电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本

TQM ISO 9000与服务质量管理 教学课件 ppt 作者 宋彦军 编著 第十二章解决质量问题的常用工具和技术

142页
  • 卖家[上传人]:E****
  • 文档编号:89182341
  • 上传时间:2019-05-20
  • 文档格式:PPT
  • 文档大小:7.62MB
  • / 142 举报 版权申诉 马上下载
  • 文本预览
  • 下载提示
  • 常见问题
    • 1、第十二章 解决质量问题的常用工具和技术,质量管理体系基础 之10:统计技术的作用 应用统计技术可帮助组织了解变异,从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。 在许多活动的状态和结果中,甚至是在明显的稳定条件下,均可观察到变异。这种变异可通过产品和过程可测量的特性观察到,并且在产品的整个寿命周期(从市场调研到顾客服务和最终处置)的各个阶段,均可看到其存在。 统计技术有助于对这类变异进行测量、描述、分析、解释和建立模型,甚至在数据相对有限的情况下也可实现。这种数据的统计分析能对更好地理解变异的性质、程度和原因提供帮助。从而有助于解决,甚至防止由变异引起的问题,并促进持续改进。 GB/Z 19027给出了统计技术在质量管理体系中的指南。,第十二章 解决质量问题的常用工具和技术,学习目标 1理解应用解决质量问题工具的重要性; 2理解和阐述两类波动; 3理解用于分析数据集中与分散程度的简单统计特征数的含义和计算; 4熟悉各种工具的应用原理、应用范围和应用步骤; 5在特定情况下选择合适的工具。,第十二章 解决质量问题的常用工具和技术,学习内容 第一节

      2、 统计技术基本概念 第二节 调查表 第三节 适用于非数字数据的工具和技术 第四节 适用于数字数据的工具和技术,第一节 统计技术基本概念,产品质量波动 统计技术的作用 统计数据及其分类 随机抽样方法 统计特征数 两类错误和风险,一、产品质量波动,产品实现过程总是存在着波动或变异(Variation)质量波动的普遍性和永恒性 事例 按照同一图纸、遵照同一作业指导书、采用同样规范的原材料、在同一台设备上、由一位操作者生产出的一批产品,其质量特性并不完全相同,总是存在差异波动/变异。 事例 开一张票据所花的时间或文件复印的清晰程度都会存在差异波动/变异。服务过程的等候时间、送货时间、服务过程的差错以及各种特性也存在波动/变异。 当生产过程处于统计控制状态时,产品质量特性数据的波动又服从一定的分布规律产品质量波动的规律性。 从统计学的角度来看,可以把产品质量波动分成两类: 正常波动 异常波动,(一)正常波动(一般波动 ),正常波动的特征 正常波动是由随机原因引起的 正常波动的影响相对较小 正常波动的影响是很难通过对过程的控制而消除的 在正常的生产过程中是允许存在的 减小正常波动的影响需要技术上的

      3、改进 什么是随机原因? 随时随地影响过程的、微小的、在技术上很难根本消除的或消除其影响要花费很大的经济代价的、在过程中允许存在的波动因素。 事例你能列举出影响射击过程的随机因素吗? 射击者身体的轻微晃动 射击者击发的时间和力度的微小变化 风速和风向的微小变化 每粒子弹射出枪膛时速度的微小变化 所以,每一枪的弹着点都是不一样的。,(一)正常波动(一般波动 ),下面是在生产过程中存在的一些典型的随机原因: 原材料的成分和性能在规范内的微小差异 机器设备在规定范围的轻微振动 温度、湿度的微小变化 操作方法、测量方法、检测仪器的微小差异等 过程的统计控制状态 把仅有正常波动的生产过程称为处于统计控制状态,简称为控制状态或稳定状态。,(二)异常波动(特殊波动 ),异常波动的特征 异常波动是由系统原因引起的 在生产过程中并不是大量存在的 一旦存在,则影响比较显著 在正常的过程中不允许存在的 比较容易查明和消除的 什么是系统原因 在正常的过程中并不大量存在,一旦存在则影响显著;对波动的大小和作用方向一般具有倾向性或周期性(比如:使所有数据都偏大或偏小);容易查明和控制的;在正常的过程中不允许存在的波

      4、动因素。 事例你能列举出影响射击过程的系统因素吗? 瞄准器(准星)调整失当,使弹着点全部偏向一个方向,(二)异常波动(特殊波动 ),下面是在生产过程中存在的一些典型的系统原因: 原材料的成分和性能不符合规定要求 机器设备带病运转 操作者违反操作规程 测量工具带系统性误差等 过程的非统计控制状态 把有异常波动的生产过程称为处于非统计控制状态,简称失控状态或不稳定状态。 质量管理的一项重要工作,就是要找出产品质量波动规律,把正常波动控制在合理范围内,消除系统原因引起的异常波动。,波动/变异的补充说明,变异的背后是一个度量体系的支撑。若度量体系很粗糙的话,变异就很难体现出来。 变异很重要,但我们在日常工作中却经常忽视变异。 正常波动和异常波动的实质差异在于在你能控制的范围内能否消除波动的差异。 正常波动反映的是在5M1E都处于正常状态下的波动,它取决于客观条件而非人为确定。因此,正常波动和标准、规范不是一回事。 正常波动能否满足标准、规范,要看过程能力指数。,引起产品质量波动的原因,人(Man) 机器(Machine) 材料(Material) 方法(Method) 测量(Measure)

