不良质量产品分析方法有哪些

❶ 产品质量检验的七大手法是那几项

（1） 初级统计管理方法：又称为常用的统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具（或叫品管七大手法）。运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。日本着名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。

（2） 中级统计管理方法 ：包括抽样调查方法、抽样检验方法、功能检查方法、实验计划法、方法研究等。这些方法不一定要企业全体人员都掌握，主要是有关技术人员和质量管理部门的人使用。

（3） 高级统计管理方法：包括高级实验计划法、多变量解析法。这些方法主要用于复杂的工程解析和质量解析，而且要借助于计算机手段，通常只是专业人员使用这些方法。

这里就概要介绍常用的初级统计质量管理七大手法即所谓的“QC七工具”，供网友们参考。

（一） 统计分析表
统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。

（二） 数据分层法
数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与上述的统计分析表结合使用。

数据分层法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的加以分门别类的归纳及统计。

科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。

如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。我们也可以经常在航机上看到客户满意度的调查。此调查是通过调查表来进行的。调查表的设计通常分为地面的服务品质及航机上的服务品质。地面又分为订票，候机；航机又分为空服态度，餐饮，卫生等。透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。

（三） 排列图（柏拉图）
排列图又称为柏拉图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。后来美国质量管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于质量管理。排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数（如件数 金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。

在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以上。柏拉图是根据归集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。

在工厂或办公室里，把低效率，缺损，制品不良等损失按其原因别或现象别，也可换算成损失金额的80%以上的项目加以追究处理，这就是所谓的柏拉图分析。

柏拉图的使用要以层别法的项目别（现象别）为前提，依经顺位调整过后的统计表才能画制成柏拉图。
柏拉图分析的步骤；

（1） 将要处置的事，以状况（现象）或原因加以层别。
（2） 纵轴虽可以表示件数，但最好以金额表示比较强烈。
（3） 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期。
（4） 各项目依照合半之大小顺位左至右排列在横轴上。
（5） 绘上柱状图。
（6） 连接累积曲线。

柏拉图法（重点管制法），提供了我们在没法面面俱到的状况下，去抓重要的事情，关键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有数据依据的，并用图形来加强表示。也就是层别法提供了统计的基础，柏拉图法则可帮助我们抓住关键性的事情。

（四）因果分析图

因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。

所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。

某项结果之形成，必定有原因，应设法利用图解法找出其因。首先提出了这个概念的是日本品管权威石川馨博士，所以特性原因图又称[石川图]。因果分析图，可使用在一般管理及工作改善的各种阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。

（1） 果分析图使用步骤
步骤1：集合有关人员。
召集与此问题相关的，有经验的人员，人数最好4-10人。
步骤2：挂一张大白纸，准备2-3支色笔。
步骤3：由集合的人员就影响问题的原因发言，发言内容记入图上，中途不可批评或质问。（脑力激荡 法）
步骤4：时间大约1个小时，搜集20-30个原因则可结束。
步骤5：就所搜集的原因，何者影响最大，再由大轮流发言，经大家磋商后，认为影响较大予圈上红色圈。
步骤6：与步骤5一样，针对已圈上一个红圈的，若认为最重要的可以再圈上两圈，三圈。
步骤7：重新画一张原因图，未上圈的予于去除，圈数愈多的列为最优先处理。

因果分析图提供的是抓取重要原因的工具，所以参加的人员应包含对此项工作具有经验者，才易秦效。

（2） 因果分析图与柏拉图之使用
建立柏拉图须先以层别建立要求目的之统计表。建立柏拉图之目的，在于掌握影响全局较大的重要少数项目。再利用特性原因图针对这些项目形成的原因逐予于探讨，并采取改善对策。所以因果分析图可以单独使用，也可连接柏拉图使用。

（3） 因果分析图再分析
要对问题形成的原因追根究底，才能从根本上解决问题。形成问题之主要原因找出来以后，再以实验设计的方法进行实验分析，拟具体实验方法，找出最佳工作方法，问题也许能得以彻底解决，这是解决问题，更是预防问题。

任何一个人，任何一个企业均有它追求的目标，但在追求目标的过程中，总会有许许多多有形与无形的障碍，而这些障碍是什么，这些障碍何于形成，这些障碍如何破解等问题，就是原因分析图法主要的概念。

一个管理人员，在他的管理工作范围内所追求的目标，假如加以具体的归纳，我们可得知从项目来说不是很多。然而就每个追求的项目来说，都有会有影响其达成目的的主要原因及次要原因，这些原因就是阻碍你达成工作的变数。

