QC七大手法培训ppt

首先，什么是QC？QC：QualityControl品质管控/质量管理-是指控制制造或服务的品质，使产品或服务达到最优良的状态。QC七大手法从上个世纪60年代开始，日本的企业通过运用QC七大手法，收集工作现场的数据并进行分析，大大地改善了产品的品质，使日本的产品成为“品质”的代名词。70年代初，日本人大力推行QCC活动，除了重视现场的数据分析外，并逐步运用一些新的品管手法，对工作现场伙伴的情感表达和语言文字资料进行分析，并逐渐演译成新的品管手法。QC七大手法是将散漫无章的语言资料变成逻辑思考的一种方法，也是一种事先考虑不利因素的方法，它通过运用系统化的图形，呈现计划的全貌，防止错误或疏漏发生。旧QC七大手法层别法1.检查表-调查数据用于分析数据的定义：数据，就是根据测量所得到的数值和资料等事实。收集数据时应注意的重点1.收集正确的数据。2.避免主观的判断。3.要把握事实真相1.检查表-调查数据用于分析检查表检查表定义：检查表是利用统计表对数据进行整理和初步原因分析的一种工具，将需要检查的内容或者项目一一列举出来，定期或不定期地逐项检查，并将问题点记录下来。主要作为点检用检查表或记录用检查表。1.检查表-调查数据用于分析1.检查表-调查数据用于分析1.记录用检查表：又称改善用查检表，以符号、记号或数字（如□、√、×、正……）记录的图表，常用于不良原因和不良项目的记录。电视故障投诉状况检查表1.检查表-调查数据用于分析2.点检用检查表：又称备忘点检表，常用于机械设备与活动作业的确认。这种检查表主要是调查作业过程中的情形，可防止作业上的疏忽或遗漏。1.检查表-调查数据用于分析1.检查表-调查数据用于分析1.决定研究的目的及所要收集的数据。2.决定查检表的格式。3.决定记录形式。4.决定收集数据的方法。制表的步骤：注意事项：1.查检收集完成的数据应马上使用。（数据的时效性）2.数据是否集中在某些项目或某些时段？是否因时间的经过而产生变化？3.适当保留过去、现在及未来的记录，以便日后比较。2.层别法-从不同的角度看问题层别法2.层别法-从不同的角度看问题层别法又称数据分层法，就是对观察到的现象或所收集到的数据，按照它们共同的特征加以分类、统计的一种分析方法。层别法是所有品管手法中最基本的概念，是统计方法中最基本的管理工具，通过层别法，可以将杂乱无章的数据归为有意义的类别，达到一目了然的目的，这种科学的统计方法可以弥补靠经验、靠直觉判定管理的不足。层别法的定义：层别的对象与项目：1.作业者：班组、年龄、工龄、性别、熟练度等2.机械设备：型式、性能、位置、新旧、工具等3.作业方法：批次、场所、温度、压力、作业方案等4.时间：班制、上下班、年月日、改善前后等5.测量、检查：检查员、检测方法、检测工具等6.材料零件：供应方、购买日期、成分、等级等7.环境、气候：气温、湿度、天气、照明等8.产品类型：新产品、不良品、合格品、品种等2.层别法-从不同的角度看问题1.确定研究的目的。2.确定问题的范围，明确分析方向。3.决定层别项目，设计收集数据的表格。4.按层别收集数据并记录。5.画分层归类图（如分层直方图、分层折线图等）6.寻求差异点，找寻真因所在。步骤：2.层别法-从不同的角度看问题例：分层折线图范例1按机器层别分开分析2.层别法-从不同的角度看问题某电缆厂有A、B两台设备，最近经常有不符合要求的异常产品发生，进过排查，发现问题可能机器设备原因，为了分析异常原因，分别就A、B两台设备测定生产50批产品。规格值（135~210g），样本数：A设备50批，B设备50批。范例12.层别法-从不同的角度看问题从全体数据的直方图中难以找到异常原因是由哪台设备引起的范例12.层别法-从不同的角度看问题范例12.层别法-从不同的角度看问题范例22.层别法-从不同的角度看问题××公司某天白班、中班、夜班共制造出不良品200个，品管部为了得到更明确的信息，以便采取措施进行改善，从白班、中班、夜班的角度对不良品进行层别分析。