您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 质量控制/管理 > QC七大手法_111128
QC七大手法运用技巧周仙菊2011.11.24质量改进工具1.质量管理的一部分,2.致力于增強滿足质量要求的能力,3.通过不断采取纠正各预防措施來提高企业的质量管理水平,使产品的质量不断提高。质量改进旧的七种工具1.查检表(调查表)2.直方图(分布图/长条图)3.特性要因图(因果图)4.柏拉图-pareto(排列图)5.散布图(相关图)6.控制图(管制图)7.层別法(分层法)一.查检表(CheckSheet)z何谓查检表1.勾记型的图型或表格,使用时只需登入检查记号和点数整理,即可進行稽核和分析。2.用简单易于了解的表格或图形,使工作者依規定作查检记号记录結果及狀況,并加以统计整理数据。3.「查检表」=「事实记誌」-是收集和整理資料最简易且最具效益的工具。z查检表的分类1.检查用检核表检查用检核表是把欲达成的工作事项与目标全部列出來,以便逐项检核,其主要功能在于避免疏忽与失誤。2.记录用检核表记录用检核表的主要功能,在于根据所搜集的資料,用最简单的记号予以画记表达,如「△」、「╳」、「正」或「○」等皆可使用。一.查检表(CheckSheet)z查检表使用1.反映事实:印证所获得的数据是否能反映某些事实2.独特项目:查看是否有些项目主宰事实,或者是个別项目间有明显差异。3.时间推移:是否有经历时间变化的趋势。4.周期循环:是否有周期变化的型态。一.查检表(CheckSheet)z检查用查检表范例一.查检表(CheckSheet)z记录用查检表范例电视机故障送修狀況查检表〈数据期间:2006年第二季〉一.查检表(CheckSheet)16///////7//////6///3无色彩17//////////10/////5//2无画面画面合计12月11月10月期间案件数检查项目z何谓直方图1.就「品质特性」数值的数个相等区间为序,按数据「落入各区间的頻次」制做成长条图。2.任何产品间始終存在着变异,为了掌握其变异的行为或了解变异的分配狀況,并与产品的規格加以比较,可应用〝次数分配〞來整理、分析及讨论。3.「直方图」=「品质概要」-可看出样本数据群的『中心』和『分散』狀況。二.直方图(Histogram)z直方图的绘制步骤Step1.汇集数据Step2.資料依大小排列,找出最大值与最小值Step3.定全距全距(R)=最大值(Max)-最小值(Min)二.直方图(Histogram)Step4.決定組数:依据全距与样本个数將資料的数值范围定适当組数(K)。-利用史特吉斯公式(取整数)-经验法則[]2log/log11010NK+=二.直方图(Histogram)10~20250以上6~12100~2506~1050~100組数数据数目Step5.決定組距:組內的上界和下界之间的宽幅即为組距(H)組距(H)=R/K=全距/組数-決定組距的经验法則:如果数据的本质适当,每间格5、10个單位或10倍数單位,会是最好理解的組距。-第一組的組上界会大于或等于最小数,第末組的組下界会小于或等于最大数。二.直方图(Histogram)Step6.求各組上、下組界:-第一組下界:L1=最小值-量測單位/2-第一組上界:U1=L1+H=第一組下界+全距-第二組下界:U1-第二組上界:U2=L2+H-第i組下界:Li=Ui-1-第i組上界:Ui=Li+H-第k組下界:Lk=Lk-1-第k組上界:Uk=Lk+H最大值二.直方图(Histogram)Step7.決定組中点:組中点=(上組界+下組界)/2Step8.制作次数分配表二.直方图(Histogram)1/1.281.265~1.295次数劃记組中点組界Step9.绘制直方图:-橫軸上标示出各組的組中点-纵軸上代表各組计数次数Step10.附记事项:-填上主題、規格、平均值、数据來源、日期等資料二.直方图(Histogram)z范例二.