品质管理大师理论2——休哈特的控制图

大家好，欢迎来到IT知识分享网。

目录

1. 品质管理变革的个人解读

2. 休哈特博士的生平简介

3. 你必须掌握控制图几个要点

在上一篇推文，介绍在过去的一个世纪直到当下整个品质管理的变革，期间也涌现出多位令人尊敬的质量大师，他们的理论，工具一直被当下业界所采用和发扬。

1. 品质管理变革的个人解读

质量强调预防，事后检验不是我们所追求的， 但检验在现阶段不能少，检验要尽可能前移，每个阶段检验侧重点不同（IQC/IPQA/FQC/OBA 等），一味通过检验去剔除不良品是不可取的，因为此时不良已发生，该报废要报废，该返工要返工， 唯一的好处就是通过检验不要产生外部客诉，前提是要确保检验方法的有效性及防呆（需要排除人为因素），我们应该清楚认识到通过检验发现不良品，反馈到前端制程去改善，从问题的产生层面去改善问题，这才是实施检验的最终目的。

Ø 统计过程控制（SPC: Statistical Process Control）核心在于提前预警， 通过对关键特殊特性（SC）和关键品质特性（CTQ）进行监控，通过管制图监控其分布及均值，可以有效知道制程是否稳定，有无特殊变异或波动存在。同时通过对分布及均值分析，确定我们的改善方向。目前大多数的中小型企业这一块没有做起来，因为没有意识到其重要性和有效性。仍停留在检验阶段。可见品质管理宣导及提升，仍有很长的路要走。

Ø 全面品质管理（TQM: Total Quality Management）倡导一种思想，品质不是品管部的事情，它是关系到每个人的工作质量, 品质管理涉及到每个部门。它也是一个系统性工程，涉及到策划，控制，改善，品质文化的建设，品质IT能力等，对比统计过程控制，TQM指导思想更加全面，它不光聚集在预警和改善，它更倡导人的思想观念及意识的转变，深刻理解“品质关系你我他”这句话的含义，深刻理解个人的工作输出品质的重要性。

Ø 零缺陷（ZD: Zero Defect），强调第一次就做对，次次做对。 零缺陷是可以达成的，这个思想毋庸置疑是正确的，但是我们大家都知道。第一次做对，次次做对，谈何容易。没有前期周密的品质策划（APQP+PPQP）及有效充分的过程管控和防呆的侦测手段（方法）是做不到。 任何5M1E因子发生特殊变异或波动，都会影响到最终的品质表现

个人认为如果能够把SPC运用到实际工作中，加上防呆的纠正与预防，至少可以解决80%以上的品质问题。选用何种品质管理理论，取决于自已公司的实际情况。我们不要一味追求零缺陷， 全面品质管理，我们最终的落脚点是以客户为中心，满足客户需求即可。

2.休哈特博士的生平简介：

沃特·阿曼德·休哈特（Walter A. Shewhart），统计质量控制 (SQC) 之父。

1891年，3月18日沃特·阿曼德·休哈特出生于美国伊利诺伊州的新坎顿

1917年，获得加州大学伯克莱分校的物理学博士学位

1918年-1924年，西方电气公司（ Western Electric）工程师

1925年-1956年，贝尔试验室研究员，期间曾先后在伦敦大学、斯帝文理工学院、美国农业部研究生院和印度讲学

主要成就：

Ø 休哈特重要的著作是《产品生产的质量经济控制》（Economic Control of Quality of Manufactured Product） ， 1931年出版后被成为公认为质量基本原理的起源。本书对质量管理做出重大贡献。休哈特宣称“变异”存在于生产过程的每个方面，但是可以通过使用简单的统计工具如抽样和概率分析来了解变异，他的很多著作在贝尔实验室内部发行。其中之一是1924年5月16日的有历史意义的备忘录，在备忘录中他向上级提出了使用“控制图”( Control Chart ) 的建议。

Ø 1939 年休哈特完成《质量控制中的统计方法》 (Statistical Method from the Viewpoint of Quality Control) 一书，并发表在专业期刊上大量文章。他关于抽样和控制图的著作吸引了质量问题领域工作人士的兴趣并对这些人产生影响。其中包括最杰出的W·E·戴明和约瑟夫·M·朱兰。

Ø 休哈特的计划 — 执行 — 检查 — 行动循环的观点被戴明和其他人广泛应用，进行质量改进项目的管理。此循环包括计划你想要做得事、执行计划、研究结果、进行纠正，然后再开始新的循环。

Ø 1924年5月 世界上第一张控制图是由他提出的。他认为，产品质量不是检验出来的，而是生产出来的，质量的控制重点应放在制造阶段，从而将质量管理从事后把关提前到事前控制

3. 你必须掌握控制图几个要点

Ø 在统计学中受到母本数量巨大，进行全检或全部测量，即不经济也不易操作，通常会通过合理抽样去抽取样本，然后测量数据，通过样本的分布（位置，离散）去预测母本的分布。

Ø 数据分为两种类型，计量型数据/计数型数据，计量型数据是连续的，可测量的。比如长度，重量等。计数型数据是间断的，不可测量的，比如判断结果（好与坏）, 不良品数量，缺陷点数

Ø 数据的特征有两个维度去考量（位置，离散），表征位置度有均值，中位数，四分位数及众数。表征离散度有全矩，标准偏差，方差等

Ø 常用的计量型控制图x bar R/S是来源于正态分布， 常用的计数型控制图P/nP来源于二项分布，U图及C图来源于泊松分布。

Ø 世界上没有任何两个产品完全一模一梓，变异无处不在，任何的品质异常都是由于特殊变异所导致，无非是在位置度或离散度出现问题。所以识别风险，识别潜在的特殊变异是我们做好品质管理最重要的一个环节。

Ø 要理解组内和组间的区别，组内可以简单理解同一类性质的样本，而组间为不是同一类性质的样本。例如同一个机台在A班次生产的产品属于组内，两个不同的机台在A班次生产的产品属于组间。我们在7大品质工具中经常用到的分层法，可以很好区分组内与组间。

Ø 你要记住，当你在看x bar R图，你首先要看R（极差）图，有无起出控制限，当确认离散正常时，才去看均值（x bar）,这里体现出离散的重要性，在品质管理事务中，优先关注离散。

Ø 控制界限（UCL/LCL）同规格上下限(USL/LSL)是两个完全不同的概念。不能把两者等同起来。

作者： 活在当下 资深质量经理

近30年质量管理工作经验，20年美企质量经理从业经历，六西格玛黑带，英文口语流利，可用英语独立教 学，带领团队连接3年获得国际家电巨头零不良(ZERO DEFECT)的骄人成绩。擅长零缺陷质量管理，先进过程质量管理（策划—控制—改善—预防），先进质量改善的方法（快速响应质量改善 QRQC, DMAIC质量改进模型），六西格质量控制，质量文化策划与推进。

有需要进步交流，探讨，精进，请联系王老师 （微信同号）