5m1e排查时常用方法

A. 质量管理中的六要素（人、机、料、环、法、测）具体概念是什么

在质量管理中，六要素分别表示：

• 人：操作者对质量的认识、技术熟练程度、身体状况等；

• 机：机器设备、测量仪器的精度和维护保养状况等；

• 料：材料的成分、物理性能和化学性能等；

• 法：这里包括生产工艺、设备选择、操作规程等；

• 环：主要指测量时采取的方法是否标准、正确；

• 测：工作地的温度、湿度、照明和清洁条件等；

由于这五个因素的英文名称的第一个字母是M和E，所以常简称为5M1E。

工序是产品形成的基本环节，工序质量是保障产品质量的基础，工序质量对产品质量、生产成本、生产效率有着重要影响。

工序标准化作业对工序质量的保证起着关键作用，工序标准化在工序质量改进中具有突出地位。工序质量受5M1E即人、机、料、法、环、测六方面因素的影响，工序标准化就是要寻求5M1E的标准化。

B. 如何做好现场管理工作呢

一、安全第一，消除隐患
1、做好防火、防盗等安全工作，做到安全第一。
2、做好安全生产消防等方面的宣传工作。
3、严禁一切易燃品及火种进入生产车间，车间内杜绝吸烟。
4、车间主任每天下班前需督促有关人员检查车间每个角落，做好安全检查工作。
5、下班后督促各有关人员关闭好门窗，大门上锁前务必检查各门窗是否有关闭妥当，**车间所有人员，关闭车间所有电路。
二、堆放整齐，文明生产
食物不进车间，杂物不放衣框;
机台保持清洁，场地整洁卫生。
1、平车、凳子、框子及有关工具、设备定放置，排放整齐，不准随意摆放、挪动或调换。
2、与生产无关的个人物品(如茶杯、零食等)严禁带入车间。
3、要求半成品、成品要堆放整齐，不可随意捆绑，不能落地，次品隔离并加以标识，防止机器漏油造成污渍，对不同扎号的半成品或裁片分开，以免造成色差。
4、保证生产现场的环境卫生清洁，督促有关人员每天打扫生产现场，督促各组员工保持环境卫生。
5、督促有关人员定期擦洗门窗、现场地面及各生产备用工具。
三、原始记录，齐、准、快、明
1、用日事情的日志做好日常事物记录，车间的人事记录，登记好员工名单，对每单货的投产日期及结束日期、生产员工等做好详细的记录，并妥善保管。
2、现场管理人员保管好所有的生产资料，每天汇总《生产日报表》、《质检记录》，及各项报告按时上报厂长处。
3、落实有关呈上的报告及《生产日报表》、《质检记录》是否准确实际和在看板上公示。
4、每天下班前处理好当天的日常事务。
5、负责车间生产数量收发一致，及时处理好车间与各有关部门的交接手续。
四、士气高涨，协调一致
1、带头遵守厂部的各项规章制度，在制度的规则上可以适当加入一些激励机制，以达到充分发挥员工及有关人员的积极性、创造性这个目的，使之为公司更好的服务。
2、调动车间生产员工的紧迫感，采取有效措施提高生产工作气氛，使生产线员工士气高涨。
3、协调各班组的生产分配恰到好处。根据有关人员的缝制技术，结合各方面因素，进行合理的工作分配。
4、督促各组长完成当日的生产计划指标，并保持每当位员工的持续运作。
5、督促质检员处理完当日交到验收室的成品，填写每日《检验记录》，督促发料员统计好当日发到车间的裁片，汇总、反馈给厂部。
五、服务现场，以理服人
1、负责及时处理好有关人员出现在生产线上的问题。
2、在操作过程中，加入适当的感情成分，使员工感觉到大家庭的温暖，为员工解决一些生活上的问题，如住宿、饮食等，使之为公司更好的服务。
3、操作过程中难免出现各种纠纷，有关人员务必恰当的处理好内部的人际关系，如有无法处理或较为严重的事情，及时反馈到厂部解决，切勿在生产现场与其发生冲突，造成负面影响。
4、负责维护好本车间的现场生产秩序，使生产有条不紊。

C. 现场质量管理的主要内容5M1E指的是什么

现场质量管理的主要内容5M1E指的是:

