首页 PDCA_5W2H_QC七大手法

PDCA_5W2H_QC七大手法

举报
开通vip

PDCA_5W2H_QC七大手法nullnull品管七手法尚耀权 2010-02-23null一、近代品質管理的基本觀念 有無顧客抱怨?有無退貨? 有無設計經常變更? Sample總是無法及時送樣 sample總是多得作不完 有無部門相互推諉 ?why ?如果有!是否該思考 ! 什麼樣的產品研製品質理念? 才能產出符合顧客需求的產品how产 品 合 格 才 出 厂null 1.1、 顧客對產品或服務認知與期望的差距以前的經驗口碑的傳播產品或服務的形象顧客對 產品或服務 的期望顧客對 產品或服務 的認知品質的認定有無差距 ?實際...

PDCA_5W2H_QC七大手法
nullnull品管七手法尚耀权 2010-02-23null一、近代品質管理的基本觀念 有無顧客抱怨?有無退貨? 有無設計經常變更? Sample總是無法及時送樣 sample總是多得作不完 有無部門相互推諉 ?why ?如果有!是否該思考 ! 什麼樣的產品研製品質理念? 才能產出符合顧客需求的產品how产 品 合 格 才 出 厂null 1.1、 顧客對產品或服務認知與期望的差距以前的經驗口碑的傳播產品或服務的形象顧客對 產品或服務 的期望顧客對 產品或服務 的認知品質的認定有無差距 ?實際的 產品或服務顧客心目中的 品質規格顧 客 的 領 域管理階層對 產品或服務 的概念公司訂定的 品質規格差距之1差距之4差距之3差距之2null1.2 、品質定義及演变【何謂品質】研制从认识 品质开始1.Deming: 质量是由顾客来衡量,是要满足顾客需求,让顾客满意的。 2.Juran(1974): 质量是符合使用,是由使用者来评价的。 3.Crosby(1979): 质量是符合于要求的。 4.Shetty & Ross(1985): 质量是商品或服务能满足顾客需求之能力。 5.Culp, Smith & Abbott(1993): 质量是由做对事情及准时第一次就做好之结果,于是能满足顾客之期望与需要。 6.日本工业标准(JIS Z8101): 质量是所有特性的全部,包括决定商品或服务是否能满足使用者之目的的绩效。 7.ISO 9000: 质量是商品或服务之所有具有能满足明确的或隐含的需要之能力的特性、特质的全部。①null1.2、 品質定義及演变【品質觀念】觀念影響思維思維主宰行動行動改變命運Find a better way 止於至善1.质量是顾客满意。 2.质量好,效率才会高,成本才会低。 3.质量是在可负担的价格下可接受性的。 4.做好质量是每个人的责任。 5.质量是符合规格的。 6.第一次就做好。 7.下 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 就是顾客。 ②null品質的歷史面品質的觀念面品質的制度面作業員的品質管制 ↓ 領班的品質管制 ↓ 檢驗員的品質管制 ↓ 全面品質管理 品質是‘習慣’出來的 全面品保 (TQM) 品質是‘檢查’出來的品檢 (QI)1.2、 品質定義及演变全面品管 ③ 1.2.1、 质量管理(Quality Control) 1.2.1、 质量管理(Quality Control)1. 定义:为达到质量要求所采取的作业(专业与管理)技术和活动。 2. 要点: ◎ 对象是制(过)程,结果能使被管制对象达到规定的质量要求。 ◎ 贯穿于质量形成的全部过程。 ◎ 目的以预防为主,透过预防 措施 《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施 来排除质量环各个阶段产生问 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 的原因,以获得期望的经济效益。 ◎ 具体实施主要是影响产品质量的各环节、各因素制订相应的计划 和程序,对发现的问题和不合格情况进行及时处理,并采取有效 的纠正措施。1.2.2、 品質保證(Quality Assurance)1.2.2、 品質保證(Quality Assurance)1. 定义:(ISO8402. 3.4)     为了提供足够的信任 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明实体能够满足质量要求,而在质量体系中实施并根 据需要进行证实的全部有计划和有系统的活动。 2. 理解要点:   ◎目的是提供信任,一是内部的信任,对象是公司的领导者。 二是外部的信任,对象是客户。 ◎ 信任源于质量体系的建立和运行,建立减少、消除、预防质量缺陷的机制,只有这样的体系才能说具有质量保证能力。 ◎ 产品的质量要求(产品要求:过程要求、体系要求),必须反映顾客的要求才能 给顾客以足够的信任。   ◎ 证实的方法:    a.供应方合格声明。  b.提供形成文件的基本证据。  c.提供其它顾客的认定证据。 d.顾客亲自审核。  e.由第三方进行审核。 f.提供经国家认可的认证机构出具的认证证据。 1.2.3、 品質管理(Quality Management) 1.2.3、 品質管理(Quality Management)1.定义:(ISO9402. 3.2)    确定质量方针、目标和职责并在质量体系中透过诸如质量策划、质量管 制、质量保证和质量改进使其实施的全部管理职能的所有活动。 2. 要点:      (1). 质量管理是下述管理职能中的所有活动。   a.确定质量方针和目标。    