QC七大手法讲义_Ziv_0128

ASUSTekComputerInc.QualitySpeedPartnership2003台北廠品質教育訓練課程QC七大手法ByTPPlantZivHsia何謂QC七大手法?QualityControl七大手法=品管七大手法1950年代由日本首先提倡，並於1980年代發揚光大至全世界沒有足夠而正確的工具來得知事件的真相跟“瞎子摸象”無異。每個瞎子摸到的部位都不一樣，自然彼此見解也不一樣，很多時候團隊中充滿各種自以為是的爭辯，演變到後來變成誰在爭辯中機智反應比較快，態度比較堅持、強悍那他的解決方案便成為主流。這時在錯誤方向下，越努力的人，所造成的損失越大。戴明博士(W.EdwardsDeming)稱之為『努力挖掘自已的墳墓』。ByTPPlantZivHsiaQC七大手法有哪些?憑經驗去決定問題點，不易掌握重點，應利用統計方法來解析所得的數據或圖表，藉以取得重點；QC七大手法是目前最簡單、常用的統計手法，時時刻刻在生活中出現，分別如下:1.查檢表(Checklist):收集、整理資料2.直方圖(Histogram):展示資料的分佈情況3.散佈圖(ScatterDiagram):展示變數之間的線性關係4.柏拉圖(ParetoDiagram):確定主導因素5.管制圖(ControlChart):識別波動的來源6.特性要因圖(CharacteristicDiagram):尋找引發結果的原因7.層別法(Stratification):從不同角度層面發現問題ByTPPlantZivHsiaQC七大手法?跟我有關係嗎?你曾有過出門忘記帶手機、鑰匙、皮包的痛苦經驗嗎？(查檢表)你曾經有長官交付任務卻考不清楚方向的迷惘嗎？(柏拉圖)干係今ㄟ!怎麼全台灣的人都中獎了只有我槓龜。樂透彩券真的公平嗎？(直方圖、散佈圖)你知道ASUS使用了哪些QC大手法嗎?ByTPPlantZivHsiaQC七大手法與PDCA程序活動項目使用手法主題選定●層別法●直方圖●柏拉圖●查檢表活動計劃表●PDCA●5W1H把握現狀/數據收集●層別法●直方圖●柏拉圖●查檢表目標設定●層別法●直方圖●柏拉圖●查檢表發掘問題/要因分析●魚骨圖●層別法●直方圖●查檢表●散布圖PLAN對策擬定●直方圖●層別法●查檢表DO對策實施●甘特圖CHECK效果確認●直方圖●柏拉圖●查檢表●管制圖ACTION標準化●查檢表●管制圖ByTPPlantZivHsia正確數據=事實垃圾進，垃圾出…..數據分類1).定性數據(布的質感/酒的香醇)2).定量數據(計數:良品數、缺點數)(計量:重量、時間、長度...)應用數據須注意:1.搜集正確可用的數據2.避免個人主觀的判斷3.掌握事實的真相4.數據不可造假,否則問題將永遠無法解決ByTPPlantZivHsia查檢表：在收集數據時一種簡單的表格，將其有關項目和預定搜集的數據，依其使用目的，以很簡單的符號填註，而容易彙集整理，用以了解現狀、做分析或做核對點檢使用，這種設計出來的表格稱之為查檢表。(一)查檢表-ChecklistByTPPlantZivHsia查檢表的實例…Plant:TPDept.:PT-ATSModel:WL-230ConfirmCheckItemsDutyDepartmentRequirementDepartment【PR-1】提供空PCB料號&實板(P/R前一版)*1PEPT【PR-2】回覆治具料號建立文管中心PT【PR-3】提供簽核過請購單副本PDPT【PR-4】接線資料及測點位置.相關轉接板PEPT【PR-5】PCBLayout(CAD*.FAZ),BOM(Final版)TY/FE(沈鴻德)PTConfirmCheckItemsDutyDepartmentRequirementDepartment【MP-1】N/B空PCB(Final版)料號PEPT【MP-2】接線資料及測點位置.相關轉接板PEP/T【MP-3】提供簽核過請購單副本PDPT【MP-4】PCBLayout(CAD*.FAZ),BOM(Final版)TY/FE(沈鴻德)PTASUSTekNewProductPhase-inChecklistProductType：□PC/Server□ODD■IA□NotebookP/RInitialCheckListM/PInitialCheckListByTPPlantZivHsia查檢表的目的1.日常管理:品質管制項目的點檢，作業前的點檢，設備安全、作業標準的遵守。2.