常用品质管理七大手法.ppt

品管七大手法 东莞长安AA电子厂品质保证部2005年01月5日 直方图 柏拉图 管制图 查核法 特性要因图 散布图 层别法 查核表 查核表概述及意义 查核表就是将需要检查的内容或项目一一列出来 然后定期或不定期的逐项检查 并将问题点记录下来的方法 它以叫检查表或点检表 查核表一般包括 但不限于 诊断表 顾问诊断表 医生诊断表等 问询表 记者采访问询表 与某人沟通问询表等 统计表 人口统计表 生产数量统计表 不良率统计表等 调查表 客户满意度调查表 民意调查表等 记录表 IQC检验记录表 机器保养记录表等 工程表 电子行业QC工程表 家具产品QC工程表等 考核表 员工考核表 干部考核表 干部晋升考核表等 检查表 5S检查表 工业安全检查表 内部审计表等 管制表 人员管制表 物料管制表 APQP管制总表等 查核表特点 记录简单 一目了然 资料不会遗漏 有备忘的功能 它是最简单 使用最多 用途最广的一种品管手法 查核表制作 一 确定检查对象 二 制定检查表 三 依检查表项目进行检查记录 四 对检查出的问题要求责任单位及时改善 五 检查人员在规定时间内对改善效果的确认 六 定期总结 持续改进 步骤 备注 1 确定检查项目 在范例上改进 多方讨论 使项目不遗漏 2 确定检查的频率 每小时 每天 每周 每月检查 3 确定检查的人员 选择有原则的人担当 检查员铁面无私 注意事项 范例一 某顾问公司顾问师与工厂总经理沟通诊断表 范例二 某IT企业员工考核表 范例三 某房地产公司客户满意度调查表 范例四 5S活动检查表 层别法 层别法概述及意义 层别法是将大量有关某一特定主题的观点 意见或想法按组分类 将收集到的大量的数据或资料按互相关系进行分组 加以层别 又叫分层图 层别法对象举例 部门别 技术部 市场部 工程部 生产部 品管部 行政部 采购部 物控部 财务部等 制程别 遥控电动玩具制程 线控电动玩具制程 普通塑胶玩具制程等 班别 早班 中班 晚班 作业员别 工龄别 年龄别 教育别 性别等 机械设备别 机台别 机型别 生产厂家别 新旧别等 时间别 小时别 日别 周别 旬别 月别 日夜别 季节别等 作业条件别 温度表 压力别 作业时间别等 原材料别 五金类 塑胶类 电子元件类 包装材料类等 测量别 测量仪器别 测量人员别 测量方法别等 检查别 检查人员别 检查方法别 检查场所别等 地区别 华北地区 华南地区 东北地区 华东地区 西南地区 西北地区 查核表特点 通过层别法 可以将杂乱无章的数据归纳为有意义的类别 将事物处理得一清二楚 一目了然 这种科学的统计方法可以弥补靠经验直觉判定管理的不足 层别法制作 步骤 附加说明 备注 1 品质管理 必须确定项目 然后定期地收集数据并层别分类 进行科学的分析判断 在工厂 要以数据说话 找出问题所在 2 层别的对象应具有可比性 这样容易发现问题点 范例一 各城市制造业从业人员月平均收入分层统计表 范例二 某电子厂A B产品制程不良别统计表 范例三 全国行政区人口统计表 柏拉图 柏拉图概述及意义 柏拉图主要用来分析各种不良原因或缺点项目中的重点部分 以便掌握在品质方面的重点 分析的范围可以大到整个工厂的缺点 小到一个部品的缺点 精神之一 80 20法则 大多数问题是由少部分原因造成的 大多部分原因却导致少部分问题 这在世界上已成为公理 精神之二 对数据或同类事物进行排序 从而更有助于比较分析及掌握工作重点 从而提升工作效率 历史 1897年 意大利经济学家柏拉 1848 1923 在分析社会经济结构时发现一个规律 即80 的财富掌握在20 的人手中 后被称为 柏拉法则 1907年 美国经济学家劳伦兹使用累计分配曲线描绘了柏拉图法则 被称为 劳伦兹曲线 1930年 品管泰斗美国品管专家朱兰博士将劳伦兹曲线应用到品质管理上 20世纪60年代 日本品管大师石川馨在推行他自己发明的QCC品管圈时使用了柏拉图 从而成为品管七大手法之一 柏拉图的分类 一 分析现象用柏拉图 二 分析原因用柏拉图 品质 不合格 故障 顾客抱怨 退货 维修等 成本 损失总数 费用等 交货期 存货短缺 付款违约 交货期拖延等 安全 发生事故 出现差错等 这种柏拉图与以下不良结果有关 用来发现主要问题 操作者 班次 组别 