全球专业中文经管百科,由121,994位网友共同编写而成,共计436,031个条目

魚骨圖

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

(重定向自Fishbone diagrams)

魚骨圖(Cause & Effect/Fishbone Diagram)

目錄

魚骨圖定義

  魚骨圖又名特性因素圖是由日本管理大師石川馨先生所發展出來的,故又名石川圖。魚骨圖是一種發現問題“根本原因”的方法,它也可以稱之為“因果圖”。魚骨圖原本用於質量管理

  問題的特性總是受到一些因素的影響,我們通過頭腦風暴找出這些因素,並將它們與特性值一起,按相互關聯性整理而成的層次分明、條理清楚,並標出重要因素的圖形就叫特性要因圖。因其形狀如魚骨,所以又叫魚骨圖(以下稱魚骨圖),它是一種透過現象看本質的分析方法,又叫因果分析圖

  魚骨圖又稱為“5M因素分析法”,包括的5個因素是:人、機、物、法、環,依據5個元素,依次找出每個元素中可能出現的原因。

   同時,魚骨圖也用在生產中,來形象地表示生產車間的流程

  頭腦風暴法Brain Storming——BS):一種通過集思廣益、發揮團體智慧,從各種不同角度找出問題所有原因或構成要素的會議方法。BS有四大原則:嚴禁批評、自由奔放、多多益善、搭便車

魚骨圖的三種類型

鱼骨图基本结构

  A、整理問題型魚骨圖(各要素與特性值間不存在原因關係,而是結構構成關係,對問題進行結構化整理)

  B、原因型魚骨圖(魚頭在右,特性值通常以“為什麼……”來寫)

  C、對策型魚骨圖(魚頭在左,特性值通常以“如何提高/改善……”來寫)

魚骨圖製作

  製作魚骨圖分兩個步驟:分析問題原因/結構、繪製魚骨圖。

分析問題原因/結構

  A、針對問題點,選擇層別方法(如人機料法環測量等)。

  B、按頭腦風暴分別對各層別類別找出所有可能原因(因素)。

  C、將找出的各要素進行歸類、整理,明確其從屬關係。

  D、分析選取重要因素。

  E、檢查各要素的描述方法,確保語法簡明、意思明確。

  分析要點:

  a、確定大要因(大骨)時,現場作業一般從“人機料法環”著手,管理類問題一般從“人事時地物”層別,應視具體情況決定;

  b、大要因必須用中性詞描述(不說明好壞),中、小要因必須使用價值判斷(如…不良);

  c、腦力激蕩時,應儘可能多而全地找出所有可能原因,而不僅限於自己能完全掌控或正在執行的內容。對人的原因,宜從行動而非思想態度面著手分析;

  d、中要因跟特性值、小要因跟中要因間有直接的原因-問題關係,小要因應分析至可以直接下對策;

  e、如果某種原因可同時歸屬於兩種或兩種以上因素,請以關聯性最強者為準(必要時考慮三現主義:即現時到現場看現物,通過相對條件的比較,找出相關性最強的要因歸類。)

  f、 選取重要原因時,不要超過7項,且應標識在最未端原因;

魚骨圖繪圖過程

鱼骨图示例

  魚骨圖做圖過程一般由以下幾步組成[1]

  1.由問題的負責人召集與問題有關的人員組成一個工作組(work group),該組成員必須對問題有一定深度的瞭解。

  2.問題的負責人將擬找出原因的問題寫在黑板或白紙右邊的一個三角形的框內,併在其尾部引出一條水平直線,該線稱為魚脊。

  3.工作組成員在魚脊上畫出與魚脊成45°角的直線,併在其上標出引起問題的主要原因,這些成45°角的直線稱為大骨。

  4.對引起問題的原因進一步細化,畫出中骨、小骨……,儘可能列出所有原因

  5.對魚骨圖進行優化整理。

  6.根據魚骨圖進行討論。完整的魚骨圖如圖2所示,由於魚骨圖不以數值來表示,並處理問題,而是通過整理問題與它的原因的層次來標明關係,因此,能很好的描述定性問題。魚骨圖的實施要求工作組負責人(即進行企業診斷的專家)有豐富的指導經驗,整個過程負責人儘可能為工作組成員創造友好、平等、寬鬆的討論環境,使每個成員的意見都能完全表達,同時保證魚骨圖正確做出,即防止工作組成員將原因、現象、對策互相混淆,並保證魚骨圖層次清晰。負責人不對問題發表任何看法,也不能對工作組成員進行任何誘導[2]

