QC7大大手法与Minitab工序统计分析七种工具

1、sep.20，2007，Harry.Peng，1，工程统计分析7个工具，检查表收集，整理资料序列图确定主要因素因果图并发现诱发结果的原因散点图，显示了变量相关关系， 预测和控制层次法从不同角度水平发现了问题箱图，非常流行的分析工具直方图显示了数据分布状态，分析工序能力控制图工序的稳态分析、判断和控制，sep.20，2007，Harry.Peng，2，序列图-确定了主要因素，sep.20，sep.20 阵列图：也称为帕累托图、柏拉图，其是为了将质量改善项目从最重要的一个排列到最次要的一个而采用的简单图示技术。 按照各原因出现频率的高低从高到低的顺序排列显示一组矩形。 最初，意大利经济学家帕累托分

2、析了社会财产的分布情况，发现了少数人占有大量财产的现象，与“关键少数和次要多数”有关。 后来，美国朱兰应用于质量控制。 因为质量问题也有“少数不良项目造成的不合格品占不合格品总数的大部分”的规则。 80%的问题来自20%的主要原因。 帕累托图的结构：帕累托图由横轴、纵轴、上下排列的长方形和累计百分比折线构成。 横轴表示影响产品质量的要素和项目，根据其影响的程度从左到右依次排列。 左纵轴表示度数或相对度数(件数、工时、吨数等或百分比)。 右纵轴表示累计频率(累计百分比)。 帕累托图的作用表明了影响产品质量的因素(主要问题)。 一般来说帕累托图的前2项3项是主要因素，通过对它们采取改善措施，可以期

3、待工作的一半效果。 确认改善后的效果，采取改善措施后，检查效果如何，通过帕累托图的再利用，逐渐把问题具体化，采取对策后，再利用效果进行确认。 确定质量改善的机会。 所有要改进的问题都可以用帕累托图表示工作重点。 除了产品质量外，还可以采用节约问题、安全问题、效率问题、经济问题等序列图来指示改进工作的方向。sep.20、2007、哈利. peng、4、序列图、废品统计表、序列图示例、sep.20、2007、哈利. peng、5、序列图、序列图中可以整理的数据有次品数量、损失额、不良项目、发生场所、发生工序、设备、原料、作业消费者的投诉项目、投诉件数、修理件数等。 时间效率：工作效率、故障率、修理

4、时间等。 成本方面：按原料、材料不同的单价规格、商品不同的单价质量成本一预防成本、鉴定成本、内外损失成本。 营业方面：按销售金额、按营业所、按商品销售、按营业员。 交通方面：交通事故事故率按事件的种类、车的种类、土地的区别(国别)高速公路超速原因别、事故死亡原因别。 安全方面：按灾害的件数、地点、职务、人体部分的选举方面：调查票源分布区域活动区的人数分配。 治安方面：逮捕少年犯罪率、件数、按年龄区分的重要犯人数、人数、土地区别、时间差异。 医学方面：按病因、年龄、糖尿病因素、按职业病区分的门诊患者种类、门诊科室。 sep.20，2007，哈利. peng，6，数组图和帕累托图的应用确定了要分析

5、的项目，测量单位。 收集一定期间的数据。 用一定的分类标志对数据进行分类/层次整理，填写数据统计表，计算各项目的累计次数、频率、累计频率。 以一定的比例绘制纵轴和横轴。 画横轴。 按测量单位的值从小到大的顺序从左到右，横轴列出项目。 将量值最小的一个或几个项目汇总为“其他”项目，放置在右端。 数量可以超过倒数第二。绘制纵轴：左侧的纵轴以测量单位定义，高度必须大于或等于所有项目大小的和。 右纵轴与左纵轴相同高度，从0-I00%开始标定。 根据各种影响因素的程度，在横轴上画一个直线的四边形。 那个高度表示那个项目的度数，写在长方体上。 按右纵轴的比例找到各项目的累积点，从原点0连接各点，画出帕累托

6、曲线。 图中注明累计度数、累计百分比帕累托图的名称、数据收集的时间、图纸作者可以参考的其他事项。 利用帕累托图，确定质量改善最重要的项目。 sep.20，2007，哈利. peng，7，序列图和帕累托图的观察分析首先观察柱子高度的前23个项目，一般来说这些项目是影响质量的重要因素。 一般将要素分类为a、b、c三种a要素：主要要素。 累积频率为0%的因素是影响产品废弃的主要因素，一般来说，a类因素不超过三个。 b级因素：有影响因素。 累积频率为80%的因素影响产品质量。 c级因素：次要因素。 累积频率为95%的因素对产品质量的影响很小。 分析影响前23个项目质量的因素，看看包含了多少问题(从累积

