QC七培训课程.ppt

2019 12 27 QC七培训课程 惠州三星有限公司无线事业品质部 2019 12 27 我们共同的课堂约定 请将手机调到静音或关掉请勿任意走动 交谈 接听电话保持教室宁静并按照座位就坐请准时到课 不要随便走出 2019 12 27 概述 品管七大手法 也叫品管七工具 是目前全世界应用比较广泛的品质管理基础工具 它具有简单实用的特点 品质管理的主要工作简单地说 就是通过对制造系统中来料 生产 出货等环节检验产品及物料 或对制程进行监控 以及找出各种出现或潜在出现的问题及原因 以解决问题 使产品品质问题得到预防和控制 学习品管七大手法 就需要掌握他们的主要精神和思考模式 2019 12 27 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 收集正确的数据2 避免主观的判断3 要把握事实真相 数据与图表 2019 12 27 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 问题发生在采取对策之前 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 改善前与改善后所对比条件要一致 4 数据收集完成之后 一定要马上使用 时效性 2019 12 27 记忆方法 一表一法五个图 2019 12 27 2 直方图 对品质特性的分布进行了解 以测量过程的能力 4 查检表 收集数据 尽量让作业简单而有效 它是其它六大手法的起点 基础 鱼骨图 常用来找问题或结果原因及因素 一般同层别法结合起来使用 七大手法应用说明 层别法 对收集的数据按影响因素 5M1E 进行分类 以利于统计分析 找出存在的问题 MAN Machine Method Material Environment 2019 12 27 散布图 用来对收集来的两个或两个以上的特性的数据 找出之间可能的相关性 6 管制图 了解品质在过程中的变化状态和预测品质下一步可能性之状况 有助于提前发现问题也用于区分偶然因素和异常因素对质量的影响 七大手法应用说明 柏拉图 出发点是抓主要矛盾 因此具有花较少成本解决最大问题的功效 2019 12 27 一 层别法 概念 将得到的数据数据或调查对象 利用分类的方法解析 并找出其间差异 进而有效掌握变异的原因并加以改善的方法 其主要功用 在透过各种分层 依各层收集数据以寻找不良所在或最佳条件 为改善质量的有效方法 2019 12 27 层别法的步骤 分層法 1 分层项目1 以时间层别 小时别 日期别 周别 月别 上下午别 日夜别等 2 以作业员层别 班别 场所别 操作法别 熟练法别 年龄别 性别 教育程度别 健康条件别 新旧别 等 3 以机械 设备层别 台别 场所别 机型别 年代别 机种别 工具别 新旧别 编号别 速度别 等 4 以作业条件层别 温度别 湿度别 压力别 天气别 时间别 作业方法别 顺序别 人工与机器别 人工与自动别 测定器别 等 例 对温湿度敏感的作业场所应记录其温湿度 以便温湿度变化时能层别比较 2019 12 27 5 以原材料层别 供应者别 批别 制造厂别 产地别 材质别 大小别 贮藏期间别 成分别 等 6 以测定层别 测定器别 测定者别 测定方法别 等 7 以检查层别 检查员别 检查场所别 检查方法别 等 8 以环境 天候层别 气温别 湿度别 风 晴或雨别 潮湿与干燥别 照明别 等 9 以地区层别 海岸与内陆别 国内与国外别 南区与北区别 东区与西区别 等 10 以制品层别 新旧品别 标准品或特殊品别 制造别 等 11 其他 以良品与不良品别 包装别 运搬方法别 等 层别法的步骤 2019 12 27 层别法步骤 2 利用检查表收集数据检查表根据需要自行设计 要清晰明确简单 3 利用数据绘成直方图进行比较了解数据相对于层别的分布趋势 2019 12 27 0 10 