年龄 经验 熟练情况 机器 设备 工具 模具 仪器 原材料 制造商 工厂 批次 种类 作业方法 作业环境 工序先后 作业安排 这种柏拉图与过程因素有关 用来发现主要问题 柏拉图的作用 1 降低不良的依据 可看出总不良有多少 哪种不良占最多 哪种不良要降低 2 决定改善目标 找出问题点 抓住影响较大的前面2 3项 进行改善 3 可以确认改善效果 作成改善前后柏拉图 改善前后的条件或对象要一致 图形制作 步骤 备注 1 柏拉图有两个纵坐标 左侧纵坐标一般表示数量或金额 右侧纵坐标一般表示数量或金额的累计百分比 2 横坐标一般表示检查项目 按影响程度大小 从左到右依次排列 3 先按数量或金额频数 对应左侧纵轴画出直方 再累计频率 对应右侧纵轴描出点子 附加说明 一 收集数据 某电子厂品管部将上个月的组装线的制不良作出统计 抽样2800件 总不良数为数为103件 其中不良数分布为 二 汇总数据 由多到少进行排序 计算累计百分比 三 绘制横轴与纵轴及其刻度 1 画出横轴与纵轴 横轴表示不良项目 左边纵轴表示不良数 右边纵轴表示不良率 2 左边纵轴最高刻度是不良总数 右边纵轴最高刻度是不良率100 3 左边的纵轴最高刻度与右边纵轴最高刻度是一条水平线 四 绘制柱状图 五 绘制累积曲线 1 在左纵轴与横轴区域找从标点 A X 柱宽 Y 不良数 2 依座标点画成柱状图 1 在右纵轴与横轴区域找从标点 A X 柱宽 Y 累积不良率 2 依座标点画成曲线图 六 记入必要事项 1 总检查数 PCS 2 总不良数 PCS 3 不良率 4 检验者 XXX 5 绘图者 XXX 七 分析柏拉图 1 对三项重要不良 占总不良2 3左右 进行要因分析 可借助特性要因图 2 针对造成不良的原因 作成改善计划进行对策实施 并注明纳期 3 改善后再进行检查 再次作成柏拉图 前后柏拉图进行对照 得出效果 改善前 改善后 备注 根据柏拉图本身所涉及的事项 绘图者要强调的事项 可灵活记入 范例一 12月份印刷制程巡检不良统计表 排列次序表 柏拉图 范例二 百万富翁投资分布统计表 柏拉图 因果图 因果图概述及意义 因果图主要用来分析品质特性 结果 与影响品质特性的可能原因 原因 之间的因果关系 通过把握现状 分析原因 寻找措施来捉进问题的解决 又称特性要因图 由于形状像一尾鱼架而得名 又叫鱼骨图 1 1953年 日本东京大学石川教授和他的助手在研究活动中用这种方法分析影响品质问题因素 第一次提出了因果图 尔后被其它国家采用 所以又称石川图 2 在工作方法上 如果我们将影响产品服务品质的因素一一找出 形成因果对应关系 使人一目了然 另外 因果图可以使我们的工作更系统化 条理化 科学化 因果图的分类 一 追求原因型 追求原因型在于追求问题的原因 并寻找其影响 以因果图表示结果 特性 与原因 要因 间的关系 生产效率为什么这么低 为什么这段时间经常延迟交货 为什么人员流动率居高不下 为什么客户投诉这么多 不良率为何降不下来 为什么齿轮的尺寸变异增加 为什么酒店的入住率下降 为什么中国的经济一枝独秀 二 追求对策型 追求原因型在于追求问题的原因 并寻找其影响 以因果图表示结果 特性 与原因 要因 间的关系 如何提高生产效率 如何提升自身的能力 如何防止不良品发生 如何降低生产成本 因果图绘制注意事项 一 要集合全员的知识与经验而绘制 二 把重点放在解决问题上 并依5W2H的方法逐项列出 Why 为何要做 对象 What 做什么 目的 Where 在哪里做 场所 When 什么时候做 顺序 Who 谁来做 人 How 用什么方法做 手段 Howmuch 花费多少 费用 三 原因解析越细越好 愈细则更能找出关键原因或解决问题的方法 四 因果图应以现场第一线所发生的问题来考虑 Q Quality 品质 功能 尺寸 外观 材质等 C Cost 成本 人工数 原料数等 D Delivery 交期 生产数 生产能力等 M Morale 士气 出勤率 改善提案件数 团队精神等 S Safety 安全 整理整顿 灾害 安全等 五 因果图绘制后 要形成共识再决定要因 并用色笔或特殊记号标示 因果图绘制 一 成立鱼骨图分析小组 3 6个人为佳 最好是各部门的代表 二 确定问题 为什么齿轮的尺寸变异增加 三 