QC七大手法教材

1、QC七大手法教材一、何谓QC七大手法：1、 点检表2、 层别法3、 柏拉图4、 因果图5、 直方图6、 散布图7、 管制图二、有哪些实用性较强的高阶统计方法：1、FMEA（失效模式分析）2、SPC（制程控制技术）3、MSA（测量系统分析）4、DOE（实验计划法）三、QC七大手法的作用：1、 管理&统计方法的基础；2、 管理形象化，管理简单化；管理类型 品质系统 管理&统计方法凭经验、无记录不良品直接剔除传统质量管理经验化管理QC七大手法、抽样手法统计质量管理数据化管理IE手法、5S、QC圈全面质量管理系统化管理ISO-9000系列 QS-9000 6管理法FMEA、MSA、DO

2、E、SPC、回归分析法标准化管理四、QC七大手法之关系：（收集数据）记录用查检表（对数据分项、使数据具可比性）层别法（找出重大影响因素）柏拉图发现问题（对重大影响因素进行原因分析）特性要因图（了解数值分布鞋、查找潜在原因）直方图（牵涉多变量）散布图解决问题点检用查检表（核查问题是否再发生）（控制问题再发生）管制图QC七大手法之查检表（一）1、定义：进行统计或查核工作所使用的表单，表单一般要求注明统计范围或查核项目，以方便查检者使用。2、作用：（1） 减少漏检、误检；（2） 适用于经验不足之员工；（3） 方便数据统计3、分类：查检表分为两大类：（1） 统计用查检表序号不良项目不良数量汇总上午下午

3、加班1外观不良正正TT142功能不良正正TT53试验不良一/一24材料不良正正T正175包装不良一/16客户要求不符/7螺牙不良一T一8配件不良/09配置不符一T/31015201150备注：不良品应尽量根据原因做好记号，并分开摆放，以便统计。（2） 点检用查检表：XXX 产 品 点 检 表 年 月 日检 验 项 目数据标准结果判定1231、有无新员工换岗位。/2、新员工或换岗员工操作规范度&自互检程度。/3、生产线机台&工装治具调校正常。/4、试水机台水质干净，连接处无泄漏，水压稳定。16±1kg/cm²5、低压试气机台气压稳定。2±0.1kg/

4、cm²6、生产线顺畅（不顺畅则对相关物料及时分析并反馈）。/7、本体管脚长度足够，螺牙完整。 Min54mm8、本体毛刺清除干净，栓轴孔&止水孔壁无缺料，矽油喷涂均匀。/9、止水垫表面无缺料、裂纹、拌有矽油，安装到位无脱落。/10、栓轴表面干净，内外“O”RING无缺料、毛边、老化且安装到位。/11、上盖表面无缺料，裂纹、螺牙完整，能顺畅与本体旋合。/12、上盖锁紧扭力符合要求。150±2.0N.M13、把手组外观无明显不良，螺栓与挡环配合螺纹长度足够。Min5.0mm14、试水员按标准作业，注意产品持压时间。 Min10s15、试水不良品标识规范，并有隔离。/16

5、、彩盒印刷内容与产品相符，且清晰完整，无脱胶、破损、色差。/17、电脑标印刷清晰，能轻易扫出读数，内容与首件相符。/18、配件无短、混装现象（详见下表）/19、外箱正、侧唛（或标贴）印刷清晰，完整，内容与工作单相符。/20、封箱胶带平整、牢固，打包方式正确，成品箱正唛一律朝外整齐排放在完整的托盘上，并贴上“待检卡”。/备注：QC七大手法之层别法（二）1、定义：层别法是所有统计手法的基础，它将繁杂的数据资料按人、机器、原料、工艺、批次、时间等各项特性进行划分，使之具备可比性。2、作用：（1） 使数字具备可比性；（2） 可初步找出问题点，解决简单问题。例如：本产品的数值查核表：产 品机 台原 料班

