QC七大手法培训资料 (2)ppt课件

1、QC七大手法Define Measure Analyze Improve ControlQC七大手法的內容七大手法之一：查檢表七大手法之二：柏拉圖七大手法之三：魚骨圖七大手法之四：層別法七大手法之五：直方圖七大手法之六：控制圖七大手法之七：散佈圖QC七大手法口決魚骨追缘由查檢集數据柏拉抓重點直方顯分布散佈看相關控制找異常層別作解析1.查檢表 (Check sheet) 查檢表就是一種為了便於搜集數據，运用簡單記號填記予以統計整理，並作進一步分析或作為核對、檢查之用而設計的一種表格或圖表。查檢表的種類：1).記錄用查檢表：目的在搜集數據型的資料，做進一步統 計整理用。2).點檢用查檢表：目的主要

2、在檢查事物。機械.等的運作 狀況，或檢查問題用。 一.查檢表制造Step 1.決定所要蒐集的數據及希望把握的項目Step 2.決定查檢表的格式Step 3.決定記錄方式Step 4.決定蒐集數據的方法留意：查檢表的格式及內容，要讓运用者最方便运用及最易記錄為最高原則。2.查檢表的製作步驟明確目的-將來要能提出改善對策數據,因之必需把握現 狀解析,與运用目的相配合。目的:改善產線外觀不良 (2) 解決查檢項目-從特性要因圖圈選的46項決定之。(3)選定:膠帶破損/殘膠/沾髒/pin針沾髒/CONN損壞五項做為查 檢 項目。(4) 決定檢驗方式-全檢、抽檢 檢驗方式:全檢(5) 決定查檢方式-查檢

3、基準、查檢數量、查檢時間與期間、 查檢對象之決定、並決定搜集者、記錄符號。3.記錄用查檢表的製作案例 明確目的-將需求點檢之項目進行匯總。(2) 確定格式。(3) 決定點檢方式-點檢時間與期間、點檢對象之決定、並決 定搜集者、記錄符號等。4.點檢用查檢表的製作案例a.數據搜集完成應馬上运用,首先觀察整體數據能否代表某些 事實?b.數據能否集中在某些項目或各項目之間有否差異?c.能否因時間的經過而產生變化?d.另外也要特別留意週期性變化的特殊情況e.查檢表統計完成即可利用QC七大手法中的柏拉圖加工整理,以便掌握問題的重心.5.查檢表的运用二.柏拉圖 (Pareto Diagram)制造 1897

4、年，意大利经济学家V pareto 巴雷托,18481923年在分析社会经济构造时发现一个规律，这个规律就是80%的社会财富掌握在20%的人手中，后被称为“柏拉法那么。 1907年，美国经济学家劳伦兹Lorenz运用累积分配曲线描画了柏拉图法那么，被称为“劳伦兹曲线1930年后，品管泰斗，美国品管专家朱兰博士将劳伦兹曲线运用到质量管理上。 二十世纪60世纪年代，日本品管巨匠石川馨在推行他本人发明的QCC品管圈时运用了柏拉图，从而成为品管七大手法之一。 根据搜集的数据，以不良缘由、不良情况、不良发生的位置 分类；计算各工程所占的比例按大小顺序陈列，再加上累积值的 图形。 按照累计的百分数可以将各

5、项分成三类： 080%为A类，显然是主要问题点； 8090%为B类，是次要要素； 90100%为C类，是普通要素。 柏拉图可以协助我们找出关键的问题，抓住重要的少数及有用的多数，适用于计数值统计，也有人称其为ABC图，又由于柏拉图的陈列是依大小顺序，故又称陈列图。 1.柏拉圖的定義 柏拉图绘制留意要点： 1 柏拉图有两个纵坐标，左侧坐标普通表示数量或金额，右侧面纵坐标普通表示数量或金额累积的百分比。 2 柏拉图横坐标普通表示检查工程，按影响程度大小，从左到右依次陈列。 3 绘制柏拉图时，按各工程数量或金额出现的频数，对应左侧纵坐标画出直方形，将各工程出现的累计频率，对应右侧纵坐标描出点子，并将

