 统计质量管理方法（Statistical Quality Management，简称SQM） |
| 统计质量管理方法泛指应用数理统计的工具处理产品或流程的质量问题的所有理论与方法。在没有提出统计质量管理的概念以前，质量是在每件产品完成后再进行检验以判断它是否合格。在规模化、快节奏的现代工业中，这种方法已经不合时宜。由于现代化生产的标准是一定的，因此产品质量在一定程度上是均匀的；又由于许多不可避免的随机因素的作用，产品质量由必然会有不确定的波动。这些特点决定了质量将会服从一定得概率分布，这也使数理统计方法有可能应用到质量管理中去，从而产生了统计质量管理的理论和方法。目前应用最普及，同时也被实践证明成效最显著的统计质量管理方法包括DOE（试验设计）、SPC（统计过程控制）、MSA（测量系统分析）和Reliability（可靠性分析）等等。 |
| |
| 试验设计（Design Of Experiment，简称DOE） |
在产品研发、工艺改进、流程优化以及科学研究和工农业生产中，经常需要做试验。如何安排试验，才能使试验次数尽量少，而又能达到好的试验效果呢？解决这类问题的专门方法就是试验设计，它是科学定量地研究提高产品质量，改善工艺流程的一项重要手段。
无论是实验室研究，还是现场调查，在制订研究计划时，都应根据试验的目的，结合统计学的要求，针对试验的全过程，认真考虑试验设计的问题。一个周密而完善的试验设计，能合理地安排各种因素，严格地控制试验误差，从而用较少的人力、物力和时间，能够尽快地找到并控制关键因素，最大限度地获得丰富而可靠的资料。反之，如果试验设计本身就存在着缺点，很可能会造成不应有的浪费，且足以减损研究结果的价值。
试验设计方法有很多种。按照安排试验的原则，大致有优选法试验设计、正交试验设计、均匀试验设计、配方试验设计等。目前工业界用得较多的试验设计方法包括全因子设计、部分因子设计、响应面设计、田口设计、配方设计、扩充设计、公差设计等。 |
| |
| 统计过程控制（Statistical Process Control，简称SPC） |
| 统计过程控制是一种借助数理统计方法来实现的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。基于的休哈特原理的控制图是SPC中最重要的工具，它利用过程波动的统计规律性对过程进行分析控制的。SPC强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求，在ISO9000以及QS9000等标准中都有在生产控制中应用SPC方法的要求。 更多介绍... |
| |
| 测量系统分析（Measure System Analysis，简称MSA） |
| 测量系统分析是指应用系统的方法研究测量过程，通过对测量系统的分析来评价测量系统和测量数据的质量和可靠性。MSA的主要特点是使用数理统计和图表的方法对测量系统的误差进行分析，以评估测量系统对于被测量的参数来说是否合适并确定测量系统误差的主要成分。MSA是ISO／TS 16949和ISO10012：2003中重要的测量过程控制技术，标准中针对测量系统分析有强制性要求，即：企业除应对相关量具（或测量仪器）执行至少每年一次的定期校正以外，还必须对其实施必要的“测量系统分析”。 |
| |
| 失效模式及其后果分析（Failure Mode and Effect Analysis，简称FMEA） |
| 失效模式及其后果分析是一种用来确定潜在失效模式及其原因的一系列系统化的分析活动，最早由美国国家宇航局(NASA)提出并形成的一套分析模式。FMEA利用其内在的逻辑步骤思考和分析，使企业能够提前发现流程或工程设计中的潜在失效模式及其影响，根据流程现有的情况，对其进行风险评估。对高风险之失效模式，寻求解决方案，从而避免失效的发生和减小其影响，降低风险，同时提高产品生产质量和设计的可靠性。目前已推广应用于汽车、电子等众多其它工程领域。 |
| |
| 质量功能展开（Quality Function Deployment，简称QFD） |
质量功能展开是一种把顾客(用户、使用方)对产品的需求进行多层次的演绎分析，将其逐步转化为产品的设计要求、零部件特性、工艺要求、生产要求的质量工程工具，最早由日本质量管理大师赤尾洋二和水野滋提出。QFD强调时刻确保产品设计满足顾客需求和价值，在此基础上开展质量策划，确定设计指标体系，并提前揭示后续加工过程中存在的问题，采取相应对策，从而能够有效地将顾客的需求和主张（“顾客的声音”）转化为产品的设计要求，进而生产出高质量的产品定量地实现顾客需求，提高顾客满意度。
QFD方法目前已被广泛用于市场研究、产品研发、质量和工艺改进等方面。 |
| |
2007 析创咨询版权所有