차트, 일부 데이터 지표를 계산하고, 품질 변화의 법칙을 찾아내어 품질 관리를 실현하다. 일본의 유명 품질 관리 전문가인 석천훈 (Kaoru Ishikawa) 은 기업 중 95% 의 품질 관리 문제가 기업 내 하향식 전체 직원을 통해 이 7 가지 QC 도구를 유연하게 활용해 해결할 수 있다고 말했다. 총체적 품질 관리의 시행도 기업 각급 각 부처 인원의 이러한 도구에 대한 숙달과 유연한 운용을 빼놓을 수 없다.
1, 통계 분석 테이블
통계분석표는 통계표를 이용해 데이터를 정리하고 원인을 초보적으로 분석하는 도구로 다양한 형식을 가질 수 있다. 이 방법은 간단하지만 실용적이고 효과적입니다.
2. 데이터 계층화 방법
데이터 계층화 방법은 본질적으로 동일합니다. 동일한 조건에서 수집된 데이터를 함께 요약하여 비교 분석을 수행합니다. 실제 생산에서는 품질 변화에 영향을 미치는 요소가 많기 때문이다. 이런 요소들을 구분하지 않으면 변화의 법칙을 얻기가 어렵다. 데이터 계층화는 실제 상황에 따라 여러 가지 방법으로 수행할 수 있습니다. 예를 들어, 시간과 교대에 따라 사용하는 장비 유형에 따라 투료 시간과 원료 성분, 검사 방법과 사용 조건에 따라 불량품 등에 따라 달라진다. 데이터 계층화 방법은 종종 위의 통계 분석 테이블과 함께 사용됩니다.
데이터 계층화법의 적용은 주로 체계적인 개념이다. 즉, 상당히 복잡한 데이터를 처리하고자 한다면, 그 데이터를 체계적으로, 목적 있게 분류하고 요약하는 방법을 알아야 한다.
과학관리는 관리 기교를 강조하여 이전의 경험과 시각적 판단에 근거한 관리의 부족을 보완한다. 이런 관리 기술은 올바른 사상을 세워야 할 뿐만 아니라, 데이터를 적용하여 작업을 분석하고 정확한 조치를 취해야 한다.
원시 데이터를 설정하고 원하는 목적에 따라 수집하는 방법도 많은 품질 관리 방법의 가장 기본적인 작업입니다.
예를 들어, 중국의 항공 시장은 최근 몇 년 동안 개방에 따라 점점 더 격렬해졌다. 시장에서 이기기 위해 항공사는 각종 조치를 강화할 뿐만 아니라 서비스 품질에도 공을 들였다. 우리는 비행기에서 고객 만족도 조사를 자주 볼 수 있다. 이 조사는 설문지를 통해 진행되었다. 설문지의 설계는 일반적으로 지상 서비스 품질과 항공기 서비스 품질로 나뉜다. 지면은 예약과 대기로 나뉜다. 비행기는 비행 자세, 음식, 위생 등으로 나뉜다. 이러한 설문 조사를 통해 이러한 데이터를 수집하고 서비스 품질을 향상시킬 수 있는 장소를 확보할 수 있습니다.
파레토 투 (플라톤)
파레토투 (Pareto diagram) 는 플라톤이라고도 불리는데, 이 그림의 발명가인 19 세기의 이탈리아 경제학자 플라톤의 이름을 따서 지은 것이다. 플라톤은 먼저 파레토도를 이용하여 사회적 부의 분배를 분석했다. 그는 이탈리아의 부의 80% 가 20% 의 손에 집중되어 있다는 것을 발견했다. 나중에 사람들은 많은 경우에 이 법칙을 준수한다는 것을 발견하여 파레토의 법칙이라고 불렀다. 이후 미국 품질 관리 전문가인 주란 박사는 플라톤의 통계도를 확장하여 품질 관리에 적용했다. 파레토 차트는 품질에 영향을 미치는 주요 요소를 분석하고 찾는 도구입니다. 형식은 이중 직각 좌표이고 왼쪽 세로좌표는 빈도 (예: 항목 수 등) 를 나타냅니다. ) 오른쪽 세로좌표는 빈도 (예: 백분율) 를 나타냅니다. 점선은 누적 백분율을 나타내고 가로좌표는 품질에 영향을 미치는 다양한 요소를 나타내며 영향 정도 (즉, 발생 빈도) 에 따라 왼쪽에서 오른쪽으로 정렬됩니다. 파레토도를 관찰하고 분석하여 품질에 영향을 미치는 주요, 원시적인 요소를 포착할 수 있다. 사실, 이 방법은 품질 관리에만 유용한 것이 아니라 재고 관리와 같은 다른 많은 관리 작업에서도 유용합니다.