b.确定工作职责和权限。    c.建立质量体系并使其有效运行。    (2). 是在质量体系中透过质量策划、质量管理、质量保证和质量改进一系列活动来实现的。   (3). 组织要做好质量管理,应加强最高管理者的领导作用,落实各级管理者职责,并加强教育、激励全体员工积极参与。    (4). 应在质量要求的基础上,充分考虑质量成本等经济因素。null1.2.4、 品質成本的發展歷程 null1.2.4.1、 預防成本的組成內容 1.2.4.2 、鉴定成本的组成内容 1.2.4.2 、鉴定成本的组成内容 1. 进料检验:  内外购物料零件之验收、场地设备、水电、搬运设备、人员、及其它文具等必需品之费用。 2. 制程品质稽核:  在线检查人员工时与制程抽查工时等薪资成本。 3. 成品质量保证:     成品抽查人员之工时薪资成本。 4. 检验仪器之保养与校正:  仪器保养、管理、仪器校正分摊花费、仪器送外校正费用以及仪器修护等费用。 5. 检验仪器折旧费:  为检查产品、零件之质量所使用之设备及可靠性试验所用设备之成本。 6. 材料、成品检查损耗:  破坏试验所损耗之物料成本。 7. 可靠性实验费:  工作人员工时、损耗之物料及其它相关费用。 8. 现地安装试验:  产品送至顾客处,派人往安装试验时所引发之成本。 9. 委托试验:  委托检验局或其它机构之试验费用。 10. 签证及其它费用:   申请国内外各类品管签证之费用,如正字标记、品管团体奖、分等检验 、公证检验等相关费用,以及其它相关文具等杂支。1.2.4.3、 內部失敗成本的組成內容 1.2.4.3、 內部失敗成本的組成內容 1. 报废:  经加工后因质量不良,而无法修复之半成品或成品之制造成本 (但须扣除剩余价值之金额)。 2. 重加工:  经品管检查未达质量标准,须重新加工所引起之工时及物料等费用。 3. 闲置时间损失:  因质量问题导致停线,所损失直接工时及物料等费用。 4. 其它费用:  进料不良之损失、处理质量不良及矫正工程之费用、重检验费用、失败分析费用与产品降为次级品之损失。1.2.4.4、 外部失敗成本的組成1.2.4.4、 外部失敗成本的組成1. 服务材料支出成本:  保证期间内免费更换零件材料或因其它原因未能收费之零件成本。 2. 抱怨处理损失:  因顾客抱怨而引起之费用,如工时、差旅费、邮电费等费用。 3. 折让损失:  因质量欠佳而折价出售之损失(库存过久导致内部拍卖或廉价出售)。 4. 延长保固损失:  因质量欠佳延长保固期免费更换零件材料及相关服务费用之成本。 5. 逾期交货赔偿:  因质量不良而延迟交货所付之赔偿金。 6. 新品交换损失:  产品售出后,因顾客不满退回交换之损失。 7. 服务费用:  保证期间内免费服务之工时、交通费、设备费。 8. 其它费用:  派往全省各区支持服务之损失、因售后质量不良引起之损失(商誉损失)。 二、如何收集数据 二、如何收集数据◎ 质量信息系统 对一个以制造为主的企业而言,产品质量的好坏可说是其生存之命脉,而一个完整的质量信息系统(Quality Information System,简称QIS),则关系到能否及时有效的掌握产品质量变化的状况,进而追踪并且改善之。 ISO 9000 系列认证制度,详细规定了各项品保作业规范,随着计算机软硬件功能效率的提升,QIS 的建置已是可望又可及的目标。从而带动质量管理进入实时(Real Time)境界。 ◎ 一个完整的质量信息系统,至少需具备下列三项要点: 一、实时的数据处理。 二、完整的资料搜集。 三、统计化的资料分析。 二、如何收集数据 二、如何收集数据一、实时的数据处理 产制或组装藉由自动化设备完成,机台设定值或是产品检测数据以文字符串或一定档案格式,透过 RS232 或其它兼容之连接端口将数据输入计算机,进行实时的制程监控,将异常状况或讯息透过警示讯号、E-MAIL 或是讯息发送方式通知负责人员外,并可透过 Loader 程序,将这些数据输入数据库软件,以备数据归档或作为后续分析之依据。 二、如何收集数据 二、如何收集数据二、完整的资料搜集 一般制程数据无法自进料检验结合制程检验直到最终检测所有相关数据。其次是数据无法配对,空有完整的各制程段落数据而无法互相配合使用。上述通病肇因于企业体导入或建置如 MRP、MES、Shop Floor Control 等套装系统软件有不同之数据结构,或字段代码定义方式,造成数据无法连成一线。慎选可跨平台运作并可撷取异质性数据库之系统软件。 二、如何收集数据 二、如何收集数据 三、统计化的资料分析 ◎利用统计原理让质量由抽象之概念成为具体的数字。 ◎ SPC 决非只是算算良率,画画趋势图、柏拉图而己。除了对生产线进行异常的监控外,更需学习如何利用统计方法进行制程上的改良,真正做 到预防不良的发生,而非消极的追踪既定之事实。 ◎在 SPC 活动中有所谓品管七大手法,管制图、制程能力分析、柏拉图、要因图、散布图、层别分析及查检表等。应用这些方法时应注意如何落实 PDCA 循环(Plan-Do-Check-Action)。 ◎图表显示己发生之异常现象,应确实找到根本原因,同时采取适当的行 动,否则各式各样的图表都只是表面文章。 二、如何收集数据 二、如何收集数据 质量管理,乃依据 消费者之需求 为导向,掌握消费者及其要求,利用品管之技术,促使产品物美价廉、安全无虞、准时交货的具体实现。 「凡事讲求数据」,是现实的工作中耳熟能详的一句话。 