魚骨圖使用步驟

繪圖過程

  填寫魚頭(按為什麼不好的方式描述),畫出主骨;

  畫出大骨,填寫大要因;

  畫出中骨、小骨,填寫中小要因;

  用特殊符號標識重要因素。

使用步驟

  (1)查找要解決的問題;

  (2)把問題寫在魚骨的頭上;

  (3)召集同事共同討論問題出現的可能原因,儘可能多地找出問題;

  (4)把相同的問題分組,在魚骨上標出;

  (5)根據不同問題征求大家的意見,總結出正確的原因;

  (6)拿出任何一個問題,研究為什麼會產生這樣的問題?

  (7)針對問題的答案再問為什麼?這樣至少深入五個層次(連續問五個問題);

  (8)當深入到第五個層次後,認為無法繼續進行時,列出這些問題的原因,而後列出至少20個解決方法。

畫一次魚骨圖

  1、畫一條主幹骨及魚頭,魚頭可以自己製作,也可以網上下一個。

  2、將要解決的問題寫在魚頭之上

  3、畫大骨,一般畫六條大骨,與主骨呈60度角。這六條大骨就是分析問題的六個方面,“人、機、料、法、環、測”,即“5M1E”

  4、召集會議,針對問題,利用頭腦風暴進行檢討。儘可能多的提出問題可能的原因,過程中不反對,不打擊。將所有原因整理列出,共同討論,去除重覆及沒有意義的原因

  5、將主要原因按照“人、機、料、法、環、測”分類,分別填入六個大骨,然後再逐一討論,找出最可能的原因,進行標註。

魚骨圖案例分析

案例一:利用魚骨圖對某煉油廠市場營銷問題的分析

  魚骨圖分析法是咨詢人員進行因果分析時經常採用的一種方法,其特點是簡捷實用,比較直觀。現以某煉油廠情況作為實例,採用魚骨圖分析法對其市場營銷問題進行解析,具體如圖所示:

  鱼骨图案例分析图例

  圖中的“魚頭”表示需要解決的問題,即該煉油廠產品在市場中所占份額少。根據現場調查,可以把產生該煉油廠市場營銷問題的原因,概括為5類。即人員、渠道廣告、競爭和其它。在每一類中包括若幹造成這些原因的可能因素,如營銷人員數量少、銷售點少、缺少宣傳策略、進口油廣告攻勢等。將5類原因及其相關因素分別以魚骨分佈態勢展開,形成魚骨分析圖。

  下一步的工作是找出產生問題的主要原因,為此可以根據現場調查的數據,計算出每種原因或相關因素在產生問題過程中所占的比重,以百分數表示。例如,通過計算發現,“營銷人員數量少”,在產生問題過程中所占比重為35%,“廣告宣傳差”為18%,“小包裝少”為25%,三者在產生問題過程中共占78%的比重,可以被認為是導致該煉油廠產品市場份額少的主要原因。如果我們針對這三大因素提出改進方案,就可以解決整個問題的78%。該案例也反映了“20:80原則”,即根據經驗規律,20%的原因往往產生80%的問題,如果由於條件限制,不能100%解決問題,只要抓住占全部原因20%,就能夠取得80%解決問題的成效。

案例二:用魚骨圖與層次分析法結合進行企業診斷[3]

  一、層次分析法簡介

  魚骨圖成功完成後,影響問題的原因一般能詳盡的列出。但哪些是主要原因,哪些是次要原因,該如何確定呢?各個主要原因的重要性、優先程度應如何確定?層次分析法(AHP)做了最好的回答。

  AHP的基本思路與魚骨圖的基本思路是一致的。兩者都是在深入分析實際問題的基礎上,將有關因素按不同的屬性自上而下的分解成若幹層次,同一層次的諸因素從屬於上一層的因素或對上層因素有影響,同時又支配下一層的因素或受下一層因素的作用。一個魚骨圖如圖1可方便的轉化成層次結構模型如圖3。