如何将追求的项目一一地罗列出来，并将影响每个项目达成的主要原因及次要原因也整理出来，并使用因果分析图来表示，并针对这些原因有计划地加以强化，将会使你的管理工作更加得心应手。

同样地，有了这些原因分析图，即使发生问题，在解析问题的过程中，也能更快速，更可靠。

（五）直方图

直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。

（六）散布图

散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。

在我们的生活及工作中，许多现象和原因，有些呈规则的关连，有些呈不规则形有关连。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。

（七）控制图

控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：1 ）数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法；2 ）数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的；3） 数据的记录，抄写有误；4 ）异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。

以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事实和数据为基础进行判断和管理”的特点。最后还需指出的是，这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事。

❷ 质量问题分析手法

质量问题分析是制造业占比较大的质量工作，质量专业人员每天都在不断分析解决质量问题。关于的你说的的质量分析手法非常的多如5Y,5D,8D等等，但是质量分析本身也有其自己的流程步骤，那些分析工具与方法是质量分析过程中的工具应用。

质量分析与刑事侦查类似，有相当强的专业性与逻辑性。

详细讲解可以参考网络文库：如何进行专业的质量分析2019

❸ 质量管理里面，进行问题原因分析的方法有哪些

共七种统计分析方法,另一种是综合运用

在统计过程控制中可以应用各种统计方法，保证并改进质量。其中最常用的统计方法有控制图、排列图、因果图、散布图、直方图、检查表、分居法，统称为常用的七种工具。本文结合一些实例把部分统计工具在印制板、SMT质量控制中的应用情况作一些介绍。
一、引言
20世纪二、三十年代，美国人休哈特博士首先提出过程控制的概念与实施过程监控的方法，经过几十年的发展，现己形成统计过程控制理论，即SPC(Statistical Process Control)。它是应用统计方法对过程中的各个阶段进行监控，从而达到保证与改进质量的目的。SPC强调全过程的预防为主。SPC的精髓是全系统的，要求全员参加，人人有责，强调用科学方法来保证达到目的。质量控制中的统计工具是SPC在现场应用过程中所采用的重要的统计方法。
二、SPC的理论要点
在SPC中最常用、最重要的是控制图理论。控制图可用来直接监控过程，是七种工具的核心。SPC理论要点主要包括以下内容。
1．产品质量的统计观点
产品质量的统计观点是现代质量管理的基本观点。它包括两部分内容：(1)产品质量是具有变异性的。(2)产品质量的变异具有统计规律性。认识了统计规律的特点和性质，我们就可以用来保证与改进产品质量。控制图就是在这种思想指导下提出来的。
2． 抓住异常因素就是抓住主要矛盾
将质量因素分为偶然因素和异常因素。偶然因素对产品质量影响微小，随生产过程始终存在。难以去除。反之，异常因素对产品质量影响很大，在生产过程中有时存在，又不难去除。因此，在生产过程中，要时刻关注异常因素，一旦发生，要尽快把它找出来，并采取措施消除，这就是住主要矛盾。控制图是发现异常因素的主要工具。
3．稳定状态是生产过程追求的目标
在生产过程中，只存在偶然因素而没有异常因素的状态称为稳定状态，简称为稳态，也叫作统计控制状态。在稳态下生产，我们对产品的质量有完全的把握，同时，生产过程也是最经济的，所生产的不合格品最少，因此，稳定状态是生产过程追求的目标，一道工序稳定称为稳定工序，道道工序稳定的生产线称为全稳生产线。建立全稳生产线是建立产品质量保证体系的基础。
