医院品管圈七大手法之七控制图
在医院品管圈开展活动中，七大手法的应用直接影响到医院品管圈项目所取得的效果。本文主要介绍最常用的手法之七控制图。控制图能够对医院诊疗服务品质进行有效监控。一什么是控制图（WHAT）
控制图（Control Chart）是1924年由美国品管大师休哈特（W.A.She-whart）博士所发明。是对过程或过程中各特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图，也叫管制图。
控制图是根据假设检验的原理构造一种图，用于监测生产或服务过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。将实际的品质特性，与根据过去经验所建立的过程能力的控制界限比较，按时间先后的次序，以判别质量是否稳定。
控制图的基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中心线，上、下两条虚线分别为上、下控制界限。横轴表示按一定时间间隔抽取样本的次序，纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点子，它们可以用线段连接起来。
二为什么要使用控制阁图（WHY）
在工作过程中，工作质量会受各种因素的影响而产生变动。而引起变动的原因可分为两种，一种为偶然(随机）因素，一种为异常（非随机）因索。偶然因素是大量地客观存在的，
是过程所固有的，但对过程质特性的影响很小，是人们无法加以消除的。异常因素不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以消除的。
偶然因素和异常因素对照表：
当工作过程仅受偶然因素的影响，从而质量特征的平均值和变差都基本保持稳定时，称之为处于控制状态。此时，质量特征是服从确定概率分布的随机变量，它的分布（或其中的未知参数）可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。分布确定以后，质量特征的数学模型随之确定。为检验其后的过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。为此，每隔一定时间，抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为过程正常。否则，就认为受到某种异常因素的影响，或者说过程失去控制。发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因。从而维持过程的稳定状态，使过程可预测。
三控制图的分类
（一）按数据的性质分类
1.计算值控制图：所谓计量值是指控制图的数据均属于由量具实际量测得到，如长度、重量、浓度等特性均为连续性。常用的有：①平均数与全距控制图;②平均数与标准差控制图；③中位数与全距控制图；④个別值与移动全距控制图；⑤最大值与最小值控制图。
2.计数值控制图：所谓计数值是指控制图的数据均属于以单位计数者得
到，如不良数、缺点数等间断性数据。常用的有：①不良率控制图；
②不良数控制；③缺点数控制图；④单位缺点数控制图0
3.计数值与计量值控制图的应用比较
（二）按用途分类
1.解析用控制图：这种控制图先有数据，后有控制界。主要有下列用途：决定方针、过程解析、过程能力研究、过程控制的准备。
2.控制用控制图：先有控制界限，后有数据。其主要用途为控制过程的品质，如有数据点超出控制界限，则立即采取措施。
四如何绘制控制图（why)
制作控制图一般要经过以下几个步骤:
（一）按规定的抽样间隔和样本大小抽取样本。
（二）测量样本的质量特性值，计算其统计量数值，包括中心线、控制上限、控制下限。
（三）在控制图上描点，用直线连接各点。
（4）对控制图进行判断、分析，查找原因。
五控制图的判断
（一）正常控制图的判断法：正常的控制图，大多数点集中在中心线附近，且随机散布，同时在管制界限附近的点很少。结论：过程处于受控状态下。
（二）不正常控制图的判断法：不正常控制图的判断是根据统计学的原理，当发现各样本的分布不呈随机性，或有点落在管制界限外时，即判定过程具有异常变异的原因，应寻找出原因的所在，并剔除。以下是几种常见的不正常控制图。
1.有点溢出管制界限之外.则需追查其原因。
2.点在中心线任何一方连续出现。
连续5点一注意其以后的动态；连续6点一开始调查其原丙；连续7 点一必有非随机原因，应采取措施使其恢复控制状态。
3.点在任何一方出现较多时，必有原因，应立即调査。连续11点中有10点以上：连续14点中有12点以上；连续17点屮有14 点以上；连续2 0点中有6点以上。
4.控制图中各点连续朝同一方向变动吋〈连续上升或下降〉。连续5点上升或下降，应注意以后动态；连续6点上升或下降，开始调查原因；连续7点上升或下降，必有非随机原因发生，应立即采取措施。
品管七大手法 七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图 五、散布图 将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。 1、分类 1）正相关：当变量X增大时，另一个变量Y也增大； 2）负相关：当变量X增大时，另一个变量Y却减小； 3）不相关：变量X（或Y）变化时，另一个变量并不改变； 4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。 2、实施步骤 1）确定要调查的两个变量，收集相关的最新数据，至少30组以上； 2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴； 3）将相应的两个变量，以点的形式标上坐标系； 4）计入图名、制作者、制作时间等项目； 5）判读散布图的相关性与相关程度。 3、应用要点及注意事项 1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判； 2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量； 3）由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系； 4）当有异常点出现时，应立即查找原因，而不能把异常点删除； 5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。 七、控制图 1、控制图法的涵义
