QC七大手法 1.

Presentation on theme: "QC七大手法 1."— Presentation transcript:

1 QC七大手法 1

2 手法一 层别法 (Stratification) 1

3 是针对部门别、人员别、工作方法别、原材料、零件别、设备、地点等分别汇集数据以找出其间之差异、而针对差异加以改善的方法。
1.1 定义： 是针对部门别、人员别、工作方法别、原材料、零件别、设备、地点等分别汇集数据以找出其间之差异、而针对差异加以改善的方法。 1

4 1.2 对象和项目A 1、有关人的层别： 班别、组别、 年龄别、男女别、 教育程度别、健康条件别、资历别等。 1

5 1.2 对象和项目B 2、机械设备的层别： 年代别、治工具别、 生产速度别、新旧别。 1

6 1.2 对象和项目C 3、作业方法、条件的层别： 手续别、顺序别、 作业方法别、 人工机械别、 温度别、湿度别、 压力别、浓度别。 1

7 1.2 对象和项目D 4、时间的层别： 小时别、日期别、 周期别、月别、 上下中旬别、季别、年别。 1

8 产地别、材质别、等级别、大小别、重量别、 制造工厂别、成分别、 安全使用期间别。
1.2 对象和项目E 5、原材料零件别： 产地别、材质别、等级别、大小别、重量别、 制造工厂别、成分别、 安全使用期间别。 1

9 1.2 对象和项目F 6、测量检查的层别： 仪器别、测量人员别、 测量方法别、 检查场所别。 1

10 1.2 对象和项目G 7、环境天候的层别： 气温别、照明度别。 1

11 1.2 对象和项目H 8、制品的层别： 新旧品别、 标准品和特殊品别、 包装别、 良品和不良品别。 1

12 1.3 层别法练习A 情况： 有一条生产线,经过三次加工工程,某日,由于赶制四种产品,每种产品要生产10,000个的缘故,该生产线加班4小时作为应变.但是,该日总良品率仅97.5%,比平时的99.5%良品率,要多损失了2.0%. 1

13 为了了解生产作业在那里发生了问题,于是制造部经理要求该线长作一次分析.您就是那位线长,应该如何来进行层别(分类)的设计呢?
1.3 层别法练习B 为了了解生产作业在那里发生了问题,于是制造部经理要求该线长作一次分析.您就是那位线长,应该如何来进行层别(分类)的设计呢? 1

14 1.3 层别法设计参考案: 1

15 1.4 层别法设计参考案: 查看当天每个工程的不合格品的原始资料,汇整成次表: 1

16 合 计 16 12 20 D产品 19 14 837 C产品 22 17 B产品 21 15 11 A产品 正常 8小 时班 加班 4小
2.5% (1018/40000) 0.2% (78/40000) 0.15% (58/40000) 2.2% (882/40000) 合 计 0.48% (48/10000) 16 12 20 D产品 8.7% (870/10000) 19 14 837 C产品 0.53% (53/10000) 22 17 B产品 0.47% (47/10000) 21 15 11 A产品 正常 8小 时班 加班 4小 合计 3 2 1 制 程 制程别 产品别 时 间 别 1

17 1.5 层别的组成: 1) 依 时 间 别:正常班8小时,加班4 小时; 2) 依 产 品 别:A、B、C、D四种产品;
1) 依 时 间 别:正常班8小时,加班4 小时; 2) 依 产 品 别:A、B、C、D四种产品; 3) 依 制 程 别:1、2、3三个制造过程； 4) 依不良率别:12组数据. 1

18 结论: C产品在安排加班人员作业时,忙乱中,新手连续做坏了820个,经过线长巡检时发现,采取改正措施之后,该缺点现象就消失了,挽救了一次可能发生的大灾难. 永久性对策: 如何预防这类突发性事件,使它永远不会再发生? 1

19 手法二 柏拉图 (Pareto Chart) 1

20 2.1 定义 根据汇集的数据,以不良原因、不良状况、不良发生位置或客户抱怨的种类、安全事故等项目别分类,计算出各种分类项目所占之比例而按照大小顺序排列,再加上累积值的图形. 1