数据最主要的基本观念乃是: 数据 = 事实 但当数据无法反映事实时,质量不但不能保证,反而会造成难以收场的大灾难 解决问题的第一个步骤,即是根据事实判断后再采取行动 二、如何收集数据 二、如何收集数据 ◎ 认清所谓「事实」-- 需追根究柢以求真因,确认 why 征兆≠问题≠原因:可能源自于 为某些目的或愿望而扭曲、附会或编造 引自错误、易于误解之数据或文词 不充分的立场、视野或信息 依数据、状况推想或记忆的 用文字描述的 观察状况的 数据表达的 ◎ 掌握「事实」的要领: * 超然的立场 -- 以平常心探讨各立场视野。 * 与目的相关 -- 相关于目的,影响措施的。 * 从四现着手 -- 现人、现物、现时、现地。 二、如何收集数据 二、如何收集数据 * 完整的记录 – ( A ) 优先采用数据及明确用词。 ( B )设计并运用查检表( 必要的项目、易记易整理的字段、 易存易查的档案编码)。 ( C ) 适当的采样期间、数量与正确度。 ( D ) 适当地将语文情报,转换成数据。 ( E ) 数据相比较时,相关条件要相同。 ( F ) 数据收集后,要及时处理与运用。 ( G ) 选用适当统计方法处理并以图示。 * 依层别收集处理,判别相关要素:人员、方法、机具、材料、检验、环境 * 关联的印证 -- 6W&PRT 间的关系程度。 人(Who)、事(what)、时(When)、地(Where)、物(Which)、因(Why) 过程(Process)、结果(Result)与延续的趋势(Trend)等澄清关系。 二、如何收集数据 二、如何收集数据资料 = 证据 ( Data = Facts ) 情报 = 問題的解答 情报包括资料 但资料不一定包括情报你知道问题的严重性嗎?产生有用情报的模式 情报 ←→ 问题 → 数据 → 分析 → 沟通 → 问题 之循环方式 且情报的产生是起于问题且终于问题 ◎精确构思所需响应的问题。 ◎收集与问题有关的资料和事实。 ◎分析这些资料以决定对问题事实的答案。 ◎以一种清楚沟通的方式展示数据,以回答问题。 二、如何收集數據(规划) 二、如何收集數據(规划)为有效数据收集的规划,可沿下列方式进行: 1. 什么问题我们需要回答? 2. 对问题的答案,我们将会如何认知与沟通 ? 3. 何样的数据分析工具,会被我们想拿来使用? (柏拉图,直方图,条形图表等等) 4. 在构思的工具中,我们需要何种类型的数据以回答问题 ? 5. 在哪个流程中,我们能够得到这数据 ? 6. 在流程中,谁能够提供我们这数据 ? 7. 我们应如何从这些人中,以最小的努力和错误机会,来收集这资料? 8. 我们需要什么附加的情报以为将来分析,参考,与追溯 ? 二、如何收集數據(方法及质量控制) 二、如何收集數據(方法及质量控制)收集数据 应定期的收集数据提供参考指针计算之用。 数据收集程序应能保证数据之可靠性,并考虑一些因子诸如可获得性、足够性、科学和有效之统计及可验证性。 数据收集应有品管和品保措施支持,以保证所获得之数据是分析及决策所要的型式和质量。 数据之收集可以从: 监督与量测  面谈与观察 定期报告 盘点和生产记录  财务和会计记录  采购记录  环境审查、稽核或评估记录  环境训练记录  科学报告和研究  政府单位、学术机构和非政府组织 供货商和承包商  客户、消费者和利害相关团体 产业公会  二、如何收集數據(分析和转换数据) 二、如何收集數據(分析和转换数据)◎ 收集之数据应加以分析并转换成能够描述质量绩效之信息,以各类型指针之方式表示。 ◎ 为避免造成结果之偏差,所有收集之相关和可靠数据均应列入考虑。 ◎ 数据分析可以包括数据之质量、有效性、足够性和完整性,以便能产生可靠之信息。 ◎ 描述质量绩效之信息可经由计算、最佳估算、统计方法、图表方法或用指引,加总或加权而得。 二、如何收集數據(评估信息和报告沟通) 二、如何收集數據(评估信息和报告沟通)◎ 从分析数据而得之信息,以 各类型指标表示,应和组 织各部门之质量绩效基准比较。 ◎ 比较的结果可以显示出各部门质量绩效是否有进步或缺失,也有助于了解为何绩效基准可以或不能达成。 ◎ 描述组织各部门之质量绩效信息和比较结果,应向管理阶层回报,做为采取适宜之管理行动,以改进或持续各部门之质量绩效水平之依据。 ◎ 基于管理上之需要,质量绩效之报告和沟通可提供有用之绩效信息给组织内、外之利害相关部门。 ◎ 质量绩效之报告和沟通的好处包括: ﹒帮助组织达成其质量绩效基准。  ﹒对公司之质量政策、质量绩效基准及相关达成事项之提升其认知程度和 提供意见交流。  ﹒显示组织对改进质量绩效之承诺与努力。  ﹒响应对组织质量考虑面之关切与疑问。 三、品管七大手法 三、品管七大手法 收集数据  运用图表  归纳、演绎及解析 持续改善 数据 : 说出事实 图表 : 一目了然 归纳 : 检核表、柏拉图、直方图、管制图、散布图 演绎 : 层别法、特性要因图 持续改善 : find a better way 止于至善 1.检查表法 : 照表操课 2. 层别法 : 抽丝剥茧 3. 柏拉图法 : 擒贼擒王 4. 特性要因图法 : 一网打尽 5. 直方图法 : 明察秋毫 6. 管制图法 : 了如指掌 7. 散布图法 : 关系分明null統計是採取「根据数据与事实发言」的管理方法,除了客观判断事实外,亦应具有相当合理的說服力。而在QC活动中所採取的統計手法,均极为简易,即一班所谓的「QC七大手法」。 QC統計手法概述統計手法null A、查检表检查表為奧斯朋博士所設計,其方法为列出几項問題來检查,如:有无其他用途?可否利用其他创意?可否改变?可否扩大?可否縮小?可否替換取代?可否顛倒重排?可否省略或简化?