秦成立2015-2-5質量管理工具介紹從前有個老和尚，佛理精奧。有一小和尚慕名而來，求取佛法，老和尚往缽盂中倒水，水滿則溢。小和尚道：師父，水已滿,為何還倒？老和尚說：缽中有物，不能再容，所以水滿而溢；不放下心中之物，如何求經學法？小和尚聽之頓誤，彈身靜坐，聽其講經。這就是佛經上有名的經典故事：佛說放下。佛說：放下了，就擁有了*放下才能承擔，放下才能卓越，放下才能走的更遠；放下是一種智慧，放下是一種境界，放下更是一種人生的開悟。佛說“放下”學習的關鍵

眼睛要看腦袋要想耳朵要聽學習的意愿比內容更加重要2025/3/23放下綱要第三部分統計過程控制*第二部分統計基礎知識第一部分常用質量工具介紹常用質量工具介紹第一部分*新老七種質量管理工具企業在現場容易量化的問題即有數據的資料（產品的不良現像、不良率）方面多利用質量老七大工具（QC7Tools）解決，這是QC小組活動的重要工具。在設計或管理方面的問題，因不易量化即無數據無法使用老其中工具。在此前提下，由日本科技聯盟（JUSE）1972年—1976年開發出新七工具，成效十分良好。概括來說舊七大工具主要應用在實際工作中，而新七大工具主要應用在管理上。*新老七種質量管理工具用途質量新、老七種工具，不僅用在質量管理上，還可以應用到其它所有管理領域中，如生活、財務等多個方面。因此，在學習的過程中，希望大家不要為質量所迷惑，而要學習它們的精神實質，把它轉化為一種思維模式放在大腦中，這樣可以不受其限制，做到活學活用。*因果圖排列圖直方圖調查表分層法散布圖控制圖追原因抓重點看分布分類別集數據析相關找異常老七種工具關聯圖系統圖親和圖矩陣圖PDPC法箭條圖矩陣數據解析法理清復雜因素間的關系系統地尋求實現目標的手段從雜亂的語言數據中汲取信息預測過程中可能出現的障礙和結果多角度考察存在的問題,變量關系合理制定進度計劃多變量轉化少變量數據分析新七種工具2025/3/2310新QC七大手法概述2025/3/2311新老QC七大手法的關系老QC七大手法新QC七大手法理性面感性面大量的數據資料大量的語言資料側重問題發生后的改善側重問題發生前計劃、構想新QC七大手法不取代老QC七大手法新QC七大手法與老QC七大手法相輔相成新QC七大手法與老七大手法的差異(見下表)統計基礎知識第二部分*一、質量波動波動無處不在*世界上沒有兩片完全相同的樹葉。——（德國）萊布尼茨正常波動和異常波動波動是質量的敵人；品質改善就是要持續減少設計、制造和服務過程的波動。正常波動：穩定的；結果是可預測的；是永久性的；異常波動：不穩定的;結果不可預測;現象會重復發生,除非有所行動;可以減少;*二、統計特征數集中/位置特征值

：樣本平均值*離散特征值：樣本標準偏差、樣本極差*

集中/位置特征值有兩個人平均身高190cm，這兩個人身高怎么樣？

集中的特征值樣本平均數：

x-樣本的算術平均值n-樣本量氈可燃物：4.58、5.32、4.13、2.53、2.93；*

如某產品的重量標準為6341-6541，我們檢測5個數據。試想：根據此結果能否判定產品合格呢？*序號重量16462.7026362.0036187.0046587.9056262.70平均值6372.46全部合格嗎？離散特征值極差

一個子組、樣本或總體中最大值與最小值之差;R=(最大值)-(最小值)*標準差(S)：過程輸出的分布寬度，距離或平均值的偏差氈可燃物：4.58、5.32、4.13、2.53、2.93；計算可得平均值為3.90，則離散特征值*統計過程控制第三部分*一、正態分布68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正態分布的概率*控制圖的構成+3s1234567891018171615141312111098765-3s

