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

复制代码

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

复制代码

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

复制代码

┌─────────────────┬─────────────────┐
│   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	1990-2000	ISO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：

复制代码

                    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：

确定要分析的问题（写在鱼头）
画出大骨（5M1E六类）
头脑风暴找原因，写在小骨上
投票筛选主要原因
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：

复制代码

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

复制代码

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）。

复制代码

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。

复制代码

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：

收集缺陷/问题数据
按发生频率排序
绘制条形图（左轴=频次）
绘制累计百分比线（右轴=百分比）
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

复制代码

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1	1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：

复制代码

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
3	COQ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
7	5Why	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
6	PDPC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。

复制代码

            ┌─→ 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	数据驱动的分析和控制	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：

复制代码

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：

复制代码

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