QC七手法(含对策表).ppt

,品管七大手法,前言,仅使用这些简单的质量改善工具，就可以解决工作现场所遇到的80%90%的问题。-石川馨当前企业应具备品质意识、问题意识、危机意识、改善意识，寻求自身工作的改善方法，在管理上应用统计技术的方法和观念，在全员努力之下来满足顾客要求和社会要求。在品质活动中所采用的统计方法，即我们常讲的“品管七大手法”和“品管新七大手法”及“简易的手法”。,旧QC七大手法,旧QC七大手法：检查表收集、整理资料；排列图确定主导因素；散布图展示变量之间的线性关系；因果图寻找引发结果的原因；分层法从不同角度层面发现问题；直方图展示过程的分布情况；控制图识别波动的来源；,检查表,日常管理品质管制项目的点检、作业前的点检、设备安全、作业标准是否被遵守的点检。特別调查制程问题原因调查、产品不良原因调查或为了发现改善点所进行的点检。取得记录为了要制作报告所进行之数据收集和检核。,目的,检查表,所谓检查表，就是一张事先画好用来记载数据的表格。检查表可以不费吹灰之力将数据收集下来，而且使数据便于整理。检查表大致可分成以下几种类型：,定义,检查表,点检用检查表确认作业实施与机械设备的实施情形，预防发生不良或事故。记录用检查表1.不良项目调查用检查表2.不良要因调查用检查表3.缺陷位置调查用检查表4.工序分布调查用检查表。,分类,点检用检查表,记录用检查表,基本资料,检查表之步骤,1.确定收集资料的具体目的。2.列举所需数据资料的项目。3.确立对数据资料的分析方法,所采用的统计工具。4.绘制检核表。5.评审与试用。,散布图,何谓散布图?散布图通常是用来研究两变数间之相关性。它包含水平及垂直两轴，用以代表成对两变数之数据。,散布图,1.调查两特性值间之相关性2.判断异常值之存在与否3.应用于问题解决步骤中4.判断趋势决定最佳操作范围,目的,1.原因(要因)与结果(特性)之关系照明度与工作效率品管圈开会时间与效果金额2.结果(特性)与他结果(特性)之关系钢材之引张強度与硬度品管圈开会之发言率与出席率3.结果(要因)与两个原因(要因)间之关系加热炉之保持时间与保持温度灾害防止之安全动作与安全服装,关系分类,散布图,散布图之步骤,1.收集成对的数据30组以上2.作纵坐标/横坐标3.点绘成对数据于图表用纸4.记上必要事项,散布图看法,正相关,当其中一变数值愈大，另一变数之数值也有增加的倾向时，代表此两变数为正相关。,正相关,负相关,当其中一变数的特性值愈大，另一变数的数值却愈小时，代表此两变数为负相关。,负相关,曲线相关,当其中一变数的特性值某区间外（愈大或愈小）时，另一变数的数值却均愈小（或均愈大），代表此两变数为复杂曲线相关,曲线相关,无相关,当两个变数之值不具有上述两种待征时，散布图几乎近似圆形，代表两者无相关。,无相关,散布图相关判断方法,1)对照典型图例判断法2)象限判断法3)相关系数判断法,散布图之应用,调查两特性值间之相关性可经由视觉直接解析判断其相关性，所以在品管中被广泛应用。判断异常值之存在与否一般而言，异常值多半因为作业失误、测量失误、转记失误等而发生，在制作散布图时，这些异常值常会偏离其他值甚多，因此很容易察觉出來。,散布图之应用,应用于问题解决步骤中1、当找出了某现象所发生的原因后，若特性及要因皆为计量值时，便可利用散布图来验证其是否为具有重大影响力之要因。2、原本无关之数据,配合层别法之使用,可能看出其中之关系3、用来检测数据是否存在趋势或用于决定最佳操作范围等应用。,练习四,假设X表材料的成份(%)，Y表硬度，请依下表之数据绘制散布图。,柏拉图,何谓柏拉图？柏拉图通常用来区分造成品质问题之少数重要(vitalfew)原因，及多数不重要(trivialmany)之原因。在品质改善活动中，着重于问题之主要原因上，则通常在短期內可得较显著之改进。,柏拉图,来源意大利学者VilfredoPateto1897年提出少部分的人(20%)占有大部分的财富(80%)发展品管学者Juran将柏拉图导入品管工作，做为分析属性或计数值之资料用来区分造成品质问题之少数重要原因及多数不重要之原因讯息1.