影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况。控制图可以提供很多有用的信息，是质量管理的重要方法之一。 控制图又叫管理图，它是一种带控制界限的质量管理图表。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。 控制图是对生产过程质量的一种记录图形，图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。多数的制造业应用三倍标准差控制界限，如果有充分的证据也可以使用其它控制界限。 常用的控制图有计量值和记数值两大类，它们分别适用于不同的生产过程；每类又可细分为具体的控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。 2、控制图的绘制 控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤： ①按规定的抽样间隔和样本大小抽取样本； ②测量样本的质量特性值，计算其统计量数值； ③在控制图上描点； ④判断生产过程是否有并行。 控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题： ①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点； ②根据管理点上的质量问题，合理选择控制图的种类：
医院品管圈七大手法之七控制图 在医院品管圈开展活动中，七大手法的应用直接影响到医院品管圈项目所取得的效果。本文主要介绍最常用的手法之七控制图。控制图能够对医院诊疗服务品质进行有效监控。一什么是控制图（WHAT） 控制图（Control Chart）是1924年由美国品管大师休哈特（W.A.She-whart）博士所发明。是对过程或过程中各特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图，也叫管制图。 控制图是根据假设检验的原理构造一种图，用于监测生产或服务过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。将实际的品质特性，与根据过去经验所建立的过程能力的控制界限比较，按时间先后的次序，以判别质量是否稳定。 控制图的基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中心线，上、下两条虚线分别为上、下控制界限。横轴表示按一定时间间隔抽取样本的次序，纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点子，它们可以用线段连接起来。 二为什么要使用控制阁图（WHY） 在工作过程中，工作质量会受各种因素的影响而产生变动。而引起变动的原因可分为两种，一种为偶然(随机）因素，一种为异常（非随机）因索。偶然因素是大量地客观存在的，
是过程所固有的，但对过程质特性的影响很小，是人们无法加以消除的。异常因素不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以消除的。 偶然因素和异常因素对照表： 当工作过程仅受偶然因素的影响，从而质量特征的平均值和变差都基本保持稳定时，称之为处于控制状态。此时，质量特征是服从确定概率分布的随机变量，它的分布（或其中的未知参数）可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。分布确定以后，质量特征的数学模型随之确定。为检验其后的过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。为此，每隔一定时间，抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为过程正常。否则，就认为受到某种异常因素的影响，或者说过程失去控制。发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因。从而维持过程的稳定状态，使过程可预测。 三控制图的分类 （一）按数据的性质分类
品管圈與QC七大手法 一、品管圈的意義與進行步驟 品管圈是TQC舌動的一環，是實施自主品管活動的小集團。其定義為：「在同一單位內，自動自發實施品管活動所組成的小組。這個小組購成全公司品管活動的一環。在自我啟發、相互啟發的原則下，小組成員運用各種統計技術，以全員參與的方式，改善自己的工作場所。」 通常品管圈每週聚會1~2小時，每月大約2次，共同討輪一個改善提案，一個改善提案也許要歷經6至7次的圈會討論才會完成。 推動品管圈的步驟如下： 1.組成品管圈： 2.品管圈的命名： 3.掌握問題點： 4.決定主題； 5.設定目標:
6.擬定活動計劃: 7.現狀的調查: 8?追究原因: 9?研擬對策: 10.確認效果: 11.維持成果: 12.檢討，並規劃下一個主題 13.整理與發表：二、品管七大手法 品管圈七大手法是指特性要因圖、柏拉圖、圖表、檢核表、直方圖、散佈圖及管制圖。 1.特性要因圖： 特性要因圖(ishikaws diagram)係有系統把工作的結果及其原因之關係以圖來表示。因此圖類似骨，故又稱魚骨圖。由於工作的結果深