20 30 40 50 60 1Lot中的不良数 直方图 全部 n 265 1 2 3 4 5 6 7 8 0 10 20 30 40 1 2 3 4 6 7 8 5 A班 n 207 1Lot中的不良数 0 10 20 30 40 1 2 3 4 6 7 8 5 B班 n 58 1Lot中的不良数 日期 日期 日期 不良个数 不良个数 不良个数 案例 经检验某产品批后 结果发现有256个不良品 想了解哪个班不良品比较多 2019 12 27 为了便于收集数据 使用简单易于了解的标准化表格或图形 预先设定的表格 填入规定之检验记号 再加以统计汇总 以提供进一步分析或比对检查之表格或图形 二 查检表 2019 12 27 没有预先设计的表格 练习 请设计收集数据的表格 2019 12 27 查检表的种类 查检表的种类可分为 点检用查检表和记录用查检表 1 点检用查检表 主要功用防止不小心的失误 制作方法 1 逐条列举须检查的项目 并各绘出记入记号的空栏 2 如有顺序要求时 应注明序号依序排列 3 所谓须检查项目是 非做不可的工作 非做不可的事项 等 4 须检查项目 尽可能以流程 机械 人员加以层列 2019 12 27 检查用的CheckSheet 2019 12 27 2 记录用查检表 主要功用 收集相应之数据 以便分析不良原因 制作方法 1 决定所要收集的数据 计量 计数值 及所希望把握的项目 不良原因 缺陷 2 决定所要设计的表格形式 3 决定记录的形式 选择记录的符号 正等 4 决定收集的方法 由谁收集 收集的周期 全检 抽检 查检时间 方法等均应决定 记录用查检表 2019 12 27 记录用的CheckSheet 2019 12 27 查检表的设计要领 查检表并无一定的标准格式 只要根据使用的目的 以及为求方便使用 利于作统计分析 而去设计适合自己所需的查检表 1 应能迅速 正确 简易地收集到数据 记录时只要在必要项目上加注记号 2 记录时要考虑到层别 善用特性要因图层别再分析的结果 按人员 机台 原料 时间等分别调查 3 数据履历要清楚 由谁查检 查检时间 查检期间 查检方法 查检班别 查检机台 均应载明清楚 其他测定或检查条件也要正确地记录下来 4 尽可能以符号 数字记入 正等 避免使用文字 2019 12 27 查检表设计要领 5 查检项目不宜太多 以4 6项为原则 针对影响大的要因收集数据即可 其他可能发生的要因并为 其他 项 6 最好能一次记录下来 就能表示出图表状况来 7 如能使用写实图形 更可一目了然 8 查检表配合目的 必要时检讨修正 不同的目的收集数据方式会不一样 因此 收集数据的目的要明确 9 预留空位 以供在实际查检中可再增列事先未考虑到而发生次数很多的项目 查检表 2019 12 27 例1 将产品图形或工程流程预先划在检查表中 当发生缺陷时及时在图中的相应位置记录 一眼就可看出何位置发生何种缺陷及数量 记录用检查表范例 2019 12 27 例2 发生不良时 在记录有预想可能发生不良的原因的检查表中 可分析不良发生的原因 研究检查表的制作方法使得一张表就能调查出不良原因 说明 印刷 污染 损伤 开胶 记录用检查表范例 2019 12 27 例3 设备检查表的检查应用是设备保养的基础 空压机运行检查表 点检用检查表范例 2019 12 27 点检用检查表范例 某部门5S点检表 记录者 日期 例4 2019 12 27 练习1 A B两个生产线 分别有3台设备 生产主管希望了解每日的设备故障停机时间 每周报告1回 请设计调查表 2019 12 27 当我们要解决问题时 总会发现问题的要因很多 不知从何着手 因此最好找出其影响度较大的几个要因 再按优先顺序 一一谋求改善对策 才能以有限的人力和时间 有效地解决问题 柏拉图就是这样一种供你找出重要要因的一种统计工具 故又称ABC图 重点分析图 三 柏拉图 不良个数 累计百分比 2019 