此法简捷明了,容易提供发明线索或完成发明的关鍵。 系統地收集資料和累积資料,確認事实並对資料進行粗略的整理和简单分析的統計图表。 用在對現狀的調查,以备今后作分析; 對需調查的事件或情況,明确專案名称; 確定資料收集人、时间、場所、范围; 資料匯总統計; 必要时对人员进行培訓;第 一 大 手 法 查检表是使用简单昜于了解的标准化表格或图形,作业时仅需填入规定之检查记号,再加以统计汇整其数据,即可提供量化分析或比对检查用。 查检表是使用简单昜于了解的标准化表格或图形,作业时仅需填入规定之检查记号,再加以统计汇整其数据,即可提供量化分析或比对检查用。查检表記载的項目(5W2H) What:目的何在?(目的) Why:为什么?(对象) Who:由誰做?(人) When:何时做?(顺序) Where:在什么地方?(场所) How:何种方法?(手段) How much:花费多少?(成本.费用) A、查检表1、检查表设计 数据记录一定要很容易。KISS原理(Keep it Simple, Stupid.) 表格的展开就是流程,详实填写、按时收集,表格需让人昜懂昜填; 站在使用者立场思考表格设计(尤其生产作业的人都很忙); 表格的设计若能满足使用者作业需要,将会很乐意地替你记录这个数 据 ,并共同参与问题的解决。 1、检查表设计 数据记录一定要很容易。KISS原理(Keep it Simple, Stupid.) 表格的展开就是流程,详实填写、按时收集,表格需让人昜懂昜填; 站在使用者立场思考表格设计(尤其生产作业的人都很忙); 表格的设计若能满足使用者作业需要,将会很乐意地替你记录这个数 据 ,并共同参与问题的解决。 2、 准备如何使用表格说明 数据复杂的程度 何人应负责此资料之收集。 召开一个填表说明会议,训练人员了解应如收集资料。 在表格设计时简单的指导纲要对数据的输入之正确性绝对有帮助的。A、查检表null3、验证表格形式与说明的有效性 由于误解数据表格填写的方法,而引起错误。 因为表格设计者未完全考虑流程中所有的变量,最后发现仍需要一些 额外的情报。 因为表格太困难致使数据收集在问题流程中夭折。 因为填写表格之人员害怕此情报会对其不利,致资料不完整或偏移。 解决方式 (1) 在问题开始之前,验证所有应考虑的变量,是否已经尽力。 (2) 所有资料收集者的训练。 (3) 在改善期间执行稽核。A、查检表nullA、查检表4. 训练培养资料员 确认此训练是否能够涵盖此研究的目的 (即情报问题的解析), 如何运用数据,解释表格每个项目之意义, 完整范例之演练:讨论完全与不偏资料的重要性与提出任何相关的评论 5. 稽核此流程并验证其结果 透过稽核随机抽样整个表格并观察数据收集的过程。 在开始分析这个数据前,记得验证其结果。 如何转译这些所收集的资料(核对所收集之资料量,察看有遗失或不正 常的观察事项,并且对于可能在数据收集过程中产生于偏移的模式资 料中,找出内部的变异。nullA、查检表示例一nullB、直方图v用于分析和掌握资料的分布狀況,以便推断特性总体分布状态的一种 統計方法。 v注意几点: §確定過程特性和計量标准值; §收集資料,必須是計量值資料; §資料針對一個范围時期收集至少50-100個; §確定全距R、分組數K、組間距h及分組組界; §作次數分配表; 第 二 大 手 法nullB、直方图A. 次数分配表的制作 1. 求全距 2. 分组 k = 5 * log N ,k = 1 + 3.32 * log N 3. 定组距 C=全距 /(1 + 3.32 * log N),组距为简单、整数 4. 上限(每一组最大值)、下限(每一组最小值)、组中点、组限 5. 组限不可重迭,需包含所有之观测值 6. 组距等宽 7. 绝对次数、相对次数 8. 组距若非等宽,相对次数需除以组距倍数 B. 把次数分配表化成图 1. 次数直方图 2. 次数多边型 C. 对一个次数分布图所应注意的事项 D. 累加次数分配表及图的制作:肩型曲线怎么画直方图???nullB、直方图绘制直方图之前要先 (1) 样本数,依据样本数来决定 (2) 分组数,再决定 (3) 每组之组距与组界 设计 (4)次数分配表,最后再依据次数分配表来绘制(5)直方图 如果我们有一组数据如下:~63   60   64   62   63   64 63   62   66   64   60   62 61   65   62   63   66   63 67   64   63   62   65   63 65   61   62   64   63   61組別下线值上线值中心值次数累计次数nullB、直方图表列出美国50州中每一州的65岁以上居民所占比率。null第 l 步:將資料的數值范围分成同樣寬度的組(class)。表中的数据从4.6 一直到18.4,所以可以选择以下的分組: 4.0<65岁以上居民比率≦5.0 5.0<65岁以上居民比率≦6.0 ..... 18.0<65岁以上居民比率≦19.0 組界定义要非常明確,每個觀測值只能被归入一個組。若有某一州的65岁以上居民佔全州人口5.0%,則這一州屬於第一組,如果是5.1%就屬於第二組。第 2 步:數一下每組中觀測值的個數,以下就是數出來的结果。B、直方图null第 3 步:画直方图。首先,把你要展示分布的变量在横轴上标示出刻度。在这个例子当中,这个变量就是『65岁以上居民所占比率』。刻度从4到20,这样就包含了我们选定的组的所有范围。然后把计数的刻度标示在纵轴上。每一个长条代表一组,长条底部涵盖该组的范围,而长条的高度代表该组的计数。