QC七大手法实务.ppt

2020 4 20 1 QC 7 2020 4 20 2 常用統計手法介紹QC七大手法 1 查檢表 Checklist 2 柏拉圖 Paretochart 3 特性要因圖 Causeandeffectdiagram 4 散佈圖 Scatterdiagram 5 直方圖 Histogram 6 管制圖 Controlchart 7 層別法 Stratification 2020 4 20 3 查檢表 何謂查檢表 查檢表是將原始收集到的數據用容易了解的方式作成圖形或表格 並記上檢查記號 或加以統計整理 作為進一步分析或核對檢查用 查檢表的種類 記錄用查檢表 目的在收集數據型的資料 做進一步統計整理用 點檢用查檢表 目的主要在檢查事物 機械 等的運作狀況 或檢查問題用 2020 4 20 4 東西未歸定位查檢表 記錄用查檢表 第一季 合計 客廳 飯廳 男主人 女主人 女主人 其他 合計 42 9 83 15 74 62 男主人 臥室 17 18 7 3 2 4 13 7 9 28 25 30 5 4 6 8 6 8 64 200 22 29 第二季 第三季 2020 4 20 5 汽車定期保養點檢表 點檢用查檢表 10000KM時定期保養 顧客名 日期 車牌號碼 車種 行駛公里 作業者 電瓶液量水箱胎壓火星塞風扇皮帶 註 檢查 調整X更換 空氣濾淨器機油分電盤蓋化油器 2020 4 20 6 查檢表的製作要點 Step1 決定所要蒐集的數據及希望把握的項目Step2 決定查檢表的格式Step3 決定記錄形式Step4 決定蒐集數據的方法注意 查檢表的格式及內容 要讓使用者最方便使用及最易記錄為最高原則 2020 4 20 7 查檢表的使用 數據蒐集完成應馬上使用 避免因時間過久而失去時效性 首先觀察整體數據是否代表某些事實 數據是否集中在某些項目或各項目之間有否差異 是否因時間的經過而產生了變化 亦即是否有時間性的差異存在 2020 4 20 8 查檢表的實作 請準備一份查檢表 checkList 作為下周公司舉辦露營應攜帶物品清單 2020 4 20 9 柏拉圖 何謂柏拉圖 所謂柏拉圖是根據所蒐集的數據 依據不良原因 不良狀況 不良發生位置或客戶抱怨的種類 安全事故等不同區分標準 找出比率最大的項目或原因 並且將所構成的項目依照大小順序排列 再加上累積值的圖形 以作為改善的優先順序 2020 4 20 10 用前面例子的查檢表數字可以整理成底下的柏拉圖 東西未歸定位柏拉圖 2020 4 20 11 柏拉圖的製作方法 Step1 決定不良的分類項目 藉由結果別分類藉由原因別分類 注意 最好不要超過6項 Step2 決定數據蒐集期間 並且按照分類項目蒐集數據 決定一天 一周 一個月 一季或一年為期間 Step3 記入圖表紙並且依據大小排列畫出柱形 Step4 點上累計值並且用線連結 累計比率 各項累計數 總數 100 Step5 記入柏拉圖的主題及相關資料 2020 4 20 12 掌握問題點發現原因效果確認 使用時機 注意要點 發生頻率高不一定代表影響程度大 亦即並非立即要進行對策 經由不同的衡量標準來確認最重要的問題 分析不同類別的數據 範圍太廣的項目 應再分成較細的類別 以免分析不易 柏拉圖的使用時機及注意要點 2020 4 20 13 柏拉圖繪製實例 以某家庭之某月支出查檢表為例 其柏拉圖繪製過程如下 2020 4 20 14 家庭之某月支出的柏拉圖 2020 4 20 15 柏拉圖的錯誤指正實作 2020 4 20 16 在進行品質改善小組活動 QIT 時 有時會用柏拉圖來做改善前後的效果比較 在製作對策前後的效果確認時應注意以下三項 柏拉圖蒐集數據的期間和對象必須一樣對季節性的變化應列入考慮對於對策項目以外亦必須加以注意 避免消除了主要因而使得其他要因增加 柏拉圖與品質改善小組活動 