OI-QA-007七大手法培训.ppt

1 培训目的 通过本次培训 旨在使全体品管人员对品质管理的统计工具的运用 处理品质问题的方法等有全面的认识 并且应用于日常工作中 从而提升工作效率和产品品质 进一步满足顾客 法律法规 和企业自身的要求 第一章QC统计手法概述第二章数据与图表第三章检查表 CheckSheet Checklist 第四章层別法 Stratification 第五章特性要因分析图 CharacteristicDiagram 第六章柏拉图 ParetoDiagram 第七章控制图第八章直方图 Histogram 第九章散布图 ScatterDiagram 2 教材目录 第一章QC统计手法概述 管理循环目前产业界 必須将管理 改善 统计方法三者统一起來 三者相互连贯运用 才能在整体上发挥效果 QC七大手法浅说QC七大手法的使用情形 可归纳如下 根据事实 数据发言 图表 Graph 检查表 CheckList 散布图 ScatterDiagram 分析原因与结果的关系 以探讨潜在性的问题 特性要因图 CharacteristicDiagram 凡事物不能完全单独用平均数来考虑 应了解事物都有变差存在 須从平均数与变异性来考虑 直方图 Histogram 控制图 ControlChart 所有数据不可仅考虑平均 須根据数据的来龙去脉 考虑适当分层 层別法 Stratification 并非对所有原因采取措施 而是先从影响较大的2 3項采取措施 即所谓管理重点 柏拉图 ParetoDragram 第二章数据与图表 一 数据前言数据 事实数据的分类依特性可分为 定性数据定量数据计量数据计数数据 依来源可分为原物料及产品市场数过程数据检验数据依时间先后可分为过去数据日常数据新数据 应用数据注意的重点收集正确可用的数据避免个人主观的判断掌握真实的真相整理数据的方法机器整理法人工整理法 整理数据的原則采取改善对策前 必須有数据作为依据 数据使用目的应清楚了解 立即使用它 数据的整理与运用 具备的条件应一致 数据不可造假 二 图表前言何谓图表现场的数据或情报 用点 线 面 体来表示大概情势及巨细变动在纸上的图形 称为图表 图表的种类依使用目的分分析用图表管理用图表计划用图表统计用图表计算用图表说明用图表依数据性质分静态图表动态图表依表现內容分系统图表预定图表记录图表计算图表统计图表依表示方法 形狀 分棒形图 面积图 扇形图 折线图 带状图 进度图 工程能力图 Z形图 图表的作用与具备条件图表的作用图表必备条件图表制作的原则制作前考虑事项制作应遵守的原则图表制作注意事項 图表制作要領图名 Title 图形的大小 ChartProportions 坐标轴 Coordinate 刻度 Scale 零基准 ZeroBase 划线 Ruling 文字的书写 Lettering 数字的排列图例资料来源SourceReference 几种常用图表介紹 条形图 推移图 又称趋势图 历史线图或折线图 连杆A B两班加工不合格率月推移比较 雷达图 甘特图 GannChart you又称进度表 顺序表 日程进度表 用以表示日程计划与其他进度的图形 流程图 FlowChart 带状图 条图 0102030405060708090100 1978年世界主要國家汽車生產量比例圖 圆图 又称扇形图 第三章检查表 CheckSheet Checklist 检查表的分类 点检用检查表记录用检查表检查表制作应注意的事項決定检查的項目 決定检查的频率 決定检查的人员及方法 相关条件的记录方式 如作业场所 日期 工程 等 決定检查表格式 图形或表格 決定检查记录的符号 如 正 检查表的应用如有异常 应马上追究原因 並采取必要的措施 检查人员 应明确指定谁来做 范例 携帶钱袋手帕车票小笔记本服饰领带头发皮鞋全体的调合 上班時的服飾 區分 周一 周二 周三 注記 周四 周五 周六 1 上班前服饰的检查表 2 记录检查表 第四章层別法 Stratification 前言因各种不同的特点而对结果产生的影响 而以个別特征加以分类 统计 此类统计分析的方法称为层別法 或分层法 层別的分类部门层別 单位层別过程区域层別操作员层別机械 设备的层別作业条件的层別时间的层別原材料的层別测量的层別检查的层別环境 天候的层別地区的层別制品的层別其他 层別法的运用方法推移图的层別 第五章特性要因分析图 CharacteristicDiagram 前言简言之就是将造成某项结果 特性 的诸多原因 要因 以有系统的方式 图表 来表达结果与原因之间的关系 某项结果的形成 必定有其原因 设法使用图解法找出这些原因来 这概念是由日本品管大师石川馨博士首先提出的 特性要因图又因为是石川馨博士于1952年所发明 所以又称 石川图 特性要因图原因追求型 以列出可能会影响过程 或流程 的相关因子 以便进一步由其中找出主要原因 