6、 次生 产 数不 良 数不 良 率A1001早班10010100%A2001晚班10016160%B1001早班200840%A2001晚班8016200%B2001早班2501560%B1002晚班2501040%B2002晚班2501144%A2001早班9012133%A1002晚班100330%B1002早班200840%从本表中很难得出明确的信息。3、使用层别法后： A、按产品类别分产 品生 产 数不 良 数不 良 率A47057121%B11505245% 可从表中得出产品A的不良率比产品B要高得多。 选择对产品A进行分析，看机台、原料、班次是否对不良率有影响。 首先看机台：机 台

7、生 产 数不 良 数不 良 率12001365%227044163% 再看原料：原 料生 产 数不 良 数不 良 率00127033122%00220024120% 最后看班次：班 次生 产 数不 良 数不 良 率早班19025132%晚班28032114% 从上表可以得出机台存在问题，应对其采取纠正措施。QC七大手法之柏拉图（三）1、定义：以8：2原则为基础，将多种不良要素由大到小排列，并用直观的图形予以表示，以便找出主要待解决问题的统计手法。2、作用： A帮助项目小组把集中力放在那些解决后影响较大的项目上；B具有极强的直观性，方便基层员工理解；C通过前后对比既能看出效果，又能防止问题转移；

8、D以损失金额做图更具有刺激性（特别对于老板）；3、拉图的作法：序号流程要点图示1绘制X、Y1 、Y2轴数据收集11将要分析的数据按不良原因对应数量（金额）记录于纸上，不同类型的数据不能作表，应先用层别法予以剔除。221 X为横轴线，代表不良项目别。22 Y1 为纵轴线，代表不良数量（金额）（上限为不良总数或总金额）；Y2为纵轴线，代表累积不良率（上限为100%）。Y1、Y2的上限点应平齐。先画X线&Y1线、Y2线.(图一)不良总数、金额Y2Y11 80100800 600 X204060200400图一 序号流程要点图示3绘制柱形图接上页31将不良项次由大到小以柱形方式自左向右排列，柱

9、形高度以该项不良数为准，并在柱形上方标注不良总数比率，每排列一项则计算累加不良总数比率，累积不良总数比率达80%后最多再绘1-2项，其余各项均以“其它”表示，以减少工作量。32柱形下方标明不良项目名称。（图二）图二XY2Y1其它不良项目4不良项目3不良项目2不良项目120020406080100400600800不良总数、金额 （假设前四项不良率为35%、25%、20%、10%） 90%10080080%806006060%4040035%其它不良项目4不良项目3不良项目2不良项目120020 2004绘制累积曲线不良总数、金额41累积曲线又叫累积不良曲线，每点的累积不良率是表示该点左侧的各项

10、不良项次的累积不良率。累积典线的终点应与Y2轴的上限100%相吻合。（图三）5图形分析51一般对累积不良率80%左右的前几项不良进行分析，此谓8-2原则，即集中精力解决占不良率80%的项目。6改善后柏拉图绘制61流程同1-5，但抽样数应相同。这样抽样后的不良品与改善前的不良品数目才有可比性。62按改善前的不良数绘制X1、Y1、Y2轴，分别将改善后的数据代入，便可得出改善之效果。4、图例分析： 例：某厂8月份生产中，QC试水抽检A产品10000PCS发现不良1000PCS，经改善后，9月份同样试水抽检10000PCS产品，发现不良622PCS，具体不良明细如下：不良项目改善前不良数不良率（%）占

11、不良总数比率（%）改善后不良数不良率（%）占不良总数比率（%）起泡器漏水1881881880930931495水嘴砂孔漏13213213230030482出水品与本体接合处漏52252252202152153457本体砂孔漏620626201351352170不止水160161608008129水柱开叉1201212046046740本体内堵68068680950951527合计10001000100622622100比率 请给出其改善前后的柏拉图。Y2Y1改善前： 改善后：比率 Y2Y187.3%93.5%80.5%N=6221000 N=1000 100不良数 71%75800 10091