12 27 排列图的制作 选定数据的分类项目 收集DATA 决定DATA的收集期间 方法及分类 原因别分类 4M 1E 现象别分类 不良项目 场所 工程等 收集DATA的期间 考虑问题发生的状况决定 2019 12 27 整理DATA 进行相关的DATA 比率 累积比率等 各项目依合计DATA的大小顺序排列 计算相关项目的累计数 比率 占有率 及累积比率等 2019 12 27 绘制柱状图 根据图表的大小 画横轴和竖轴 横轴 记录项目名称 竖轴 不良数或长度和累积比率刻度 横轴和竖轴刻度相等份分配 按项目大小自左向右排列 其它项排在最后 作成柱状图 2019 12 27 绘制累积不良曲线 各项目累计数打点 使用折线将累计点连接起来 2019 12 27 绘制累积比率曲线 右端竖轴折线终点为100 然后 在0 100 之间进行10等份刻度 在对应的累计点处填写累积不良率 2019 12 27 记入相关的分析项目 数据时间 作者 注塑品外观不良排列图 时间 2006 8 27 作成者 XXX 2019 12 27 1 横轴是按项目别 依大小顺序由高而低排列下来 其他 项排在最末位 2 次数少的项目太多时 可考虑将后几项归纳成 其他 项 所谓 其他 项并非一定分配最少者 有时 改变层别和分类的方法 也可使项目减少 3 纵轴之左侧尽量以金额表示 如此就降低成本 追求利润之企业目标而言 更具意义 通常用于表示发生不良之次数 缺点数 发生次数不良率 单位缺点数 等 柏拉图运用注意事项 2019 12 27 4 柏拉图之柱形图横轴距离要相同 纵轴与横轴比例 5 改善前后之比较 1 改善前后横轴项目别依然出现大小顺序由高而低排列 2 前后比较基准一致 刻度应相同 3 各项目以色别来区分更易比较 6 柏拉图中 连接各项目与纵轴对应点之线虽名为 柏拉曲线 但因各项目数据分配非属连续分配 故为折线而非曲线 柏拉图运用注意事项 2019 12 27 7 纵轴与横轴可以表示下列项目a 纵轴 1 金额 损失金额 贩卖金额 各经费 2 品质 不良件数 缺点数 退货数 3 时间 作业时间 运转时间 故障时间 4 安全 事故件数 灾害件数 故障件数 5 其他 出动率 缺席率 参加率 提案件数 b 横轴 1 现象 不良项目别 缺点类别 位置别 2 机械设备 机械别 设备别 治具别 3 作业者 姓名别 年龄别 男女别 4 作业方法 大小别 压力 速度等之条件别 5 原料 批别 成份别 供货商别 6 时间 月别 周别 季节别 时间别 柏拉图运用注意事项 2019 12 27 柏拉图案例 某厂生产铸铁件 2月的废品吨数为73 4吨 其中气孔37 0吨 夹砂16 5吨 浇不足8 1吨 裂纹4 1吨 硬度低3 3吨 其他4 4吨 请制作一张完整的柏拉图 2019 12 27 柏拉图制作案例某生产PCB公司钻孔部检验中发现有50个缺陷 分别有刮伤 偏孔 孔损 无孔及其他不良缺陷项目 对应不良缺陷数如下表 请根据这些数据绘制柏拉图 2019 12 27 将特性 结果 以及可能对其造成影响的要因 原因 之关系 用状似鱼骨的图形有系统地汇集而成的图形 此图为日本石川馨博士所发明 又叫石川图 因其形状似鱼骨 又称鱼骨图 其在阐明原因与结果之关系 亦称因果图 四 特性要因图 2019 12 27 特点与原因的关系 特点 结果 测量问题程度的尺度 原因 起因 受问题影响的对象 特点 结果 大价值 中间价值 小价值 原因 起因 1次原因 2次原因 3次原因 2019 12 27 特点与原因的制作 根据问题 选定质量特性 例 质量 成本 交货时间 安全等相关事项 伤痕不量废气不良切断事故等 产生结果 特性 的项目 根据选定的质量特性 绘制大价值箭头 伤痕不良 箭头大价值 特性 2019 12 27 将主要原因 4M 记录在中间价值上 人 Man 机器 Machine 方法 Method 材料 Material 除4M之外 