      5、环境(Environment),5M1E,二、统计技术的作用,波动/变异是质量的敌人,我们要控制和减小波动/变异。 统计技术是指收集、整理、分析和解释统计数据,并对其所反映的问题做出一定结论的技术。 “使用统计技术可帮助组织了解变异,从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。” 帮助了解波动/变异的特性和规律 分析引起波动/变异的根本原因 寻找控制和减小波动/变异的机会,二、统计技术的作用,统计技术的用途 提供表示事物特征的数据 比较两事物的差异 分析影响事物变化的因素 分析事物之间的相互关系 研究取样和试验方法,确定合理的试验方案 发现质量问题,分析和掌握质量数据的分布状况和动态变化 描述质量形成过程,质量管理活动中的资料,数字资料:可以用数字表示的资料 。 适用于数字资料的工具和技术:排列图、直方图、控制图、散布图、二维分析图、假设检验和参数估计等。 非数字资料:不能用数字来表示的资料 。 适用于非数字资料的工具和技术:分层法、因果图、树图、对策表、水平对比法、流程图、头脑风暴法等。 既适用于数字资料又适用于非数字资料的工具和技术:调

      6、查表 在质量管理和QC小组活动中,还常用到各种图表分析方法。其中有: 饼图 折线图 柱状图,三、统计数据及其分类,从统计的角度来看,可将质量特性的测量和统计数据分为三类: 计量数据 计数数据 等级数据,(一)计量数据,是指可以连续取值的,或者说可以用测量工具具体测量出小数点以下数值的数据。 例如 长度 容积 重量 温度 职工工资总额,(二)计数数据,是指不能连续取值的,或者说即使用测量工具也得不到小数点以下的数据,而只能得到0,1,2,3等非负整数的数据。 例如 不合格品数 缺陷数 成功或失败次数 出席或缺席人数 通过或不通过 计件数据和计点数据 计件数据:指按件计数的数据 。 计点数据:指按缺陷点(项)计数的数据 。,(三)等级数据,是指对于那些不能直接测取数据的事物特性,按其程度分成档次度量的数据。 例如 对服务态度可分为很好、好、一般、差等四个等级。,想一想,它们属于哪种类型的数据? 测量并统计你所在班级学生的体重,所获得的统计数据。 测量并统计你所在班级学生中体重不足40公斤和体重超过80公斤的人数,所获得的统计数据。 如何度量服务质量?它们是如何测量的?它们属于哪种类型的统计

      7、数据? 百分率数据是计量数据还是计数数据?如电视机的不合格品率1.2、溶液中酒精的含量为1.2。 当数据以百分率表示时,要判断它是计量数据还是计数数据,取决于给出数据的计算公式的分子。当分子是计量数据时,则求得的百分率数据为计量数据;当分子是计数数据时,即使得到的百分率不是整数,它也应属于计数数据。,四、随机抽样方法,质量统计的思考方法 总体:在某一次统计分析中研究对象的全体。常用符号N表示。 有限总体 无限总体 样本(子样):它是从总体中随机抽取出来并且要对它进行详细研究分析的一部分个体(样品)。常用符号n表示。 样品(个体):构成总体、样本的单位产品。,抽样,观察检测,分析整理,采取措施,分析研究,四、随机抽样方法,抽样:从总体中抽取样品组成样本的过程。 随机抽样:就是要使总体中的每一个个体都有同等机会被抽取出来组成样本的过程。 常用的随机抽样方法 一般随机抽样法 顺序抽样法 分层抽样法 整群抽样法,(一)一般随机抽样法(随机抽样法 ),总体中的每个个体被抽到的机会是相同的。 可采用 抽签(或抓阄) 查随机数值表 掷随机数骰子 优点: 抽样误差小。 缺点: 抽样手续比较繁杂。,(二