7、频率知道)。 预测对这23件能解决多少问题。 可以从帕累托图中取得的信息项目的不良数、缺陷数、损失额等的数量整体上是多少？各分类项目的大小及其占有率是多少？各分类项目的大小的排列顺序如何？能预测不良减少后的改善效果如何？ 可以确认不良对策和改善对策的效果。 可以观察不良、缺陷等分类项目的变化，sep.20、2007、Harry.Peng、8、序列图、帕累托图中使用的注意事项纵轴的高度与横轴的宽度之比最好是(1.5-2):1。 横轴上的分类项目不太多，以46个项目为原则。 进一步分层影响质量的主要因素，描绘几个不同的序列图，分析，可以得到更多情况。 主要因素不可多，一般要找到23个主要因素。 如

8、果发现所有的要素几乎相同，就需要重新决定阶层原则，考虑阶层化。 为了更好地反映“重要的少数”，也可以考虑改变测量单位。 按“件数”计算的话，就按“损失额”计算。 在不太主要的项目多的情况下，可以将最次要的几个项目合并到“其他”的项目中，排列在条形图的最右边。 收集数据的时间不能太长。 一般来说13个月比较好。 时间太长，情况变化很大，分析和措施困难的时间很短，只能说明暂时的情况，有代表性的差异。 根据情况，首先解决紧迫的问题，采取措施后，为了验证其效果，再画帕累托图进行比较。 sep.20，2007，Harry.Peng，9，数组图，MINITAB是帕累托图，sep.20，2007，Harry

9、.Peng，10，数组图，MINITAB是帕累托图，sep.20，2007，Harry . 要有效地解决质量问题，首先要不忽略这些原因地进行查明，从粗到细，必须追究最原始的因素。 因果图(cause and effect diagram):还是特性因果图、因果分析图、石川图这是系统分析方法。 由于其简便有效，广泛应用于质量管理。 因果分析图的应用范围分析因果关系，识别因果关系表现症状，分析原因，寻找对策，促进问题的解决。sep.20，2007，Harry.Peng，13，因果图，因果图由以下部分组成：质量特性：需要改进和控制的质量属性，如尺寸、质量、寿命、次品率和成本。 因素：影响质量特性的因

10、素。 一般原因是引起质量特性分散的几个主要原因，通常可以总结在5M1E中。 枝：将所有因素与品质特性联系起来的是主干，将个别因素与主干连接起来的是大枝，将每个阶层细分化的因素与各大枝连接起来的是中枝、小枝、小枝。sep.20，2007、哈利.彭g，14、因果图、因果图类型的结果分解型(参照图)按照“为什么会发生这样的结果”的主题进行层次解剖。 分析原因一般要从5M1E开始。 优点：追究问题的原因，能系统地把握纵向因果关系。 缺点：容易无视平行问题和横向关系。 工序分类类型(参照图)首先根据工艺流程，在各工序中检测影响加工质量的原因，填写相应的工序。 优点：容易执行的缺点：相同的要素出现在不同的

11、工序中。 几个原因很难表达交织在一起的情况，没有反映要素间的相互作用。 参加原因罗列型分析的人无限制地发表意见，罗列所有意见，系统地整理它们的关系，最后画出因果关系图。 优点：经过多种思考和讨论，不放过重要原因，能客观深入分析各要素的缺点：工作量大。 这个方法只适用于“难关分析”。 sep.20，2007，哈利. peng，15，因果图，因果图：明确要解决的质量问题，描绘主干(脊骨)和鱼头。 主干线箭头指向右边的特性必须尽量定量地表现的特性(结果)很明确，被关注的特性必须符合本公司的工厂方针和问题点。 画主干和大枝，并标明相应的因素和名称。 明确影响品质的大原因，画出大原因的分支线(大骨)。