2020 4 20 17 特性要因圖 何謂特性要因圖 一個問題的特性受到一些要因的影響時 我們將這些要因加以整理成為有相互關係而且有條理的圖形 這個圖形稱為特性要因圖 問題的特性是由許多要因造成的 要因 要因 要因 要因 要因 要因 問題特性 2020 4 20 18 將這些要因分群成為大 中 小要因 可繪製成特性要因圖 因其像魚骨故又稱魚骨圖 2020 4 20 19 特性要因圖製作的六個步驟 步驟一 決定問題或品質的特性 為什麼延遲交貨 特性 2020 4 20 20 步驟二 決定大要因 2020 4 20 21 步驟三 決定中 小要因 可利用親和圖法來將中 小要因區分出來 步驟四 討論影響問題點的主要原因 步驟五 填上製作目的 日期及製作者等資料 人 製造 交貨 物品 為什麼延遲交貨 情報錯誤 沒有危機感 生產計劃不相吻合 不良率高 存放位置不佳 庫存量低 交期過短 會議目的 會議日期 與會者 2020 4 20 22 特性要因圖的使用時機 問題的整理 及原因的探索 追查真正的原因尋找對策 特性要因圖也可用來做對策整理用 這時魚頭的方向會剛好相反過來 又稱為反轉 大要因 大要因 大要因 大要因 中要因 中要因 中要因 中要因 小要因 如何做 2020 4 20 23 繪製特性要因圖應該注意的事項 繪製特性要因圖要把握腦力激盪法的原則 讓所有的成員表達心聲 列出的要因應給予層別化 繪製特性要因圖時 重點應放在 為何會有這種原因 並且依5W1H的方法逐一列出 如果您是指導人員 切記不可憑個人好惡去決定或交辦給他人的方式而影響討論人員的熱忱 所謂5W1H就是 Why 為何必要 What 目的為何 Where 在何處做 When 何時做 Who 誰來做 How 如何做 2020 4 20 24 散佈圖 何謂散佈圖 以縱軸表示結果 以橫軸表示原因 用點表示出分佈形態 根據分佈的形態判斷對應數據之間的相互關係的圖型 稱為散佈圖 其相對應之方法為相關係數之計算 2020 4 20 25 散佈圖製作的五個步驟 步驟一 蒐集相對應數據 至少三十組以上 並且整理寫到數據表上 如下表 步驟二 找出數據之中的最大值與最小值 原因 結果 2020 4 20 26 步驟三 畫出縱軸與橫軸刻度 計算組距 時數的組距 59 42 17原因的組距 890 810 80 步驟四 將各組對應數據標示在座標上 2020 4 20 27 步驟五 記入必要事項 品名 單位 執行者 日期 2020 4 20 28 散佈圖的研判 D 非顯著性負相關 散佈圖可以呈現如下幾種原因與結果之間的關係 A 正相關 B 弱正相關 C 負相關 E 無相關 F 曲線相關 0 85 r 1 0 7 r 0 85 1 r 0 85 0 85 r 0 7 0 4 r 0 4 2020 4 20 29 使用散佈圖時應注意事項 注意是否有異常點的存在 亦即該點和其他點相距很遠 是否有假相關 雖然數據顯示具相關性 但是亦有其他文獻或經驗認為此二者不具相關性 此時需在深入探討 是否有必要加以層別 亦即由數據看是具有相關 但將數據分群後卻發現不相關 反之亦然 因此一個相關與否的散佈圖需要放入單純 必要 的數據 2020 4 20 30 何謂相關分析 相關分析 CorrealationAnalysis 藉由計算自變數 和應變數 之相關性 以了解 及 是否具有關係及是何種關係 相關係數之公式 2020 4 20 31 相關分析 2020 4 20 32 相關分析的判讀 相關係數r會介於 1 1之間 以0 707 1稱為正相關 亦即此二者會有同時變大或變小的關係 包含線性及非線性 以 0 707 1稱為負相關 亦即此二者會有呈現相反的變大或變小的關係 包含線性及非線性 介於 0 4 0 4稱為不相關 亦即此二者不具備相關性 2020 4 20 33 次數直方圖 次數直方圖一般又稱直方圖 