SPC案例
spc实施方案案例
spc实施方案案例SPC实施方案案例一、背景随着市场竞争的日益激烈，企业在产品质量管理方面越来越重视统计过程控制（SPC）的实施。
SPC是一种以统计方法为基础的质量管理工具，旨在通过对生产过程的监控和分析，实现产品质量的稳定和持续改进。
本文将介绍一个实际的SPC实施案例，以期为其他企业在SPC实施过程中提供借鉴和参考。
二、案例描述某电子产品制造企业在生产过程中发现产品的合格率逐渐下降，客户投诉率逐渐上升，这给企业的产品质量和声誉带来了严重的影响。
为了解决这一问题，企业决定引入SPC方法进行质量管理。
首先，企业对生产过程进行了全面的数据采集和分析，发现了一些生产过程中的潜在问题和变异因素。
然后，企业制定了SPC实施方案，包括确定关键质量特性、建立控制图、设定控制限、培训员工等环节。
三、实施过程在SPC实施的过程中，企业首先对生产过程进行了全面的测量和数据采集，确定了关键质量特性，并建立了相应的控制图。
然后，企业对生产人员进行了SPC培训，使其掌握SPC的基本原理和操作方法。
在培训的同时，企业还建立了SPC小组，负责监控和改进生产过程。
此外，企业还对设备进行了全面的维护和保养，以确保生产过程的稳定性和可靠性。
四、实施效果经过一段时间的SPC实施，企业取得了显著的效果。
首先，产品的合格率得到了明显的提升，客户投诉率也大幅下降。
其次，生产过程的稳定性和可靠性得到了显著改善，产品质量得到了有效的控制和提升。
最后，企业的生产成本也得到了一定程度的降低，生产效率得到了显著提升。
可以说，SPC的实施为企业带来了明显的经济效益和社会效益。
五、总结与展望通过以上案例的介绍，我们可以看到SPC在企业质量管理中的重要作用。
SPC不仅可以帮助企业实现产品质量的稳定和持续改进，还可以帮助企业降低生产成本，提高生产效率，增强市场竞争力。
因此，我们相信SPC在未来会得到更广泛的应用和推广，为更多的企业带来更多的经济效益和社会效益。
spc案例
spc案例SPC（Statistical Process Control，也叫统计过程控制）是一种通过统计方法对产品和过程进行监控和改进的质量管理方法。
下面是一个SPC案例，用以说明其在实际生产中的应用。
某制造公司生产一种产品，经过市场调查发现，该产品存在一定的质量问题，如尺寸偏差、露粉等。
为了解决这些问题，公司决定采用SPC方法来监控和改进生产过程。
首先，公司确定一组关键工艺参数，如温度、压力、转速等，以及相关的质量指标，如尺寸、外观等。
随后，公司对每个工艺参数进行测量和记录，并将其输入到SPC软件中。
同时，公司还设置了对应的上下限值，即规定了每个工艺参数的合理变化范围。
在生产过程中，SPC软件会自动进行统计分析，并生成控制图。
控制图上有一条中心线，表示期望值，以及上下限线，表示允许的变化范围。
同时，还有一些参考线，如标准偏差线，用于判断过程稳定性。
公司的技术人员定期对控制图进行检查，观察各参数是否在规定范围内波动，是否出现异常情况。
如果发现异常，技术人员会及时采取措施，如调整机器参数、更换工具等，以及及时通知相关操作人员。
通过SPC的实施，公司逐渐发现了一些问题。
例如，当温度过高时，产品尺寸会偏大；当压力过低时，产品内部会出现空隙。
公司根据这些发现，对生产过程进行了优化，并引入了更先进的控制系統，进一步提高了产品质量。
此外，SPC还帮助公司进行了质量变化的监控和评估。
公司可以利用SPC软件生成的统计报表，进行不同时间段内产品质量的对比。
同时，公司还可以进行根因分析，找出导致质量问题的根本原因，并提出相应的改进措施。
总的来说，通过SPC的应用，该制造公司有效地改善了产品质量，减少了不合格品的数量，并提高了自身的竞争力。
SPC 方法在实际生产中具有广泛的应用前景，可以帮助企业提升质量管理水平，降低成本，提高效率。
统计过程控制(SPC)案例分析(2004-03-24).