품질 관리 과정에서 해결해야 할 많은 문제들이 있지만, 우리는 종종 어디서부터 시작해야 할지 모른다. 하지만 몇 가지 영향력 있는 원인을 찾아내기만 하면 80% 이상의 문제를 해결할 수 있다. 플라톤은 수집한 데이터를 기준으로 프로젝트 (등급) 를 체계적으로 분류하고 다양한 데이터 (예: 불량률, 손실액) 와 각 항목의 비율을 계산한 다음 크기 순서에 따라 누적 값의 그래프를 추가합니다.
공장이나 사무실에서는 비효율적, 결함, 불량품 등의 손실도 그 원인이나 현상에 따라 손실액의 80% 이상으로 환산될 수 있는데, 이것이 이른바 플라톤 분석이다.
플라톤의 사용은 계층법의 항목 (현상) 을 기초로 하며, 플라톤은 순서에 따라 조정된 통계표에 따라 그릴 수 있다.
플라톤 분석의 단계;
(1) 처리해야 할 일은 상황 (현상) 이나 원인에 따라 분류해야 한다.
(2) 세로 축은 부품 수를 나타낼 수 있지만 금액으로 강하게 표현하는 것이 좋습니다.
(3) 자료 수집 주기를 결정합니다. 언제부터 언제까지 플라톤 자료의 기초로 주기는 가능한 규칙적이어야 합니다.
(4) 프로젝트는 절반 크기로 왼쪽에서 오른쪽으로 가로축에 배열되어 있다.
(5) 히스토그램을 그립니다.
(6) 누적 곡선을 연결합니다.
플라톤의 방법 (key control method) 은 직관적 판단이 아니라 데이터 기반, 그래픽 기반 강화를 통해 모든 것을 다 할 수 없는 상황에서 중요한 일과 중요한 일을 제공합니다. 즉, 계층 적 방법은 통계적 기초를 제공하며 플라톤의 법칙은 우리가 중요한 것을 잡는 데 도움이 될 수 있습니다.
4, 인과 관계 분석 차트
인과분석도는 결과를 특징으로 하고, 원인을 요인으로 하고, 화살표를 사용하여 둘 사이의 관계를 나타낸다. 인과분석도는 직원의 뇌를 충분히 동원하고, 원인을 찾아내고, 브레인스토밍하는 좋은 방법이며, 특히 작업반의 품질민주관리에 적용된다. 어떤 품질 문제가 발생할 때 원인이 분명하지 않을 때, 모든 사람들이 문제의 가능한 원인을 찾아, 모든 사람들이 자유롭게 이야기할 수 있도록 모든 가능한 원인을 열거할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 품질명언)
인과분석도라는 것은 하나의 결과를 체계적으로 설명하는 여러 가지 이유, 즉 하나의 그래프로 결과 (특징) 와 원인 (요소) 간의 관계를 표현하는 것이다. 그 모양은 어골과 비슷하며, 일명 어골도라고도 한다.
어떤 결과의 형성에는 반드시 그 원인이 있을 것이니, 가능한 한 도해적인 방법으로 원인을 찾아내야 한다. 일본 품통제 권위 석천훈 박사가 먼저 이 개념을 제시했기 때문에 특징적 원인도는' 석천도' 라고도 한다. 인과 분석도는 일반적인 관리 및 작업 개선의 모든 단계에서 사용될 수 있습니다. 특히 의식 구축 초기에는 문제의 원인을 명확히 하고 문제 해결 단계를 설계하는 데 사용할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
(1) 결과 분석 차트를 사용하려면
단계 1: 관계자를 소집합니다.
