QC七大手法PPT演示课件

QC七大手法,1,2,品质成本,所有的品质问题都是有成本的报废成本返工成本人力(会议,返工,写报告,驻厂随线检验)设备车资、餐费材料费用公司声誉客户满意度(成为客户要求降价或换供货商的导火线)降低品质成本的方法，就是预防品质问题发生,3,脑力激荡法,脑力激荡法在使用上有下列原则必须把握：(1)禁止批评-绝不批评别人的意见。(2)量多-意见愈多愈好，通常至少五十则以上。(3)自由奔放-让参与成员自由联想。(4)搭便车-可以搭在别人的意见上自由发挥。,-BrainStorming,4,定义问题,约翰-杜威说：明确的将问题指出，就等于解决问题的一半。爱因斯坦说：精确的陈述问题比解决问题还来得重要尽量使用4W3H法4W为What、When、Where、Who；3H为How、Howmany、Howmuch以明确简洁的方式来陈述问题。,5,查检集数据层别作解析柏拉抓重点鱼骨追原因散布看相关直方显分布管制找异常,QC七大手法基本作用,以数据图表为基础的分析工具,6,QC七大手法所体现的精神,1.用事实与数据说话.2.全面预防.3.全因素、全过程的控制.4.依据PDCA循环突破现状予以改善.5.层层分解、重点管理.,7,浅谈数据,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.数据的真实性2.数据的及时性3.数据的代表性,8,三.数据的种类A.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.B.定量数据:长度.时间.重量等测量所得数据,也称计量值;以缺点数,不良品数来作为计算标准的数值称为计数值.,连续型数据-计量型数据离散型数据-计数型数据,浅谈数据,9,连续型数据,a,b,X?,10,X,离散型数据,11,整理数据应注意的事项,1.问题发生要采取对策之前,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,改善前与改善后所具备条件要一致.4.数据收集完成之后,一定要马上使用.,12,手法一层别法,13,定义:将多种多样的数据,因应目的，按照它们共同的特征加以分类，层别，使之方便以后分析的一种统计分析方法.层别法是所有品管手法中最基本的概念，是统计方法中最基础的管理工具功用:可将杂乱无章的数据归纳为有意义的类别，将事物处理的一目了然，这种科学的统计方法可以弥补靠直觉判定管理的不足,定义,14,1.时间的层别.2.作业员的层别.3.机械设备的层别.4.作业条件的层别.5.原材料的层别.6.检查的层别.7.,层别的对象与项目,15,层别法的使用的三个重点,1.在收集数据之前就应使用层别法.Problem:在解决日常问题时,经常会发现对于收集来的数据必须浪费相当多的精神来分类,并作再一次的统计工作.在得到不适合的数据,如此又得重新收集,费时又费力.Action:在收集数据之前应该明确目的,考虑数据的条件背景以后,先把它层别化,再开始收集数据.老子曰：凡事预则立，不预则废！,16,2.QC手法的运用应该特别注意层别法的使用.,QC七大手法都必须以发现的问题或原因来作层别法.Ex:制作柏拉图时,如果设定太多项目或设定项目中其它栏所估的比例过高,就不知道问题的重心,这就是层别不良的原因.直方图的双峰型或高原型都是层别的问题.,层别法的使用的三个重点,17,3.管理工作上也应该活用层别法,Ex:一张营业计划与实际比较图,可以知道营业成绩来达成目标,如果在管理工作上就用层别法的概念先作分类的工作,以商品别作业绩比较表,可查出那种商品出了问题.如再以营业单位销售落后业绩产品的层别化再比较即可发现各单位对这种产品的销售状况.如对业绩不理想的单位,以营业人员别化即可发现各营业人员的状况,如此问题将更加以明确化.以上的说明中可以发现管理者为了探究问题的真正原因,分别使用了商品别,单位别,人别等层别手法,使得间题更清楚,这就是层别法的观点.,层别法的使用的三个重点,18,Ex1:商品别业绩比较,例子,19,手法二查检表,20,查检表定义:为了便于收集数据,使用简单记号填记并予以统计整理,以作进一步分析或作为核对,检查之用的一种表格.古人云：好记性不如烂笔头,定义,21,记录用查检表-,查检表种类,中弱)负相关(强中弱),散布图之相关性分类,52,3.不相关4.曲线相关,散布图之相关性分类,53,资料搜集找出数据中的最大值和最小值三.画出纵轴横轴刻度,计算组距四.将各组的对应数据标示在坐标上五.