_第章_全面质量管理(马风才).ppt

《_第章_全面质量管理(马风才).ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《质量管理》顾客满意，持续改进质量管理-1-TQM的特点、内涵与基本要求7种老工具的使用7种新工具的含义、用途与操作步骤QC小组的工作步骤与内容头脑风暴的工作步骤标杆法的工作步骤知识要点质量管理-2-引导案例：摩托车输油管漏油日本一家摩托车公司偶然接到一个来自驾驶员的电话：“在摩托车行驶过程发现了输油管漏油”。如果你是这家公司，你如何处理这个电话？如果判定输油管漏油是由于公司的原因造成的，会是哪些原因呢？怎样才能找到具体原因？又如何找到其中的主要原因？人Man机Machine料Material法Method测量Measurement环境Environment质量管理-3-第2章全面质量管理2

2、.1概述2.2质量管理基本工具2.3其他质量管理方法质量管理-4-全面质量管理：“是为了能够在最经济的水平上，在充分满足用户要求的条件下，进行市场研究、设计、生产和服务，把企业各部门的研制质量、维持质量和提高质量的活动结合在一起，成为一个有效体系。”全面质量管理即全员质量管理、全过程质量管理、全方位质量管理、多种多样的质量管理工具或方法，即“三全一多样。”2.1概述质量管理-5-TQM的特点持续改进树立标杆授权给职员发扬团队精神基于事实的决策活学活用质量管理工具或方法供应商的质量保证强化“源头质量”观念质量管理-6-TQM的内涵顾客满意持续改进质量管理-7-全员质量管理关键：领导的作用是营造

3、一个全员参与质量管理的环境要求实施质量教育和培训开展群众性质量管理活动质量管理-8-全过程质量管理涵义：在产品形成的全过程（生命周期）中重视质量管理要求在产品形成的各个阶段，采取专业的控制手段编制标准操作规程（StandardOperationProcess，SOP）质量管理-9-全方位质量管理涵义：从横向角度强调各个职能单位对质量管理应承担的相应责任要求：必须建立贯穿整个企业的质量管理体系，并保证其有效运行质量管理-10-多种多样的工具或方法工具：质量管理七种老工具、质量管理七种新工具等方法：QC小组活动、头脑风暴法、标杆法，顾客需求调查、顾客满意度测评、质量功能展开、统计过程控制、抽样验

4、收等质量管理-11-第2章全面质量管理2.1概述2.2质量管理基本工具2.3其他质量管理方法质量管理-12-2.2质量管理基本工具检验表质量管理-13-排列图质量管理-14-直方图作图步骤收集质量观测值找出观测值中的最大值xmax和最小值xmin确定观测值的分组数k计算各组组距h数据分组制作频数分布表绘制直方图质量管理-15-一种笔记本电脑上用的螺丝，长度范围要求控制在8±0.5mm。下表是从生产线随机抽取的100个样本数据。试绘制螺丝长度直方图。算例8.117.908.027.968.127.987.927.828.078.098.067.987.927.998.118.047.897.8

5、47.848.107.927.858.017.897.918.087.978.178.147.998.147.787.917.987.977.988.007.827.937.838.027.938.067.838.108.218.027.917.977.977.978.178.087.917.887.918.137.798.067.848.027.977.968.158.078.058.048.028.017.898.058.138.038.187.788.048.217.888.028.207.968.168.057.888.117.987.987.978.067.997.807.927.

6、937.778.158.098.058.007.957.90质量管理-16-解答第1步：收集观测值，见上表，这里n=100第2步，查找数据中的最大值与最小值xmax=8.21mm，xmin=7.77mm第3步，确定分组数，这里取k=10第4步，计算各组组距h=(hmax-xmin)/k=(8.21-7.77)/10=0.044质量管理-17-解答（续）第5步，数据分组[7.770,7.814),[7.814,7.858),…,[8.166,8.210]第6步，制作频数分布表，见下页表第7步，绘制直方图，见下页图质量管理-18-分组频数[7.770,7.814)5[7.814,7.858)8[

7、7.858,7.902)8[7.902,7.946)12[7.946,7.990)17[7.990,8.034)14[8.034,8.078)13[8.078,8.122)10[8.122,8.166)7[8.166,8.210]6合计100螺丝长度直方图质量管理-19-直方图失控状态表现偏向型分布：倾向性加工造成的锯齿型分布：示数误差过多或分组过多双峰型分布：数据来源于两个总体平顶型分布：存在缓慢的异常因素