QC七大手法Word格式.docx
《QC七大手法Word格式.docx》由会员分享,可在线阅读,更多相关《QC七大手法Word格式.docx(22页珍藏版)》请在冰点文库上搜索。
![QC七大手法Word格式.docx](https://file1.bingdoc.com/fileroot1/2023-5/6/9bc4640d-c965-4321-96a4-f93e8db60a2c/9bc4640d-c965-4321-96a4-f93e8db60a2c1.gif)
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
2.1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)标准偏差-表示该群数值间差异大小的一个数值
群体标准偏差
样本标准偏差
2.2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:
μ1=μ2
σ1
σ2
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。
经由变量变换,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、三倍标准偏差之机率为
P(<
X<
)=0.6827
P(<
)=0.9545
)=0.9973
2.3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:
LSL
USL
CL
μ相同,故Ca值一樣,綠線σ小,故Cp值大,Cpk值亦大
σ相同,故Cp值一樣,綠線μ在中心沒有偏移,故Ca值小,Cpk值大
在标准常态分配之状况下,Cpk=1时,其OutSpec.之机率为0.0027,亦即不良率为2700DPPM,而在Cpk=1.33时,其OutSpec.之机率为0.000064,亦即不良率为64DPPM。
第3章
查检表
3.1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」
3.2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】,它用于「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
3.3查检表制作
查检表的内容是依据下述考虑而决定:
1)把握项目:
待搜集项目和数据样式;
2)表格样式:
如【图3-3】所示,查检表格式应符合搜集目的;
3)记录型式:
点检的记录形式,如项目、日期、数目、合计等;
4)搜集方式:
何人、何时、何地、何物、、、等等。
3.4表格使用
使用查检表进行搜集数据,待完成后宜检讨下述问题:
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
4.1何谓柏拉图?
它是「根据类型所搜集的数据,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
4.2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)直方图绘制:
在横轴个类上,将数据大小按左轴刻度画出直方图;
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,并用直线由左至右链接;
6)附记事项:
记入主题及相关数据。
4.3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:
实行对策一段期间后,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,改善后案件从上季200件降至本季78件;
而且改善后「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」。
改善前后的比较,可如【图4-2】使用柏拉图显示。
【注意】效果确认时应考虑:
-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】改善前后「电视机顾客投诉」柏拉图
第5章
鱼骨图
5.1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」
C.3模具尺寸不正確
沖型不良
B.人員
A.材料
D.方法
C.機器
A.1台虹基材尺寸安定性不佳
A.2材料儲存環境不正確
B.1自主檢查
未落實
C.1沖孔位置度
C.2底片尺寸不正確
D.1製程條件變更
【图5-1】特性要因图
5.2鱼骨图制作
鱼骨图是按下述程序而制作:
1)问题特性:
厘定问题或质量的特性,如「延迟交货频频」;
2)定大要因:
推定能支配问题或质量的主要因素;
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,日期及制作者数据。
5.3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之原则不因好恶决定。
【图5-2】对策鱼骨图
第6章
散布图
6.1何谓散布图?
它是「按数据分布型态,来判断配对变量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
6.2散布图作成
1)配对变数:
找出关切的两变量。
若系因果关系时视因和果各为X、Y变数
2)搜集数据:
至少三十组以上变量数对
3)计算组距:
各找出两变量的最大值、最小值、和全距
4)标轴刻度:
各按两变量的最大、最小、和全距设定坐标轴
5)标绘图点:
按各数对的横轴、纵轴坐标,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。
6.3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,检视各图点落处于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,它表示因变量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,各图点分散落处于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。
【圖6-2】強弱相關
(a)强相关(b)弱相关
【图6-3】无甚相关
【图6-4】曲线相关
6.4相关系数
自行求算的公式如下:
6.5使用散布图时应注意事项:
1)不当数据:
数据的获得是否质量良好?
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:
变量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)层层迭迭:
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
7.1何谓管制图?
管制图是将「制程样组」和「质量特性」各置于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,然后将频次或数值数据,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
7.2管制图的分析
1)界外点-管制图中已有点落于管制界限外
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=0.005928)
b.五点中有四点在B区或以外(机率=0.034604)
c.连续六点持续上升或下降(机率=0.015625)
d.
八点在心线两侧C区内(机率=0.047183)
e.连续九点在单边C区或以外(机率=0.001953)
f.15点在心线两侧C区内(机率=0.003261)
g.有一点在A区以外(机率=0.002700)
h.连续14点交互升降(机率=0.000122)
备注:
A区-两倍至三倍标准偏差间
B区-一倍至两倍标准偏差间
C区-一倍标准偏差间
第8章
直方图
8.1何谓直方图?
它是「就『质量特性』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
8.2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:
就质量特性为横轴,按各组次数制作成条图。
8)附记事项:
记入主题及相关数据而作成直方图。
8.3分布判断
1)常态型:
如【图8-2】所示,制程正处于安定状态。
2)锯齿型:
如【图8-3】所示,数据搜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
圖8-4
圖8-5
圖8-6
圖8-7
圖8-8
层别法
9.1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复现象。
」这就是层别法。
「层别法」=「大海觅针」
9.2层别法的作法
1)确定层别的目的
2)选定影响质量特性的原因
3)制作记录卡
4)整理数据
5)比较与检定