因问题的情况不同 主要原因也不同 运用头脑风暴法 BrainStorming 伤痕不良 材料 人 方法 设备 2019 12 27 记录各主要原因中更小的原因 细分后以2次原因 3次原因的顺序继续记录 记录至可采取最终措施的原因 伤痕不良 人 基盘碰撞 2次原因 无意识作业 3次原因 泄漏 确认有无泄漏的原因 2019 12 27 伤痕不良 人 基盘碰撞 记录各主要原因的更小原因 记录制作过程 基盘碰撞 材料 不良RACK 空间狭小 基盘弯曲 设备 产品生锈 传送带间隔过大 方法 过度接触基盘 表示重要程度 产品名 MLB题目 伤痕不良的原因分析分管人 红魔制作人 李东俊制作时间 06年8月27日 2019 12 27 特性要因图的作用 1 绘制特性要因图就是一种教育 变异的原因是什么 这种原因对质量有什么影响 让大家一起来讨论 使用特性要因图将每一个人的经验及技朮内容整理出来这样参加绘图的人员都可以获得新知识 增进剖析能力 2 特性要因图是讨论问题的快捷方式 所有原因写完后 依最末端小枝的原因 调查现场实情 并与操作标准的内容作比较 以决定是否修订标准 改善及检讨 而且有共同的目标一起检讨 讨论时不会离题 对着共同的目标可提出建设性的意见 共同讨论 效果很大 2019 12 27 3 特性要因图可以表示出水平 特性要因图若画得很好 可以说对制程的内容已有充分的把握 技朮水平愈高 表示对于制程的变异有充分把握 则在制定或修改操作标准时 可充分就其原因或对策确实标准 4 展现现场问题的因果关系 工作层次 特性要因图需挂在工作场所附近 便于发生问题时 就近集合全员讨论 寻找过去未注意的原因追加上去 有不同意见或看法时 可进一步搜集数据统计分析之 使现场人员将质量掌握在自己的手里面 增加参与质量改善的成就感 特性要因图的作用 2019 12 27 追求原因型在于追求不良的所在 并进而寻找其影响的原因 以特性要因图表示结果 特性 与原因 要因 间的关系 类型1 2019 12 27 追求对策型 鱼骨图反转 追求问题点应如何防止 目标之效果应如何达成等的对策 而以特性要因图表示期望效果 特性 与对策间的关系 类型2 2019 12 27 制作事例 1 查明脑子笨的原因 脑子笨 不知道PDCA 不用脑子 2019 12 27 练习题 近视 分析患近视的原因 2019 12 27 為研究兩個變量間之相關性 而搜集成對二組數据 在方格紙上以點來表示出二個特性值之間相關情形的圖形 稱之為散布圖 其主要功用 知道兩組數据 一般原因与結果 之間是否相關及其相關程度 五 散布圖 Y X 2019 12 27 散布圖之作法范例 某制品之燒溶溫度及硬度間是否有關系存在 今收集30組數据 請分析之温度和硬度关系 步驟1 收集30組以上的成對數据 整理到數据表上 數据不能太少 否則易生誤判 2019 12 27 步骤2 找出数据X Y之最大值及最小值 步骤3 画出纵轴与横轴 若是判断要因与结果之关系 则横轴代表要因纵轴代表结果 并取X及Y相应之最大值与最小值差为等长度画刻度 X最大值 X最小值 890 810 80Y最大值 Y最小值 59 42 17 散布图之作法范例 2019 12 27 步驟4 將各組對數据打點在座標上 橫軸与縱轴之數据交會處點上 二組數据重復在同一點上時 划上二重圓記號 三組數据重復在同一點上時 划上三重圓記號 步驟 記入必要事項 數据數 采取時間 目的 制品名 工程名 繪圖者 审核者 繪制日期 均要記明 散布圖之作法范例 2019 12 27 注意注明相关信息 散布圖之作法范例 2019 12 27 从分布点可以知道两个特性值之间有一定的联系 因此有必要掌握随着一个特性X的增加 另一个特性函数Y是怎样变化 此时可画出一条有斜率的直线 其顺序如下 1 在散点图上画出将点分为2份的中心线 2 两个中心线所分的区间 分别画出两条各与X Y轴平行将点分为2份的中心线 3 