画出主于线主骨 中骨 小骨及确定重大原因 四 与人员热烈讨论 依据重大原因进行分析 找出中原因或小原因 绘至鱼骨图中 五 鱼骨图小组要形成共识 把最可能是问题根源的项目用红笔或特殊记号标识 鱼骨图见下页 六 记入必要事项 因果图小组组长 XXX 因果图小组成员 XXXXXXXXX 制作日期 XX年XX月XX日 列出中小原因的鱼骨图 范例一 范例二 范例三 散布图 散布图概述及意义 散布图是将因果关系所对应变化的数据分别描绘在X Y轴坐标系上 以掌握两个变量之间是否相关及相关的程度如何 又叫相关图 应用散布图时注意事项 1 是否有异常点 当有异常点出现时 请立即寻找原因 而不能把异常点删除 2 由于数据的获得常常因作业人员 方法 材料 设备和环境的变化 导致数据的相关性受到影响 在这种情况下 需要对数据获得的条进行层别 否则不能真实反应变量关系 3 依据技术经验 可能认为没有相关 但经散布图分析却有相关的趋势 此时宜进一步检讨是否有什么原因造成假相关 4 数据太少时 容易造成误判 日常管理中 会遇到一些现象与结果似乎存在某种内在的联系 似乎又不存在 似乎关系紧密 又似乎不紧密 这种情况下容易产生错误的判定 如果收集两个变量的数据 至少30组以上 并描绘在坐标系上 则一目了然 散布图制作 步骤 附加说明 备注 1 两组变量的对应数至少在30个以上 最好50个 100个最佳 2 找出X Y轴的最大值与最小值 以X Y的最大值 最小值建立坐标 3 通常横坐标用来表示原因或自变量 纵坐标表示效果或因变量 4 分析散布图要谨慎 最好作进一步的调查 散布图的分类 一 正相关 当变量X增大时 另一变量Y也增大 二 负相关 当变量X增大时 另一变量Y却减少 马力与载重量的关系 相关性强 收入与消费的关系 相关性中 体重与身高的关系 相关性弱 投资率与失业率的关系 相关性强 举重力与年龄的关系 相关性中 血压与年龄的关系 相关性弱 三 不相关 当变量X 或Y 增大时 另一变量Y 或X 并不改变 四 曲线相关 变量X开始增大时 Y也随着增大 但达到某一值后 则当X值增大时 Y反而减少 反之亦然 温度与气压的关系 毫无关系 记忆与年龄的关系 曲线相关 中间值判定法 在前四种分布形态仍然没有办法判断的时候 可以利用中间值来研判 这种方法不需要用复杂的公式计算 也不需要画特别的图形 只要算出图上的点有多少 然后比较就可以判断了 步骤 一 求中间值 所谓求中间值 就是将对应数据按大小顺序排列 取出中间值 二 画中间值线 求出中间值画出横轴和纵轴的平行线各一条 如此把散布图分为四个象限 然后计算各象限的点数 三 作比较判断 1 计算各象限点数 n1 n2 n3 n4 2 可规定 方向表示正方向 方向表示负方向 3 判定 n1 n3 n2 n4 正相关 n1 n3 n2 n4 不相关 n1 n3 n2 n4 负相关 左图 n1 n3 7 10 17 n2 n4 5 8 13 正相关 范例一 马达连续运转时间与速度散布图 为确认马达连续运转之后 速度是否发生改变 经试验获得以下数据 此图显示马达运转时间与速度呈强负相关 散布图 范例二 添加剂的重量和相应的产出率散布图 添加剂的重量和相应的产出率 散布图 此图显示添加剂的重量与产出率存在弱正相关 直方图 直方图概述及意义 1 直方图主要用来分析已完成的品质状态 从中不仅了解某批产品的品质好坏 还可以了解造成这种状况的原因 2 通过直方图 可以将杂乱无章的数据 解析出其规则性 也可以一目了然地看出数据的中心值及数据的分布情形 针对某产品或过程的特性值 利用常态分布 也叫正态分布 的原理 把50个以上的数据进行分组 并计算出每组出现的次数 并描绘成直方式图形 这种图形又叫频数分布图 直方图与推移图的差异 推移图 利用推移的原理 只反应过去每期或每类别项目的状况比较 直方图 利用正态分布原理 反应整个时期的品质分布状况 从中找出可能存在的问题 作直方图的目的 了解品质分布的状况 对品质状况分析有极其重要的参考价值 显示波动的形态 知道其是否变异 直观地传达有关过程品质分布情况的信息 观察产品品质在某个时间段内的整体分布状况 研究过程能力或预测过程能力 求分配的平均值和标准值 调查是否混入两个以上的不同群体 测知是否有虚假数据 