news 2026/6/28 2:58:36

10 质量管理

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
10 质量管理

10 质量管理

2026-06-26 新建


4.60 等级与质量 & 精确度与准确度

核心定义

概念定义一句话
质量产品/服务满足需求的程度“好不好”(符合要求+适合使用)
等级产品/服务的功能丰富程度“档次高低”(豪华版vs基础版)

质量 vs 等级

低等级 + 高质量 = 功能少但做得极好(如:基础款iPhone,质量极高) 高等级 + 低质量 = 功能多但bug多(如:山寨机功能多但易坏) 高等级 + 高质量 = 理想状态(如:旗舰机) 低等级 + 低质量 = 垃圾(无法交付)

关键认知:低等级不一定是问题(可能是客户只需要基础功能),但低质量永远是问题

精确度 vs 准确度

概念英文定义图示
准确度Accuracy测量值与真实值的接近程度打靶:是否靠近靶心
精确度Precision多次测量值之间的接近程度打靶:弹孔是否集中
高准确 + 高精确:●●● 都打在靶心附近,且集中 ✓ 理想状态 高准确 + 低精确:● ● 平均在靶心,但很分散 (系统OK,波动大) 低准确 + 高精确: ●●● 都打在同一位置,但偏了 (校准问题) 低准确 + 低精确:● ● 随机分布,无规律 ✗ 完全不行

考试场景:质量测量工具要先校准(确保准确度),再追求一致性(精确度)。


4.61 质量管理观念改变

传统质量观 → 现代质量观

维度传统观念现代观念
责任质检部门的事全员质量,每个人的责任
时机事后检查、挑出缺陷事前预防、过程控制
成本质量是成本(要花钱检查)质量免费(预防省更多)
目标符合规格即可持续改进、客户满意
方法检验、测试设计质量、流程优化

质量成本(COQ)四象限

┌─────────────────┬─────────────────┐ │ 预防成本 │ 评估成本 │ │ ( Planning) │ (Checking) │ │ │ │ │ • 培训 │ • 测试 │ │ • 流程设计 │ • 检查 │ │ • 预防性维护 │ • 审核 │ │ • 质量规划 │ • 验证 │ ├─────────────────┼─────────────────┤ │ 内部失败成本 │ 外部失败成本 │ │ (Internal) │ (External) │ │ │ │ │ • 返工 │ • 保修 │ │ • 报废 │ • 召回 │ │ • 停工 │ • 客户流失 │ │ • 缺陷修复 │ • 品牌损失 │ └─────────────────┴─────────────────┘ 成本递增:预防 < 评估 < 内部失败 < 外部失败

核心规律:预防投入1元,评估投入10元,内部失败100元,外部失败1000元。越早发现越便宜


4.62 质量管理发展趋势和代表人物(一)

质量管理五个发展阶段

阶段时间特征核心思想
1. 质量检验1900-1930事后把关,挑出废品质量是检验出来的
2. 统计质量控制1930-1960用统计方法预防缺陷质量是控制出来的
3. 全面质量管理1960-1990全员参与,全过程管理质量是管理出来的
4. 质量保证1990-2000ISO体系,过程标准化质量是体系保证的
5. 战略质量管理2000-至今质量是核心竞争力质量是战略

戴明(W. Edwards Deming)

国籍:美国(后在日本发扬光大)

核心贡献

  • 戴明环(PDCA):Plan-Do-Check-Act 持续改进循环
  • 14条管理原则:如"驱除恐惧"、“打破部门墙”
  • 红珠实验:证明系统问题不能靠惩罚个人解决

戴明名言

  • “质量无需多言,客户自然会用钱包投票”
  • “惩罚不能改善系统”

朱兰(Joseph Juran)

国籍:美国

核心贡献

  • 朱兰三部曲:质量规划 → 质量控制 → 质量改进
  • 适用性质量:质量 = 适用性(Fitness for Use),不只是符合规格
  • 80/20法则:80%的质量问题由20%的原因造成

朱兰名言

  • “质量是设计出来的,不是检验出来的”
  • “质量就是适用性”

4.63 质量管理发展趋势和代表人物(二)

克罗斯比(Philip Crosby)

国籍:美国

核心贡献

  • 零缺陷(Zero Defects):第一次就把事情做对
  • 质量免费(Quality is Free):预防成本 < 失败成本
  • 四项质量定理
    1. 质量 = 符合要求
    2. 质量系统 = 预防
    3. 工作标准 = 零缺陷
    4. 质量度量 = 不符合要求的代价(PONC)

石川馨(Kaoru Ishikawa)

国籍:日本

核心贡献

  • 鱼骨图(石川图):因果分析工具
  • QC七工具:统计质量管理的基础工具集
  • 全员质量管理:将质量意识普及到每个员工

费根鲍姆(Armand Feigenbaum)

