Siete consejos para el control de calidad
2 Análisis jerárquico
3 Organizar y prestar atención a los puntos clave
4 Distribución explícita cuadrada
5 Persiguiendo la causalidad Razones
6 La difusión depende de la correlación
7 El método jerárquico para controlar datos anormales también se denomina método jerárquico. Consiste en resumir datos con la misma naturaleza y las mismas condiciones de recopilación. análisis comparativo. Porque en la producción real hay muchos factores que afectan los cambios de calidad. Si estos factores no se distinguen, será difícil obtener las reglas de cambio. La estratificación de datos se puede realizar de diversas formas según la situación real. Por ejemplo, según diferentes horarios y turnos, según el tipo de equipo utilizado, según el tiempo de alimentación de las materias primas, según la composición de las materias primas, según los métodos de inspección, según las condiciones de uso, según los diferentes productos defectuosos. , etc. El método de estratificación de datos se utiliza a menudo junto con la tabla de análisis estadístico anterior.
La aplicación del método de estratificación de datos es principalmente un concepto sistemático, lo que significa tratar con datos bastante complejos y saber cómo clasificarlos y resumirlos de forma sistemática y decidida.
La gestión científica enfatiza las técnicas de gestión para compensar las deficiencias de la gestión anterior basada en la experiencia y el juicio visual. Esta técnica de gestión requiere no sólo el establecimiento de ideas correctas, sino también la aplicación de datos para analizar el trabajo y tomar medidas correctas.
Cómo establecer datos originales y recopilarlos de acuerdo con el propósito requerido es también el trabajo más básico de muchos métodos de control de calidad. Por ejemplo, el mercado de la aviación de China se ha vuelto cada vez más intenso en los últimos años con la apertura. Para conquistar el mercado, las aerolíneas no sólo refuerzan diversas medidas, sino que también trabajan duro en la calidad del servicio. También vemos a menudo encuestas de satisfacción de los clientes en los aviones. La encuesta se realizó a través de un cuestionario. El diseño del cuestionario suele dividirse en calidad del servicio en tierra y calidad del servicio de aeronaves. El terreno se divide en reserva y espera; el avión se divide en postura de vuelo, catering, saneamiento, etc. A través de estas encuestas, podemos recopilar estos datos y obtener información sobre dónde podemos mejorar la calidad del servicio. El diagrama de Pareto también se llama Platón, diagrama de análisis clave y diagrama de análisis ABC. Lleva el nombre del inventor de este diagrama, el economista italiano Platón del siglo XIX. Platón utilizó por primera vez los diagramas de Pareto para analizar la distribución de la riqueza social. Descubrió que el 80% de la riqueza de Italia se concentra en manos del 20% de la población. Posteriormente, se descubrió que esta ley se observaba en muchas ocasiones, por lo que se la llamó ley de Pareto. Más tarde, el Dr. Julan, un experto estadounidense en gestión de calidad, amplió el cuadro estadístico de Platón y lo aplicó a la gestión de calidad. Los diagramas de Pareto son herramientas para analizar y encontrar los principales factores que afectan la calidad. El formato es un gráfico de coordenadas rectangular doble. La ordenada izquierda representa la frecuencia (como el número de piezas, etc.). La ordenada derecha representa la frecuencia (como el porcentaje). La línea de puntos representa el porcentaje acumulado y la abscisa representa varios factores que afectan la calidad, ordenados de izquierda a derecha según el grado de influencia (es decir, frecuencia de ocurrencia). Al observar y analizar el diagrama de Pareto, podemos captar los principales y originales factores que afectan la calidad. De hecho, este método es muy útil no sólo en la gestión de la calidad, sino también en muchas otras tareas administrativas, como la gestión de inventarios.
En el proceso de gestión de la calidad, hay muchos problemas que deben resolverse, pero muchas veces no sabemos por dónde empezar. Pero, de hecho, siempre que se puedan encontrar algunas causas influyentes, más del 80% de los problemas se pueden resolver. Platón clasificó sistemáticamente los proyectos (niveles) en función de los datos recopilados, calculó cada dato (como la tasa de defectos, el monto de las pérdidas) y la proporción de cada proyecto, y luego los ordenó por tamaño, además de un gráfico de valores acumulados.
En fábricas u oficinas, pérdidas como ineficiencia, defectos y productos defectuosos también pueden convertirse en más del 80% del monto de la pérdida en función de sus causas o fenómenos. Este es el llamado análisis platónico. .
El uso de Platón se basa en la clasificación de elementos (clasificación de fenómenos) del método jerárquico, y Platón se puede realizar en función de la tabla estadística ajustada secuencialmente.
