QC七大手法1

三个杯子•一个是杯口朝下盖著•一个是杯口朝上可是杯底破了洞•一个是杯子里头有脏东西的三个杯子都装不到干净的水喝…杯口朝下…水倒不进去.杯底破洞…边倒边漏..有脏东西…水倒进去就脏了…不能喝了当你抗拒而不肯接受时…你什么都没有,学不到也得不到.当你边听边漏…你也许知道,可是却不是完全了解而可以运用.当你对事情有所成见时…你就得不到它原來的本质前言---数据及其整理方法现场有各式各样的数据,如原物料,半成品或成品等等表示品质的数据,或不良品的发生次数,生产数量,工序等.品管即是根据这些数据,进行品质的改善及管制活动.同样的原料,设备所生产出來的产品,其品质通常会有变异性存在.这样须将数据整理成直方图的或统计图等图形.品管七大手法常被广泛应用在企业中.一百个自觉不如一个正确的数据七大手法简介:A.鱼骨图:鱼骨追原因.(寻找因果关系)B.柏拉图:柏拉抓重点.(找出“重要的少数”)C.层別法:层別作解析.(按层分类,分別统计分析)D.查查表:查查集数据.(调查记录数据用以分析)E.散布图:散布看相关.(找出两者的关系)F.直方图:直方显分布.(了解数据分布与制程能力)G.管制图:管制找异常.(了解制程变异)品管七大手法所体现的精神:•1.用事实与数据说话.•2.全面预防.•3.全因素、全过程的控制.•4.依据PDCA循环突破现状予以改善.•5.层层分解、重点管理.一.特性要因图:定义:一个问题的结果(特性)受到一些原因(要因)的影响时,我们将这些原因(要因)加以整理,成为有相互关系而且有条理的图形,这个图形称为特性要因图.由于形状像鱼的骨头,所以又叫做鱼骨图.它为1952年日本品管权威学者石川馨博士所发明,又称“石川图”.作法:1.以4M1E法找出大原因:(Man,Machine,Material,Method,Environment)2.以5W1H之思维模式找出中小原因:(What,Where,When,Who,Why,How)3.创造性思考法:希望点例举法、缺点列举法、特性列案法.4.脑力激荡法:“BrainStorming”严禁批评、自由奔放.人特性机材料方法环境模具定位不稳定模具设计不合理模具设备老化模具改善不及时设备维修不力模具保养不当品管人员减查不落实责任心不強模修人員技能不够教育训练不够产线未做好自主检查品质意识不够教育训练不够规格不完善钢材不良新机种承接不力治具不完善自主检查未落实品管管理方法不当作业方法不当专案改善不力现场管理不严模具、设备人员其他方法为何SWR那么高?两类特性要因图:(1).追求原因型:(2).追求对策型:提案8件改善系统文件规格执行度94%所有产品导入SPC两个产品导入CCD应用QANetwork干部学习FMEA开始研究动件CSI改善品质记录稽核100%执证上岗他山之石检讨观摩兄弟单位5次教育训练140hr/人/年IPQC与FQC交叉担纲每日点检推动模具稽核每日IPQC作业点检点检结果反馈随时问题反馈模具问题反馈规格问题反馈来料问题反馈每周品质状况汇整QIT活动10次以上协助生产品质教育训练品质检讨会推动成立QCC18圈以上他山之石汇整完善相关品质系统开发导入品管新技术提升品管人员素质加强生产作业稽核品质情报及时反馈推动品质活动达成年度工作目标二.柏拉图:•1897年,意大利学者柏拉撬分析社会经济结构,发现绝大多数财富掌握在极少数人手里,称为“柏拉法则”.•美国质量专家朱兰博士将其应用到品管上,创出了“VitalFew,TrivialMany”(重要的少数,琐细的多数)的名词,称为“柏拉图原理”.•定义:根具所搜集之数据,按不良原因、不良状況、不良发生位置等不同区分标准,以寻求占最大比率之原因,状況或位置的一种图形.注意事项:•1.橫轴按项目別,依大小顺序由高而低排列下來,“其他”项排末位.•2.次数少的项目太多时,可归纳成“其他”项.•3.前2～3项累计影响度应在70%以上.•4.纵轴除不良率外,也可表示其他项目.ABCDE不良率100%累计影响度项目作法:柏拉图的用途:1.