记下资料和图的条件,制作方法,54,散布图之作法实例,某种产品的硬度作为CTQ管理,其生产工艺中有一项为熔烧温度,收集了以下数据,用散布图验证其是否用来作CTP管理（X为熔烧温度,Y为硬度）,55,散布图之作法实例,56,正相关:Y=a+b(X)负相关:Y=a-b(X),相关性模拟计算,RegressionAnalysis:hardversustempTheregressionequationis硬度=-70.5+0.143*温度PredictorCoefSECoefTPConstant-70.4717.92-3.930.001temp0.142770.021086.770.000,57,注意有无异常点,原因查明后及删除看不出有任何关系时,可以先层别再确认相关性注意是否为假相关勿依据技术,经验作直觉的判断数据太少则容易误判图中如有很大的空隙即代表有特殊原因需调查,散布图应用注意事项,58,手法六直方图,59,将所收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，叫直方图.,定义,60,一.搜集数据并记录二.找出最大值(L)及最小值(S),并计算全距(R=L-S)三.定组数:K=1+3.321ogn(n=样本数)一般对数据之分组可参照下表:,制作方法,61,四.定组距:H=R/K五.决定各组之上下组界最小一组下组界=最小值(测定值最小位数/2)最小一组上组界=最小一组下组界+组距第二组下组界=最小一组上组界第二组上组界=第二组下组界+组距依此类推六.计算组中点,各组组中点=(各组上组界+下组界)/2七.作次数分配表(可以采点检符号)八.划上下线制作直方图(横轴为组距,纵轴为计量数据),制作方法,62,收集数据,例子,63,分析数据最大值为170最小值为124全距为R=170-124=46决定组数为10组距=46/10=5决定各组之上下组界最小组下界=124-1/2=123.5,例子,64,各组区间分别为:123.5-128.5128.5-133.5133.5-138.5138.5-143.5143.5-148.5148.5-153.5153.5-158.5158.5-163.5163.5-168.5168.5-173.5计算各组之中心分别:126131136141146151156161166171,例子,65,作次数分配表区间频次区间频次123.5-128.522128.5-133.511133.5-138.515138.5-143.533143.5-148.535148.5-153.535153.5-158.542158.5-163.517163.5-168.516168.5-173.52,例子,66,根据次数分配表作直方图,例子,67,直方图常见形态:,一.正常型:,说明:中间高两边低,有集中趋势结论:制程在正常运转下.,二.缺齿型,说明:高低不一,有缺齿情形.结论:分组过细或是假造数据,检验人员估计数据,直方图判读,68,三.偏态型1.偏右型:例如有微量成份,不能取到某值以下时产生,2.偏左型:例如有成份含量高,不能取到某值以上时产生说明:高处偏向一边,另一边低,拖长尾巴.(偏态分配)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习惯作业造成作业方法不对.,直方图判读,69,四.绝壁型(切边型或断裂型)说明:有一端被切断.结论:数据经过全检过,或制程本身经过全检.五.双峰型说明:有两个高峰出现结论:有两种分配混合，应层别后再作直方图.,直方图判读,70,六.离岛型说明:在左端或右端形成小岛.结论:测定有错误,工程调节错误或不同原料引起.只要去除异常原因，即合乎过程要求.七.高原型说明:平顶状.结论:不同平均值的分配混在一起.经过全检挑选的数据.测量仪器精度不够,直方图判读,71,一.测知制程能力,作为改善依据二.计算产品不良率三.测知分配型态四.订出规格界限五.与规格或标准值比较六.分析管制界限是否适用在制程管制,直方图应用,72,一.异常值应除去后再分组二.从样品测定值推断群体,最简单及有效的方法三.数据必须考虑完整性四.进行制程管理及分析时可采用层别法,直方图应用注意事项,73,某健康食品规格为3108g，今抽样50罐，以直方图分析重量情形：,308315305310309312313311304309,312306310316312315307308311312,306302309307307305317310309316,314311305303305316315311309312,308307304318317309320314310318,课堂练习,74,某健康食品规格为3108g，今抽样50罐，以直方图分析重量情形：,308315305310309312313311304309,312306310316312315307308311312,306302309307307305317310309316,314311305303305316315311309312,308307304318317309320314310318,制作步骤?