Average點落在該區間的概率為99.73%*二、控制圖常用控制圖種類分布控制圖代號控制圖名稱特點使用場合正態分布（計量值）均值-極差控制圖最常用，判斷工序的靈敏度高。批量較大，且穩定的工序。均值-標準差控制圖常用，靈敏度最高，s計算量大批量較大，且穩定的工序。中位圖-極差控制圖較少采用。單值-移動極差控制圖簡便，不易發現工序分布中心變化全檢或取樣費用高的場合。二項分布（計件值）p不合格品率控制圖np不合格品數控制圖*均值-極差控制圖（）最常用；最基本；控制對象為計量值；適用于n≤10的情況；均值圖用于顯示子組間的波動,觀察和分析數據分布的均值的變化，即過程的集中趨勢(穩定趨勢)；極差圖用于顯示子組內的波動,觀察和分析數據分布的分散情況，即過程的離散程度；精度尚可,使用方便.*確定控制對象，收集數據（20-25組）；計算各組的平均值,極差；計算總體平均值、極差平均值；計算控制界限；繪制控制圖；（分析用控制圖）找出異常點的發生原因予以解決；剔除異常點；重新計算控制界限；延長控制界限作為日常控制用（控制用控制圖）均值-極差控制圖作法步驟*分析用控制圖判穩1.連續25點在控制線內；2.連續35點最多有一點出界；3.連續100點最多有兩點出界。滿足上面任意一點都可以判定為穩態。*控制用控制圖如何監控生產？*

準則1：一點落在A區以外。

這個好理解，就是犯第一類的錯誤概率a0=0.0027.其他的準則其實都是以此為基準。也就是界內某事件排列概率<=0.0027.

*CBACAB準則2：連續9點落在中心線同一側

*CBACAB準則3：連續6點遞增或遞減*CBACAB準則4：連續14點相鄰點上下交替*CBACAB準則5：連續3點中有2點落在中心線同一側的B區以外：

*CBACAB準則6：連續5點中有4點落在中心線同一側的C區以外*CBACAB準則7：連續15點在C內。*CBACAB準則8：連續8點在中心線兩側，但無一在C區中。*CBACAB判異為了什么二十字方針：查出異因，采取措施，加以消除，不再出現，納入標準*1、過程能力概念在制造業中，過程能力稱為工序能力，是指工序中人、機、料、法、測、環（5M1E）諸因素均處于規定的條件下，操作呈穩定狀態下的實際加工能力。用6б表示。

根據統計學理論，若質量特征值服從正態分布，則質量特征值落入（±3б）

6б內，其概率為99.73%。三、過程能力*過程能力指數的公式*控制線管理的益處SpecTLTUVeryCentered變異是我們的敵人

LCLUCL不良品已經產生潛在不良出現*過程能力指數的公式*過程能力指數Cp值評價標準一般原則Cp值評價標準對于Cpk同樣適用Cp值的范圍級別過程評價參考Cp≥1.67I過程能力過高（應視具體情況而定）1.33≤Cp＜1.67II過程能力充分，表示技術管理能力已很好，應繼續維持1.00≤Cp＜1.33III過程能力充足，但技術管理能力較勉強，應設法提高為II級0.67≤Cp＜1.00IV過程能力不足，表示技術管理能力已很差，應采取措施立即改善Cp＜0.67V過程能力嚴重不足，表示應采取緊急措施和全面檢查*例題：葉片使用pvc套材T500的密度標準為94.0±5.0kg/m3，實測均值91.5kg/m3，S=1.1，求Cp、CPK解：M=94

過程（工序）能力指數計算（實例）*變異很小,但不準確準確但變異大提高過程能力指數的途徑*109876109876提高過程能力指數的途徑調整加工過程的分布中心，減少偏移量，即↘。提高過程能力減少分散程度即↘σ。修訂標準范圍,即↗T。*氛圍的營造Thankyou!提前預祝各位身體健康、闔家幸福、春節快樂！因果圖因果圖是一種用于分析質量特性(結果)與可能影響質量特性的因素(原因)的一種工具。主要用于分析質量特性與影響質量特性的可能原因之間的因果關系，通過把握現狀、分析原因、尋找措施來促進問題的解決。18:1218:12因果圖繪制：

