QC七大手法Word文档下载推荐.docx
《QC七大手法Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《QC七大手法Word文档下载推荐.docx（20页珍藏版）》请在冰点文库上搜索。
制品的好坏，主要受到四个M：
材料（Material）、机器（Machine）、人员（Man）与方法（Method）之影响，但若四者均在标准范围内变化，其变化幅度较为微小，而属机遇原因变化，在经济价值上，此种变化不需采取措施或改正行动。
2）非机遇原因（AssignableCause）
非机遇原因又称异常原因，系导致四个M的变化，即：
a.使用不合规格的材料
b.机器故障或工具损坏
c.员工情绪久佳或工作不努力
d.不按操作标准工作，或标准不适当
以上四个非机遇原因，所造成变化之幅度较大，会引起大量的不合品，在经济价值上应予以消除。
第2章
统计资本概论
统计量数
1）平均数－代表一群数值的一个数值
群体平均数
样本平均数
2）变异数
群体变异数
样本变异数
3）标准差－表示该群数值间差异大小的一个数值
群体标准差
样本标准差
机率分配-常态分配
若从常态母体n（x;
?
2）中，随机抽取一个样本，则结果为x之机率密度（probabilitydensity）是：
其累积机率密度函数为
一平均数为0，变异数为1之常态分配称为标准常态分配。
经由变数变换，任何常态分配都可转换成标准常态，其公式如下：
在一常态分配中，平均数正负一倍、二倍、三倍标准差之机率为
P（?
<
X<
）=
制程能力指标
1.USL－规格上限 LSL－规格下限 CL－规格中心值
2.Ca－制程准确度（CapabilityofAccuracy）
3.Cp－制程精密度（CapabilityofPrecision）
4.Cpk－制程能力指数（总合Ca&
Cp之指标）
或
下面以图示说明：
在标准常态分配之状况下，Cpk=1时，其OutSpec.之机率为，亦即不良率为2700DPPM，而在Cpk=时，其OutSpec.之机率为，亦即不良率为64DPPM。
第3章
查检表
何谓查检表（Checksheet）？
「勾记型的图形或表格，使用它时只须登入检查记号和点数整理，可藉以稽核和分析」。
因此，「查检表」=「事实记志」
查检表的种类
1）纪录用：
如【图3-1】，它又称「改善用查检表」。
2）点检用：
如【图3-2】，它用於「作业实施」和「机械整备」的确认。
作业者
机械
日期
不良种类
月日
尺寸
A
1
缺点
材料
其他
B
2
【图3-1】车床加工查检表
10000KM时定期保养
顾客宝号：
日期：
车牌号码：
保养费用：
车种款式：
行驶公里：
作业者：
□电瓶液量□空气滤清器
□水箱□机油
□胎压□分电盘盖
□火星塞□化油器
□风扇皮带
注：
检查调整更换
【图3-2】汽车定期保养查检表
查检表制作
查检表的内容是依据下述考量而决定：
1）把握项目：
待蒐集项目和数据样式；
2）表格样式：
如【图3-3】所示，查检表格式应符合蒐集目的；
3）记录型式：
点检的记录形式，如项目、日期、数目、合计等；
4）蒐集方式：
何人、何时、何地、何物、、、等等。
表格使用
使用查检表进行蒐集数据，待完成後宜检讨下述问题：
1）反映事实：
印证所获数据是否能反映某些事实？
2）独特项目：
查看是否有些项目主宰事实，或个别项目间明显差异？
3）时间推移：
是否有经时变化的趋势？
4）周期循环：
是否有周期变化的型样？
。
数据期间：
87年第三季
检查项目
期间
案件数目
10月
11月
12月
合计
画面
没有画面
//
/////
5
///////////////////////////////////35
42
没有彩色
///
3
////
4
9
电波
没有天线
////////////////////
20
29
没有方向
//////////////////////////////
