追求问题的原因，并寻找其影响，以因果图表示结果（特性）与原因
（要因）间的关系；
2
）追求对策型
：追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策的关系。
2
、实施步骤
①
成立因果图分析小组，
3~6
人为好，最好是各部门的代表；
②
确定问题点；
③
画出干线主骨、中骨、小骨及确定
重大原因（一般从
5M1E
即人
Man
、机
Machine
、料
Material
、
法<
/p>
Method
、测
Measure
、环
Environment
六个方面全面找
出原因）；
④
与会人员热烈讨论，依据重大原因进行分析，找到中原因或小原因，绘至因果图中；
⑤
因果图小组要形成共识，把最可能
是问题根源的项目用红笔或特殊记号标识；
⑥
记入必要事项
3
、应用要点及注意事项
①
确定原因要集合全员的知识与经验，集思广益，以免疏漏；
②
原因解析愈细愈好，愈细则更能找出关键原因或解决问题的方
法；
③
有多少品质特性，就要绘制多少张因果图；
④
如果分析出来的原因不能采取措施，
说明问题还没有得到解决，
要想改进有效果，
原因必须要细分，
直到能采
取措施为止；
⑤
在数据的基础上客观地评价每个因素的主要性；
⑥
把重点放在解决问题上，并依
5W2
H
的方法逐项列出，绘制因果图时，重点先放在
―
为什么会发生这种原因、
结果
‖
，分析后要提出对策时则放在
―
如何才能解决
‖
；
Why
——
为何要做？（对象）
What
——
做什么？（目的）
Where
——
在哪里做？（场所）
When
——
什么
时候做？（顺序）
Who
——
谁来做？（人）
How
——
用什么方法做？（手段）
How
much
——
花费多少？（费用）
⑦
因果图应以现场所发生的问题来考虑；
⑧
因果图绘制后，要形成共识再决定要因，并用红笔或特殊记号
标出；
⑨
因果图使用时要不断加以改进。
五、散布图
将因果关系所对应变化的
数据分别描绘在
X-Y
轴坐标系上
,<
/p>
以掌握两个变量之间是否相关及相关的程度如何
,
这种图形
叫做
―
散布图
‖
，也称为
―
相关图
‖
。
1
、分类
1
）正相关：当变量
X
增大时，另一个变
量
Y
也增大；
2
）负相关：当变量
X
增大时，另一
个变量
Y
却减小；
< br>3
）不相关：变量
X
（或
Y
）变化时，另一个变量并不改变；
4
）曲线相关：变量
X
开始增大时，
Y
也随着增大，但达到某一值后，则当
X
值增大时，
Y
反而减
小。
2
、实施步骤
1
）确定要调查的两个变量，收集相关的最新数据，至少
30
组以上；
2
）找出两个变量的最大值与最小值，将两个变量描入
X
轴与
Y
轴；
3
）将相应的两个变量，以点的形式标上坐标系；
4
）计入图名、制作者、制作时间等项目；
5
）判读散布图的相关性与相关程度。
3
、应用要点及注意事项
1
）两组变量的对应数至少在
30
组以上，最好
50
组至
100
组，数据太少时，容易造成误判；
2
）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；
3
）由于数据的获得常常因为
5M
1E
的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行
层别，否则散布图不能真实地反映两个变量之间的关系；
4
）当有异常点出现时，应立即查找原因，而不能把异常点删除；
5
）当散布图的相关性与技术经验不符时，
应进一步检讨是否有什么原因造成假象。
六、直方图
直方图是针对某产品或过
程的特性值，利用常态分布（也叫正态分布）的原理，把
50
个
以上的数据进行分组，并算
出每组出现的次数，再用类似的直方图形描绘在横轴上。
1
、实施步骤
1
）收集同一类型的数据；
2
）计算极差（全距）
R=Xmax-
Xmin
；
3
）设定组数
K
：
K=1+3.23logN
数据总数
50~100
100~250 250
以上
组
数
6~10 7~12 10~20
4
）确定测量最小单位，即小数位数为
n
时，最小单位为
10-n
；
5
）计算组距
h
，组距
h=
极差
R
/
组数
K
；
6
）求出各组的上、下限值
第一组下限值
=X?
?min-
测量最小单位
10-n/2
第二组下限值（第一组上限值）<
/p>
=
第一组下限值
+
组距
h
；
7
）计算各组的中心值，组中心值
=
（
组下限值
+
组上限值）
/2
；
8
）制作频数表；
9
）按频数表画出直方图。
2
、直方图的常见形态与判定
1
）正常型：是正态分布，服从统计规律，过程正常；
2
）缺齿型：不是正态分布，不服从统计规律；
3
）偏态型：不是正态分布，不服从统计
规律；
4
）离岛型：不是正态分布，
不服从统计规律；
5
）高原型：不是
正态分布，不服从统计规律；
6
）双
峰型：不是正态分布，不服从统计规律；
7
< br>）不规则型：不是正态分布，不服从统计规律。
七、控制图
1
、控制图法的涵义
影响产品质量的因素很多，
有静态因素也有动态因素，
有没有一种方法能够即时监控产品的生产过程、
及时发现
质量隐患，以便改善生产过程，减少废品和次品的产出
?