21 柏拉图是以项目别分类数据,而按大小顺序排列如次图所示,是由义大利经济学家柏拉图(Viltredo Pareto)于西元1879年所创立的.
2.2 柏拉图的由来 柏拉图是以项目别分类数据,而按大小顺序排列如次图所示,是由义大利经济学家柏拉图(Viltredo Pareto)于西元1879年所创立的. 1

22 2.3 主要功能 (1)掌握问题的重点. (2)问题大小顺位,可一目了然. (3)各项目对全体所占的份量. (4)可预测改善效果.
(5)不良项目内容变化,利用层别,分类及其它分解方法,将根本原因解析出来,并以柏拉图来验证. 1

23 2.4 柏拉图的示例 - - - 50 250 200 150 100 120 70 10 30 不良个数 A B C D E 1

24 (Cause and effect diagram)
手法三 特性要因图 (Cause and effect diagram) 1

25 3.1 定义/由来 ﹡一个问题的特性(结果)受到一些要因(原因)的影响时,将这些要因加以整理,成为有相互关系而有条理的图形,这图形称为特性要因图. ﹡这种方法,由日本人石川馨博士所创之故,又名“石川图”,它是将影响结果的诸多原因加以分类整理后,有系统的指向结果,形如鱼骨一般,故又名“鱼骨图”. 1

26 3.2 使用 ①问题的整理:使大家对问题与要因有一致性的看法.
②追查真正的原因:张贴在工作现场附近,如果发现新的问题,可就这些要因再一次检查. ③寻找对策:选用柏拉图找出影响度最大的几个项目,或在特性要因图上加上不同影响程度的记号.在各主要因都能掌握后,制作追求对策型特性要因图. ④教育训练:透过讨论而学习他人的经验和技术. 1

27 3.3 特性要因图的作法A (1)第一步:决定品质特性(主题).
品质特性一般如制品的尺寸、外观、机能、不良…等,一般管理指标如能率、成本、交期、安全…等,都可以当做品质特性. 特性可以用零件规格、账款回收率、产品不良率等与品质有关,或者以和成本有关的材料费、人事费用等加以分类.应避免抽象或含混不清的问题. 1

28 3.3 特性要因图的作法B (2)第二步: 脑力激荡(Brain storming,简称B.S法) 1

29 3.3 特性要因图的作法C · 将影响品质特性的原因记在小卡片上,原则上一张卡片只记录一个要因,以便于整理.
· B.S法是由亚力士.奥斯朋(Alex.F.Osborn)于西元1939年开发出来的方法,在强调“在毫无限制,且轻松的状态下,自由遐想,提出许多奔放的代替案或创意”,使大脑受猛烈的刺激,激发人类潜在本能. 1

30 3.3 特性要因图的作法D 脑稞 左脑: 右脑: 知识性 惰性 分析性 总合性 批判性 言语性 共感性 非语言性 情绪反应 知性反应
身体反应 行 动 1

31 3.3 特性要因图的作法E 特性要因法 关连图法 矩阵法 PDPC法 箭头图法 矩阵数据解析法 KJ法 QC手法 大脑活动与QC手法 1

32 3.3 特性要因图的作法F B.S法四原则 a.禁止批评 b.自由奔放(异想天开的想法) c.全体发言(求量) d.欢迎搭便车(创意的联想)
1

33 (3)第三步:采用三菱式脑力激荡(M.B.S)法过滤,舍弃毫不相干的想法。本步骤有时可省略,直接用(4)第四步:分类的步骤.
3.3 特性要因图的作法G (3)第三步:采用三菱式脑力激荡(M.B.S)法过滤,舍弃毫不相干的想法。本步骤有时可省略,直接用(4)第四步:分类的步骤. 1

34 3.3 特性要因图的作法H (4)第四步:分类 依4M分类成大要因,并用□圈出来. MAN(作业人员) 、 MACHINE(机械) 、
MATERIAL(材料) 、 METHOD(作业方法). 1