连接两个区间内中心线的交点 此时可得出随X变化的斜线Y 4 判定规则 看斜线的斜率斜率接近1 强正相关关系斜率接近 1 强负相关关系 象限判断法 简易判断法 2019 12 27 度 60 50 40 硬度 反映温度 顺序2的中心线 顺序1的中心线 顺序2的中心线 顺序2的中心线 斜线 顺序1的中心线 800 850 900 顺序2的中心线 2019 12 27 散布圖之判讀 正相关X增大时 Y也随之增大 称为正相关 完全的正相关弱正相关 2019 12 27 非顯著性正相關X增大時 Y也隨之增大 但增大的幅度不顯著 此時宜再考慮其他能影響的要因 似有正相關 还需继续进行分析 散布圖之判讀 2019 12 27 負相關X增大時 Y反而減少 稱為負相關 有負相關完全的有負相關 散布圖之判讀 2019 12 27 非顯著性負相關X增大時 Y反而減少 但幅度并不顯著 此時宜再考慮其他可能影響的要因 無相關 1 X与Y之間看不出有何相關關系 2 X增大時 Y并不改變 散布圖之判讀 2019 12 27 曲线相关X开始增大时 Y也随之增大 但达到某一值后 则当X增大时 Y却减小 散布图之判读 2019 12 27 直方图是将所收集的数据分为几个相等的区间作为横轴 并将各区间内之测定值所出现次数累积而成的面积 用柱子排列起来的图形 直方图可显示数据的三种特性 集中的趋势 数据的范围 分布的形状 六 直方图 2019 12 27 直方图 Histogram SL 135 SU 205 SC 170 2019 12 27 直方图的制作步骤1 收集数据并且记录在纸上 2 找出数据中的最大值与最小值 3 计算全距 4 决定组数与组距 5 决定各组的上组界与下组界 6 决定组的中心点 7 制作次数分配表 8 制作直方图 9 填写直方图的有关资料 2019 12 27 收集數據如下 2019 12 27 解 1 全体数据之最大值 MAX 为194 最小值 MIN 为119计算全距 R MAX MIN 752 根据经验值取组数为10 组距 194 119 10 7 5取8 2 5的倍数 3 第一组的下组界 最小值 测定值之最小单位数 2 119 1 2 118 5第一组的上组界 下组界 组距 118 5 8 126 5组中值 上组界 下组界 24 第二组下组界 第一组的上组界 上组界 下组界 组距第三组 依此类推 n 2019 12 27 作次數分配表 2019 12 27 画直方圖 SL 135 SU 210 2019 12 27 1 直方图偏移了规格中心 超出了规格下界 2 不成正态分布 是孤岛型 可能夹杂了其他分布的少量数据 比如工序异常 或开始测量仪器不稳定 3 当出现偏移的情况时 一般先检查其测量方法 数据来源是否同一条件下的 分组情况 以及测量人员是否有同等 排除这些情况后再作判断 4 完整的直方图应增加 审核者 制作者 日期 简短评价 改善要点等 如何看以上直方图 2019 12 27 1 标准型 数据的平均值与最大值和最小值的中间值相同或接近 平均值的附近频数最多 频数在中间向两边缓和下降 以平均值左右对称 是常态分布型结论 制程是正常状态下运转 2019 12 27 2 锯齿型 高低不一 参差不齐结论 数据分组过多或测量问题 测量不真实 2019 12 27 3 偏峰型 倾斜型 高处偏向一边 拖长尾吧 另一边低 结论 尾巴拖长时 应检讨是否在技术上能够接收 多由工具磨损 松动及加工习惯引起 或制品遵守该分布 2019 12 27 4 峭壁型 平均值远左离 或右离 直方图的中心值频数自左至右减少或增加 直方图不对称 结论 人为的剔除不合格数据 2019 12 27 5 双峰型 靠近直方图中间值的频数少 两侧各有一个峰结论 混有两种平均值差异很大的工程条件 分层后进行 2019 12 27 6 高原型 平顶型 平顶 每个区间的频率接近中间结论 混有多种平均值差异不大的工程条件 