QC七工具-问题的分析与解决.ppt

QC七工具 -问题的分析与解决 作成：夏春龙 日期：* 引子：解决问题程序 对 策 衡量、追踪、控制 改善的成果 例如： 人员出勤率93% 现 象 问 题 原 因 当我们观察到 或发现时 确认并定义问题 5W1H 这现象是否正常 跟标准或目标差异 其差异是否不应该 人员出勤率的目标为95% 低了2个百分比，而此差 异幅度根据以往数据判断 差异过大,为异常状况。 请假人数太多为什么会发生异常 ? 设定改善目标 并形成解决方案 如何改善异常 ? 如何控制发生异常 的原因 ?处置：问题发生立即实行 公布人员出勤状况的措施 分析原因 5WHY 治标：解决问题的手段 强化请假管制 治本：避免问题再发生 加强员工向心力的方法 A B C 12345 调查表 散布图 1. 根据事实、数据说话图表、 调查表、 散布图。 2. 整理原因与结果的关系，研究潜在 的问题因果图 因果图 3. 凡事不能完全单用平均数来考虑，应 了解事物都有波动存在，必须从平均数与 波动来两方面考虑直方图、控制图 直方图 控制图 QC 7 工具 4. 所有数据不能止于平均，必须根 据数据的来龙去脉，考虑适当分层 层别法 层别法 5. 并非对所有原因采取措施，而是 先从影响较大的23项采取措施，也 就是所谓管理重点柏拉图。 柏拉图 QC 7 工具 1.1 调查表 概念：收集数据而设计的表格； 使用场合：主要用于现场事项的观察、记录和收集数据 ；如：作业前点检表、设备操作点检表和保养点检表、 生产状况稽查等； 作用：日常管理作业前检查、作业标准执行检查等 ； 调查问题质量异常调查、不合格原因调查等； 取得记录调查分析需要记录，可做成统计表。 不合格项目调查表-调查生产现场不合格项目的频数和不合格率，以 便进一步用于排列图等分析研究。 1.2 常见调查表：例一 序号项目频数累计累计 A服务质 量差808040 B菜式少6014070 C就餐环境差3017085 D价格偏高2019095 E餐具不卫生419497 G其他6200100 调查 者：马 地 点：公司食堂 _年_月_日 食堂伙食差调查表 N = 200 批次产品 型号 成品量 （吨） 抽样数 （包） 不合格 品数（ 包） 批不合 格品率 （） 外观不合格项目 黑 点 铁 屑 长 条 油 污 粒 径 麻 点 1HF-606 KS51610520.411 2FRABS-518W10540.83122 3HR-528 KS32010540.8312 4FW-620 KS256910530.6231 5HP-126 KS254310551.01211 ： ： 2510510.21121 合计250125990.8832453810 调查 者：郇 地 点：四车间 _年_月_日 ABS成品抽样检验及外观不合格品项目调查表 1.3 常见调查表：例二 1.4 常见调查表：例三 质量分布调查表-是根据以往的资料，将某一质量特性项目的数据分布范 围分成若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一 区间的频数。 调查人：邹调查日期： _年_月_日 调查数（N）：121 个调查方式：根据原始凭证统计 频数136142632231042 正 正正 正正正 正正正 正正正正正 正正正正正正 0 5 10 15 20 25 30 35 40 1518212427303336394245 JH960 6100 KC887熔指实测值分布调查表 矩阵调查表-是一种多因素调查表，它要求把产生问题的对应因素分别排 列成行和列，在其交叉点上标出调查到的各种缺陷、问题和数量。 1.5 常见调查表：例四 机号 2月5日2月6日2月7日2月8日2月9日2月10日 上午下午上午下午上午下午上午下午上午下午上午下午 1 2 调查 者：潘 时间 ： _年_月_日 地 点： *公司注塑一车间 调查 方式：实地观测 缺陷符号： 气孔气纹 黑点 变形 其他 塑料制品外观质量调查表 定义:散布图也叫相关图, 它是用来研究判断两个变量之间相 关关系的图。 