【案例1】 R X -控制图示例某手表厂为了提高手表的质量，应用排列图分析造成手表不合格品的各种原因，发现“停摆”占第一位。
为了解决停摆问题，再次应用排列图分析造成停摆事实的原因，结果发现主要是由于螺栓松动引发的螺栓脱落成的。
为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。
分解：螺栓扭矩是一计量特性值，故可选用基于正态分布的计量控制图。
又由于本例是大量生产，不难取得数据，故决定选用灵敏度高的R X -图。
解：我们按照下列步骤建立R X -图步骤1：取预备数据，然后将数据合理分成25个子组，参见表1。
步骤2：计算各组样本的平均数i X 。
例如，第一组样本的平均值为：0.16451621661641741541=++++=X其余参见表1中第（7）栏。
步骤3：计算各组样本的极差i R 。
例如，第一组样本的极差为：{}{}20154174min max 111=-=-=j j X X R其余参见表1中第（8）栏。
表1： 【案例1】的数据与R X -图计算表i故：272.163=X ，280.14=R 。
步骤5：计算R 图的参数。
先计算R 图的参数。
从D 3、D 4系数表可知，当子组大小n =5，D 4=2.114，D 3=0，代入R 图的公式，得到： 188.30280.14114.24=⨯==R D UCL R280.14==R CL R ==R D LCL R 3—极差控制图：均值控制图：图1 【案例1】 的第一次R X -图参见图1。
可见现在R 图判稳。
故接着再建立X 图。
由于n =5，从系数A 2表知A 2=0.577，再将272.163=X ，280.14=R 代入X 图的公式，得到X 图：512.171280.14577.0272.1632≈⨯+=+=R A X UCL X 272.163==X CL X032.155280.14577.0272.1632≈⨯-=-=R A X LCL X因为第13组X 值为155.00小于X LCL ，故过程的均值失控。
质量管理中的SPC统计过程控制
质量管理中的SPC统计过程控制质量管理是企业生产和经营过程中至关重要的一环。
为了保证产品的质量稳定和一致性，SPC（Statistical Process Control，统计过程控制）被广泛应用于质量管理中。
本文将探讨SPC统计过程控制在质量管理中的作用、原理和应用案例。
一、SPC统计过程控制的作用SPC统计过程控制是一种通过收集和分析数据来监测和控制质量的方法。
它的作用主要有以下几个方面：1. 提前发现问题：SPC通过持续监测和分析过程数据，能够及时发现潜在的质量问题。
通过及时采取措施，可以避免质量问题进一步扩大，降低不良品的产生并节约成本。
2. 降低过程变异性：过程中的变异性是质量问题的主要根源之一。
通过SPC可以分析过程中的变异性，并采取相应的控制措施，使过程变得更加稳定，产品质量更加一致。
3. 改进过程能力：SPC统计过程控制可通过数据分析，评估和改进过程能力。
通过数据分析，可以找出过程中的瓶颈和不足之处，并加以改善，提高生产效率和产品质量。
二、SPC统计过程控制的原理SPC统计过程控制依据统计学原理，通过采集样本数据，并运用统计方法进行分析和判断。
其主要原理包括以下几个方面：1. 随机变异和特殊因素：SPC将过程中的变异分为随机变异和特殊因素两种。
随机变异是不可避免的，而特殊因素则是可以识别和排除的。
通过分析数据，可以判断变异性是否超出了正常范围，进而判断产品是否合格。
2. 控制图的应用：SPC通过绘制控制图，可以直观地反映出过程的变异性状况。
控制图一般包括平均线（表示过程的中心），上下控制限（表示变异程度），以及数据点（表示样本数据）。
通过分析控制图上的变化趋势和超出控制限的数据点，可以判断过程是否受到特殊因素的影响。
3. 结果分析和过程改进：通过SPC统计过程控制，可以得到一系列的统计数据和变异规律。
根据这些数据，可以进行结果分析，并提出相应的改进措施。
通过持续改进，不断降低过程变异性，提高产品的一致性和稳定性。
SPC在服务业现场管理中的应用与案例分享
SPC在服务业现场管理中的应用与案例分享在服务业中，现场管理是至关重要的，它直接影响着服务质量和客户满意度。
而统计过程控制（SPC）作为一种质量管理工具，在服务业现场管理中的应用越来越受到重视。