它通常用於 其平均值是否在中央判斷數據是否為鐘形曲線製程能力能否符合規定直方圖適合用於做製程後的分析 不適合作為監控正在生產的產品 2020 4 20 34 次數直方圖 繪製次數直方圖Step1收集量測數據 假設為了調查SiO2之薄膜製程 因此每天收集一片量測五點膜厚 2020 4 20 35 次數直方圖 Step2找各組中最大及最小值 找出每組之最大 最小之數據 並標註符號 2020 4 20 36 次數直方圖 Step3找全部中最大及最小值 找出所有數據之最大 最小 並標註符號 2020 4 20 37 次數直方圖 Step4計算量測值之全距 Range 計算量測值之全距 Range 亦即最大和最小的差距Range 0 6 0 41 0 19 2020 4 20 38 Step5決定條狀圖的區間 亦稱為組距 為了使每一個圖形之寬度都相等 因此有必要將數據區分為數個組 為使圖形能正確 選擇適當之組數是相當重要 太少之組數將造成資訊不足 極端的說在此例將所有數據皆分為一組 其結果是一堆數字而已 至於太多組數將造成每一組之個數皆相等 例如將本例分為25組則各組將各有一個數據 最多一組2 3個而已 決定組數的準則樣本數組數小於505 750 1006 10101 1507 12大於15010 12 次數直方圖 2020 4 20 39 Step6決定組距的組界及組中點 在本例中 由於樣本個數為50因此決定使用7組 而在Step4所算出之全距為0 19 因此將0 19 7 0 0271 由於數據之有效位數為0 01 因此組距寬度設到小數點下二位即可 所以令為0 03 至於如何決定組界呢 為使同一點不至於在2個組出現 而造成區分上之困擾 所以組界一般是採用數據有效位數的下一位 亦即0 005 各組的組距 組中點與組界組距組中點組界0 39 0 420 4050 395 0 4250 42 0 450 4350 425 0 4550 45 0 480 4650 455 0 4850 48 0 510 4950 485 0 5150 51 0 540 5250 515 0 5450 54 0 570 5550 545 0 5750 57 0 600 5850 575 0 605 次數直方圖 2020 4 20 40 Step7計算各組出現之個數 配合Step6所作出的表計算各組出現之個數其結果如下 次數直方圖 各組的組距 組中點與組界及次數組距組中點組界次數0 39 0 420 4050 395 0 42540 42 0 450 4350 425 0 455100 45 0 480 4650 455 0 485120 48 0 510 4950 485 0 51580 51 0 540 5250 515 0 54530 54 0 570 5550 545 0 57580 57 0 600 5850 575 0 6055 2020 4 20 41 Step8繪製次數直方圖 繪製次數直方圖 其原則如下 敘述資料的緣由 容易閱讀縱 橫座標的尺度及標示 次數直方圖 2020 4 20 42 次數直方圖透露出何種訊息 在本例中可看出很明顯為2個山峰 經過調閱生產記錄得知 2 5日有進行新配方之試作研究 而在2 8及2 10日再次進行 因此可看出此三日之平均值高於一般 若捨棄此三日之數據其結果如下 可看出為一個偏下限之常態分配圖 次數直方圖 2020 4 20 43 繪製次數直方圖的注意事項 使用等寬的組距 不等寬的組距將造成視覺上的差異 因此儘可能採用等寬的組距 不要使用跳蛙式座標的繪圖 在某個數據組中 由於個數過多常看到此一繪圖方式 建議發生此一情形可改用對數座標或再次審核數據 組距不要採用開放式 開放式常會令人無法得知其界限到底為多少 組距不可太少或太多 不要將多個數據資訊放在一張圖表上 如此將造成閱讀上的困難 次數直方圖 