  由鱼骨图转化成层次结构模型

  圖3 由魚骨圖轉化成層次結構模型

  得出層次模型後,對每一層次的因素按規定的準則兩兩進行比較,建立判斷矩陣,運用特定的數學方法計算判斷矩陣的最大特征值及對應的正交特征向量,得出每一層次各因素的權重值,併進行一致性檢驗;在一致性檢驗通過之後,再計算各層次因素對於所研究問題的組合權重;根據權重便可對各原因進行評分、排序和指標綜合 如果說魚骨圖體現了人的大腦對複雜問題的分解過程的話,AHP則體現了求解複雜問題的分解一判斷一綜合的整個過程,使人們對複雜問題的判斷、決策過程得以系統化、數量化[4]。AHP的具體演算法請參見有關文獻。

  二、應用案例

  某工廠產品加工精度波動經常超出容許範圍,經咨詢專家召集工作組討論得魚骨圖(圖4):

  某工厂产品加工精度波动分析鱼骨图

  圖4某工廠產品加工精度波動分析魚骨圖

  將上圖轉化為層次模型圖(圖5):

  某工厂产品加工精度捩动层次模型图

  圖5 某工廠產品加工精度捩動層次模型圖

  完成層次模型圖後,工作組成員在專家的指導下,將各層原因對上一層原因(或問題)的重要程度(或優先程度)進行兩兩比較,構造比較矩陣。本倒將原因按層次分析法計算要求將層次分為四層,分別稱為A、B、C、D層。C、D兩層根據構造比較矩陣的要求和與上層原因的關係,按從左到右的順序賦予各層比較矩陣名字:C1C4,D1D9。則得各層比較陣如下

  B=\begin{bmatrix}1& \frac{1}{5} & \frac{1}{6} & 2\\ 5 & 1 & 1 & 9\\ 6 & 1 & 1 & 9\\ \frac{1}{2} & \frac{1}{9} & \frac{1}{9} & 1\end{bmatrix}

  C1=\begin{bmatrix}1 & \frac{1}{5} \\ 5 & 1 \end{bmatrix}   C2=\begin{bmatrix}1 & \frac{1}{5} & 1\\ 5 & 1 & 5\\ 1 & \frac{1}{5} & 1\end{bmatrix}   C3=\begin{bmatrix}1 & \frac{1}{2}\\ 2 1\end{bmatrix}   C4=\begin{bmatrix}1 & 1\\ 1 & 1\end{bmatrix}

  D1=\begin{bmatrix}1 & 1\\ 1& 1 \end{bmatrix}   D2=\begin{bmatrix} 1& \frac{1}{2} \\ 2 & 1\end{bmatrix}   D3=\begin{bmatrix} 1 & 7 & 3 \\ \frac{1}{7} & 1 & \frac{1}{2}\\ \frac{1}{3} & 2 & 1\end{bmatrix}   D4=\begin{bmatrix} 1 & 3 \\ \frac{1}{3} & 1\end{bmatrix}

  D5=\begin{bmatrix} 1 & \frac{1}{5} & \frac{1}{2}\\ 5 & 1 & 3 \\ 2 & \frac{1}{3} & 1\end{bmatrix}   D6=\begin{bmatrix} 1 & 4\\ \frac{1}{4} & 1\end{bmatrix}   D7=\begin{bmatrix} 1 & 1\\ 1 & 1\end{bmatrix}   D8=\begin{bmatrix} 1 & 5 \\ \frac{1}{5} & 1\end{bmatrix}   D9=\begin{bmatrix} 1 & 1 \\ 1 & 1 \end{bmatrix}

  根據成對比較矩陣計算各層權向量w,最大特征根 和一致性指標CI,結果如表1~3所示

  表1 D層的計算結果
K1234
w0.50000.33330.68170.75
0.500000.66670.l0250.25
0.2158
λ223.00262
CI000.00220
CR000.00130
  續表1 D層的計算結果
K56789
w0.12200.80.80.83330.5
0.64830.20.20.16670.5
0.2297
λ3.00372222
CI0.00310000
CR0.00180000
  表2 C層的計算結果
K1234
w0.16670.14290.33330.75
0.83330.71430.66670.25
0.1429
λ2322
CI0000
CR0000
  表3 B層的計算結果
K1
w0.0835
0.4248
0.4456
0.0460
λ4.0835
CI0.O027
CR0.0030