12、.2%86.3%不良数 622600 52.2% 600 75 50 71.4%50400 400 56.2% 34.5%25200 25 200 0 水嘴砂孔接合处漏起泡器漏起泡器漏本体内堵其它水柱歪斜本体砂孔接合处漏其它本体砂孔本体内堵起泡器漏X1%X1% 0 产品 QC七大手法之特性要因图(四)1.定义：利用团队力量探讨，将可能引发的品质特性的所有原因按人、材料、机械、方法、环境等进行分类，并绘制于一张图上，此谓特性要因图（鱼骨图、石川图）2.作用: A.群策群力，解决问题。B.教育训练、思路全面。3.特性要因图绘制:序号流 程要 点图 示1决定讨论之品质特性应运用查检表、层别法、柏拉图

13、来确定。2绘出主线品质特性 3绘出五条主支线主支线一般分为人、材料、工艺、设备、其它五项（其它包含环境、系统等等）。主支线也可视情况绘6-7条。针对不同命题，主支线可以另行设定并不拘泥于上述五个方面。品质特性人设备材料工艺其它4运用脑力激荡法绘制分支线 换下页每个人轮流发言，小组循环2-3次，不同的人可以提相同的原因，相同的原因在旁用红笔划“正”号，以表示该原因被提出的次数。设备老化 设备人品质特性材料其它工艺 序号流 程要 点图 示5分析接上页对前3次的不良要因进行进一步的分析，并运用其它统计手法做进一步的确定。4、例题：公司为何无法成功推行5S管理。5、思考题：（1） 为什么042水嘴漏水

14、&不良率偏高？（2） 组装线为什么会产生短装现象？（3） 102厂的送货异常率偏高的原因是什么？QC七大手法之直方图(五)1、定义：直方图又叫次数分配表.即将所收集的数据按多个相等的区间进行分配，将相应数量用柱形图进行表示，并通过数据的分布趋势找出连的品质信息的QC手法。2.作用：（1）从分布的形态了解产品是否受控；（2）测知数据之真假；（3）用于制定公差或规格界限；（4）调查是否有群体混杂现象；3、流程：序号流 程要 点1数据收集确认产品规格找出最大、最小值决定组数计算全距用测量工具对要分析的特性进行抽样测量，抽样应均匀。1.2数据n应在50组以上.221即确认上公差UCL，下公差L

15、CL。331最大值为L，最小值为S。441全距R=L-S551组数K=1+3.32Logn n=抽样数52组数一般判定原则：抽样数 分组数50 5751100 610101250 712 序号流 程要 点6求组距6162若h为非整数，则4舍5入。7求各组上组界&下组界718求组中点819作次数分配表91将各组数值统计入次数分配表内。10作直方图101 X轴为数值之变化，Y轴为各组分布数，将第1组到第R组定位于X轴上绘出柱形图。各组柱形高度为其数值分布数。102直方图上应标注N、UCL、LCL、CL、X11分析111分析详见下文。 4.常见的直方图型态分析： LCLUCL正常型（1） 正

16、常型（2） 在公差范围内，但存在超标的很大可能，应以控制。 LCLUCL大 正常型（3） 切断型LCLUCL大在公差范围内，但过于集中，生产成本偏高。 有经过全检剔除 UCLLCL 缺齿型 离岛型LCLUCL精度不够,测量误差或伪造数据。 测量偏差，混入不良库存或机台调整时生产.。 UCLLCL LCLUCL 高原型(未层别) 双峰型 未经层别法处理 不同批次、原材料、不同机台、不同人员操作5、范例说明：（1） 收集数据并记录数据应均匀抽样：规格130-160， LCL=130 UCL=160142 148 145 140 141 138138 140 141 138 138 139144 1

17、38 139 136 137 137131 127 138 137 137 133139 130 136 128 138 132145 141 135 131 136 131134 136 137 133 134 132135 134 132 134 121 129136 132 130 135 135 134137 131 131 139 136 135 （2）算出最大、最小值：最大值L=148 最小值S=121； （3）全距R=L-S=27 （4）决定组数：K=1+3.32 Logn=1+3.32(1-78)=6.97 （5）求组距（h）：（6）求各组上组界、下组界：最小测定单位2第1组下