画图时长条与长条之间不要有空隙(除非有一组是空的,此时它对应的长条 高度是零)。下图就是我们的直方图。B、直方图null直方图看起来像长条图,但和长条图有好几点不同: a、直方图的底部刻度都间隔同样的单位数。而长条图没有所谓底部刻度。 b、直方图里的长条宽度有意义--每个长条的底部涵盖一组变数值。 c、长条高度代表该组的计数。长条图的长条宽度没有意义。 d、直方图中的长条互相邻接,没有空隙(除非有的组计数为零),因为整个图的底部必须涵盖变e、量观测值的所有范围,不能有任何缺漏。 ◎直方图的目的是什么? 直方图可能有那些基本模式? 每一种基本模式透露了那些重要的訊息? ◎如何运用直方图來改善品质? 在直方图中的高度与寬度分別代表那些統計意义?』 『高度应該是代表集中趋势,寬度則应該是代表离中趋势B、直方图null1、 解释直方图 画統計图本身並不是最終目的,画統計图之目的是要幫助我們了解資料。在你(或你的電腦)画完图之后,一定要問:『我看到了什麼?』以下是審視图形的一般策略:型态(pattern)及偏差(deviation) 在任何一组数据的图形里,我们要找的是一般型态,以及有异于一般型态的显著偏差。离群值 一组数据的任何图形之离群值,是指落在图形一般型态之外的观测值。分布的一般型态 要描述分布的一般型态:   找出中心(center)及离度(spread)。   看看该分布是否有可以用简单的话描述之形状。B、直方图null对称分布(symmetric distribution) 若直方图的左半和右半大致上可看成互为镜中影像,则称该分布为对称。B、直方图null偏斜分布(skewed distribution) 假如直方图的右边(包含观测值的上半部)延伸出去比左边(包含观测值的下半部)远很多,则这个分布是右偏,假如直方图的左边延伸出去比右边远很多,称这个分布是左偏(skew to the left)。莎士此亚(Shakespeare)用字。图4-12显示莎士比亚剧中用字长度的分布。这个分布『右偏』(skew to the right)。分布都只有单峰(single peak),单峰的位置就是数据中出现最频繁的值所在。是单峰、还是多峰,也是描述分布形状的另一种指标。B、直方图null示例二B、直方图null图二A这张直方图的原始数据的确是混合了 两个供货商的数据,所以在直方图分析上, 一般人看到多峰型就应该先用层别法来分析 一般最常用的层别就是原料别,设备别, 班次别,人员别等,以双峰型直方图为例 ,经过成功的层别后,图二就可一分为二了。 1.来源混杂多峰并起 图2A:多峰型直方图(层別前)图2B:多峰型直方图(层別后)B、直方图null图3 这一类型的直方图叫做离岛型直方图,顾名思义,分析的重点当然要放在离岛上,把它拉扯出去的力量,可能就是统计学所谓的非机遇原因(Assignable Cause),而遇到离岛型直方图,就一定要将这些隐藏的特殊原因找出来。2.特殊原因形成離島3.偏向一邊洞燭機先  图4 这一类的直方图既与管理疏失所造成的数据混杂无关,又与技术原因造成的离岛问题无涉。它反而可说是一种难以避免的自然现象,统计学家特别将它称为偏态型直方图,换言之它就是会慢慢偏向一边图4:右偏型直方图 图3:离島型直方图B、直方图nullC、柏拉图历史History Vilfredo Pareto (1848-1923) 意大利人初生在巴黎,为著名的经济及社会学家他尝试证明一个社会的收入与财富分布状况,为少数20% 的贵族拥有社会大部份的财富, 虽然 “重要关键少数与无关紧要的多数” 原理,被多数学者应用于很多活动上,但直到Joseph. M. Juran 配合统计品管才广泛的应用到各个领域上。柏拉图原理系基于影响系统80% 的来至于20% 变量。 例 : 80% 的问题归咎于 20% 原因.第 三 大 手 法null由此图可决定 80% 问题的产生系由全部16项可能原因中的前4项所造成 ,经由此项分析可全力投入解决关键少数而勿需花费心力在无关紧要的项目上. C、柏拉图null柏拉圖是根據採集的數據,以不良原因、不良狀況發生的現象, 有系統地加以層別分類,計算出各項目的數據(如不良率、損失金額)及所占的比例, 再按大小順序排列,按其原因別或其象現別,以金額的大小順序排列,對占金額的80%以上的項目加以追究處理。. 柏拉圖法的使用要以層別法的項目為前提,依經順位調整過後的統計表才能畫製成柏拉圖.某部門將上月生產的製品作出統計, 總不良數420個, 其中不良項目依次為:C、柏拉图null從上圖可以看出,該部門上個月製品不良最大的排序為 變形: 占了50%,前3項的總和超過80%以上,進行處理控制時要以前3項為重點改善的項目.C、柏拉图null在很多的實例中看到,生產製品的品質管理和分析的成功, 都是在從原料到製品通過的各工序進行周密的層別, 並採取數據(Date) ,加以分析,也就是巧妙地使用層別後的管理圖的結果。 層別法的應用,主要是一種系統概念,即在於要想把相當複雜的資料進行處理,就得懂得如何把這些資料加以有目的的分類及統計。D、层別(Stratification) 統計表第 四 大 手 法null根據例1的主要不良項目為變形, 為前月製品的不良的總和, 再將製品用柏拉圖法分析.如下:變形不良數 = 210 個製品分類依次為:A製品在變形這一項就占了整部門的50% x 70% = 35%. 所以在進行改善時要以第1重點控制來處理. A製品 + B製品超過80%, 所以A、B為重點改善控制製品. D、层別(Stratification) 統計表null層別法: 是將多種多樣的資料,因應目的的需要分類成不同的「類別」進行解析.