  用上一層原因對問題的組合權向量(B層即主原因層的組合權向量為根據成對比較矩陣計算出的權向量),計算下一層原因對問題的組合權向量,得c層各原因對問題的綜合權值W(c)

  W(c) = 0.0139,0.0696,0.0607.0.3034,0.0607,0.1485,0.2971,0.0230,0.0230

  D層各原因對問題的綜合權值W(D)

  W(D) = 0.0069,0.0069,0.0232,0.0464,0.0414,0.0062,0.0131,0.2276,0.0759,0.0074,0.0394,0.0139,0.1188,0.0297,0.1485,0.1485,0.0192.0.0038.0.0l15,0.0ll5

  進行組合一致性檢驗:

  1.C層CI^{(C)}=[CI_1^{(C)},\cdots ,CI_4^{(C)}]

  WB = [0,0,0,0]

  RI^{(C)} =[RI_1^{(C)},\cdots ,RI_9^{(D)}]W^{(B)}

   = [0,0.058,0,0][0.08335,0.4248,0.4456,0.0460]T

  = 0.2464

  c層對問題的組合一致性比率為:

  CR(C) = CR(B) + CI(C) / RI(C) = 0.0030 < 0.1

  2.D層CI^{(D)} =[CI_1^{(D)},\cdots ,CI_9^{(D)}]

  W(C) = 0.0002

  RI^{(D)}=[RI_1^{(D)},\cdots ,RI_9^{(D)}]W^{(C)}=0.07041

  D層對問題的組合一致性比率為:

  CR(D) = CR(C) + CI(D) / RI(D) = 0.0028 < 0.1

  將各層中相同的原因進行歸併,D層W(D)變成:

  {生產能力,種類,運行,操作,成就感,津貼,獎金,經驗,技能,遵守規程,合作,抗干擾性,精度,準確度,人為錯誤,易加工性,硬度,變形}={0.0069,0.0069,0.0232,0.0464,0.0488,0.0062,0.0131,0.2276,0.075,0.0394,0.0139,0.1 188,0.0297,0.1485,0.1485,0.0307,0.0038.0.0115}

  從計算結果中可以看出,操作人員的經驗、儀器的抗干擾性、測量的方法(準確度、人為錯誤)是問題的關鍵所在,需要優先考慮。可見,採用魚骨圖理論與方法用土骨田與屢次分析法蛄誇進行奎生診所和AHP能較好的分析和綜合工作組成員對問題各方面的看法,易於從錯綜複雜的原因中找出關鍵原因。

  三、分析與探討

  為了AHP結構圖明白清晰,並與魚骨圖在邏輯上一一對應+當下一層原因受一個以上上一層原因影響時,將該原因分列在影響它的上一層原因之下,不按一般AHP結構圖的從該原因引出多條線與上一層原因相連。這也是由做魚骨圖時要求儘量使各原因之間的層次清晰所要求的,這並不影響計算出的結果;另外,由於魚骨圖要求儘量使各原因之間相互獨立,即使出現這種情況,數量也是很少,不會增加多少計算量。AHP計算完成後再進行歸併以決定原因的重要性。

  做魚骨圖的工作組成員可以在做圖的過程中,通過互相討論達到深人瞭解企業各個方面,獲得對企業較全面和深人的認識,提高了後面的AHP對比矩陣和計算結果的可信度。

  由於AHP只能從已發現的問題中找出關鍵問題,不能發現新問題,通過與魚骨圖相結合,能較好的剋服AHP的這個缺點。同時也促進工作組成員認真對待魚骨圖做圖。

  對於層次內部因素之間存在相互影響,層次之間存在反饋作用時,採用魚骨圖反而可能會混淆工作組成員的思路,應換其它方法對問題進行分析。

相關鏈接

參考文獻

  1. Rny Rothwell.successful induslrial innovation:Critical Factors for the 1990s.R&D management,1992.
  2. [日]甲斐章人.圖解生產管理實務[M]呂山海譯.臺北:書泉出版社,1989.
  3. 鄭照寧,武玉英.用魚骨圖與層次分析法結合進行企業診斷.中國軟科學-2001年1期
  4. Eric von Hippel.Lead users:a source of novel product comcept. Management Science,Vol.32 No. 7,1986,39-45
本條目對我有幫助573
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目投訴舉報

評論(共76條)

提示:評論內容為網友針對條目"魚骨圖"展開的討論,與本站觀點立場無關。
Danbao (討論 | 貢獻) 在 2007年12月28日 15:41 發表

實際運用這種方法是少的,

回複評論
121.229.181.* 在 2008年1月30日 09:32 發表

不錯,我覺得一目瞭然,我要學習下!

