【QC7大手法讲议】=新旧QC七大手法之讲议

QC旧7大手法教材制订：陈仕海E-mail：jasonchen@开始之前……请关闭手机或调为震动，请勿大声喧哗目录查检表层别法柏拉图特性要因图管制图直方图散布图制订：陈仕海E-mail：jasonchen@一、查核表定义:为了便于收集数据,使用简单记号填记并予统计整理,以作进一步分析或作为核对,检查之用的一种表格或图表.检查表种类:一.点检用检查表二.记录用检查表制作程序:1.明确目的所在2.决定检查项目3.决定抽样方法4.决定检查方式5.设计表格实施检查6.记下资料相关条件功用:通常是利用检查表来了解现状或收集数据以作分析之用.制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@二、层别法制订：陈仕海E-mail：jasonchen@1、人们所搜集的数据中，因各种不同的特征而对结果产生的影响，而以各别特征加以分类、统计，此类统计分析的方法的方法称为层别法（或分层法）。2、在实务工作中，经常可发现有产品品质因人、时、料、机台……等不同时，即会有其差异性存在。而如能针对上述各种可以明显区分的因素，在数据搜集时，加以适当注记分类;如有不良品发生时，很可能只其中一种因素（原料或人或机台）有问题，便可以快速寻得结症的所在。同样有品质较优者，也可从层别后的数据，获得其状况而寻求其他因素或条件的改善。概述：

制订：陈仕海E-mail：jasonchen@分层原则1.人员：可按年龄、工级和性别等分层2.机器：可按设备类型、新旧程度、不同的生产线和工夹具类型等分层3.材料：可按产地、批号、制造厂、规格成分等分层4.方法：可按不同的工艺要求、操作参数、操作方法、生产度等分层5.测量：可按测量设备、测量方法、测量人员、测量取样方法和环境条件等分层6.时间：可按不同的班次、日期等分层7.环境：可按照明度、清洁度、温度、湿度等分层8.其它：可按地区、使用条件、缺陷部位、缺陷内容等分层制订：陈仕海E-mail：jasonchen@层别法使用的注意事项：1、实施前，首先确定层别的目的——不良率分析？效率的提升?作业条件确认？