2020 4 20 44 記錄 接腳強度 調查日期為其數值如下 7 1 7 4日 每日量測10個 一個 量測一點 一隻腳 其數據如下 7 17 27 37 4715131910129121413131611141414131016121117131515141516131714151614151215131416 次數直方圖實作題目 2020 4 20 45 管制圖 管制圖的分類 管制圖分兩種 計量值管制圖 又分X R平均值及全距管制圖 中位值及全距管制圖 個別值及全距管制圖 計數值管制圖 又分P百分不良率管制圖 nP不良個數管制圖 C缺點數管制圖 計量管制圖適用的狀況是 資料是可量測的 且數據形式是連續性的 計數管制圖則適用於資料大半只能判定為良或不良 數據不為連續量的狀況 一般常用於外觀檢查 2020 4 20 46 管制圖用途 判斷未來之數據是否會超出規格其平均值是否和目標值相吻合何時需要進行對策的找尋何時可以延長檢查間隔何時可以不需注意 管制 此特性值數據適合作為監控正在生產的產品製作管制圖的注意事項 正確選擇管制點 以免發現問題卻無法反應 訂定合理之管制界限 以免產品或製程條件超出規格 訂定適當的檢查間隔 以免造成資源 人力 浪費或者不良品發生而不知道 對於製程持續加以監控 以期在問題未發生前進行對策的處理 2020 4 20 47 最大平均值 0 63最小平均值 0 54總平均 0 58UCLx 0 655LCLx 0 505 最大全距 0 19最小全距 0 07平均全距 0 13UCLR 0 275LCLR 0 計量值管制圖 2020 4 20 48 X R管制圖作法 Step1選擇量測點 在每一個製程中會有很多量測點 但如何確定量測點是有效的且重要的呢 有以下數點可供參考 要找出製程中最重要的點 不要使管制圖淪為 日記 或許該點不易量測 此時可考慮使用代用特性 儘可能選在發生問題時 可以補救的點 此點在現在為量測點 但並不表示長久一定是量測點 計量值管制圖 2020 4 20 49 Step2取樣 在進行管制圖的製作時 由於需要 連續取樣 因此通常一個樣本會包含4 5件 將其一一量測後再填入管制圖中 如何取樣在SPC中是十分重要 因此取樣原則上最好不要包含 非隨機性誤差 因為此一誤差將造成數據上很大差異 若不得已時最好能使此一誤差同樣出現在各個樣本中 計量值管制圖 2020 4 20 50 Step3規劃資料圖表格式 在進行管制圖的製作時 一份好的表格應包括之背景資料如下 下圖是ASQC所用之表格 日期品名或零件量測單位操作者其他相關資料 計量值管制圖 2020 4 20 51 平均值 全距 2020 4 20 52 Step4取樣並記錄量測結果 依照計劃進行取樣 量測及記錄 並填入表中 計量值管制圖 Step5計算各組的平均值及全距 在本例中是以每8小時為一組 因此必須算出9組各別的平均值及其全距並將最大及最小的數值圈出 完成之圖表如下 2020 4 20 53 平均值 全距 2020 4 20 54 Step6計算總平均及平均全距 計算出全部數據的平均值及平均全距 在本例分別為平均值 0 58 平均全距為 0 13 計量值管制圖 Step7決定座標範圍及點繪資料 首先找出最大和最小的平均值 在找出最大和最小的全距 以便確定座標的範圍及最小刻度 如此才可將所有資料全部點繪在圖表中 2020 4 20 55 最大平均值 0 63最小平均值 0 54總平均 0 58 最大全距 0 19最小全距 0 07平均全距 0 13 計量值管制圖 2020 4 20 56 Step8決定全距管制界限 在計算平均值的管制界限時 先求出全距的管制圖 如此可知 非隨機性誤差 是否存在 假使超出則代表有 非隨機性誤差 若不穩定則不須檢查平均值是否在監控 亦即是否超出管制界限 此時應著手於製程穩定度的改善工作 全距的管制上限為D4 