Pasos del análisis platónico:
(1) Las cosas a tratar deben clasificarse según situaciones (fenómenos) o causas;
(2) Aunque el eje vertical puede expresar el número de piezas, pero es mejor usar la cantidad para expresarlo con fuerza;
(3) Determinar el ciclo de recopilación de datos, de cuándo a cuándo, como base de Según los datos de Platón, el ciclo debe ser lo más regular posible;
(4) Los elementos están ordenados en el eje horizontal de izquierda a derecha a la mitad del tamaño.
(5) Dibuja un; histograma;
(6) Conecta la curva acumulativa.
En gestión de calidad, ¿cómo predecir y monitorear la calidad del producto? ¿Cómo analizar las fluctuaciones de calidad? Histogram es una herramienta que maneja estos problemas de forma gráfica y de un vistazo. Procesa los datos aparentemente desordenados recopilados para reflejar la distribución de la calidad del producto y juzgar y predecir la calidad del producto y la tasa de fallas.
El histograma, también conocido como gráfico de distribución masiva e histograma, es la herramienta principal para mostrar cambios en los datos. El histograma se puede utilizar para analizar la regularidad de los datos y ver intuitivamente la distribución de las características de calidad del producto. La distribución de los datos es clara de un vistazo, lo que facilita juzgar su distribución de calidad general. Al hacer histogramas, la cuestión clave es cómo agruparlos de manera razonable. Según el principio de separación igual entre grupos, los dos números clave son el número de grupos y la separación entre grupos. Es un diagrama geométrico, que se dibuja en una serie de figuras rectangulares conectadas en función de la distribución de los datos de calidad recopilados durante el proceso de producción, con la distancia del grupo como base y la frecuencia como máxima.
El propósito de hacer un histograma es juzgar si el proceso de producción es estable y predecir la calidad del proceso de producción observando la forma del gráfico. Específicamente, el propósito del histograma es:
(1) Juzgar un lote de productos procesados;
②Verificar la estabilidad del proceso;
③Recopilar y calcular Datos relacionados con las capacidades del proceso.
Los histogramas clasifican datos en función de diferencias y se caracterizan por identificar diferencias.
Funciones del histograma
(1) Mostrar el estado de fluctuación de la calidad
(2) Transmitir intuitivamente información sobre la calidad del proceso
(3) Después de estudiar las fluctuaciones en la calidad, se puede comprender el estado del proceso y determinar el enfoque de mejora de la calidad.
Errores y precauciones comunes en la aplicación del método del histograma
A Si el número de muestras extraídas es demasiado pequeño, se producirán errores mayores, menor credibilidad y pérdida de información. significación estadística. Por tanto, el número de muestras no debe ser inferior a 50.
B. La selección inadecuada del número de grupos k, demasiado grande o demasiado pequeño, conducirá a un juicio erróneo sobre el estado de distribución.
C. Los histogramas generalmente son adecuados para datos de medición, pero en algunos casos también son adecuados para datos de recuento, dependiendo del propósito del histograma.
D. El gráfico está incompleto y el etiquetado está incompleto. Se debe marcar el histograma: la posición de la línea del rango de tolerancia y el valor promedio (representado por la línea de puntos) no deben confundirse con la tolerancia. centro m; la esquina superior derecha del gráfico está marcada: N, S, C, p o CPK. Un diagrama de análisis de causa y efecto se caracteriza por resultados, causas como factores y flechas que representan la relación entre los dos. El diagrama de análisis de causa y efecto es una buena manera de movilizar completamente el cerebro de los empleados, descubrir las razones y generar ideas. Es especialmente adecuado para una gestión democrática de calidad de los grupos de trabajo. Cuando ocurre un problema de calidad y la causa no está clara, podemos movilizar a todos para encontrar las posibles causas del problema, dejar que todos hablen libremente y enumerar todas las razones posibles.
El llamado diagrama de análisis de causa y efecto consiste en utilizar una forma sistemática de explicar las muchas causas de un determinado resultado, es decir, utilizar un diagrama para expresar la relación entre el resultado (característica ) y la causa (factor). Su forma es como la de una espina de pescado, también conocida como diagrama de espina de pescado.
Debe haber una razón para un determinado resultado. Intente utilizar diagramas para descubrir la razón. El Dr. Kaoru Ishikawa, una autoridad japonesa de control de calidad, fue el primero en proponer este concepto, por lo que el diagrama de causa característico también se denomina [diagrama de Ishikawa]. Los diagramas de análisis de causa y efecto se pueden utilizar en todas las etapas de la gestión general y la mejora del trabajo, especialmente en las primeras etapas de creación de conciencia, donde es fácil identificar las causas de los problemas y diseñar pasos para resolverlos.
Pasos para utilizar gráficos de análisis:
Paso 1: Reúna a personas con experiencia relacionadas con este problema, preferiblemente entre 4 y 10.
Paso 2: Cuelga un papel blanco grande y prepara 2-3 bolígrafos de colores.
Paso 3: Los miembros de la reunión hablarán sobre los motivos que inciden en el problema. El contenido del discurso quedará registrado en el cuadro. No se permiten críticas ni cuestionamientos en el medio (método de lluvia de ideas).
