06.QC七大手法-直方图-叶谋锋.ppt

讲师：叶牧峰电子邮件：叶牧峰 QC七大技术直方图、讲师简介、全面质量管理TQM、QC七大技术QC七大技术，又称质量控制七大工具，是目前世界上广泛使用的质量管理工具，具有简单实用的特点。日本著名质量控制专家石川薰(Kaoru ishikawa)曾说过，一个企业95%的质量控制问题可以通过七种工具来解决，这七种工具可以管理企业上下所有员工的生活。简而言之，质量控制的七种质量管理方法的主要工作是通过对每一个来料、生产过程、出货等环节的检查和分析，找出出现的或可能出现的各种问题和原因，甚至找出解决办法，从而尽可能地从内部解决产品质量问题，并在合理的成本基础上使顾客满意。旧的QC七种方法，检查表，层法，柏拉图，鱼骨图，直方图，控制图，散点图，QC七种方法的功能1，查表：用于收集现场数据，尽量使现场操作简单有效，这是其他六种方法的出发点。2.分层法：统计方法中最基本的工具，用于对收集的数据进行分类或分层，以进行统计分析。它通常与柏拉图和因果图结合使用。分层方法侧重于理解如何分层。柏拉图被用来分析各种各样的问题或原因，找出最大的问题或原因，以便用更少的成本做更多的事情。4.鱼骨图：用于深入细致地分析现象或结果的原因。它通常用于找出原因和因素。最好与逐层法结合使用。5。直方图：直方图可以用来将无序的数据分析成规律性，从而直观地看到产品质量特性的分布状态。很容易一目了然地判断数据中心价值的总体质量分布或分布状态。6.散点图：用于找出两个或更多可能相关的问题或特征的收集数据之间可能的相关性。控制图：用于了解过程中质量的变化状态，预测下一步质量的可能性。提前发现问题是有帮助的，也是第一次把事情做好的基本步骤之一。直方图是一个图表，其中收集的数据被分成几个相等的间隔作为水平轴，并且在每个间隔中测量值出现的次数被累积以形成一个区域，该区域按列排列。直方图可以显示数据的三个特征：集中趋势、数据范围和分布形状。工厂的成品重量规格是130-190公斤。如今，200个样本(一般需要收集50-200个数据)通过随机抽样的方法进行抽样，形成直方图。具体步骤如下：1 .制作次数分配表：1。从数据中找出最大值L=170，最小值S=1242。计算全距离R=L-S=463。决定组数KK=1 3.32 gn(N代表收集的数据总数)。这个例子的数目N=200，它可以被分成K=12组。一、生产时间分布表(续):4。组距离H的计算：(通常取2.5.10的倍数)组距离H=总距离组数=46/12=3.8.3取45。组边界的计算：第一组下组边界=最小值-测量值的最小值/2=123.5第一组上组边界=第一组下组边界组距离=123.5 4=127.5第二组下组边界=第一组上组边界=127.5第二组上组边界=第二组下组边界组距离第三组的上限=？通过类比，计算出最大群的群边界。6.制作一个数字分布表，如下表所示：2。绘制直方图1。依次绘制一个数字分布表，每个组的边界作为沿横轴的边界，组的距离作为底边，每个组的数字作为高度，并在每个组的距离上绘制一个矩形来完成直方图。2.在地图上记录数据总数等参数，并画出规格的上限和下限。直方图-正常描述：中间高，两边低，有集中趋势。结论：该工艺运行正常。直方图-缺失牙齿的描述：不同高度，缺失牙齿。结论：可能是分组太细或数据太细直方图-缺失的牙齿(不均匀)，表明：的一端被切断。结论：的原因是全面检查后的数据形状或全面检查后的制造过程本身。如果删除了超过特定规格的内容，则在右侧附近形成修剪。直方图修整型(断裂型)，显示：在右端或左端形成一个岛。结论：测定有误差，是由于工程调整误差或使用不同的原料造成的。一定有不正常的原因，只要把它去掉，就能满足制造工艺的要求，生产出符合规格的产品。直方图-离岛类型，显示：形状像高原始状态。结论：个不同平均值的分布是混合在一起的，分层后应进行直方图比较。直方图-平台类型，显示：有两个峰值。结论：混合了两种分配方式，例如，当两台机器或两个不同的供应商之间存在差异时。直方图-双峰，一边显示：高，另一边低，长尾。例如，右侧的：微量成分的含量等。是在无法获得低于某个值的值时出现的形状。例如，左侧的：成分的含量具有高纯度等。是当无法获得某个值以上的值时出现的形状。直方图-偏差类型3。应用直方图3.1检测过程能力作为改进过程的基础。3.2计算产品缺陷率。在质量改进活动中，经常需要计算改进活动之前、之中和之后的不良率。例如，图中所示为产品的重量直方图，其规格为35 /-3g。与规格限额相比，低于规格限额35件，超出规格限额64件，共计99件，占307件的32.25%，不良率为32.25%。理想的过程能力在规格范围内，平均值与规格中心一致。平均值4倍的标准偏差是规格极限。制造过程中的轻微增加或减少不会超过规格值，这是最理想的直方图。表明产品质量良好，容量充足。如果制造过程变得更大(或更小)，很可能会有缺陷，有必要尝试使产品中心值与规格中心值相匹配。两边没有余量的产品的最大值和最小值都在规格范围内，但都在规格上限和下限的两端。当中心值与规格的中心值匹配时，不存在缺陷产品。然而，如果制造过程中有轻微的变化，就有出现缺陷产品的风险。最好设法提高产品的准确性。然而，两条尾巴离规格限制太远了。换句话说，产品质量一致，变化小。如果这种情况是由于成本增加造成的，这对公司来说不是一个好现象，可以考虑降低规格限制或放宽质量变化，以减少成本和浪费。如果平均值偏向规格下限并延伸至规格下限的左侧，或者偏向规格上限并延伸至规格上限的右侧，则平均值为左侧(或右侧)。然而，产品是正态分布的，这意味着平均位置的偏差应该沿着固定设备、机器、原材料等的方向追踪。偏差过大的实际产品的最大值和最小值超过规格值，出现不良产品(对角线部分)，表明标准过大，工艺能力不足。因此，有必要跟踪已改变的人员和方法，并尽量减少产品的变化。或者如果规格太严格，规格应该放宽。事实上，我们完全不在规格范围内，这意味着我们根本没有按照规格来考虑产品的生产。或者规格不合理，达不到规格。案例：一家银行在一年的2月4日(星期一)从10点到15点收集了40位客户的等待时间，以统计客户在分行的等待时间。直方图如右图所示。分析双峰型：当两种不同平均值的数据混合在一起时，出现平顶型；当具