6、这些点子按顺序连成光滑曲线。2.柏拉圖的制造步骤1：搜集数据 品管部將上个月的OQC的抽檢不良作出统计，其中抽样2800pcs，总不良数为148pcs，其中不良数为：3.柏拉圖繪制步驟序号不良工程不良数不良总数百分比1CONN沾髒5335.8%2沾膠106.8%3拉帶損傷53.4%4膠帶損傷128.1%5尺寸3624.3%6CONN划伤74.7%7電測不良2215%8其它31.9%合计148100%制表：XX XX 统计日期：2006年9月1日8月份OQC抽檢不良统计表8月份OQC抽檢不良统计表序号不良工程不良数不良总数(%)累积百分比%1CONN沾髒5335.8%35.8%2尺寸3624.3

7、%60.1%3電測不良2215%75.1%4膠帶損傷128.1%83.2%5沾膠106.8%90%6CONN划伤74.7%94.7%7拉帶損傷53.4%98.1%8其它31.9%100%合计148100%步骤2：把分类好的数据进展汇总，由多到少进展排序，并 计算累计百分比。步骤3：绘制横轴与纵轴刻度。1 画出横轴与纵轴，横轴表示不良工程，左边纵轴表示不良数，右边纵轴表示不良率。2左边纵轴最高刻度是不良总数148PCS，右边纵轴最高刻度是 不良率100%。3左边的纵轴最高刻度与右边纵轴最高刻度是一条程度线。0102030405060708090100110120130140沾髒尺寸電測膠帶沾膠划

8、伤損傷其它0%10%20%30%40%50%60%70%80%90%100%步骤4：绘制柏拉图 1 在左纵轴与横轴区域间找出坐标点，共7个坐标点。 2 将各不良工程画出坐标，也就是柱状图。0102030405060708090100110120130140沾髒尺寸電測膠帶沾胶划伤损伤其它0%10%20%30%40%50%60%70%80%90%100%不良工程累计百分比步骤5：绘制累积曲线1 针对累积不良率在右纵轴与横轴区域间找出坐标点， 共7点。2 用折线将7个点衔接。0102030405060708090100110120130140沾髒尺寸電測膠帶沾膠划伤損傷其它0%10%20%30%4

9、0%50%60%70%80%90%100%不良工程累计百分比98.10%83.20%90%94.70%75.10%60.10%35.80%100%步骤6：分析柏拉图 1 从以上柏拉图可以看出，沾髒，尺寸,電測不良是总不良率比率的75.1%,这三项是9月份重点改善的工程，建议用因果图对这三项不良缘由进展分析。 2应确定工程改善责任人及完成期限，在9月份把沾髒，尺寸,電測不良比例降下来。 2006年5月,xx退貨不良品共310pcs,經過測試分析後,不良的分布如下:4.案例分析繪制柏拉圖:柏拉圖分析: 從柏拉圖上可以看出,線材在A端CONN邊緣折傷,CONN沾髒和復測OK占總不良的92.26%.這

10、三項是重點改善的項目,特別是A端CONN邊緣折傷的占了總不良的40%. 建议由品管部、工程部、制造部组成分析小组，运用因果图对以上三个工程进展分析,找出真正的缘由。三.魚骨圖 (Characteristic Diagram) 日本品管权威石川馨博士在1952年发明，又称石川图，亦叫鱼骨图、因果图或特性要因圖，由于它外笼一致尾鱼的骨架而得名. 鱼头是问题，其目的是要找出呵斥此一问题的能够缘由。问题的发生，必然有其内外因，缘由的存在，又必会产生变异的结果，就是说，缘由与结果之间一定存在因果关系。 管理者可將影响产品或效力质量的诸多缘由一一找出，并绘鱼骨图，使人一目了然，经过鱼骨图，可使绘制小组遭到

11、一身临其境的教育，同时，也是一种讨论问题的捷径，这对我们的管理是大有协助的。 特征 要因 要因 要因 要因 特性要因圖對於結果特性與缘由要因間或所期望的效果特性與對策間關係，以箭頭連結，詳細分析缘由或對策的一種圖形，稱特性要因圖。用來說明品質特性及影響品質之主要要素與次要要素三者之間的關係，其形狀像魚骨的分佈，故又稱魚骨圖。此圖為品管圈創始人石川馨博士所提倡，故也稱石川圖。且其作用在闡名缘由與結果間的關係，所以又稱因果圖。 1 追求缘由型：追求问题，进而找其缘由，以因果图表示结果特性与缘由要因间的关系，如“消费效率为什么这么低？因果图可分为追求缘由型和追求对策型两种:2 追求对策型鱼骨图反转：