35 3.3 特性要因图的作法I 方法 人员 品质特性 其它 材料 机械 600 特性要因图的基本架构 1

36 3.3 特性要因图的作法J (5)第五步:绘制特性要因图
依上图之结构,将各要因分成中要因、小要因,并做有系统之结构,中小要因约3~5个较为恰当,展开的层次以4~5层为宜. 注意:最末端小要因必须是能采取 ①改善措施者. ②主要的原因或对策,以双圈圈出,以便集中焦点. 1

37 3.3 特性要因图的作法K 方法 人员 品质特性 其它 材料 机械 原因指向结果 特性要因图结构 1

38 3.3 特性要因图的作法L (6)第六步: 填写制作目的、日期及制作者等基本资料. 1

39 3.3 特性要因图的作法N 其它 a h g p m - (原因的分析) 1

40 3.3 特性要因图的作法O F A B C D E - (结果的分析) 1

41 3.3 特性要因图的作法P 层别的柏拉图与特性要因图交互运用 A 机器 人员 材料 方法 a e m p h c b d f g j k i
n 层别的柏拉图与特性要因图交互运用 1

42 手法四 查检法 Check List 1

43 以简单的数据用容易了解的方式,作成图形或表格,只记上检查记号,并加以统计整理,作为进一步分析或核对检查用.
4.1 定义： 以简单的数据用容易了解的方式,作成图形或表格,只记上检查记号,并加以统计整理,作为进一步分析或核对检查用. 1

44 4.2 种类： 1. 记录查检表: 用于不良要因 和不良项目的记录用查检表. 2. 点检用查检表: 主要功能是确认作业实施和机械设备的情形.
用于不良要因 和不良项目的记录用查检表. 2. 点检用查检表: 主要功能是确认作业实施和机械设备的情形. 1

45 2. 决定查检表的格式.如纵栏记入决定分类项目,横栏记入期间或作业者.
4.3 制作方法A 1. 决定所要汇集的数据及希望把握的项目. 2. 决定查检表的格式.如纵栏记入决定分类项目,横栏记入期间或作业者. 1

46 3. 决定记录形式,常用棒形记录“棒形 记号”,一般用的“正”字记号及图形记号“○、×、 △ 、 ▽”等.
4.3 制作方法B 3. 决定记录形式,常用棒形记录“棒形 记号”,一般用的“正”字记号及图形记号“○、×、 △ 、 ▽”等. 4. 决定汇集数据的方法,由何人汇集,期间多久及检查方法. 1

47 4.4 PASS LINE之点检 1

48 手法五 直方图 Histogram 1

49 5.1定义 将所收集的数据、特性质或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来的面积用柱形画出的图形.可用来了解产品在规格标准之下分布的形态、制程的中心值与差异的大小等情形. 1

50 5.2 步骤A ①收集数据并且记录在纸上;抽样分布应就全部均匀的加以抽查.
②找出每组数据中的最大值与最小值用圆圈框出,然后找出全体的最大值与最小值,用四方形标示. ③计算全距:算出最大值与最小值之差. 1

51 5.2步骤B ④决定组数和组距: 组数就是直方图柱形数量,根据数据数量的多寡来决定. 组数(K)=1+3.32 log n 组距=全距÷组数
组距通常是2、5或10的倍数. 1

52 5.2步骤C ⑤决定各组的上限界或下限界 最小一组的下组界=全部数据的最小值-测量值最小位数(一般是1) ×0.5
最小一组的上组界=最小一组+组距 最小二组的下组界=最小一组的上组界 ⑥决定组的中心点 (上组界+下组界) ÷2=组的中心点 1

53 5.2步骤D ⑦制作次数分配表: 依照数值的大小记入各组的组界内,然后计算各组界的次数. ⑧制作直方图:
横轴表示测量值的变化,纵轴表示次数,将各组的组界分别标示在横轴上;各组次数的多少则用柱形画在各组距上. ⑨填上主题、规格、平均值、数据来源、日期. 1