直方图(Histogram)z计算全距:-全距(R)=最大值(Max)-最小值(Min)=1.55-1.27=0.28z決定組数-依经验法則:样本数目〈n〉=100,組数〈k〉:6~10此范例以10組计算z決定組距-組距=全距/組数=0.28/10=0.028≒0.03二.直方图(Histogram)z计算各組上、下組界:二.直方图(Histogram)z计算組中点-組中点=(上組界+下組界)/2=(1.265+1.295)/2=1.280z制作次数分配表二.直方图(Histogram)z绘制直方图二.直方图(Histogram)z直方图使用1.分布形狀:从山形图案看「制程是否安定」2.規格比较:按規格要求看「产品是否符合」3.层別要求:从图案上推敲「数据是否层別」4.制程能力:按公差配合看「能力是否足夠」二.直方图(Histogram)z直方图分布判断常态型-制程处于安定狀态双峰型-样本数据來自不同的机台或材料二.直方图(Histogram)z直方图分布判断离島型-样本数据出現的过程中已遭到特殊原因的混淆峭壁型-样本数据已经被筛选过二.直方图(Histogram)z直方图分布判断鋸齒型-数据收集或做图方法不恰当高原型-样本数据來自迥异制程二.直方图(Histogram)z直方图規格比较制程能力还可以-但产品品质稍有变动,就会产生不良品,需要提高制程能力制程能力足夠-产品品质散宽度完全在規格界限內二.直方图(Histogram)z直方图分布判断制程能力不足-中心值偏右,若能將中心值調整至規格中心,則可以符合規格制程的分散宽度过大-需改善制程或检讨規格二.直方图(Histogram)z何谓要因分析图1.用以收集及理清问題原因且加以排列的有效图示方法。2.系針对问題点探讨其主要因,并依次展開其次要因,再展開至次次要因等。3.「要因分析图」=「挖掘真相」-就特性数值,整理主导影响的潛在要因之间的条理,及要因和特性的因果关系。三.要因分析图(Cause-EffectDiagram)z要因分析图的绘制步骤Step1.理清问題:理定问題或品质特性。如:为何延迟交貨?三.要因分析图(Cause-EffectDiagram)问題特性Step2.定大要因:推敲能支配问題点或品质特性的主要因素,以5M1E观点來产生。三.要因分析图(Cause-EffectDiagram)问題特性大要因大要因大要因大要因Step3.中小要因:展開大要因內之中度、輕度因素。三.要因分析图(Cause-EffectDiagram)问題特性大要因大要因大要因大要因中要因小要因中要因小要因z搜尋要因的方式:-脑力激荡:集合团队共同脑力激荡以5M1E观点來尋找要因。-現实观察:观察事实或現場以产生创意。-大字图报:以大字报方式绘图,让全員看的見,以便随时随地的孕育创意,扩充其要因。-从效果或问題点逐渐展開其要因、次要因及次要因等。三.要因分析图(Cause-EffectDiagram)Step4.优先順序:可用柏拉图分析或以圈員全体投票決定大要因间之重要度。Step5.研拟对策:要因分析图特別适用于品管圈活动及团队協作上,以探讨生产过程特性分类及要因的层別或列举,通常配合脑力激荡使用。Step6.附记事项:填上制作目的、日期、制作者及其他參考事项。三.要因分析图(Cause-EffectDiagram)z要因分析图使用1.整理问題:將紊乱的问題整理出头緒。2.追查真因:从问題成因中追究主因。3.尋找对策:从问題主因中研讨出对策。4.教育训练:員工解決问題能力的训练。三.要因分析图(Cause-EffectDiagram)三.要因分析图(Cause-EffectDiagram)打包不及时管理不到位人員人員管理手法不当未貼合格证未检验检验不及时學習程度不夠无经验素養低未督导來料过于集中物料所占空间大庫存过多配送不合理材料材料需倒帶的物料过多設计不合理?Why?Why?Why?Why?Why?沒有好習慣周边环境其它其它場地不足整体規劃不合理硬体设备不足物流碼头空间有限时间沖突貨梯数量有限使用部門多生产不及时庫存过多方法方法物料擺放不合理物流速度慢出貨不及时出貨頻率低机台可动率低机台共用性低机台不足未購買机器机器政府批文未批产品多样化客戶需求不同机台故障未保養生产滿載超过使用壽命未警示为何空间占有率高z何谓柏拉图1.