质量工具(QC七大手法).ppt

质量工具简介(QC七大手法)质量管理部2015年9月,一、QC七大手法新、旧对比,二、旧QC七大手法简介,目录,一、QC七大手法新、旧对比,偏重于思考分析过程，主要是强调在问题发生前进行预防，但是应用较少。,偏重于统计分析，针对问题发生后的改善，得到世界的广泛推广和应用。,二、旧QC七大手法简介,旧QC七大手法，也叫品管七工具，是目前全世界应用比较广泛的品质管理工具，它具有简单实用的特性。,日本著名的品质管制专家石川馨曾说过，企业内95%的品质管制问题，可通过企业上上下下全体人员活用品管七工具而得到解决。,特别说明：其实这些工具并不仅局限于质量管理应用，对企业的其他方面管理改进也很有用，大家一定要灵活运用。,检查表是使用简单易于了解的标准化图形，人员只需填入规定之检查记号，再加以统计汇整其数据，即可提供量化分析或比对检查用，此种表格又称为点检表或查核表。,2.1检查表（又称查核表）,定义,适用于对规范性较强的数据的查核。无固定格式，简单、方便、灵活。,特点,2.1检查表,-明确要检查的项目及具体的要求,应用,-设计表单,-实施检查，保持检查记录,-分析、总结检查记录,2.1检查表,点检用检查表：只记录结果是与否或好与坏,类别及示例,办公室6S检查表,2.1检查表,记录用检查表：用来收集计量或计数资料,类别及示例,不合格品分类检查表,2.1检查表,注意事项,1、应尽量取得分层的信息；2、应尽量简便地取得数据；3、应立即与措施结合；应事先规定对什么样的数据发出警告，停止生产或向上级报告。4、检查项目如果是很久以前制订现已不适用的，必须重新研究和修订。,将不同类型的一组数据按一定的性质、范围或目的进行分类(分层)，进行数据分析。,2.2分层法（又称层别法）,定义,常用，简便易上手，结果一目了然。,特点,2.2分层法,分层的必要性,分层的必要性,3,4,经验判断的不足,找到改进目标,从杂乱无章的数据中获得信息,产生结果的原因多面性,2,1,2.2分层法,-收集原始数据（或识别需要整理的数据）,应用,-确定数据的性质、范围或要求的目的,-将数据分层归类,-根据分层结果进行处理或改进措施,2.2分层法,某公司为提高产品直通率，选取批量为800片的产品作为样本，将其A级品、B级品、C级品检测数据分别作了统计，统计结果见下表：,示例,2.2分层法,产品批量：800片,根据上图的统计分析数据可看出：A级品外观不良品问题较突出，B级品的缺损有待加强控制。,2.2分层法,注意事项,-准确、真实且具有代表性的原始数据,-分层要清楚，具备参照性、可比性,-层次的划分一般以产品种类、性质、人员的部门、班组等进行,针对众多问题中占80%以上的主要问题，通过排序将突出问题表现出来而首先加以解决（二八原则）。,2.3柏拉图法（又称排列图）,定义,及时发现关键的少数和次要的多数，明确问题的症结所在，从而针对关键的少数实施改进。,特点,2.3柏拉图法,应用,收集数据，用层别法分类，计算各层别项目占整体项目的百分数；把分好类的数据进行汇总，由多到少进行排列，并计算累计百分数；绘制横轴和纵轴刻度；绘制柱状图；绘制累积曲线；记录必要事项分析柏拉图，针对前3个主要原因采取改进措施采取措施后，重新绘制柏拉图以对比实施效果,2.3柏拉图法,某公司生产产品的日产量为600件，不良品是82件，为分析原因，降低不良率，采用柏拉图表将统计问题点的原因归类排列，如下：,示例,2.3柏拉图法,根据以上数据统计信息，绘制的柏拉图如下：,由图表可看出：形成问题的主要原因是破损、裂纹、崩边，其所占的比例为80.49%。因此，要降低产品不良率，应优先解决破损、裂纹和崩边的问题。,2.3柏拉图法,注意事项,一般情况下针对分析出的前3项主要原因，其所占份额应该是所有原因的70%-80%以上，如果低于这个比例，则实施柏拉图法其意义不大。,又称特性要因图、石川图。旨在用图解的方式表示出某种特性与其可能形成原因之间的关系，针对结果寻求原因，罗列所有可能的原因进行改善。,2.4鱼骨图,定义,能清晰反映造成结果的各类因果关系。,特点,2.4鱼骨图,分析原理,-确定项目(即明确需要解决的问题),应用,-从5M1E(人机料法环测)6个方面分析原因,-展开确定的原因，绘制图表,-筛选主要原因（可结合柏拉图法进行）,-针对主要原因优先采取改进措施,-确认实施措施的效果,2.4鱼骨图,2.4鱼骨图,针对生产部一季度产能不达标的分析：,示例,注意事项,-分析原因注重多方面意见和看法（头脑风暴）,2.4鱼骨图,-一个特性要因图只分析一个特性，要具体化,-对形成问题的原因要层次分明、追根究底，以便于从根本上解决问题,用来表示对应的变量与变量之间相互影响与相互作用范围的图表。