表3不同班次不良品层别分析班次不良品占比白班2010%中班3015%夜班15075%合计200100%结论：从层别分析来看，夜班是造成不良品的主要班次，应优先采取措施进行改善。范例32.层别法-从不同的角度看问题某工厂有三个设备，生产中发生的产品缺失总是居高不下，上半年平均缺失148次，于是对缺失情况进行深层分析。范例32.层别法-从不同的角度看问题519983.柏拉图-找出主要原因3.柏拉图-找出主要原因意大利经济学家Pareto（柏拉图）于1897年分析社会经济结构时，发现意大利80%的财富集中在20%的富人身上，于是将所得大小与拥有所得的关系加以整理，发现有一定的方程式可以表示，称为“柏拉图法则”。1907年美国经济学家Lorenz使用“累计分配曲线”描绘“柏拉图法则”，也就是经济学所称的“劳伦兹曲线”。美国品管专家Juran（朱兰博士）将劳伦兹曲线应用于品管上，同时创出“重要的少数，琐细的多数”的见解，并借用Pareto的名字，将此现象定为“柏拉图原理”。“柏拉图法”由品管圈（QCC）创始人日本石川馨博士介绍到品管圈的活动中使用，成为QC七大手法之一。柏拉图的由来3.柏拉图-找出主要原因在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以上（二八原则）。柏拉图就是根据收集的数据，将不良原因，不良状况，以层别分类为基础，计算出各项所产生的数据（如不良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。柏拉图可以帮助我们找到关键问题及影响程度（TOP3），适用于计数值项目的统计分析，因此也有人称其为ABC图，又因为柏拉图的排列是从大到小，又称为排列图3.柏拉图-找出主要原因柏拉图的用途找到关键的问题在诸多问题中找出当前最关键、最重要、影响最大的问题。掌握重要的要因虽然问题的原因很多，但影响较大的只不过其中的2~3项而已，改善使只要把握其中的TOP3~4就行了。确认改善的效果通过改善前后的两个柏拉图累计比例的对比，可以很明显地确认改善的效果柏拉图不仅限于品质不良的改善，亦可以使用在工作中的任何问题上。实施步骤3.柏拉图-找出主要原因步骤一：收集数据根据改善的目的，用层别法从“结果分类”或“原因分类”着手解析数据，层别分类项目不宜太多，但要全面满足问题的需要。步骤二：数据整理制作数据汇总表，对数据进行处理，按从大到小的顺序进行排序，并计算各项比例及累计百分比。步骤三：绘制柏拉图画出横轴纵轴，横轴表示研究的项目、原因，左边纵轴表示项目的数据值，右边纵轴表示累计百分比。3.柏拉图-找出主要原因步骤四：记入必要事项•标题：如2015年5月产品不良项目的柏拉图分析；•项目别：如安装不良、工人熟练度不够、焊缝问题等；•数据收集的区间：如5月1日~5月30日•数据合计：如共100件•制作人：XXX实施步骤3.柏拉图-找出主要原因实施步骤步骤五：分析柏拉图找出前面累计比例（一般为70%到80%）较大的几项，列入重点解决的对象；对重点项目进行原因分析，可用特性要因图进行剖析，制定改善措施；执行改善措施，并根据改善前后的数据对比重新绘制柏拉图，进行效果确认3.柏拉图-找出主要原因注意事项：对于原因项目中所占比例较小但项目多的可用“其他”代替，放于最右端，“其他”项不大于前几项，若大于则进行细分。重点把握，一般而言前三项的累计比例应在50~80%之间，分类是前提。改善前后对比：改善后项目别大小会变化，按大小顺序重新排列；前后比较的基准一致，刻度比例应相同。3.柏拉图-找出主要原因范例11.收集数据2012年3月底XX厂仓库按采购类别的明细类别金额（万）机制件371钣金11市构件1778铸件804电料28控制器11703.柏拉图-找出主要原因2.