一）利用邏輯推理法繪制因果圖的步驟第一步，確定質量特性(結果)，因果圖中的“結果”可根據具體需要選擇。第二步，將質量特性寫在紙的右側，從左至右畫一箭頭(主骨)，將結果用方框框上；接下來列出影響結果的主要原因作為大骨，也用方框框上。第三步，列出影響大骨(主要原因)的原因，也就是第二層次原因，作為中骨；接著，用小骨列出影響中骨的第三層次的原因，如此類推。第四步，根據對質量特性影響的重要程度，將認為對質量特性有顯著影響的重要因素標出來。第五步，在因果圖上記錄必要的有關信息。二）利用頭腦風暴法整理繪制因果圖的步驟第一步，選題，確定質量特性。第二步，盡可能找出所有可能會影響結果的因素。第三步，找出各原因之間的關系，在因果圖上以因果關系箭頭聯接起來。第四步，根據對結果影響的重要程度，將認為對結果有顯著影響的重要因素標出來。第五步，在因果圖上標上必要的信息。因果圖的注意事項繪制因果圖的注意事項(1)確定原因時應通過大家集思廣益，充分發揚民主，以免疏漏。

(2)確定原因，應盡可能具體質量特性如果很抽象，分析出的原因只能是一個大概。(3)有多少質量特性，就要繪制多少張因果圖

(4)驗證返回排列圖二八法則

世界上充滿了神秘的不平衡：通常20%的人掌握80%的財富，20%的人集中了80%的人的智慧，20%的人完成了80%的任務，20%的人管理著80%的股市這就是二八法則。概述：早在1897年，意大利經濟學家帕累托(1848～1923年)偶然注意到英國人的財富和收益模式，于是潛心研究這一模式，并于后來提出了著名的二八法則。二八法則又稱作帕累托法則、帕累托定律、二八定律、最省力法則和不平衡原則。經典案列：IBM電腦公司是最早，也是成功運用二八法則的一家公司。1963年，該公司發現，一部電腦約80%的執行時間，是花在20%的執行指令上。據此，公司立刻重寫它的操作軟件，讓大部分人都能容易接近這20%，從而輕松使用。由此該公司制造的電腦比起其他競爭者，變得速度更快，效率更高。俗話說：家有三件事，先從急處來。說的就是辦事要抓住關鍵，抓住了主要矛盾，工作就做到了點子上，就會舉一綱而萬目張，出現事半功倍之效。這就是二八法則的一個歷史性貢獻。*排列圖又叫巴雷特圖、帕累托圖它是找出影響產品質量主要因素的一種簡單而有效的圖表方法。主要作用：作為降低不良依據。決定改善的攻擊目標。確認改善效果。制作方法1

方法2第一步，選題，確定質量特性。第二步，設計一張數據記錄表。第三步，將數據填入表中，并合計。

第四步，制作排列圖用數據表，表中有各項不合格數據，累計不合格數，各項不合格所占百分比及累計百分比。第五步，按數量從大到小的順序，將數據填入數據表中。“其他”項的數據由許多數據很小的項目和并在一起，將其列在最后，而不必考慮“其他”向數據的大小。制作基礎步驟返回第六步，畫兩根縱軸和一根橫軸，左邊縱軸，標上件數（頻數）的刻度，最大刻度為總件數（總頻數）；右邊縱軸，標上比率（頻率）的刻度，最大刻度為100%。左邊總頻率的刻度與右邊的總頻率的刻度（100%）高度相等。橫軸上將頻數從大到小一次列出各項。第七步，在橫軸上岸頻數大小畫出矩形，矩形的高度代表各不合格項頻數的大小。第八步，在每個直方柱右側上方，標上累計值（累計頻數和累計頻率百分數），描點，用實線連接，畫累計頻數折線（巴雷特曲線）。第九步，在土上記入有關必要事項，如排列圖名稱、數據、單位、作圖人姓名以及采集數據的時間、主題、數據合計數等等。返回直方圖將所收集的測定值或數據之全距分為幾個相等區間作為橫軸,并將各區間內之測定值所出現次數累積而成的面積,用柱子排起來的圖形,叫直方圖,亦稱之為柱狀圖.直方圖的作用(1)檢驗數據分布的類型，分析數據是否服從正態分布，判斷數據有無異常；(2)與產品規格界限做比較，可直觀地判斷分布中心是否偏離規格中心，以確定是否需要調整并求出其調整量；還可判斷數據分布的散差（分布范圍）是否滿足規格范圍的要求，以確定是否采取縮小散差的技術性措施；直方圖的作用直方圖的作用(3)用于進行過程能力調查和不合格品率估計；