이 문제와 관련된 경험 많은 인원을 소집하는 것이 가장 좋다. 4- 10 이다.
2 단계: 큰 백지 한 장을 걸어 2 ~ 3 자루의 색연필을 준비한다.
세 번째 단계: 대회 회원들은 문제의 원인에 대해 발언하고 발언 내용은 지도에 기록되어 있다. 중간에 비판과 의문이 허용되지 않는다. "브레인스토밍 법"
4 단계: 약 1 시간, 20 ~ 30 가지 이유 수집으로 끝납니다.
5 단계: 수집된 이유 중 어느 것이 가장 큰 영향을 미치는지, 모두가 번갈아 가며 발언한다. 상담 후 영향이 가장 큰 것은 빨간색으로 동그라미를 칠 것이라고 생각합니다.
6 단계: 5 단계와 마찬가지로, 이미 붉은 원으로 둘러싸인 것이 가장 중요하다고 생각되면 두세 개의 원으로 동그라미를 칠 수 있다.
일곱 번째 단계: 동그라미가 없는 것을 제거하기 위해 원인도를 한 장 더 그려라. 원이 많은 열이 우선이다.
인과분석도는 중요한 원인을 파악하는 도구를 제공하므로 참가자들은 이 일에 경험이 있는 사람을 포함시키는 것이 효과적이다.
(2) 인과 분석지도와 플라톤의 사용
플라톤을 세우려면 필요한 목적통계표를 단계적으로 세워야 한다. 플라톤을 건립하는 목적은 전반 국면에 중대한 영향을 미치는 몇 가지 중요한 프로젝트를 장악하기 위해서이다. 피쳐 원인 맵을 재사용하여 이러한 항목의 원인을 하나씩 논의하고 개선 대책을 마련했습니다. 따라서 인과 분석도는 단독으로 사용하거나 플라톤과 함께 사용할 수 있습니다.
(3) 인과 관계 그래프의 재 분석
우리는 문제의 근원을 찾아야만 근본적으로 문제를 해결할 수 있다. 문제의 주요 원인을 파악한 후, 실험 설계 방법으로 실험 분석을 하고, 구체적인 실험 방법을 제시하여 최적의 작업 방법을 찾아내다. 문제가 완전히 해결될 수도 있는데, 바로 문제를 해결하고 문제를 예방하는 것이다.
누구든지, 어떤 기업이든 그 목표를 가지고 있지만, 목표를 추구하는 과정에서, 항상 많은 유형적이고 보이지 않는 장애물에 부딪힙니다. 이러한 장애물은 무엇이고, 어떻게 형성되고, 어떻게 해결할지 등등에 부딪힙니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언) , 원인 분석 차트 방법의 주요 개념입니다.
관리자, 그의 관리 업무 범위 내에서 추구하는 목표, 구체적으로 요약하면, 우리는 프로젝트에서 그리 많지 않다는 것을 알 수 있다. 그러나, 당신이 추구하는 모든 프로젝트에 대해, 당신의 목표에 영향을 미치는 주된 이유와 부차적인 이유가 있다. 이런 이유들은 네가 일을 완성하는 것을 방해하는 변수이다.
추구하는 프로젝트를 일일이 열거하고, 각 프로젝트에 영향을 미치는 주요 원인과 부차적인 원인을 정리하고, 인과분석도로 표현하고, 이러한 이유에 대해 계획적으로 강화하면, 당신의 관리 업무가 더욱 수월해질 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
마찬가지로, 이러한 원인 분석도를 통해 문제가 발생하더라도 문제를 분석하는 과정에서 더 빠르고 믿을 수 있습니다.
5. 히스토그램
히스토그램이라고도 하는 히스토그램은 데이터 변경을 나타내는 주요 도구입니다. 히스토그램은 카오스 데이터의 규칙성을 분석하고, 제품 품질 특성의 분포를 시각적으로 볼 수 있으며, 데이터의 중심 값 또는 분포를 한눈에 파악할 수 있어 전체 품질 분포를 쉽게 판단할 수 있습니다. 히스토그램을 만들 때는 통계학의 개념을 포함한다. 먼저 데이터를 그룹화해야 하는데, 그렇다면 어떻게 합리적으로 그룹화할 것인가가 중요한 문제이다. 그룹화는 일반적으로 등거리 원칙에 따라 수행됩니다. 두 개의 주요 숫자는 그룹 수와 그룹 간격입니다.