1、 人（Man/Manpower）： 操作者对质量的认识、技术熟练程度、身体状况等；

2、 机器（Machine）： 机器设备、工夹具的精度和维护保养状况等；

3、 材料（Material）： 材料的成分、物理性能和化学性能等；

4、 方法（Method）： 这里包括加工工艺、工装选择、操作规程等；

5、测量（Measurement）：测量时采取的方法是否标准、正确；

6 、环境（Environment） 工作地的温度、湿度、照明和清洁条件等；

拓展资料

一、简介

现场质量管理是指从原料投入到产品完成入库的整个生产制造过程中所进行的质量管理。它的工作重点大部分都集中在生产车间。现场质量管理的目标，是通过保证和提高产品质量、服务质量和施工质量，降低物质消耗，生产符合设计质量要求的产品，即实现符合性质量。现场质量管理的内容有四个方面：质量缺陷的预防(即预防产生质量缺陷和防止质量缺陷的重复出现)、质量的保持、质量的改进和质量的评定。

二、对检验员的要求

（1）应把建立管理点的工序作为检验的重点，除检验产品质量外，还应检验监督操作工人执地工艺及工序管理点的规定，对违章作业的工人要立即劝阻，并作好记录。

（2）检验员在现场巡回检验时，应检查管理点的质量特性及该特性的支配性工序要素，如发现问题应帮助操作工人及时找出原因，并帮助采取措施解决。

（3）熟悉所负责检验范围现场的质量要求及检测试验方法，并按检验指导书进行检验。

（4）熟悉现场质量管理所用的图、表或其他控制手段的用法和作用，并通过抽检来核对操作工人的记录以及控制图点是否正确。

（5）做好检查操作工人的自检记录，计算他们的自检准确率，并按月公布和上报。

D. 机械产品质量检测的方法,如一个零件怎么检测,合格不格等等,

目前，很多制造业企业都有对产品的缺陷率（坏品率）进行统计和分析，但常是每个产品的负责人单独进行自己产品的统计分析，或是每天记录到电子表格里，相应的负责人只是监控每天的产品的合格率，以下要介绍的是一些可以进一步对产品的缺陷进行监控和分析的方法：
1、首先企业要对产品的缺陷进行整理和处理，进行必要的编码工作，统一各部门对缺陷的描述，以方便在企业内部的交流，缺陷的编码工作要在各相关的部门先搜集相关的信息，然后建立一套规则进行缺陷的编码，此项工作一般是由质量部门（QA）负责统筹；
2、 由生产负责部门对各产品进行每天的数据搜集和统计工作，目前大部分企业是做在电子表格中，但也有些公司只是用纸张来记录，此方法不推荐使用，因为数据的使用价值不大，无法对数据进行统计分析和更复杂的分析，最好是有系统平台对数据进行统一的处理；
3、常用数据分析的方法：
a、每天监控缺陷率的变化，如注意总缺陷率是否上升或是下降；
b、注意前三项缺陷率的变化，当公司正在做质量改善活动时，就很有必要每天监控缺陷率的变化情况；
c、分析缺陷率下降或是上升的原因，一般从5M1E方面去查找原因，一般来说，来料和机器的变化导致缺陷率变化的可能性比较大，也是比较常见的原因；
d、每周要做汇总的报表，此时要比较的是每周的缺陷率变化的情况，因为是一周的数据汇总，所以数据相对来说，能够比较客观和准确地反应当前的合格率或是缺陷率变化的情况；
e、要对每一关键工序都进行缺陷率的统计，最后可以算出某一产品的一次通过率，即产品的直通率；
f、每月最好也要对产品进行月报表的统计工作，此数据可以用来评估优率改善活动的效果；
g、不同产品之间的分析和比较，如同一系列产品之间缺陷率的比较，如果产品的设计及工序大部分是相同，在缺陷率方面应该是不会有太大的差距，如果差距比较大，此时就需要对工序等进行具体的分析，调查原因；
h、对同一工序，如果是有许多的产品，此时也应该分析不同产品之间的缺陷率的差距，找出其中的原因；

4、对于缺陷控制比较严格而且缺陷细分化程度比较高的场合，如何进行缺陷的分析？
要对缺陷进行严格的分类控制，首先生产在控制时，就要先对缺陷进行分层统计，如分不同的机器，不同的关键物料批次，不同的人员班次，甚至于不同的工装夹具造成的缺陷都要分类统计，这样做的优点是查找问题时比较容易，但是在收集数据时比较费时，一般情况下如果有系统来统计就会大大降低工作量，否则工作量会比价大，但是数据分析的效果也较好；
例如：早晚班数据的对比，如下表所示：
合格率分别为93.56%和93.93%，差距比较小，此种情况是正常受控状态，缺陷方面，A1都是排在第一位，但对于早班的情况A2排在第二位，此时需要进行分析，看有无进一步提高的可能，因为A2在晚班时，其缺陷率比价低；
工序 晚班 1# F001 A 2700 2526 93.56 A1 54 A3 29 A4 27
早班 1# F001 A 3000 2818 93.93 A1 75 A2 25 A3 21

