（一）统计调查分析法

统计调查分析法是利用统计图表进行数据整理和粗略的原因分析的一种工具，常用类型有缺陷位置检查表、不合格品分项检查表和频数分布表。

1.缺陷位置检查表　缺陷位置检查表是将所发生的缺陷标记在产品或零件图的相应位置上，并附以缺陷的种类和数据记录。表10－4是男上衣质量缺陷位置检查表。

表10－4　男上衣质量缺陷位置检查表

2.不合格品分项检查表　不合格品分项检查表将不合格品按其种类、原因、工序、部位或内容等情况进行分类记录，能简便、直观地反映出不合格品的分布情况。

3.频数分布表　频数分布表应用于绘制直方图。

（二）分层法

为了便于分析、控制，在对质量数据的收集过程中，应该注意将数据进行分类。分层法（也叫分类法），是一种把记录的原始质量数据，按照一定的目的、性质、来源、影响因素等加以分类整理，以便分析质量问题影响因素的方法。分层的目的，是为了通过分层把性质不同的数据和错综复杂的影响因素分析清楚，找到问题的症结所在，以便对症下药，解决问题。一般把性质相同，在同一条件下收集的数据归在一起。当数据分散程度较大时，也可以通过分层，将这些数据按某种特征分成两个以上的组。分层时，尤其应使同一层内的数据波动幅度尽可能小，而层间的差别尽可能大，这是分层的关键。常用的分层方法有以下几种。

（1）按不同的时间分，如不同的班次、不同的日期。

（2）按操作人员分，如新老工人、男工、女工、不同工龄、不同技术等级。

（3）按使用设备分，如设备型号、新旧设备。

（4）按操作方法分，如切削用量、温度、压力等。

（5）按原材料分，如供料单位、进料、批次等。

（6）按不同检验手段、测量者、测量位置、仪器、取样方式等分类。

（7）其他分类，按不同的工艺、使用条件、气候条件等进行分类。

（三）排列图法

排列图的全称是“主次因素排列图”，是用来寻找影响产品质量主要因素的一种方法。它将经济学上80/20原则用到管理领域，区分“关键的少数”和“次要的多少”，从而抓住关键因素，解决主要问题。它针对各种问题按原因或状况分类，把数据从大到小排列而作出的累计柱状图。

1.排列图的结构　一个横坐标，表示影响质量的各个因素，按影响程度的大小从左到右排列。两个纵坐标：左边的纵坐标表示频数（件数），右边纵坐标表示频率（用百分数表示）。N个柱形条：柱形条的高度表示某个因素影响的大小。一条曲线：曲线表示各影响因素大小的累计百分数。这条曲线叫做帕累托曲线或者排列线。

2.绘制排列图的方法和步骤　现以某纺织企业实际生产状况为例，来说明绘制排列图的方法和步骤。

［案例］

现以某纺织企业毛纺织品实际生产状况为例，应用排列图法进行生产过程质量状况的分析。某批毛纺织品生产中，经坯检得出疵点总数为145个，其具体质量信息见表10－5。

表10－5　某批毛纺织品质量信息

在坐标纸上取两个纵轴、一个横轴，左边纵轴表示疵点项目发生的频数，标明数值的标度；右边纵轴表示累计百分比，标度取0～100；横轴表示各种疵点项目，按频数大小从左至右依次绘出直方图。直方图的高低表示某疵点项目影响的大小。在每个直方图横线中点的上方标出累计值的点，连接各点即成由左向右的曲线。这条表示各疵点项目影响大小的累计百分数的曲线称为帕累托曲线（图10－8）。