54 5.3直方图的意义及目的 (一)测知制程能力. (二)计算产品不良率. (三)调查是否混入两个以上的不同群体. (四)测知有无假数据.
(五)测知分配型态. (六)籍以订定规格界限. (七)与规格或标准值比较. (八)设计管制界限可否用于管制制程. 1

55 5.4 次数分配 1.间断数据——间断分配 2.连续数据——连续分配 1

56 5.5 次数分配与直方图A ﹡次数分配 在相同的制造条件下所生产的制品,虽可达到相当均匀一致,但若用精密的仪器测量时,则不难发现其变异的存在.当我们收集很多数据,依其差异的幅度,按大小顺序排列,分成若干个组,则各数据在各组中所出现的个数称之为次数,而各组次数分配的情况称之为次数分配,例如以下之查核表,就是利用次数分配表作成的. 1

57 5.5 次数分配与直方图B OO馬達工程不良查檢表 玻璃杯外觀不良位置圖 型式: 批號: 另件號碼: 生產日期: 生產數: 檢查數:
型式: 批號: 另件號碼: 生產日期: 生產數: 檢查數: 2 其他 8 異音 19 絕緣不良 11 外觀不良 合計 劃記 不良項目 玻璃杯外觀不良位置圖 x:表刮傷o:表氣泡 x x x x x o xxx x o o o　 o x o o o o o o o 次數分配表可以看出一群數據的分佈狀態,也可以簡化計算工作,為了方便說明起見,玆舉下例說明: 1

58 5.6 直方图绘制步骤A 〔例〕某生產直流馬達的工廠,將試量產80個馬達,在規定的電壓(DC12V)測定其消耗電流(無負載)所得安培(A)數據如下: 10.4 10.6 S 9.3 10.7 10.5 11.4 10.3 10.9 L 10.8 S9.0 L 11.8 10.2 9.5 L 11.0 9.9 10.0 10.8 11.0 L 10.9 S 9.4 9.8 10.1 L 11.5 L11.2 S 9.5 9.6 S 8.7 S 9.6 S 9.2 L 0.6 9.3 S 8.9 L 11.2 S 9.0 L 12.1 S 9.8 注:L表組內最大,S表組內最小. 1

59 5.6 直方图绘制步骤B n=80 作成者:000 日期:000 消耗電流(A) 直流馬達消耗電流直方圖 次數 . 25 20 15 10
. 次數 n=80 作成者:000 日期:000 消耗電流(A) 直流馬達消耗電流直方圖 1

60 5.6 直方图绘制步骤C 次數 n = 80 消耗電流 圖A分組過少之直方圖 8.65 9.65 10.65 11.65 12.65 40
30 20 10 . 次數 n = 80 消耗電流 圖A分組過少之直方圖 1

61 5.6 直方图绘制步骤 D n = 80 消耗電流 圖B分組過多之直方圖 次數
12 10 8 6 4 2 . 次數 n = 80 消耗電流 圖B分組過多之直方圖 1

62 5.6 直方图绘制步骤 E 表A組數與樣本之關係 樣本數 組數 50以下 5 – 7 50 – 100 6 – 10 100 – 250
5 – 7 50 – 100 6 – 10 100 – 250 7 - 12 250以上 1

63 5.7 直方图的判读A 離島型 此種形態常係原料或製程之變化所引起的,尤其當製程异常或調整不良時,特別容易產生. 雙峰型
此係二種不同製程所得數據,組合后之分配情況.即如由兩部不同之機械或兩個不同之操作員所製產品之測量值. 1