5、如何对重要的控制参数进行日常的监控及进行相关的分析？
在任何产品生产的生产过程中，总是存在一些对产品的质量有非常大影响的工序，我们称之为关键工序或是重要工序，对此类工序，我们必须对其进行重点控制，一般常用的工具是用控制图进行控制，或是对此工序的产品合格率进行监控，对其中的数据进行分析的常用方法，一是分析其工序能力，分析工序能力的主要目的是观察数据的离散程度，对不同时段的数据进行比较时，比较SIGMA是比较好的方法，因为工序能力受客户给定规格的影响，如果规格经常会变化，此时比较CPK就得不到正确的信息，但是如果是比较数据的离散程度，则不受规格的影响，能够比较好地反应工序是否变化。

E. 品管面试

一 质量控制的基本原理
质量管理的一项主要工作是通过收集数据、整理数据，找出波动的规律，把正常波动控制在最低限度，消除系统性原因造成的异常波动。把实际测得的质量特性与相关标准进行比较，并对出现的差异或异常现象采取相应措施进行纠正，从而使工序处于控制状态，这一过程就叫做质量控制。质量控制大致可以分为7个步骤：
（1） 选择控制对象；
（2） 选择需要监测的质量特性值；
（3） 确定规格标准，详细说明质量特性；
（4） 选定能准确测量该特性值得监测仪表，或自制测试手段；
（5） 进行实际测试并做好数据记录；
（6） 分析实际与规格之间存在差异的原因；
（7） 采取相应的纠正措施。
当采取相应的纠正措施后，仍然要对过程进行监测，将过程保持在新的控制水准上。一旦出现新的影响因子，还需要测量数据分析原因进行纠正，因此这7个步骤形成了一个封闭式流程，称为“反馈环”。这点和6Sigma质量突破模式的MAIC有共通之处。
在上述7个步骤中，最关键有两点：
（1） 质量控制系统的设计；
（2） 质量控制技术的选用。
二 质量控制系统设计
在进行质量控制时，需要对需要控制的过程、质量检测点、检测人员、测量类型和数量等几个方面进行决策，这些决策完成后就构成了一个完整的质量控制系统。
1． 过程分析
一切质量管理工作都必须从过程本身开始。在进行质量控制前，必须分析生产某种产品或服务的相关过程。一个大的过程可能包括许多小的过程，通过采用流程图分析方法对这些过程进行描述和分解，以确定影响产品或服务质量的关键环节。
2． 质量检测点确定
在确定需要控制的每一个过程后，就要找到每一个过程中需要测量或测试的关键点。一个过程的检测点可能很多，但每一项检测都会增加产品或服务的成本，所以要在最容易出现质量问题的地方进行检验。典型的检测点包括：
（1）生产前的外购原材料或服务检验。为了保证生产过程的顺利进行，首先要通过检验保证原材料或服务的质量。当然，如果供应商具有质量认证证书，此检验可以免除。另外，在JIT（准时化生产）中，不提倡对外购件进行检验，认为这个过程不增加价值，是“浪费”。
（2）生产过程中产品检验：典型的生产中检验是在不可逆的操作过程之前或高附加值操作之前。因为这些操作一旦进行，将严重影响质量并造成较大的损失。例如在陶瓷烧结前，需要检验。因为一旦被烧结，不合格品只能废弃或作为残次品处理。再如产品在电镀或油漆前也需要检验，以避免缺陷被掩盖。这些操作的检验可由操作者本人对产品进行检验。生产中的检验还能判断过程是否处于受控状态，若检验结果表明质量波动较大，就需要及时采取措施纠正。
（3）生产后的产成品检验。为了在交付顾客前修正产品的缺陷，需要在产品入库或发送前进行检验。
3． 检验方法
接下来，要确定在每一个质量控制点应采用什么类型的检验方法。检验方法分为：计数检验和计量检验。计数检验是对缺陷数、不合格率等离散变量进行检验；计量检验是对长度、高度、重量、强度等连续变量的计量。在生产过程中的质量控制还要考虑使用何种类型控制图问题：离散变量用计数控制图，连续变量采用计量控制图。
4． 检验样本大小