本文将探讨SPC在服务业现场管理中的应用，并通过案例分享展示其重要性和效果。
什么是SPC？SPC是一种通过统计分析过程中的变异性来实现过程控制和持续改进的方法。
它包括了收集数据、分析数据、作出决策的过程，旨在确保过程稳定，减少变异性，提高质量。
SPC在服务业现场管理中的应用1. 收集数据在服务业现场管理中，收集数据是至关重要的。
通过记录服务过程中的各种指标，可以了解到服务的质量表现和变化趋势，为后续分析提供数据支持。
2. 分析数据SPC通过分析数据，帮助管理者了解服务过程中的变异性，找出问题根源，并制定改进措施。
例如，通过控制图可以及时发现异常情况，快速作出反应。
3. 作出决策基于数据分析的结果，管理者可以作出相应的决策，例如调整服务流程、提高员工培训水平、改进服务质量标准等，以持续改进服务质量。
案例分享案例一：餐饮服务一家餐饮连锁店引入SPC对服务流程进行管理。
他们通过收集顾客点餐到上菜的时间数据，绘制控制图分析发现，有一些菜品的等待时间超出了正常范围。
经过调查发现是厨房工作流程不畅，他们通过调整厨房工作流程和增加厨师数量，成功减少了菜品等待时间，提升了顾客满意度。
案例二：酒店服务一家高端酒店引入SPC对客房清洁服务进行管理。
他们通过记录每位清洁员的客房清洁时间，分析数据发现有些清洁员的清洁时间明显较长。
经过培训和改进工作流程，他们成功降低了清洁时间，提高了客房清洁效率，客人投诉率显著下降。
总结SPC在服务业现场管理中具有重要的应用意义，通过SPC的方法，管理者可以实时掌控服务过程中的变异性，及时发现问题并作出改进，提高服务质量和客户满意度。
因此，服务行业企业应当积极引入SPC，将其融入到现场管理中，实现持续改进和优质服务的目标。
SPC案例分析
SPC案例分析在当今竞争激烈的制造业环境中，质量控制成为了企业生存和发展的关键。
统计过程控制（Statistical Process Control，简称 SPC）作为一种有效的质量控制工具，已经在众多企业中得到了广泛的应用。
本文将通过一个具体的案例，深入探讨 SPC 在实际生产中的应用和效果。
一、案例背景我们选取的案例是一家汽车零部件制造企业，该企业主要生产发动机缸体。
在过去的一段时间里，客户对产品的质量投诉不断增加，主要问题集中在缸体的尺寸精度不符合要求，导致发动机装配过程中出现故障。
为了解决这一问题，企业决定引入 SPC 方法进行质量控制。
二、SPC 方法的实施过程1、确定关键质量特性首先，企业的质量控制团队与生产部门合作，通过对产品设计要求和客户反馈的分析，确定了发动机缸体的关键质量特性，即缸体的内径尺寸和圆柱度。
2、数据采集在生产过程中，质量控制人员每隔一定时间从生产线上抽取一定数量的缸体样本，使用高精度测量仪器对关键质量特性进行测量，并记录测量数据。
3、控制图的绘制将采集到的数据输入到统计软件中，绘制均值极差控制图（XR 控制图）和均值标准差控制图（XS 控制图）。
控制图的横坐标表示样本序号，纵坐标表示测量值。
4、控制限的确定根据样本数据的分布特征和统计规律，计算出控制图的控制限。
控制限分为上控制限（UCL）、下控制限（LCL）和中心线（CL）。
中心线通常为样本数据的均值，上控制限和下控制限则根据一定的计算公式得出。
5、过程监控与分析定期对控制图进行观察和分析，判断生产过程是否处于受控状态。
如果数据点落在控制限内，且没有明显的趋势或异常模式，则认为过程处于受控状态；反之，如果数据点超出控制限，或者出现连续上升或下降的趋势，或者存在周期性的波动等异常模式，则认为过程失控，需要采取相应的措施进行改进。
三、案例结果与分析在实施 SPC 方法后的一段时间里，企业对生产过程进行了持续的监控和分析。
SPC-统计方法分析
SPC-统计方法分析引言SPC（Statistical Process Control）是一种通过使用统计方法来监控和控制过程稳定性的质量管理技术。
它可以帮助企业分析和改进生产过程，降低不合格品率，提高生产效率和质量水平。
本文将介绍SPC的基本概念、统计方法分析的步骤和应用案例。
SPC的概念SPC是一种基于统计的质量控制方法，通过统计数据的收集、处理和分析，来评估生产过程的变异性，从而实现过程的稳定性和可控性。
它主要包括以下几个要素：1.过程监控：SPC通过采集实时数据进行监控，及时发现过程中的异常变化，以便及时采取控制措施。