64 5.7 直方图的判读B 缺齒型 当量具有毛病时或对读数偏差时容易产生此种分布型态. 削壁型 使用全数检验以剔除不良品时,会发生此种分布型态.
1

65 5.7 直方图的判读C 規準型 产品其测定值均散布在规格内,且次数分配之峰值,大约和规格之中央一致,整体看起来十分理想. 離勢過窄
SL SU 产品其测定值均散布在规格内,且次数分配之峰值,大约和规格之中央一致,整体看起来十分理想. SL SU 離勢過窄 数据之分散度过小,如果放宽分散度在品质上不致发生问题,工作较为便利,则可会同有关单位研讨放宽规格的可行性,用以提高生产效率,降低成本. 1

66 5.7 直方图的判读D 左偏型 峰值左偏(或偏右),若制程稍有变化,即可能会产生不良品.须调查中心偏颇的原因并采取措施,使峰值回到规格中央.
SL SU 峰值左偏(或偏右),若制程稍有变化,即可能会产生不良品.须调查中心偏颇的原因并采取措施,使峰值回到规格中央. SL SU 離勢過寬 数据之分散度甚大,在规格之两边均发生不良品,必需努力将分散度减小. 1

67 手法六 管制图 Control Chart 1

68 6.1 定义 管制图纵轴代表产品品质特性,以制程变化数据为分度;横轴代表产品的群体号码、制造日期,依照时间顺序将点点绘在图上,再与管制界限比较以判别产品品质是否安定的一种图形. 1

69 6.2 管制图异常之判读 ①点子超出上下管制界限外时,应马上采取调查发生原因的行动,但是,并非立刻要采取改善措施.
②点子虽然在上下管制界限内,呈现特殊排列现象,也要采取调查行动.例如:周期性变动幅度突然变小或大. ③其它之判读参照超连结7的10/11页. 1

70 6.3 管制图的使用 管制图 顾客的声音 制程的声音 (量测值) 顾客 出货 满意 不管它 正常? 制程 (制造及返工) □□□□ ○○○○
异常 娇正 满意 顾客的声音 1

71 6.4 管制图的种类A 计量值管制图—利用量测的方法,从制程方面解释关于分散和位置的制程状态.包括两张图,一张呈现平均值,另外一张呈现分散.
· 比起其它管制图,只需要很小的样本大小. · 结合了特殊的性质. · 需要计量的数据,譬如,数字方面的连续性数据. · 指出何时需要采取行动. · 提供能够用来从事能力分析的数据. · 所用的数据,对于洞悉制程进步的可能性方面很有帮助. 1

72 6.4 管制图的种类B 计量值管制图包括: · 平均值(X),全距(R)图 · 平均值(X),标准差(s)图 · 中位数(X),全距(R)图
· 个别值(X),和移动全距(Rm)图 ~ 1

73 6.4 管制图的种类C 计数值管制图—利用判断性的资料来评鉴制程状态(譬如:及格/不及格,过/不过). · 需要很大的样本大小.
· 通常跟所有的允收性结合,同时需要很精确的允收/不允收的定义. · 能够很快地了解,很容易地收集,不很昂贵地就能结合在一起. · 集中在综合总品质水准的变化上. 1

74 6.4 管制图的种类D 计数值管制图包括: · 不良率(p)图 · 不良数(np)图 · 缺点数(c)图 · 单位缺点数(u)图 1

75 6.5计量值管制图的选用特性 ·个别值和移动全距(X&Rm) —以个别值数据来点绘.
—采用每一个个别值跟该点绘值的前面一个个别值之间的差额,来计算移动全距. —用在数据很难收集,很花时间或很昂贵的场合. —可能产生不是常态的错觉,因为每一个分组只采用了一个个别值,因此X和s可能产生基本上的变异. 1

76 6.6 管制界限之构成 CL-黑实线 UCL&LCL-红虚线 样本愈大则管制界限愈窄 -u +3a 900 -3a u UCL LCL CL
1

77 6.7 群体与样本标准差的区别 样本平均值之分配 σ σx 群体个别之分配 = u 1

78 6.8 最经济的两种错误之总和 第一种错误与第二种错误 损失 两种错误之总和 第一种错误 第二种错误 管制界限 ±1σ ±2σ ±3σ
±4σ ±5σ ±6σ 损失 第一种错误 两种错误之总和 第二种错误 管制界限 1

