质量管理工具的实际应用

研究与探讨

44

概括来说，质量管理的发展过程大

致经历了3个阶段：质量检验阶段、统

计质量控制阶段和全面质量管理阶段。

日本在推行全面质量管理过程中，先后

提出了“质量管理七大工具”和“质量

管理新七大工具”；在种类、数量繁多

的方法和工具中，应用者只要根据项目

的实际情况选择应用，就会收到好的效

果。项目质量管理包含了项目执行质量

计划的编制、质量保证体系的审查、监

控具体项目执行结果以确定整改方案。

本文仅针对应用于“监控具体项目执行

结果”环节中质量控制工具的实际应

用，作以介绍和探讨。

一、质量管理常用工具及其

特征

由于在日常质量管理项目中更多使

用老七大工具进行操作，新七大工具更

侧重于提供一系列科学思维方法（见表

1），因此本文将着重介绍老七大工具的

实际应用。

(一)排列图（帕累托图）。

全称为“主次因素分析图”，它是

将质量改进项目由最重要向最次要进行

排列而采用的一种简单的图示技术；其

所依据的是帕累托原理，即80%的国家

财富由20%的人掌握。对此，我们可以

从生活中的许多事情加以印证：生产线

上80%的故障，发生在20%的机器上；

在企业因员工而产生的全部问题中，

80%是由20%的员工所引起的；80%的

结果，归结于20%的原因。如果我们能

知道产生的80%收获与20%的关键付出

之间的联系，那么便会事半功倍；这

也就是所谓的“关键的少数和次要的多

数”关系。美国质量管理专家朱兰把帕

累托的这种关系应用到质量管理中，发

现尽管影响产品质量的因素众多，但关

键的因素往往只是少数几项，它们造成

的不合格品占总数的绝大多数。

例如，我们在进行某品牌轿车的用

户满意度测评项目中，为了找出消费者

对所购车辆不满意的关键质量因素时，

多采用此工具(见图1)。很明显，我们

可以提供给厂商的质量改进信息是，提

高节油性能、优化发动机、改善加速动

力和减小空调噪音。

(二)因果图。

解决质量问题，需要查找原因、考

察对策，继而采取适合的措施。影响产品

质量的原因多种多样、错综复杂，概括起

来有两种互为依存的关系，即平行关系

和因果关系。因果图又被形象地称为“树

枝图”、“鱼刺图”，它是利用头脑风暴

法的原理，集思广益，寻找影响质量、时

间、成本等问题的潜在因素；从产生问题

的结果出发，首先找出产生问题的大原

因，然后通过大原因找出中原因，再进一

步找出小原因，依次类推、步步深入，直

至找到可采取的措施为止。

例如，在探测消费者对所使用轿车

的舒适性评价较低的原因时，将舒适度

分解为多重影响因素（见图2）。将各

因素一一分解后，通过相关度的计算找

出关键因素并改进，可有效提升该评价

结果。

(三)调查表。

调查表又可称为“检查表”、“统

计分析表”，是一种收集整理数据和粗

略分析质量原因的工具。调查表是为了

调查客观事物、产品和工作质量或分层

收集数据而设计的图表，即把产品可能

出现的情况及其分类预先列成统计调查

表，在检查产品时只需在相应分类中进

行统计，并可从调查表中进行粗略的整

理和简单的原因分析，为下一步的统计

分析与判断质量状况创造良好条件。

例如，表2反映的是某汽车品牌旗

下不同车型（A-F）的故障发生部位。

从表2可以看出，该品牌旗下汽车产

品的主要质量问题出现在“发动机系

统”，而C车型的“行驶转向和制动”

问题凸显。

(四)分层法。

引起质量波动的原因多样，收集到

的质量数据往往带有综合性。为了能够

准确把握产品质量波动的实质原因和变

化规律，必须对质量数据进行适当归类

和整理。分层法是分析质量原因的一种

常用的统计方法，它能使杂乱无章的数

据和错综复杂的因素系统化、条理化，

有利于找出主要的质量原因并采取相应

的技术措施。

质量管理中的数据分层就是将数据

根据使用目的，按其性质、来源、影响

因素等进行分类，也就是把性质相同、

在同一生产条件下收集到的质量特性数

据归为一类。分层法经常同质量管理中

王 玥

质量管理工具的实际应用

研究与探讨

45的其它方法一起使用，如将数据分层之

后加工整理成为分层排列图、分层直方

图、分层控制图和分层散布图等。

例如，在液态奶行业的用户满意度

评价项目中，将受访者按所在城市划分

为5个层次，以发现不同城市中的消费

者对某品牌液态奶质量的评价差异。分

层分析后不难看出，天津的消费者对液

态奶质量的评价最高，而广州和重庆的

消费者给予的评价较低(见图3)。

(五)直方图。

直方图又称“质量分布图”，是通

过对测定或收集到的数据加以整理，来

判断和预测生产过程质量与不合格品率

的一种常用工具。直方图法适用于对大

量计量值数据进行整理加工，找出其统

计规律，掌握数据分布的形态，以便对

其总体的分布特征进行分析。

例如，某款轿车在不同地区的故障

总提及率为68%。考虑到该故障可能与

气候、路况等因素相关，因此划分不同

区域进行计算，绘制直方图(见图4)后

直观看到：西北、华中和东北地区的故

障率明显偏高，亟需关注。

(六)散布图。

散布图又叫“相关图”，是用来

考察和判断两个特性或变量之间关系的

图形。一切客观事物彼此间都是相互关

联、相互影响的。产品质量特性与影响

质量特性的众多因素之间、不同的特性

之间也是相互联系、相互制约的；反映

到数量上，就是变量之间存在着一定的

关系。散布图就是测量和显示变量间关

系的工具。其中两个变量之间的关联判

定状态包括：正相关、弱正相关、负相

关、弱负相关以及无相关。图5展示的

是弱正相关散布图示例。

实际应用中，多会通过散布图计

算出相关系数，与其他指标交叉绘制矩

阵图，以寻找优先改进的质量因素。例

如，在液态奶行业的用户满意度评价项

目中，将消费者满意度评分与各指标对

总体满意度的相关性，交叉为SWOT矩

阵图(见图6)。矩阵图提示，优先改进

质量因素为性价比、营养价值和口味

等。

(七)控制图。

控制图是用于分析和控制过程质

量的一种方法。控制图设有控制界限，

用来区分引起的原因是偶然的还是系统

的；它可以提供系统原因存在的资讯，

从而判断生产过程受控状态。质量管理

的最高境界是预防质量问题的发生，控

制图正是对预防原则的贯彻：应用控制

图持续监控生产过程，异常因素刚露出

苗头便能及时被发现，并在这种趋势造

成不合格品之前就采取措施加以消除，

起到预防的作用；在现场，更多的情况

表1

名称内容特点

老七大工具

排列图、因果图、调查表、分层

法、直方图、散布图、控制图

（除因果图外，都属于统计型方法）适用于现场质

量管理活动，研究对象多可定量化表达；通过收集

分析数据、统计计算的方法取得分析结果。

新七大工具

箭线图法、关联图、系统图、

亲和图（KJ）法、矩阵图、矩

阵数据分析法、过程决策程序图

（PDPC）法

（除矩阵数据分析法外，均为情理型方法）适用于

管理层次的应用，多是定性的研究对象、很少进行

计算；主要通过收集语言资料和图表使用提供思考

方法。

其他方法

流程图、简易图、正交试验设

计法、优选法、水平对比法、

头脑风暴法

图1

图2

表2

频

次百分比