4．预防为主是质量管理的重要原则
SPC中的控制图和其他经常采用的统计方法，在实际应用中都遵循预防为主这一质量管理的重要原则。
在SPC的进行过程中有一个关键的步骤，即确定关键变量，(关键质量因素)，要完成这一工作，要对生产过程中每道工序进行分析，此时我们常用的是因果图。当要找出对最终产品影响最大的关键变量时，我们常采用排列图。下面对排列图和因果图的使用进行举例说明。
三、排列图
现场质量管理往往有各种各样的问题，我们应从何入手?怎样抓住关键?一般说来，任何事物都遵循“少数关键，多数次要”的客观规律。例如，大多数废品由少数人员造成，大部分设备停顿时间由少数故障引起。排列图即是一种能够反映出这种规律的图。此图是将各种问题按原因或状况分类，把数据从大到小排列后所作出的累计柱形图。
例一：某厂为降低多层印制板的翘曲度，对98年6月至99年5月期间印制板产生翘曲超标的原因进行统计，列出统计表，做出排列图。
表1翘曲度超标因素统计表
序号 1 2 3 4 5
项目 层压产生翘曲 热风整平产生翘曲 布线不匀产生翘曲 其他 合计
频数 82 11 6 3 102
累计频数 82 93 99 102
累计百分比 80.4% 91.2% 97.1% 100%
排列图的作法如下：
步骤1：针对所存在的问题收集一定期间的数据，此时间不可过长，以免统计对象有变动；也不可过短，以免只反映一时情况而不全面。然后将数据按原因、工序、人员、部位或内容等进行分类，并统计各
项目的频数。参见表1。
步骤2：将工序按频数从大到小排列，并计算各自的累计百分比，计算结果见表1所示。
步骤3：以左侧纵坐标为频数，横坐标按频数从大到小依次列出各工序，将频数用直方表示，成为挪若干个直方相连由左至右逐个下降的图形，即排列图。见图1所示。
步骤4：以右侧纵坐标为比率，依次将各工序的累计比率用折线表示，参见图1。注意，累计比率100％刻度应对应于不合格品频数102的高度。
排列图是一种频数分布图，用于找出少数关键，分清主次，抓住主要矛盾。因次，对于排列图应注意观察以下几点：(1)哪一项是最主要的?前多少项是包含60％以上内容，?(2)哪些项目采取措施后，可使存在的问题减少百分之几?(3)对照采取措施前后的排列图，研究各个组成项目的变化。本例由图1可以看出，出现翘曲超标的主要原因是由层压工序引起的，占总数的80．4％。换句话说，只要解决了这道工序的问题，由翘曲超标产生的不合格率就可以降低80．4％。因果图是日本质量管理专家首先提出的。在发生质量问题后，为了找出其原因，分析与研究诸原因之间的因果关系而采用的一种树状图，或鱼刺图，就是因果图。它把影响产品质量的诸因素之间的因果关系清楚地表现出来，使人们一目了然，便于采取措施解决，因此，因果图广泛应用于制造业和服务业中。下面结合实例介绍因果图。例二：在上一例里已经提到应用排列图分析多层板翘曲的原因，并己知层压是多层板产生翘曲的主要质量因素。那么，现在希望通过因果图找出层压过程中使多层板产生翘曲的主要原因。以便采取有针对性的措施来解决问题。
因果图的作法如下：
步骤1：将层压为何产生翘曲作为该问题的特性，在它左侧画一个从左到右的粗箭头，
步骤2：将造成板翘曲的原因分为人、设备、工艺、材料四大类，用长箭头表示，见图2。
步骤3：分别对人、设备、工艺、材料进行分析，找出导致它们不好的原因，逐类细分，直到能具体采取措施为止。具体参见图2。例三：某研究所为解决SMT表面贴装质量不好的问题，对影响表面贴装质量的诸因素进行分析，并希望通过因果图找出表面贴装质量不好的主要原因，以便采取有针对性的措施来解决问题。

❹ 不良品的对策怎么写

首先要承认错误，接下来再分析原因及对策：

1、将不良品造成原因归结为运输颠簸或包装，对策为改善包装方式。

2、一线操作员工为新员工，技能不熟练，所以才使不良品流出。对策为加大对新员工的培训力度，使其能够尽快熟练技能。

3、生产车床/机器小故障，目前故障已排除。保障以后不会再有不良品流出。

4、出库检验员疏漏，对策：第一时间用好的产品将不良品换回，并且对造成此问题的员工给予惩罚。

可以根据实际情况，自行润色、组织语言，语气要委婉、态度要好，尽量大事化小，小事化了。

不良品预防方法

1、不良品如果已经产生，不论如何处理都会造成损失。关键是在于预防、杜绝不良品的产生。不良品的预防需要各部门的配合.