(4)客觀地反映操作者的技術水平和主觀努力程度。直方圖的制作步驟收集數據計算極差/全距(R)設定組數K=1+3.32LgN確定測量最小單位計算組距(H)求各組上下限計算各組中心值制作頻數表按表畫圖分析同一類型的數據（同一機臺，班組，型號）R=Xmax-Xmin數據總數50—100100—250250以上組數6—10組7—12組10—20組按小數點的位數決定(1,0.1,0.01)h=R/組數第一組下限=最小值-測量最小單位/2第二組下限=第一組下限+組距組中心值=(組上限+組下限)/2組別組距上下限中心值頻數表坐標,刻度,圖,標上下限,中心值文字表述制作直方圖應注意的問題1.樣本容量要適當

直方圖在理論上屬于大樣本的分析方法，其樣本容量要求n>50（一般經常采用n＝50－100）。對于抽取數據比較容易的，最好多抽取些數據。2.選用的分組數K不適當

分組盡量采用計算的方法進行，避免分組過多或過少3.直方圖末標注有關資料

繪制直方圖后，應在其上標注：收集數據的目的、日期、測定者、樣本容量、樣本平均值和標準偏差以及產品的規格界限等。制作直方圖應注意的問題

為什么要求組界值必須比觀測值多取一位數。組界值必須比觀測值多取一位數，初學者常常忽視此要求的目的在于避免在分組后觀測值落在組界上，如落在組界上，就不能判斷該觀測值是屬于前一組是后一組。不同質的數據混雜在一起

樣本必須保證是在同條件下抽取的。不同的操作者、設備、班次材料、工藝方法等情況下所生產的產品不能混放在一起，用抽測這些產品所得的觀測值來繪制直方圖，將會形成異常的直方圖，不能說明問題，應分層后重新抽測數據，再繪制直方圖。直方圖的觀察與分析特點：中間高、兩邊低、左右基本對稱。正常大多數產品質量特性呈現這種形狀。正常型（對稱型）返回直方圖的觀察與分析偏態型特點:峰偏在左邊（右邊），而右面（左面)尾巴較長.原因:a.可能數據進行了分揀(如位置)b.也有可能生產中單側控制的結果(孔加工、軸加工過程）返回直方圖的觀察與分析離島型特點：某種異常，個別數據偏離總體原因:a、數據輸入人員在輸入的過程中,可能出錯;b、過程中其他物料混入.返回直方圖的觀察與分析缺齒型特點：高低交錯原因:

a.測量方法不對、數據分組不當

b.生產波動大返回直方圖的觀察與分析特點：數據間差別不大原因：a、經過全檢挑選的數據;b、過程中由于某種緩慢變化的因素造成的c、測量儀器精準度不夠。平頂型（高原型）返回直方圖的觀察與分析雙峰型特點:有兩個分布中心原因：有兩個不同的組合返回——概念

調查表法是利用統計表來進行數據整理和粗略原因分析的一種方法，也叫檢查表法或統計分析表法。統計分析表是最為基本的質量原因分析方法，也是最為常用的方法。在實際工作中，經常把統計分析表和分層法結合起來使用，這樣可以把可能影響質量的原因調查得更為清楚。需要注意的是，統計分析表必須針對具體的產品，設計出專用的調查表進行調查和分析。調查表法調查表