30
////////////////////////
24
/////////////////////////////
83
声音
没有
//////
6
15
其他抱怨
/////
///////////////
22
案件合计
49
45
106
200
【图3-3】「电视机故障投诉」状况查检表
第4章柏拉图
何谓柏拉图？
它是「根据类型所蒐集的数据，按发生数量大小之类型为序，所编制的频次图形。
」一般，柏拉图多加上累计比例的折线。
因此，如按「不良原因」、「不良状况」、「不良位置」、「安全事故」或「客户抱怨」等的类型区分，则
「柏拉图」=「重点问题」
【图4-1】「电视机顾客投诉」柏拉图
柏拉图制作
1）决定数据期间；
2）决定水平横轴：
除其他外，按发生数据由大至小，由左至右排定类型顺序；
3）决定左右纵轴：
依据最大频次和比例决定左、右纵轴的刻度；
4）长条图绘制：
在横轴个类上，将数据大小按左轴刻度画出长条图；
5）折线图绘制：
在横轴个类上，将个类数据占总数的累计比例，按右轴刻度画出图点，并用直线由左至右连结；
6）附记事项：
记入主题及相关资料。
柏拉图使用
使用柏拉图，有下述三时机：
1）掌握重点：
百分之八十的不良是由百分之二十的原因所造成。
2）发现真因：
当制程产品突然冒出罕见缺陷，且某机台的劣品数竟占9907与该劣品总数的94%，此际从该机台下手应可追查到缺陷的真因。
3）效果确认：
采行对策一段期间後，改善效果可望在柏拉图上呈现。
如果效果明显，不良总数会下降，而重要项目也会有一番大调整。
如【图4-2】所示，改善後案件从上季200件降至本季78件；
而且改善後「电视机顾客投诉」的前三项是「没有天线」、「没有声音」、和「没有彩色」，已非改善前的「没有方向」、「没有画面」、和「没有天线」。
改善前後的比较，可如【图4-2】使用柏拉图显示。
【注意】效果确认时应考量：
-不同比较期间的项目和对象是否一致？
-季节性的变化是否对数据有影响？
-对策外的要因是否对数据有影响？
【图4-2】改善前後「电视机顾客投诉」柏拉图
第5章
鱼骨图
何谓鱼骨图？
它是「就特性数值，整理主导影响的潜在要因之间的条理，及要因和特性的因果关系，成为骨状的图形。
」如图【图3-1】所示的「特性要因图」，亦常绘成「鱼骨图」，「鱼头」和「鱼刺」各表示「问题特性」和「潜在要因」。
因此，
「鱼骨图」=「推敲因果」
【图5-1】特性要因图
鱼骨图制作
鱼骨图是按下述程序而制作：
1）问题特性：
厘定问题或品质的特性，如「延迟交货频频」；
2）定大要因：
推定能支配问题或品质的主要因素；
3）中小要因：
推定大要因内之中度、轻度因素；
4）主要原因：
推定大要因间之主要因素；
5）附记事项：
填上制作目的，日期及制作者资料。
鱼骨图使用
使用鱼骨图，有下述三时机：
1）整理问题：
将紊乱问题整理出头绪；
2）追查真因：
从问题成因中追究出主因；
3）寻找对策：
从问题主因中研讨出对策；
4）教育训练：
员工解决问题能力的训练。
【注意】编制鱼骨图时应注意：
把握脑力激荡原则、将要因层别化；
5W1H之原则ˉ不因好恶决定。
【图5-2】对策鱼骨图
第6章
散布图
何谓散布图？
它是「按数据分布型态，来判断配对变数之间对应关系的图形。
「配对数据」=「敲定因果」
【图6-1】温度X和硬度Y的散布图
散布图作成
1）配对变数：
找出关切的两变数。
若系因果关系时视因和果各为X、Y变数
2）蒐集数据：
至少三十组以上变数数对
3）计算组距：
各找出两变数的最大值、最小值、和全距
4）标轴刻度：
各按两变数的最大、最小、和全距设定座标轴
5）标绘图点：
按各数对的横轴、纵轴座标，在图上以单点标记
6）标绘心轴：
各绘制
和
的直线，则构成以
为中心的I、II、III、和IV四象限。
7）附记事项：
例如，如【图6-1】所示完成的散布图。
关系性质
使用散布图时，常需判断X变项与Y变项的相关性质。
