QC7手法训练教材PPT演示课件

,QC七大手法,DeltaConfidential,QC七大手法簡介,QC七大手法是日本科技聯盟(JUSE)石川馨博士于1962年創作的品質改善手法(工具),DeltaConfidential,QC七大手法介紹,DeltaConfidential,QC七手法的運用,直方圖,管制圖,特性要因圖(魚骨圖),散佈圖,柏拉圖,查檢表,層別法,何謂層別法？是指將數據或資料，按照共同特徵加以分類、統計的一種分析方法。一般常用4M1E來加以區分。也可採用任何認為有意義的區分方式。用途：查找產生質量問題的原因，然後可以給予更好的控管及改善。,層別法,人(MAN)/機械(MACHINE)/材料(MATERIAL)/方法(METHOD)/環境(ENVIRONMENT),如：作業員(班別/年齡/學歷)/機械設備(年代/規格型號)/原材料/作業條件(溫度/壓力)/時間(小時/日/週/月)/其他(檢測方式/搬運方式),商品別業績比較表,單位別業績比較表,管理工作上活用層別法,人員別業績比較表,在蒐集數據之前就應使用層別法，以避免數據中含有非相關因素（其他變因）。運用QC手法時應該特別注意與層別法搭配使用。例如：QC七大手法中的柏拉圖、查檢表、散佈圖、直方圖和管制圖都必須以發現的問題或原因來作層別法。,層別法的使用,層別法案例:某天，PTU廠生產線過錫爐後的不良率異常高，經過現場調查得知，當天有三條產線同時生產YBOX機種，不良現象有無線尾、高翹、短路三種，於是收集資料層別如下表所示。試說明下表的分層類別並分析應如何改善?,DeltaConfidential,何謂查檢表:為了方便收集數據，使用簡單明瞭的表格並填入規定的圖形符號，再加以統計整理，作為進一步分析或核對檢查用的表格。用途:通常用來了解現狀或收集數據，以作為分析之用。,查檢表的種類:,1.記錄用(改善用)查檢表:收集的數據，來調查不良項目、不良原因、工程分布、缺陷位置等，做進一步統計整理、調查及分析。2.點檢用查檢表:為確認作業事實、裝備使用狀況或檢查問題。,查檢表,紀錄用查檢表,點檢用查檢表,缺陷位置調查表,電視故障現象查檢表,請判斷以下為哪一種查檢表?,IPQC的一天,DeltaConfidential,查檢表的制作步驟,Step1.確認目的，決定要搜集的數據或項目。Step2.決定查檢項目。Step3.決定抽樣方法。(收集數據的方法)Step4.決定查檢方式。Step5.設計表格，決定紀錄方式。,注意！查檢表的格式及內容，要讓使用者最方便使用且及最容易記錄為原則。,DeltaConfidential,查檢表的使用,數據搜集完應馬上使用，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。,何謂管制圖:對生產過程或製程中各特性值進行量測、紀錄、評估和監控過程是否處于控制狀態的一種統計方法設計出來的圖形。也叫控制圖。作用:1.確保製程穩定，可預防產生不合格品。2.提高產品質量、生產能力、降低成本。3.為製程分析提供依據。4.區分異常的特殊原因和普通原因，做為異常改善的依據。,管制圖,管制圖的總類,常見的管制圖表,柏拉圖柏拉圖的由來：1.V.Pareto(柏拉圖)：意大利經濟學家1890年提出：80%的財富進入20%人的口袋。2.J.M.Juran：柏拉圖的發明者。,何謂柏拉圖:根據所收集的數據，分類不良現象、缺陷等內容，然後按照大小順序排列，利用累計數據來表示的圖形。用途:1.提供改善方向的優先順序。(80：20法則/ABC法則)2.呈現改善前後的效果確認。,2.改善前後的效果確認,柏拉圖制作方法1.決定不良的分類項目(結果別或原因別)2.決定數據收集時間2/12/XX3.紀錄數值，整理數據，計算數值及累計百分率4.按照數值依據大小順序，畫出柱形圖5.點上累積值，并用線連接,錯誤的柏拉圖,柏拉圖使用注意事項1、首先要明確：你要解決什么問題？例：客訴有抱怨件數與損失的金額2、對于太廣的項目應再分成較細的類別,原因別,結果別,個案演練,單數組:以“客訴件數”為縱坐標雙數組:以“損失金額”為縱坐標。