确定检验数量有两种方式：全检和抽样检验。确定检验数量的指导原则是比较不合格频造成的损失和检验成本相比较。假设有一批500个单位产品，产品不合格率为2%，每个不合格品造成的维修费、赔偿费等成本为100元，则如果不对这批产品进行检验的话，总损失为100*10=1000元。若这批产品的检验费低于1000元，可应该对其进行全检。当然，除了成本因素，还要考虑其他因素。如涉及人身安全的产品，就需要进行100%检验。而对破坏性检验则采用抽样检验。
5． 检验人员
检验人员的确定可采用操作工人和专职检验人员相结合的原则。在6Sigma管理中，通常由操作工人完成大部分检验任务。
三 质量控制技术
质量控制技术包括两大类：抽样检验和过程质量控制。
抽样检验通常发生在生产前对原材料的检验或生产后对成品的检验，根据随机样本的质量检验结果决定是否接受该批原材料或产品。过程质量控制是指对生产过程中的产品随机样本进行检验，以判断该过程是否在预定标准内生产。抽样检验用于采购或验收，而过程质量控制应用于各种形式的生产过程。
第二节 过程质量控制技术
一 直方图
直方图法是把数据的离散状态分布用竖条在图表上标出，以帮助人们根据显示出的图样变化，在缩小的范围内寻找出现问题的区域，从中得知数据平均水平偏差并判断总体质量分布情况。
二 过程能力指数
过程能力指数（Process Capability Index）用于反映过程处于正常状态时，即人员、机器、原材料、工艺方法、测量和环境（5M1E）充分标准化并处于稳定状态时，所表现出的保证产品质量的能力。过程能力指数也称为工序能力指数或工艺能力指数。
对于任何生产过程，产品质量总是分散地存在着。若过程能力越高，则产品质量特性值的分散就会越小；若过程能力越低，则产品质量特性值的分散就会越大。那么，可用6σ（即μ±3σ）来描述生产过程所造成的总分散。即过程能力＝6σ。
过程能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术规格要求，仅从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。这个参数就叫做工序能力指数。它是技术规格要求和工序能力的比值，即
过程能力指数=技术规格要求／过程能力
当分布中心与公差中心重合时，过程能力指数记为Cp。当分布中心与公差中心有偏离时，过程能力指数记为Cpk。过程的质量水平按Cp值可划分为五个等级：Cp>1.67，特级，能力过高；1.67≥Cp>1.33，一级，能力充分；1.33≥Cp>1.0，二级，能力尚可；1.0≥Cp>0.67， 三级，能力不足；0.67>Cp，四级，能力严重不足。
三 控制图
控制图是对生产过程中产品质量状况进行实时控制的统计工具，是质量控制中最重要的方法。人们对控制图的评价是：“质量管理始于控制图，亦终于控制图”。控制图主要用于分析判断生产过程的稳定性，及时发现生产过程中的异常现象，查明生产设备和工艺装备的实际精度，为评定产品质量提供依据。我国也制定了有关控制图的国家标准——GB4091.1。
四 “QC七种工具”中的其他工具
（一） 排列图
意大利经济学家Vilfredo Pareto1897年提出：80%的财富集中在20%的人手中（80/20法则）。排列图（又称柏拉图、Pareto图）是基于帕累托原理，其主要功能是帮助人们确定那些相对少数但重要的问题，以使人们把精力集中于这些问题的改进上。在任何过程中大部分缺陷也通常是由相对少数的问题引起的。对于过程质量控制，排列图常用于不合格品数或缺陷数的分类分析。在6Sigma中，也用于对项目的主要问题如顾客抱怨等进行分类。
（二） 因果图
因果图由日本质量学家石川馨发明，是用于寻找造成质量问题的原因、表达质量问题因果关系的一种图形分析工具。一个质量问题的产生，往往不是一个因素，而是多种复杂因素综合作用的结果。通常，可以从质量问题出发，首先分析那些影响产品质量最大的原因，进而从大原因出发寻找中原因、小原因和更小的原因，并检查和确定主要因素。这些原因可归纳成原因类别与子原因，形成类似鱼刺的样子，因此因果图也称为鱼刺图。图5-6是在制造中出现次品后，寻找其原因形成的因果图。图中可以看出，原因被归为工人、机械、测试方法等6类，每一类下面又有不同的子原因。