可利用
为中心的四象限，检视各图点落处於I、II、III、和IV象限的状况，来判定X与Y的关系。
以下是各式各样相关性质的判定方式：
1）正负相关：
当X增加时，Y亦随之增加，它表示因变数X与果变项Y是呈「正相关」；
反之，则X与Y呈「负相关」。
2）强弱相关：
图点分布较密集时是「强相关」，而分布较疏广时是「弱相关」。
如【图6-2】所示。
3）无甚相关：
图点分布散乱时，X与Y之间是「无甚相关」。
如【图6-3】所示，各图点分散落处於I、II、III、和IV各象限。
4）曲线相关：
图点分布呈曲线倾向时是「曲线相关」。
如【图6-4】所示，各图点似乎「贴近」某条曲线。
【图6-2】强弱相关
（a）强相关（b）弱相关
【图6-3】无甚相关
【图6-4】曲线相关
相关系数
自行求算的公式如下：
使用散布图时应注意事项：
1）不当数据：
数据的获得是否品质良好？
譬如「不当量测」、「不当期间」、「人为疏失」或「人为篡改」等等。
2）假性相关：
变数之间本质上是否并无相关性？
譬如「中山高交通事故」和「养殖池成鱼骤死」的相关系数可能甚大，可是结论却是荒诞不经：
「中山高交通事故和养殖池成鱼骤死之间，关系甚大。
」
3）层层叠叠：
数据的背景条件是否不够特定？
譬如「不同机台」、「多人操作」或「不同批号」等等。
第7章
管制图
何谓管制图？
管制图是将「制程样组」和「品质特性」各置於横轴和纵轴的一种折线图，但它事先已绘制「CL」、「UCL」、「LCL」等三条水平界线。
如【图7-1】所示，使用管制图时、按时逐次抽样，然後将频次或数值数据，标绘成乙个图点。
若生产稳定，则图点理应散落在UCL和LCL两条界线的范围之内，并且图点大多会贴近CL界线。
「管制图」=「异常警告」
【图7-1】管制图
管制图的研判
1）界外点－管制图中已有点落於管制界限外
2）点串型－制程业已偏移或呈现走势
3）非随机－管制图中某组点有非随机的现象
a.三点中有二点在A区或以外（机率=）
b.五点中有四点在B区或以外（机率=）
c.连续六点持续上升或下降（机率=）
d.
八点在心线两侧C区内（机率=）
e.连续九点在单边C区或以外（机率=）
f.15点在心线两侧C区内（机率=）
g.有一点在A区以外（机率=）
h.连续14点交互升降（机率=）
备注：
A区－两倍至三倍标准差间
B区－一倍至两倍标准差间
C区－一倍标准差间
第8章
直方图
何谓直方图？
它是「就『品质特性』数值的数个相等区间为序，按数据『落入各区间的频次』制作成条图。
「直方图」=「品质概要」
【图8-1】汽缸头径长直方图
直方图制作
1）数据范围：
找出「最大值」和「最小值」。
2）计算全距：
由「最大值」减「最小值」而得全距值。
3）组数组距：
先参考数据总量决定组数，再求算组距＝全距÷
组数。
4）上下组界：
求算各组之上、下组界。
5）组中心点：
求算各组之组中心点。
组中心=（上组界＋下组界）÷
6）次数分配：
点数落入各组之笔数。
7）制作图形：
就品质特性为横轴，按各组次数制作成条图。
8）附记事项：
记入主题及相关资料而作成直方图。
分布判断
1）常态型：
如【图8-2】所示，制程正处於安定状态。
2）锯齿型：
如【图8-3】所示，数据蒐集或作图方法不恰当。
3）截尾型：
如【图8-4】所示，无法量测某界限以下的数值。
4）峭壁型：
如【图8-5】所示，产品业已经过筛选。
5）双峰型：
如【图8-6】所示，样本数据来自不同的机台或材料。
6）丘陵型：
如【图8-7】所示，样本数据来自迥异的制程。
7）
离岛型：
如【图8-8】所示，制程业已遭到特殊原因的淆扰。
第9章
层别法
何谓层别法？
「因为数据具有多种属性，若就特定类别整理之，以便能指认出是否存在时或空的反覆现象。
」这就是层别法。
「层别法」=「大海觅针」
层别法的作法
1）确定层别的目的
2）选定影响品质特性的原因
3）制作记录卡
4）整理数据
5）比较与检定
升级会员 