总数?N=50?定组数?k=1+3.23log50(k=7)?最大值?L=320最小值?S=302全距?R=L-S=320-302=18?定组距?h=18/7=2.5.取h=3?定组界?第一组下限=302-0.5=301.5,课堂练习-答案,75,次数分配表,直方图结果,?次数分配表(各组上下界,组中点)?绘直方图?直方图分析,课堂练习-答案,76,手法七管制图,77,统计过程控制：StatisticalProcessControl基于统计原理,利用图形技术,对流程中关键(质量)特性进行监控,并通过判定准则,及时显示异常,从而达到发现问题/预防不良产生的一种管理工具.SPC能够将海量数据中的异常通过图形直观展现出来,适用于各种须投入大量资源,要长期管控的流程或特性.,SPC的定义,78,为什么要用SPC?,SPC的作用:1、确保制程持续稳定、可预测。2、提高产品质量、生产能力、降低成本。3、为制程分析提供依据。4、区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。,79,SPC相关术语,1.Xi：实测数据,X1X5是指一个样组中的5个实测数据2.Xbar：表示5个数据的平均值，即：X=（X1+X5）/53.T：表示公差值，即：公差值=规格最大值规格最小值（T=USLLSL）4.：表示规格中心值，即：规格中心值=（规格最大值+规格最小值）/2，=（USL+LSL）/25.R：表示极差值，即：极差值=样组中之最大值样组中最小值6.Rm：表示样组之极差值，即：第二组Rm值=第二组X值第一组X值，依此类推。7.Cpk：表示制程能力指数。8.s：样本标准差。,80,中央极限定理,81,正态曲线，为正态分布中心为拐点（f(x)的二阶导数在处变号）?,+,正态分布,82,控制图原理,83,一.管制用管制图1.追查不正常原因2.迅速消除此项原因3.研究采取预防及重复发生原因二.解析用管制图1.决定方针2.制程解析3.制程能力研究4.制程管制之准备用,依管制图用途分类,84,一.计量值管制图1.平均值与全距管制图(X-RChart)2.平均值与标准差管制图(X-Chart)3.中位值与全距管制图(X-RChart)4.个别值与移动全距管制图(X-RmChart)二.计数值管制图1.不良率管制图(P-Chart)2.不良数管制图(Pn-Chart)3.缺点数管制图(C-Chart)4.单位缺点数管制图(U-Chart),依数据之性质分类,85,计數值,不良數或缺点數,n是否一定,单位大小是否一定,不良率,缺点數,单位缺点,不良數,数据性质,计量值,单点-移动全距,中位數-全距,n2,N,中心线性质,Y,n9,平均值-标准差,平均值,中位數,n=25,平均值-全距,Y,不良數,缺点數,控制图选择,86,控制图类型,87,一.收集数据这些数据是以样本容量恒定的小子组的形式报出的，这种子组通常包括25件连续的产品，并周期性的抽取子组（例如：每15分钟抽样一次，每班抽样两次等）。应制定一个收集数据的计划并将它作为收集、记录及将数据画到控制图上的依据。选择子组大小、频率和数据,控制图制作步骤,88,二.计算每个子组的均值（X）和极差（R）,三.计算中心值（X）和极差的平均值（R）,控制图制作步骤,89,四.计算上下控制界限和中心线,控制图制作步骤,90,五.画控制线Xbar图在上，R图在下，横坐标表示样本号,组号或时间。纵坐标表示Xbar值或R值，中心线用实线，控制界限用虚线。六.描点联机将各组的Xbar值和R值用点描在相应的控制图上，并用折线连接。,控制图制作步骤,91,七.判异或判稳若稳,则计算过程能力指数并检验其是否符合技术要求;若不稳,要立即寻找原因,并采取纠正措施.八.延用X-R控制图的控制限,当作控制用控制图进行日常管理。一到七步骤为解析用控制图阶段,八步骤为控制用控制图阶段。,控制图制作步骤,92,例子,93,均值极差控制图,均值极差控制图是一种计量值控制图，控制对象的数据全部来自连续型数据。优点：数据搜集量小，计算方便缺点：随着样本容量的增大，效率降低,94,判稳准则,一.点子未越出控制界限-多数点子集中在中心线附近;-少数点子落在控制界限附近;-无点子超出控制界限;二.界限内点子的分布是随机的,无任何规律,无排列缺陷.-连续25点在控制界限内且无排列缺陷;-连续35点仅有一点越界限,界限内点子排列无缺陷;-连续100点中不多于2点越界限,界限内点子排列无缺陷.,95,3点中有2点在A区或A区以外者.(口诀:3分之2A),判异原则一,96,5点中有4点在B区或B区以外者.(口诀:5分之4B),判异原则二,97,连续7点持续的上升或下