品管七大手法培训(____16).ppt

QC七大手法 简明培训教材 2006 6 9 讲授内容 第一章数据与图表第二章查检表第三章层别法第四章柏拉图法第五章特性要因图法第六章散布图第七章直方图第八章管制图 原因现象例一 有人经过塑胶部摔倒 主管立即感到现场 发现地上有油请这属于什么 例二 部门主管向你反应 近期工作忙 希望能够增加人手 请问你会如何回答 为什么有人会摔倒 第一章数据与图表 一 何谓数据 就是根据测量所得到的数值和资料等事实 因此形成数据最重要的基本观念就是 数据 事实二 运用数据应注意的重点 1 避免主观的判断3 要把握事实真相 三 数据的种类A 定量数据 长度 时间 重量等测量所得数据 也称计量值 特点连续不间断 以缺点数 不良品数来作为计算标准的数值称为计数值 特点离散性数据 B 定性数据 以人的感觉判断出来的数据 例如 水果的甜度或衣服的美感 四 整理数据应注意的事项1 问题发生要采取对策之前 一定要有数据作为依据 2 要清楚使用的目的 3 数据的整理 改善前与改善后所具备条件要一致 4 数据收集完成之后 一定要马上使用 第二章查检表 一 何谓查检表 为了便于收集数据 使用简单记号填记并予统计整理 以作进一步分析或作为核对 检查之用而设计的一种表格或图表 用来检查有关项目的表格 二 查检表的种类查检表以工作的种类或目的可分为记录用查检表 种点检用查检表两种 三 分类 记录用 点检用 1 记录用 或改善用 查检表主要功用在于根据收集之数据以调查不良项目 不良原因 工程分布 缺点位置等情形 其中有 a 原因别 机械别 人员别 缺点别 不良项目别 b 位置别 2 点检用查检表主要功用是为要确认作业实施 机械整备的实施情形 或为预防发生不良事故 确保安全时使用如 机械定期保养点检表 登山装备点检表 不安全处所点检表 四 查检表的作法 1 明确目的 将来要能提出改善对策数据 因之必需把握现状解析 与使用目的相配合 2 解决查检项目 从特性要因图圈选的4 6项决定之 3 决定抽检方式 全检 抽检 4 决定查检方式 查检基准 查检数量 查检时间与期间 查检对象之决定 并决定收集者 记录符号 5 设计表格实施查检 五 查检表的使用数据收集完成应马上使用 首先观察整体数据是否代表某些事实 数据是否集中在某些项目或各项目之间有否差异 是否因时间的经过而产生变化 另外也要特别注意周期性变化的特殊情况 查检表统计完成即可利用QC七大手法中的柏拉图加工整理 以便掌握问题的重心 查检表范例 思考 试列举工厂哪些属于记录用查检表 哪些属于点检用查检表 第三章层别法一 何谓层别法 层别法就是针对部门别 人别 工作方法别 设备 地点等所收集的数据 按照它们共同的特征加以分类 统计的一种分析方法 也就是为了区别各种不同原因对结果的影响 而以个别原因为主 分别统计分析的一种方法 层别法一般与查检表同时使用 第四章 柏拉图的制作方法1 决定不良的分类项目2 决定数据收集期间 并且按照分类项目收集数据 3 记入图表纸并且依数据大小排列书出柱形 4 点上累计值并用线连结 5 记入柏拉图的主题及相关数据 三 柏拉图的使用1 掌握问题点2 发现原因3 效果确认四 制作对策前 对策后的效果确认时应注意以下三项1 柏拉图收集数据的期间和对象必须一样2 对季节性的变化应列入考虑3 对于对策以外的要因也必须加以注意 避免在解决主要原因时影响了其它要因的突然增加 第五章特性要因图一 何谓特性要因图 一个问题的特性受到一些要因的影响时 我们将这些要因加以整理 成为有相互关系而且有条理的图形 这个图形称为特性要因图 由于形状就像鱼的骨头 所以又叫做鱼骨图 Why 为什么必要 What 目的何在 Where 在何处做 When 何时做 Who 谁来做 How 如何做 所谓51就是 W H 特性要因图画法一 决定问题的特性二 画一粗箭头 表示制程 为什么饭菜不好吃 特性要因图之画法五 寻求中 小原因 并圈出重点 时间 材料 人 方法 锅子 为什么饭不好吃 不熟练 为何交货延迟 制造 人 金額 物品 交货 没有生产计划配合 没有式样生产条件不好 订货情报掌握不确实 没有交货意识 利潤低 运送成本高 库存安全量低 方法不明确 存放位置不足 单方面的决定 