一般的工廠所做層別通常為「空間別」 人員: 全公司的人員,老闆開始→到臨時工每位員工 設備: 設備、機械、裝置、模、 冶工具等 原材料: 外發: 不同供應商、收入檢查標準、在庫、外發等 作業方法: 作業方法管理、作業標準、技術標準的標準化 計測: 誤差管理、計測器的檢定、檢查、校正以班別來分類,並加以統計,就可得知各班的產量及不良率狀況,以這些數據來實施那些改良措施.例: X X 公司注塑機系三班輪班,前週所生產的 產品均為同一產品,結果為D、层別(Stratification) 統計表null 是用图来表示决定达到目的方法. 因图形象鱼骨,也叫鱼骨图. 因最早提出这概念的是日本品管权威石川博士首先提出的,所以也叫作「石川图」. 特性要因图的概念是: 遇到问题,这些问题是何物(What) ,这些问题为何形成(Why) ,如何破解这些问题(How)。 当作问题的特性,和认为对其特性有影响的要因的关连,以及要因间的互相关连,加以整理成用眼看就能了解的图所表示的就是特性要因图。 特性要因图由于其图形特征也有别称「鱼骨图」,在质量管理方法中也是最简单的方法,而且由于和其它方法(柏拉图、查检表、直方图等)配合来使用,就能得到极大的效果。 E、特性要因图第 五 大 手 法null1、 特性与要因的关系 特性要因图的箭头的特性是表示工作或活动的結果,在現場第一線的例子為如下所列項目。 (1) Q 有关產品品質的特性     ……尺寸、壽命、電氣特性、訴怨等。 (2) C 有关成本的特性    ……工數、效用率、成本等。 (3) D 有关交期(生產性)的特性 ……生产數、效率、稼动率等。 (4) M 有关士氣的特性  ……出勤率、改善提案件數、图队合作等。 (5) S 有关安全的特性 ……災害、整理、安全等。 要因是影响這些特性的東西,因此以其大小程度也称为大骨、中骨、小骨特性与要因的关係因观点的不同也会有所不同。 E、特性要因图null 2、特性要因图的功能 特性要因图的功能非常廣泛,除可用於現場製程外,其他在事務上、研 究上、教育上及新產品的開發上均能派上用場。在「原因」或「對策」 之尋找,必須透過相关人員的知识和经验的聚集並整理,而成一種有系 統有组织的程序與方法,以得到分析管理的效果。其功能可整理成下列 四點: (1)、改善解析:為改善品質、提高产量、降低成本、增加工作效率,於進行現狀分析時,特性要因图所考慮之各原因,將有何種程度影响,可配合柏拉圖分析並研究提出改善對策。 (2)、製程管制:SPC主要以管制图判断製程是否穩定,當出現管制界線外的不良品,或是出現八種管制界線內的不良現象,欲察明可能知因素時,可利用特性要因图找出关鍵因素或以直方图來明了製程能力,當直方图超出規格界線時,亦有賴於特性要因图以查明其真正原因。 E、特性要因图null(3). 制定操作標準: 將特性要因圖分析徹底後,表示對於製程的變異有充分的掌握,之後在制定或修改操作標準時,即可針對原因以適當的對策因應。 (4). 實施品管教育: 當所有相關人員參予討論,可以利用特性要因圖將每個人的經驗及技術內容整理出來,使大家獲得完整的觀念與思想,增進管制者的解析能力。 製成特性要因圖的程序 程序1 選擇當作問題的特性 程序2 列舉影響特性的要因 程序3 整理特性要因圖 程序4 決定要因的重要度 程序5 記入必要事項 E、特性要因图null3 、 绘制与实施 (1) 确定问题点 特性要因图在未绘制之前,应先将不良率、顾客的抱怨、产品尺寸不符、外观不良等有关质量方面的问题,或安全程度、效率的提高、观念的提升等期望方面的问题,加以确定。 (2)Team work 必须使有关的人员都能参加,一方面集思广益,另一方面也有再教育的效果,以期能把关键因素顺利找出。 (3) 准备大幅的纸张与彩色笔 先在纸中央画一条较粗的线,之后在右端画一个指向右方的箭头,并于箭头右侧写上问题点。 (4)脑力激荡 由所招集的人员轮流针对问题点,提出影响问题点之要因或解决问题之方案。发言需简单扼要,勿批评或质询别人,并整理各种意见,作成纪录。 E、特性要因图null(5). 讨论分析 待大家发言告一段落,再共同讨论这些问题点之影响程度,并经大家认可后,将最具影响力的要因圈选出来。 (6). 特性要因图之制成 将经讨论确定的要因,依其重要程度依序作成骨干或细枝,应将同一因果关系者归于同一分枝。 (7). 贴在工作现场,并追加原因 特性要因图需贴在工作现场附近,以便于问题发生时,就近集合全员讨论,追加过去未注意的要因。若有不同意见或看法,需进一步搜集数据作成统计分析,并追踪其实质效能。 (8). 重新绘制特性要因图 当原因追加,或区分重要性之后,应将重要者处理出来,重新制作另一特性要因图,并加以分析,让全员了解,以便采取改善措施。 E、特性要因图null4. 特性要因图的看法 (1) 要因的抽出有否遺漏、脫落? 1) 有否脫落大的要因? 1.机械別 2.材料別 3.治工具別 4.作业者別 5.方法別 2) 有否脫落的要因?有否忘記記入? 3) 對於末端的要因,是否抽出到能具体地采取行动(能取得數 据或条件能改变)的細节? (2) 各要因是否有系統地整理? 特性與要因的关连性能需清楚,只寫出很多要因,不是真正有用 的特性要因图。 要检討下列項目: A.大骨/中骨/小骨是否按照次序整理?要因的大小是否成为相反? B.是否排上無特別关系的要因? E、特性要因图null(3) 特性要因圖是否想辦法使其容易採取對策? A.