（三） 分层法
分层法又名层别法，是将不同类型的数据按照同一性质或同一条件进行分类，从而找出其内在的统计规律的统计方法。常用分类方式：按操作人员分、按使用设备分、按工作时间分、按使用原材料分、按工艺方法分、按工作环境分等。
（四） 散布图
散布图又称散点图、相关图，是表示两个变量之间相互关系的图表法。横坐标通常表示原因特性值，纵坐标表示结果特性值，交叉点表示它们的相互关系。相关关系可以分为：正相关、负相关、不相关。图5-7表示了某化工厂产品收率和反应温度之间的相关关系，可以出，这是正相关。
（五） 检查表
检查表又名核查表、调查表、统计分析表，是利用统计表对数据进行整体和初步原因分析的一种表格型工具，常用于其它工具的前期统计工作。
第三节 抽样检验
抽样检验指从批量为N的一批产品中随机抽取其中的一部分单位产品组成样本，然后对样本中的所有单位产品按产品质量特性逐个进行检验，根据样本的检验结果判断产品批合格与否的过程。抽样检验的研究起始于二十世纪20年代，那时就开始了利用数理统计方法制定抽样检查表的研究。1944年，道奇和罗米格发表了合着《一次和二次抽样检查表》，这套抽样检查表目前在国际上仍被广泛地应用。1974年，ISO发布了“计数抽样检查程序及表”（ISO2859-1974）。我国也在ISO标准同等采用基础上建立了抽样检验国家标准GB2828-87“逐批检查计数抽样程序及抽样表”。此外，我国于1991年发布了GB/T13262-91“不合格品率的计算标准型一次抽样检查及抽样表（适用于孤立批的检查）”等国家标准。
一 抽样检验基本术语与分类
（一） 术语
1．批：相同条件下制造出来的一定数量的产品，称为“批”。在5M1E基本相同的生产过程中连续生产的一系列批称为连续批；不能定为连续批的批称为孤立批。
2．单位产品：为了实施抽样检查而对产品划分的基本单位。单位产品可按自然划分，如一批压力开关中的每个开关称为一个单位产品。有些时候必须人为规定，如一米布、一匹布等
3．批量和样本大小：批量是指批中包含的单位产品个数，以N表示。样本大小是指随机抽取的样本中单位产品个数，以n表示。
3． 抽样检验方案：规定样本大小和一系列接受准则的一个具体方案。
4．两类风险α和β：由于抽样检验的随机性，将本来合格的批，误判为拒收的概率，这对生产方是不利的，因此称为第I类风险或生产方风险，以α表示；而本来不合格的批，也有可能误判为可接受，将对使用方产生不利，该概率称为第II类风险或使用方风险，以β表示。
（二） 抽样方案分类
1．按产品质量特性分类，抽样方案有两大类
（1）计数抽样方案：单位产品质量特征值为计点值（缺陷数）或计件值（不合格品数）的抽样方案。
（2）计量抽样方案：单位产品质量特性值为计量值（强度、尺寸等）的抽样方案。
2．按抽样方案的制定原理来分类，有三大类：
（1）标准型抽样方案：该方案时为保护生产方利益，同时保护使用方利益，预先限制生产方风险α的大小而制定的抽样方案。
（2）挑选型抽样方案：所谓挑选型方案是指，对经检验判为合格的批，只要替换样本中的不合格品；而对于经检验判为拒收的批，必须全检，并将所有不合格全替换成合格品。
（3）调整型抽样方案：该类方案由一组方案（正常方案、加严方案和放宽方案）和一套转移规则组成，根据过去的检验资料及时调整方案的宽严。该类方案适用于连续批产品。
3．按抽样的程序分类
（1）一次抽样方案：仅需从批中抽取一个大小为n样本，便可判断该批接受与否。
（2）二次抽样方案：抽样可能要进行两次，对第一个样本检验后，可能有三种结果：接受，拒收，继续抽样。若得出“继续抽样”的结论，抽取第二个样本进行检验，最终做出接受还是拒收的判断。
