QC七手法培训教程.ppt

1、1,整理:培训组,QC七手法培训课程,版本:A/1,2,课程介绍,了解ISO9000：2000对数据分析的要求 了解数据的分类及相关术语 主要掌握数据分析的方法（旧QC七手法） 了解新QC七手法 介绍ISO9000涉及的常用统计方法 介绍其它常用图表,3,ISO9001：2000对数据分析的要求,8.测量、分析和改进 8.1总则 组织应策划并实施所需的监视、测量、分析和持续改进过程，以便： a） 实现产品的符合性； b） 确保质量管理体系的符合性； c） 持续改进质量管理体系有效性。 这应包括统计技术在内的适用方法及应用程度的确定。,4,ISO9001：2000对数据分析的要求,8.4数据分析

2、 组织应确定、收集和分析适当数据，以证实质量管理体系的适宜性和有效性，并评价在何处可以进行质量管理体系的持续改进。这应包括来自监视和测量的结果以及其他有关来源的数据。 数据分析，应提供以下方面的信息： a）客户满意；（见8.2.1） b）与产品要求的符合性；(见7.2.1) c）过程和产品的特性及趋势,包括采取预防措施的机会；（涉及 条款8.2.3/8.2.4/8.5.3) d）供方。(涉及条款7.4) 其它相关条款：5.4.1质量目标 8.1总则 8.3不合格 8.2.2内部审核等,5,数据的分类,数字数据 计量值数据：可连续取值的数据（如长度、电流等描述质量特性的数据） 计数值数据：只能间

3、断取值的数据（如件数、缺陷数等数据），由此计算所得的如合格率也属于计数值数据，所以计数值数据又可分为： 计件值数据 计点值数据 非数字数据：指用语言和文字表达的数据，其表达的都是定性描述的质量数据，如信息、意见、议题、设想等。 -以上是ISO9004-4标准 质量改进中的分类方法,6,另类数据,官能量：并非所有质量特性都能用数据来表征，在产品和体系评价中还存在另一类特殊的量，即官能量。 企业的质量方针、管理者的质量意识、电视机的清晰度、音响的音质等。 由于官能量的评审多具模糊性，其评定效果主要依靠评定人员的经验和专业技能。,7,数据的统计特征值,以2、8、7、5、8五个数据为例 平均值：X=

4、中位数：X将数据按从小到大的方法排列，取处于中间位置的数据，本例为7 极差（又称全距）：一组数据中最大值与最小值之差 R=8-2=6 标准偏差：S= ,X1+X2+X3+.+Xn,n,（xi-x)2,n-1,S是较准确地表示样本数据分散程度的统计特征值,8,相关术语,记录：阐明所取得的结果或提供所完成活动的证据的文件。 客观证据：支持事物存在或其真实性的数据。 信息：有意义的数据。 数据信息 相当 材料成品 只有数据经过加工处理成可利用的有效信息，数据才体现价值。,9,相关术语二,总体：又称母体，是研究对象的全体。分为有限总体和无限总体； 样本：又称子样，是从一批产品中随机抽取的一个或多个提供

5、检查的单位产品； 个体：又叫样品或样本单位则构成总体或样本 的基本单位； 样本反应总体的特性,10,相关术语三,简单随机抽样：抽签法； 分层随机抽样：将总体按某种特征划分为若干层，同一层内的个体质量尽可能一致，各层内分别用简单随机抽样的方法抽样； 系统随机抽样：按一定的空间或时间间隔抽取样本的方法； 多级随机抽样：总体由若干群体组成，每群又分若干组，每组又分若干小组.分别叫一级（整群）、二级、三级随机抽样。,11,数据如何加工呢？,旧QC七手法 新QC七手法 适用的统计方法和统计工具及常用图表,12,七工具的概述,1.1品质管制演变及七工具的出现 古代：（石器-品管先端、古埃及坟墓上浮雕图像

6、约1450B.C) 近代： (1787-完全相同产品、1840单侧规格、1870-双侧规格、不合格概念、检验实务与随机抽样的应用） 1900年前：操作者的品质管制 1900：领班的品质管制 (品质是检查出来的) 1920：检验员的品质管制 1940：统计品质管制 (品质是制造出来的) 1950：品质保证 (品质是设计出来的) 1960：全面品质保证/TQC (品质是习惯出来的、QCC、QIT) 1980：全面品质管制/TQM (品质是经营管理出来的、顾客导向、 方针、目标管理、流程管理、PQCDSM) 在上述第六阶段的进化过程中,就产生了大量的(非全部)统计手法及品质管制手法,QC七工具也就相