2.统计分析：SPC使用统计方法对数据进行分析，以了解过程的性能和变异情况，从而判断过程是否稳定。
3.控制图：控制图是SPC的核心工具，通过绘制过程数据和控制限线，可以直观地观察过程的稳定性，并判断过程是否受到特殊因素的影响。
统计方法分析步骤统计方法分析是SPC中的核心环节，它包括以下几个基本步骤：1.数据收集：首先需要收集与待分析过程相关的数据，可以是产品质量数据、生产参数数据等。
数据可以通过手工记录或自动化采集系统获取。
2.数据整理：对收集到的数据进行整理和清洗，去除异常值和重复数据，并进行数据格式转换，以便后续的统计分析。
3.描述性统计分析：通过计算数据的基本统计量，如均值、标准差、中位数等，来描述数据的集中趋势和分散程度。
4.绘制控制图：根据数据的特点选择适用的控制图类型，并根据统计分析结果绘制控制图。
常用的控制图类型包括X-bar图、R图、p图、np图等。
5.控制图分析：根据控制图的规则和判断标准，分析控制图中的数据点是否落在控制限内，判断过程是否稳定。
特殊因素的存在可能导致控制图出现异常情况，需要进行进一步的原因分析和改进措施的制定。
6.过程改进：根据统计分析和控制图的结果，对过程进行改进，找出并消除导致异常情况的根本原因。
应用案例以下是一个使用SPC进行统计方法分析的应用案例：某工厂生产的产品在尺寸方面存在一定的偏差，为了提高产品的质量稳定性，工厂决定使用SPC进行分析和改进。
组装线SPC案例资料
组装线SPC案例资料一、概述组装线SPC（统计过程控制）是一种用于监控和改进生产过程的方法，通过采集和分析数据，可以匡助企业实现质量管理的目标。
本文将介绍一个组装线SPC的案例，详细描述了该案例的背景、目标、方法、结果和总结。
二、背景某汽车创造公司的组装线生产过程存在一些质量问题，如零部件的尺寸偏差、装配不良等，导致产品的质量不稳定。
为了解决这些问题，公司决定引入SPC方法来监控和改进组装线的生产过程。
三、目标该案例的目标是通过SPC方法实现组装线生产过程的稳定性和可控性，提高产品质量，减少不良品率，并降低生产成本。
四、方法1. 数据采集：为了进行SPC分析，需要采集相关的生产数据，包括零部件尺寸、装配过程中的关键参数、不良品数量等。
数据可以通过传感器、测量设备和质量检测记录等方式获取。
2. 数据分析：采集到的数据可以通过统计学方法进行分析，例如均值、标准差、范围等。
通过对数据的分析，可以了解生产过程的变异性，找出异常点和特殊因素，并确定控制限和规范范围。
3. 控制图绘制：根据数据分析的结果，可以绘制控制图来监控生产过程的变化。
常用的控制图包括X-Bar图、R图、P图和C图等。
控制图可以匡助识别过程的稳定性和可控性，并及时发现异常。
4. 过程改进：根据控制图的结果，可以采取相应的改进措施，例如调整设备参数、改进工艺流程、培训操作人员等。
通过持续改进，可以逐步提高生产过程的稳定性和可控性。
五、结果经过一段时间的实施和改进，该汽车创造公司的组装线SPC取得了显著的成效。
以下是一些主要的结果：1. 产品质量稳定性提高：通过SPC方法的应用，产品的尺寸偏差和装配不良问题得到有效控制，产品质量稳定性得到显著提高。
2. 不良品率降低：通过对生产过程的监控和改进，不良品数量明显减少，不良品率降低了20%。
3. 生产成本降低：通过SPC方法的应用，生产过程的稳定性和可控性得到提高，减少了废品和返工的数量，降低了生产成本。
SPC生活应用案例
工具讲解 | 老婆竟用SPC监控我|SPC统计过程控制应用经典案例分析俗话说宴无好宴。
朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。
起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上：朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。
显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。
显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。
顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太—当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制—这个过程参数，在她眼里，无疑昭示着忠诚度。
饭后上了红酒，席间的谈话就从过程异常的判定开始。
“我们先来陈述一下控制图的判异准则：第一，出现任何超出控制限的点；第二，出现连续7点上升或者下降或者在中心线的一边；第三，出现任何明显非随机的图形。
显然，目前该过程已经符合其中第一和第二项，确实出现了异常。
作为过程控制的责任者，你打算怎么分析呢？”“还是我们传统的分析方法：因果图。
”“那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？”“是的。
统计过程控制(SPC)在制造业中的应用案例分析
统计过程控制（SPC）在制造业中的应用案例分析统计过程控制（SPC）是一种常用于制造业中的质量管理方法，通过对过程中的关键参数进行监测与控制，确保产品质量稳定可靠。
本文将以一家汽车零部件制造企业的案例为例，分析SPC在制造业中的应用。
该企业是一家专业生产汽车引擎活塞的制造商，其产品质量直接关系到汽车发动机的性能和寿命。
为了保证引擎活塞的质量，在生产过程中，该企业采用了SPC方法来监控关键参数，及时调整生产过程，提高产品质量。
首先，在SPC的实施过程中，该企业明确定义了关键参数，并建立了相应的控制图。
在引擎活塞的生产过程中，关键参数包括活塞直径、活塞高度、活塞内孔直径等。
通过在生产线上设置检测装置和传感器，实时监测这些参数，并将数据输入到SPC软件中进行分析和控制。
接下来，该企业使用SPC软件对收集到的数据进行统计分析。
通过统计分析，可以了解到每个关键参数的平均值、标准差、极差等信息，以及其变化趋势。
通过对这些数据进行分析，可以判断生产过程的稳定性和一致性。
当关键参数超出了控制界限，即超出了产品质量的上下限时，SPC软件会自动发出警报，提醒相关人员进行相应的调整和控制。
此外，SPC软件还可以生成各种控制图，如X-bar控制图、R控制图和P控制图等。
这些控制图可以直观地显示出生产过程的稳定性和变异性。
通过观察和分析控制图的规律，可以判断生产过程是否受到特殊因素的影响，如材料变化、设备故障或人为误操作等。
当发现特殊因素时，及时采取纠正措施，以确保产品质量稳定。
此外，SPC软件还可以进行过程能力分析，通过分析过程能力指标（Cp、Cpk）等参数，评估生产过程的稳定性和能力。
通过这些分析，可以确定生产过程是否满足质量要求，并及时调整和优化生产过程，以提高产品质量和生产效率。
在该企业的实践中，SPC方法的应用取得了显著的效果。
通过SPC的实时监控和调整，引擎活塞的关键参数稳定在设计要求的范围内，产品质量得到了有效控制。
统计过程控制SPC)案例分析
统计过程控制（SPC）案例分析一．用途1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。
2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。
3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。
4．为评定产品质量提供依据。
二．控制图的基本格式1．标题部分X-R控制图数据表2 质量 特 性在方格纸上作出控制图：样本横坐标为样本序号，纵坐标为产品质量特性。
图上有三条平行线：实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。
三． 控制图的设计原理1． 正态性假设：绝大多数质量特性值服从或近似服从正态分布。
2． 3σ准则：99。
73%。
3． 小概率事件原理：小概率事件一般是不会发生的。
4． 反证法思想。
四． 控制图的种类1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~,）（2）计数值（p，pn，u，c图）。
2．按控制图的用途分：（1）分析用控制图；（2）控制用控制图。
五．控制图的判断规则1．分析用控制图：规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）；规则2 判异准则-----排列无下述现象（8种情况）。
2．控制用控制图：规则1 每一个点子均落在控制界限内。