根据类型所收集的数据,按发生数量大小之类型为序,所編制的頻次图形。2.柏拉图分析系針对问題的原因加以順序分級,以找出其最重要的问題或原因,然后对症下药,使得資源做最有效的利用。3.「柏拉图」=「重点问題」-80%品质问題來自于20%的要因。四.柏拉图(ParetoDiagram)z柏拉图的绘制步骤Step1.決定不良的分类项目。Step2.決定汇集数据期间,并且按照分类分类项目汇集数目。Step3.整理排序数据四.柏拉图(ParetoDiagram)z柏拉图的绘制步骤Step4.绘制柏拉图a.橫軸代表品质原因或品质要因,須按照发生的程度,由小到大順序排列。b.纵軸的左边代表品质要项的实际量測数据,如不良率。纵軸之右边代表品质要项的累积影响度(百分比)。c.记上累计值,并用线连結。Step5.记入柏拉图的主題及相关資料。四.柏拉图(ParetoDiagram)z范例四.柏拉图(ParetoDiagram)0.00%5.00%10.00%15.00%20.00%25.00%30.00%塑膠插傷彈片平面度不良端子插變形彈片變形端子平面度不良端子未插到位端子漏插端子發紅(發黑發霧)成品尺寸NG(1.58+/-0.04)彈片歪斜其它0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%100.00%數列2數列1z柏拉图使用1.掌握重点:重要的少数及不重要的多数。2.发現真因:可找出重点不良/缺点项目做为改善目标。3.效果确认:採行对策一段期间后,改善效果可从柏拉图上呈現。四.柏拉图(ParetoDiagram)z改善效果确认之范例四.柏拉图(ParetoDiagram)z何谓散布图1.系点绘整組二維座标的图点,以显示兩变数〈X,Y〉之间的关联性。-因果关系:原因与結果的数据关系。-众果关系:結果与結果的数据关系。-众因关系:原因与原因的数据关系。2.「配对数据」=「推敲因果」-按数据分布型态,來判断配对变数之间的对应关系的图形。五.散布图(ScatterDiagram)z散布图的绘制步骤Step1.配对变数:找出关切的兩变数。若系因果关系时視因和果各为X、Y变数;若系众果关系时視为Y1、Y2兩变数,若系众因关系时視为X1、X2兩变数。Step2.收集数据:至少三十組以上数对。五.散布图(ScatterDiagram)Step3.标軸刻度:各找出兩变数的最大值、最小值和全距,并画出纵軸与橫軸刻度。Step4.标制图点:按各数对的橫軸和纵軸之座标,在图上标记对应之單点。Step5.判读散布图:把握正确訊息,採取必要措施。五.散布图(ScatterDiagram)z散布图的判读正相关〈強〉-当X增加时,Y亦随之增加,表示原因与結果有相对的正相关。正相关〈弱〉-散布点分步较疏散,X除了受Y影响外,可能还受其他因素影响。五.散布图(ScatterDiagram)z散布图的判读負相关〈強〉-当X增加时,Y反而減少,表示原因与結果有相对的負相关。負相关〈弱〉-散布点分布较疏散,X除了受Y影响外,可能还受其他因素影响。五.散布图(ScatterDiagram)z散布图的判读无相关-散布点分布呈現杂乱,沒有任何傾向,即X与Y之间沒有无关系。曲线相关-散布点呈現曲线傾向。五.散布图(ScatterDiagram)z注意事项1.不当数据:数据的获得是否品质良好2.假性相关:变数之间本质是否无相关3.层层叠叠:数据的背景条件是否不夠特定五.散布图(ScatterDiagram)五.散布图(ScatterDiagram)z层別后的散布图范例:熔烧溫度与硬度散布图按班別將数据层別第一班第二班第三班硬度熔烧溫度z何谓管制图1.管制图系以制程中心、管制上界和管制下界等三条线
本文标题:QC七大手法_111128
链接地址:https://www.777doc.com/doc-417712 .html