比如凹凸不平的直方图所收集的数据可能是假的 制定产品的规格界限 图形制作步骤 一 集合数据 找最大值与最小值 二 计算全距 极差 三 决定组数 四 计算组距 五 决定起点值与终点值 六 计算各组上下点和中点 七 计算各组中心点 八 计算各组范围内的数据个数 九 作图 步骤 一 集合数据 找最大值与最小值 最大值 MAX 10 12 最小值 MIN 9 92 R MAX MIN 10 12 9 92 0 2 二 计算全距 三 决定组数 计算组数 用数学家史特吉斯 Sturges 提出之公式 根据测定次数n来计算组数K K 1 3 32Lgn 1 3 32 Lg100 1 3 32 2 7 64 8 4舍5入 备注 当计算结果为小数时 组数必须取整 原则上可取舍去小数字数 也可以在舍去小数字数之后加1 一般组数多一组会更好一些 分组参照 四 计算组距 组距 全距 组数 0 2 8 0 025 五 决定起点值与终点值 起始点值 最小值 测定值最小位数 2 9 92 0 01 2 9 915 终点数值 最大值 测定值最小位数 2 10 12 0 01 2 10 115 六 计算各组上下点和中点 第一组下界 起始点值 9 915 第一组上界 第二组下界 起始点值 组距 9 915 0 025 9 94 第二组上界 第三组下界 第二组下界 组距 9 94 0 025 9 965 第八组上界 终点数值 10 115 七 计算各组中心点 各组中心点 各组上界 各组下界 2 M1 第一组下界 第一组上界 2 9 915 9 94 2 9 9275 M2 第二组下界 第二组上界 2 9 94 9 965 2 9 9525 M8 第八组下界 第八组上界 2 10 090 10 115 2 10 125 第一组 第二组 第三组 第四组 第五组 第六组 第七组 第八组 9 915 9 94 9 965 9 99 10 015 10 04 10 065 10 05 10 115 八 计算各组范围内的数据个数 备注 最后一个数值的数据划归为最后一组 九 作图 1 以横轴表示数值尺度 纵轴表示次数 2 横 纵轴取适当长度 标各组之界在横轴上 等距 3 以各组内之次数为高 在每一组上画成矩形 柱 4 画出规格的上限及下限 5 完成直方图制作 备注 蓝色曲线为常态分布 红色曲线为理想常态分布 图形分析 一 过程能力刚好 过程能力比规格好得多 中心偏左的过程能力 中心偏右的过程能力 分散度过大的过程能力 LSL USL LSL USL LSL USL LSL USL LSL USL 图形分析 二 一 正常型 理想型 左右对称分配 常态分配 有集中趋势 二 偏态型 此状况出现最多 一般较好判断 三 绝壁型 切边型 断裂型 品质要求较严时 出现几率高 可能原因 1 习惯作业造成作业方法不对 2 工具 冶具 模具已经磨损或松动 四 双峰型 二山型 非正态分布 不服从统计规律 呈双峰 可能原因 1 有两个不同的结合 如两机器 两供方 2 在过程中有变异产生 而作了较大调整 可能原因 1 为数据经过全检后会出现的形状 2 工具 冶具 模具已经磨损或松动 五 缺齿型 凹凸型 六 离岛型 此状况出现较少 较易分析 此状况出现较少 较难处理 可能原因 1 有经验的人员故意做的假数据 2 仪器精度不够 要求严格而估计 3 次数配合不当 如作图时分组太多 4 较多特性差异的数据混杂在一起 可能原因 1 数据输入错误 可能把10 01输成10 1或者1 01 2 过程中其他物料混入 3 设备在过程中出现特殊情况 产生变异 七 高原型 不同平均值的分配混在一起应别之后再作直方图 可能原因 1 人为做的假数据 2 经过全检挑选的数据 3 测量仪器精度不够 八 不规则型 一般不会出现此现象 很可能是假数据 可能原因 1 纯粹是不太熟悉直方图的人员做的假数据 2 数据太多或太少 3 品质实在太差 未经过全检的数据 范例一 某机械厂夹片间隙直方图 计算CaCpCpk值 工程规范 0 85 0 25T 公差范围 0 25 2 0 50规格中心值 0 85平均值 0 921USL 规格止限 1 10LSL 规格下限 0 6极差 0 620h 组距 0 062 0 10 频数表 直方图判定 此直方图属于偏态型 