认为影响力大的要因是否明確? B.要因的比重與優先順位是否已定? C.有否表達(內容)籠統要因? D.要因是否分類為自部門與他部門的要因? E.現在已標準化,以及尚未標準化的是否明確? F.現在所測定或圖表化的是否明確? G.要因為可能測定與否是否明確? H.要因為可能控制與否是否明確? I.對於特性的贡献度以及其他的要因的影响是否被檢討而加以整理? E、特性要因图null5. 特性要因圖的使用方法 特性要因圖不僅是在現場,在事務、在技術或在營業都能廣泛地使用的工具。特性要因圖並不是一定要用特定使用方法的固定的東西。主要在於合乎目的就行。 1) 解析工程的問題點,發現改善點 現場的特性要因圖大多使用於解析、改善,若和其他的方法配合的話,可達到更有效的活用。 2) 準備管理點,管理其工程 在管理活動,最重要的就是要經常確認被指定的工作是否順利,若不順利就馬上加以修正。一般而言,工作是否順利要加確認的方法(管理點)。 E、特性要因图null3) 使用於教育訓練 製作特性要因图的過程就是教育。 在品管圈集會取出日常成為問題的身邊的特性,透過大家商討「其原因是什麼?」「以什麼關係發生影响?」等,可得到發表個人的知識與經驗的機會。 1.以特性要因圖為中心來討論,話題不會離開本題。 2.可提高對於改善的意願、熱誠。 3.多多少少會得到新的知識。 把工作的重點有系統地整理在特性要因圖,就能使用於新進職員分配到職場時的說明。 雖然有特性要因圖「不能作的很好」「很麻煩」等的意見,但是不可能一開始就十全十美,同時,特性要因圖並不是製作為目的,而是好好地加以活用才有真正的價值,所以最重要的是使其成為活用的結果為極顯明的特性要因圖。 E、特性要因图null6 、特性要因图区分 「原因追查型」和「對策追求型」兩種:A 原因追查型:利用特性要因图找寻不良原因的症結 E、特性要因图nullB、對策追求型: 找寻问题点应如何防止,目標之效果應如何達成的對策,而以特性要因图表示期望效果(特性)與對策間的关系。以下图为例: E、特性要因图null7、改良式鱼骨图绘制 .标示主要影响类别 .运用脑力激荡法确认造成特定变异或响应的变量项目 . 确认各类变量属性区分为可控制 constant (C) , 不可控之干扰变量 Noise variable (N) , 及 需实验之关键变数 (X) .每一个“Constant” 变量,必需用SOP管制并以数据显示这些变量稳定且有效地被管制,若无则需强化管理纪律 .每一个“Noise” 无法管制的变量,它们可能会影响响应,但因为使这些变因被管制不是太困难就是太昂贵。 .不是每一个鱼骨图都一定有“X” ,如果要详加了解变因影响,今天的“C”变因会成为明日的“X” 。 E、特性要因图nullF、散布图(图表类型的认识)1、直方图、横条图:主要以平面或\立体直條分別表示各群組資料在同一個項目所佔的比重关係或大小值的比較。國小、國中學生是減少趨勢,應為出生人數減少所致;國小、國中學生占人口千分比分別減少31.23及2.47個千分點。 大力推展高等教育,增設大專院校,提昇教育水準,使高等教育學生占人口比率,由七十五年之1.77% 升至八十五學年之3.15。第 六 大 手 法null3、組合图: 圖右為條形圖與折線圖組合的圖例,由圖右條形圖可清楚知道各年度教育經費為多少億元,而由折線圖可知這麼多錢是占多少政府歲出比率。 F、散布图(图表类型的认识)null4. 散布图 能大概掌握原因与結果之間是否有相关及相关程度如何。相关关係 正相关: 如图(a). X 值增大時,y 值也增大. 負相关: 如图(b). X 值減小時,y 值也減小. 不相关: 如图(c). X , y 值沒有相关关係. 弱正相关: 如图(d). X , y 值虽然有參差不齐, 但也有 x 值增大時, y 值 也增大的關係. 弱負相关: 如图(e). X , y 值虽然有參差不齐,但也有 x 值減小時, y 值也減小的關係. 如果加以层別就有相关,如果不层別就沒有相关: 如图(c). x , y 值不按 顏色來分就沒有相关关係,但按顏色來分就有相关关係. F、散布图null F、散布图null1. 散布图制作程序 (1).    收集数据, 数据的组数尽量要多(至少50组以上). (2).    找出数据中的最大值与最小值(这时想是异常的数据要除去). (3).    横轴代表原因(x), 先用最大值确定 x 轴的分格. (4).    纵轴代表结果(y), 先用最大值确定 y 轴的分格. (5).    尽可能把数据层别后才制作散布图, 或者用色笔来打点层别后的数据 (6).    把各组数据打点在 x, y 的坐标图上   散布图是找出数学式: a x + b y = c 的关系就是这么简单. 知道了变化 关系就可控制这变化, 且制定作业标准, 就可大量制造出稳定质量的 制品. F、散布图null(5)、圓形圖: 以圓形為一個單位,來說明每一個資料項目在這個圓形單位所佔的百分比。 (6). 區域圖: 某時間內各區域的變動量 F、散布图null(7). 雷达图: 显示數列間的变动趋势 F、散布图null, 由美國貝爾電話实验室的(Dr.W.A.Shewart) 博士在1924年首先提出的,是以統計的方法求出限界线再制成图形,叫作管制图。管制图可在各种管理上活用,所以最好不要称它为品質管制图. 管制图在管循环中的作用(管制的方法.思考方法) 管理循环分为: Plan→Do→Check→Action 簡稱PDCA輪.如下圖 管理的6 STEP 1-1.   