了解哪些项目属于重要问题及大小顺序2.知道每一项目在整体中所占的比例3.可以预测减少某一项目后之整体利益4.可以知道改善之效果如何,一.排列图的概念,质量问题是以质量损失（不合格项目和成本）的形式表现出来的，大多数损失往往是由几种不合格引起的，而这几种不合格又是少数原因引起。因此，一旦明确这些“关键的少数”就可消这些原因，避免由此引起的大量损失，用排列图法，可为我们有效实现这一目的排列图又名(柏拉图/帕累托图)主要用途是：1)按重要顺序显示出每个质量改进项目对整个质量的影响；2)识别进行质量改进的机会,关键少数，次要多数（8020原则）,二.排列图的步骤,1.选择分类项目2.选择度量单位(次数/频数/件数/成本/金额)3.选择数据收集期间4.画横坐标(项目排序递减，自左右)5.画纵坐标(左：度量单位，右累计百分比)6.画项目方块7.画累计百分比折线8.标出排列图主題及相关资料.9.利用排列图确定对质量改进最为重要的项目,关键少数，次要多数（8020原则）,EXCEL制作步骤,范例,CBA,三.柏拉图的使用时机,1.掌握问题点(降低不良率)2.发现原因(找出问题点)3.效果确认(改善前后之比较),案例点击,案例点击,四、注意事项,1、关键少数小组有能力解决2、分层项目不能有重迭3、对策前后的效果时应注意以下三项1.1.柏拉图收集数据的期间和对象必须一样1.2.对季节性的变化应列入考虑1.3.对于对策以外的要因也必须加以注意,避免在解决主要原因时影响了其它要因的突然增加,练习三,练习三,试根据模检统计之检核表画出柏拉图。,A,B,C,StarQualityToolsParetoChart,Minitab应用,EX：分层有误,我们对焊接工段6、7月份投入的控制器统计如下：产量：422512台不良品数：8746台合格率：97.93%,关键少数，次要多数（8020原则）,特性要因图,一.何谓特性要因图?-表示质量特性与各种因素关系的图一个问题的特性受到一些要因的影响时,我们将这些要因加以整理,成为有相互关系而且有条理的图形,这个图形称为特性要因图.由于形状就像鱼的骨头,所以又叫做鱼骨图.绘制鱼骨图的方法很多，有两种最典型有两种，大骨展开法与小骨扩张法p.s:绘制一张有用的鱼骨图实非易事，但可以有把握的说，凡是善于解决质量问题的人，一定是善于绘制鱼骨图的,重要的因素不要遗漏，不重要的因素不要绘制,原因现象例一：有人经过餐厅时摔倒，主管立即赶到现场，发现地上有油请問这属于什么？,为什么有人会摔倒？,重要的因素不要遗漏，不重要的因素不要绘制,二.特性要因圖使用绘制思路,大骨展开法小骨扩张法-KJ法,大骨展开法,大骨展开法：1）把所有认为对特性有影响的要因分成4-6个项目，把每一个项目都一一画出大骨2）集体对每一条大骨上的中骨、小骨、细骨依次逐一进行研究，在相互交换意见的同时来追查原因并将原因依次计下3）画完鱼骨图，就要对每一因素考虑其重要性，并非图中所有因素都和质量特性密切相关，把特别重要的因素标明出来4）最后标上其他必要的说明，如标题，产品名称，生产过程或小组，参加者，日期等,特性要因图鱼骨图,小骨扩张法-亲和图（KJ法）,小骨扩张法1）准备名片大小的卡片约50张2）让大家自由提出各自认为对特性有影响的要因记录员将这些要因计入卡片上3）当大家把各方的意见全部提出时，把卡排列在桌子上，在倾听大家意见的同时，把相互关系最密切的卡片汇总起来，并加上名称，就成了小骨，再将小骨中彼此关系的卡片汇总起来，并加上名称，则成了中骨，同样道理再形成大骨4）将各卡片及其关联绘制成一张鱼骨图5）把特别重要的因素标明出来6）最后标上其他必要的说明,三.绘制特性要因图应该注意的事项:,1.绘制特性要因图要把握脑力激激荡法的原则,让所有的成员表达心声（集思广益、发扬民主）2.列出的要因应给予层别化（具体）3.分析原因不能采取施，说明问题还没得到解决，原因必须细分，直至能采取措施为止。