R 2 114 0 13 0 275 UCLR全距的管制下限為D3 R 0 0 13 0 00 LCLR 計量值管制圖 2020 4 20 57 最大平均值 0 63最小平均值 0 54總平均 0 58 最大全距 0 19最小全距 0 07平均全距 0 13UCLR 0 275LCLR 0 計量值管制圖 2020 4 20 58 Step9全距是否都在管制界限內 計量值管制圖 2020 4 20 59 Step10決定平均值管制界限 確定全距在監控下 再求平均值管制界限 平均值的管制上限為UCLX X A2 R 0 58 0 557 0 13 0 655平均值的管制下限為LCLX X A2 R 0 58 0 557 0 13 0 505 計量值管制圖 2020 4 20 60 計量值管制圖 Step11平均值是否都在管制界限內 2020 4 20 61 最大平均值 0 63最小平均值 0 54總平均 0 58UCLx 0 655LCLx 0 505 最大全距 0 19最小全距 0 07平均全距 0 13UCLR 0 275LCLR 0 計量值管制圖 2020 4 20 62 在製程中如何運用管制圖 假使全距及平均值都在管制界限以內 則可確定沒有 非隨機性誤差 存在 又總平均值是否符合目標值 也是另一個重點 若全距及平均值皆落在管制界限內 此一情形代表此一製程目前已在管制中 但並非表示往後量產不需注意 因為即使再穩定製程中也會有突發之情勢發生 而且是否能在不增加太多成本下 將製程做的更穩定是工程師的希望 因此管制圖即可在未來製程的問題未發生時 立即給與必要的資訊 一般常作為判斷的依據有 平均值連續7點分在總平均值兩側且具有同一趨向 平均值連續3點中 有2點在2倍和3倍之間 即A區 平均值連續5點中 有4點在1倍和2倍之間 即B區 平均值連續8點皆在同一側 即A B C區 2020 4 20 63 計量值管制圖應用摘要 管制圖能告知是否可以繼續生產 亦或需要進行製程上的調整 亦即可以判定目前的偏差量是由隨機性或非隨機性誤差所造成 資料形式為計量值時 採用上述的3個圖表之一 先要製作全距管制圖 以確保數據沒有很不合理的情形發生 才可以進行平均值或中位值或個別值的判定 管制界限只和製程穩定度有關 和規格並無關係 但一般常採取規格是否比管制界限的4 3倍大 以判斷製程穩定與否的依據 完成的計量管制圖可使用在製程上進行監測的工作 並依據上述異常的判斷基準 作為調整的依據 2020 4 20 64 異常現象圖 A B C 計量值管制圖 2020 4 20 65 記錄蝕刻後的線寬 其數據如下 X R圖實作題目 2020 4 20 66 計數值管制圖 計數管制圖適用於資料大半只能判定為良或不良 且數據不為連續量之管理用圖表 常用計數管制圖有 P圖 用來管制製程中百分不良率nP圖 用來管制不良數c圖 用來管制每一件產品上的缺點數計數管制圖主要用途 用於管理不能計量的管制點 可以將製品分成兩大類者 一為 良品 另一為 不良品 者 2020 4 20 67 製作P 百分不良率 管制圖的注意事項 P圖大多採用百分率 亦即在一百件產品中 不良品所佔比率 因此我們常稱其為百分不良率P圖 一般檢查項目會有很多 所以可能1件產品同時具有2個以上的不合格項目 此時我們僅能以1件產品來計算 從分析圖中試著去了解不同變數下造成不良數量改變的情況 計數值管制圖 2020 4 20 68 P 百分不良率 管制圖的製作 Step1取樣 決定樣本規模要件如下規模至少50件或規模要大到每次取樣個數中 至少含有4個以上不良品發生 避免在一長時段 如一天 觀察一個大樣本 而應該改為2 4小時觀察小樣本 當每次取樣的大小不同時 若樣本大於或小於平均樣本的20 時 要重新計算管制界限 計數值管制圖 2020 4 20 69 Step2將基本資料填入P圖中 記