QC七大手法(20080522).ppt
《QC七大手法(20080522).ppt》由会员分享，可在线阅读，更多相关《QC七大手法(20080522).ppt（71页珍藏版）》请在冰点文库上搜索。
QC七大手法,二八年五月,目录,前言,优良的品质是靠科学的方法管理出来的，QC7手法正是品质管理活动中最常用的科学工具之一。
1）品质管制，是依据顾客需求导向，掌握消费者及其所要求,利用公司之技术能力促使产品价廉物美、安全可靠、准时交货的具体实现。
2）统计是采取根据数据与事实发言的管理方法，除了客观判断事实外，也应具有相当合理的说服力。
而在品管活动中所采取的统计手法，均极为简易，即一般所谓的“QC七大手法”。
数据与图表,1、数据=事实（根据事实经判断后再采取行动）2、应用数据须注意的重点：
（1）搜集正确可用的数据
（2）避免个人主观的判断（3）掌握事实的真相3、整理数据的原则：
（1）发生问题而要采取改善对策前，必须有数据作为依据
（2）对于数据使用目的应清楚了解（3）当数据搜集完成后，应立即使用它（4）数据的整理与运用，改善前/后所具备的条件应一致（5）数据不可造假，否则问题将永远无法解决,数据与图表,4、图表之功用：
（1）利于多种复杂现象的相互比较，可供分析研究之用
（2）费甚少时间可得明确的概念（3）对于专门知识不足的人，亦可得到了解（4）表示事务间的关系时，图表较文章可以使阅者印入脑海（5）利用于演讲、宣传或广告时，予阅者深刻印象（6）有时可用插补法近似值。
（7）可供预测用,QC七大手法简介,简易QC七大手法,简易QC七大手法,简易QC七大手法,旧QC七大手法应用简介,1、根据事实、数据发言查检表（CheckList）、散布图（ScatterDiagram）。
2、所有数据不可仅止于平均，须根据数据之来龙去脉，考虑适当分层层别法（Stratification）3、并非对所有原因采取处置，而是先从影响较大的2-3项采取措施，重点管理柏拉图（ParetoDiagram）。
4、整理原因与结果之关系，以探讨潜伏性之问题特性要因图（CharacteristicDiagram）。
5、凡事不能完全用平均数来考虑，要了解事物变异性，须从平均数与变异性来考虑直方图（Histogram）、管制图（ControlChart）。
查检表,1、查检表应用：
点检用查检表：
确认检核作业状况，防止作业疏忽、遗漏或及时发现异常调查用查检表：
搜集资料应用于不良原因分析和调查，及改善过程验证数据收集用查检表：
为报告、调查需取得记录，做成统计表以便分析。
2、查检表制作要点：
a、点检用查检表制作方法：
列出每一所需的项目，如内容、时间、频度等。
有顺序要求时，应注明序号，依序排列。
如可行尽可能将设备、机种、人员、工艺加以层别，以利分析试用后如有不适，应及时加以调整。
b、调查用和数据收集用查检表：
确定项目及所需收集的数据；确定查检表格式，应依据层别分析的程度，设计一种收集和分析都很容易及适合自己使用的格式确定记录的方式确定收集数据的方式：
由谁来收集、频度、工具、方式等都需提前确定,查检表,3、查检表使用：
（1）查检表内容要使工作现场的人员了解，并做好协调工作
（2）查检责任者，明确指定谁来做，并使其了解收集目的及方法（3）事实现物的观察要细心、客观。
（4）由使用的记录即能迅速判断，采取行动。
（5）查检的项目应随着作业的改善而改变。
（6）查检之项目，期间计算单位等基准，应一致方能进行统分析。
（7）数据的搜集应注意样本取得之随机性与代表性。
（8）如有异常，应马上追究原因、并采取必要之措施。
（9）尽快将结果呈报您要报告的人，并使相关人员亦能知晓。
（10）对于过去、现在及未来的查检记录，应适当保管，并比其差异性。
查检表范例二,散布图,散布图：
即是将因果关系所对应变化的数据分别点绘在X-Y轴座标的象限上，以观察其中的相关性是否存在。
散布图注意事项：
1.1是否有异常点：
有异常点时，不可任意删除，除非异常的原因已确实掌握。
1.2是否需层别：
数据的获得常常因为作业人员、方法、材料、设备或时间等的不同，而使数据的相关性受到扭曲。
散布图,散布图,散布图,层别法,层别法：
对所收集的数据因各种不同特征对结果的影响，而按各别特征分类统计。
层别法的主要功能为：
透过各种分层收集数据以寻求不良之原因或最佳条件以作为改善品质的有利手法。
层别法,层别法的做成步骤：
确定分层线索，即按什么条件进行分层。
A按作业人员分：
熟练与非熟练、性别、工作班次。
B按材料分：
不同供应商、不同生产批次、不同模号、不同规格。
C按作业方法分：
对策前和对策后、标准作业和非标准作业。
D按设备分：
校正前和校正后、不同设备。
E按环境分：
不同车间、不同季节、不同时间段。
确定该分层条件所对应的范围。
统计符合各分层条件的数据。
层别法,层别法使用注意事项：
1.1实施前,首先确定层别的目的如不良分析?