12、问题如何防止、目的如何达成等的对策?1.特性要因圖製作註意事項1. 绘制因果图应留意的事项： 1). 要集合全员的知识与阅历。 2).重点在处理问题，并依5W2H的方法逐项列出。绘制要因图时，重点先放在“为什么会发生这种缘由、结果，分析后要提出对策时那么放在“如何才干处理，并依5W2H的方法逐项列出。 why为何必要？对象 What 目的为何？目的 Where 在何处做？场所 When 何时做？顺序 Who谁来做？人 How 什么方法？手段. How much破费多少？费用 3).缘由解析-愈细愈好，愈细那么更能找出关键或处理问题的方法。 4).质量特性的决议-以现场问题来思索。 1. 成立鱼

13、骨图分析小组，36个人为佳，最好是各部门的 代表。 2. 寫缘由或对策的问题点： 3. 因果图绘制后,经讨论后决议要因, 并用紅笔圈出最可 能發生的要因.2.特性要因圖製作步驟人機料法為甚麼齒輪尺寸變異添加主骨小骨中骨3.画出干线主骨、中骨、小骨确定艰苦缘由: 与会人员运用脑力激荡法，热烈讨论，根据艰苦缘由进展分析，找出中缘由或小缘由绘至鱼骨图中。 在一 群體中，為了深化分析內部狀況，而設立一個將母體分割開來的方法或條件，稱為層別法。在品質管理中，主要是對各種條件下所產生的問題及缘由做分析。 普通常用的區分方式是以4M1E來加以區分。 當然，亦可採用任何認為有意義的區分方式。 4M1E：人(M

14、AN)、機械(MACHINE)、资料(MATERIAL)、方法(METHOD)、環境(ENVIRONMENT)四.層別法(Stratification)1.定義管理任务上也應該活用層別法，例如在做營業分析時，如下例：2.1 時間的層別 小時別、日期別、週別、月別、季節別.等. 例 : 製程中溫度的管理就常以每小時來層別.2.2 作業員的層別班別、操作法別、熟練度別、年齡別、性別、教育程度別.等. 例 : A班及B班的完废品品質層別. 2.層別的對象與項目2.3 機械、設備的層別場所別、機型別 、年代別 、工具別 、 編號別、速度別.等. 例 : 不同機型生產一样產品以機型別來分析其不良率. 2

15、.4 作業條件的層別 溫度別、 濕度別、壓力別 、天氣別 、 作業時間別、作業 方法別 、測定器別.等. 例 : 對溫度敏感的作業現場所應記錄其溫濕度,以便溫濕度 變化時能層別比較.2.5 原资料的層別 供應者別、 群體批別、製造廠別 、產地別 、材質別、 大小类別、貯藏期間別、成分別. 等. 例 : 同一廠商供應的原资料也應做好批號別,領用時均能 加以層別,以便了解各批原料的品質, 甚至不良發生時更 能迅速採取應急措施,使損失達最小的程度.2.6 測定的層別 測定器別、測定者別、測定方法別.等.2.7 檢查的層別 檢查員別、檢查場所別、檢查方法.等.2.8 其他 良品與不良品別、包裝別、搬運

16、方法別.等.层别法可单独运用，且可捕捉到问题点。 层别法也可与其它QC手法结合运用，且效果更佳，如与柏拉 图同时运用，既可將某一主题的数据层别清楚，也可找到关 键或重要的问题，抓住重要的少数和有用的多数。 2. 层别法必需建立在数据的根底上，没有数据，层别法无从谈 起。3. 层别的对象具有可比性，最好在一样条件类似条件或不同條 件下进展层别，更容易发现问题点。好像一班组消费不同的 产品，对不同产品进展层别分析，可以发现产品存在的质量 问题。3.層別法的运用1. 确定研讨的主题，如 中国各行业的收入程度？ 工厂各班组的绩效？ 不同产品之报废数量？ 某学校学生考试成果？ 深圳、广州、北京、上海、大

17、连、东莞、 昆山居民消费指数？ 4.層別法的實施步驟 2. 设计搜集数据的表格 应將主题的一切工程设计在表格中； 最好有合计栏目，以便了解整体情况； 应有表格称号、制表人、搜集时间、搜集地点、搜集方式等； 编制的表格要简约、适用、便于记录。3. 搜集数据数据的真实性/数据的及時性/数据的代表性4. 分层比较 对这些的数据从各个方面进展分层比较，找出其中的差别， 确定改善的工程。一.2006年上半年客戶關于外被破裂與GB短路埋怨與退貨匯總：5.案例分析二.從以上圖表可以看到: 從不良現象層別看: 從2006年1月-2006年6月,因外被破裂導致客戶埋怨共2次,客退 1次;因GB短路導致客退3次,

