QC七大手法要领.ppt

品管七大手法 主講人 紀明宗 壹 品管七大手法 1 查檢表容易收集資料 2 柏拉圖告訴你重點在那 3 特性要因圖告訴你原因在那 4 散佈圖告訴你如何調整 5 直方圖品質是如何不良 6 管制圖告訴你出問題了趕快處理 7 層別法告訴你問題在那裡 查檢表 何謂查檢表 就是一種為了便於收集數據 使用簡單的數字並予統計整理 再進一步分析或作為核對 檢查之用而設計的一種表格或圖表 查檢表的設計要領 數據履歷要清楚 由誰查檢 查檢時間 期間 地點 班別 機台等均應載明清楚 盡可能以數字記入 避免用文字 不得已時應簡單正確敘述 查檢項目不宜太多 以4 6項為原則 針對影響最大的要因收集數據即可 其他可能發生的要因併為其他項 依特性分為 a 計數值數據 如不良品數 缺點數 生產個數 停車次數 等數據 b 計量值數據 用測定或測量而得的數據 這種數據是連續性的 如厚度 高度 速度 重量 溫度 等 容易收集資料 查檢表 收集時間 90 4 23 4 27收集地點 包裝A線收集人 李四 日期 N 10000片R 206件P 2 06 柏拉圖 告訴你重點在那裡 用途 由現場所收集而得到的數據 必須加以整理 並作成圖表 如此才能容易把握住影響問題點的重要原因 而最廣泛為現場人員應用於數據整理的圖表為柏拉圖 柏拉圖的定義 根據所收集之數據 按不良原因 不良狀況 不良發生位置等不同區分標準 以尋求佔最大比率之原因 狀況或位置的一種圖形 從柏拉圖可看出那一項目有問題 其影響程度如何 以判斷問題的癥結點 並針對問題點採取改善措施 柏拉圖的作法 各項目按出現數據之大小 順序排列 其他項排在最後 不良項目 不良次數 不良率 累計不良率 影響度 累計影響度 刮傷 撞件 浮高 板污 其他 合計 63 52 34 0 63 0 52 0 34 26 0 63 1 15 1 49 1 75 0 26 31 0 31 100 84 9 72 3 55 8 30 6 30 6 12 6 16 5 25 2 48 2 06 2 06 15 1 100 不良項目 其他 合計 不良次數 不良率 累計不良率 影響度 累計影響度 635234263148 0 630 520 340 260 312 06 0 631 151 491 752 06 30 625 216 512 615 1100 30 655 872 384 9100 刮傷 撞件 浮高 板污 統計表 柏拉圖的畫法 柏拉圖 於圖上畫出縱軸及橫軸 縱軸左側直線代表不良次數 不良率或損失金額 右側直線代表累計影響度 橫軸代表項目 橫軸不宜長於縱軸 否則應調整等分間隔 點上累計不良率或累計影響度 並以折線連結則形成柏拉圖 323024181260 不良率 ABCD其他 100 項目別 累計影響度 不良率 累計影響度 100 323024181260 項目 ABCD其他 告訴你重點在那裡 累計佔有率 告訴你原因在那裡 特性要因圖 魚骨圖 特性要因圖為日本品管權威學者石川馨博士於1952年所發明 故又稱 石川圖 又因其形狀似魚骨 故亦稱魚骨圖 其在闡明原因與結果之關係 亦稱因果圖 何謂特性要因圖 特性要因圖的畫法 特性要因圖在劃之前先決定問題或品質的特性 如不良率 停機率 送修率 抱怨的發生 外觀不良 等有關品質低下的問題特性加以確定 首先劃上特性要因圖的骨架 將特性寫在右端 自左劃上一條較粗的幹線 稱母線 就是代表製程 並在幹線的右端劃一指向右方的箭頭 特性 母線代表製程 把原因分成幾個大類 每大類劃於中骨上 且以圈起來 加上箭頭的大分枝 且稍斜約60接到母線 此大分枝稱為子枝 較母線略細 特性要因圖 魚骨圖 特性 材料 機器 方法 其他 人 60 子枝 母線 大原因可依製程分類 一般分為人 機器 材料 方法 其他 探討大原因的原因 再細分為中 小原因 將其記入小骨及枝骨上 稱孩枝 曾孫枝 細分中小原因時 