国籍:美国

核心贡献

  • **全面质量管理(TQM)**概念的提出者
  • **质量成本(COQ)**的系统化研究

4.64 质量管理方法与工具——根本原因分析

鱼骨图(石川图/Ishikawa Diagram)

用途:找出问题的根本原因,而非表面现象。

结构

问题/结果 │ ┌───────────┼───────────┐ │ │ │ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐ │ 人 │ │ 机 │ │ 料 │ │ People │ │Machine │ │Material│ └────┬────┘ └────┬────┘ └────┬────┘ │ │ │ ┌────┴────┐ ┌────┴────┐ ┌────┴────┐ │ 法 │ │ 环 │ │ 测 │ │Method │ │Environment│ │Measurement│ └─────────┘ └─────────┘ └─────────┘ 5M1E:人、机、料、法、环、测

使用方法

  1. 确定要分析的问题(写在鱼头)
  2. 画出大骨(5M1E六类)
  3. 头脑风暴找原因,写在小骨上
  4. 投票筛选主要原因
  5. 针对主要原因制定对策

5Why分析法

定义:连续问5个"为什么",直到找到根本原因。

示例

问题:机器停下来了 Why 1:为什么机器停了? → 保险丝烧断了 Why 2:为什么保险丝烧断了? → 机器润滑不足 Why 3:为什么润滑不足? → 润滑泵没有充分抽油 Why 4:为什么润滑泵没抽油? → 润滑泵的油轴磨损了 Why 5:为什么油轴磨损了? → 滤网没有清洗,导致杂质进入 根本原因:滤网没有定期清洗 解决方案:建立滤网清洗流程

关键:不是问5次就停,是问到找到可行动的原因为止。可能是3次,可能是7次。


4.65 质量管理方法与工具——直方图

核心定义

直方图(Histogram):用条形图展示数据分布情况,看出数据的集中趋势和离散程度。

直方图的作用

频率 │ │ ┌─┐ │ │ │ ┌─┐ │ ┌─┼─┼──┼─┼─┐ │ │ │ │ │ │ │ ┌─┐ │┌─┼─┼─┼──┼─┼─┼──┼─┼─┐ └┴─┴─┴─┴──┴─┴─┴──┴─┴─┴──► 数值范围 从直方图可以看出: - 数据集中在哪个区间(峰值) - 分布是否对称 - 有没有异常值(离群点) - 与规格限的对比(是否超差)

常见分布形态

形态特征含义
正态分布中间高、两边低、对称过程稳定、正常
双峰分布两个峰值数据来源不同(如两台机器)
偏态分布一边长一边短有上限/下限约束
均匀分布各区间高度相近可能是人为分组不当
孤岛分布大部分集中,有个别远离存在异常数据点

4.66 质量管理方法与工具——散点图和帕累托图

散点图(Scatter Diagram)

用途:展示两个变量之间的关系(相关性)。

变量Y │ │ ● │ ● ● │ ● ● │ ● ● │ ● ● └──────────────► 变量X 正相关:X增加,Y增加

相关性类型

类型图示含义
正相关X增加,Y增加
负相关X增加,Y减少
无相关●●● 随机分布X与Y无关
曲线相关非线性关系

重要:相关性 ≠ 因果性。散点图只能说明有关,不能说明谁导致谁。

帕累托图(Pareto Chart)

定义:按频率排序的条形图 + 累计百分比折线图。遵循80/20法则

频率 累计% │ │ │ ┌─┐ │● │ │ │ │ ● │ │ │ │ ● │┌┼─┼─┐│ ● │││ │ ││ ● │││ │ ││ ● └┴┴─┴─┴┴──────●► A B C D E 缺陷类型 A、B两个原因 → 占了80%的问题 优先解决A和B,效果最大

使用步骤

  1. 收集缺陷/问题数据
  2. 按发生频率排序
  3. 绘制条形图(左轴=频次)
  4. 绘制累计百分比线(右轴=百分比)
  5. 找出累计80%的那几个关键因素

核心思想:不要平均用力,找出"关键的少数"优先解决。


4.67 质量管理方法与工具——控制图

核心定义

控制图(Control Chart):用统计方法监控过程是否稳定的工具。判断过程是受控还是失控

控制图结构

测量值 │ │ UCL(上控制限)──────────────── │ │ ● ● ● │ ● ● ● ● ● ● ● │────●────────────●─────────────── CL(中心线/均值) │ ● ● ● ● │ ● │ LCL(下控制限)──────────────── │ └────────────────────────────────► 时间/样本

三条线

  • CL(Center Line):中心线,过程均值
  • UCL(Upper Control Limit):上控制限,均值+3σ
  • LCL(Lower Control Limit):下控制限,均值-3σ