回複評論
61.141.75.* 在 2008年3月4日 10:44 發表

這個資料做得很好

回複評論
219.134.249.* 在 2008年3月13日 16:15 發表

挺好的思路,對解決市場營銷,企業管理等方面有很大的啟發!

回複評論
yangkunliang (討論 | 貢獻) 在 2008年3月28日 09:49 發表

貌似很有用,只是生產問題的權重很難算出來,如果只是靠冥想,不太實際

回複評論
198.16.13.* 在 2008年4月29日 16:07 發表

這個資料很不錯,理論層面看,比較全面!

回複評論
61.185.221.* 在 2008年4月29日 20:30 發表

不錯

回複評論
221.239.62.* 在 2008年5月2日 11:32 發表

直得參考

回複評論
61.142.213.* 在 2008年5月4日 11:59 發表

還好吧

回複評論
122.15.60.* 在 2008年5月26日 23:01 發表

太好了,我要的就是這種解決問題的方法

回複評論
117.67.61.* 在 2008年5月31日 11:33 發表

不錯,經常用這麼方法,不過看了才知道叫法.很專業!

回複評論
Lsh13xd (討論 | 貢獻) 在 2008年7月4日 22:11 發表

很容易應用

回複評論
58.246.189.* 在 2008年7月9日 15:47 發表

恩 還真的不錯哦 呵呵 又有東西學咯 呵呵

回複評論
Sspyang (討論 | 貢獻) 在 2008年7月16日 13:30 發表

很好啊 ,看看有益

回複評論
218.17.9.* 在 2008年8月10日 13:18 發表

回複評論
219.87.137.* 在 2008年8月21日 08:51 發表

請教誰可以補充說明『A、整理問題型魚骨圖(各要素與特性值間不存在原因關係,而是結構構成關係)』,B與C較易懂,A就不太懂?

回複評論
小乖不乖 (討論 | 貢獻) 在 2008年9月29日 23:51 發表

加油``加油很棒``

回複評論
Timwhm (討論 | 貢獻) 在 2008年10月12日 23:35 發表

努力學習

回複評論
202.218.199.* 在 2008年10月15日 13:54 發表

"下一步的工作是找出產生問題的主要原因,為此可以根據現場調查的數據,計算出每種原因或相關因素在產生問題過程中所占的比重,以百分數表示。" 請教大家,如何確定並量化各種因素所占比重?是否需要其它工具或模型?

回複評論
15.203.233.* 在 2008年12月9日 15:38 發表

25%+35%+18%=78% 回答完畢

回複評論
Teddy cheng (討論 | 貢獻) 在 2009年1月6日 18:44 發表

這個資料挺好的,頂了先

回複評論
60.6.254.* 在 2009年3月2日 10:39 發表

還行

回複評論
JELLF (討論 | 貢獻) 在 2009年3月13日 12:32 發表

還ok 不過要執行度耍夠 不然=於放空炮(*^_^*)

回複評論
59.44.96.* 在 2009年3月27日 21:50 發表

不錯

回複評論
123.117.168.* 在 2009年4月10日 16:56 發表

很好的分析方法,這種思想很了不起

回複評論
202.65.194.* 在 2009年4月13日 12:21 發表

這個資料不錯。謝謝分享!

回複評論
60.11.241.* 在 2009年7月18日 14:45 發表

這個圖很好,這樣的網頁我會經常看的

回複評論
525 (討論 | 貢獻) 在 2009年8月29日 12:51 發表

繼續學習...

回複評論
旅途 (討論 | 貢獻) 在 2009年9月9日 04:05 發表

魚頭=不善於分析問題。誰做過?