并以此图形表示结果与原因之间的关系 对策追求型 此类型是将鱼骨图反转成鱼头向左的图形 目的在于追求问题点应该如何防止 目标结果应如何达成的对策 故以特性要因图表示期望效果 特性 与对策 要因 间的关系 如何绘制特性要因图确定特性绘制骨架大略记载各类原因依据大要因 再分出中要因要更详细列出小要因圈出最重要的原因记载所依据的相关內容 特性要因图的应用 原因追求型 鱼骨上的1 2 3 表示要因重要性 对策追求型 第六章柏拉图 ParetoDiagram 柏拉图的定义根据所搜集的数据 按不良原因 不良狀況 不良项目 不良发生的位置等不同区分标准而加以整理 分类 从中寻求占最大比率的原因 状况或位置 按其大小顺序排列 再加上累积值的图形 柏拉图的制作步驟柏拉图的制作方法步骤1 決定数据的分类项目 步骤2 決定收集数据的期間 并按分类項目 在期间內收集数据 例 電氣不良狀況記錄表期間 82年8月5日 9日過程檢查組檢驗者 王胜利 步驟3 依分類項目別 做數據整理 并做成統計表 步驟4 記入圖表用紙并依數據大小排列畫出柱狀圖 不良數 不良項目 收斂不良几何失真白平衡敲閃無畫面畫面傾斜其 0 17 34 51 68 85 102 119 136 153 170 步驟5 繪累計曲線 不良項目 步驟6 繪累計比率 步骤7 记入必要的事项 标题目的 数据搜集期间 数据合计 总检查数 不良数 不良率 等 工程別 相关人員 包括记录者 绘图者 工程 電气檢查總檢查數 1450總不合格數 170期間 82年8月5日 9日檢驗者 王胜利繪圖者 李四 柏拉图的应用作为降低不合格的依据 想降低不合格率 先绘柏拉图看看 決定改善目标 找出问题点 确认改善效果 改善前 后的比较 第七章控制图 前言定义即是 一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较 而以时间顺序表示出来的图形 控制图的基本特性在管制图上有三条笔直的橫线 中间的一条为中心线 CentralLine CL 一般用蓝色的实线绘制 在上方的一条成为控制上限 UpperControlLimit UCL 在下方的称为控制下限 LowerControlLimit LCL 对上 下控制界限的绘制 則一般均用红色的虛线表现 以表示可接受的变异范围 至于实际产品质量特性的点连线条则大都用黑色实线绘制 控制状态 上控制界限 UCL 中心線 CL 下控制界限 LCL 控制图的原理质量变异的形成原因偶然 机遇 原因 Chancecauses 异常 非机遇 原因 Assignablecauses 控制界限的构成控制界限以加減3个标准差来定立 应是最符合经济效益的 控制图的种类按数据性质分类平均数与极差控制图 Chart 平均数与标准差控制图 Chart 中位数与极差控制图 Chart 各別值与移动极差控制图 chart 最大值与最小值极差控制图 chart 计数值控制图不良率控制图 Pchart 不良数控制图 Pnchart 又称npchart或dchart 缺点数控制图 Cchart 单位缺点数控制图 Uchart 按控制图的用途分类解析用控制图控制用控制图控制图的图制计量值控制图控制图先行收集100個以上数据 依测定的先后顺序排列 以2 5个数据为一组 一般采4 5个 分成约20 25组 将各组数据记入数据表栏位內 计算各组的平均值X 取至测定值最小单位下一位数 计算各组之极差R 最大值 最小值 R 计算总平均X K为组数 计算极差的平均R K为组数 计算控制界限X控制图 中心线 CL X控制上限 UCL 控制下限 LCL R控制图 中心线 CL 控制上限 UCL 管制下限 LCL 之值 随每组的样本数不同而有差异 但仍遵循三个标准差的原理计算而得 今已被整理成常用系数表 绘制中心线及控制界限 并将各点点入图中 将各数据履历及特殊原因記入 以备查考 分析 判断 控制图的判断 檢定規划1 2 3A 3點中有2點在A區或A區以外 檢定規划2 4 5B 5點中有4點在B區或B區以外 檢定規划3 6連串 連續6點持續地上升或下降 檢定規划4 8缺C 有8點在中心線的兩側 但C區并無點子 X UCL LCL X UCL LCL A B C C B A A B C C B A 檢定規划5 9單側 連續9點在C區或C區以外 檢定規划6 14升降 連續14點交互著一升一降 X UCL LCL A B C C B A X UCL LCL A B C C B A 檢定規划7 15C 連續15點在中心線上下兩側的C區 檢定規划8 1界外 有1點在A區以外 第八章直方图 Histogram 直方图的定义什么是直方图诸如长度 重量 硬度 时间等计量值的数值分配情形能容易地看出的图形 直方图是将所收集的测定值特性值或结果值 分为几个相等的区间作为橫轴 并将各区间內所测定值依所出現的次数累积而成的面积 