2、查验表的设计应针对所怀疑的对象设计。3、数据的性质分类应清晰详细载明。4、依各种可能原因加以层别，至寻出真因所在。制订：陈仕海E-mail：jasonchen@案例一：产线品质按产线分类按供应商分类线别投入数不良数不良率M1拉1200201.7%M2拉900252.8%M3拉1500402.7%共计3600852.4%供应商送货批不良批不良率振日5036%创之源40820%慧瑞90122.2%共计1802812.8%三、柏拉图定义：根据搜集的数据,以不良原因,不良状况,不良发生的位置,客户抱怨种类,或安全事故等项目别分类,计算出各分类项目所占之比例按照大小顺序排列,再加上累积值的图形。功用：为寻找主要问题或影响质量的主要原因所使用的图。制订：陈仕海E-mail：jasonchen@柏拉图应用程序：选择分析的项目；选择用于分析的数据周期；收集、整理各类别数据，并计算其比率；画图；区别关键项（累计比率80%之内2~3项）；针对关键项分析原因，针对原因制定措施改进。制订：陈仕海E-mail：jasonchen@柏拉图柏拉图的分类:柏拉图是用来确定”关键的少数”,根据用途,可分为分析现象用柏拉图和分析原因用柏拉图。分析现象用柏拉图以下柏拉图与不良结果有关，用来发现问题的主要原因：（1）质量：不合格、故障、顾客抱怨、退货、维修等；（2）成本：损失总数、费用等；（3）交货期：存货短缺、付款违约、交货期拖延等；（4）安全：发生事故、出现差错等。制订：陈仕海E-mail：jasonchen@柏拉图分类柏拉图的分类:分析原因用柏拉图以下柏拉图与过程因素有关，用来发现问题的主要原因：（1）操作者：班次、组别、年龄、经验、熟练情况以及本身因素；（2）机械：机器、设备、工具、模具、仪器；（3）原材料：制造商、工厂、批次、种类；（4）作业方法：作业环境、工序先后、作业安排、作业方法。制订：陈仕海E-mail：jasonchen@柏拉图例：某部门上月生产的产品统计，总不合格品数分类整理如下：制订：陈仕海E-mail：jasonchen@序号不良项不良数（件）占不良品经例（%）累计比例（%）1破损19547．147．12变形9021．768．83刮痕6515．884．64尺寸不良4510．995．55其它194．51006合计414100柏拉图制订：陈仕海E-mail：jasonchen@1002003004000不良数N=414破损变形刮痕尺寸其它19590654519100%75%50%25%047.1%68.8%84.6%95.5%累计比率四、特性要求图（鱼骨图）定义:将造成某项结果的众多原因,以系统的方式图解,即用图表来表达结果(特性)与原因(要因)之间的关系。（也称石川图）功用：分析影响产品质量各种原因的一种方法制订：陈仕海E-mail：jasonchen@特性要求图要因图是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因）的一种工具。可用于以下几个方面：（1）分析因果关系；（2）表达因果关系；（3）通过识别症状、分析原因、寻找措施，促进问题解决。制订：陈仕海E-mail：jasonchen@特性要求图应用程序：根据排列图或调查表所确定的主要质量问题作为结果；针对确定要解决的质量问题，在同一张图上把因果关系用箭头表示出来；根据4M1E原则，将人、机、料、法、环方面的原因逐一展开，直到将原因展开至能采取措施为止；针对影响质量的主要原因列出对策表，组织实施，并以验证。制订：陈仕海E-mail：jasonchen@特性要因图绘制因果图的注意事项：（1）确定原因时应通过大家集思广益，充分发扬民主，以免疏漏；（2）确定原因，应尽可能具体；（3）有多少质量特性，就要绘制多少张因果图；（4）验证。（5）在数据的基础上客观地评价每个因素的重要性；（6）因果图使用时要不断加以改进制订：陈仕海E-mail：jasonchen@重要的因素不要遗漏，不重要的因素不要绘制制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@五、管制图控制图：判别生产工序过程是否处于控制状态的一种手法。作用：使生产过程达到统计控制状态，判断生产过程是否异常前者为分析用控制图，后者为控制图控制图。统计控制状态：只存在偶然误差，不存在系统误差；只存在正常波动，不存在异常波动制订：陈仕海E-mail：jasonchen@管制图管制图原理：1、正态分布原理；2、小概率事件原理。¤共同原因：製程中變異因素是在統計的管制狀態下，其產品之特性有固定的分配。¤特殊原因：製程中變異因素不在統計的管制狀態下，其產品之特性沒有固定的分配。

制订：陈仕海E-mail：jasonchen@控制图是过程的窗户，控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能区分变异是属于普通原因还是特殊原因，以指示某种现象是否正常，为采取纠正措施提供依据。制订：陈仕海E-mail：jasonchen@二、管制图之基本特性及作用

一般管制图纵轴均设定为产品的品质特性，而以制程变化的数据为分度；横轴则为检测制品之群体代码或编号或年月日等，以时间别或制造先后别，依顺序将点绘于图上。在管制图上有三条笔直的横线，中间的一条为中心线（CentralLine,CL)，一般以蓝色之实线绘制。在上方的一条称为管制上限（UpperControlLimit,UCL)，在下方的称为管制下限（LowerControlLimit,LCL)，对上、下管制界限之绘制，则一般均用红色之虚线表现之，以表示可接受之变异范围;至于实际产品品质特性之点连线条则大都以黑色实际线表现绘制之。制订：陈仕海E-mail：jasonchen@管制图之作用：制订：陈仕海E-mail：jasonchen@(1)直接由操作人员绘制管制图，迅速管理制程(2)使制程稳定，且可以预测而掌握品质与成本(3)帮助制程，使之达到：⊙更好的品质⊙降低单位成本⊙使产量有效应用(4)作为讨论解决制程问题的工具(5)可使工业生产之「设计」、「制造」、「检验」三个阶

段连成一体，並解决生产过程中的问题：⊙设计阶段：作为新产品设计之参考⊙制造阶段：控制制程中的品质据以分析制程能力⊙检验制程：作为制成品验收之参考三、管制图之原因：制订：陈仕海E-mail：jasonchen@品质变异之形成原因：一般在制造的过程中，无论是多么精密的设备、环境，其品质特性一定都会有变动，绝无法做完全一样的制品；而引起变动的原因可分为两种，一种为偶然（机遇）原因，一种为异常（非机遇）原因：（1）偶然（机遇）原因（Chancecauses):