——常用類型

（1）缺陷位置調查表。（2）不良原因調查表。車型檢查部位車身表面工序檢查日期年月日檢驗目的漆缺陷檢查數量2100汽車車身噴漆質量調查表×流漆O色斑Δ塵粒零件代號（名稱）A-05檢查日期2015.1.3工序最終檢驗加工單位1車間1工段檢驗總數1585（件）生產批號05-3-1檢查方式全數檢驗檢查者張xx不合格種類檢驗記錄小計（件）Tex數不合格36重量30可燃物6外觀15其他11總計98不良原因調查表返回

分層法概念：分層法又可以稱為分類法，是加工整理數據、分析影響質量原因的一種方法。分層法是把收集到的數據，按照不同目的加以分類，把性質相同，在同一生產條件下的質量數據歸類在一起加工整理，使得數據反映的事實更明顯，更突出，便于找出問題。通常和其他方法一起使用。如將數據分層之后再進行加工整理成分層排列圖、分層直方圖、分層控制圖等。分層的意義分層的目的：有利于查找產生質量問題的原因。把影響質量的眾多因素分離出來，在同一生產條件下收集到的數據歸納在一起，可以使數據反映的現象更加明顯。常用分層方法按不同時間、線別分，如按班次、不同生產線分；按操作人員分，如按工人的級別；按操作方法分，如按切削用量、溫度、壓力；按原材料、產品分，如按供料單位、批次、產品、客戶等；其他分層，如按檢驗手段、使用條件、氣候條件等。返回分層法與排列圖結合甲班降級原因分析乙班降級原因分析返回散布圖250Kg大卷裝絡紗機卷繞密度？張力絡紗速度卷繞密度壓力張力與密度張力(N)卷密度(kg/m3)張力(N)卷密度(kg/m3)1335.9816343.732336.1617344.633337.5018344.254337.4619344.925338.8720345.316338.1921346.577339.1722346.808338.9523348.609339.5824348.6410339.2025349.5711340.8526349.1112340.7827349.3713341.9728349.3214342.8829350.7615343.7330350.00壓力與密度壓力(N)卷密度(kg/m3)1344.042344.193346.504344.285344.336344.507344.688344.739343.6010344.9111345.0212346.1213345.2214345.4215345.6116345.7017345.8118345.8119344.5520346.00速度與密度速度卷密度(kg/m3)速度卷密度(kg/m3)200346.25350346.36210346.84360346.71220346.99370346.12230346.13380346.24240346.13390346.31250346.20400346.36260346.33410346.06270346.44420346.32280346.98430346.28290346.15440346.87300346.55450346.11310346.89460346.12320346.20470346.97330346.09480346.52340346.61490346.83相關性分析用途工程研究中，變量之間的關系更多地表現為具有隨機性的一種“趨勢”，即非確定性關系；欲探索工程研究中變量間的非確定性關系，常用相關分析的方法。相關分析變量之間有無關系、方向、關系的密切程度；相關系數

的意義與計算表示方法：

-1r

1*意義：描述兩個變量直線相關的方向與密切程度的指標。

相關系數的計算：正相關負相關0<r<1-1<r<0

相關系數示意：r=1r=-1完全正相關完全負相關

分析步驟如下：

1．繪制散點圖，觀察兩變量間是否呈直線趨勢,從圖的散點圖可見，張力和卷密度散點有線性趨勢存在，而且趨勢的方向相同。

2．編制相關系數計算表

1335.981112882.56335.9816343.73256118150.315499.682336.164113003.55672.3217344.63289118769.845858.713337.59113906.251012.518344.25324118508.066196.54337.4616113879.251349.819344.92361118969.816553.485338.8725114832.881694.420345.314001192396906.26338.1936114372.482029.121346.57441120110.767277.977339.1749115036.292374.222346.8484120270.247629.68338.9564114887.12711.623348.6529121521.968017.89339.5881115314.583056.224348.64576121549.858367.3610339.2100115056.64339225349.57625122199.188739.2511340.85121116178.723749.426349.11676121877.799076.8612340.78144116131.014089.427349.37729122059.49432.9913341.97169116943.484445.628349.32784122024.469780.9614342.88196117566.694800.329350.76841123032.581017215343.73225118150.3151563035090012250010500合計4651030394553538925160878分別求出各欄中的總和及均數和平方和