控
制图法就是这样一种以预防为主的质量控制方法，它利用
现场收集到的质量特征值，
绘制成控制图，
通过观察图形来判断产品的生产过程的质量状况。<
/p>
控制图可以提供很多有
用的信息，是质量管理的重要方法之一。<
/p>
控制图又叫管理图，
它是一种带控制界
限的质量管理图表。
运用控制图的目的之一就是，
通过观察控制
图上产品质量
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生产过程达到统计
控制的状态。
产品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。
控制图是对生产过程质量的一种记录图形，
图上有中心线和上下控制
限，
并有反映按时间顺序抽取的各样本统计
量的数值点。
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。
多数的制造业应用三倍标
准差控制界限，如果有充分的证
据也可以使用其它控制界限。
常用的控制图有计量值和记数值两
大类，
它们分别适用于不同的生产过程；
每类又可细分为具体的
控制图，
如计
量值控制图可具体分为均值
——
极差控制图、单值一移动极差控制图等。
2
、控制图的绘制
控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤：
①按规定的抽样间隔和样本大小抽取样本；
②测量样本的质量特性值，计算其统计量数值；
③在控制图上描点；
④判断生产过程是否有并行。
控制图
为管理者提供了许多有用的生产过程信息时应注意以下几个问题：
①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身
有特殊要求、
对下
工存有影响的关键点，如可以选质量不稳定、
出现不良品较多的部位为管理点；
②根据管理点上的质量问题，合理选择控制图的种类：
③使用控制图做工序管理时，应首先确定合理的控制界限：
④控制图上的点有异常状态，应立即找出原因，采取措施后再进行生产，这是控制图发挥作用
的首要前提；
⑤控制线不等于公差线，公差线是
用来判断产品是否合格的，而控制线是用来判断工序质量是否发生变化的；
⑥控制图发生异常，要明确责任，及时解决或上报。
制作控制图时并不是每一次都计算控制界限，那么最初控制线是怎样确定的呢
?
如果现在的生产条件和过去的差
不多，
可以遵循以往的经验数据，
即延用以往稳定生产的控制界限。
下面介绍一种确定控制界限的方法，
即现场抽样
法，其
步骤如下：
①随机抽取样品
< br>50
件以上，测出样品的数据，计算控制界限，做控制图；
②观察控制图是否在控制状态中，
即稳定情况，
如果点全部在控制界限内．
而且点的排列无异常，
则可
以转入下
一步；
③如果
有异常状态，
或虽未超出控制界限，
但排列有异常，
则需查明导致异常的原因，
并采取妥善措施使之处在
控制状态，然后再重新取数据计算控制界限，转入下一步；
④把上
述所取数据作立方图，将立方图和标准界限
(
公差上限和下限<
/p>
)
相比较，看是否在理想状态和较理想状态，
如果达不到要求，
就必须采取措施，
使平均位移动或标准偏
差减少，
采取措施以后再重复上述步骤重新取数据，做控
制界限
，直到满足标准为止。
3
、怎样利用控制图判断异常现象
用控制图识别生产过程的状态，
主要是根据样本数据形成的样本点位
置以及变化趋势进行分析和判断．
失控状态主要
表现为以下两种
情况：①样本点超出控制界限；②样本点在控制界限内，但排列异常。当数据点超越管理界限时，一
般认为生产过程存在异常现象，此时就应该追究原因，并采取对策。排列异常主要指出现以下几种情况
：
③连续七
个以上的点全部偏离中心
线上方或下方，
这时应查看生产条件是否出现了变化。
④连续三
个点中的两个点进入管理界
限的附近区域
(
指从中心线开始到管理界限的三分之二以上的区域
)
，这时
应注意生产的波动度是否过大。⑤点相继出
现向上或向下的趋势，表明工序特性在向上或
向下发生着变化。
⑥点的排列状态呈周期性变化，这时可对作
业时间
进行层次处理，重新制作控制图，以便找出问题的原因。
控制图对异常现象的揭示能力，将根据数据分组时各组数
据的多
少、
样本的收集方法、
层别的划分不同而不同。
不应仅仅满足于对一份控制图的使用，
而应变换各种各样的数
< br>据收取方法和使用方法，制作出各种类型的图表，这样才能收到更好的效果。
<
/p>
值得注意的是，
如果发现了超越管理界限的异常现象，
却不去努力追究原因，
采取对策，
那么尽管控制图
的效用很好．
也
只不过是空纸一张。