图10－8　某批毛纺产品质量的排列图

3.绘制排列图注意事项

（1）排列图将影响质量的因素按其频数大小和主次关系排列，有利于寻找关键因素。

（2）一般来说，关键因素最好是1～2个，多了就会失去意义。

（3）排列图左边的纵坐标轴上的标度，是用来表示频数的尺度，标度的单位必须与分析的问题相对应。

（4）不重要的项目很多时，会使横轴变得过长，可将这些项目并入其他项目内，放在横轴最末端。

（5）确定了关键因素，采取了相应措施，为检查措施的效果，可重新绘制排列图，进行验证比较，对措施效果进行评价。

4.排列图的观察分析　一般来讲，取图中前面的1～3项作为改善的重点就行了。若再精确些，可采用ABC分析法确定重点项目。ABC分析法是把问题项目按其重要的程度分为三级，具体做法是把构成排列曲线的累计百分数分为三个等级：0～80%为A类，是累计80%以上的因素，它是影响质量的主要因素，是要解决的重要问题；80%～90%的为B类，是次要因素；累计百分数在90%～100%的为C类，在这一区间的因素是一般因素。上例中毛纱和小辫是A类因素，是要解决的重要问题。

除了对排列图作ABC分析外，还可以通过排列图的变化，对生产、管理情况作以下分析。

（1）在不同时间绘制的排列图，项目的顺序有了改变，但总的不合格品数没有改变时，可认为生产过程是不稳定的。

（2）排列图的各分类项目都同样减小时，则认为管理效果是好的。

（3）如果改善后的排列图，其最高项和次高项一同减少，但顺序没变，说明这两个项目是相关的。

（四）因果分析图

1.因果分析图的概念和结构　因果分析图，简称因果图，也叫特性要因图或特性因素图。因其形状像鱼刺和树枝，又称鱼刺图或树枝图。因果图是日本质量管理专家石川馨最早提出，于1953年首先在日本应用，由于使用效果好，逐渐传入其他一些国家，因此，因果图也称为石川图。它是一种充分发动员工动脑筋、查原因、集思广益的好方法，特别适合于工作中实行民主质量管理。当出现了某种质量问题，但未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。

因果分析图就是以结果作为特性，以原因作为因素，在它们之间用箭头线联系表示因果关系的一种图形。因果图由特性（生产过程或工作过程中出现的结果，如纱线条干不匀）、原因（对质量特性产生影响的因素，如纱线条干不匀的影响因素）、枝干（表示特性与原因关系的箭头线）组成，其基本图形如图10－9所示。

2.因果图的用途

（1）根据质量问题逆向追溯产生原因，由粗到细找出产生质量问题的各个层次、各种各样的原因以及各原因传递关系。

（2）因果图可明确原因的影响大小和主次，从而可以作为制订质量改进措施的指导依据。

3.因果图的类型　因果图通常有三种类型，即问题分解型、原因罗列型和工序分类型。这三种类型各有利弊，应根据实际情况适当选择利用。

图10－9　因果图的形式

（1）问题分解型。这种图形对提出的问题沿着为什么发生这个问题的思路一直追到底。其想法是凡存在质量问题的地方就一定要得到改善。其优点是：由于分解了质量问题，可以系统地掌握相互之间的关系。其缺点是：由于将许多原因都归结成问题分解的形式，因而一些小原因容易漏掉。

（2）原因罗列型。这种类型的思路是，尽可能把所有的原因都罗列出来，当然先找大原因，再找中原因、小原因以及更细小原因，找出其中存在真正的原因或者说是改善的关键。其优点是：由于原因全部罗列，所以不大可能遗漏；另外，基于原因之间的因果关系，可采用各种表达形式，使图的内容丰富并且生动、易懂。其缺点是：结果与小枝之间难于联结，所以画起来较麻烦。

（3）工序分类型。其作法是按工序流程画大枝，然后把对质量有影响的原因填写在相应的工序（大枝）上。优点是作图简便，易于理解；缺点是相同原因有时会出现多次，难于表现多个因素联系在一起同时影响质量的情况。