规则2 控制界限内点子的排列无异常现象。
[案例1] p控制图某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389p,作控制.0图对其进行控制.数据与p图计算表[解]步骤一 :预备数据的取得,如上边表所示.步骤二: 计算样本不合格品率024.085/2/,/111====n D p n D p i i i 步骤三: 计算p 图的控制线ii i i n n p p p LCL CL n n p p p UCL n D p /)0389.01(0389.030389.0/)1(30389.0/)0389.01(0389.030389.0/)1(30389.02315/90/--=--==-+=-+=====∑∑由于本例中各个样本大小i n 不相等,所以必须对各个样本分别求出其控制界线.例如对第一个样本n1=85,有UCL=0.102 CL=0.0389 LCL=-0.024此处LCL 为负值,取为零.作出它的SPC 图形.CLLCL[案例2]为控制某无线电元件的不合格率而设计p图，生产过程质量要求为平均不合格率≤2%。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPC的作用
第一部分问题分析
F集团是国内一家大型摩托车民营企业集团，已经有10年的历史。
集团下属摩托车发动机公司、摩托车整车公司、摩托车研究开发中心等二十几家公司，遍布国内外。
集团年销售总额已经达到47亿元。
F集团期望通过第二个十年的发展，成为中国摩托车行业的领袖，并在世界摩托车行业确立比较领先的地位。
对于国内摩托车市场的激烈竞争，集团总裁Z先生认为：只有打破低层次上的同质化价格竞争，才有可能走出困境，实现发展的抱负。
因此，Z非常重视产品的质量，极力强调质量在差异化战略中的特殊重要地位。
1999年，在Z总裁的强行推动下，集团下属的主要公司都已经通过了ISO 9000质量体系认证，并且根据Z的要求，这些公司广泛地使用了SPC方法。
但是时间到了2001年，Z发现，这些公司的质量问题仍然很多，最使Z不能容忍的是以前发生的问题总是在重复发生。
Z请来一位质量专家G，让G帮助解决这个难题。
Z提出了两个问题：
一是为什么我推行了两年多的SPC，却看不到效果呢？
二是SPC到底有没有用？
G先采取了调查的方法。
他在发动机公司了解情况，质量部部长拿出资料，显示了各种产品的合格率，并解释说：“今年的指标是94%，您看，虽然实际的合格率有一些波动，但是平均已经达到了95%还多一点。
”质量经理面带困惑地打断他说：“是呀，指标没问题，可是客户的抱怨不断，我天天都是焦头烂额！”G问道：“那么，合格率是怎么统计出来的？”部长说生产部门有统计资料。
于是他们一起来到生产部，那里的看板上贴满了各种统计数据表和直方图、柱图、饼图，而且全部都是电脑打印出来的彩色的图片，就如下面这张图一样：
生产部长给G展示，他们为了应用SPC方法，已经配备了3台电脑、2名统计员和1名分析员。
分析员是一位聪明伶俐的女孩子，当她知道G对她的工作内容很感兴趣的时候，显得略为紧张，不过更多的是兴奋（后来她告诉G，除了统计结果，他的部长从不曾关注过她的工作内容），G问她：“那些图表用来做什么？知道为什么要这样做吗？”她说：“这个我知道，是为了统计合格率，因为质量部要求我们上报这个数据，每个月还要考核呢。
”G问质量部长：“是这样吗？”质量部长说：“是的。
因为集团质量管理部门就是这样要求我们的。
”G查阅了分析员的电脑，发现她的电脑里面保存了完整的质量问题数据，比如，测试部每天分类汇总的测试过程发现的各个型号发动机的漏油、碰划伤问题，生产线上的巡检员每天分类汇总的各种装配问题。
G对质量经理和质量部长问道：“这些数据谁收集？除了分析员这里，还需要报给哪个部门或人员？你们知道这些数据吗？”他们回答说：“有文件规定测试
部、生产部和检验部分别收集数据；都汇集到分析员这里，这也有文件规定；我们不需要知道这些中间的过程数据，只看最后统计的合格率报表。
”
思考的问题：
1、通过G的调查，你发现了什么问题？
2、你是否可以回答Z提出的问题了？
3、如果你是G，下一步，你会采取怎样的行动？
第二部分问题衡量
在接下来的时间里，G在分析员的帮助下对生产部七月份的某个产品的质量问题统计数据进行了简单的排列，情况是这样的：