2、设计研发部门应将产品设计成客人安装容易、组立容易、缺陷易暴露、工艺易实现、易拆卸、部件可互换。要充分的应用设计FMEA，一个好的设计项目将使一切都很容易进行。即“产品是设计出来的”。

3、采购部门应做好厂商的寻找&评估工作。一个优秀的外协厂商相比一个糟糕的外协厂商会减少很多不良品的产生。

4、生产部门应注意生产前工艺流程的编排，可采用作业指导书、工艺卡、PFMEA等手段。将生产中可能会产生不良的地方一一加予预防。特别结合样品制作和试投产，把问题解决并工艺标准化后才开始正式生产。

5、仓储部门应做好产品的搬运规范。物料的摆放也应规定高度&重量；库存品做到先进先出，以防止产品变质。

6、品管部门应与制造配合做好产品的首检、自检和巡检，三检合一；应用GRR、CPK、PFMEA等管制手法，层层把关，杜绝不良品流入下道工序。

❺ 没按标准作业出了品质不良怎写原因分析

出现不良品质产品一般都是从“人、机、料、法、环“五个方面去寻找原因。
既然没完全执行SOP操作，那么“机、料、环”三个方面的原因可以排除。
那么主要分析人与法的问题。
①人，是对sop的培训不到位，操作不熟练;还是对SOP很熟练，但是在思想上对执行sop的认识，质量意不够。
②现场是否有相关的作业标准，是否有相关作业标准的警示，或提提示，作业标准是否足够的完善，是否足够能够保证生产出百分之百合格的产品，现有sop是否存在漏洞是否有待完善的地方。
最后通过调查当事人以及讨论相关sop，最后得出造成不良品原因论，并且要求接受教训，防止类似事件重复发生。

❻ 产品质量问题原因分析

1、产品层面原因分析

客户的期望，是由产品功能来满足的。面向产品最终用户的功能，是由产品下级系统的功能、子系统的功能来满足的。

层层向下，作为最底层的功能组件的功能，是由各个零部件的产品特性(例如长度、距离、位置、硬度、粗糙度、圆度、材料疲劳强度、电阻、电压、焊接强度，等等)具体的产品特性来实现的。

2、过程层面原因分析

过程层面原因分析，是需要从产品特性不符合出发，寻找到具体的生产线、具体工序、工位、工步具体的过程特性原因。这个时候生产加工过程结果，也就是产品的特性，就可以当做函数Y了。

3、控制方法层面原因分析

过程层面的原因找到了，接下来就要考虑控制方法层面的原因了。控制方法层面的原因主要考虑两个方面，对过程输入的管控，和对过程输出的检测和监控。

4、管理层面原因分析

管理层面的原因，就是要找到于前三个层面原因的相关 - 流程、制度是否未策划或策划不完善；质量工具、质量方法是否被应用，是否被正确应用。

部门和岗位职责是否明确，清晰，有无交叉与重叠；人力、物的资源是否配备到位；人员的能力是否满足要求；执行力是否足够，激励绩效和执行性管控是否方法合适。

5、管理层面原因分析

由以上结合实际案例的讲述，大家可以看出，这里所说的四个层面分析，就是把5why的方法具体化套路化了。

❼ 流出不良品的原因分析对策怎么写

• 首先要承认错误,接下来再分析原因及对策：
  1、将不良品造成原因归结为运输颠簸或包装,对策为改善包装方式.
  2、一线操作员工为新员工,技能不熟练,所以才使不良品流出.对策为加大对新员工的培训力度,使其能够尽快熟练技能.
  3、生产车床/机器小故障,目前故障已排除.保障以后不会再有不良品流出.
  4、出库检验员疏漏,对策：第一时间用好的产品将不良品换回,并且对造成此问题的员工给予惩罚.
  
  

❽ 如何改善不良原因分析

改进质量应从三方面入：1.供应商产品质量即提升来料质量，主要是协助供应商提升产品的质量来保证产品来料的质量。2.提升制程良率，通过工艺改进、员工技能提高、设备稳定性等也就是我们常说的4M1E进行改善。3.降低客户投诉提升客户满意度。产品质量提高了很简单的讲：产品的不良率降低，良率提升成本自然就下来了。产品质量达到了客户的要求那么客诉就少，什么退货啊，返工啊，返修啊等就降低了，成本也就下来了，另外客户认可了我们的产品质量订单也就多了！