18、客訴無;外被破皮/GB短路導致客退 1次,客訴無. 從客戶層別分: 從2006年1月-2006年6月A共3次埋怨;B 2次;C 1次;D 1次.一、何謂直方圖? 直方圖就是將所搜集的數據.特性質或結果值,用一定的範圍在橫軸上加以區分成幾個相等的區間,將各區間內的測定值所出現的次數累積起來的面積用柱形書出的圖形.五.直方圖(Histogram)二、直方圖的製作步驟: 1.搜集數據並且記錄在紙上. 2.找出數據中的最大值與最小值. 3.計算全距. 4.決定組數與組距. 5.決定各組的上組界與下組界. 6.決定組的中心點. 7.製作次數分配表. 8.製作直方圖三、直方圖名詞解釋1.求全距:在一切數據

19、中的最大值與最小值的差.2.決定組數 組數過少,雖可得到相當簡單的表格,但卻失去次數分配的本質; 組數過過多,雖然表列詳細,但無法達到簡化的目的.(異常值應 先除去再分組).分組不宜過多,也不宜過少, 普通對數據之分組可參考下表:數據數組數50100610100250712250個以上10203.組距 組距=全距/組數 組距一股取5,10或2的倍數4.決定各組之上下組界 最小一組的下組界=最小值-測定值之最小位數/2,測定值的最 小位數確定方法:如數據為整數,取1;如數據為小數,取小數所 精確到的最后一位(0.1;0.01;0.001) 最小一組的上組界=下組界+組距 第二組的下組界=最小一組

20、的上組界 其他以此類推5.計算各組的組中點 各組的組中點=下組距+組距/26.作次數分配表 一切數據依其數值大小劃記號於各組之組界,內並計算出其次 數.7.以橫軸表示各組的組中點,從軸表示次數,繪出直方圖.四、直方圖案列 某電纜廠有兩臺生產設備,最近,經常有不符合規格值(210g)異常產品發生,今就A,B兩臺設備分別測定50批產品,請解析並回答以下回題: 1.作全距數據的直方圖. 2.作A,B兩臺設備之層別圖 3.敘述由直方圖所得的情報A設備 B設備2017916816518315614816515216116818818417017216715015013612316918217718615

21、0161162170139162179160185180163132119157157163187169194178176157158165164173173177167166179150166144157162176183163175161172170137169153167174172184188177155160152156154173171162167160151163158146165169176155170153142169148155搜集數據如下:解:1. 全體數據之最大值為194,最小值為119 根據經驗值取組數為10 組距=(194-119)/10=7.5 取8 最小一組的下

22、組界=最小值-測定值之最 小位數/2 =119-1/2=118.5 最小一組的上組界=下組界+組距 =118.5+8=126.5作次數分配表序號組界組中點全體A設備B設備次數次數次數1118.5126.5122.5222126.5134.5130.5113134.5142.5138.5444142.5150.5146.58175150.5158.5154.5172156158.5166.5162.5218137166.5174.5170.5231678174.5182.5178.5141319182.5190.5186.59910190.5198.5194.511合計1005050SL=SU=

23、210一切設備直方圖製作A設備直方圖製作SL=SU=210SU=210SL=B設備直方圖製作項目全體A設備B設備形狀稍偏左正常稍偏左分佈中心與規格中心值相比較,稍為偏左,若變動大,則有超出規格下限全部在規格界限內,沒有不良品出現分佈中心與規格中心值相比較,稍為偏左,若變動大,則有超出規格下限的可能B設備可能發生超出規格下限的可能,因此,有必要加以改善,使數據平均值右移到規格中心.A設備若能使CP值再小,則將更好.結論五、如何依據圖案的分佈狀態判斷1.如圖中顯示中間高,兩邊低,有集中的趨勢,表示規格.分量等計量值的相關特性都處於平安的狀態之下,製品工程狀況良好.如下圖所示:2.如圖中顯示缺齒形圖