18、组界=最小值 第1组上组界=下组界+组距 第2组下组界=第1组上组界 最小数&最大数应在最小&最大1组内。120.5124.5 124.5128.5 128.5132.5 132.5136.5 136.5140.5 140.5144.5 144.5148.5 （7）求组中点： =112.5 134.5 146.5 126.5 138.5 130.5 142.5（8）作次数分配表： 1. 1 2. 2 3. 12 4. 18 5. 19 6. 5 7. 3 n=60 X=135.8 以横轴表示数值之变化，以纵轴表示次数。（如图示一）横轴与纵轴各取适当的单位长度。再将各组之组界分别

19、标在横轴上，以各组内之次数为高，组距为底；在每一组上画成矩形，则完成直方图。各组界应为等距离。（如图示二）在图之右上角记入相关数据履历（数据总数n，平均值X，），并划出规格之上、下限。（如图示三）记入必要事项：制品名、工程名、期间、制作日期、制作者。（如图示四）数值变化（图一）次数 2015105 120.5 124.5 128.5 132.5 136.5 140.5 144.5 148.50 （图二）20151050120.5 124.5 128.5 132.5 136.5 140.5 144.5 148.5(图三) SU=160 20 SL=13015 制品名 10 工程名： 期 间： 5

20、 制作日期：128.5124.5120.5148.5144.5140.5136.5132.5 制作者： (图四) 6、题目： 某供应商送货本体的栓轴孔深度（25.0±0.1），经测量后有如下数据，请绘出其直方图并进行分析。25.08 25.10 25.10 25.03 25.0525.09 25.10 25.10 25.08 25.0625.03 25.02 25.10 25.08 25.0925.05 25.06 25.09 25.10 25.0825.10 25.10 25.09 25.04 25.0625.10 25.10 25.09 25.05 25.0625.07 25.0

21、7 25.10 25.10 25.0825.09 25.08 25.07 25.06 25.0725.10 25.10 25.09 25.08 25.1025.10 25.09 25.09 25.08 25.05QC七大手法之散布图（六）1、定义：在分析独立数据时，用直方图、柏拉图就可找到改善著眼点，但如要解析两个变量X、Y之间的相关性时，就需使用散布图，将X与Y的两组数据绘在方格纸上，可看出X、Y之间相关情形的图谓之散布图。如：钢粹火温度和硬度、油的温度与粘度、人的身高和体重。2、作用： 直观地了解两种变量之间的关系。（1） 先搜集两种对应相关数据,至少要30组以上。（2） 求出数据中X、Y

22、的最大值与最小值。（3） 在横轴(X)与纵轴(Y)上各列出品质要因(特性)。（4） 把两种对应数据点标在座标图上。（5） 两组数据相同时另作记号表示。（6） 图上加入品名、工程别、日期、制表人。3、例：下表所列数据为钢制品的淬火温度与硬度间是否有相关性?单位:粹火温度() 温度(HR-C)NO烧入温度(X)硬度(Y)NO烧入温度(X)硬度(Y)NO烧入温度(X)硬度(Y)18104711840522181044289056128705322850533850481383051238805448404514830462488057585054158204625840506890591682048

23、2688054787050178605527830468860511887055288605298105219830492986050108205320820443084049X: max=890 min=810 Y: max=59 min=426058565452504846444240铜的烧入温度与硬度关连散布图Y硬度 X温度 800 810 820 830 840 850 860 870 880 890 900 4、如何分析散布图：Y（1）XY（2）XX增大时,Y也随之增大, 典型的正相关. X增大时,Y反而减小, 典型的负相关.YY （3）XX X增大时，Y也随之增大，非极显著的正相关

24、 X增大时，Y反而减小，非检显著的负相关YXY（5） （6） X Y与X之间看不出有何关系 X开始增大时，Y也随之增大，但达某一值以后，则X增大时，Y则减小注意点：Y&X均应用层别法区分后再行点入。 QC七大手法之管制图（七）一、定义：一种以实际产品品质特性与过去经验所设定之制程能力的控制界限相比较的图形表示法，通过一段时间的记录，从而分析品质特性的发展趋势并确认品质特性是否受控。又称休哈特图，是美国休哈特博士于1924年发明的，控制图与制程能力分析相结合，称作统计过程控制（SPC）。二、 原理解释：（一）异常波动异常波动是由特殊因素（异常因素/系统因素）造成的。这些特殊因素在生产过程