不可避免的原因、非人为的原因、共同性原因、一般性原因，是属于管制状态的变异。（2）异常（非机遇）原因（Assignablecause):

可避免的原因、人为的原因、特殊性原因、局部性原因等。不可让其存在，必须追查原因，采取必要之行动，使制程恢复正常管制状态，否则会造成莫大的损失。制订：陈仕海E-mail：jasonchen@

分类变异之情况影响程度追查性制程之改造偶然原因系统的一部份，很多一定有且无法避免每一个都很微小不明显不值得、成本高、不经济修改—经常且稳定之制造异常原因本质上是局部的，很少或没有，可避免的有明显之影响而且巨大值得且可找到，否则造成大损失创造—经常且稳定之制程制订：陈仕海E-mail：jasonchen@3.2、两类错误控制图是用从总体中抽取的样本数值进行判断的,既然是抽样就可能存在风险,即产生错判或漏判错误的风险。1.第Ⅰ类错误(生产者风险)：错判，虚发警报。即使工序正常,仍可能由于偶然原因而造成点子超出上下控制限,将一个正常总体错判为不正常。第Ⅰ类错误通常用α表示。控制界限的幅度影响犯第Ⅰ类错误的概率，α随着控制界限的增大而减小。当采用3σ原则时,α=0.27%。2.第Ⅱ类错误（使用者风险）：漏判，漏发警报。在工序存在异常变异时;如被监控的总体的均值发生偏移或其标准差发生改变,仍会有一部分数据在上下控制限以内,从而发生漏报的错误,发生这种错误的概率通常以β表示。制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@（2）计数值管制图：所谓计数值系指管制图之数据均属于以单位计数者而得；如不良数、缺点数等间断性数据均属之。A、依数据性质分类：（1）计量值管制图：所谓计量值系指管制图之数据属于由量具实际量测而得；如长度、重量、浓度等特性均为连续性者。a不良率管制图（PChart)b不良数管制图（PnChart,又称npchart或dchart)c缺点数管制图（CChart)d单位缺点数管制图（UChart)

a平均数与全距管制图（X-RChart)b平均数与标准差管制图（X-Chart)c中位数与全距管制图（X-RChart)d个别值与移动全距管制图（X-RmChart)e最大值与最小值管制图（L-SChart)制订：陈仕海E-mail：jasonchen@计量值与计数值管制图之应用比较

计量值计数值优点1、甚灵敏，容易调查真因2、可及时反应不良，使品质稳定1、所须数据可用简单方法获得2、对整体品质状况之了解较方便缺点1、抽样频度较高，费时麻烦2、数据须测定，且再计算，须有训练之人方可胜任1、无法寻得不良之真因2、及时性不足、易延误时机制订：陈仕海E-mail：jasonchen@为控制制程之品质，如有点子超出管制界限时，即立即采取措施。(1）解析用管制图：此种管制图先有数据，后有管制界限。（μ与δ未知之群体）（2）管制用管制图：先有管制界限，后有数据（U和δ已知之群体）

a解决方针用

b制程解析用

c制程能力研究用

d制程管制之准备B、依管制图之用途分类：制订：陈仕海E-mail：jasonchen@图表类型计数值(属性数据)计量值(变量数据)计件分类(是/否)发生率或非一致性图表缺陷数或非一致性单位固定的机率可变的机率固定的样本大小变化的样本大小可变的样本大小样本大小为1固定的样本大小C-控制图U-控制图Pn-控制图P-控制图X－控制图X-控制图R控制图X-控制图S控制图制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@2、计数值控制图的设计

1)、不合格品率控制图(P控制图)样本大小n相同的p图A、收集数据

某产品五月份检验数据如表2-4所示，共检验了25个样本，样本大小n=300制订：陈仕海E-mail：jasonchen@

B、确定控制界限 查表-1得：

C、绘制p控制图 如图2-1所示，将CL，UCL和LCL绘在坐标纸上，并将25个样本点逐个描在控制图上，标出超出界限的样本点。

D、p控制图的修正 由于p图的下限不可能为负值，所以定为0。从图2-1中看出第19号样本点出界，经过分析是由于系统性原因引起的，所以要剔除，重新计算不合格品率的平均值。