,2.5散布图,定义,变量之间往往存在着某种关系，或相互关联、制约，或在一定条件下可以转化。,特点,2.5散布图,正相关：两组数据成正比关系，A增大，B也增大,常见的散布图规律,负相关：两组数据成正比关系，A增大，B反而减小,不相关：两组数据散乱状态，A增大，B可能增大或减小,2.5散布图,-收集数据(数据应是有对应或关联性质的成对数据，且数据量不宜太少，至少要30组以上),应用,-建立二维坐标系统，根据变量的值设定刻度,-根据变量在坐标上的刻度描出坐标点,-根据坐标点的阵群分布判定变量之间的关系,-确定判定结果，实施对策,2.5散布图,温度与压强之间的变化关系，在相同体积条件下压强会随着温度的升高而增大，它们之间的关系为正比的散布关系。,示例,P,T,P2,P1,0,T1,T2,温度,压强,2.5散布图,注意事项,散布图所反映的可能是一种趋势，对于定性的结果还需要具体分析。,用一组宽度相同、高度各异的矩形的排列状态表示数据分布状况，从而达到分析过程的质量和合格与否。,2.6直方图,定义,直观的反映过程状况，了解数据群的对准倾向和散布状态。此方法需要用到一定的数学及统计学知识，有一定难度。,特点,2.6直方图,常见的直方图类型,这是一种比较理想的状态，直方图的结构成抛物线型，有一条位于图面中心的数据量最多的分布中心线，两边基本对称。表明过程属于统计控制状态。,分布中心偏向一方（或左或右），使得直方图的结构成不对称的坡形状。表明过程中存在人为因素，如不合理的加工习惯方式、勉强作业等，应具体查找并改善。,2.6直方图,分布中心像孤岛一样没有主体，使得直方图看起来有点凌乱无章。表明安排的过程不合理或过程进行中存在材料混杂、操作欠熟练、测量不正确等。,有两个分布中心，使得直方图看起来像两座山峰。说明样本的数据来自两个不同的合体，表明数据收集渠道或过程中的产品归类方式有问题。,2.6直方图,没有明显的分布中心，直方图看起来像锯齿一样。说明制图时数据分组不当或过程的测量方法有问题。,2.6直方图,-确定制作对象和样本特性的类别（如：要制作某塑料件产品孔径测量数据的直方图，其规格是10.51mm）,应用及示例,-收集样本数据如下(至少50组),2.6直方图,-找出最大值：Max=11.4、最小值Min=9.5,-计算极差(R)：R=Max-Min=11.4-9.5=1.9,-确定组数(n)：n=1+3.23logN=7（N为数据总数，n四舍五入取整）（经验：数据总数50100、100250、250以上组数区间为610、712、1020）,-计算组矩(C)=R/n=1.9/7=0.28,取C=0.3(四舍五入),-计算组界：第1组组界=MinC/2=9.50.15=9.35(上界)9.65(下界)第2组组界：下界=9.65,上界=下界+C=9.65+0.3=9.95第3-7组组界：同第2组，以此类推。,2.6直方图,统计样本数据，分组如下:,2.6直方图,绘制直方图如下:,图中显示:基本对称，分布中心偏左（尺寸偏小的方向），说明孔径尺寸在公差范围内普遍偏小，后期需调整。,2.6直方图,注意事项,-数据的量要足够，否则不能准确反应结果,-分组很重要，如果分组偏大或偏小，会导致直方图不规则的形状,-数据值绝对不可以落在组界上，否则无法对数据归类,-直方图仅显示过程的分布状态，改进质量还需深入和具体分析,用于区分质量波动是偶然原因引起的还是系统原因引起的，判断生产过程是否处于稳定状态，并画有控制界限的一种图。,2.7控制图,定义,及时发现生产过程中的异常现象和缓慢变异，预防不合格品发生。,特点,计量型：X-s控制图(平均值和标准差图)X-R控制图(平均值极差控制图)Me-R控制图(中位值极差控制图)X-MR控制图(单值移动极差控制图),2.7控制图,类别,计数型：P控制图(不合格率控制图)Pn控制图(不合格品数控制图)C控制图(缺陷数控制图)控制图(单位缺陷数控制图),常用,常用,2.7控制图,-确定需要实施控制的项目，如重要工序、过程参数等,应用,-按一定的频次和数量抽取样本,-检查样本并记录结果,-将结果绘制于管理图上,-判定变异，采取处理措施,-确认改进后的效果,2.7控制图,识别失控状态,控制图出现以下情况，则说明发生了变异，需关注。,A、有一个或更多的点超出控制限,B、有连续7个或以上的点位于中心线的同一侧,2.7控制图,C、有连续7个或以上的点上升或下降,2.7控制图,D、连续3个点中至少有2个点在同侧的2sigma限以外控制线以内,E、连续5个点中至少有4个点在同侧的1sigema限以外控制限以内