效率之提升?
作业条件确认？
1.2查检表之设计应针对所怀疑之对象设计。
1.3数据之性质分类应清晰详细记载。
1.4依各种可能原因加以层别,至寻出真因所在。
1.5层别所得之情报与对策相连接，并付诸实际行动1.6分层法只提供简单的数据分布状态，不容易记忆，也不会告诉你二次原因、三次原因到底在哪。
1.7通常在品质不良跟踪时用到该手法1.8与其它QC手法结合使用，效果更佳,层别法范例,8020法则,意大利经济学家、社会学家巴雷特（VilfredoPareto）在分析社会财富分配状况时发现，大部分财富集中在少数人手里，为此他设计出能够反映这种规律的图，所以也有人称之为“巴雷特图”或“柏拉图”。
后来由美国人朱兰博士（JosephJuran）加以推广使用。
朱兰8020原则是指：
产品的品质问题有80%是出至于管理人员，20%出至于作业人员。
由于管理力量也是有限的，不可能一次性解决所有的品质不良，在现场众多的品质不良中，找出关键的前几名，这就是今后管理工作的重点。
柏拉图,作图方法：
列出在某一段时期内的所发生的不良项目，及其相对应的数据。
依分类项目区别，做数据整理，并作成统计表。
记入图表并依数据大小排列画出柱状图。
绘累计曲线。
绘累计曲比率。
记入必要的事项。
GO,柏拉图制作一,BACK,某公司产品电器不良统计表,柏拉图制作二,BACK,注意：
（1）各项目按出现数据之大小顺序排列，其他项排在最后一项，并求出累积数。
（其他项不可大于前三项，若大于时应再细分）
（2）求各项目数据所占比率及累计数之影响度。
（3）其他项排在最后，若太大时，须检讨是否有其他重要原因需提出。
柏拉图制作三,BACK,不良数,注意：
（1）于图表用纸记入纵轴及横轴。
纵轴左侧填不良数、不良率，或损失金额，纵轴右侧刻度表示累计影响度（比率）;在最上方刻100%，左方则依收集数据大小做适当刻度。
横轴填分类项目名称，由左至右按照所占比率大小记入，其他项则记在最左边。
（2）横轴与纵轴应做适度比例，纵轴不宜长于横轴。
柏拉图制作四,BACK,注意：
（1）点上累计不良数（或累计不良率）。
（2）用折线连结。
柏拉图制作五,BACK,100%90%80%70%60%50%40%30%20%10%,累积影响度（%）,不良项目,不良数,注意：
（1）纵轴右边绘折线终点为100%。
（2）将0100%间分成10等分，把%的分度记上（即累计影度）。
（3）标出前三项（或四项）之累计影响度是否80%或接近80%。
柏拉图制作六,BACK,工程：
电气检查总检查数：
1450总不良数：
170期间：
2005年12月10日14日检验者：
张三绘图者：
李四,注意：
（1）标题（目的）。
（2）数据收集期间。
（3）数据合计（总检查、不良数、不良率等）。
（4）工程别。
（5）作成者（包括记录者、绘图者）,柏拉图,注意事项：
柏拉图不仅是一份事后总结表，而且还提醒你今后的重点是什么。
在现场管理活动中，排列图通常在不良品的等级、种类、数量、损失金额、原因的分类、分析上用的较多。
重点管理占80%的前几项不良，其它剩余的项目并非全然不予理会，只是暂不理会。
当前几项大不良铲除后，后几位又升上来，成为必须重点对策的不良。
其他一栏的数据一般不能超过20%，否则便要再往下细分。
用EXCEL软件，借助提示，可以很轻松地完成。
特性要因图,一、前言：
所谓特性要因图就是当一个问题的特性（结果）受到一些要因（原因）的影响时，将这些要因予以整理，成为有相互关系且有系统的图形。
简言之就是将造成某项结果（特性）的诸多原因（要因），以有系统的方式（图表）来表达结果与原因之间的关系，“某项结果的形成，必定有其原因，设法使用图解法找出这些原因来”这概念是由日本品管大师石川馨博士首先提出的，特性要因图又因是石川馨博士于1952年所发明，又称“石川图”。
其主要目的在阐明因果关系，亦称“因果图”，因其形状与鱼骨相似，故又常被称呼为“鱼骨图”。
特性要因图,二、特性要因图之分类1、原因追求型：