24、案,圖形的柱形高低不一呈現缺齒狀態,這 種情形普通就來大都是製作直方圖的方法或數據搜集(測量)方 法不正確所產生.如下圖所示:3.如圖所示為絕壁形,另外一邊拖著尾巴,這種偏態型在理論上是 規格值無法获得某一數值以下所產生之故,在品質特性上並沒有 問題,但是應檢討尾巴拖長在技術上能否可接受;例治工具的鬆 動或磨損也會出現拖尾巴的情形.如下圖所示: 4.雙峰型，有兩種分配相混合,例如兩臺機器或兩種不同原料間有差異時,會出現此種情形,因測定值受不同的缘由影響,應予層別后再作直方圖. 5.離散型，測定有錯誤,工程調節錯吳或运用不同原材所引起,一定有異常原存在,只需去除,即可制造出合規格的制品6.高原型

25、，不同平均值的分配混合在一同,應層別之后再作直 方圖五、與規格值或標準值作比較1.符合規格 A.理想型:制品良好,才干足夠.制程才干在規格界限內,且平均值 與規格中心一致,平均值加減4倍標準差為規格界限,制程稍有變 大或變小都不會超過規格值是一種最理想的直方圖.B.一則無餘裕:制品偏向一邊,而另一邊有餘裕很多,假设製程再 變大(或變小),很能够會有不良發生,必須設法使製程中心值 與規格中心值吻合才好.C.兩側無餘裕:制品的最小值均在規格內,但都在規格上下兩端內,且其中心值與規格中心值吻合,雖沒有不良發生,但假设製程稍有變動,說會有不良品發生之危險,要設法提高製程的精度才好. 2.不符合規格 A

26、.平均值偏左(或偏右) 假设平均值偏向規格下限並伸展至規格下限左邊,或偏向規格 上限伸展到規格上限的右邊,但製程呈常態分配,此即表示平均 位置的偏向,應對固定的設備,機器,缘由等方向去清查.上限下限B.分散度過大:實際製程的最大值與最小值均超過規格值,有不良 品發生(斜線規格),表示標準差太大,制程才干缺乏,應針對人 員,方法等方向去清查,要設法使產品的變異縮小,或是規格訂 的太嚴,應放寬規格.下限上限C.表示製程之生產完全沒有按照規格去考慮,或規格訂得不合理,根本無法達到規格.下限上限六.散佈圖(Scatter Diagram)一、散佈圖定义 分布图是用来表示一组成对的数据之间能否有相关性的

27、一种图表。这种成对的数据或许是特性要因、特性特性、要因要因的关系。 将因果图关系所对应变化的数据分别描画在轴标系上，以掌握两个变量之间能否相关及相关的程度如何，也有人称之为“分布图、“相关图。 二、散佈圖分類 分布图普通有以下六种，分别是：正相關;弱正相關;負相關 ;非顯著性負相關;不相關;曲線相關. 1).在圖中當X添加,Y也添加,也就是表示缘由與結果有相對的 正相關,如下圖所示:XY02).散佈圖點的分佈較廣但是有向上的傾向,這個時候X添加,一 般Y也會添加,但非相對性,也就是就X除了受Y的要素影響外, 能够還有其他要素影響著X,有必要進行其他要因再調查,這 種形態叫做似有正相關稱為弱正相

28、關XY0Y0X3).當X添加,Y反而減少,而且形態呈現不断線發展的現象,這 叫做完全負相關.如下圖所示:4).當X添加,Y減少的幅度不是很明顯,這時的X除了受Y的影響外, 尚有其他要素影響X,這種形態叫作非顯著性負相關,如下圖所 示:Y0X5).假设散佈點的分佈呈現雜亂,沒有任何傾向時,稱為無相關,也 就是說X與Y之間沒有任何的關係,這時應再一次先將數據層別 化之后再分析,如下圖所示:Y0X6.假設X增大,Y也隨之增大,但是X增大到某一值之后,Y反而開始 減少,因此產生散佈圖點的分佈有曲線傾向的形態,稱為曲線 相關,如下圖所示:Y0X三、散佈圖製作1确定要调查的两个变量，搜集相关的最新数据，至

29、少个 以上。2找出两个变量的最大值与最小值，將两个变量描入轴与 轴。3將相对应的两个变量，以点的方式标上坐标系。4.记入图名、制造者、制造时间等工程。5判读分布图的相关性与相关程度。为确认马达延续运转之后，速度能否发生改动，经实验获得以下数据。时间 速度 时间 速度 时间 速度 时间 速度 时间 速度 1 330 7 325 13 250 19 210 25 171 2 320 8 285 14 244 20 204 26 165 3 308 9 300 15 237 21 197 27 159 4 311 10 270 16 231 22 191 28 151 5 304 11 264 17