（五）直方图法

1.直方图的概念和结构　直方图又称质量分布图，它用于分析和描述生产过程中产品质量分布的状况，以便对总体的质量分布特性进行推断，从而掌握和控制生产过程的质量保证能力。直方图是工序质量控制统计方法中主要的工具之一。

直方图由直角坐标系中若干个顺序排列的长方形组成，横坐标为观测值。各长方形在横坐标上的底边相等，底边表示观测值区间，长方形的高度表示观测值落入各相应区间的频数。整个直方图高度的变化呈现出一定的规律，一般正常的规律是中间高、两边低，从中间向两边呈逐渐下降的分布，如图10－10所示。

(www.daowen.com)

图10－10　直方图

2.直方图的作用　直方图用来揭示质量问题，确定质量改进点，主要表现在以下几个方面。

（1）显示产品质量波动分布状态，通过对数据的收集整理来直观地描述生产过程中的产品质量分布状况。

（2）分析判断生产过程保证产品质量的能力。

（3）估算产品不合格率及产生的可能原因，为质量改进提供信息。

3.直方图的观察分析　对直方图的观察分析可从直方图的图形进行。从直方图可以直观地看出产品质量特性的分布形态，便于判断过程是否处于控制状态，以决定是否采取相应对策措施。

直方图从分布类型上来说，可以分为正常型和异常型。正常型是指整体形状左右对称的图形，此时过程处于稳定（统计控制状态），如图10－11（a）所示。如果是异常型，就要分析原因，加以处理。常见的异常型主要有六种。

图10－11　直方图的不同形状

（1）偏向型［图10－11（b）、（c）］。偏向型有偏左和偏右两种，其高峰偏向于一侧，另一侧呈缓坡状。通常是由于产品的公差（标准）是单侧标准，或某种加工习惯等原因所造成的。大多数修过的产品，其质量形状都偏向一边。

（2）双峰型［图10－11（d）］。图形出现两个高峰。这往往是由于两个不同的分布混在一起造成的，如有一定差别的两台机床或两种原料所产生的产品混在一起。这时应按照数据的不同性质进行分层，再作分层后的直方图。

（3）锯齿型［图10－11（e）］。高峰的变化呈参差不齐的锯齿状，这往往是由于作直方图的过程中分组过多或测量读数有误等原因造成的。

（4）平顶型［图10－11（f）］。直方形顶部平直，峰谷不明。这往往是由于生产过程中某种缓慢的、带有变动倾向的因素在起作用所造成的，如工具的磨损、操作者的疲劳等。

（5）孤岛型［图10－11（g）］。即在远离主分布中心的地方出现一些小直方型。这表明工序质量有异常，往往是原材料有变化，短时期内由不熟练工人替班操作，或测量有误差等原因造成的。

（六）散布图

1.散布图的概念和用途　散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性—原因、特性—特性、原因—原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x和y，x表示某一种影响因素，y表示某一质量特征值，通过实验或收集到的x和y的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断x和y的相关情况。

散布图在质量管理中主要用于：向领导汇报质量情况；寻找影响产品质量的各因素并对其进行质量分析；当怀疑两个变量可能有关系，但不能确定这种关系的时候，就可以使用；在QC小组活动时可用于课题选择、现状调查，也可用于原因分析、要因确认等。

2.散布图的类型　两变量之间的散布图大致可分下列六种情形，如图10－12所示。

图10－12　散布图的类型

（1）强正相关。x增大，y也随之线性增大。x与y之间可用直线y=a+bx（b为正数）表示。此时，只要控制住x，y也随之被控制住了，图10－12（a）就属这种情况。