之后，G又与公司的质量部人员、生产部人员、主管技术的总工程师以及公司总经理进行了分别的交谈，对他们所焦虑的问题、采取的措施和他们对采取措施的自我评价得到了比
我的调查和分析，公司的质量问题是这样分布的：有27%的问题无法辨明原因，除此之外，其他73%可以辨明原因的问题是：
1、部件碰划伤、毛刺等外观问题占26%，居第一位；
2、螺栓紧不到位的问题占13%，居第二位；
3、变档不灵的问题占8%，居第三位；
4、纸垫漏油的问题占7%，居第四位；
5、油封螺栓漏油的问题占4%，居第五位；
6、沙孔漏油的问题占4%，居第六位；
7、另外，盖体漏油的问题占2%。
除1、3两项外，其余5项都是导致漏油的问题，合并计算占30%，所以，公司生产过程的质量问题以出厂检验中发现发动机漏油为最多。
”
质量部长和生产部长很惊奇：“是呀，漏油的问题太多了，大家都习以为常，不觉得是问题了。
但是，你的这些数据从哪里来的呢？”
“就是生产部计算机里面的数据嘛。
”
“真的？！我们怎么不知道？”
G为他们展示了从分析员那里得到的数据，以及他自己根据这些数据重新进行的计算和分析。
思考的问题：
4、G是怎样重新使用数据的？
5、G所得到的结果与原来的结果有什么不同？
6、这样的结果对我们有帮助吗？有什么帮助？
7、面对这样的结果，你会很容易采取行动吗？你准备采取什么行动？
第三部分改进过程和解决问题
G与质量副总、质量部长、生产部长和技术部长经过讨论确定了如下的事项：
1、以73%可以辨明原因的问题为基数（作为100%），漏油问题（41%）和外观问题（37%）累计占78%，按照80/20原则，公司以这两类问题为当前质量工作的重点；
2、改变统计要求，以辨明主要问题为目的，重新选择SPC工具和数据的归纳、分析方法；
3、按照解决这些主要问题的目标制定月度、季度和年度的质量计划，并确定考核指标。
当G跟发动机公司总经理沟通这些情况的时候，那位总经理有点恍然大悟：“原来如此！可以前他们总是要我相信，我们受制于技术水平，而对于那些关键技术，专家也还没有办法呢。
那么，与发动机爬坡无力、启动点火以及突然熄火相关的那些问题又占多大比例呢？”
“有直接关联的问题不足3%。
当然，这些问题对于提高和改善发动机性能还是很重要的，这也是提高产品质量的一个重要方面，不过，那主要应该依靠技术手段来解决。
问题在于，80%的质量问题在技术上却是轻而易举可以解决的。
”
“确实如此。
”于是，总经理安排各个部门分别做了这样一些工作：
1、对问题产生原因进行调查和分析。
如毛刺存在的原因：主要是供应商和机加工段对消除毛刺的要求不明确。
碰划伤的原因有：①装配工人的野蛮操作；②盛具及转运车的防护胶垫大量脱落，导致产品与盛具及转运车金属面直接碰撞、摩擦；③产量大的时候，产品的放置和场地转运过程中没有保持有效间隔，或进行防护胶垫隔离，导致产品互相碰撞、摩擦。
螺栓紧不到位的原因：（根据G在生产线上的调查）几乎没有一个工人是按照工艺要求进行交叉的螺栓装配，其中大部分更不清楚这一工艺要求，他们按照自己习惯的方向进行顺时针或逆时针的顺序装配，导致产生应力、后序装配螺孔错位、挤压或拉伸密封纸垫等等。
2、采取措施。
技术部明确消除毛刺的要求，更改相应的技术文件并送达供应商、机加工段和检验部门，由后者进行控制。
生产部对装配工人进行培训，纠正野蛮装配，规范产品放置与场地转运操作。
重新安装所有盛具及转运车的防护胶垫。
技术部重新审查和规范螺栓装配工艺文件，对工人进行培训和操作指导。
3、监督实施。
质量部对所有部门的上述活动进行监督，确保实施到位。
质量部和生产部对生产过程的操作情况进行经常性检查，确保持续有效。
过了一个多月，那位总经理见到G很兴奋地告诉他：“漏油问题基本解决了！至少比以前减少大约90%呢！”“哦，是吗！真是替你高兴。
那么，外观问题怎么样？”“减少了不到一半。
供应商比较多，还有工人的习惯一下子不能都改过来。
看来，这个问题还须假以时日啊。
”
G向Z汇报了整个过程，Z说：“看来，SPC是有用的，而我们以前却用错了。
”
思考的问题：
8、分析一下，原来的过程为什么无效？改进的过程为什么有效？整个过程改进了什么？
9、根据第二部分G对不同管理人员的调查，比较一下本部分总经理采取的措施，诊断一下发动机公司以前的管理问题何在？
10、SPC的作用是什么？从中你得到什么启示？
11、根据这个案例，总结一下解决问题的思路应该是怎样的？。