作为降低不良的依据.2.决定改善的攻击目标.3.确认改善效果.4.用于发掘现场的重要问题点.5.用于整理报告或纪录.6.可作不同条件的评价.柏拉图应用范围:1.时间管理.2.安全.3.士气.4.不良率.5.成本.6.营业额.7.医疗.ABC法应用:A.时间管理.B.仓库管理.C.其他.柏拉图实例:50030020020010073.08%88.46%92.31%100%38.46%0100200300400500600买衣服零食请客娱乐其它RMB0.00%20.00%40.00%60.00%80.00%100.00%120.00%RATE%月费用支出分析(柏拉图)三.层別法:定义:针对部门别,人别,工作方法别,设备,地点等所收集的数据,按照它们共同的特征加以分类,统计的一种分析方法.即为了区別各种不同的原因对结果的影响,而以个別原因为主,分別统计分析的一种方法.分类:1.时间的层別.2.作业员的层別.3.机械、设备层別.4.作业条件的层別.5.原材料的层別.6.地区的层別等.图例:100%3080%201051234560支出金额层別不良区图例:万元商品B销售商品A额计划实际计划实际商品別业绩比较四.检查表:定义:为了便于收集数据,使用简单纪录填纪并予统计整理,以作进一步分析或作为核对,检查之用而设计的一种表格或图表.1.明确目的.2.決定查检项目.3.決定检查方式(抽检、全检).4.決定查验基准、数量、时间、对象等.5.设计表格实施查验.作法:1.纪录用查检表:主要功用在于根椐收集之数据以调查不良项目、不良主因、工程分布、缺点位置等情形.必要时,对收集的数据要予以层別.查检表的机种:ABNo.1No.2No.1No.2合计作业者机械不良机种日期尺寸疵点材料其他尺寸尺寸尺寸疵点疵点疵点材料材料材料其他其他其他月日月日2.点检用查检表:主要功用是为要确认作业实施、机械设备的实施情形,或为预防发生不良或事故,确保安全时使用.这种点检表可以防止遗漏或疏忽造成缺失的产生.把非作不可、非检查不可的工作或项目,按点检顺序列出,逐一点检並纪录之.收集数据应注意的事项:1.收集的数据必需真实,不可作假或修正.2.收集的数据应能获得层別的情报.3.查检项目基准需一致.4.样本数需有代表性.5.明确测定、检查的方法.6.明确查验样本的收集方法、纪录方式、符号代表意义.7.慎用他人提供的数据.实例:費用支出月報表周別项次金额1T恤801802602休闲裤2402403冰淇淋20202020804巧克力505050502005瓜子5555206招待客人1001007与同事吃饭50501008舞厅100100200wk43TotalNo.wk40wk41wk422000年XX月费用支出查检表五.散布图:定义:为研究两个变量间的相关性,而搜集成对二组数据(如温度与湿度或海拔高度与湿度等),在方格纸上以点来表示出二个特性值之间相关情形的图形,称之为“散布图”.关系的分类:A.要因与特性的关系.B.特性与特性的关系.C.特性的两个要因间的关系.散布图的判读:1.强正相关:X增大,Y也随之增大,称为强正相关.2.弱正相关:X增大,Y也随之增大,但增大的幅度不显著.YXYX3.强负相关:X增大时,Y反而减小,称为强负相关.4.弱负相关:X增大时,Y反而减小,但幅度並不显著.YXYX散布图的判读:5.曲线相关:X开始增大时,Y也随之增大,但达到某一值后,当X增大时,Y却减小.6.无相关:X与Y之间毫无任何关系.YXYX………………………………散布图判读注意事项:1.注意有无异常点.2.看是否有层別必要.3.是否为假相关.4.勿依据技术、经验作直觉的判断.5.数据太少,易发生误判.六.直方图:定义:直方图是将所收集的测定值或数据之全距分为几个相等的区间作为橫轴,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.制作次数分配表:A.