淺析精益質量管理

精益質量管理 就是在對關鍵質量數據的定量化分析基礎上，綜合運用多種知識和方法，對關鍵質量指標持續系統改進，追求達到卓越標準，如6西格瑪標準，實現顯著提高企業質量績效及經營績效的目的。今天應屆畢業生網小編為大家帶來一些相關的資料來幫助大家，希望對您有幫助！

　一、精益質量管理是質量管理新趨勢

在質量管理百年曆程中，先後經歷了傳統質量檢驗、統計質量控制、全面質量管理 幾大階段，目前以6西格瑪 管理為核心的精益質量管理正成為質量管理新的發展趨勢。

在傳統質量檢驗階段，檢驗從生產中分離出來，如泰勒主張成立專門的檢驗部門，改變原有工人自已檢驗的方式，設立專職檢驗員進行產品檢驗。在20世紀40、50年代，數理統計被引入到質量管理中，質量管理進入到統計質量控制階段，抽樣檢驗、統計過程控制等理論和方法不斷完善，並被大量應用於質量管理之中。

隨後階段，數理統計被應用於企業經營全過程，質量管理工具不斷推陳出新，ISO9000等標準也開始形成並不斷被企業接受，質量管理理念隨着市場競爭也提到了新的高度，全面質量管理成為質量管理百年曆程中具深遠影響的發展階段。

在20世紀90年代，以GE為代表的世界級優秀企業，開始了質量管理新階段的探索，其重大貢獻就是6西格瑪思想和方法的提出和運用。6西格瑪管理強調將度量和改進應用於包括質量管理在內的企業經營全過程。6西格瑪管理繼承了全面質量管理(TQM)的思想，並對TQM有了新發展，即在追求卓越目標下，通過度量及指標持續改進為TQM找到了落實方法。

隨着GE、摩托羅拉等企業應用6西格瑪的巨大成功，6西格瑪正被越來越多的企業所瞭解和認識，以6西格瑪為核心的精益質量管理將成為質量管理髮展新趨勢。精益質量管理就是在對關鍵質量數據的定量化分析基礎上，綜合運用多種知識和方法，對關鍵質量指標持續系統改進，追求達到卓越標準，如6西格瑪標準，實現顯著提高企業質量績效及經營績效的目的。

二、質量數據分析是精益質量的基礎

質量數據是指某質量指標的質量特性值，由於質量一詞含義豐富，既包括狹義的產品質量，也包括廣義的工作質量，因而質量指標在企業中就多種多樣，質量數據在企業中幾乎無處不在。

狹義的質量數據主要是產品質量相關的數據，如不良品數、合格率、直通率、返修率等。廣義的'質量數據指能反映各項工作質量的數據，如質量成本損失、生產批量、庫存積壓、無效作業時間等。這些均將成為精益質量管理的研究改進對象。

在質量數據統計分析中，特別關注三項指標，一是數據的集中位置，二是數據的分散程度，三是數據的分佈規律。數據的集中位置分別有平均值、中位數、眾數三種表示方法，其各具優缺點，其中平均值最為普遍常用。數據的分散程度由標準差表達，用符號s(西格瑪)表示，數據的分散程度在質量管理中就是質量特性值的波動性，反映過程能力。

數據的分佈規律在質量管理中對統計總體而言為正態分佈，該分佈規律是理論和實踐證明的統計規律。質量數據統計分析重點就是在總體正態分佈這個已知背景下研究該正態分佈的平均值和標準差。質量數據定量化分析對企業質量管理以及經營管理具有重要意義，其是精益質量管理的基礎。

通過研究，我們把精益質量管理基本任務分為兩個層次。精益質量管理基本任務是利用相關質量工具分析實際質量狀況，及時發現異常，並消除質量異常;精益質量管理第二層次任務是持續改進質量水平，持續降低質量波動，即減少樣本的標準差。第二層次任務的實現依託於第一層次任務。

　三、精益質量管理基本工具介紹

結合前面所提精益質量管理兩層次任務，對基本任務而言，支持工具重點是直方圖和控制圖，相關理論是統計過程控制，即SPC;對第二層任務而言，在前面工具基礎上，重點是6西格瑪管理理論和方法。

1、直方圖簡介

直方圖是將質量數據按順序分成若干間隔相等的組，以組距為底邊，以落入各組的數據頻數為依據，按比例構成的若干矩形條排列的圖。

直方圖的典型作用包括：觀察與判斷產品質量特性分佈狀況;通過直方圖形狀，判斷生產過程是否正常，判斷工序是否穩定，並找出產生異常的原因;計算工序能力，估算生產過程不合格品率。

在生產過程是否正常的判斷上，通過直方圖的典型形狀就可判斷。直方圖典型形狀包括：正常型、偏向型、雙峯型、鋸齒型、平頂型和孤島型。通過已總結出的不同形狀常見質量原因，這為迅速發現和解決質量問題提供了重要途徑。

對正常型直方圖再進一步與公差限的結合，可直觀快速的判斷工序能力和質量狀況，直觀發現工序異常。如典型圖形有：理想型、偏心型、無富餘型、富餘型、能力不足型。

2、控制圖簡介

控制圖是畫有控制界限對生產過程中產品質量進行控制的一種圖。控制圖是直方圖的一種變形，其將直方圖順向轉90度再反轉，再繪製中心線和上下控制限。中心線為樣本某統計量的均值，上下控制限分別為均值基礎上的正負三倍標準差。

當生產中不存在系統誤差時，產品質量特性(總體)服從正態分佈，樣品值出現在均值加減3σ範圍內的概率為0.9973。根據相關統計定理，如果生產處於受控狀態，則認為樣品值一定落在此3σ範圍內。

控制圖較直方圖最大的特點是引入了時間序列或樣本序列，通過觀察樣本點相關統計值是否在控制限內以判斷過程是否受控，通過觀察樣本點排列是否隨機從而及時發現異常。控制圖較直方圖在質量預防和過程控制能力方面大為改進。

控制圖的主要用途有：分析判斷生產過程是否穩定;及時發現生產中異常情況，預防不合格品產生;檢查生產設備和工藝裝備的精度是否滿足生產要求;對產品進行質量評定。