日本企业质量管理方法简介——1.统计质量控制的各种方法，本文主要内容关键词为：方法论文,日本论文,质量控制论文,质量管理论文,简介论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1.概述
所谓SQC（statistical Quality Control）即统计质量控制，是指采用QC七大工具、新QC七大工具、统计方法基础、假设检验、试验设计法、相关与回归、以及多变量分析等方法和技巧，从事实出发通过数据逻辑分析引导出结论的一系列活动。运用于SQC实践的具体方法很多，从企业生产中日常使用的东西到必须在复杂的特殊题材中使用的东西，从所有部门都应该采用的东西到特定部门也能有效运用的东西，形式各异、种类繁多。山田教授根据各种方法的难易程度划分为“基础方法”、“中级方法”和“高级方法”三大类，依次进行简要的介绍和说明。
2.基础方法
在基础方法中首先介绍的是QC七大工具和新QC七大工具，它们是所有开展质量活动的组织必须恰当地加以应用的常用工具群。这些工具的功能和用法比较易于理解，而且适用范围也很广泛。为了构建“用数据说话”的企业文化，差不多所有的企业都在进行这方面的实践。另一方面，正因为这些方法比较容易掌握，所以往往有不少企业自认为“已经知道”或“正在运用”，而实际上却未能有效应用。出乎意料的是这种情况普遍存在，比比皆是。为了重新认识这些基础工具的重要性，山田教授首先对由检查表、帕累托图、直方图、控制图、因果图、散布图和分层法组成的QC七大工具重新作一些解说。
（1）QC七大工具
QC七大工具是企业质量管理中处理定量资料（数据）的基本方法，具体形式和功能如表1所示，包括七种基本的控制图表。从这些图表中可以一目了然地掌握生产过程中的质量情况，从而有效地进行控制。
表中所列的七种质量控制工具均属基础性的统计方法，具有直观易懂的特点，操作和使用都较方便。
（2）新QC七大工具
同前面的QC七大工具相比，新QC七大工具则是一种有关定性资料（语言）的处理方法。它们可以将生产现场难以量化的语言资料归纳整理成图表，使之一看就明白。其具体内容如表2所示。
从上表可以看出，新QC七大工具中主要包括了将语言资料等定性的信息根据其类似性加以分析整理的各种手法。
由于“新”QC七大工具这一称呼的原因，也许会给人们造成这样一种印象：表1所示的QC七大工具的方法是老的，而表2所示的新QC七大工具的方法是新的，所以在功能上一定优于前者。然而，实际上绝无此事。新QC七大工具的方法应该是用来弥补前者不足的。
（3）统计方法基础——基本统计量及其性质
当将测定的数据集中处理时，首先通过图表等形式加以表达并作概略的探索，与此同时计算出平均值和标准差等统计量，以数值的形式归纳整理数据，作出客观的表达。为了以图表形式将这些数据作视觉上的表达，前面介绍的QC七大工具可发挥作用。因为茫然地面对大量的数据是看不出什么结果的，所以要将它们做定量表达。定量表达的角度多种多样。在取得重量、长度等定量数据资料时，首先要从“中心位置”和“离散”的角度出发将数据资料归纳整理成统计值。
关于离散问题，它具有被称为“离差的可加性（或叫加法性）”的重要性质。这就是说，离散并不是标准差，而是由离差相加合成的。
在平均和标准差的基础上，作为应予理解的统计量，尚有一个相关系数。这是一种用于将成对的2个变量数据进行归纳整理的方法。相关系数就是一个用来定量地表达“当一方变大时，另一方是变大还是变小”的统计量。
3.中级方法
中级方法包括假设检验，回归分析和方差分析等。这些东西不仅对于质量管理工作者来说必须能够恰当地应用，而且对于从事计划、设计和生产的人员来说，虽然不一定了解其详细理论，但也同样要求能够恰当地运用。中级方法的基础就是关于“总体”和“样本”的考虑方法。从作为考察研究对象的总体取得少量样本以收集必要的数据，在分析数据的基础上再对总体采取某种措施。支撑上述质量管理活动的基础包括以下几个方面。
（1）假设检验
所谓假设检验，就是一种先设定一个关于总体的假设，然后根据收集到的数据来判断接受或拒绝上述假设的方法。拥有什么样的数据，要判定什么样的假设，根据情况不同验定步骤将有所差异。看上去比较复杂的步骤，只要理解了假设检验的基本观点和统计量的分布就能够达到统一的理解。对假设检验的基本观点和统计量的分布基础的理解可以认为是一种中级水平的理解。
（2）回归分析
所谓回归分析，就是一种以已经收集到的数据为基础进行分析并近似地求出应变量与相关变量之间的关系的方法。从大体上看，它是一种在y和x散布图上用曲线（直线）拟合x和y之间关系的方法。如果这样将y和x的关系用数学表达式来表达，那么就可以从x的水平预测y的水平。此时，在与结果相关的变量为复数的情况下，有时也被称之为“多元回归分析”。
（3）方差分析
所谓方差分析，就是一种对析因的效果系统地进行验定的方法。在单因子试验时，它们则成为假设检验的扩展。方差分析不仅应用于试验设计法收集的数据的分析，而且如同回归分析一样，也应用于已经收集到的数据的分析。
4.高级方法
下面要介绍的高级SQC方法是一些还在发展之中的新方法，虽然不需要所有人员都理解，但是对于在改进项目中的关键人员来说，则必须要达到运用自如的程度才行。这些方法中包括对已经收集到的数据资料进行分析的方法，以及对主动改变过程条件后收集到的特定数据资料进行分析的方法。山田教授对于前者主要介绍多元分析法，对于后者则主要介绍试验设计法。
（1）多元分析法
所谓多元分析，就是根据不同目的对已大量收集的数据进行分析的各种方法的总称。上文所述的回归分析也是多元分析的方法之一。多元分析方法是根据数据的形式不同进行分类的。例如，在主成分分析中，就是将关于连续量的数据分类等作为主要目标的。所以，重要的是要确切地认清要处理的问题是什么，从而选准解决问题所需要的方法。
（2）试验设计法
所谓试验设计法，就是一种有计划地收集关于研究对象的数据并对它们进行统计性分析以便有效地使用最优条件的方法。具体方法也有多种，其名称和内容概要如表3所示。其中包括全因子试验设计、采用可提高试验设计效率的正交表的部分因子试验设计、以及处理连续性因子的响应曲面法等等。
根据一般公认的划分原则。表3中未列入“参数设计”一项。参数（Parameter）设计是田口方法（Taguchi Method）的核心内容，将在连载的第二篇作详细介绍。
编译：李堃