7、继产生(1897年产生柏拉图),13,1 七工具的概述 1.2新旧七工具,14,七工具的概述,1.3新(旧)七工具的适用范围 企业在现场容易量化的问题即有数据的资料（产品的不良现像、不良率）方面多利用品管（旧）七大工具（QC 7 Tools）解决，它也是品管圈（Quality Control Circle）活动的重要工具。 注:后续课程中无特别说明时,皆指旧七具。 在设计或管理之类方面的问题则因不易量化即无数据的言语资料（如产品装配线不良原因关连图）而创造新七大工具（New QC 7 Tools）来分析归纳，成效十分良好 。 注：日本科技联盟（JUSE）1972年1976年开发出新七工具。,1

8、5,七工具的概述 1.4七工具使用情形简析,16,2 检查表/调查表,2.1 定义 使用简单明了的表格或图形,相关人员填入规定之检查记录,再加以统计,提供量化分析或对比检查用途的表格或图形 2.2示例：某五金零件不良检查表（见下页） 内部质量审核检查表 顾客意见调查表,某五金零件不良检查表,18,2 检查表,2.3 分类 点检用检查表(5S活动检查表、内审检查表） 记录用检查表（不良项目检查表） 2. 4 制作及记载时注意事项 5W1H原则（目的、对象、何人、何时、何处、方法） 格式（图形或表格）及记录方法（正、） 结果之整理：合计、平均、统计分析 传递途径：谁需要了解？要报告给谁）,19,2

9、 检查表,2.5制作方法 列出需点检之项目或需要收集的数据 决定检查表的格式(注意项目顺序及层别) 决定记录的方式 决定检查的方法(谁检查、多久检查、检查方法） 按上述各项绘制检查表,20,2 检查表,26 应用时注意事项 数据之收集应注意样本取得之随机性与代表性 事实现物的观察要细心、客观，数据要准确 尽快将结果呈报您要报告的人，使相关人员也知道 检查完成后，可利用柏拉图加以整理，以便掌握问题重点,21,练 习 一,请设计今天的学员意见调查表,22,3 柏拉图,3.1定义 根据所搜集的数据,按不良原因,不良状况,不良项目等不同区分标准加以整理、分类、藉以寻求占最大比率之原因、状况或位置。按其

10、大小顺序排列，再加以累积值的图形，又叫ABC图，亦称重点图或排列图有人又叫“8020”图,23,3 柏拉图,3.2制作步骤及方法 决定数据的分类项目，如不良项目别、材料别、方式别、人、设备别，项目以不超过4-6项为原则 决定数据搜集的期间（一天、一月等）并按分类的项目，在期间内收集数据 依分类项目别，做数据整理，并作成统计表（数据按大小顺序排列，并求出不良率及累计影响度，其它项不可大于前三项，不然应再细分）。 记入图表中并依数据大小排列画出柱状图（纵轴左侧表示不良率，右侧表示累计影响度，横轴不宜长于纵轴，纵横轴之间距均应一致）。 柏拉图应用指引.doc,24,3 柏拉图 3.3示例,25,3

11、柏拉图,3.3柏拉图的用途 不要企图“一口吃成大胖子” 把握重要要因或问题重点的有效工具以收事半功倍效果。 了解各项目对问题的影响度占百分比。 可明确重点改善项目是什么，大小顺序的内容是什么， 占大多数的项目又是什么。 订定改善目标的参考。 可发掘现场之重要问题点。,26,3 柏拉图,练 习 二 某印刷厂五月份报废统计如下：（单位：公斤） 起线：220 材料不良：78 大小边：67 走位：40 尺寸超差：55 贴合不良：30 贴反：10 请制作柏拉图，并列出主要改善的不良点,27,3 柏拉图,3.5应用注意事项 横轴依大小顺序柏拉，其他项最末位。 横轴各柱形距离要相同。 纵轴的最高尺度含盖合计

12、数且隔距应一致。 累积折线依正确画法。 柏拉图需标示累积百分比。 勿将两个以上角度混杂一起分类。 一般把欲优先解决之项目标示出(累积百分比占7080%之项目)。 柏拉图A项若难采取措施，则从B项开始，顺位虽低，但易改善，亦可采取措施。,28,4.特性要因图,4.1定义 将结果(特性)与原因(要因)之间的关系及原因影响结果的情形表示出来的图形,因其形状象鱼骨,故又称鱼骨图,亦称石川图.,29,4.特性要因图,4.2制作步骤及方法 决定特性(品质、成本等）并将其写在右边，再自左划上粗横线，在现场划时可用色笔划在一大张白纸上。 列出大要因（可依4M1E来分类）并用圈起来，加箭头，以60的倾斜度插到粗