制订：陈仕海E-mail：jasonchen@管制图的制作制订：陈仕海E-mail：jasonchen@制订：陈仕海E-mail：jasonchen@四、管制图之判读：SpecLSLUSL集中在中心才合格分得太散就有人死Spec-in但没有达到水准就不合格潜在的不良事前预测呀!有肉吃了

(不良)哎!这些家伙太团结在党中央了！没有不良，工作轻松！制订：陈仕海E-mail：jasonchen@管制状态:1.多数之点子集中在中心线附近.2.少数之点子落在管制界限附近.3.点之分布呈随机状态,無任何規則可循.4.沒有点子超出管制界限之外.非管制状态:1.点在管制界限的线外(误判率为0.27%)2.点虽在管制界限內,但呈特殊排列如下列法则判为异常.(見附图)(a)点在中心线的单侧连续出现7点以上时制订：陈仕海E-mail：jasonchen@(b)出现的点连续11点中有10点,14点中有12点,17点中14点,20点中16点出现在中心线的单侧时(c)七点连续上升或下降的倾向时制订：陈仕海E-mail：jasonchen@(d)出现的点,连续3点中有2点,7点中有3点,10点中有4点出现在管制界限近旁(2δ线外)时(e)出现的点,有周期性变动时制订：陈仕海E-mail：jasonchen@(f)3点中有2点在A区或A区以外者

(g)5点中有4点在B区或B区以外者制订：陈仕海E-mail：jasonchen@(h)有8点在中心线之两侧,但C区並无点子者(i)连续14点交互著一升一降者制订：陈仕海E-mail：jasonchen@(j)连续15点在中心线上下两侧之C区者(k)有1点在A区以外者制订：陈仕海E-mail：jasonchen@六、直方图概述：1、现场工作人员经常都要面对许多的数据，这些数据均来自于制程中抽验或查检所得的某项产品的品质特性。如果我们应用统计绘图的方法，将这些数据加以整理，则制程中的品质散布的情形及问题点所在及制程、能力等，均可呈现在我们的眼前;我们即可利用这些情报来掌握问题点以进行改善对策。通常在生产现场最常利用的图表即为直方图 2、为要容易的看出如长度、重量、硬度、时间等计量值的数据分配情形，所用来表示的图形。直方图是将所收集的测定值特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定值依所出现的次数累积而成的积，用柱子排起来的图形。因此，也叫柱状图。

制订：陈仕海E-mail：jasonchen@使用直方图的目的：

测知制程能力。测知数据的真伪。计算产品的不良率。借以订定规格界限。与规格或标准值比较。调查是否混入两个以上的不同群体。直方图制订：陈仕海E-mail：jasonchen@1、测知制程能力

作为改善制程的依据自制程中所收集的数据，经整理成为次数分配表，再绘成直方图后，即可由其集中与分散的情形来看出制程的好坏。良好的制程，平均数应接近规格中心，标准差则愈小愈佳。

直方图制订：陈仕海E-mail：jasonchen@2、测知数据的真伪对于一些异常的直方图，主要是凹凸不平型，可以断定：稽查员对测定值有偏好现象，如对5，10的数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此情况。

直方图制订：陈仕海E-mail：jasonchen@3、借以订定规格界限在未订出规格界限的前，可依据所收集编成的次数分配表，测知次数分配是否为常态分配；如为常态分配时，则可根据计算得知的平均数与标准差来订出规格界限。一般而言，平均数减去3个标准差得规格下限，平均数加上3个标准差则得规格上限；或按实际需要而订出。

直方图制订：陈仕海E-mail：jasonchen@4、调查是否混入两个以上的不同群体如果直方图呈现双峰形态，可能混合了两个不同群体，亦即制程为两种不同群体，诸如两个不同班别、不同生产线、不同的材料、不同操作员、不同机台等。生产出来的制品混在一起。此时，需将其层别，将不同班别、生产线、材料、操作员、机台、制造出来的制品不摆在一起，以便趁早找出造成不良的原因。