两个变量之间常见的两种关系：(1)函数关系。(2)非确定性 的关系。 散布图由一个纵坐标，一个横坐标，很多散布的点组成。 2.1 散布图 Y X 2.2 典型散布图 Y X X增大时，Y也 随之增大，典型 的正相关 Y X . . . . X增大时，Y也随之 增大，不显著的正 相关。 Y X X与Y之间看不出 有任何关系 (1)不相关 (2)弱正相关(3)强正相关 Y X X增大时，Y反而变 小，典型的负相关 . . . . . . . . Y X X增大时，Y反而变 小，不显著的负相 关。 Y X X开始增大时，Y 也随 之增大，但达到某一 值以后,则X增大时,Y 即减小 (5)强负相关(4)弱负相关 (6)非线性相关 2.3 典型散布图 2.4 线性相关的定量分析 计算相关系数r。 相关系数 (-1r1)反映两个变量之间关系的密切程度 ； r=0,X与Y完全不相关； r=1,X与Y完全正相关； r=-1,X 与Y完全负相关； Y X Y X Y X Y X Y X r=1 r=0r=-1 0r1 -1r0 2.5 散布图判断的注意 事项 1.注意有无异常点：有异常点时，不可任意删除 该异常点，除非异常的原因已确实掌握。 2.看是否有层别必要：数据的获得常常因为人、 机、料、法、或时间等的不同，而使数据的相关 性受到扭曲。 3.是否为假相关。 4.数据太少,易发生误判。 定义：因果图又叫石川图或鱼骨图，是表示质量特性与 原因关系的图 作图要点： (1)明确需要分析的质量问题或确定需要解决的质量特性 。 (2)召集同该质量问题有关的人员参加“诸葛亮会”集思广益 , 各抒己见。 (3)向右画一条带箭头的主干线将质量问题写在图的右边 ，一般按5M1E分类，然后围绕各大原因逐级分析展开到 能采取措施为止。 (4)记录有关事项。 常见的错误及注意事项： (1)确定的质量问题或质量特性笼统不具体，针对性不强 。 (2)原因分析展开不充分，只是依靠少数人“闭门造车” (3)画法不规范 3.1 因果图概述 结 果 中原因 小原因 人员 机器 材料 方法 环境 测量 3.2 因果图的图 大原因 一、5M1E法:(人、机、料、法、测量、环境) 人(Man)：作业者的操作熟练程度 加工工具突然磨损； 短时间内由不熟练工人替班； 操作疏忽； 混入规格不同的产品等。 双 峰 型 孤岛型 4.4 直方图观察分析 5、平顶型 往往是由于生产过程中，某种缓慢 的倾向起作用造成的。如工具的磨损、 或操作者的疲劳等系统性原因造成的。 6、锯齿型 这种异常往往不是生产上的问题，是 由于作直方图过程中分组过多、或测 量时读数有误、或测量仪器精度不够 等造成的。 平 顶 型 锯 齿 型 4.5 直方图观察分析 7、陡壁型 往往是经过全检，剔出不合格品后的 产品数据，作直方图时出现的状态。 或是根据虚假数据作直方图时出现的状 态。 陡 壁 型 4.6 直方图观察分析-与规范 界限的比 X MTL TU 偏 心 型 1、偏 心 型 平均值偏离公差中心使某一边余量很小。 若工序状态稍有变坏，就会出现废品。 应调整分布中心，使偏离量减少或使分布 中心与公差中心M重合。 2、无 富 裕 型 没有余地，一不小心就会出现废品。 应设法缩小分布的范围，或在不影响 质量的前提下适当增大公差范围。 X M TL TU 无 富 裕 型 4.7 直方图观察分析-与规范 界限的比 3、能力富裕型 公差范围过分大于实际尺寸分布范围， 质量过分满足标准要求，太不经济了。 可以考虑改变工艺，缩小公差，或放松加 工精度，以降低成本。 4、能力不足型 由于质量波动太大，已出现不合格 品，工序能力不足造成的。 应设法缩小实际分布的范围，或在 不影响质量的前提下适当增大范围。 X M TL TU 能力富裕型 X M TL TU 能力不足型 定义：1924年由美国质量大师休哈特（W.A.Shewhart) 博士发明，而主要定义即是“一种以实际产品质量特性与 根据过去经验所计算的制造过程能力的控制界限比较， 而得到以时间顺序表示的图形”。 