79 6.9 平均值和全距图(Xbar&R)A 样本平均值和全距管制图(也叫做Xbar&R图)是开发用在制程输出,特殊单一特性的量测值的,这些数据是采用小分组的一定样本大小,通常采用3到9个连续样本,以定期分组来取样(譬如:每隔15分钟一次,每班2次或者一些其它的适当周期). 1

80 6.9 平均值和全距图(Xbar&R)B “Xbar”表示“样本的平均值”,“R”表示“全距”或者是样本量测值的最大值和最小值之间的差额,平均值和全距图是以成对的状态来点绘的,一个是平均值,另外一个是全距. 1

81 6.9 平均值和全距图(Xbar&R)C Xbar&R图是追溯和鉴别原因最灵敏的管制图.首先要判读R图的状态,然后才能从这个地方展开鉴定很多不同的原因. Xbar图的状态必需依附R图的状态来判读的,同时使它能鉴定制程变异的其它原因.最后,把Xbar状态和R状态结合在一起来判读,从而提供了进一步的情报. 1

82 6.9 平均值和全距图(Xbar&R)D 使用在: · 提供证据,证明制程是“正在管制状态中”或“超出了管制状态”.
· 当作制程平均值偏离或改变的征兆. · 当作特殊原因存在时的征兆. · 制程上特殊征兆的数据分析. 1

83 6.9 平均值和全距图(Xbar&R)E 优点: · 只要用很少的样本,就能反应出确实的征兆. · 对于特殊原因很灵敏. 缺点:
· 采用较大的样本时,将会损失一些灵敏度. 1

84 6.10超连结 （超连结1#） 管制图常用系数表 1

85 手法七 散布图 (Scatter Chart) 1

86 把互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系.
定义 把互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系. 1

87 制作步骤A ①收集相对应数据,至少30组以上,并且整理写到数据表上. ②找出数据之中的最大值和最小值.
③查出纵轴与横轴刻度,计算组距;一般以横轴代表原因,纵轴代表结果.组距的计算应以数据中的最大值减最小值,原因与结果两个数据都必须计算出来,将组距除以轴长即知每一刻度的数值. 1

88 ⑤记入必要事项;把收集数据的目的、数据、数量、产品名称或工程名称、绘制者、日期等都记载清楚,将图形所得心得记入图形旁边空白处.
制作步骤B ④将各组对应数据标示在座标上 ⑤记入必要事项;把收集数据的目的、数据、数量、产品名称或工程名称、绘制者、日期等都记载清楚,将图形所得心得记入图形旁边空白处. 对应数据表(超连结2#) 1

89 分界线划分四介区,从右上反时针方向编号(1)(2)(3)(4),并且记上各区内之点数.
制作步骤C 分界线划分四介区,从右上反时针方向编号(1)(2)(3)(4),并且记上各区内之点数. n(1)=12 n(2)=3 n(3)=12 n(4)=3 1

90 · 制作步骤D n(2)=3 (2) n(1)=12 (1) n(3)=12 (3) n(4)=3 (4) y x 各区点数记入 — ——
60 58 56 54 52 50 48 46 44 42 40 — n(2)=3 (2) n(1)=12 (1) n(3)=12 (3) n(4)=3 (4) —— 800 810 820 830 840 850 860 870 880 890 x y 各区点数记入 1

91 数据、采取时间、目的、制品名、工程名、绘图者、绘制日期…等基本资料均要记明.
制作步骤E 数据、采取时间、目的、制品名、工程名、绘图者、绘制日期…等基本资料均要记明. 1

92 散布图之判读A 1.正相关 x增大时,y也随之增大,称为正相关. x y 有正相关 x y 完全的正相关 1

93 x增大时,y也随之增大,但增大的幅度不显著.此时宜考虑其他可能影响的要因
散布图之判读B 2.非显著性正相关 x增大时,y也随之增大,但增大的幅度不显著.此时宜考虑其他可能影响的要因 x y 似有正相关 1