30、 225 23 185 29 145 6 297 12 257 18 218 24 178 30 133 四.运用散佈圖時應留意事項:留意能否有異常點的存在：亦即該點和其他點相距很遠。能否有假相關：雖然數據顯示具相關性，但是亦有其他文獻或經驗認為此二者不具相關性，此時需在深化探討。能否有必要加以層別：亦即由數據看是具有相關，但將數據分群後卻發現不相關，反之亦然。因此一個相關與否的散佈圖需求放入單純必要的數據。东南亚某地域的投资率与失业率的关系序号 年度 投资率 失业率 序号 年度 投资率 失业率 1 1970年 35% 1.82% 17 1986年 24% 3.32% 2 1971年 32%

31、2.25% 18 1987年 24% 3.48% 3 1972年 40% 1.89% 19 1988年 22% 3.59% 4 1973年 34% 1.95% 20 1989年 20% 3.68% 5 1974年 31% 1.73% 21 1990年 20% 3.92% 6 1975年 28% 1.82% 22 1991年 18% 4.01% 7 1976年 29% 2.06% 23 1992年 19% 4.25% 8 1977年 27% 2.70% 24 1993年 17% 4.37% 9 1978年 25% 2.82% 25 1994年 15% 4.25% 10 1979年 26% 2.6

32、3% 26 1995年 17% 4.55% 11 1980年 37% 2.13% 27 1996年 15% 4.78% 12 1981年 32% 2.54% 28 1997年 13% 4.98% 13 1982年 26% 2.95% 29 1998年 13% 5.05% 14 1983年 25% 3.02% 30 1999年 12% 5.54% 15 1984年 28% 3.15% 31 2000年 10% 5.94% 16 1985年 27% 3.63% 32 2001年 10% 6.05% 五、散佈圖案列分析控制圖是對過程或制程中各特性值進行測定、記錄、評估和監察過程能否處於控制狀態的一種

33、用統計方法設計的圖，它也叫控制圖。在品質管理中，控制圖是一種以實際產品品質特性與根據過去經驗所判明的制程才干的控制界限比較，而以時間順序用圖形表示者。七. 控制圖(Control Chart)控制圖的分類，控制圖分兩種：計量值控制圖又分X-R平均值及全距控制圖、中位值及全距控制圖、個別值及全距控制圖計數值控制圖又分P百分不良率控制圖、nP不良個數控制圖、C缺點數控制圖計量控制圖適用的狀況是：資料是可量測的，且數據方式是連續性的。計數控制圖則適用於資料大半只能断定為良或不良，數據不為連續量的狀況，普通常用於外觀檢查。作為控制制程的計量值控制圖,一方面以平均數控制圖控制平均數的變化,以全距控制其變

34、異的情形.本節將介紹平均數與全距控制圖,將就控制圖在制程中的每一步詳加描画. 計量值控制圖的種類如下:數據名稱管制圖計量值平均數與全距管制圖XR管制圖平均數與標準差管制圖X S管制圖個別值管制圖X管制圖一.計量值控制圖某廠制造全銅棒,為控制其品質,選定內徑為控制項目,並決定以X-R控制圖來控制該制程的內徑量度,並於每小時隨機抽取5個樣本測定,共搜集最近製程之數據125個,將其數據依測定順序及生產時間陈列成25組,每組樣本5個,每組樣數5個,記錄數據如下:樣本組X1X2X3X4X51404038434124042393939342394143404404039424154239424340643

35、41414041743383742418374343354094039424144實例:平均數與全距控制圖樣本組X1X2X3X4X5103941413638114044424039124338394142133840363941143635393839154039403948164246464747173640434143183739403842194037393943204740393640214037404342樣本組X1X2X3X4X5223939394045233133353935244040404142254644414139樣本組12345678各組平均數40.439.84140.