数据整理范例1对各类别的金额按从大到小排列，并计算出累计百分比：3.柏拉图-找出主要原因范例13.绘制柏拉图制作人：XXX3.柏拉图-找出主要原因4.柏拉图分析范例1根据上图结果，发现市构件和控制器占总库存金额的70%，列为重点解决对象。对这两项进行进一步的分析，可再利用柏拉图法或者特性要因图进行分析，制定改善措施。3.柏拉图-找出主要原因范例15.改善后的数据整理制作人：XXX3.柏拉图-找出主要原因范例16.改善前后的效果对比3.柏拉图-找出主要原因EXCEL实际操作4.直方图-展示过程的分布情况直方图4.直方图-展示过程的分布情况在质量管理中，如何预测并监控产品质量状况?如何对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。简单来说，直方图就是把特性值（如长度、时间、温度等）的数据分成几个组，计算各组的数据制作成频数表的图表。直方图的定义4.直方图-展示过程的分布情况直方图的目的：⑴了解分配的形态，观察过程是否异常。⑵计算制程能力（满足产品质量要求的程度）。⑶过程分析与控制。⑷观察数据的真伪（发现异常值）。⑸计算产品的不合格率。⑹求平均值与标准差。⑺可用以制定规格界限。⑻与规格或标准值比较。⑼调查是否混入两个以上的不同群体。⑽了解设计控制是否合乎过程控制。例：计算不合格率为32.25%4.直方图-展示过程的分布情况直方图的制作步骤：步骤一：收集数据收集数据时，对于抽样分布必须特别注意，不可取部分样品，应全部均匀地加以随机抽样。所收集的数据个数应大于50以上。例:某厂成品尺寸规格为130至160mm，今按随机抽样方式抽取60个样本，其测定值如附表，试制作直方图。4.直方图-展示过程的分布情况步骤二：找出数据中的最大值(L)与最小值(S)先从各行（或列）求出最大值，最小值，再予比较。最大值用“□”框起来，最小值用“○”框起来求得最大值L=148最小值S=1214.直方图-展示过程的分布情况步骤三：求极值（R）数据最大值(L)-最小值(S)=极差(R)例：R=148-121=27步骤四：决定组数⑴组数过少，虽然可得到相当简单的表格，却失去次数分配的本质与意义；组数过多，虽然表格详尽，但无法达到简化的目的。通常，应先将异常值剔除再进行分组。⑵一般可用数学家史特吉斯提出的公式，根据测定次数n来计算组数k，公式为：k=1+3.32logn例：n=60则k=1+3.32log60=1+3.32(1.78)=6.9即约可分为6组或7组⑶另外可参照右表对数据分组（经验法则）例：取7组4.直方图-展示过程的分布情况步骤五：定组距（H）⑴组距H=极差R÷组数K⑵为便于计算平均数及标准差，组距常取为2，5或10的倍数。例：H=27/7=3.86，组距取4步骤六：求各组上限，下限(小－＞大)第一组下组界＝最小值－最小测定值／2第一组上组界＝下组界＋组距（以此类推）例：第一组=121-1/2=120.5～124.5第二组=124.5～128.5第三组=128.5～132.5第四组=132.5～136.5第五组=136.5～140.5第六组=140.5～144.5第七组=144.5～148.54.直方图-展示过程的分布情况步骤七：求组中点组中点值=（上组界＋下组界）／2例：第一组=(120.5+124.5)÷2=122.5第二组=(124.5+128.5)÷2=126.5第三组=(128.5+132.5)÷2=130.5第四组=(132.5+136.5)÷2=134.5第五组=(136.5+140.5)÷2=138.5第六组=(140.5+144.5)÷2=142.5第七组=(144.5+148.5)÷2=146.54.直方图-展示过程的分布情况步骤八：做次数分配表将所有数据，按其数值大小记在各组的组界内，并计算其次数。次数分配表4.直方图-展示过程的分布情况步骤九：制作直方图1.以各组内的次数为高，组距为宽，每一组上画成矩