交货期短 数量少 没有交货计划 找原因 特性要因图 第六章散布图一 何谓散布图 就是反互相有关连的对应数据 在方格纸上以纵轴表示结果 以横轴表示原因 然后用点表示出分布形态 根据分布的形态来判断对应数据之间的相互关系 这里讲的数据是成双的 一般来说成对数据有三种不同的对应关系 四种不同的对应结果 1 原因与结果数据关系 2 结查与结果数据关系 3 原因与原因数据关系 三种结果是 1正相关 2负相关 3不相关 4曲线相关 第七章直方图 一 何谓直方图 直方图就是将所收集的数据 特性质或结果值 用一定的范围在横轴上加以区分成几个相等的区间 将各区间内的测定值所出现的次数累积起来的面积用柱形书出的图形 四 如何依据图案的分布状态判断 1 如图中显示中间高 两边低 有集中的趋势 表示规格 重量等计量值的相关特性都处于安全的状态之下 制品工程状况良好 如下图所示 2 如图中显示缺齿形图案 图形的柱形高低不一呈现缺齿状态 这种情形一般就来大都是制作直方图的方法或数据收集 测量 方法不正确所产生 如下图所示 3 如图所示为绝壁形 另外一边拖着尾巴 这种偏态型在理论上是规格值无法取得某一数值以下所产生之故 在质量特性上并没有问题 但是应检讨尾巴拖长在技术上是否可接受 例治工具的松动或磨损也会出现拖尾巴的情形 如下图所示 4 双峰型 有两种分配相混合 例如两台机器或两种不同原料间有差异时 会出现此种情形 因测定值受不同的原因影响 应予层别后再作直方图 5 离散型 测定有错误 工程调节错吴或使用不同原材所引起 一定有异常原存在 只要去除 即可制造出合规格的制品 6 高原型 不同平均值的分配混合在一起 應層別之后再作直方圖 五 与规格值或标准值作比较 1 符合规格A 理想型 制品良好 能力足够 制程能力在规格界限内 且平均值与规格中心一致 平均值加减4倍标准差为规格界限 制程稍有变大或变小都不会超过规格值是一种最理想的直方图 B 一则无余裕 制品偏向一边 而另一边有余裕很多 若制程再变大 或变小 很可能会有不良发生 必须设法使制程中心值与规格中心值吻合才好 C 两侧无余裕 制品的最小值均在规格内 但都在规格上下两端内 且其中心值与规格中心值吻合 虽没有不良发生 但若制程稍有变动 说会有不良品发生之危险 要设法提高制程的精度才好 2 不符合规格A 平均值偏左 或偏右 如果平均值偏向规格下限并伸展至规格下限左边 或偏向规格上限伸展到规格上限的右边 但制程呈常态分配 此即表示平均位置的偏差 应对固定的设备 机器 原因等方向去追查 上限 下限 B 分散度过大 实际制程的最大值与最小值均超过规格值 有不良品发生 斜线规格 表示标准差太大 制程能力不足 应针对人员 方法等方向去追查 要设法使产品的变异缩小 或是规格订的太严 应放宽规格 下限 上限 C 表示制程之生产完全没有依照规格去考虑 或规格订得不合理 根本无法达到规格 下限 上限 六 直方图在应用上必须注意事项 1 直方图可根据由形图按分布形状来观察制程是否正常 2 产品规格分布图案可与标准规格作比较 有多大的差异 3 是否必要再进一步层别化 第八章管制图 从每日生产的产品线中所测得的零乱数据中 找出经常发生和偶然发生事故的数据 以便帮助找出问题原因 这就是非依靠管制图不可 管制图分为两大类 本文每一类举一例进行讲解 一 计量值管制图 作为管制制程的计量值管制图 一方面以平均数管制图管制平均数的变化 以全距管制其变异的情形 本节将介绍平均数与全距管制图 将就管制图在制程中的每一步详加描述 计量值管制图的种类如下 UCL 43 4 CL 40 6 LCL 37 10 R管制圖 UCL 11 59 CL 5 40 LCL 0 分析结论 在管制图中有第16个及第23个样本组的点分别超出管制上限及管制下限 表示制程平均发生变化 而R管制图并无点超出界限或在界限上 表示制程变异并未增大 二 计数值管制图 1 何谓计数值 商品制造的质量评定标准有计量型态 例如 直径 容量 然而有些质量特性定义为 良品或不良品 将更合理 所谓计数值就是可以计数的数据 如不良品数 缺点数等 2 计数值管制图的类型 P管制图如下 UCL 0 41 UCL 0 23 UCL 0 05 针对管制图进行分析 