回複評論
308981992 (討論 | 貢獻) 在 2009年9月11日 23:48 發表

太抽象了`

回複評論
210.5.150.* 在 2009年10月10日 11:57 發表

魚骨圖的確是非常好的工具,而且在質量管理方面運用相當廣泛,我經常將它作為質量提升和工藝改進的工具使用。但是該條例寫得不夠詳細,恐怕照著條例是不能很好地運用它的

回複評論
Jasonrdq (討論 | 貢獻) 在 2009年10月13日 12:35 發表

著名的中國HAIER集團就應用了這個理論,它被稱為“Fish bone"或者 “Cause and Effect Diagram"。 哪位朋友對Hofstede的理論瞭解,請給我留言,有問題請教,謝謝

回複評論
218.90.168.* 在 2009年10月18日 14:26 發表

真的很受啟發,更為大家的學習熱情所感染!

回複評論
Wikidyr (討論 | 貢獻) 在 2009年10月20日 09:27 發表

理論和案例相結合,很好啊!期待精彩繼續!

回複評論
Wanglijun083 (討論 | 貢獻) 在 2009年10月20日 15:24 發表

很實際很好,再加上日落原則就更完美了

回複評論
Dan (討論 | 貢獻) 在 2009年10月21日 15:20 發表

Wanglijun083 (討論 | 貢獻) 在 2009年10月20日 15:24 發表

很實際很好,再加上日落原則就更完美了

已對“日落原則”做了補充,您可在搜索框中輸入“日落原則”進行閱讀。

MBA智庫百科是大家可以參與編輯的百科,歡迎您的加入哦!

回複評論
ESpoir (討論 | 貢獻) 在 2009年10月23日 10:23 發表

思維導圖中這個分析圖是必有的,對於整理思路來說,還是有用的

回複評論
61.144.248.* 在 2009年10月27日 15:29 發表

魚骨頭繪製工具推薦: XMIND

回複評論
Angle Roh (討論 | 貢獻) 在 2009年10月29日 10:19 發表

百科中有思維導圖

回複評論
Zhangminhua (討論 | 貢獻) 在 2009年11月21日 10:38 發表

正在學習中

回複評論
219.142.121.* 在 2009年12月2日 10:24 發表

看不懂

回複評論
依林鸟 (討論 | 貢獻) 在 2009年12月29日 09:32 發表

學習中,很有收穫,說明的比較詳細

回複評論
Zodiac1989 (討論 | 貢獻) 在 2010年1月21日 16:44 發表

謝啦

回複評論
罗劼成 (討論 | 貢獻) 在 2010年1月29日 14:10 發表

很受啟發 真的很不錯

回複評論
113.125.200.* 在 2010年1月29日 23:29 發表

不錯,很有幫助。

回複評論
塘中小荷 (討論 | 貢獻) 在 2010年2月1日 16:41 發表

理論的東西還需要加強,案例比較簡單,好東西,謝謝了

回複評論
121.8.255.* 在 2010年2月22日 10:58 發表

看了之後,從不懂到概念清晰,謝謝!

回複評論
202.97.156.* 在 2010年3月9日 14:21 發表

魚骨圖做成目標管理圖,細分量化

回複評論
110.176.47.* 在 2010年6月23日 18:31 發表

yangkunliang (討論 | 貢獻) 在 2008年3月28日 09:49 發表

貌似很有用,只是生產問題的權重很難算出來,如果只是靠冥想,不太實際

有沒有想過生產問題權重可能是個假命題?

回複評論
219.142.76.* 在 2010年11月11日 08:53 發表

每一種工具都有其使用的目的和適用的情況,這工具多數是用於對多種原因的分析。如果你們沒有這麼多複雜原因,就無需這個工具了。這個工具不是一個人去畫,而是通過團隊的合作,並且發現團隊的意見不一致的時候,將大家的意見進行綜合的工具。目的是為了找到真實的元素,讓大家的意見都得到考慮。 團隊的合作是這個工具的基礎。

回複評論
123.81.249.* 在 2010年12月2日 10:20 發表

科學 專業

回複評論
111.253.224.* 在 2011年2月20日 22:54 發表

在我們廚師用下很方邊 好想學習

回複評論
DS2mazk0317 (討論 | 貢獻) 在 2011年4月11日 08:20 發表

不錯!很有幫助,要好好學習一下!