13、横线上。 各要因分别再记入中小要因（细分至能采取措施之小要因，没有小骨的鱼骨图是不行的） 根据过去之数据资料或投票方式圈4-6项重要要因。,30,4.特性要因图,4.3示例,特性,中原因,小原因,大原因,中原因,细小原因,31,4.特性要因图,4.4制图之注意事项 集合全员之知识与经验(召集现场主管,技术人员、前后制程人员等，以自由，无拘束的方式发言，依脑力激荡法之原则进行 应用5W1H及4M1E法，把重点放在解诀问题上。 将计量之要因（温度、速度、压力）与计数之要因（机械别、人别）分开；使管理责任明确，依部门别分类，按特性别，绘制各别的特性要因图 要因依其重要度不同，加上相应颜色表示，如红色

14、，红色愈多表示愈重要,32,4.特性要因图,以近期出现的一单客户投诉做分析 应用指导文件 练习三分析听课走神的原因（集体完成）,33,5.散布图,5.1定义 将两种相对应的数据先划好纵横尺度,点绘其测定值而得之图.,34,5.散布图,5.2制作方法 搜集50-100组两相关数据整理在数据表上. 在横轴及纵轴标上尺度(横轴愈向右其什愈大,纵轴愈向上其值愈大) 肥数据点到期坐标上(二点重复时,画上二重圆号,三点重复时,画上三重圆号.,35,5.散布图,5.3散布图类型 具强烈的正相关关系 具微弱的正相关关系 具无相关 具强烈负相关关系 具微弱负相关关系 具函数相关关系,36,5.散布图 练 习 四

15、A 据以下数据绘制一散布图,并确认其是否相关 X=强度 Y=膜厚,37,案例：,调查30名员工，食堂伙食对生产量之间的关系。 调查10000名深圳特区打工仔，分析年龄与收入的关系。 练习四B：体重与身高的关系？（数据请参考讲义27页,38,定义： 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面积，用柱子排起来的图形。,6.直 方 图 （又谓频数分布图）,39,能达成的目标,了解过程输出的变异情况，显示数据波动的形态（分布状况）； 了解过程能力； 决定在何处集中力量进行改进。,40,案例：,以下是A公司一个月以来开足工每天生

16、产的产品数量（单位：K）： 20、22、24、26、28、30、28、24、30、34、36、21、25、27、24、26、31、28、26、27、 24、26、28、30 、21、25、27 、26、28、30。 业务员拿一张订单找到您，客户订货60K，2天要求交货，如不交则每天扣款5%，请问接还是不接。,41,制作步骤（1）,收据数据 定组数（N） 找出最大值（L）、最小值（S）、并计算全距（R），R=L-S 定组距（C）=R/N 定组界 最小一组的下组界T11=S-测量值的最小单位*0.5 最小一组的上组界T12=T11+C 第二组的下组界 T21= T12，以此类推,42,制作步骤（2

17、）,决定每组的中心点=（上组界+下组界）/2 制作频数分布表 制作直方图 填上次数、规格、平均数 计算平均数算数平均数 (X) 计算标准差 () 计算样本标准差 (s) 观察,43,组数对照表,44,案例,例：某厂之成品尺寸规格为130至160mm，今按随机抽样方式抽取60个当样本，其测定值如附表，试制作直方图。,135,137,140,145,131,138,45,直方图,120.5,124.5,128.5,132.5,136.5,140.5,144.5,148.5,20,SL=130,Su=160,15,10,5,n=60 X=135.8 =4.87 s= n-1=4.91,46,练 习

18、五,以讲义第8页的数据为基础试作直方图,47,可能出现的图形,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。,48,缺齿型 (凹凸不平型),说明：高低不一，有缺齿情形。不正常分配，系因测定值或换算方法有偏差，次数分配不妥当所形成。 结论：稽查员对测定值有偏好现象，如对5,10之数字偏好； 或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦会有此情况。,49,切边型 (断列型),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。,50,离岛型,说明：在右端或左端