由管制图中我们可以发现来自样本12及25的两点超出管制上限 故制程是在非管制状态 必须进一步探讨是否有异常原因 分析样本12得知 在这半小时里 有一批新进的包装袋被使用 所以这异常的现象是由于新原料加入引起 而在样本25那半小时 有一个没有经验的员工在操作此机器 而使样本25有这么高的不良率 现在将超出管制界限的两个点删除掉 重新计算管制界限 管制以后的制程 其管制中心线及上 下限为 三 管制图的判别 管制状态 意指制程安定 管制状态也称安定状态 我们无法知道制程的真正状态 只能对制程的某种特性值收集数据 将其绘在管制图上 由管制图来观察制程的状态 在判定制程是否处于管制状态 可利用以下基准 1 管制图的点没有逸出界外 2 点的排列方法没有习性 呈随机现象 在正常管制的状态下 管制图上的点子应是随机分布 在中心线的上下方约有同数的点 以中心线近旁为最多 离中心线愈远点愈少 且不可能显示有规则性或系统性的现象 归纳得到下面两种情形 1 管制图上的点 大多数集中在中心线附近 少数出现在管制界限附近 且为随机分布 2 一般管制图上的点 25点中有0点 35点中有1点以下 100点中有2点以下 超出管制界限外时 可称为安全管制状态 以上两点仅是作为一个参考 各位同仁应在实际中灵活运用 实际分析 3点中有2点在A区 连续9点在C区或C区以外 连续6点递增或递减 14点上下交替 5点中有4点在B区 15点在C区中心在线下 8点在中心线两侧 但无一在C区 非随机管制界限内的判定利用点的排法判定是否处在管制状态 可依据以下法则 1 点在中心线的一方连续出现 2 点在中心线的一方出现很多时 3 点接近管制界限出现时 4 点持续上升或下降时 5 点有周期性变动时 连串连续七点或八点在中心线与管制上限或中心线与管制下限之间的型 误关差的机率是约为 8 0 0039 在如此小的机率竟会出现 可想象有异常原因发生 在中心线的上方或下方出现的点较多如下 1 连续11点以上至少有10点2 连续14点以上至少有12点3 连续17点以上至少有14点4 连续20点以上至少有16点 点子出现在管制界限附近 三倍标准差与二倍标准差间 1 连续3点中有2点 2 连续7点中有3点 3 连续10点中有4点管制图中的点的趋势倾向连续6点以上一直上升或一直下降 趋势是以向某一个方向连续移动 而趋势倾向的发生有以下可能原因 1 由于工具磨损或制程中某些成分劣化所造成 2 人的因素造成 如工作者疲劳 3 季节性因素造成 如气温变化 管制图中的点的趋势倾向连续6点以上一直上升或一直下降 趋势是以向某一个方向连续移动 而趋势倾向的发生有以下可能原因 1 2 人的因素造成 如工作者疲劳 3 季节性因素造成 如气温变化 周期性循环变化管制图上的点 呈现一个周期性循环变化时 应调查下列不良原因 1 机器开动或关闭 造成温度或压力的增减 2 物料的质量受季节或供货商的影响 3 由于周期性的预防保养 造成机器性能的周期变化表现 4 由于操作员疲劳及随后的休息造成的周期性的变化 5 由于材料的机械及化学性质所造成的周期性 过于集中型点子大都集中在中心线附近1 5倍标准差间 其型 误差机率是0 0027 如果抽样选择不当 可能会造成点子集中在中线附近 例如两个不同操作员的结是点在同一张图上 像这种母体混合的情形相当普遍 以下是一些造居这种情形的可能原因 1 两个或两个以上的操作员点在同一张图上 2 两台或两台以上的机器点在同一张图上 3 两家质量差异很大的供货商点在同一张图上 4 两台或更多的量测设备间的差异 两条以上生产线制程方法上的差异 管理不善者1 人员教育 训练不足 2 原始设计有错误或图上标示的问题等 3 治具 夹具设计不当或使用不当 4 不良材料混入制程 5 未推行标准化活动 6 测试仪器未加校正与维护 7 未落实保养工作上列诸项原因常出在管理制度不善的工厂 在 R管制图呈现大的变动 如欲消除此类异常原因 一定要先确定管理制度 推行标准化工作 技术不足者1 机器设计上的问题 2 制程能力不足 材料 机械 作业方法与人员综合结果无法达到质量要求者 3 工作环境布置不当 4 测定仪器的测定方法不当 5 机械设备精度不足 6 缺乏技术人才 此诸原因常明显地表现于二种现象 管制界限很宽 产