QC七大手法

nullnullQC七大手法部 门：MPU模组制造中心 编辑制定：教育训练组 文件编号：MPUFAQC001 版 本：200805B 页 数：76页 审 核： 核 准：null “工欲善其事，必先利其器”。品管七大手法是企业应用最广泛的利器。 其中老七法由石川磬在上世纪50年代提出，主要应用于过程的分析和控制，为管理和现场人员实际运用，并认为可解决企业中95%的质量问题。 新七法则是为了全面质量管理中思考方法和推行方法的需要，由日本科学技术联盟于1972年提出，为管理和参谋人员实际运用，也传播到了世界各国各地。序何谓 QC七大手法? 何谓 QC七大手法? Quality Control 七大手法 = 品管七大手法 50年代由日本首先提倡，并于80年代发揚光大至全世界 沒有足够而正确的工具來得知事件的真相跟“瞎子摸象” 无异。每个瞎子摸到的部位都不一样，自然彼此见解也不一样，很多时候团队中充滿各种自以为是的爭辩，演变到后來变成谁在爭辩中机智反应比较快，态度比较堅持、强悍那他的解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 便成为主流。这时在错误方向下，越努力的人，所造成的损失越大。戴明博士(W. Edwards Deming)称之为『努力挖掘自已的坟墓』。 QC七大手法有哪些?QC七大手法有哪些? 凭经验去决定问题点，不易掌握重点，应利用统计方法來解析所得的数据或图表，藉以取得重点；QC 七大手法是目前最简单、常用的统计手法，时时刻刻在生活中出现，分別如下: 1.查检表 (Checklist) :收集、整理资料 2.直方图 (Histogram):展示资料的分布情況 3.散布图 (Scatter Diagram):展示变数之间的线性关系 4.柏拉图 (Pareto Diagram):确定主导因素 5.管制图 (Control Chart):识別波动的來源 6.特性要因图 (Characteristic Diagram):寻找引发结果的原因 7. 层別法 (Stratification):从不同角度层面发现问题null鱼骨图,散布图,查检表,柏拉图,直方图,层別法,管制图 析因果,视相关,查现象,示重点,看分布,滤问题,管异常null 图表的应用,可以將繁杂的数字情报转化,以最简单的方式表达出來,易看易懂,一目瞭然.在爭取时间,讲求效率的今天,对管理者尤为重要.Graph图表2003 Fall & 2004 Spring, Summer Market Quality (EU)AFR（PPM）03Fall04Spring04Summernull图表的功用: 利于多种复杂现象相互比较可供分析研究用 费甚少时间可得明确的概念 对于专门知识不足的人,亦可得到了解 表示事务间关系时,图表较文章可以使阅者印入脑海 利于演讲,宣传或广告时,予阅者深刻印象 可供预测用图表的必备条件: 能把握全体------应一看即能完全了解全体的狀況 简单明瞭,迅速了解,正确的判断,浮现对策null几种常用图表null数据收集的意义: 解决问题的第一步,就是依据事实來作判定,再采取行动 数据的种类: 定性数据 定量数据 计数数据 计量值数据数据Data运用 5W1H 收集数据正确数据 = 事实正确数据 = 事实垃圾进，垃圾出….. 数据分类 1).定性数据(布的质感/酒的香醇) 2).定量数据(计数:良品数、缺点数) (计量:重量、时间、长度...) 应用数据须注意: 1.搜集正确可用的数据 2.避免个人主观的判断 3.掌握事实的真相 4.数据不可造假,否则问题將永远无法解决QC七大手法与 PDCAQC七大手法与 PDCA(一)查检表-Checklist(一)查检表-Checklist查检表: 检查表是用来系统收集资料和积累数据，确认事实并对数据进行粗略整理和分析的统计图表。查检表种类: 一. 点检用查检表 二. 记录用查检表 制作程序: 一. 明确目的所在 二. 决定查检项目 三. 决定抽样方法 四. 决定查检方式 五. 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 表格实施查检 六. 记下资料相关之条件 功用: 通常是利用查检表來了解现狀或收集数据以作分析之用.null1. (事前…)点检用查检表: 点检用查检表是为了要确认作业实施、机械设备的实施情形、预防发生不良或事故、确保安全时使用。