2019 12 27 7 孤岛型 左端或右端的部分数据脱离群体 形成孤岛结论 加工或测定有错误 2019 12 27 练习题 请根据下例收集到的数据 制做一张直方图 2019 12 27 七 管制圖 管制图主要应用在哪些方面 1 关键过程 特殊工序2 经常被客户投诉或制程不稳定的产品工序3 历史遗留下来的 老问题 等 2019 12 27 普通原因 又称为不可避免的原因 非人为原因 在正确的操作 制程中或检验时仍有很多原因使产品品质发生少许且规律的变异 这些变异表现为 经常存在且变异非常微小 对产品品质并无明显的不良影响欲消除此项原因必须花费很大的成本下面列举几个有代表性的普通原因 1 原料的微小变异2 机器的微小振动3 测量仪器的不确定度 过程变差 2019 12 27 特殊原因 又称为可避免的原因 人为原因 异常原因 在操作中 制程中或检验时因作业异常而产生变异的原因 即当他们出现时将造成 整个 过程的分布改变的原因 它们表现为 不经常出现 但一旦发生即对产品品质造成严重影响应追究且需设法消除此项原因几个具有代表性的特殊原因如下 1 原料整批出现不良2 机器调整错误3 未按作业标准操作 控制图即为区別这两种原因的优良工具 2019 12 27 1924年 美国贝尔电话试验所休哈特博士的研究发现 在生产过程中 如仅有机遇原因的变动时 任何产品之质量特性99 73 处于常态分配图的 3 的界限范围内 在 3 范围以外之点极少 当有非机遇原因的变异时 产品之质量变异时往往超出 3 之外 根据此原理 他将常态分布图作90 转向 将 3 的地方作为两条控制线 管制图的原理 2019 12 27 1 将平均值 作为管制中心线 CentralLine简称CL 以实线表示 2 将 3 作为管制上线 UpperControlLimit简称UCL 通常以虚线或红线表示 3 将 3 作为管制下线 LowerControlLimit简称LCL 通常以虚线或红线表示 2019 12 27 管制图类型 2019 12 27 R管制图 管制界限 2019 12 27 管制图绘制 实例 某制造厂制造铜棒 为了控制其品质 选定内径为管制项目 并以X R管制图来管制该制品的内径 并每小时随机抽取5个SPL测定 共收集125个DATA 将DATA依测定顺序及生产时间排25组并整理 结果如下 2019 12 27 计算每组的XBar及R值 记入表格 计算全组的总X平均和总R平均 查系数A2 D3 D4 A2 0 577 D3 0 D4 2 115 2019 12 27 求XBar管制图管制界限 求R管制图管制界限 2019 12 27 绘制XBar和R管制图的管制界限 在管制图的相应位置进行描点 确认管理图是否有异常点 以判定工程是否稳定 2019 12 27 管制图绘制 实例 某公司生产的MOUSE用的包装袋 检验其底部是否有破损即包装为不良品 取工程投入24天的结果 每天检查结果如下 2019 12 27 计算管制界限 绘制管制图如下 2019 12 27 绘制管制图之注意事项 1 管制界限千万不可以规格值代替 应根据正常工程状态下的数据进行计算得出 并需将所求出之界限与规格比较 是否能满足规格要求 还需检讨此界限生产是否合乎经济原则 才可定为管制界限 2 使用管制图之前 现场作业务必先标准化才行 管制项目之决定 可利用不良分析图 要因分析图 决定有问题之因素 为考虑予以管制 3 抽样方法以能取得合理样组为主 即使组内变化小 组间变化大 以便区别组间变化之情形 合理子组原则 2019 12 27 4 管制图一定要与制程管制的处置结合 合理选择控制点 5 管制图一定要与制程管制的处置结合 点子超出界限或有不正常之形状时 虽然已知有不正常之原因发生 但在图上不能看出原因何在 必须利用各种措施研究改善或配合统计方法 把异常原因找出 同时加以消除 6 管制图如果有点逸出管制下限 亦应采取对策 不能认为不良