以列出可能会影响制程（或流程）的相关因子，以便进一步由其中找出主要原因，以此图形表示结果与原因之间的关系。
Why,特性要因图,2、对策追求型：
此类型是将鱼骨图反转成鱼头向左的图形，目的在于追寻问题点应该如何防止，目标结果应如何达成的对策，故以特性要因图表示期望效果（特性）与对策（要因）间的关系。
特性要因图,三、如何绘制特性要因图1、确定特性：
在未绘制之前，首先须决定问题或品质的特性为何？
一般来说，特性可以用零件规格、帐款回收率、制品不良率、客户抱怨、设备停机率、报废订等与品质有关或是以和成本有关的人事费、行政费、材料费予以展现。
2、绘制骨架：
首先纸张或其他用具（如白板）右方划一“口”填口决定的特性，然后自左而右划出一条较粗的干线，并在线的右端图示：
特性,特性要因图,3、大略记载各项原因：
确定特性之后，就开始找出可能的原因，然后将各原因以简单的字句，分别记在大骨上的“口”加上箭头分枝，以斜度约60划向干线，划时应留意较干线稍微细一些。
各大要因记载可以4M+1E：
人员（Man）、机械（Machine）、材料（Material）、方法（Methed）及环境（Environment）等五大类加以应用。
特性要因图,4、依据大要因，再分出中要困：
细分出中要因之中骨线（同样为60插线）应较大骨线细，中要因之选定约35个为宜，绘制时应将有因果关系之要因归于同一骨线内。
特性要因图,5、要更详细列出小要因：
选用中要因之方式，可将更详细的小要因讨论出来。
特性要因图,6、圈出最重要的原因：
造成一个结果的原因有很多，可以透过收集数据或自由讨论的方式，比较其对特性的影响程度，以“”或“”圈选出来，作为进一步检讨或对策之用。
特性,干线,人,机械,其他,方法,材料,特性要因图,7、记载所依据的相关条件：
当特性要因图绘制完成后，填上下列要项。
（1）制图名称
（2）制作日期（3）制作者（4）参与人员,特性要因图,四、绘制时注意事项1、特性以注明“为什么”“什么”较易激发联想。
2、特性的决定不能使用看起来含混不清或抽象的主题。
3、收集多数人的意见，多多益善，运用脑力激荡原则。
运用时应注意下列原则：
（1）意见越多越好。
（2）禁止批评他人的构想及意见。
（3）欢迎自由奔放的构想。
（4）可顺着他人的创意及意见，发展自己的创意。
4、层别区分（要因别、机械别、工程别、机种别）5、无因果关系者，不予归类。
6、多加利用过去收集的资料。
7、重点应放在解决问题上，并依结果提出对策，其方法可依5W2H原则执行。
（1）WHY（为何必要）？
（2）WHAT（目的何在）？
（3）WHERE（在何处做）？
（4）WHEN（何时去做）？
（5）WHO（由谁来做）？
（6）HOW（方法如何）？
（7）HOWMUCH（费用多少）？
8、以事实为依据。
9、依据特性别分别制作不同的特性要因图。
特性要因图,五、特性要因图之应用：
特性要因图不止在发掘原因而已，不仅可借此整理问题，找出最重要的问题点，并依循原因找出解决问题的方法。
特性要因图的用途极广，在管理工程，事务处理上都可使用，其用途可依目的分类：
1、改善分析用；2、制定标准用；3、管理用；4、品质管制寻入及教育用；5、配合其他手法活用，更能得致效果，如：
检查表、柏拉图等。
特性要因图,六：
特性要因图范例：
经过调查某厂DH视盘机占不良首位的抖晃，主要是由以下几个方面的原因造成：
P卷轴压入不良、C齿轮崩缺、测试标准带精度不足。
名称：
抖晃不良制程：
制造部日期：
2007.12.15制作者：
张三、李四、王五,特性要因图,直方图,直方图是指：
对同一类型的数据进行分组、统计，并根据每一组所分布的数据量画出柱子状的图，也称“柱状图”，“品质分布图”,作用：
弄清众多数据的分布状态，了解总体数据的中心和变异，并以此推测事物今后的发展趋势。
直方图不仅可用于品质分布状况的分析，还可以用来计算工序能力是否足够，工序不合格品率有多少等方面,直方图,制作方法：
直方图,EX：
分析：