控制图判读规则

过程受控:点在上下限之间,随机分布,无规律。

过程失控(七点规则):

规则描述图示
规则11点超出控制限点在UCL或LCL之外
规则2连续7点在同一侧●●●●●●● 都在中心线上方
规则3连续7点上升或下降趋势明显向上或向下
规则4连续3点中有2点接近控制限靠近UCL/LCL

七点规则:连续7点出现某种模式,说明过程已失控,需要调查原因。

控制图 vs 规格限

控制限规格限
基于过程数据计算(均值±3σ)基于客户要求设定
反映过程能力反映客户容忍度
过程失控:点超出控制限产品不合格:点超出规格限

四种情况

1. 受控且合格:过程稳定,产品OK ✓ 2. 受控但不合格:过程稳定,但能力不足(需改进) 3. 失控但合格:过程不稳定,运气好(需调查) 4. 失控且不合格:过程崩溃,必须停工 ✗

本章高频考点清单

#考点一句话
1质量 vs 等级质量=好不好,等级=档次高低
2准确度 vs 精确度准确度=离真值近,精确度=多次测量一致
3COQ四象限预防 < 评估 < 内部失败 < 外部失败
4戴明PDCA循环,14条原则
5朱兰质量三部曲,80/20,适用性质量
6克罗斯比零缺陷,质量免费
75Why连续问为什么找根本原因
8鱼骨图5M1E(人/机/料/法/环/测)
9帕累托图80/20法则,抓关键的少数
10控制图七点规则判断过程失控

本章常见考试陷阱

陷阱正解
低等级=低质量 ×低等级可以是高质量(基础款但做得好)
质量是质检部门的事 ×现代质量是全员责任
散点图说明因果关系 ×散点图只说明相关,因果需进一步验证
控制限=规格限 ×控制限是统计计算的,规格限是客户要求的
点在控制限内=产品合格 ×过程受控≠产品合格(还要看规格限)
质量成本就是检验成本 ×质量成本包括预防/评估/失败,检验只是评估的一部分

4.68 控制质量的方法与工具

QC 新七大工具(管理规划工具)

Old 7(基础QC工具)已在4-64~4-67覆盖。以下为 QC新七大工具(New 7 Management & Planning Tools):

#工具英文用途一句话
1亲和图Affinity Diagram大量想法分组归类贴便签→归类→找主题
2关联图Interrelationship Diagram理清复杂因果关系多因素交织时的因果梳理
3树图Tree Diagram逐层分解目标到具体行动系统化的 WBS 式拆解
4矩阵图Matrix Diagram多维交叉分析行×列交叉点找关系
5优先矩阵Prioritization Matrix加权排序决策带权重的打分表
6PDPC法Process Decision Program Chart预判风险、制定对策如果A不行→走B→B不行→走C
7网络图Activity Network Diagram活动排序、关键路径类似CPM,箭头图

过程决策程序图(PDPC)

核心定义:在执行前预先设想所有可能的意外情况和障碍,为每个分支制定应对方案。

┌─→ 方案A1 ──→ 完成 │ 开始 ──→ 方案A ──→ 障碍?──→ 方案A2 ──→ 完成 │ │ │ └─→ 方案A3 ──→ ... │ └─→ 方案B(备用路径)──→ 完成

特点

特点说明
预防导向不等等待问题发生,预先设计应对
树状分支像决策树,但不是选最优,是为每个分支做准备
动态调整实施过程中随新信息更新
团队共创跨职能团队一起构建

与风险管理的区别:PDPC 侧重"实施过程"中的未知变数,风险管理侧重"项目环境"中的不确定性。

Old 7 vs New 7

维度Old 7 QC 工具New 7 管理工具
侧重点数据驱动的分析控制规划组织决策
输入数值型数据语言型/关系型数据
使用阶段问题发生后分析问题发生前规划
主要过程8.3 控制质量8.1 规划质量管理、8.2 管理质量
典型工具控制图、帕累托、因果图亲和图、PDPC、矩阵图

常见错误

陷阱正解
PDPC 是风险管理工具 ×PDPC 是质量管理新七工具,侧重实施过程的障碍预测
新七工具替代旧七工具 ×互补关系:旧七分析数据,新七辅助决策
PDPC 画一次就不用改了 ×PDPC 是活文档,随实施进展动态更新

核查表(Check Sheet)