19、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，不熟练员工的临时替班等。一定有异常原因存在，只要去除,即可合乎制程要求,制出合规格的制品。,51,高原型,说明：形状似高原状 结论：是由于生产过程中某种因素在缓慢的起作用造成的，如刃具的磨损、操作者逐渐疲劳使质量特性数据的中心值缓慢的移动造成的。,52,双峰型,说明：有两个高峰出现 结论：有两种分配相混合，便如两部机器或两家不同供应商，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。,53,偏态型 (偏态分配),说 明：高处偏向一边，另一边低，拖长尾 巴。可分偏右型、偏左型。 结论：产品加工能力发生偏差，或者是某些

20、加工习惯造成的。,54,直方图之使用注意事项,异常值应去除后再分组。 对於从样本测定值推测群体形态，直方图是最简单有效的方法。 应取得详细之数据资料(例如：时间、原料、测定者、设备、环境条件等)。 进行制程管理及分析改善时，可利用层别方法，将更容易找出的问题的症结点，对於品质的改善，有事半功倍的效果。,55,直方图与规格比较,制程呈常态分配，且在规格界限内，显示制程良好，品质均匀合格。,规 格,56,平均值偏低，,部分产品超规格下限有不良发生，但分配正常(常态)。 对策：应调平均值(往右),规 格,57,平均值偏高,部分产品超规格上限有不良发生，但分配正常(常态) 对策：应调平均值(往左),规

21、 格,58,7层别法,定义：从某角度针对调查事项分类(分层)，并收集各类资料(数据)进行相互比较 为什么需要分层 如何分层,59,案例,一个班4名同学期末考试分别如下： 张雪友 总分230，乐理70、唱功90、舞蹈70 刘小华 总分220，舞蹈80 、乐理70、唱功60 李 明 总分195，唱功55 、舞蹈75 、乐理65 郭夫成 总分220，舞蹈95 、乐理65、唱功60 如果您是他们班主任，请分析以上成绩，以制订下学期教学计划,60,分层的必要性,弥补经验判断的不足 从杂乱无章的数据获得信息 找到目标,61,使用分层的时机,在研制、开发新产品时 在收集到有关某一特定主题的观点、意见或想法等

22、信息之后。 在面对一大堆看似混乱复杂的现象，数据或事物之时 由于归纳头脑风暴法所产生的管理 在编制调查表 在整理归纳数据之时 在提出质量改进措施时,62,如何分层,总经理打电话把品质部张经理叫到办公室，将本月客户退货统计丢在其面前说：“退货率5%，超过目标3%，请立即拿出解决的方案出来，如果下个月没有改善，你自己看着办。” 各位同学帮张经理一把，接下来应怎么办？,63,分层的角度,作业员：不同班组 机器：不同机器 原料 作业条件：温度、压力、湿度 产品 不良与错误状况：不良项目、错误项目、发生位置、发生地点。 时间日、上、下午、改善前后、正常与加班。,64,分层时注意事项,分层角度的选择依目的

23、并配合专业知识考虑。 分层分类需符合互斥原则。 分层时勿需将两个以上角度混杂分类。 尽量将分层观念溶进其他手法 分层后应进行比较(或检定)各作业条件是否有差异。,65,案例,结论：选择B员工和乙厂的漏油率会较低,66,案例续,最佳方案应是A员工用乙厂材料或B员工用甲厂材料,67,案例结论 运用分层法时，不能简单按单一因素分层，必须考虑各因素的综合影响结果。,68,8控制图,定义：用于区分质量波动是偶然原因引起的还是系统引起的，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。,69,控制图类型,计量值控制图 计数值控制图,70,计量值控制图,X控制图 (也叫单值控制) X-R控制图 (平均

24、值，极差控制图) X-R控制图 (中位值，极差控制图) X-Rs控制图 (单值，移动极差控制图),71,计数值控制图,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),72,控制图的作用（1）,对判断生产过程是否异常，而使过程达到控制状态 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； 能有效地分析判断生产过程工序质量的稳定性，降低检验、测试费用； 可查明设备和工艺手段的实际精度，以便作出正确的技术决定；,73,控制图的作用（2）,真正地制定工序目标和规格界限提供依据； 工序的成本和质量成为可预测； 最终可以保证产品质量提高经济效益。,74,X-R平均值与全距控制图,收集数据约100个 依测定时间或群体进行区分排列 对数据进行分组，2-6个数据分为一组 组内数据以n表示 组数以K表示 记入数据表 计算每组平均值X 计算每组全距R 计算总平均值X 计算全距平均R,75,平均值与全距控制图计算公式,X计算管制界限CL=X UCL=X+A2R LCL=X-A2R A2可查表,R控制图的控制界限计算方法： CL=R UCL=D