No.1L1145S1131No.2L2142S2127No.3L3148S3130No.4L4145S4128No.5L5140S5121No.6L6141S6129求得La148Sm121,直方图,直方图,上图中可以看出整体平均值略微右偏，但整体分布仍为常态分布,说明：
如直接以原始数据60个，依公式计算，可得真值。
n60x135.8（标准差）4.68,直方图,直方图,直方图,3切边型（断裂型）说明:
有一端被切断。
结论:
原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。
若剔除某规格以上时，则切边在靠近右边形成。
直方图,4、离岛型说明:
在右端或左端形成小岛。
结论:
测定有错误，工程调节错误或使用不同原料所引起。
一定有异常原因存在，只要去除，即可合乎制程要求，制出合规格的制品。
直方图,5、高原型说明:
形状似高原状。
结论:
不同平均值的分配混在一起，应层别之后再做直方图比较。
直方图,6、双峰型说明:
有两个高峰出现。
结论:
有两种分配相混合，例如两部机器或两家不同供应商有差异时。
直方图,7、偏态型（偏态分配）说明:
高处偏向一边，另一边低，拖长尾巴。
偏右型:
例如微量成分的含有率等，不能取到某值以下的值时，所出现的形状.偏左型:
例如成分含有高纯度的含有率等,不能取到某值以上的值时出现的形状。
控制图,一、控制图是指：
用统计方法分析品质数据的特性，并设置合理的控制界线，对引起品质变化的原因进行判定和管理，使生产处于稳定状态的一种时间序列图，有人称为“管制图”“管理图”，由于它是由美国人休哈特（Shewart）于1924年创立的，所以也有人称之为“休哈特图”。
控制图,二、管制图之基本特性：
一般管制图纵轴均设定为产品的品质特性，而以制程变化的数据为分度；横轴则为检测制品之群体代码或编号或年月日等，以时间别或制造先后别，依顺序将点绘于图上。
在管制图上有三条笔直的横线，中间的一条为中心线（CentralLine,CL），一般以蓝色之实线绘制。
在上方的一条称为管制上限（UpperControlLimit,UCL），在下方的称为管制下限（LowerControlLimit,LCL），对上、下管制界限之绘制，则一般均用红色之虚线表现之，以表示可接受之变异范围;至于实际产品品质特性之点连线条则大都以黑色实际线表现绘制之。
管制状态：
控制图,三、控制图的种类：
1、计量管制图：
他所依据的数据，都是由量具实际测量而得，如：
长度、重量、时间等均为连续性质，主要为以下四类：
（1）平均值与全距管制图（-RCHART）
（2）平均值与标准差管制图（X-SCHART）（3）中位数与全距管制图（CHART）（4）个别值与移动全距管制图（X-RmCHART）,控制图,2、计数值控制图他所依据的数值都是不可连续读取的数值（如不良数等）间断数值都属于此类），最常见为以下四种：
（1）不良率管制图P-CHART
（2）不良数管制图Pn-CHART（3）缺点数管制图C-CHART（4）单位缺点数管制图-CHART,控制图,四、控制图的功能：
1、可判定过程的变异是属于偶然原因还是异常原因2、做过程能力分析3、依据过程精密度，可做下列判断及处理,控制图,五、控制图原理：
控制图,控制图,正态分布有一个事实在质量管理中经常要用到，即不能与取值为何，产品质量特性值落在-3,+3范围内的概率为99.73%，于是产品质量特性值落在该范围外的概率为1-99.73%=0.27%,3范围內不良概率为0.27%,控制图,直方图旋转900C即为控制图,控制图,控制图,
（1）点超出管制界限之外
（2）八点中有七点位于中心线一側（3）7个或更多的点连续上升或下降（4）连续性14点交替上下,控制图的判读,旧QC七大手法,旧QC七大手法,旧QC七大手法,QC七大手法使用口诀,鱼骨追原因查检集数据柏拉抓重点直方显分布散布看相关管制找异常层別作解析,Addyourcompanyslogan,ThankYou!
升级会员 