4.避免因果颠倒（EX:-),HF涂布PUMP压力太大,7.LR-288药液反溅,外酸蚀不良,机,HF酸飞没到处溅,EX：因果颠倒,治具针棒报废高,材料,同仁作业手势不规范,装零件不平行,针棒材质不佳,针棒尺寸设计不当,针棒硬度太小,G1/G2段太长,G2/G3段R角太小,机台,埋入状况不佳,两边埋入差异,人员,EX：因果颠倒,机,YAM检测手段不好,管面温度太高,k1设备故障时间长,人,操作界面多为英文,药液固形份太高,人为误判率太高,环,法,料,设定没有按标准执行,涂布黑线不良率高,设备不懂操作,单机参数波动太大,日夜温差大,温湿度波动大,程序不稳定,EX：末端因素为到位,设备,硬烤炉溫,转写,滾轮真圆度,配向机震动,配向机精度,材料,制程,人员,CF基板,配向布,配向,滾轮转速,配向间隙,APR设计,呼气相检查限度,捲布人员,运转CENTER精度,配向条纹,EX：末端因素为到位,机,料,环,圆弧伤,管子沾有异物,沾FRIT胶粉屑,托板脏,研磨液温度过高,旧管脏,新管脏,四、特性要因图的思考原则,脑力激荡法简言之，就是聚集几个人,针对某一项问题提出好的创意的会议,1、脑力激荡法（四原则）:1).自由奔放2).意见越多越好3).严禁批评他人4).搭便车2、5W1H法3、5M1E4、系统图法(EX：5S管理不佳),四、特性要因图的思考原则,举例说明,练习三,试举例说明特性要因图之应用。EX：牛肉片嚼不烂？分组应用小骨扩张法进行原因分析整理,直方图,何谓直方图?,直方图是将数据分布的范围，划分为几个区间，将出现在各区间内的数据之出现次数作成次数表，并将其以图(长条图)的形式表现出来。,直方图,特征1.数据的分布型态(分配状态)。2.数据的中心位置(集中趋势)。3.数据离散程度的大小(变异性)。4.数据和规格之间的关系。应用1.掌握数据的分布状态(分配状态)。2.调查离散或偏离的原因。3.与规格做比较，检视有无问题。4.调查改善前后之效果。,直方图之制作,次数分配表：1.由全体数据中找出最大值与最小值2.求出所有数据中之全距3.决定组数:k=1+3.32logn数据数组数50100610100250712250以上12204.决定组距:组距=全距/组数5.决定各组之上下组界最小一组的下组界=最小值-测定值之最小位数/2最小一组的上组界=下组界+组距6.计算各组的组中点:(上组界+下组界)/27.作次数分配表,1.最大值170,最小值1242.170-124=463.n=200k=124.46/12=45.最小一组的下组界124-1/2=123.5最小一组的上组界123.5+4=127.5第二组的下组界127.5上组界127.5+4=131.5第三組的下组界131.5上组界131.5+4=135.56.组中点=123.5+127.5/2=125.5,直方图之制作,次数分配表：组号组界组中点画记次数1123.5127.5125.5142.127.5131.5129.573.131.5135.5133.5114.135.5139.5137.513合计200(a)将所有数据，依其数据大小划计于各组之组界內，并计算出其次数(b)将次数栏之次数相加，并以测定值之个数校核之，表中之次数总和与测定值之个数应相同。,直方图之制作,制作直方图：1.将次数分配表图表化，以橫轴表示重量的变化，纵轴表示次数。2.橫轴及纵轴各取适当的单位长度，再将各组之组界分別标在橫轴上，各组界应为等距离。3.以各组內之次数为高，各组之组距为底，在每一組上画成一矩形，则完成直方图。4.在图的右上角记入数据总数n及数据履历，并画出规格的上限及下限。,直方图类型,在直方图中，数据分布范围之中央有一高峰，且整体图形接近对称。此种直方图显示数据分配为(或接近)常态分配。,1、常态分配,直方图类型,在直方图中，数据分布范围之中央有一低谷(在中央的次数比较少)，而且两旁各有一高峰。此种图形系混合两个钟型分配。