Paso 4: Tardará aproximadamente 1 hora y finalizará después de recopilar entre 20 y 30 motivos.
Paso 5: En cuanto a los motivos recogidos, cuál tiene mayor impacto, entonces todos se turnan para hablar. Después de la consulta, aquellos que se consideren de mayor impacto se marcarán con un círculo rojo.
Paso 6: Al igual que el paso 5, para los que ya están marcados en rojo, si crees que son los más importantes, puedes rodearlos en dos o tres círculos. Paso 7: Dibuja otro motivo y elimina los que no estén encerrados en un círculo. Se da prioridad a las columnas con más círculos.
Los diagramas de análisis causa-efecto proporcionan herramientas para capturar causas importantes, por lo que los participantes deben incluir a personas con experiencia en este trabajo para que sean efectivos.
Histograma El histograma, también conocido como histograma, es la herramienta principal para mostrar cambios en los datos. Los histogramas se pueden utilizar para analizar la regularidad de datos caóticos y ver intuitivamente la distribución de las características de calidad del producto. El valor central o la distribución de los datos es claro de un vistazo, lo que facilita juzgar su distribución de calidad general. Al realizar histogramas, intervienen algunos conceptos estadísticos. En primer lugar, los datos deben agruparse, por lo que la cuestión clave es cómo agruparlos razonablemente. La agrupación se suele realizar según el principio de espaciamiento igual. Los dos números clave son el número de series y la distancia entre series. Un diagrama de dispersión, también conocido como diagrama de correlación, es un método para trazar dos datos variables posiblemente relacionados en un gráfico de coordenadas para indicar si existe una correlación entre un par de datos. Dichos datos emparejados pueden ser relaciones característica-causa, característica-característica o causa-causa. Mediante observación y análisis, se puede juzgar la correlación entre dos variables. Este problema también es muy común en la producción real, como la relación entre la temperatura de enfriamiento y la dureza de la pieza de trabajo durante el tratamiento térmico, y la relación entre el contenido de un determinado elemento en el material y la resistencia del material. Si bien esta relación existe, es difícil expresarla con fórmulas precisas o relaciones funcionales. En este caso, es muy conveniente utilizar diagramas de correlación para el análisis. Supongamos que hay un par de variables X e Y. X representa un determinado factor de influencia e Y representa un determinado valor de característica de calidad. A través de experimentos o colecciones, los datos de X e Y se pueden representar mediante puntos en el gráfico de coordenadas. características de distribución de los puntos, Determinar la correlación entre X e Y.
En nuestra vida y trabajo, muchos fenómenos y causas se relacionan regularmente, mientras que algunos lo están de manera irregular. Para entenderlo, puedes utilizar estadísticas de diagramas de dispersión para determinar la correlación entre ellos. Un gráfico de control también se llama gráfico de control. Fue propuesto por primera vez en 1924 por el Dr. W.A. Shewhart de los Laboratorios Bell Telephone en Estados Unidos. Desde su uso, los gráficos de control han sido una herramienta importante para la gestión científica, especialmente la gestión de calidad. Es un gráfico con límites de control que se utiliza para distinguir si las causas de las fluctuaciones de calidad son accidentales o sistemáticas. Puede proporcionar información sobre la existencia de causas sistémicas para determinar si el proceso de producción está bajo control. Los gráficos de control se pueden dividir en dos categorías según su propósito. Uno es un gráfico de control de análisis, que se utiliza para analizar los cambios en los valores de las características de calidad durante el proceso de producción para ver si el proceso se encuentra en un estado estable y controlado, el otro es un gráfico de control para la gestión, que se utiliza principalmente; Para encontrar si hay anomalías en la situación del proceso de producción para evitar productos defectuosos.
El método de gestión estadística es una herramienta eficaz para el control de calidad, pero se debe prestar atención a las siguientes cuestiones durante la aplicación, de lo contrario no logrará el efecto deseado. Estos problemas son principalmente: 1) Errores de datos. Puede haber dos razones para los errores de datos: una es el uso humano de datos incorrectos; la otra es la falta de un verdadero dominio de los métodos estadísticos; Si el método de muestreo en sí es incorrecto, entonces el método de análisis posterior es inútil por muy correcto que sea; 3) el registro de datos se copia incorrectamente; 4) el procesamiento de valores atípicos; Por lo general, los datos obtenidos durante el proceso de producción siempre contienen algunos valores atípicos, lo que conducirá a resultados de análisis incorrectos.
Lo anterior describe siete métodos comunes de gestión de calidad estadística primaria, las llamadas "Siete herramientas de control de calidad", que incorporan las características de la gestión de calidad de "juicio y gestión basada en hechos y datos". Finalmente, cabe señalar que estos métodos pueden parecer sencillos, pero no es tarea fácil aplicarlos de forma correcta y flexible en el trabajo real.