Presentation is loading. Please wait.

Presentation is loading. Please wait.

Chapter 4 品質改善工具和手法.

Similar presentations


Presentation on theme: "Chapter 4 品質改善工具和手法."— Presentation transcript:

1 Chapter 4 品質改善工具和手法

2 學習要點 透過本課程,讀者將可了解: 品質管理七手法之原理和應用。 品質管理新七手法之原理和應用。
其他分析工具和方法:時間序列圖、機率圖、箱型圖和 FMEA 分析。

3 品質管理七手法 品質管理七手法是七項簡易之圖形方法所組成。在品管作業中,它們當作解決問題或是品質改善之工具,這些手法通常都不需複雜之計算。
品管七手法包含: 檢核表(check sheets) 散佈圖(scatter diagrams) 直方圖(histograms) 柏拉圖(Pareto diagrams) 特性要因圖(cause and effect diagrams) 層別法(stratification) 管制圖(control charts)

4 檢核表 檢核表是以一種簡單的方法將問題查檢出來的表格或圖。 在品管工作中,使用檢核表的目的有下列幾項:
日常管理 特別調查 取得記錄 一般而言,檢核表可分為點檢用檢核表及記錄用檢核表,此兩種檢核表說明如下: 點檢用檢核表 記錄用檢核表

5 檢核表

6 散佈圖 散佈圖又被稱為 X-Y plot 或 crossplot,通常是用來研究兩變數間之相關性。
根據散佈圖上點的分布狀態,兩特性值間之關係可分為下列三種: 正相關 負相關 無相關

7 Example 4-1 X Y 1 0.8 12 2 0.9 16 3 1.2 4 1.4 20 5 1.5 25 6 1.7 15 7 1.8 33 8 1.9 44 9 2.1 30 10 35 11 2.3 19 2.5 13 40 14 2.8 2.9 48 17 3.1 23 18 3.2 3.3 3.4 46 迴歸統計 R 的倍數 R 平方 調整的 R 平方 標準誤 觀察值個數 20 係數 標準誤 t 統計 P-值 截距 X 3.7509

8 直方圖 直方圖是將數據分布的範圍,劃分為幾個區間,將出現在各區間內的數據之出現次數作成次數表,並將其以圖(長條圖)的形式表現出來。透過直方圖,可以了解一組數據之下列幾項特徵: 數據的分布形態(分配狀態)。 數據的中心位置(集中趨勢)。 數據離散程度的大小(變異性)。 數據和規格之間的關係。

9 直方圖繪製步驟 確立調查目的 蒐集資料 求出最大值(L)與最小值(S)、全距(R) R=L-S 決定區間值(數) 區間數k= ,n為數據個數
求出區間之寬幅(h),h=R/k

10 直方圖繪製步驟 決定區間之上下界限 求出區間之中心值 製作次數表 計算數據之次數 作圖 第一區間之下側界限值=S-(測定單位 )/2
第一區間之上側界限值=第一區間之下側值+h 設e=(S+hk)-L 若 e>(h/2),則將第一區間之下側界限直設為 (S-(測定單位)/2-e/2) 求出區間之中心值 製作次數表 計算數據之次數 作圖

11 Example X1 X2 X3 X4 X5 1 16.12 16.02 16.9 16.92 16.04 2 16.2 16.18 16.14 16 3 16.08 16.94 4 16.03 16.11 16.13 5 16.1 6 16.01 7 16.25 16.06 16.17 16.28 8 16.16 9 16.26 16.96 10 16.22 16.98

12 直方圖判讀 12-12 正常產品之品質特性 來自不同母體 有異常發生或物料有雜質 組數決定不適當或 計算不正卻 部分資料被移除或 全檢
工具磨耗 12-12

13 直方圖 直方圖可以顯示數據之變化情形,觀察直方圖之外觀可以協助找出數據中之異常變化。 一些常見直方圖分配如下:
鐘型分配(The bell-shaped distribution) 雙峰分配( The double-peaked distribution) 高原型分配(The plateau distribution) 梳狀分配(The comb distribution) 偏歪型分配(The skewed distribution) 截斷型分配(The truncated distribution) 離島型分配(The isolated peaked distribution) 邊緣突出型分配(The edge-peaked distribution)

14 柏拉圖 柏拉圖是由義大利經濟學者 Vilfredo Pareto 所提出之圖形分析法,最初是用在分析財富之分布上,其目的是說明少部分的人(20%)占有大部分財富(80%)。他認為只要控制那些20%的少數人,便可以控制該社會的財富和經濟,此稱為柏拉圖原理,又稱為 80/20 原則。

15 特性要因圖 特性要因圖為一問題分析工具,用以辨認造成某一特定問題之所有可能原因。
石川馨博士於1943年所發展出來,因此又稱 Ishikawa diagram。由於此圖之結構(形狀、外觀)類似魚骨,因此又稱魚骨圖。 特性要因圖可視為一腦力激盪之工具。

16 特性要因圖

17 流程圖 流程圖為一圖形法,用來記錄和描述一個複雜過程 (process)之各項作業和順序。
在品質改善之應用中,可以透過流程圖分析,了解流程中可能產生變異來源的步驟有哪些,並決定應採取何種措施來改善流程。

18 層別法 透過數據分類加以分析,將原料、操作人員、機器設備等,按照特性加以分門別類,找出其中的差異及問題,並針對其問題加以改善之方法即為層別法或層分法。

19 品質管理新七手法 品管新七手法為處理文字資料之手法,1972 年日本科學技術連盟的納谷嘉信教授,研究歸納出七項工具,為與原本「QC七手法」作區別,所以稱為「QC 新七手法」。 品管新七手法包含下列工具: 關聯圖(relations diagrams,也稱為interrelationship digraph) 親和圖(affinity diagrams) 系統圖(systematic diagrams) 過程決策計畫圖( process decision program chart, PDPC 圖) 矩陣圖(matrix diagrams) 矩陣數據分析(matrix data analysis) 箭頭圖(arrow diagrams)