（3）多次抽样：多次抽样可能需要抽取两个以上具有同等大小样本，最终才能对批做出接受与否判定。是否需要第i次抽样要根据前次（i-1次）抽样结果而定。多次抽样操作复杂，需做专门训练。ISO2859的多次抽样多达7次，GB2898-87为5次。因此，通常采用一次或二次抽样方案。
下面介绍两个常用抽样方案：计数标准型一次抽样方案和计数调整型抽样方案。
二 计数标准型一次抽样方案（GB/T13262-91）
三 计数调整型抽样方案
（一）基本概念
1． 可接受质量水平AQL
AQL是指对于连续批系列，为进行抽样检验，认为可以接受的过程平均的最低质量水平。AQL不是针对某一批产品或某一个抽样方案的描述，而是生产方和使用方商定的过程平均的不合格品率的上限。当AQL小于或等于10的合格质量水平数值时，可以是每百单位不合格品数，也可以是每百单位产品不合格数；当AQL大于10时仅表示每百单位产品不合格数。
2． 检查水平
调整型抽样方案中，除了预定一个AQL外，还要选定一个检查水平。所谓检查水平是指经过综合考虑所需抽检费用和一旦被拒收可能造成的损失而确定的样本大小。在AQL相同条件下，如检查水平低，样本就小，检验费用也少。GB2828-87把检查水平由低到高分为7个等级： S-1、S-2、S-3、S-4、 I、II、III；前四个为特殊检查水平，适用于军品检验或破坏性检验等检验费用高的产品；后三个为一般检查水平，用于民品，常选用检查水平II。
3． 样本大小字码
为了简化抽样方案表，可以预先将抽样样本大小n用一组字码表示，再通过字码和AQL查得抽样方案。由于样本大小是根据检查水平和批量确定的，所以GB2828-87专门制订了一个字码表。表中，每种字码代表一个样本大小。
4． 转移规则
调整型抽样方案是根据连续交验批的产品质量及时调整抽样方案的宽严，以控制质量波动，并刺激生产方主动、积极地不断改进质量。
（1）正常转为加严。在采用一般检查水平抽检时，如果质量变为低劣，则应由正常检验转换为加严检验。加严意味着样本大小n不变，但合格判定数A变小；
（2）加严转换为正常。当采用加严方案时，如果连续5批抽检合格，则转为正常抽检。
（3）正常转为放宽。如果连续批检验发现质量稳定，则可将正常检验方案转为放宽方案。
图5-7 调整方案的转移规则
5． 调整型抽样方案（n；Ac，Ae）
方案中n表示样本大小，Ac表示接受判定数，Ae表示拒收判定数。若不合格数≤Ac，则接受该批；若不合格数≥Ae，则拒收该批。若不合格数Ac<d<Ae，如果此时为放宽检验，则表示要该批产品可以接受，但要由放宽检验转为正常检验；若抽样方案为二次或多次抽样检验，Ac<d<Ae表示应该继续进行下一次抽样检验。
（二）计数调整型方案制定程序
1. 规定单位产品的待检验质量特性值；
2. 规定AQL和检查水平；
3. 组成交验批，确定批量N；
4. 规定抽样的次数；
5. 根据批量和检查水平通过GB2828检索样本大小字码；
6. 根据字码和AQL通过GB2828正常抽检方案表检索出正常方案；
7. 同样检索出加严方案和放宽方案；
8. 查取放宽界限数LR；
9. 制订调整型抽样方案组（包括正常方案、加严方案、放宽方案）；
10. 从正常方案开始抽取样本；
11. 交验批判断；
12. 交验批处置；
13. 按照转移规则确定下一次抽样方案的宽严。
四 标准型抽样方案和调整型抽样方案的选用
通常来讲，无论什么情况下均可使用标准型抽样方案。在给定两类风险α=5%，β=10%，我国制订了标准型抽样方案国家标准GB/T13262-91。实际上，两类风险如此规定也符合国际惯例。而对于调整型方案，由于是根据过去的检验资料进行抽样方案的调整，因此，它只适用于在生产稳定的条件下连续批的检查，批与批之间关系密切，待检批可以利用已检批的质量信息，以便决定抽样方案的宽严。通常，GB2828-87制订的调整型方案标准不适用于孤立批。但也有一些单位把调整型抽样方案中的正常方案当作标准型抽样方案使用，这也是可行的。