受設備、材料、零組件、工作方法、人員等原因的影響，故要有好的工作結果，必先確認有些因素影響工作結果，而特性要因圖示表達此種要因與結果關係之良好工具。例如：鉗子不良與其要因之特性因
2.柏拉圖 柏拉圖(Pareto chart) 是重點管理的有效方法，其基本精神 是：大部分的不良品或損失金額，來自於少數幾個項目而已。因 此，針對這少數幾個項目加以改善，往往可以獲得鉅大的效果。 繪製柏拉圖時，係依項目別，依其出現次數大小順序排列，並計 算其累計和，而以圖形表示之。 柏拉圖之例子 鉗子不良 % 雞眼不足 前項過度雞眼過度 接帽破 前 胸片漏洞 不良項目 例如：以下某產品不良項目所組成之柏拉圖
控制图 1、概念 控制图又叫做管制图，是用于分析和判断工序是否处于稳定状态所使用的带有控制界限的一种工序管理图。 控制图是一种对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图，图上有中心线（CL ）、上控制线（UCL ）、下控制线（LCL ），并有按时间顺序抽取的样本计量值的描点序列。 控制图主要用于：过程分析及过程控制。 图1表示了控制图的基本形状： 2、原理 控制图的作图原理被称为“3σ原理”，或“千分之三法则” 。 根据统计学可以知晓，如果过程受控，数据的分布将呈钟形正态分布，位于“μ±3σ”区域间的数据占据了总数据的99.73%，位于此区域之外的数据占据总数据的0.27%（约千分之三，上、下界限外各占0.135%），因此，在正常生产过程中，出现不良品的概率只有千分之三，所以我们一般将它忽略不计（认为不可能发生），如果一旦发生，就意味着出现了异常波动。 μ：中心线，记为CL ，用实线表示； μ+3σ：上界线，记为UCL ，用虚线表示； μ－3σ：下界线，记为LCL ，用虚线表示。 3、控制图的种类 ①、计量值控制图：控制图所依据的数据均属于由量具实际测量而得。 A R Chart ）； B S Chart ）； C Chart ）； D 、单值控制图（X Chart ）； ②、计数值控制图：控制图所依据的数据均属于以计数值（如：不良品率、不良数、缺点数、件数等）。 A 、不良率控制图（P Chart ）； 质 量 特 性 数 据
B、不良数控制图（Pn Chart）； C、缺点数控制图（C Chart）； D、单位缺点数控制图（U Chart）。 4、控制图的用途 根据控制图在实际生产过程中的运用，可以将其分为分析用控制图、控制用控制图： ①、分析用控制图（先有数据，后有控制界限）：用于制程品质分析用，如：决定方针、制程解析、制程能力研究、制程管制之准备。 分析用控制图的主要目的是：（1）分析生产过程是否处于稳态。若过程不处于稳态，则须调整过程，使之达到稳态（称为统计稳态）；（2）分析生产过程的工序能力是否满足技术要求。若不满足，则须调整工序能力，使之满足（称为技术稳态）。根据过程的统计稳态和技术稳态是否达到可以分为如下所示的四种情况： 表1 统计稳态与技术稳态矩阵 当过程达到我们所确定的状态后，才能将分析用控制图的控制线延长用作控制用控制图。由于控制用控制图是生产过程中的一种方法，故在将分析用控制图转为控制用控制图时应有正式的交接手续。在此之前，会应用到判稳准则，出现异常时还会应用到判异准则。 ②、控制用控制图（先有控制界限，后有数据）：用于控制制程的品质，如有点子跑出界时，应立即采取相应的纠正措施。 控制用控制图的目的是使生产过程保持在确定的稳定状态。在应用控制用控制图过程中，如发生异常，则应执行“20字方针”，使过程恢复原来的状态（参见第6条）。 5、控制图原理的2种解释 ①、控制图原理的第1种解释：点出界出判异（小概率事件原理） 小概率事件原理：在一次实验中，小概率事件几乎不可能发生，若发生即判断异常。 在生产过程处理统计控制状态（稳态）时，点子出界的可能性只有千分之三，根据小概率事件原理，要发生点子出界的事件几乎是不可能的，因此，只要发现点子出界，就判定生产过程中出现了异波，发生了异常。 例：螺丝加工过程中，为了解螺丝的质量状况，从中抽取100个螺丝进行检查，量取螺丝的直径值（见表2），并将其用控制图作出（见图2）。
第七章控制图95 第七章控制图 一．前言: 为使现场的质量状况达成目标，均须加以管理。我们所说的“管理”作业,一般均用侦测产品的质量特性来判断“管理”作业是否正常。而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在“管理”状态,即为控制图的基本根源。 控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。 二．控制图的基本特性: 一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。 控制状态: 96 品管七大手法 上控制界限(UCL) 中心线(CL) 下控制界限(LCL)
三．控制图的原理: 1.质量变异的形成原因: 一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品; 而引起变动的原因可分为两种：一种为偶然(机遇)原因； 一种为异常(非机遇)原因。 （1）偶然(机遇)原因(Chance causes)： 不可避免的原因、非人为的原因、共同性原因、一般 性原因,是属于控制状态的变异。 （2）异常(非机遇)原因(Assignable causes): 可避免的原因、人为的原因、特殊性原因、局部性原 因等,不可让其存在,必须追查原因,采取必要的行动, 使过程恢复正常控制状态,否则会造成很大的损失。