20 關聯圖 關聯圖是用來為具有複雜因果關係的問題找出解決的方法,並且可以幫助分析團隊之成員釐清在各項議題中,何者為驅動力(原因)或何者為結果(outcomes)。製作關聯圖包含下列基本步驟: 確認問題。 寫下與問題相關之所有可能議題。 決定因果關係。 計算每個議題的箭頭數目。

21 親和圖 親和圖又稱JK法,它是用來蒐集事實、看法和意見,並將它們組織化。親和圖之製作包括下列步驟: 選定題目 蒐集敘述性的語言資料
將敘述性資料記錄於卡片上 將步驟 3 之卡片分組 給予各組卡片一個適當 之標題 繪製親和圖 將結果發表

22 系統圖 系統圖通常是用來描述解決問題所需之步驟。它可以幫助團隊對於問題的本質有更進一步的瞭解,並且讓團隊在解決問題的時候,得以聚焦在某一些特定的任務上,對於問題的處理能夠更有效率。 系統圖有時也稱為樹狀圖(tree diagram)。 繪製系統圖包含下列基本步驟: 決定主要目標:可以從親和圖的標題卡片中,選取最重要的議題做為目標。 針對此目標進行腦力激盪,思考能夠完成此目標的所有可能方法或手段,並以樹狀圖之形式表達。 再將各手段與方法繼續向下展開成次手段或方法。 依此類推,直到找出所有可能的手段或方法。

23 系統圖

24 過程決策計畫圖 PDPC 圖是一種用來處理偶發事件的方法,它可用來分析在一項計畫或改善過程中,會出錯或會遭遇到的問題,進而提出對策和防範措施。 PDPC 圖也可說是用來評估一個過程之各種替代方案,其目的是希望從整體觀點發展出一個最佳的過程。製作 PDPC 圖包含下列幾個步驟: 列出所要分析之流程的各個步驟。 思考每一個步驟中可能會發生的問題。 列出解決問題的方法或防範措施。 評估這些對策的可行性,並且在可行處以「 ○ 」做為標示,在不可行處則以「 × 」。

25 過程決策計畫圖

26 矩陣圖 矩陣圖是設計用來找出兩組(或多組)因子之關係。 矩陣圖可用於資源規劃、產品/製程之定義及設計、防錯措施等。
製作矩陣圖包含下列五個步驟: 決定影響決策之重要因素 選擇最合適的矩陣圖類型 以符號來表示兩群因素之間的關係 利用所定義的符號來完成矩陣圖 分析矩陣圖

27 矩陣圖

28 箭頭圖 箭頭圖(也譯為箭線圖,箭形圖)是用來規劃作業和事件之前後順序的工具。
節點是用來表示開始或結束,實線箭頭用來表示需花時間之作業,虛線則是用來表示各事件間之關係。

29 箭頭圖

30 時間序列圖(time series plot)
時間序列圖用來顯示數據隨時間變化之情形、集中趨勢 。 在品質改善之應用中,時間序列圖主要是用來顯示流程、產品或其他因素在一段時間內的變異,是用來了解流程的一項有利工具。

31 機率圖(probability plot)
機率圖用來評估一種機率分配,配適一組數據之優劣程度,這種圖可用來比較不同之樣本分布

32 箱型圖(box plot) 箱型圖可同時顯示資料的一些重要特徵,諸如位置或集中趨勢、分散或變異程度、偏離對稱性,以及確認資料的離群值。

33 失效模式與效應分析(FMEA) 失效模式與效應分析是由美國軍方所發展出來的一種可靠度評估手法。
鑑定可能之失效模式,並對其所造成之效應給予評等。 客觀評估原因出現之機率及偵測問題原因之能力。 對產品或製程之缺失給予排列優先順序。 預防問題再度發生。 失效(failures)是指那些會影響顧客的錯誤或缺陷,也可定義為無法正常的執行一項功能。 效應分析(effects analysis )是指分析失效所產生的後果。

34 失效模式與效應分析(FMEA)

35 QC Story(1/3) 在QCC活動中,每當小集團於進行問題解決活動後,會將活動內容依照大致內容結構順序整理為成果報告書。這種寫作的結構順序,稱之為QC Story。 後來由於把QC Story當作解決實際問題的進行方法時,亦非常有效。故將其廣泛地提倡為所謂的「問題解決法」。 QC Story有二種:問題解決型(problem solving) QC story與課題達成型(task achieving) QC story。

36 QC Story(2/3) 問題解決型QC Story的步驟: PDCA循環與問題解決型QC Story已可用來解決許多品質管理上的問題
(1) 選定題目 (2) 把握現況與設定目標 (3) 解析要因(causes) (4) 擬定對策(countermeasure) (5) 實施對策 (6) 確認效果 (7) 標準化與維持效果 (8) 評估問題解決活動與未來的計畫 PDCA循環與問題解決型QC Story已可用來解決許多品質管理上的問題

37 問題解決型QC Story

38 QC Story(3/3) 課題達成型QC Story 的步驟: 了解上級之策略(policies) 設定課題(task)
發展執行課題的方案(即列出所有可能的方案(alternatives),進行評估,並專注一個方案) 探索一個成功對策(scenario) 實施對策 確認效果 轉換至日常作業(daily operation) 今後的計畫。


Download ppt "Chapter 4 品質改善工具和手法."

Similar presentations


Ads by Google