用柱子排起來的图形 因此 也叫做柱状图 使用直方图的目的了解分配的形态 研究制程能力或計算制程能力 观察数据真伪 用以制定规格界限 解释名词次数分配 将许多的复杂数据按其差异的大小分成若干组 在各组內填入测定值的出现次数 即为次数分配 相对次数 在各组出现的次数除以全部的次数 即为相对次数 累积次数 f 自次数分配的测定值较小的一端将其次数累积计算 即为累积次数 极差 R 在所有数据中最大值和最小值的差 即为极差 组距 h 极差 组数 组距算术平均数 X 数据的总和除以数数据总数 通常一X X bar 表示 众数 M 次数分配中出现次数最多組的值 例次数最多为24 不合格数是9 故众数为9 组中点 m 一组数据中最大值与最小值的平均值 上组界 下组界 2 组中点标准差 样本标准差 S 直方图的制作直方图的制作方法步骤1 收集数据并记录收集数据时 对于抽样分布必须特別注意 不可取部分样品 应全部均匀地加以随机抽样 所收集的数据个数应大于50以上 例 某厂成品尺寸规格为130至160mm 今按随机抽样方式抽取60个样本 其测定值如附表 试制作直方图 138142148145140141139140141138138139144138139136137137131127138137137133140130136128138132145141135131136131134136137133134132135134132134121129137132130135135134136131131139136135 得知NO 1L1 145S1 131NO 2L2 142S2 127NO 3L3 148S3 130NO 4L4 145S4 128NO 5L5 140S5 121NO 6L6 141S6 129求L 148S 121 步骤3 求极差 R 数据最大值 L 最小值 S 极差 R 例 R 148 121 27步骤4 決定组数组数过少 虽然可得到相当简单的表格 卻失去次数分配的本质与意义 组数过多 虽然表格详尽 但无法达到简化的目的 通常 应先将异常值剔除再进行分组 一般可用数学家史特吉斯 Sturges 提出的公式 根据测定次数n来计算组数k 公式为 k 1 3 32logn例 n 60則k 1 3 32log60 1 3 32 1 78 6 9即约可分为6组或7组一般对数据的分组可参照下表例 取7組 步驟5 求组距 h 组距 极差 组数 h R K 为便于计算平均数及标准差 组距常取为2 5或10的倍数 例 h 27 7 3 86 组距取4步骤6 求各组上限 下限 由小而大顺序 第一组下限 最小值 第一组上限 第一组下限 组界第二组下限 第一組上限 最小测定单位整数位的最小测量单位为0 1小数点1位的最小测量单位为0 1小数点2位的最小测量单位为0 01 最小測量單位2 例 第一组 120 5 124 5 2 122 5第二组 124 5 128 5 2 126 5第三组 128 5 132 5 2 130 5第四组 132 5 136 5 2 134 5第五组 136 5 140 5 2 138 5第六组 140 5 144 5 2 142 5第七组 144 5 148 5 2 146 5步骤8 作次数分配表将所有数据 按其数值大小记在各组的组界內 并计算其次数 将次数相加 并与测定值的个数相比较 表示的次数总和应与测定值的总数相同 步骤9 制作直方图将次数分配表图表化 以橫轴表示数值的变化 纵轴表示次数 橫轴与纵轴各取适当的单位长度 再将各组的組界分別标在橫轴上 各组界应为等距分布 以各组內的次数为高 组距为宽 在每一组上画成矩形 則完成直方图 次數分配表 在图的右上角记入相关数据履历 数据总数n 平均值x 标准差 并划出规格的上 下限 填入必要事项 产品名称 工序名称 时间 制作日期 制作者 缺齿型 凸凹不平型 说明 高低不一 有缺齿情形 不正常的分配 由于测定值或换算方法有偏差 次数分配不妥当所形成 结论 检验员对测定值有偏好现象 如对5 10之数字偏好 或是假造数据 测量仪器不精密或组数的宽度不是倍数时 也有此情況 切边型 断裂型 说明 有一端被切断 结论 原因为数据经过全检 或过程本身经过全检 会出現的形狀 若剔除某规格以上时 则切边在靠近右边形成 离岛型说明 在右端或左端形成小岛 结论 测量有错误 工序调节错误或使用不同原料所引起 一定有异常原因存在 只要去除 就可满足过程要求 生产出符合规格的产品 高原型说明 形状似高原状 结论 不同平均值的分配混在一起 应分层后再做直方图比较 双峰型说明 有两个高峰出现 结论 有两种分配相混合 例如两台机器或两家不同供应商 有差异时 会出现这种形状 因测量值不同的原因影响 应先分层后再作直方图 偏态型 偏态分配 说明 高处偏向一边 另一边低 拖长尾巴 可分偏右型 偏左型 偏右型 例如 微量成分的含有率等 不