5.1 控制图 一般控制图的纵坐标都设定为产品的质量特性，而以制造过程变化 的数据为刻度；横坐标则为检测样品的序号或时间等，按照顺序将 点绘于图上。 控制图上一般有三条笔直的横线，中间的一条为中心线（Central Line,CL)。在上方的一条称为控制上限（Upper Control Limit,UCL) ，在下方的称为控制下限（Lower Control Limit,LCL)，对上、下控 制限表示可接受的波动范围。 5.2 控制图的基本特性 质量特性值 抽样时间和样本序号 UCL CL LCL 3倍标准差（3） 3倍标准差（3） 一般在制造的过程中，无论是多么精密的设备、环境，其质量特性一定 都会有变动，不可能做出完全一样的制品；而引起变动的原因可分为两 种，一种为偶然原因，一种为异常原因： （1）偶然原因（Chance causes): 不可避免的原因、非人为的原因、共同 性原因、一般性原因，是属于控制状态的变异。 （2）异常原因（Assignable cause):可避免的原因、人为的原因、特殊性原 因、局部性原因等。不能让它存在，必须追查原因，采取必要措施，使 制造过程恢复正常控制状态，否则会造成损失。 5.3 质量波动的原因 偶然原因之变动异常原因之变动 . . . . 分类波动情况影响程度追查性 偶然原因一定有且无法避免，系统 的一部份 影响小不明显不值得、成本高、不 经济 异常原因本质上是局部的，很少或 没有，可避免的 有明显的大影响值得且可找到，否则 造成大损失 5.4 控制图的上下限 质量特性值 UCL CL LCL 3倍标准差（3） 3倍标准差（3） 控制图以正态分布的三倍标准差为理论依据。也就是说只要一群数据是正态分 布，我们每抽样1000次，会有 3次莫名其妙不合格，但3次是可以不予计较的。 我们误判的机率只有千分之三，应该判不合格。 UK界限以内概率超出界限概率 U0.6750.00%50.00% U168.26%31.74% U1.9695.00%5.00% U295.45%4.55% U2.5899.00%1.00% U399.73%0.27% 控制图按数据的性质，分为计量型、计数型控制图两类。 类 别 名称控制图符号特点适用场合 计 量 值 控 制 图 平均值极 差控制图 x R 最常用，判断工序是否正常的 效果好，但计算工作量很大。 适用于产品批量较大的工序 。 中位数极 差控制图 x R计算简便，但效果较差。 适用于产品批量较大的工序 。 单值 移 动极差控制 图 x R S 简便省事，并能及时判断工序 是否处于稳定状态。缺点是不 易发现 工序分布中心的变化。 因各种原因（时间 、费用等 ）每次只能得到一个数据或 希望尽快发现 并消除异常原 因。 计 数 值 控 制 图 不合格品数 控制图 Pn 较常用，计算简单 ，操作工人 易于理解。 样本容量相等。 不合格品率 控制图 P计算量大，控制线凹凸不平。样本容量不等。 缺陷数控制 图 c 较常用，计算简单 ，操作工人 易于理解。 样本容量相等。 单位缺陷数 控制图 u计算量大，控制线凹凸不平。样本容量不等。 5.5 控制图种类 5.6 应用控制图的步骤 1. 选择控制图拟控制的质量特性，如密度、熔指、不合格 品数等； 2. 选用合适的控制图种类； 3. 确定样本容量和抽样间隔； 4. 收集并记录至少20 25个样本的数据，或使用以前所记 录的数据； 5. 计算各个样本的统计量，如样本平均值、样本极差、样 本标准差等； 6. 计算各统计量的控制界限； 7. 画控制图并标出各样本的统计量； 8. 研究在控制线以外的点子和在控制线内排列有缺陷的点 子以及标明异常（特殊）原因的状态； 9. 决定下一步的行动。 图别 中心线 （C L） 上控制界限（UCL）下控制界限（LCL） R R A2 D4 A2 D3 x R x RS 2.659 3.267 2.659 不考虑 P x R x x x x R R x R R x x RS RS RS RS 5.7 控制界限线的计算公式 P 3P （1 ）P P nP （1 ）P P n 3 5.8 控制图的观察与分析 点没有超出控制线（在控制线上的点按出超出 处理），控制界限内的点排列无缺陷，反映工 序处于控制状态，生产过程稳定，不必采取措 施。 