如机械定期保养检核表、不安全处所检核表、登山裝备检核表…等，这种检核表主要是调查作业过程之情形，可防止作业的遗漏或疏失 (事前) 2. (事后…)记录用检核表: 是将数据分类为几个项目別，如依不良的种类、工程別、原因別等排列出來再以符号或数字记录于图或表中，藉以了解数据分布之狀況。这种查检表主要是调查作业结果的情形，不单是记载每天的数据，并且可以看出那一种项目的数据特別集中 (事后)查检表就在你的日常工作中…查检表就在你的日常工作中…查检表的实例…查检项目目的确定查检方式记录资料相关条件查检表的实例…(二)直方图 -Histogram(二)直方图 -Histogram 将所收集的测定值或数据之全距分为几个相等区间作为横轴,并将各区间內之测定值所出现次数累积而成的面积, 用柱子排起來的图形,叫直方图,亦称之为柱狀图. 透过数据的量测 (长度、重量、时间、温度、硬度……等,经由量测所得到的数据) 及直方图的整理,我们可以得到数据的几种特征: 1. 数据的分布形态(分配状态); 2. 数据的中心位置; 3. 数据离散程度的大小; 4. 数据和规格之间的关系.null制作程序: 一. 搜集数据并记录于纸上,收集数据一般应大于50个 二. 找出最大值(L)及最小值(S),并计算全距(R=L-S) 三. 确定组数: K=1+3.231ogN 一般对数据之分组可参照下表: 四. 确定组距: H = R/K,一般取测量单位的整数倍 五. 决定各组之上下组界. 界限值的单位应取数据最小测量单位的1/2,并注意使 规格限落在H的整数倍上: 最小一组下组界 = S - H / 2 最小一组上组界 = S + H / 2 最小二组下组界 = 最小一组下组界 + H 最小二组上组界 = 最小一组上组界 + H 依此类推 六. 计算各组的组中点: 各组组中点=(上组界+下组界)/2 七. 作次数分配表 八. 制作直方图 九. 记录数据履历等相关条件null直方图常见形态: 一. 正常型:说明: 中间高两边低,有集中趋势 结论: 制程在正常运转下.二. 缺齿型说明: 高低不一,有缺齿情形. 结论: 分组过细或是假造数据 直方图用一系列等宽的矩形表示数据分布,宽度表示数据的间隔,高度表示该间隔内的数据个数,可直观地显示有关的过程和状态.null三. 偏态型说明: 高处偏向一边,另一边低,拖长尾巴. 结论: 尾巴拖长时,应检讨是否在技术上 能够接收. 多由工具磨损、松动及加工习惯引起.四. 绝壁型说明: 有一端被切断. 结论: 数据经过全检过,或制程本身经过全检.五. 双峰型说明: 有两个高峰出现 结论: 有两种分配混合null六. 离岛型说明: 在左端或右端形成小岛. 结论: 測定有错误,工程调节错误或不同原料引起.七. 高原型说明: 平顶狀. 结论: 不同平均值的分配混在一起. 功用: 可配合管制图使用或用來订定规格界限.运用JMP进行直方图分析运用JMP进行直方图分析收集数据; 开启JMP软体 將所收集的数据COPY到JMP內 运用Distribution Y功能汇出直方图null直方图的组成 四十位小朋友在数学测验时得到成绩是： 63 67 62 86 47 39 58 54 63 94 68 75 73 60 56 60 80 47 65 75 77 82 64 66 71 48 69 78 70 34 96 74 88 45 64 58 53 67 72 84null长条图与直方图的差异长条图(Bar Graph)直方图(Histogram)长条图线条可为垂直或水平长条图每一线条宽度不具任何意义直方图线条为垂直狀直方图线条宽度代表类別涵盖范围(三)散布图 –Scatter Diagram(三)散布图 –Scatter Diagram定义:將两个种类的资料显示在座标图上,借以判断两者是否相关.这种图表稱之为散布图. 散布图通常是用來研究两变数间之相关联性 (正相关、负相关、或无相关) 。 依散布图之相关性可分为: 一. 正相关 二. 负相关 三. 毫不相关 四. 弱正相关 五. 弱负相关 功用:用來判定不同种类资料之间的相互关系. null散布图的类型 正相关 (相关性强) 负相关 (相关性强)毫不相关似乎有正相关 (相关性弱)似乎有负相关 (相关性弱)散布图的制作散布图的制作散布图之制作步骤: 步骤1: 先调查两组数据是否有关系，將所选择的「要因」定为X轴，相对的「特性」定为 Y轴。