回複評論
114.140.25.* 在 2011年4月17日 22:02 發表

不錯~學製程跟品保的人員一定要會,謝謝分享~

回複評論
222.175.21.* 在 2011年4月20日 16:44 發表

此圖做的很好,受益匪淺,謝謝

回複評論
118.213.224.* 在 2011年4月21日 10:20 發表

對作為品質的我很受用!!!!!很好!!!

回複評論
27.40.92.* 在 2011年5月19日 14:46 發表

很恐怖,無法理解!!!

回複評論
27.186.30.* 在 2011年10月29日 21:37 發表

絕對有用,多學多用,少學少用,不學沒用。我得學學,很科學,謝謝

回複評論
110.53.249.* 在 2011年12月15日 16:09 發表

好東西,

回複評論
114.32.236.* 在 2012年1月6日 17:11 發表

回複評論
58.49.57.* 在 2012年2月26日 10:09 發表

馬屁的幹活

回複評論
119.53.124.* 在 2012年6月14日 22:03 發表

此時出發,何時到達。

回複評論
120.198.106.* 在 2012年7月26日 10:06 發表

每天都用

回複評論
183.15.247.* 在 2012年8月30日 10:30 發表

202.218.199.* 在 2008年10月15日 13:54 發表

"下一步的工作是找出產生問題的主要原因,為此可以根據現場調查的數據,計算出每種原因或相關因素在產生問題過程中所占的比重,以百分數表示。" 請教大家,如何確定並量化各種因素所占比重?是否需要其它工具或模型?

用SPSS做相關分析

回複評論
211.99.134.* 在 2012年12月25日 13:20 發表

換個角度的思維導圖,對複雜項目管理分析有借鑒作用

回複評論
58.23.233.* 在 2013年1月23日 10:25 發表

好亂?

回複評論
123.150.165.* 在 2013年3月19日 21:28 發表

集思到反思,品質控制由事後檢查到預防為主,是追本尋源的好公具

回複評論
123.124.199.* 在 2013年4月16日 14:54 發表

訓練思維和深度分析不錯

回複評論
112.86.225.* 在 2013年7月17日 20:49 發表

219.142.76.* 在 2010年11月11日 08:53 發表

每一種工具都有其使用的目的和適用的情況,這工具多數是用於對多種原因的分析。如果你們沒有這麼多複雜原因,就無需這個工具了。這個工具不是一個人去畫,而是通過團隊的合作,並且發現團隊的意見不一致的時候,將大家的意見進行綜合的工具。目的是為了找到真實的元素,讓大家的意見都得到考慮。 團隊的合作是這個工具的基礎。

必須要當事人,經過頭腦風暴,才可以找出問題的根本原因!不斷的深入和挖掘。

回複評論
182.245.120.* 在 2013年12月5日 21:37 發表

不錯哦,以前經常給學員講,但沒這麼詳細,想下來學習,可惜充值有點麻煩。

回複評論
171.213.159.* 在 2013年12月14日 23:01 發表

有用,無書

回複評論
60.248.14.* 在 2014年10月17日 17:45 發表

Very good

回複評論
钝徒 (討論 | 貢獻) 在 2016年1月15日 21:38 發表

個人覺得 如果用看板管理結合魚骨圖生成的JIT生產系統應該能夠達到一種良性的生產環節

回複評論
117.190.234.* 在 2016年8月7日 18:56 發表

條理清晰

回複評論
183.129.250.* 在 2016年8月26日 09:14 發表

202.218.199.* 在 2008年10月15日 13:54 發表

"下一步的工作是找出產生問題的主要原因,為此可以根據現場調查的數據,計算出每種原因或相關因素在產生問題過程中所占的比重,以百分數表示。" 請教大家,如何確定並量化各種因素所占比重?是否需要其它工具或模型?

柏拉圖

回複評論
M id 95e249beb9cc19cfb3eac0467a1155bf (討論 | 貢獻) 在 2019年10月8日 08:44 發表

骨灰盒級人物

回複評論

發表評論請文明上網,理性發言並遵守有關規定。

打开APP

以上内容根据网友推荐自动排序生成

官方社群
下载APP

闽公网安备 35020302032707号