決定目標.目的 (Plan) 1-2.   決定達到目標.目的方法 (Plan) 1-3.   教育.訓練 (Do) 1-4.   實施 (Do) 1-5.   檢查實施的結果 (Check) 1-6.   採取修正处置 (Action) G、管制图(Control chart)第 七 大 手 法null◎ 常态分配有一個事实在品质管理中經常用到,即不论  与 为何值,产品品质特性值落在[ - 3, + 3]范围內的机率 99.73%。 落在[ - 3, + 3]范围外的机率 1 - 99.73 % = 0.27%,而大於  + 3 一側的机率為 0.27% / 2 = 0.135 %。 休哈特依此发展管制图。G、管制图(原理)null 管制图的第一种解釋 1、若制程正常,即分配(布)不变,則样本(點子)超出UCL的机率只有 1 / 1000 左右。 2 、小机率事件原理:小机率事件实际上不发生,若发生即判断异常。 管制图的第二种解釋 1、引起制程变异的原因为偶因和异因 (Chance Cause & Assign Cause) [戴明---制程变异的原因分为共同原因和特殊原因 (Common & Special Cause)]兩大类。偶因的变异是恆常系統(Constant System)确实存 在于自然中。 2 、异因对品质的影响甚大,楊氏警語:遇問題立即反映 / 見可疑追查到底 2 0字 个人自传范文3000字为中华之崛起而读书的故事100字新时代好少年事迹1500字绑架的故事5000字个人自传范文2000字 真言--- 疑难杂症、对症下策、药到病除、莫犯同症、标准化之。G、管制图(原理)null 將量測出來的品質特徵值依序的描绘在管制图上。 若特徵值超出管制界线,則表示制程不在控制當中(out of control),需 请人查出 异常原因 的所在。G、管制图(基本使用方式)null第一种错误:虛发警訊。 生产正常下而样本(点子)偶而超出界限外,根据点子出界就判异,此乃犯了第一种错误。以符号表示 (2) 第二种错误:漏报警訊。 制程已经异常,但仍有部份产品,其品质特性值的數值偶而落 於管制界限內。倘抽取此样(点子),描点会在界內,此乃犯了第二 种错误。以符号  表示。3、 休哈特管制图设计构想 G、管制图null3 LCLProcess Mean3 UCLShift in process average G、管制图null◎ 休哈特管制图的设計思想是先確定 ,再看 。 (1)  按照 3方式確定 UCL 和 LCL 就等於确定  = 0.27%。 (2) 通常統計上一般採用 為1%,5%,10%等三值,而休哈特 以经济原則及为了增加使用者的信心,把其管制图的  取 得特別小( 0. 27 % ),如此  將变大,因此需要增加第二類 判异准則『界內点排列不隨机則判异』。 (  = 0 則 UCL與LCL之间隔將為无穷大, 从而  = 1,即必发漏報 ) 。(检定力(Power) = 1- )。 G、管制图4、管制图的分类4、管制图的分类計量值管制图(variable control charts) 監測特徵值集中的地方 X-bar chart 監測特徵值的分散程度 s chart R chart 計數值管制图(attribute control charts) 監測失效的相對次數(不良率) p chart 監測失效的次數(不良數,缺點數) c chart G、管制图null G、管制图(计算)null G、管制图( Process Capability Cpk 製程能力指數)null6 製程能力的評估 G、管制图( Process Capability Cpk 製程能力指數)7、 三種界限的區分7、 三種界限的區分自然的容忍界限(natural tolerance limits) 表示制程中自然的变异,一般以制程平均值正負三倍标准差(3σ)來作为界限大小。(UNTL,LNTL) 規格界限(specification limits) 由开发者或設計者所定,表示產品的品质。与制程,样本无关。(USL,LSL,Target) 但制訂規格界限時,需考慮自然的容忍界限,以免製造不出符合規格的产品。 管制界限(control limits) 制程中自然变异的函數(3σ/√n) ,是所能容忍的程度來定其大小。(UCL,LCL) 規格界限與管制界限並无数学上的关系。 G、管制图( Process Capability Cpk 製程能力指數)8、如何判斷製程 is Ok or not? 1) 正常状態: A. 多数点集中在中心线附近。 B. 少数点落在控制界线附近。 C. 点分布呈随机状态,無任何规律可循。 D.下列情况也可视为在管制状态, (1) 连续25点以上出现在管制界线以内。 (2) 连续35点中, 出现在管制界线以外不超过1点。 (3) 连续100点中, 出现在管制界线以外不超过2点。8、如何判斷製程 is Ok or not? G、管制图( Process Capability Cpk 製程能力指數)8 如何判斷製程 is Ok or not? P(連續 25點,d=0) = = 0.9346 P(連續25點,d>0)
本文档为【PDCA_5W2H_QC七大手法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
is_350249
暂无简介~
格式:ppt
大小:1MB
软件:PowerPoint
页数:0
分类:企业经营
上传时间:2011-10-11
浏览量:107