如温度 VS 冷气销售量。 步骤2: 在横轴及纵轴上，点上尺度，横轴愈向右，其值愈大，纵轴愈向 上，其值愈大。  步骤3: 把数据点到座标上。相同数据 二点重叠用 ，三点重叠用  步骤4: 判读 散布图之制作步骤-Excel: 步骤1: 插入图表XY散布图 步骤2: 选取资料范围..…..null 散布图之点记的分布状态和两特性值之相关关系有下列三种: 1.正相关: 当其中一方的特性值愈大，另一方的数值也有增加的傾向时，散布图会呈向右上方走向，代表此两特性值为正相关。 2.负相关: 当其中一方的特性值愈大，另一方的数值却愈小时，散布图会呈现向右下方走向，代表此两特性值为负相关。 3. 无相关: 两个特性值互相不受对方影响时，散布图几乎似圆形，代表两者不相干。散布图的秘密… (1/2)null检讨异常值 此外，要浏览散布图整体，检视是否有异常值存在。在距离多数点记之外的地方，若出现点记的話．先调查此数据之來源．一旦确定是因为异常之原因所造成之异常值的話，便可將此点去除。 若从图上无法判別其是否为异常值时，切不可任意下结论，必须追究 此点和其它点偏离之原因．在确定其原因后，才能判断其是否为异常值。散布图的秘密…(2/2)null1.调查两特性值之间是否相关: 可经由视觉直接解析判断其相关性。 2.可判断异常值之存在: 异常值多半因为作业失误、测量失误、转记失误等而发生的，在制作散布图时，这些异常值常会偏离其它值甚多，很容易察觉出來。 3.应用于问题解决步骤中: 当找出了某现象所发生的原因后，便可利用散布图來验证其是否为具有重大影响力之要因。 (即用以判断要因影响特性之程度: 正相关 ? 负相关? 无相关?)散布图的使用null散布图的实例…null(四)柏拉图 –Pareto Diagram 柏拉图通常用來区分造成品质问题之少数重要原因，及多数不重要原因。它是一个通用工具，亦可使用在其他领域。null讲古篇… 为何叫柏拉图 – Pareto Chart 柏拉图为十九世纪意大利经济学家柏拉图(V. Pareto)调查国民所得分配时，发现少部分的人, 占有大部份财富。 80/20 法则: 80% 的问题集中于20% 的项目中，故控制 20%的项目即可解决 80%的问题。精神篇… 柏拉图的基本观念是: 以有限的人力和时间，有效的解决问题。柏拉图 – 80/20法则null1. 有助于了解那一个项目是最重要问题。 2. 一眼就能明白事情的重要順序。 3. 知道那一项目在整体中所占的比例程度。 4. 可以预测减少某一项目，就能期待整体获得多少效果。柏拉图的好处null制作一个好的柏拉图步骤一:座标之取法,即是目的 纵轴:可以代表占总不良之百分率、故障次数、损失金額或灾害件数 横轴:可以代表材料总別、机器总別、缺点总別或加工方法等 步骤二:搜集数据资料 一组好的数据资料必须要掌握正确的事实，在规定的期间內去收集资料，而这些资料有赖于平时之记录与汇整。 步骤三:整理数据资料 依搜集项目(横轴)数据的大小顺序排列。 计算每一项目的数据占累积总和的百分比率。 数据之数目小的项目多时,整理成其他项。 步骤四:柏拉图分析图制作 (MS Excel) 步骤五:分析使用MS Excel制作柏拉图 1使用MS Excel制作柏拉图 1绘图使用MS Excel制作柏拉图 2使用MS Excel制作柏拉图 2选取“自订类型” 之 “双轴折线图加直条图”使用MS Excel制作柏拉图 5使用MS Excel制作柏拉图 5填入基本资料或说明使用MS Excel制作柏拉图 6使用MS Excel制作柏拉图 6使用MS Excel制作柏拉图 7-1使用MS Excel制作柏拉图 7-1將图型微调使用MS Excel制作柏拉图 7-2使用MS Excel制作柏拉图 7-2100%所有项目 累积和纵轴最大值:累积和,100%使用MS Excel制作柏拉图 8使用MS Excel制作柏拉图 8使用MS Excel制作柏拉图 9使用MS Excel制作柏拉图 9显示各数据点之数值使用MS Excel制作柏拉图 10使用MS Excel制作柏拉图 10制程:DIP A 线 制图人:小A 日期: WW30填入柏拉图制作之基本资料null制程:DIP A 线 制图人:小A 日期: WW30制作柏拉图的注意事项制作柏拉图的注意事项 横轴、纵轴最好是比例 