25、中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的影响就比较显蓍。如：机器设备带病运转，操作规程者违章操作等。（二）正常波动正常波动是由普通因素（随机因素/偶然因素）赞成的。这些普通因素在生产过程中大量存在，对产品质量经常发生影响，但它所造成的质量波动往往比较小，在生产过程中是允许存在的。如机器设备的轻微振动等。当一个过程只有普通因素（随机因素/偶然因素）起作用，而不存在特殊因素（异常因素/系统因素）的作用时，这个过程就处于统计控制状态，也即受控状态。图：普通因素与特殊因素如果仅存在普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测预测预测范围如果存在特殊原因，随

26、着时间推移，过程的输出不稳定 控制图就是观察生产过程中的波动是否正常，一旦发生异常波动，可以立即观察得出并找出特殊因素予以解决。 二、基本图示：UCL CL（Central Line）中心线纵轴 UCL（Upper Control Limit）上控制界限 LCL（Lower Control Limit）下控制界限 CL 横轴为时间顺序LCL （图1） 三、控制界限的设定： UCL=CL+3 LCL=CL-3 为标准差：当过程处于统计控制状态时，产品的质量特性数据分布一般服从正态分布，即xN（µ，2）（注：µ过程均值，过程标准差）。质量特性值落在µ±3范围

27、内概率约为99.73%，落在µ±3以外的概率只有0.27%。因此可用µ±3作为上下控制界限，以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态。四、种类:类别名称控制图符号特点适用场合用途计量值控制图平均值 极差控制图最常用，判断工序是否正常的效果好，但计算工作量大。适用于产品批量较大，且稳定、正常的工作。图用于观察分布的均值变化，R图用于观察分布的一致性变化。联合运用，用于观察分布的变化。平均值 标准差控制图S的计算比R复杂，但其精度高。当n>10时用S图代替R图。适用于检验时间远比加工时间短的场合。图用于观察分布均

28、值变化，S图用于观察分布的一致性变化。联合运用，用于观察分布的变化。类别名称控制图符号特点适用场合用途计量值控制图中位数 极差控制图计算简便，但效果较差。适用于产品批量较大，且稳定、正常的工序。图用于观察分布的中位数变化，R图用于观察分布的一致性变化。联合运用，用于观察分布的变化。单值移动极差控制图简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。适用于因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常因素的场合。适用于均质产品而无需抽取多个试样。如一炉钢的成分。图用于观察分布的单值 变化，RS图用于观察分布的一致性变化。联合运用，用于观察分布的

29、变化，但灵敏度低。计数值 控制图不合格品数控制图Pn较常用，计算简单，操作工作易于理解。样本数量相等。用于控制一般的过程。不合格品率控制图P计算量大，控制线凹凸不平（在特定条件下，控制线可为直线）。样本数量可以不等。用于控制关键的过程。缺隐数控制图C较常用，计算简单，操作工人易于理解。样本数量相符。用于控制一般缺陷数的场合。单位缺陷数控制图u计算量大，控制线凹凸不平（在特定条件下，控制线可为直线）。样本数量可以不等。用于控制每单位缺陷数，如线路板焊接不良点数。五、管制图的选用：确定要制定 控制图的特性关心的是不合格数，即单位零件不合格数吗？关心的是不合格品率，即“坏”零件的百分比吗？否是否是是

30、计量型数据吗？是是样本容量是否恒定？样本容量是否恒定？否是否是使用C图使用P图是是是性质上是否是均匀或不能按子组取样，例如：整槽药水。使用C图或u图使用Pn图P图子组均值是否能很方便地计算？否是否是使用中位数图是否是子组容量是否大于或等于9？是使用X-R图使用单值图x-RS是是否能方便地计算每个子组的S值？否是使用X-R图是使用X-S图六、控制图绘制步骤：以下以X-R、P、C控制图为范例 61 X-R管制图序号流程要点1数据收集11 45个数据为1组，分2025组，按时间顺序排列组别。12 收集时间在1周1月。2记录21 记录于X-R控制图数据表（详见附表1）3计算X31 X为各组之平均值，最