由全体数据中找到最大值与最小值.如:200个数据中之170和124.B.求出全距(最大值与最小值之差).全距=170-124=46C.决定组数,一般为10组左右,不宜太少或太多.参照下表进行分组:数据数组数80～1006～10100～2507～12250以上10～20D.决定组距:组距=全距/组数E.决定各组之上下组界.(1).最小一组的下组界=最小值-测定值之最小位数/2(2).最小一组的上组界=下组界+组距=123.5+4=127.5依此类推.F.作次数分配表.统计出位于各组界间之数据个数G.用X轴表示数值,Y轴表示次数,绘出直方图.1.正常型2.锯齿型直方图常见的形态:024680123456789这种情形一般就来大都是制作直方图的方法或数据收集方法不正确所产生3.绝壁型01234567891001234567894.双峰型在理论上是规格值无法取得某一数值以下所产生之故,在品质特性上并沒有问题,但是应检讨尾巴拖长在技术上是否可接受;例治工具的松动或磨损也会出现拖尾巴的情形两种不同的分布相混合,例如两台机器或两种不同原料间有差异时,会出现此类情形,因测定值受不同的原因影响,应予层別后再作直方图05105.离岛型0123456789106.高原型测定有错误,工程调节错误或使用不同原材所引起,一定有异常原因存在,只要去除,即可制造出合格的产品不同平均值的分配混合在一起造成7.偏态型012345678往往为加工习惯造成.直方图的应用:1.测知制程能力,作为制程改善依据.标准差S愈小愈好,平均值越接近规格中限越好.两边无限延伸,当3S=时,其分布规格范围占总数据分布范围的99.7%.规格下限规格上限2TNX1+X2+….+XnX=平均值代表集中趋势.n-1(X1-X)+(X2-X)+….+(Xn-X)222标准S=代表分散程度.正态分布:三个重要指标:A.准确度Ca(CapabilityofAccuracy).012.5%25%50%100%A级B级C级D级规格中心(u)规格上下限实际中心值-规格中心值规格容许差X-UT/2Ca=(%)=(%)B.精密度Cp(Capabilityofprecision)6σ6σ6σ6σD级C级B级A级SLUSU规格下限规格中心规格上限Cp0.830.83≦Cp1.01.00≦Cp1.331.33≦Cp6σT规格容许差6倍标准偏差CP==C.精确度CPK(制程能力指数):它是Ca与Cp的综合体现,既考虑了平均值偏离、规格中心的情形,又考虑了分布范围与规格范围的比较.它反映了一个制程在一定的因素与正常管制状态下的品质作业能力,在规格确定后,平均值不偏离规格中心的情形几乎不存在,因此,就有了CPK.CPK=(1-Ca)*Cp=[(USL-LSL)-2*ABS(SL-CL)]/6σ制程能力指数判定表:NO.Cp分布与规格之关系制程能力判断处置1Cp≧1.67SlSu太佳制程能力太好,可酌情缩小规格,或考虑化管理与降低成本.21.67Cp≧1.33SlSu合格理想状态,继续维持31.33Cp≧1.00SlSu警告使制程保持于管制状态,否则产品随时有发生不良品的危险,需注意.41.00Cp≧0.67SlSu不足产品有不良品产生,需作全数层別,制程有妥善管理及改善之必要.50.67CpSlSu非常不足应采取紧急措施,改善品质并追究原因,必要时规格再作检讨.sssss6σ-PPM制程介绍:1.何谓6σ制程:(零缺陷的质量管理).制程精密度Cp=2.0制程能力指数CPK≧1.5即:规格范围为数据分布范围的2倍.2.以6σ订为品质缺点的基准理由:在无制程变异情況下(Cp=CPK=2.0),产生之缺点n率为0.002PPM(10亿分之2).在制程无法消除变异情況下,Cp=2.0,CPK=1.5产生之缺点n率为3.4PPM(百万分之3.4).附图(正态分布图):σ数中心不偏移之缺陷数中心偏移1.5σ之缺陷数1234567317,400PPM45,4002,700630.