品管面试应了解以下内容:
质量检验的基本概念

质量检验是质量管理体系工作中一个不可缺少的组成部门。从质量管理发展史来看，质量检验曾经是保证产品质量的主要手段。质量管理体系就是在过去质量检验的基础上发展起来的。质量检验是质量管理体系的根，这个根不扎实，开展质量管理体系的基础就不巩固。因此，开展质量管理体系决不意味着削弱或取消质量检验工作，相反，必须进一步加强这项工作，更有效地发挥质量检验的作用。

质量检验的重要作用
一、定义
1．产品
产品是过程的结果，它可以是有形的或无形的，或是它们的组合。有下述四种通用的产品类别：
①硬件（如发动机机械零件）
②软件（如计算机软件、字典）
③流程性材料（如润滑油）
④服务（如运输）
2．质量
质量是一组固有特性满足要求的程度。
“质量”可使用形容词如差、好或优秀来修饰。
“固有的”（反义词“赋予的”）就是指在某事或某物中本来就有的，尤其是那种永久的特性。
3．检验
检验就是通过观察和判断，适当时结合测量、试验所进行的符合性评价。
二、 质量检验过程
1．明确标准：熟悉和掌握质量标准、检验方法，并将其作为测量和试验、比较和判定的依据；
2．测量和试验：采用一定的检测器具或设备，按规定的方法，对产品的特性进行测量，得出一具体的数据或结果；
3．比较：把检测的结果与规定的标准要求进行比较；
4．判定：根据比较的结果，判定产品是否合格；
5．处理：将合格的接收（通过），不合格的重新处理（拒收或返修等）；
6．记录反馈：把测量或试验的数据做好记录、整理、统计、计算和分析，按一定的程序和方法，向领导和部门反馈质量信息，作今后改进质量，提高质量制订措施的依据。
三、 质量检验的目的
1． 判定产品质量合格与否；
2． 确定产品缺陷（不合格情况）的严重程度；
3． 监督工序质量；
4． 获取质量信息；
5． 仲裁质量纠纷。
四、 检验的重要作用
1．把关——通过对原材料、半成品、成品的检验，鉴别、分选、剔除不合格品，确定每个产品或产品批是否接收。严格做到“不合格的原材料不投产，不合格的半成品不转工序，不合格的成品不出厂”。
2．预防——通过工序能力的测定和控制图的运用，监督工序状态的变化，及时发现问题，采取措施，加以调整，预防不合格品的生成，使工序处于稳定状态。应该看到，把关本身也是一种积极的预防。
3．反馈——通过对检验资料的分析整理，掌握产品质量情况和变化规律，为改进设计、提高质量、加强管理提供必要的信息和依据。
长期以来，把关是检验部门一直行驶着的主要职能，而预防和反馈的职能在检验工作中往往被忽视。因此，某些人认为，质量检验是单独的“事后把关”和“死后验尸”。这种认识实际上是片面的。把关和预防二者是辩证的统一。把好原材料、原器件、半成品的质量关，对产品制造来说，就等于预防不合格品的产生。督促工人严格遵守工艺、有效地控制“五大因素”的变化，努力把不合格品消灭在生产过程之中也是一种积极的预防；在成品检验中，得到许多质量信息，为改进和提高产品质量指出了方向，同样起着“事先预防”的积极作用。

F. 谁知道QC七大法5M1E,why

QC七工具（旧）
检查表(Tally Sheet)
检查表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效，主要作为记录或者点检所用。
数据分层法(DataStratification)
数据分层法就是将性质相同的，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，则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，按原材料成分进行分层，按检查手段，按使用条件进行分层，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，即在于要处理相当复杂的资料，就得懂得如何把这些资料加以有系统、有目的地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。
排列图(Pareto Diagram)
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。
柏拉图使用以层别法的项目别（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。
因果分析图(Characteristic Diagram)
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。
分析图使用步骤：
步骤1：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，才易奏效。 直方图(Histogram)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。
散布图(Scatter Diagram)
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，有些呈规则的关联，有些呈不规则形有关联。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。
控制图(Control Chart)
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。
编辑本段
QC七工具（新）

关联图(Relationship Diagram)
关联图，又称关系图，20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。
亲和图(Affinity Diagram)
亲和图法，又叫KJ法，是日本川喜田二郎首创，把大量收集到的关于未知事物或不明确的事实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，使问题明确起来，求得统一认识和协调工作,以利于问题解决的一种方法。
系统图(System Diagram)
系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重点，寻找最佳手段或措施的一种方法。
过程决策程序图(PDPC)
过程决策程序图，又称PDPC(Process Decision Program Chart)法是随事态的进展分析能导致各种结果的要素，并确定一个最优过程使之达到理想结果的方法。
矩阵图(Matrix Diagram)
矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。
矩阵数据分析法(Matrix Data Analysis)
矩阵数据分析法是将矩阵图中各因素之间的关系用一定量表示，即在其交点上标出数值资料，把多种质量因素或多个变量之间的关系定量地加以表示，从而对大量数据进行预测、计算整理分析的方法。
箭条图(Arrow Diagram)
箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。
http://ke..com/view/53377.html
5M1E分析法