直方图直方图的绘制方法制订：陈仕海E-mail：jasonchen@收集一组数据计算数据的变化范围（极差R)确定组数（样本大小n，组数k）计算组距h，h一般取整数确定组边界计算频数，例如唱票法计算频率绘制频数分布表绘制频数直方图，纵轴为频数绘制频率直方图，纵轴为频率进行分析某塑胶件宽度，公差24.5±6.0mm制订：陈仕海E-mail：jasonchen@第一步：收集数据制订：陈仕海E-mail：jasonchen@第二步：计算极差R=Xmax-Xmin=30.0-17.4=12.6第三步：设定组数，计算组距按上表，设定组数k=10，测量值最小单位为0.1则组距（h）=R/k=12.6/10=1.26≈1.3制订：陈仕海E-mail：jasonchen@第四步：计算组边界和中心值第一组下限值=Xmin-测量最小单位的一半

=17.4-0.05=17.35第二组下限值=17.35+1.3=18.65第一组中心值=（17.35+18.65）÷2=18.00以此类推……制订：陈仕海E-mail：jasonchen@第五步：制作频数表，必要时可以制作频率表制订：陈仕海E-mail：jasonchen@第六步：按频数/频率画横坐标、纵坐标与直方图制订：陈仕海E-mail：jasonchen@5、与规格或标准值比较a、合乎规格型（a)理想型：制程能力在规格界限内，且平均值与规格中心一致，平均数加减4倍标准差为规格界限。制程稍有变大或变小都不会超过规格值，是一种最理想的直方图。表示制品良好，能力足够。

直方图制订：陈仕海E-mail：jasonchen@（b)一侧无余裕型：制品偏一边，而另一边还有余裕很多，若制程再变大（或变小）很可能会有不良发生，必须设法使制品中心值与规格中心值吻合才好。

直方图制订：陈仕海E-mail：jasonchen@（c)两侧无余型：制品的最大值与最小值均在规格内，但都在规格上下限两端，也表示其中心值与规格中心值吻合，虽没有不良品发生，但若制程稍有变动，就会有不良品产生的危险，要设法提高制品的精度才好。

直方图制订：陈仕海E-mail：jasonchen@（d)余裕太多型：实际制程在规格界限内，但双尾距规格界限远。亦即产品品质均匀，变异小。如果此种情形是因增加成本而得到，对公司而言并非好现象，故可考虑缩小规格界限或放松品质变异，以降低成本，减少浪费。

直方图制订：陈仕海E-mail：jasonchen@b、不合乎规格型（a)平均值偏左（或偏右）型：如果平均值偏向规格下限并伸展至规格下限左边，或偏向规格上限并伸展至规格上限的右边，但制品呈常态分配，此即表示平均位置的偏差，应针对固定的设备机器、原料等方向追查。直方图制订：陈仕海E-mail：jasonchen@（b)分散度过大型：实际制品的最大值与最小值均超过规格值，有不良品发生（斜线部分），表示标准太大，制程能力不足，应针对变动的人员、方法等方向去追查，要设法使产品的变异缩小；或是规格订得太严，应放宽规格。

直方图制订：陈仕海E-mail：jasonchen@（c)完全在规格外型：表示制品的生产完全没有依照规格去考虑;或规格计得不合理，根本无法达到规格。

直方图制订：陈仕海E-mail：jasonchen@常见的直方图型态（1）正常型 说明：中间高，两边低，有集中趋势。结论：左右对称分配（常态分配），显示制程在正常运转下。

直方图（2）缺齿型（凹凸不平型） 说明：高低不一，有缺齿情形。不正常的分配，系因测定值或 换算方法有误。结论：稽查员对测定值有偏好现象，如偏差，次数分配不妥当 所形成对5，10的数字偏好;或是假造数据。测量仪器不 精密或组数的宽度不是倍数时，亦有此情况。

直方图（3）切边型（断裂型） 说明：有一端被切断。 结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若 剔除某规格以上时，则切边在靠近右边形成。

直方图（4）双峰型 说明：有两个高峰出现。 结论：有两种分配相混合，例如两部机械或两家不同供应商，有差异时，会出 现此种形状，因测定值受不同的原因影响，应予层别后再作直方图。

直方图（5）离岛型 说明：在右端或左端形成小岛。 结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存 在，只要去除，即