偏向于下规格限 要立即从4M1E方面分析原因 其原因可能是夹具磨损 或测量方法错误 绘制直方图 范例二 某电镀厂电镀件镀锌厚度直方图 工程规范 2 35 0 50T 公差范围 0 5 2 1 00规格中心值 2 35平均值 2 351USL 规格止限 2 580LSL 规格下限 1 850极差 0 93h 组距 0 093 0 10 计算CaCpCpk值 频数表 绘制直方图 直方图判定 此直方图属于正态型 但制程能力不够 Cpk值小于1 如果做控制图 不宜立即设定控制图的上下控制界限 管制图 管制图表现的是品质的一种状态 其实是直方图的一种延伸 它把直方图的粗糙变得更细腻 它是把全体数点直接按数值和个数投射到水平线上 再加上规格界限和管制界限 其中管制界限是根据采用自行设定的几倍标准差来安放 1 数据分布更加清晰 2 实际品质数据与规格界限对比更加明晰 进一步分析在该产品特性上可以做到几倍的标准差水准 特性潜力 3 对数据的真实性更容易分析 如是否有假数据 是否全检 4 对出现的品质问题原因更易深入分析 如是否是因为测量仪器精度不够 历史 1924年 美国品管大师休哈特博士发明 用法简单 效果显著 成为品管重工具 1932年 英国邀请休哈特到伦敦讲控制图 英国人把其用到工厂管理 早于美国 1940年 美国 英国把管制图大量引进工厂 应用到生产产程中 1942年 二战 期间 美国强制实施管制图 为美国的二次大战立下了汗马功劳 1950年 日本邀请品管大师戴明到日本讲管制图 日本人将它发扬广大到基层 1953年 台湾引进美国的管制图 在工厂广泛采用 管制图概述及意义 管制图的功能特点 管制图的分类 按功能 一 分析用管制图 根据实际测出来的数据 经过计算得出控制的上下限值之后画出的 它主要用来对初期品质的测定和监控 了解初期产品的过程能力 分析用管制图的调整过程就是品质不断改进的过程 二 追求对策型 根据以前的数历史数据 或之前产品品质稳定时的控制上下限 作为今后产品品质的管制上下限 它的意义在于用之前的管制界限来衡量近期的产品品质状态 一道工序开始应用控制图时 几乎总不会恰巧处于稳定状态 总需要将稳定状态的过程调整至稳定状态 这就是分析用管制图的阶段 等到过程调整到稳定状态后 才能延管制图的管制线作为控制用管制图 分析点 1 所分析的过程是否为统计控制状态 2 该过程的过程能力指数是否满足要求 管制图的分类 按控制图 一 计量值控制图 二 计数值控制图 备注 1 计量值控制图优点 用于过程控制 较灵敏 容易调查事故原因 可以预测即将发生的不良状况 缺点 要经常抽取样本进行测量 计算 绘制控制图 2 计数量控制图优点 所需数据能以简单的方法获得 只在生产完成后才抽取样本 能及时了解整个品质状况 缺点 用计数值控制图有时无法找出真正的不良原因 不能及时采取措施 管制图管制界限与中心线 一 x R管制图 CL X UCL X A2R LCL X A2R CL R UCL D4R LCL D3R X图 R图 二 x R管制图 CL X UCL X M3A2R LCL X M3A2R CL R UCL D4R LCL D3R X图 R图 三 x 管制图 CL X UCL X A1 CL UCL B4 X图 图 LCL X A1 LCL B3 四 x Rm管制图 CL X UCL X E2Rm LCL X E2Rm CL Rm UCL D4Rm LCL D3Rm X图 Rm图 五 P管制图 P图 CL PUCL P 3LCL P 3 六 np管制图 np图 CL npUCL np 3 np 3np 1 p 七 C管制图 C图 CL CUCL C 3LCL P 3 C C 八 U管制图 U图 CL UUCL U 3LCL P 3 UCL np 3 np 3np 1 p 管制图的选择 控制图之选择 资料性质 基本大小 计数性质 中心线性 子样大小 样本大小 单位大小 x 控制图 x R控制图 x R控制图 x Rm控制图 np图 P图 C图 U图 计量值 计数值 不良数 缺点数 一个单位 不一定 一定 不一样 一样 10 10 n 25 x x 备注 当生产过程进入受控状态时 就可采用控制图进行过程品质管理 可以根据管理的需要 选择合适的控制图 另