3．計算

本例中r=0.994

顯示絡紗速度和產品卷繞密度之間呈正相關關系。

４、相關系數的檢驗目的：檢驗r

是否來自總體相關系數

=0

的總體，推斷兩變量的相關關系是否成立。驗證|r|>r1-α/2(n-2)相關系數臨界值（ra）表n-2α=5%α=1%

n-2α=5%α=1%

n-2α=5%α=1%10.9971.000160.4680.590350.3250.41820.9500.990170.4560.575400.3040.39330.8780.959180.4440.561450.2880.37240.8110.917190.4330.549500.2730.35450.7540.874200.4230.537600.2500.32560.7070.834210.4130.526700.2320.30270.6660.798220.4040.515800.2170.28380.6320.765230.3960.505900.2050.26790.6020.735240.3880.4961000.1950.254100.5760.708250.3810.4871250.1740.228110.5530.684260.3740.4781500.1590.208120.5320.661270.3670.4702000.1380.181130.5140.641280.3610.4633000.1130.148140.4970.623290.3550.4564000.0980.128150.4820.606300.3490.44910000.0620.081查上表，對n=30,n-2=28,在α=0.02時的臨界值為0.361，由計算求得的r=0.994知道r>0.361，因此說明此兩個變量間具有（正）線性相關。一元線性回歸方程設一元線性回歸方程的表達式為ｙ＝ａ＋ｂｘ其中：ｂ＝Ｌxy/Lxxａ＝ybar－ｂｘbarb=160878/9455=17.02a=343.4-17.02*15.5=79.62回歸方程為：

y=79.62+17.02*x返回2025/3/2399關聯圖某車間照明耗電量大,QC小組針對此情況運用關聯圖進行原因分析。照明耗電大管理不嚴亂蓋房亂接燈用一亮十燈頭多光線暗廠房低開關集中控制檢查差節電意識差長明燈缺乏節電教育責任不明返回2025/3/23100系統圖如何使QC落實加強培訓觀念要正確內訓外訓購置書刊設黑板報圈員家舉行烤肉郊游標語舉辦讀書會圈會活潑化多交流競賽活動活潑化宣導公司內公司外國際性技能操作返回2025/3/23101為家庭計劃一個愉快的假期涉及哪些重要的問題？征求孩子們的意見回憶以往經歷的愉快假期找到幾種價錢范圍找到各年齡層次都有活動的地方將假期與出差聯系起來確定總開支聯系一個有創見的旅行社翻閱家庭圖片考慮每個人的愛好統一全家對理想假期的看法確定最大的開支利用各種渠道研究如何度假親和圖返回過程決策程序圖(PDPC)法原理：采用“凡事預則立，不預則廢”的思想，隨著事態的發展可能會產生各種結果，運用已預先設計好的各種程序、計劃，進行動態管理，達到予期效果。方法：1、多方案設計2、系統科學的一部分應用：實現某一難度較大目標的方案確定PDPC法案例：某設備維修維修工段，為了保證正常生產，制定的過程決策程序圖來保證。設備突然發生故障停機組織維修人員到位查明原因領取備件更換備件調試運轉交付外購配件備件不全無代用件外購無貨修復舊件臨時應急使用維修人員不到位確認質量要求能否達到調試設備安排其他設備臨時生產保證正常生產PDPC法的用途利用PDPC法，可從全局、從整體掌握系統狀態以做出全局性判斷，可按時間順序掌握系統的進展情況。其具體用途如下:(1)制訂方針目標管理中的實施計劃。(2)制訂科研項目的實施計劃。(3)對整個系統的重大事故進行預測。(4)制訂控制工序的措施。返回2025/3/23105箭條圖A表示加工管子B表示加工盤子C表示鉆孔D表示焊接ABCD1234關鍵路線：最快完成時間為75分鐘1234返回矩陣圖定義：從問題事項中，找出成對的因素群，分別排列成行和列，找出其間行與列的關系或相關程度的大小，探討問題點的一種方法。2025/3/231062025/3/23107適用范圍:所謂“矩陣圖”就是利用多元項的思考方式，分析現象、問題與原因等要素之間的關連性，組合要素間的各項關系，發展成為解決問題的策略，進而探索出問題的型態與內容，獲得解決問題的對策，主要適用于：