,下表是2011年7月PTU廠YBOX客訴不良件數及損失金額統計表，請用以下表之數據繪制一柏拉圖。,個案演練,運用Excel製作柏拉圖的方法,1.選擇需要繪圖的數據,2.選擇自訂類型的雙軸折線圖,3.設定“標題”;副座標軸的類別X軸打勾,5.調整柱狀圖的“類別間距”設為為“0”,4.將數量的線調變成直條圖,5.將主Y軸的刻度設為數量的累積最大值;將副Y軸的刻度設為1,注意!這樣還不是柏拉圖哦!,6.關鍵步驟:將折線圖的類別改成“XY散佈圖”中的帶有折線XY散佈圖.,7.修改X軸的刻度7-1.將上面的刻度標籤改成無“7-2.將X軸的刻度最大值改成項目的個數,8.顯示累積百分率:”資料標籤“的內容打勾,特性要因圖的定義:特性要因圖是日本品管大師石川馨博士發明，並於1962年由日本科技聯盟收集整理於QC七大手法中。所謂特性要因圖是指一個問題的特性在受到一些因素的影響時，將這些因素按相互關連性加以整理，使之成為層次分明且有條理的圖形，並標示重要因素的圖形。因其外觀酷似魚骨，又稱“魚骨圖”。適用時機:,特性要因圖使用注意事項這裡的“特性”指的是一個可以量化和量測的問題，感性的東西不適於作為魚骨圖分析的對象。例如:我們講我們的產品競爭力不強，它不能作為魚骨圖分析的對象，如果改為為什麼我們的價格比市場平均價格高20%，則可作為一個特性來做魚骨圖分析。特性要因圖不能反應分布與不同主要因上的中小要因的關系(關聯圖)。*要把問題描述清楚，這是作圖的第一步。*,繪圖時需搭配使用的工具用途：協助思考、挖掘問題腦力激盪法分析問題的手法有兩種:一是發散思維，一是收斂思維。特性要因圖使用的是發散思維。畫特性要因圖不是一個人的事，它需運用團體的智慧進行腦力激盪。四個原則：a.禁止批評；b.自由奔放；c.愈多愈好；d.搭乘便車,4M1E：人、機、料、法、環or5M1E：在4M1E基礎上增加量測Measurement5W1HWhat、Where、When、Who、How、Why,特性要因圖的架構,1.一般而言，大要因由46根組成。制造業較常用4M1E作為大要因。人、機、料、法、環境、其它2.中要因由35根組成,小要因由35根組成。為什麼呢?可以刺激兩次以上的腦力激盪3.大要因、小要因與水平線的夾角一般為60；中要因水平，方便記錄。,特性要因圖製作步驟,決定問題或品質特性大骨和大要因4M1E，並用四方框圈起來,決定問題或品質特性在大骨上填上大要因，並用四方框圈起來中骨、小骨、孫骨,中骨講求事實。不從事實開始的話，就找不出真正的出對策小骨要圍繞為什麼會哪樣?來寫。孫骨要更進一步追查為什麼會哪樣?來寫。,決定問題或品質特性在大骨上填上大要因，並用四方框圈起來中骨、小骨、孫骨記入中骨、小骨、孫骨的要點,要因記入沒有對策的反饋。例如:沒有照明沒有警報沒有監控訓練不足沒有SOP能力不足反覆詢問為什麼?，使用開放式的詢問。要因描述時，使用主詞形容詞的形式。例如:熱縮套管熱縮套管過長助焊劑助焊劑不均勻三現要圍繞事實，且有系統的整理要因。到現場、看現物、了解現況,決定問題或品質特性在大骨上填上大要因，並用四方框圈起來中骨、小骨、孫骨記入中骨、小骨、孫骨的要因深入探究要因,考慮對特性影響的大小和對策的可能性，進一步深究要因。不一定是最後的要因追究要因的時候，要由全員討論決定。將深究的要因稱為主要因，並用圈起來。主要因是對策的內容，它可透過眼睛觀察或用數據確認。決定多個主要因的時候，從真要因和與有效對策有關的要因中解析，確認後用作標記。,注意!1.要因要“階層化”.小要因造成中要因,中要因構成問題。2.在同一大骨根上，框了中骨就不框小骨；框了小骨就不框中骨，因為它們互為因果關係。,決定問題或品質特性在大骨上填上大要因，並用四方框圈起來中骨、小骨、孫骨記入中骨、小骨、孫骨的要因深入探究要因記入關聯事項,記得在於魚骨圖下方標註名稱日期作者,要因剖析案例一,要因剖析案例二,要因剖析案例三,要因剖析案例四,要因剖析案例五,挑出下面特性要因圖的毛病,個案演練,請各組自選一問題特性，做發散思考，繪制一特性要因圖,散佈圖是分析或研究兩種品質特性值之間的相關性，將收集成對的兩組數據(如溫度/壓力、溫度/溼度、時間/含水率)，用座標標示(X/Y軸)的方法，來表示兩個特性值之間相關性的圖形。