1 : 1 將数量比例较少的项目合并为「其它」项 「其它」项目不一定是占比例最少的 「其它」项目放在最右端好的柏拉图要件好的柏拉图要件图表名称是否有意义 X,Y轴座标名称,刻度是否明确 每个条图之间是否有间距 第一个直方条和累积百分比曲线是否连接 各点资料标签是否清晰 正确、一致、简洁(Correct,Consistent, Concise)使用柏拉图的注意事项使用柏拉图的注意事项協助找出真正问题点 无法知道如何解决问题 初步预测改善效果 比较改善后的成果null柏拉图的范例(五)管制图 –Control Chart(五)管制图 –Control Chart管制图简介….. 管制图为Shewhart博士于1924年发明。 管制图为一种图形表示的工具，用以显示从样本中量测或计算所得之品质特性。 管制图不仅能將数值以曲线表示，观察其变化之趋势，并可透过它即时判定制程是否有发生异常的趋势或已发生异常。管制图的分类依数据之性质分类: 一. 计量值管制图 (数据由量具实际量测而得,数值为连续性的) 1. 平均值与全距管制图 ( X-R Chart) 2. 平均值与 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差管制图 ( X-δ Chart) 3. 中位值与全距管制图 ( X-R Chart) 4. 个別值与移动全距管制图 ( X-Rm Chart) 二. 计数值管制图 (数据由单位计数而得,数值为离散性的) 1. 不良率管制图 ( p Chart) 2. 不良数管制图 ( pn Chart) 3. 缺点数管制图 ( C Chart) 4. 单位缺点数管制图 ( U Chart) 依管制图用途分类: 一. 管制用管制图 二. 解析用管制图~管制图的分类管制图 ??管制图 ??管制图观念 –基本篇管制图观念 –基本篇平均值 / : 所有数值的总和除以此群资料的总数的值. ex… 全距 R : 群体中最大与最小数值的差距 . 非常易于计算. ex… 母体 N 母体平均值 所有可能的取样结果总称。 Example全校数学成绩 样本 n 样本平均值 由母体中隨机抽取的小部份数量。Example… 机遇原因 : 不可避免、非人为、不易控制之原因 非机遇原因 :可避免、人为、可控制之原因管制图观念 –进阶篇管制图观念 –进阶篇母体变异数 : 母体变异数的公式(x-u)为何要平方? (与中心值的距离) 母体变异数的大小与制程能力的关系为何? (变异大不稳定...) 母体变异数可以互相比较吗? (只要母体相同…例如…)到中心点的距离將距离平均 (N=母体总个数)母体平均值样本变异数与样本标准差样本变异数与样本标准差样本变异数 计算公式为 样本标准差 计算公式为 为什么要用样本变异数? 为何要除以(n-1)而非(n)? (样本v.s母体 +不偏) 为何以“s”为名? (Standard Deviation) 为何要减 而非 ? (样本v.s母体)注意… 现实生活中，大部分的情況下，我们都用 “样本变异数”來估计 “母体变异数” Why?变异数、标准差以及全距 R变异数、标准差以及全距 R样本标准差 : 样本变异数开根号即为样本标准差 标准差与全距的R关系为何? (标准差近似于全距) 为何管制图要管制全距R而不管制标准差或是变异数? (全距的优点?)管制图观念 –高手篇管制图观念 –高手篇中心线 (Central Line):母体(历史资料)的平均值 上管制界线 (Upper Control Limit)及下管制界限(Lower Control Limit): 这两条管制界线皆位于离中心线上、下3个标准差的位置，表示其容許之管制范围。 异常判定的标准 管制图管制非机遇性的原因 1.超出管制界线 非机遇原因 2.发现异常趋势 非机遇原因 管制图的目的管制图的目的1.维持制程在稳定状态中 2.即时找出非机遇原因异常趋势、异常发生 3.消除问题，立即改善 4.重复此一循环，持续监控异常趋势 Ex: 连续五点上升异常发生null管制图范例:null 用X-R管制图來控制AGP GAP,尺寸单位为mm,請利用下列数据资料,计算其管制界限并绘图.制品名称:AGP 机器号码:RK006 品质特性:GAP 操 作 者:55230 测定单位:mm 测 定 者:58664 制造场所:A线 抽样期:03/10/99~03/12/99(演练时间:15分钟)实例演练null(六)特性要因图 -Characteristic Diagram特性要因图是管理、改善工作所不可欠缺的品管七大手 法之一，因其狀似鱼骨．