6. 분산형 차트
관련 그래프라고도 하는 분산형 차트는 한 쌍의 데이터 간에 연관성이 있는지 여부를 나타내는 두 개의 관련 변수 데이터를 한 좌표에 그립니다. 이 쌍 데이터는 피쳐-원인, 피쳐-피쳐, 원인-원인 관계일 수 있습니다. 관찰과 분석을 통해 두 변수 간의 연관성을 판단할 수 있다. 이 문제는 실제 생산에서도 흔히 볼 수 있다. 예를 들면 열처리 시 화온 온도와 공작물 경도의 관계, 재질의 한 요소 함량과 재질 강도의 관계 등이 있다. 이런 관계는 존재하지만 정확한 공식이나 함수 관계로 표현하기는 어렵다. 이런 경우 관련 그래프로 분석하는 것이 매우 편리하다. 한 쌍의 변수 x 와 y, x 는 영향 요인을 나타내고, y 는 질량 특성 값을 나타내며, 실험이나 수집을 통해 x 와 y 의 데이터를 좌표 그래프의 점으로 나타낼 수 있습니다. 점의 분포 특성에 따라 x 와 y 의 상관 관계를 결정할 수 있습니다.
우리의 생활과 일에서 많은 현상과 원인은 규칙적으로 연결되어 있고, 어떤 것은 불규칙적으로 연결되어 있다. 이를 이해하기 위해 분산형 차트 통계를 사용하여 둘 사이의 연관성을 판단할 수 있습니다.
7. 다이어그램 확인
관리도는 관리도라고도 합니다. 관리도는 미국 벨전화연구소의 W.A.Shewhart 박사가 1924 년에 제출한 것이다. 그 이후로 통제도는 과학 관리, 특히 품질 관리를 위한 중요한 도구가 되었다. 품질 변동의 원인이 우연인지 시스템인지를 구별하는 제어 경계가 있는 그래픽이며, 시스템 원인에 대한 정보를 제공하여 생산 프로세스가 통제되는지 여부를 확인할 수 있습니다. 용도에 따라 관리도는 두 가지 범주로 나눌 수 있습니다. 하나는 생산 과정에서 품질 피쳐 값의 변화를 분석하여 프로세스가 안정적이고 제어된 상태인지 확인하는 분석용 제어 그래프입니다. 또 다른 범주는 관리에 사용되는 관리도인데, 주로 생산 과정에서 이상이 있는지 여부를 발견하고 불합격품을 방지하는 데 쓰인다.
통계 관리 방법은 품질 관리를 위한 효과적인 도구이지만, 응용 프로그램에서 다음 문제를 주의해야 합니다. 그렇지 않으면 원하는 효과를 얻을 수 없습니다. 이러한 문제는 주로 1) 데이터 오류입니다. 데이터 오류의 원인은 두 가지가 있을 수 있습니다. 하나는 사람이 잘못된 데이터를 사용했기 때문이고, 다른 하나는 통계 방법을 제대로 파악하지 못했기 때문입니다. 2) 데이터 수집 방법이 잘못되었습니다. 샘플링 방법 자체가 잘못된 경우 후속 분석 방법이 아무리 정확해도 소용이 없습니다. 3) 데이터 레코드가 잘못 복사되었습니다. 4) 이상값 처리. 일반적으로 생산 과정에서 얻은 데이터에는 항상 일부 이상값이 포함되어 있어 분석 결과가 정확하지 않을 수 있습니다.
초급 통계 품질 관리의 7 가지 일반적인 방법, 즉 소위' QC 7 대 도구' 는 품질 관리의' 사실과 데이터를 근거로 판단과 관리' 의 특징을 개괄적으로 설명합니다. 마지막으로, 이러한 방법들은 간단해 보이지만 실제 업무에서 정확하고 유연하게 운용할 수 있는 것은 결코 쉬운 일이 아니라는 점을 지적해야 한다.