造成产品质量的波动的原因主要有6个因素： 5M1E分析法a) 人（Man/Manpower）：操作者对质量的认识、技术熟练程度、身体状况等；
b) 机器（Machine）：机器设备、工夹具的精度和维护保养状况等；
c) 材料（Material）：材料的成分、物理性能和化学性能等；
d) 方法（Method）：这里包括加工工艺、工装选择、操作规程等；
e)测量（Measurement）：测量时采取的方法是否标准、正确；
f) 环境（Environment）工作地的温度、湿度、照明和清洁条件等；
由于这五个因素的英文名称的第一个字母是M和E，所以常简称为5M1E。6要素只要有一个发生改变就必须重新计算。工序质量受5M1E即人、机、料、法、环、测六方面因素的影响，工作标准化就是要寻求5M1E的标准化。
http://ke..com/view/1770032.htm
5WHY
http://wenku..com/view/2a31b3c4bb4cf7ec4afed006.html

G. 求关于品质检验方面的资料像5M1E、PDCA、七大手法、ISO9000等常用的有哪些方法还有那些

你指的是一些质量改善和管理方面的工具或体系吧？除了你提到的外还有下列常用供参考：
六西格玛DMAIC；
六西格玛设计DMADV
8步法 8D；
寻找根因5Why；
QCC十步法；
突破性解决问题技术TRIZ
Tear down 技法
善宁方法Shainin
TQM 全面质量管理

H. qc七大手法检验过程

旧七大手法检验过程：

1、检查表

检查表其格式可多种多样，这种方法虽然较简单，但实用有效，主要作为记录或者点检所用。

2、数据分层法

因为在实际生产中，影响质量变动的因素很多，如果不把这些因素区别开来，则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。

3、排列图

排列图由此图的发明者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。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。

4、直方图

直方图通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。

用直方图可以解析出资料的规则性，比较直观地看出产品质量特性的分布状态，便于判断其总体质量分布情况。在制作直方图时，牵涉统计学的概念，首先要对资料进行分组，因此如何合理分组是其中的关键问题。

按组距相等的原则进行的两个关键数位是分组数和组距。是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图。

5、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。

6、散布图

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。

7、控制图

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，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。

新七大手法

QC七工具（新）

1、关联图(Relationship Diagram)

20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。

2、亲和图(Affinity Diagram)

是日本川喜田二郎首创，把大量收集到的关于未知事物或不明确的事实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，使问题明确起来，求得统一认识和协调工作，以利于问题解决的一种方法。

3、系统图(System Diagram)

系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重点，寻找最佳手段或措施的一种方法。

4、过程决策程序图(PDPC)

是随事态的进展分析能导致各种结果的要素，并确定一个最优过程使之达到理想结果的方法。

5、矩阵图(Matrix Diagram)

矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。

6、矩阵数据分析法(Matrix Data Analysis Chart)

矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。

7、箭条图(Arrow Diagram)

箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。

(8)5m1e排查时常用方法扩展阅读

有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图、趋势图等。

其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。

组织性的质量管理方法是指从组织结构，业务流程和人员工作方式的角度进行质量管理的方法，它建立在全面质量管理的思想之上，主要内容有制定质量方针，建立质量保证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。

I. 5M1E需要排查哪些项目

Machine 机器设备
Materials 材料辅料
Methods 工作方法
Manpower 人员素质
Measurements 衡量标准
Environmental Aspects 环境因素

J. 质检员需要了解哪些知识比如5M1E,5W1H,6sigma，smt等，我想知道还有哪些方法！越多越好！

8D很有用啊，
1、团队组建（流程活动紧密相关的人）
2、问题描述（进行数据收集分分析，详细介绍问题）
3、临时对策（解决当前问题，优先满足客户要求，对库存进行排查，防止问题的继续发生，就事论事，速度解决问题）
4、根本原因查找（用脑力风暴法，因果图，5w）
5、制定永久性的根治措施，并加以实施
6、效果验证
7、预防再次发生（控制文件：图纸、工艺）
8、祝贺团队
8D是一个很好的方法，对于质检来说尤为重要