可能之原因为数据來自两部不同之机器、两个(组)不同之操作员、两个不同之班別、两种不同之原料、或两条不同生产线。,直方图类型,如图中显示缺齿形图案,图形的柱形高低不一呈现缺齿状态,这种情形一般就来大都是制作直方图的方法或数据收集(测量)方法不正确所产生.如下图所示,3.缺齿形,直方图类型,如图所示为绝壁形,另外一边拖着尾巴,这种偏态型在理论上是规格值无法取得某一数值以下所产生之故,在品质特性上并没有问题,但是应检讨尾巴拖长在技术上是否可接受;例治工具的松动或磨损也会出现拖尾巴的情形.如上图所示,4.绝壁形,直方图类型,不同平均值的分配混合在一起,应层别之后再作直方图,5.高原型,直方图类型,测定有错误,工程调节错吴或使用不同原材所引起,一定有异常原存在,只要去除,即可制造出合规格的制品,6.离散型,直方图类型,如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但制程呈常态分配,此即表示平均位置的偏差,应对固定的设备,机器,原因等方向去追查.,0,1,2,3,4,5,6,7,8,LCL,UCL,7.偏左(或偏右),练习五,Minitab应用,StarBasicStatisticsDisplayDescriptiveStatisticsGraphHistogram,试绘出下表之直方图，并说明图中所呈现的可能情形。,层別法,目的以数台机械制作同种制品时，各机械常有其特性或缺点，故制作品也就由于不同的机械设备而有差异，这就是使制品发生变异的主要原因。如能按机械，分別收集数据加以解析，才能找出真正影响的原因，使用层別法调查原因才不会使原因混淆，影响行动的正确性。,层別的对象与项目,1.时间的层別:小时別.日期別.周別.月別.上下午別.季节別2.作业员的层別:班別.组別.操作法別.年龄別.性別.教育程度別3.机械.设备的层別:台別.厂所別.机型別.年代別.机种別.工具別4.作业条件的层別:温度別.湿度別.压力別.天气別.作业方法別5.原材料的层別:供应者別.制造厂別.产地別.材质別.大小別6.测定的层別:测定器別.测定者別.测定方法別7.检查的层別:检查员別.检查场所別.检查方法別8.环境.天候的层別:气温別.湿度別.照明別9.地区的层別:国內与国外別.南区与北区別10.制品的层別:新旧品別.标准品或特殊品別.制造別,管制图,管制图是一种品质的图解记录，在图上有中心线(规格值)及二条管制界限，中心线是一种规格值，二条管制界限是容许产品的品质特性在其间变动的范围。在制程中用抽查的方式，将样本的统计量，点绘于图上，用以判断品质的变异是否显著。,何谓管制图?,管制界限,规格上限USL,管制上限UCL,规格值(中心值)SL(CL),管制下限LCL,規格下限LSL,管制图与常态分配,管制图的种类,依数据之性质来分类：(1)计量值管制图系管制图所依据之数据均属于由量具实际量测而得，如长度、重量、成分等特性均为连续性者。(2)计数值管制图系管制图所依据之数据均属于以单位计数者，如不良数、缺点数等间断数据均属之。依用途来分类：(1)管制用管制图用于控制制程之品质，如有点跑出界限时，立即采取措施消除异常。(2)解析用管制图此种管制图系作为决定方针、制程解析、制程能力研究。,P管制图,管制图之判读口诀,第一类：界外第二类：界内，但排列有缺陷,1A外23B45C66D(递)8无C(7)15在C区9(酒)醉躺一边上吐下泻快14(要死),管制判异八准则,-石头判异口决,范例,练习十一,1234567891011121314151617181920212223,不是,管制圖的選擇,數據性質,計量值,計數值,樣本大小N=?,數据係不良數或缺點數,N=1,N2,CL性質?,N=?,管制圖,X,_,X,N=25,N10,缺點數,不良數,N是否相等?,是,不是,單位大小是否相同?,是,X,R,管制圖,R,X,管制圖,管制圖,管制圖,U,C管制圖,X,X,Rm,p管制圖,pn管制圖,s,七大手法口決,鱼骨追原因查检集数据柏拉抓重点直方显分布散布看相关管制找异常层