1.探討多組資料群間的相互關系時

2.需要將對策事項做多元性評估時

3.參與者評估復雜事件時矩陣圖2025/3/23108達到：明確各機能與各單位間的關系明確質量要求和原料特性間的關系明確質量要求和制程條件間的關系明確制程不良與抱怨或制程條件間的關系矩陣圖2025/3/23109矩陣圖種類

L型矩陣圖2025/3/23110矩陣圖種類

T型矩陣圖2025/3/23111矩陣圖種類Y型矩陣圖a1a2a3b3b2b1c1c2c32025/3/23112矩陣圖種類

X型矩陣圖2025/3/23113矩陣圖做法：1、確定事項：如印刷用布污損問題2、選擇構成事項影響的因素群：

1）不良現象因素群；

2）不良原因因素群；

3）加工過程因素群3、選擇合適的矩陣圖類型：T型矩陣圖返回2025/3/231144、討論確定各組要素的組成5、繪制矩陣圖

1）根據選定的矩陣圖模式，將待分析的因素群安排在相應的行、列（或縱）的位置上，并依據事先給定的順序填列各個因素

2）確定表征因素之間關聯關系的符號，通常用“◎”表示兩個因素之間存在密切關聯關系，“○”表示兩個因素之間存在一般關聯關系，“△”表示兩個因素之間可能存在（或存在較弱）關聯關系。返回2025/3/231156、對隸屬于不同因素群的各個因素之間可能存在的關聯關系進行分析，并用既定的表征符合進行標識。

返回2025/3/231167、解釋矩陣圖特征：通過分析矩陣圖，確定最迫切需要解決的問題（或現象），最可能的引發原因，以及導致這些原因的最可能的根源。

返回2025/3/231178、數據統計尋找著眼點

對矩陣圖中的問題（或現象）因素群，進一步收集數據并繪制柏拉圖，以確定主導因素。針對主導問題，就矩陣圖中的原因因素群，進一步采集數據繪制柏拉圖。以確定主導原因，就矩陣圖中的加工過程（工序）因素群，進一步采集數據并繪制柏拉圖，以確定主導工序。9、制訂針對問題根源的糾正措施10、驗證所采取的措施有效性返回2025/3/23118應用矩陣圖的優點

1.易累積眾人的經驗。

2.容易掌握全體要素間的相關性。

3.利用多次元的觀察，顯示潛伏的內在要因。

4.避免太過詳細或抽象的表現方式。

返回2025/3/23119注意事項在評價有無關聯及關聯程度時，要獲得全體參與討論者的同意，一般不可按以少數服從多數人的表決通過來決定。返回2025/3/23120矩陣數據解析法定義:矩陣圖上各元素間的關系如果能用數據定量化表示，就能更準確地整理和分析結果。這種可以用數據表示的矩陣圖法，叫做矩陣數據分析法。返回2025/3/23121數據矩陣分析法的主要方法為主成分分析法，利用此法可從原始數據獲得許多有益的情報主成分分析法是一種將多個變量化為少數綜合變量的一種多元統計方法主要方法:返回2025/3/23122應用時機

1.大量的數據進行要因解析

2.復雜因子變量分析

3.質量對復雜的要因交絡重疊的工程解析

4.質量工程評價返回2025/3/23123適用范圍新產品開發的企劃復雜的質量評價自市場調查的資料中，要把握顧客所要求的品質,質量功能的展開