特別为它取名「鱼骨图」。因为其 为日本东京大学石川教授所提出，有人称之为「石川图」。 所谓特性要因图，系指整理特性(结果)，以及可能对之造 成影响的要因(原因)的关连性，用狀似鱼骨的图形，有系统 地汇集而成的。nullnull特性-Characteristic●何谓特性? 特性是指工作的结果．或是工程产生的结果。就是问题啦….. ●何谓要因? 所谓要因是指，对结果(特性)造成影响，而被举出來的原因 一般而言在制造部门中．特性与产品品质的差距有关的話，通常起因于5M的差別，因此大骨的要因最好用5M检讨，但是也不必拘泥于此，所谓5M 是指。 Man: 人 (作业者)。 Machine: 机 (机器、设备裝置) Material: 料 (材料．零件) Method: 法 (作业方法) Measurement: 量测 (作业环境与测量方式)null如何做一个好的鱼骨图●骨骼强健… 正确的鱼头(太大?太小?)+明显的主骨+完整的大骨(人,机,料,法,量测)你的逻辑思考正确吗 ?你的逻辑思考正确吗 ?●机能正常… 你的鱼骨是要因、现象还是举例?你问的是Why or What? 每一个大骨都应該是一只小鱼 长在正确的地方一只好鱼一只好鱼●营养丰富 至少问到二次因 小骨 至少两跟中骨null特性要因图的制作先进行脑力激荡法初步评价(重要、次要、无关)分类四至六项绘制特性要因图检查有无遗漏项目尝试标示出解决要项 (顺序)null制作特性要因图的注意事项收集多数人自由的意见 过去资料可以提供初步评价依据 以事实为依据才列入要因 较合适的交线夹角 60 度 要标示产品名、日期、绘制者null使用特性要因图的注意事项改善现行狀況找出解决方案可以作为制定或修改作业方法依据导入品质管制的初始概念进行新进人员教育工作null(七)层別法 –Stratification●层別法(Stratification) 是一种概念 其并沒特定的图形表示，这在七大手法中是较为特別的一种，但其确为品质管制的一种发现不良因素的有效技术 ●透过数据的分类，寻找事实的真正原因 分开观察并收集资料按照特性加以分门別类，以找出其间的差异 ●前面的六种手法都是层別法的一种表现方式 前面的六种手法，其实都已经包含了层別法的观念null层別法的步骤 (1/2)1.确定使用层別法的目的 做某件事之前，必须了解因何目的而做？ 为何这样做？ 好处在那儿？ 在使用层別法之前，首要即是确定为何种目的，使用何种层別；为了评定作业员的绩效、生产线的效率、还是分析不良原因……等。 2.层別的项目 一般影响品质特性的原因包括时间、原料、机器设备、作业方法与作业的人员……等。所以，我们可依下列的例子來做层別:null区 分 项 目 时 间 年、季、月、日、上下午、作业时间別等． 组 织 工厂、部门、组等 原 料 制造商、供应商、产地．性质、形狀、批量、成份、尺寸等 环境/气候 温度、湿度、压力、风向、噪音、光度等 设 备 制造商、供应商、新旧、机种、用途等 员 工 职位、性別、年龄、经历、薪资、教育程度等 销 售 固定/一般客戶、市场、运送方式等 作业方法 方法、步骤、自动/手动等 商 品 设计师、价格、库存、名称等 量 测 方法、器具、人员、场所等层別项目的实例null3. 收集与整理数据 使用表单如记录卡或是查检表的方式，委託有关人员收集欲实施层別 法的项目资料。但是，所收集到的资料并非完全都符合需要的。因此， 必须將所收集到的资料数据整理，或对于不足的资料加以補充。 4. 分析、比较与检定 层別法可以用來比较各个项目，所以各个项目的优劣一目了然，因此 可以简易判別出异常的原因，或其他所欲探求的事项。层別法的步骤 (2/2)null层別法的实兵操演…谁是凶手?材料A机械甲材料B机械乙材料B机械乙材料A机械甲制品规格下界 规格上界B+乙A+乙B+甲A+甲产品规格发生异常层別原因null以特性要因图來做层別法…层別法在其他手法的应用层別法在其他手法的应用层别法 检查表特性要因图柏拉图散布图直方图管制图QC七大手法与 PDCA- 看起來有什么不一样吗QC七大手法与 PDCA- 看起來有什么不一样吗null手法仅是解决问题的 工具 而非 目的！ 搞清楚问题再开始…..