31、小位数较测定值小一位。4计算R41 R为各组全距，即最大值减去最小值。5计算X5152 K=组数=256计算R617计算CL、UCL、LCL 8制图81 中心线以实线，界限以虚线表示。超标点画圈予以突出。82将特殊原因记录于报表上。x83图示：样本号LCL=19.9309CL=19.9574UCL=19.9839n=4序号流程要点8接上页RUCL=0.083样本号CL=0.036n=49CPK 分析（2）过程能力指数CPK满足要求，可以把分析用控制图转为控制用控制图。注意：控制用控制图的控制线来自分析用控制图，不必随时计算。只有当影响过程质量波动的因素发生变化或质量水平已有明显提高时，才需要用

32、分析用控制图计算出新的控制线。10走势 判定10走势图分析见后文。七、P控制图的运用：P控制图适用于计数值控制，即以不良率做为控制依据，具有较大的实用性，P控制图有三种画法。P控制图（不合格品率控制图）：不合格率控制图主要用于判断生产过程中不合格品率是否处于并保持在所要求的水平。P控制图有下列几种画法：一是所收集的样本大小n不等，其控制界限要按各样本分别进行计算。计算过程繁琐，控制界限是由不规则的折线（控制界限呈现凹凸状，形似万里长城）所组成。二是对上述控制界限的计算进行简化，即用样本大小的平均值为代表值，把原来不规则的凹凸状控制界限画成了直线。但这种简化方法要同时满足下述两个条件。三是所收集

33、的样本大小相同，这样控制界限的计算就简单多了。在实际使用P图时，应该在抽取样本时，使n相等，这样可以方便作图。 71 P管制图绘制流程：序号流 程要 点1数据收集11 分2015组，每组数据量（n）不限，相等即可。2计算每组不良率21 P=不良数（每组）/抽样数（每组）3计算平均不良率31 4计算CL、UCL、LCL41 5制图51中心线以实线，界限以虚线表示。超标点画圈予以突出。52将特殊原因记录于报表上。6分析、判定61 图形判定见下文。附表一： 零件号：SA120 工序名称：车 测量者：XXX零件名称：轴 使用设备：C620-1 测量工具：百分尺质量要求：19.90+0.14 作业者：X

34、XX 测量单位：0.01序号抽样时间X1X2X3X4R备注111月16日2上午19.9419.9519.9619.9619.9520.023下午19.9319.9219.9919.9519.9480.07417日上午19.9219.9619.9719.9819.9580.065下午19.9519.9619.9619.9819.9620.03618日上午19.9919.9119.9419.9419.9450.087下午19.9419.9519.9519.9619.9500.02819日上午19.9519.9519.9219.9219.9350.039下午19.9819.9919.9419.941

35、9.9620.051020日上午19.9719.9819.9819.9619.9720.0211下午19.9619.9819.9919.9919.9800.031221日上午19.9819.9419.9419.9519.9520.0413下午19.9119.9419.9419.9519.9530.041423日上午19.9619.9519.9619.9819.9620.0315下午20.0019.9819.9819.9619.9800.041624日上午19.9619.9619.9619.9619.9600.0017下午19.9619.9419.9419.9619.9500.021825日上午

36、19.9419.9619.9620.0019.9650.0619下午19.9819.9419.9419.9619.9550.042026日上午19.9619.9819.9819.9519.9680.0321下午19.9719.9819.9819.9819.9780.012227日上午19.9619.9619.9419.9619.9550.0223下午19.9619.9619.9419.9219.9450.042428日上午19.9619.9219.9419.9419.9400.0425下午19.9819.9719.9619.9319.9600.0530日上午19.9419.9619.9819.9819.9650.04合计498.9340.91平均19.95740.036n系数A2d2D440.7292.0592.282附表二：控制图系数表n系 数A2A3m3A2D3D4d 2B3B42188026591880326711283267310231954118725741693256840729162807962282205932665057714270691211423262089604831287054920042534003019707041911820509007619242