36、441.241.241.239.6全距53434268樣本組1011121314151617各組平均數394140.638.837.441.245.640.6全距55554957樣本組1819202122232425各組平均數39.239.640.440.440.434.640.642.2全距561166827計算如下:X=40.264 R=5.查系數表,當N=5時,D4=2.115,D3=0n2345678910D43.272.572.282.112.001.921.861.821.78D3000000.080.140.180.22A21.881.020.730.580.480.420.34

37、0.340.31 n2345678910d21.131.692.062.332.532.702.852.973.08系數表CL= =40.264UCL= + =43.4249LCL= - =37.1031A2A2X控制圖上下限:CL= =5.48UCL= =11.5867LCL= =0R控制圖上下限:UCL=43.4CL=40.6LCL=37.10UCL=11.59CL=5.40LCL=0R控制圖分析結論 1.在控制圖中有第16個及第23個樣本組的 點分別超出控制上限及控制下限,表示 制程平均發生變化. 2.R控制圖並無點超出界限或在界限上,表 示制程變異並未增大.數據名稱管制圖計數值不良率管

38、制圖P管制圖不良個數管制圖PN管制圖缺點數管制圖C管制圖單位缺點數管制圖U管制圖二.計數值控制圖 1.何謂計數值? 商品制造的品質評定標準有計量型態,例如:直徑,容量; 然而有些品質特性定義為良品或不良品將更合理.所 謂計數值就是可以計數的數據,如不良品數,缺點數等. 2.計數值控制圖的類型 P控制圖實例運用條件:產品不是良品就是不良品樣品不良率計算公式為: P=標準差公式為: S=上下限計算公式如下:控制上限(ucl): = +3 ( 為平均不良率,n為樣本數) 中心線(cl) : 控制下限(lcl) = -3 假设下限計算結果能够為負數,因為二項分配並不對稱,且其下限為零,故當控制下限出現

39、小于零的情況,應取0表示.平均不良率應用加權平均數來計算(用不良數總數與全體的樣本總數之比).例: 寶光廠生產的MOUSE用的包裝袋,檢驗其底部能否有破損 即包裝為不良品,取30個樣本,每個樣本數為50個,這些樣 本是在機器每天三班制的連續任务每半小時取一次而得. 樣本數不良數樣本數不良數樣本數不良數1811521102161224221839131223154141472415510151325266121692617715176271288185286910191329810520113010平均不良率P= =0.233(CL)用P當真實過程不合格的估計值,可以計算控制上限和下限,如下:

40、UCL=P+3 =0.412 LCL=P- 3 =0.054計算結果如下:UCL=0.41UCL=0.23UCL=0.05P控制圖如下: 由控制圖中我們可以發現來自樣本12及25的兩點超出控制上限,故制程是在非控制狀態,必須進一步探討能否有異常缘由.分析樣本12得知,在這半小時里,有一批新進的包裝袋被运用,所以這異常的現象是由于新原料参与引起.而在樣本25那半小時,有一個沒有經驗的員工在操作此機器,而使樣本25有這麼高的不良率.針對控制圖進行分析控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=1N2CL性質?N=?管制圖X_XN=25N10缺點數不良數N能否相等?是不是單

41、位大小能否一样?是XR管制圖RX管制圖管制圖管制圖nC管制圖XXRmp管制圖pn管制圖 控制狀態, 指制程穩定.我們無法知道制程的真正狀態,只能對制程的某種特性值搜集數據,將其繪在控制圖上,由控制圖來觀察制程的狀態.在断定制程能否處于控制狀態,可利用以下基準:1. 控制圖的點沒有逸出界外.2.點的陈列方法沒有習性,呈隨機現象. 在正常控制的狀態下,控制圖上的點子應是隨機分布,在中心 線的上下方約有同數的點,以中心線近旁為最多,離中心線愈 遠點愈少,且不能够顯示有規則性或系統性的現象.歸納得到 下面兩種情形: 三.控制圖的判別1.控制圖上的點,大多數集中在中心線附近 ,少數出現在控制界限附近,且為隨機分布.2.普通控制圖上的點,25點中有0點;35點中有 1點以下;100點中有2點以下,超出控制界 限外時,可稱為平安控制狀態. 以上兩點僅是作為一個參考,各位同仁應在實際 中靈活運用.實際分析.3點中有2點在A區ABCCBA連續9點在C區或C區以外ABCCBA連續6點遞增或遞減14點上下交替5點中有4點在B區ABCCBA15點在C區中心線上下ABCCBA8點在中心線兩側,但無一在C區ABCCBA 非隨機控制界限內的断定 利用點的排法断定能否處在控制狀態,可依據以下法