      8、)顺序抽样法,又叫等距抽样法或机械抽样法 将总体中的每个个体顺序编号,用抽签或查随机数值表的方法确定起始点,然后按等距原则将依次入选样本的产品确定下来。 优点: 操作简便,实施起来不易出差错。 缺点: 容易出现大的偏差。 在总体会发生周期性变化的场合,不宜使用这种抽样的方法。,(三 )分层抽样法,也叫类型抽样法 从一个可以分成不同子总体(或称为层)的总体中,按规定的比例从不同层中随机抽取样品(个体)的方法。 优点: 样本的代表性比较好,抽样误差比较小。 缺点: 抽样手续较一般随机抽样还要繁些。 这个方法常用于产品质量验收。,(四)整群抽样法,又叫集团抽样法 在总体中,不是抽取个别样品,而是随机抽取整群的产品作为样本的方法。 优点: 抽样实施方便。 缺点: 样本代表性差,抽样误差大。 这种方法常用在工序控制中。,想一想,设某成品零件分装在20个零件箱中,每箱各装50个,总共有1000个。如果从中抽取100个零件作为样本,请问用以上四种随机抽样方法进行抽样该如何操作?,五、统计特征数,统计方法中常用的统计特征数可分为两类: 表示数据的集中趋势的统计特征数 样本平均值 样本中位数等 表示数据

      9、的散布或离散程度的统计特征数 样本极差 样本方差 样本标准偏差等,(一)样本平均值,=,(二)样本中位数,把收集到的统计数据 , , 按大小顺序重新排列,排在正中间的那个数就叫做中位数,用符号 表示。 当n为奇数时,正中间的数只有一个;当n为偶数时,正中位置有两个数,此时,中位数为正中两个数的算术平均值。,(三)样本方差,样本方差; ( )某一数据与样本平均值之间的偏差;,(四)样本标准偏差,(五)样本极差, 一组数据中的最大值; 一组数据中的最小值。,六、两类错误和风险,总体,样本,数据,判断(接收、拒收),N,n,随机抽样,测量,以样本的质量状况来推断总体的质量好坏,然后做出接收或是拒收决定。这种做法可能发生以下4种情况:,六、两类错误和风险,好的,好的,接收,好的,好的,坏的,坏的,坏的,坏的,拒收,拒收,接收,推断正确,推断正确,“弃真”(第类错误),“取伪”(第类错误),N,n,第二节 调查表,调查表说明 调查表应用程序 调查表示例,一、调查表说明,调查表(Data-collection form)是用于系统地收集数字资料,并对数据进行整理和分析的统计图表。通常有数据表、检查表和统计分析表等。 调查表的作用 系统地收集资料,积累数据,确认事实,并可对数据进行粗略的整理和分析。,三、调查表应用程序,1明确收集数据的具体目的 2识别为达到目的所需要的数据 3确定由谁以及如何分析数据 4编制用于记录数据的表格 (1)调查表的题目:调查的目的要通过题目清楚地表现出来; (2)调查对象和项目:指出要调查什么,要获得什么样的数据; (3)调查方法:明确采用什么工具、用什么方法来调查; (4)调查日期和期间:以怎样的时间间隔、从何日开始、到何日为止; (5)调查人:由谁来调查或由谁来收集数据; (6)调查场所:在什么地方调查; (7)调查结果的整理:合计、平均数、比例等的计算。 5通过收集和记录某些数据预先试用表格 6必要时,评审并修订表格 7正式使用调查表,三、调查表示例,示例一、不良

      《TQM ISO 9000与服务质量管理 教学课件 ppt 作者 宋彦军 编著 第十二章解决质量问题的常用工具和技术》由会员E****分享,可在线阅读,更多相关《TQM ISO 9000与服务质量管理 教学课件 ppt 作者 宋彦军 编著 第十二章解决质量问题的常用工具和技术》请在金锄头文库上搜索。

      点击阅读更多内容
    最新标签
    发车时刻表 长途客运 入党志愿书填写模板精品 庆祝建党101周年多体裁诗歌朗诵素材汇编10篇唯一微庆祝 智能家居系统本科论文 心得感悟 雁楠中学 20230513224122 2022 公安主题党日 部编版四年级第三单元综合性学习课件 机关事务中心2022年全面依法治区工作总结及来年工作安排 入党积极分子自我推荐 世界水日ppt 关于构建更高水平的全民健身公共服务体系的意见 空气单元分析 哈里德课件 2022年乡村振兴驻村工作计划 空气教材分析 五年级下册科学教材分析 退役军人事务局季度工作总结 集装箱房合同 2021年财务报表 2022年继续教育公需课 2022年公需课 2022年日历每月一张 名词性从句在写作中的应用 局域网技术与局域网组建 施工网格 薪资体系 运维实施方案 硫酸安全技术 柔韧训练 既有居住建筑节能改造技术规程 建筑工地疫情防控 大型工程技术风险 磷酸二氢钾 2022年小学三年级语文下册教学总结例文 少儿美术-小花 2022年环保倡议书模板六篇 2022年监理辞职报告精选 2022年畅想未来记叙文精品 企业信息化建设与管理课程实验指导书范本 草房子读后感-第1篇 小数乘整数教学PPT课件人教版五年级数学上册 2022年教师个人工作计划范本-工作计划 国学小名士经典诵读电视大赛观后感诵读经典传承美德 医疗质量管理制度 2 2022年小学体育教师学期工作总结 2022年家长会心得体会集合15篇
    关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
    手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
    ©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.