應注意必須能採取對策者為主要條件 且有因果關係者歸於同一中 小枝骨內 無因果關係則否 再從原因中影響最大的劃上紅圈 最後圈選出4 6個 方法 人 機器 物料 特性要因圖 魚骨圖 特性 小骨 枝骨 孩枝 曾孫枝 要因強調 散佈圖 告訴你如何調整 何謂散佈圖 為研究兩個變量間之相關性 而搜集成對兩組之數據 以點來表示出二個特性值之間相關情形的圖形 稱之為 散佈圖 相對應的兩組數據間關係的分類 原因 要因 與結果 特性 之關係 照明度對應工作效率 品管圈開會時間對應效果金額 因果 例 王先生在運動前 後心跳和血壓之間是否存在關係 今收集30組數據 步驟1 收集30組以上的相對應數據整理到數據表上 數據太少容易誤判 散佈圖 No血壓心跳 No血壓心跳 No血壓心跳 XYXYXY 12345678910 11121314151617181920 21222324252627282930 138141143141142144147145146145 71727472737574737374 147149151153152154156158159158 75777879788081848687 156154155153151148146145144142 82818078767574737372 X之最大值159最小值138 Y之最大值87最小值71 步驟2 找出數據X Y之最大值及最小值 告訴你如何調整 散佈圖 步驟3 畫出縱軸與橫軸 若是判斷要因與結果之關係 則橫軸代表要因縱軸代表結果 Y 心跳 X血壓 136140144148152156159 88868482807876747270 X軸之範圍 Y軸之範圍 136140144148152156159 88868482807876747270 心跳 Y X血壓 X 159Y 87 X 138Y 71 步驟4 將各組數據點在座標上 兩組數據重複在同一點上時 畫上二重圓記號 告訴你如何調整 數據打點法 散佈圖 散佈圖之判讀 X增大時 Y也隨之增大 稱為正相關 Y X 完全正相關 Y X 有正相關 X增大時 Y反而減少 稱為負相關 Y Y X X 有負相關 完全負相關 X Y 無相關 X與Y之間看不出有任何關係 X增大時 Y並不改變 告訴你如何調整 直方圖 何謂直方圖 為要容易看出如長度 重量 時間等計量質的數據之分配情形 所用來表示的圖形 直方圖是將所收集的測定值或數據全距分為幾個相等的區間作為橫軸 並將各區間內之測定值所出現次數累積而成的面積 再用柱子排起來的圖形 故亦稱之為柱狀圖 前言 現場工作人員經常都要面對一大堆的數據 這些數據是從製程中抽測或查檢所得的某項產品之品質特性記錄 而一天中可能所記錄的數據有數百個之多 它們到底能提供我們什麼情報呢 如果我們能應用直方圖的手法將這些數據加以整理 則製程品質的散佈狀態 問題點的所在及製程能力等 均呈現在我們的眼前 我們即可利用這些情報來掌握問題點以進行改善對策 直方圖 人 年齡 人 年資 挑戰3 年資分佈 年齡分佈 活動目標 改善前 改善後 目標 品質是如何不良 品管圈圈長產生 班長擔任 圈員互選 上司指派 其他 票數 層別法 為區別各種不同原因對結果之影響 而以各別原因為主體 分別作統計分析的方法 稱為層別法 何謂層別法 層別法最主要功用 在透過各種分層 依各層收集數據以尋找不良所在或最佳條件 以為改善品質的有效方法 層別的對象與項目 1 時間的層別2 作業員的層別3 機械 設備的層別4 作業條件的層別5 原材料的層別6 測定的層別 7 檢查的層別8 環境 天候的層別9 地區的層別10 製品的層別11 其他 層別法 管制圖之層別 上限 下限 上限 下限 規格 規格 規格 規格 例一 例二 A B C 直方圖之層別 告訴你問題在那裡 管制圖 何謂管制圖 所謂管制圖是一種以實際產品品質特性及根據過去經驗所判明的製程能力管制界限比較