控制图上的点子出现下列情形之一时，即判断 生产过程异常： 点子超出或落在控制线上； 控制界线内的点子排列有下列缺陷： 缺陷图例 链状况连续 七点以上在中心线 同一侧出现。 趋势 状况连 续七点以上上升或 下降。 UCL CL LCL UCL CL LCL 5.9 控制图的观察与分析 缺陷图例 周期状况 接近控制界限状 况在连续 三点中至 少有两点接近控制界 限。 UCL CL LCL UCL CL LCL 5.10 控制图的观察与分析 在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工 作； w 在工序能力不足时，即在CP 1的情况下，就使用控制图管理工作； w 用公差线代替控制线，或用压缩的公差线代替控制线； w 仅打“点”而不做分析判断，失去控制图的报警作用； w 不及时打“点”，因而不能及时发现工序异常； w 当“5M1E”发生变化时，未及时调整控制线； w 画法不规范或不完整； w 在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后 ，未剔除异常点数据。 5.11 应用控制图的常见错误 1897年,意大利学者柏拉图分析社会经济结构,发现绝大多数财富掌握 在极少数人手里,称为“柏拉法则”。 美国质量专家朱兰博士将其应用到品管上,创出了“Vital Few, Trivial Many”(重要的少数,琐细的多数)的名词,称为“柏拉图原理”。 定义:根据所搜集之数据,按不良原因、不良状况、不良发生位置等不 同区分标准,以寻求占最大比率之原因,状况或位置的一种图形。 6.1 柏拉图（Pareto Diagram)概述 ABCDE 不良率 100% 累计影响度 项目 1、品质方面 （1）不良品数、损失金额，可依不良项目别、发生场所别、发生制程别 、机械别、作业者别、原料别、作业方法别等结果或要因区分出“ 重要的少数，琐细的多数”情形。 （2）消费者的抱怨项目、抱怨件数、修理件数等。 2、时间方面效率 （1）作业的效率工序别、车间别等。 （2）故障率、修理时间设备别等。 3、成本方面 （1）原料、材料别的单价。 （2）产品别、规格别的单价。 （3）品质成本预防成本、监定成本、内外部失败成本。 4、销售方面 销售金额别、销售区域别、产品销售别、业务员别。 6.2 哪些数据可以整理成为柏 拉图 客户投诉次数分析 28 14 12 10 85 77次 100% 70% 6.3 柏拉图范例 前三项，投诉原因占70.1%,针对前三项 问题，加以层别找出真正原因，则可消 除大部份的问题。 6.4 柏拉图案例 某公司希望车间主管的工作重点放在作业指导及改善活动 上，在8月份收集数据统计后，发现情形并不好，于是着手进 行改善活动;再在年底（12月）收集数据，请根据这些数据作 成柏拉图，并回答下列问题： 8月份车间主管的工作时间花在那些地方最多?(占50%以 上，工作时间之项目） 3月份车间主管花在工作指导及改善活动的时间，各占全 部时间之多少%？ 12月份车间主管花在那些地方最多?(占50%以上工作时间 之项目） 12月份车间主管花在工作指导与改善活动的时间占其全部 时间之多少?与8月份相比较，进步了多少? 8月份统计表 工作内容时数累计时间 催料153153 生产规 划85238 工作指导51289 会议43332 不良处理89421 改善活动19440 其他40480 合计480480 工作内容时数累计时间 工作指导138138 改善活动89227 生产规 划81308 催料60368 会议40408 不良处理59467 其他13480 合计480480 6.5 柏拉图案例 12月份统计表 工作内容 时数 累计 时间 影响 度% 累计影 响度% 催料A15315331.931.9 不良处理 B 8924218.550.4 