核心定义:Old 7 QC 工具之一,用于结构化的数据收集。将检查结果填入预设计好的表格,便于后续分析。

示例

缺陷核查表 — 手机组装线 ┌──────────┬──────┬──────┬──────┬──────┬──────┐ │ 缺陷类型 │ 周一 │ 周二 │ 周三 │ 周四 │ 周五 │ 合计 │ ├──────────┼──────┼──────┼──────┼──────┼──────┼──────┤ │ 屏幕划痕 │ III │ II │ IIII │ III │ II │ 14 │ │ 外壳缝隙 │ I │ III │ I │ II │ III │ 10 │ │ 按键松动 │ II │ I │ I │ I │ I │ 6 │ │ 包装破损 │ 0 │ I │ 0 │ 0 │ I │ 2 │ │ 其他 │ I │ 0 │ I │ 0 │ I │ 3 │ └──────────┴──────┴──────┴──────┴──────┴──────┴──────┘

特点

特点说明
结构先行表格在设计时就确定了要收集什么数据
数据→下一步核查表是帕累托图/控制图等分析工具的数据输入
即填即用现场填写,当场可见分布

Old 7 完整清单:因果图 + 控制图 + 流程图 + 直方图 + 帕累托图 + 散点图 + 核查表。核查表是最容易忽略但最基础的工具(没有它,其他工具缺数据)。

统计抽样

核心定义:从一批产品/数据中抽取部分样本进行检验,用样本结果推断整批的质量状况。

两种抽样方式

类型英文判定方式适用场景
属性抽样Attribute Sampling合格 / 不合格(二选一)外观检查、尺寸合规
变量抽样Variable Sampling连续值度量(如重量、长度)精度测量、性能测试

示例

属性抽样:随机抽100个,标准=缺陷率<1% → 发现2个缺陷 → 缺陷率2% > 1% → 整批拒收 变量抽样:随机抽20个测重量 → 均值:99.8g,标准差:2.1g → 规格:100±5g → 在范围内 → 整批接收

为什么用抽样而非全检

全检抽样
成本高、耗时长成本低、快速
破坏性测试无法全检只能抽检(如碰撞测试)
大量重复容易漏检集中精力抽少量

考试关键词:“随机抽取”、“样本推断总体”、"属性/变量"是抽样;“逐件检查”、"全检"是检验。

Old 7 完整工具速查

#工具用途考点
1因果图(鱼骨图)找原因5M1E
2控制图判断过程是否受控七点规则、失控判断
3流程图看步骤、找瓶颈输入→活动→输出
4直方图看数据分布正态/偏态/双峰
5帕累托图抓关键少数80/20法则
6散点图看两变量相关性相关≠因果
7核查表数据收集最基础,给其他工具供数据
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/28 2:58:16

芯片行业EMBA选型测评:行业分析与机构优选指南

一、引言&#xff1a;芯片行业高管EMBA选型核心痛点国内芯片产业进入国产替代与全球化布局双轨并行的关键阶段&#xff0c;行业技术迭代快、跨境合作频繁、资本运作密集&#xff0c;对企业管理者的综合能力提出极高要求。多数芯片企业创始人、核心高管出身研发、工艺、技术岗位…

作者头像 李华
网站建设 2026/6/28 2:53:51

什么是RAG?RAG的全面解析。

RAG&#xff08;检索增强生成&#xff09;全面解析 什么是RAG&#xff1f; RAG&#xff08;Retrieval-Augmented Generation&#xff0c;检索增强生成&#xff09;是一种将检索和生成相结合的AI技术框架。它通过从外部知识库中检索相关信息&#xff0c;来增强大语言模型&#x…

作者头像 李华
网站建设 2026/6/28 2:52:47

HTTP到底是什么?浏览器和服务器之间到底发生了什么

导语很多人第一次学习 HTTP 的时候都会有一个感觉&#xff1a;看起来每个概念都认识&#xff0c;但连在一起之后&#xff0c;却不知道它到底在解决什么问题。浏览器输入一个网址&#xff0c;回车之后页面就出来了&#xff0c;中间没有任何提示&#xff0c;也没有手动操作。这一…

作者头像 李华
网站建设 2026/6/28 2:51:39

数列不是离散数字罗列,是双螺旋分层生长,分段截取的离散节点序列-《全域数学vs传统数学:人类文明进阶200讲》第55讲

《全域数学vs传统数学&#xff1a;人类文明进阶200讲》第55讲 高中通俗版逐字稿 讲次&#xff1a; 第55讲 主题&#xff1a; 数列不是离散数字罗列&#xff0c;是双螺旋分层生长&#xff0c;分段截取的离散节点序列 对标课本知识点&#xff1a; 数列、通项、递推、等差等比数列…

作者头像 李华
网站建设 2026/6/28 2:42:02

每日 AI 研究简报 · 2026-06-27

&#xff08;本文借助 AI 大模型及工具辅助整理&#xff09; 一句话总结&#xff1a;OpenAI 发布 GPT-5.6 三款新模型&#xff0c;Google 搜索框迎来25年首次大改版&#xff0c;图像生成与强化学习领域迎来重要技术突破。 &#x1f30a; AI 动态与趋势 大模型竞争进入新阶段…

作者头像 李华