❾ 产品质量分析的产品质量分析的内容和方法

对于不同的产品，衡量其质量的指标也不尽相同，如有形产品和服务产品在指标上有较大区别。但反映产品质量指标水平的高低和质量的稳定性，以及顾客对质量的满意程度等三项内容是共同的。产品质量分析将对上述三项内容做出判断，寻找原因并在此基础上提出改善建议。
(一)产品质量水平分析
产品的质量水平分析通常从三个方面进行，即质量标准分析、本企业质量达标程度分析以及质量水平行业比较分析。
1.质量标准分析
(1)产品质量标准的收集：国家标准、行业标准、企业标准、企业内控标准、协议标准。
(2)产品质量标准评价
首先，对各类标准的指标内容作比较，应特别关注客户新的要求。
其次，对各类标准的指标水平作比较，评价本企业选择的标准能否满足客户要求，下一级标准能否保证上一级标准的要求，如不能满足则应进行修订与补充。
在上述基础上，选定评价本企业产品质量的标准内容。
2.本企业产品质量达标程度分析
产品质量达标程度分析的参照对象是质量标准：(1)按产品质量等级分析；(2)按产品质量合格率水平分析；(3)按质量计划完成率分析；(4)按产品质量实测水平分析。
3.产品质量水平行业比较分析
产品质量水平行业之间比较分析，其内容仍然是上述四项，但比较的基准可以选用行业的平均水平、先进水平和竞争对手水平。
(二)质量稳定性分析
1.产品质量稳定性高的典型特征
稳定性：当一个实际的系统处于一个平衡的状态时，如果受到外来作用的影响时，系统经过一个过渡过程仍然能够回到原来的平衡状态，我们判别这个系统是稳定的，否则判别系统不稳定。
在稳定的生产条件下，产品质量特性的分布应符合正态分布。
正态分布由两个参数决定：均值μ、标准差σ。
理想的产品质量特性检测数据分布应为：产品质量特性检测数据呈正态分布，平均值与指标公差中心重合，产品质量特性检测数据分布的两边距规格限有一定的余量。
2.产品质量稳定性的判别方法
产品质量分布是否在合理的范围呈现正态分布，是判别产品质量稳定性的依据。判别是否符合正态分布的方法中，直方图法是比较简便的方法之一。
(1)采集数据，制作直方图。
(2)正态分布的判别
①产品质量符合性好：近似正态分布，且数据分布中心(平均值)与指标公差中心基本重合、数据分布没有超过指标上限和下限，产品质量处于受控状态。
②产品质量符合性较好：近似正态分布，且数据分布中心(平均值)与指标公差中心稍有偏移、数据分布极少超过指标上限或下限，产品质量处于次受控状态。
③产品质量符合性差：非近似正态分布，因数据分布中心(平均值)与指标公差中心偏移较大，有较多数据超过指标上限或不限，产品质量处于失控状态。
(三)顾客满意度分析
1．顾客满意度对企业的影响
顾客满意是顾客的一种心理活动。顾客满意度用来测量一家企业(公司)在满足或超过顾客购买产品的期望方面所达到的程度。顾客满意的三个构成要素是：直接要素商品和服务、间接要素企业形象。顾客不满意只能给企业(公司)带来不良的后果，甚至威胁到企业的生存。
2.顾客满意度评价指标
用户评价指标一般可包括用户期望和产品性能，还包括产品的合用性、可信性、可用性、可靠性、可维修性、安全性、环境影响、美学规范、产品交付、产品价格、广告宣传、企业形象、服务、用户投诉、用户忠诚度等。
我国顾客满意度评价模型，选用了如下六个结构变量及其相应的指标构成，即顾客对产品：(1)预期质量；(2)感知质量；(3)感知价值；(4)满意程度；(5)忠诚度(顾客保持率)；(6)抱怨(投诉)程度。

❿ 发现品质不良品的处理流程

标示隔离，追溯责任，分拣挑选，反工反修，上报责任人。

仓储部门应做好产品的搬运规范。物料的摆放也应规定高度&重量；库存品做到先进先出，以防止产品变质。

品管部门应与制造配合做好产品的首检、自检和巡检，三检合一；应用GRR、CPK、PFMEA等管制手法，层层把关，杜绝不良品流入下道工序。

不良品预防方法：

不良品如果已经产生，不论如何处理都会造成损失。关键是在于预防、杜绝不良品的产生。不良品的预防需要各部门的配合。

设计研发部门应将产品设计成客人安装容易、组立容易、缺陷易暴露、工艺易实现、易拆卸、部件可互换。要充分的应用设计FMEA，一个好的设计项目将使一切都很容易进行。即“产品是设计出来的”。

采购部门应做好厂商的寻找&评估工作。一个优秀的外协厂商相比一个糟糕的外协厂商会减少很多不良品的产生。

生产部门应注意生产前工艺流程的编排，可采用作业指导书、工艺卡、PFMEA等手段。将生产中可能会产生不良的地方一一加予预防。特别结合样品制作和试投产，把问题解决并工艺标准化后才开始正式生产。