生产规划 C 8532717.768.1 工作指导 D 5137810.678.7 会议E434219.087.7 其他F404618.396.0 改善活动 G 194804.0100.0 合计480100.0 工作内容时 数 累计 时间 影响 度% 累计 影响度 % 工作指导D13813828.828.8 改善活动G8922718.547.3 生产规划C8130816.964.2 催料A6036812.576.7 不良处理B5942712.389.0 会议E404678.397.3 其他F134802.7100.0 合计480100.0 8月份统计表 6.6 柏拉图案例 12月份统计表 8月份(改善前） 的柏拉图 480 480 100% 100% 68.1% 64.2% 时间（小时） 时间（小时） 12月份（改善后） 的柏拉图 6.7 柏拉图案例 （1）8月份车间主管的工作时间花在催料，不良处理对策 ，以及生产规划等三项为最多，占总时间的68.1%。 （2）8月份车间主管花在作业指导及改善活动方面的时间 并不多，占总时间的14.6%。 （3）经过重新调整工作方式后，在12月份车间主管的工作 时间花在工作指导、改善活动以及生产规划等三项最多， 占总时间的64.2%. （4）12月份车间主管花在作业指导及改善活动方面的时间 ，占总时间的47.3%，为8月份的3.24倍，显见车间主管已 走入现场实际了解问题，并改善问题。 6.8 柏拉图案例-结论 横坐标按项目分,根据大小顺序由高而低排列下来,“其它”项排末位。 次数少的项目太多时,可归纳成“其它”项。 前23项累计影响度应在70%以上。 柏拉图是按所选取的项目来分析;因此，只能针对所做项目加以比较， 对于项目以外的分析无能为力。例如：某产品不良数中A项占85%，减 低A项不良数只能降低该产品的不良率，并不代表此举最合乎经济效益 原则。 作成的柏拉图若发现各项目分配比例相差不多时，则不符合柏拉图法则 ，应以其他角度作项目别，再重新收集资料来分析。 据以作图（柏拉图）的数据应正确无误，才不致于蒙蔽事实真相。 柏拉图仅是改善的手段而非目的；因此，对于数据项别重点已清楚明确 的，则无必要再浪费时间作柏拉图分析。 作成柏拉图后，仍觉前面12项不够具体，无法据此下达对策时，可再 做进一步的柏拉图，借以把握具体重点。 柏拉图分析主要目的是从分析图中获得情报，进而设法采取对策。如果 所得到之情报显示第一位次之不良项目并非本身工作能解决时，可以先 避开第一位次，而从第二位次着手。 6.9 柏拉图应用注意事项 7.1 层别法（Stratification) 定义：为了区分我们所收集的数据，因为种种不同而对结 果产生的影响，所以用种种不同类别对结果加以分类、统计 ，这种方法的方法称为层别法（或分层法）。 在实际工作中，经常可发现有产品质量因人、时、料、机 台等不同时，就会有差异。如果能针对上述各种可以明 显区分的因素，在数据收集时，加以注明;一旦有不良发生， 就可快速找到问题所在。 如果数据没有适当层别，一旦有异常时，往往在调查上浪 费大量人力、物力、时间，有时甚至最终还是无法寻获真正 原因。 7.2 层别的分类 1、按部门、岗位：生产部门、维修部门、检测部门、采购部门、技术部门 、采购部门等。 2、按制造过程：混料段、挤出段、混色段等。 3、按作业员：班别、熟练度别、年龄别、性别、教育程度别等。 4、按机器、设备：机台别、场所别、机种别、新旧别、速度别等。 5、按作业条件：温度别、湿度别、压力别、天气别、人工与自动别等 。 6、按时间：小时别、日期别、周别、月别、日夜别、季节别等。 7、按原材料： 供应商别、材质别、产地别、成份别、贮存时间别等。 8、按检测：检测人员别、检测方法别、检测仪器别、检测环境别等。 9、按气候：气温别、温度别、睛或雨别、照明别、潮湿或干燥别等。 10、其他：良品与不良品别、包装别、运搬方法别等。 7.3 层别法的运用手法 QC手法上各种图表都可运用层别法，分类进行分析； 1、趋势图的层别 7.4 层别法的运用手法 2、直方图的层别 C