质量问题解决之标准定量分析模型

作者：严小建

来源：中国质量, 2022, (11): 123-127.

DOI：10.16434/j.cnki.zgzl.2022.11.027

• 5M1E
• 鱼骨图
• 追溯性管理
• JMP大数据分析
• 工艺配方优化

传统的质量问题分析解决是从5M1E角度进行鱼骨图分析，然后凭借人员对于过程的熟悉程度列出所有影响因素并对其中的可疑因素进行筛选与验证，以确定质量问题的关键来源并加以解决，这一经典方法至今仍在许多制造企业广泛使用。诚然，鱼骨图作为一种普及的质量工具有其值得肯定的一面，既简单易行且不需要高深的统计知识，但同时它也有无法回避的欠缺点，即它尚不能提供量化的分析模型与理论依据，而只能通过定性分析对质量问题进行推理。尤其是当主导分析的人员对过程的了解程度不足或陷入某种思维定势时，极易导致错误的结论，从而不能真正地解决问题。鱼骨图分析的另一个缺点就是分析出的影响因素比较多时，通常需要花很长的时间去做实验与测试等验证工作，这对于需要快速响应客户的年代无疑是很难做到的。本文通过提出采用传统的鱼骨图分析质量问题，从5M1E角度收集相关因子的生产大数据，通过JMP软件对大数据进行统计分析与优化，从而找到一条能够快速解决质量问题的新道路。此方法可以克服之前鱼骨图分析定性分析的缺陷，从而为问题的解决提供可靠的统计理论依据。