用途：檢查兩種品質特性質或者兩種數據之間的相互關係結論。尤其是於魚骨圖中的因果關係的驗證。,散佈圖,相關性的分類：要因vs.特性特性vs.特性特性的兩個要因間的關係,作法:1.收集要研究的兩種數據，至少要30組以上。2.將各組數據一一對應填入數據表內3.找出各自的最大值和最小值，以確定X/Y軸座標的刻度4.將各組數據按(X,Y)在坐標上打點，全部打點完畢即成散佈圖。,注意事項:,1.兩種數據為因果關系時，可將原因作為X軸，結果作為Y軸。2.X軸和Y軸應有適當的標度;3.如兩組數據完全相同，則點重合。兩點重合用表示;三點重合用表示;如重合數據很多，可按直方圖的方法做相關表。,無法用相關性表示出來,散佈圖的觀察分析,1、典型形狀的散佈圖,有異常點存在,2、觀察分析散佈圖應注意的事項a.要有足夠的標點;b.明確在什麼範圍內相關;c.注意分層;d.存在峰谷的散佈圖可以區分處理。3、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，此時需再深入探討。,直方圖,次數直方圖一般又稱直方圖何謂直方圖：將數據分配範圍劃分為數個區間，計算各區間內該數據出現的次數，用柱子排起來的圖形。用途：描述數據的分佈平均值、變異、對稱，藉以判斷工序有無異常情形，並檢查該數據是否正常受控，有足夠能力符合客戶需求。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。,正常型:兩邊高，中間低，有集中趨勢,製程在正常狀態下運轉,量測員對設定值有偏好，如5、10之數字量測儀器精度不夠故意做假數據分組太多,缺齒型:,工具/治具/模具已經磨損或鬆動習慣作業造成作業方法錯誤,數據經過全檢或製程本身經過全檢,峭壁型:,偏態型:,雙峰型:,離島型:,設備在過程中出現異常原因量測有錯誤/工程參數調節錯誤/過程中或入不同原材料人員在輸入數據過程中可能10.01輸入成10.1or1.01,有兩個不同的組合，如不同機台、材料、人員過程中有變異產生,而做了較大調整,人為做的假數據經過全檢挑選的數據測量儀器精度不足不熟悉直方圖人員做的假數據數據太多或太少品質實在太差,尚未經過全檢的數據,高原型:,不規則型:,繪製次數直方圖步驟,Step1收集量測數據：某廠新機種NBA-800成品H尺寸規格為130160mm，為確認新模具的制程穩定能力，今按隨機抽樣方式取得60個樣品，紀錄其量測值如下表所示暫分成6組，請試做一直方圖並說明。,Step2找各組中之最大值及最小值，並標註符號。,Step3找全部數據中的最大值及最小值，並標註符號。,Step4計算量測值之全距(Range)：最大和最小的差即Range=148-121=27,Step5決定條狀圖的區間(組數)：為使每一個條狀圖的寬度都相等，必需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。組數太少將造成資訊不足，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。至於組數太多將造成每一組之個數皆相等，例如將本例分為20組則各組將各有一個數據，最多一組23個而已。在本案例，取樣個數為60，我們選擇分10組。,Step6求組距h：h=全距組數=2710=2.7取整數3Step7求各組的上限值和下限值由下而大的順序：第一組下限值=最小值-(最小測量單位2)=121-(12)=120.5第一組上限值=第一組下限值+組距=120.5+3=123.5第二組下限值=第一組上限值=123.3第二組上限值=第二組下限值+組距=123.5+3=125.5以此類推，求出各組的上、下限值。,補充說明：最小測量單位整數位的最小單位為1小數點一位的最小單位為0.1小數點二位的最小單位為0.01,Step7計算各組的組中