12、大的原因的确定通常被分类为5M1E，也取决于具体情况。 流程的主要步骤可能会作为主要原因列出。 大原因分支线与主干线间的角度优选为60o-75o。 分析影响质量的原因，寻找原因。 画分支线。 原因之间的关系必须是与水果的关系。 分析、探讨原因，直到采取措施为止，分支线与分支线之间的角度优选为60o-75o。 关于主要的重要因素，分别用显着的符号表示，表示强调和重要性。 把2、3、4发现的重要要素(要因优选为35个)用圆圈或四角圈起来，作为制定质量改善措施的重点对象。 明确记载制图者，讨论分析者、时间等可以参考的事项。 sep.20，2007，哈利. peng，16，因果图，图的注意事项：因果图

13、只能用于单一目的的研究分析。 主要的质量问题只画了一张因果关系图。 广泛考虑利益，一般召开各种品质分析会共同分析，整理因果分析图。 讨论时，一般采用提问形式比较好，容易启发进行深入讨论。 必须充分发扬民主，拓宽语言道路，随心所欲地发言。 细化要因。 深入分析影响产品质量的原因，是各因素产生之前的本质。 禁止停留在罗列表面因素的现象上。 实践证明，细分的因素是影响产品质量的主要原因，也是最直接的原因。 “因素”必须决定为末端因素，不能决定为中间因素。 检查遗漏。 仔细调查，确定找到所有因素后，用帕累托图法找出各因素，明确其对质量特性的影响比例。 因果关系的水平必须明确，最终水平的原因必须在直接采

14、取具体措施之前寻求。 必须讨论基层因素，特别是“因素”。 精通流程。 因果关系图很简单，但因果关系图的制作非常复杂，很费事。这不是很多因素能直观地发现，而是需要全面熟悉和掌握技术过程。 这需要参加分析的人实际上很深，掌握过程。 对重要因素实施对策后，用帕累托图等方法检验其效果。sep.20，2007、哈利. peng，17、因果关系图、因果关系图的应用中常见问题没有用系统图法分析原因。 主要表现在分析各级不是“果与原因”的关系。 部分分析水平不正确，从小原因中找到大原因，本末倒置。 如果不是分析最终的原因，而是在分析的中途采取对策的话，往往很难取得效果。 用工序质量分析表汇总分析不同影响因素的

15、质量特性。 不确认分析的原因，采取对策。 在画因果分析图的时候，不动员员工，不收集员工的智慧，而是用个人的想象制作“门车”。 画法不规范、箭头的方向错误、被确认的要因没有标记、标记不齐等。 sep.20，2007，哈利. peng，18，因果图，MINITAB为causeaneffect图，sep.20，2007，哈利. peng，19，因果图，MINITAB为causeaneffect图，sep.20，sep.20 哈利. peng 20，散点图和相关分析-显示变量之间的相关关系-变量预测，参数控制，sep.20，2007，哈利. peng，21，散点图和相关分析，散点图：研究所出现变量之间

16、的相关关系图。 当应用散点图时，可定性地确定两个随机变量之间是相关的、正相关的、负相关的还是不相关的。 用于检测和确认两组数据之间的关系，并确定两组相关数据之间的预期关系。 通过确定两组数据和两个要素之间的相关关系，有助于寻找问题的可能原因。 通过比较不同阶段，确认影响相关变量的关系的因素是否稳定。 相关分析：分析变量和变量之间相关程度的方法。 在相关分析中，引入了相关系数的概念来讨论相关的数字特征，并且定量地表示两个随机变量x和y之间的相关程度。 在质量管理中，相关系数用r表示。 求出散布图的定量分析回归方程式，求出相关系数，进行相关判定的相关系数的检查利用回归方程式进行预测和控制，sep.

17、20，2007，哈利. peng，22，散布图和相关分析，散布图的观察分析品质特性值和影响因素的关系，强正相关：的x增大，y也这表明x和y之间有相当大的相关关系。 弱正相关器：具有随着x变大而y变大的倾向，但是如图(b )所示，它不明显。 这表明x除了影响y外，还有不能忽视的影响因素。 无相关性： x变大时，y没有明显变大或变小的倾向，如图(c )的(d )所示，y有可能变大或变小。 在此情况下，x和y的关系看不见，被称为不相关。 弱负相关：如果x变大，y就有变小的倾向，如图(e )所示，除了x对y产生影响之外，还有不能忽视的影响因素。 强负相关：如图(f )所示，x变大时，y明显变小。 sep.20，2007，哈利.