（2）弱正相关。如图10－12（b）所示，点分布在一条直线附近，且x增大，y基本上随之线性增大。此时，除了因素x外，可能还有其他因素影响y。

（3）强负相关。如图10－12（c）所示，x与y之间可用直线y=a+bx（b为负数）表示。y随x的增大而减小。此时，可以通过控制x而控制y的变化。

（4）弱负相关。如图10－12（d）所示，x增大，y基本上随之线性减小。此时，除x之外，可能还有其他因素影响y。

（5）不相关。如图10－12（e）所示，x和y两变量之间没有任何一种明确的相关关系，说明两因素互不相关。

（6）非线性相关。如图10－12（f）所示，x、y之间可用曲线方程表示，根据两变量之间的曲线关系，可以利用x的控制调整实现对y的控制。

（七）控制图

前面所讲的质量控制方法，所控制的都是质量在某一段时间内的静止状态。但是，在生产或工作过程中，用静态的方法不能随时发现质量问题以调整生产或工作。因此，还需要了解质量特性数据随时间变化的动态情况，并以此为依据来判断生产或工序是否处于正常状态。控制图（又称管理图）就是一种对生产过程进行动态控制的质量管理工具，它用来区分产品质量波动究竟是由于偶然性因素引起还是非偶然性因素引起，从而判断生产是否处于控制状态。其主要作用是进行工序质量过程控制，即起到监控、报警和预防作用。

1.控制图的基本格式　控制图是对生产过程质量的一种记录图形，图上有中心线和上、下控制线，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上、下控制线与中心线相距数倍标准差。多数的制造业应用三倍标准差控制界限，如果有充分的证据也可以使用其他控制界限。

控制图的基本格式如图10－13所示。横坐标为样本序号，纵坐标为产品质量特性，图上三条平行线分别为：中心线CL，上限控制线UCL，下限控制线LCL。在生产过程中，定时抽取样本，把测得的数据点一一描在控制图中。如果数据点落在两条控制界限之间，且排列无缺陷，则表明生产过程正常，过程处于控制状态；否则，表明生产条件发生异常，需要对过程采取措施，加强管理，使生产过程恢复正常。

图10－13　控制图

控制图按产品质量特性主要分为两大类：计量值控制图和计数值控制图。计量值控制图一般适用于以计量值为控制对象的场合。计量值控制图对工序中存在的系统性原因反应敏感，所以具有及时查明并消除异常的明显作用，其效果比计数值控制图显著，计量值控制图经常用来预防、分析和控制工序加工质量。计数值控制图则用于以计数值为控制对象的场合。对于纺织产品质量数据，如强力、不匀率、捻度等，可用计量值控制图控制；如棉结杂质粒数、千锭时断头率、坏筒数等，可用计数值控制图控制。

把采集的质量数据用点子画在图上，并把点子用线段连接起来。如果点子全部落在上下控制界限内，而且点子排列正常，那么可判断生产过程处于控制状态；反之，如果有一些点子落在上下控制界限之外，或点子虽落在上下控制界限内，但点子排列异常，就可以认为生产过程不处于控制状态。控制图的控制界限是判断生产过程是否处于控制状态的标准。

2.控制图的观察分析　作控制图的主要目的是分析判断生产过程是否稳定，是否处于控制状态。

（1）生产过程处于控制状态必须满足两个条件。

①点子没有超出控制界限。

②点子在控制界限内排列没有缺陷。

（2）出现以下两种情况可判断生产过程失控。

①点子超出控制界限。

②点子在控制界限内排列有缺陷。

（3）凡有下列情况之一，即判断为排列有缺陷。

①点子在中心线一侧连续出现9次。

②连续出现6点上升或下降的倾向。

③连续14点中相邻的点子总是上下交替。

④连续3个点中有2个点落在中心线同一侧。

⑤连续5个点中4个点落在中心线同一侧。

［案例］某纺织厂梳棉生条的质量控制图

采集某质量特性的近期数据，一般不少于100个。表10－6为某纺织厂生产定量为17.5g/5m的梳棉生条的100个数据。根据表中提供数据作出的控制图如图10－14所示。

表10－6　某纺织厂17.5g/5m梳棉生条定量数据

图10－14　定量为17.5g/5m的梳棉生条的质量控制图