特別調查:問題已經發生要加以調查，或主題調查、不良原因調查，發現改善點的點檢。3.取得記錄:為了要報告，需取得記錄，如推移圖、直方圖ByTPPlantZivHsia查檢表的種類1.(事前…)點檢用查檢表:點檢用查檢表是為了要確認作業實施、機械設備的實施情形、預防發生不良或事故、確保安全時使用。如機械定期保養檢核表、不安全處所檢核表、登山裝備檢核表…等，這種檢核表主要是調查作業過程之情形，可防止作業的遺漏或疏失(事前)2.(事後…)記錄用檢核表:是將數據分類為幾個項目別，如依不良的種類、工程別、原因別等排列出來再以符號或數字記錄於圖或表中，藉以瞭解數據分佈之狀況。這種查檢表主要是調查作業結果的情形，不單是記載每天的數據，並且可以看出那一種項目的數據特別集中(事後)ByTPPlantZivHsia查檢表就在你的日常工作中…為使日常作業能正常進行,必須預先訂定產品、機器、設備等的檢查項目,可防止錯失、遺漏或異常發生,確保進行無誤。記錄所調查的對象是在哪個位置發生何種缺點。為了調查何種不良是如何發生的,預先製作一份可預期的不良項目者。調查不良品如何發生,要因為何。用來調查數據的分佈呈何種型態。檢查用記錄用不良項目不良要因次數分佈缺點位置查檢表ByTPPlantZivHsia(二)直方圖-Histogram是將數據所分佈的範圍，區分為幾個區間，將出現在各區間內的數據之出現次數作成次數表，並將其以圖(柱形圖)的形式表現出來。透過數據的量測(長度、重量、時間、溫度、硬度……等，經由量測所得到的數據)及直方圖的整理，我們可以得到數據的幾種特徵:1.數據的分佈形態(分配狀態)2.數據的中心位置。3.數據離散程度的大小。4.數據和規格之間的關係。ByTPPlantZivHsia直方圖與我們…次數ByTPPlantZivHsia常見的直方圖型態(1/4)左偏型(右偏型)說明:直方圖的平均值在分佈中心之左方，次數在左半邊高到了右半邊後則緩落，為不對稱分佈。解析:理論上說，可能是因為規格…等因素，而限制了下限值，當某一數據以下數值不被採用時，或是避免全距不出現負值時偏歪分配：單邊規格、資訊隱藏規格下限ByTPPlantZivHsia左絕壁型(右絕壁型)說明:直方圖之平均值位在極左方，次數在左半部急高，而右半部急落。解析:當把規格以下之數據，完全剔除時，就會出現此種情形。截斷分配：全檢剔除規格下限常見的直方圖型態(2/4)ByTPPlantZivHsia雙峰型說明:分佈在中央的次數比較少，且在左右各有一座山。解析:平均值相異約兩類數據分佈混合在一超時，即會出現這種情形雙峰分配：來自不同的群體常見的直方圖型態(3/4)ByTPPlantZivHsia離島型說明:在直方圖的左端或右端出現分離的小島解析:不同狀況的數據混在一起或發生異常時離島分配：特別原因常見的直方圖型態(4/4)ByTPPlantZivHsia直方圖就在你的日常工作中…CustomerComplainDutyChart02468101214JanFebMarAprMayJunJulAugSepOctNovDecFactoryliabilityNotfactoryliabilityPMorslaseassistantstolenOtherByTPPlantZivHsia(三)散佈圖–ScatterDiagram將兩變數置於縱軸、橫軸上，並將測得值點、記上去所製成之圖，稱為“散佈圖”。散佈圖通常是用來研究兩變數間之相關聯性(正相關、負相關、或無相關)。ByTPPlantZivHsia散佈圖實例樂透特別號與期數關係散佈圖05101520253035404505101520253035404550556065707580859095100105期數號碼槓龜只能怪自己…ByTPPlantZivHsia散佈圖的製作散佈圖之製作步驟:步驟1:先調查兩組數據是否有關係，將所選擇的「要因」定為X軸，相對的「特性」定為Y軸。如溫度VS冷氣銷售量。步驟2:在橫軸及縱軸上，點上尺度，橫軸愈向右，其值愈大，縱軸愈向上，其值愈大。步驟3:把數據點到座標上。步驟4:判讀散佈圖之製作步驟-Excel:步驟1:插入圖表XY散佈圖步驟2:選取資料範圍..…..ByTPPlantZivHsia散佈圖之點記的分佈狀態和兩特性值之相關關係有下列三種:1.正相關:當其中一方的特性值愈大，另一方的數值也有增加的傾向時，散佈圖會呈向右上方走向，代表此兩特性值為正相關。2.負相關:當其中一方的特性值愈大，另一方的數值卻愈小時，散佈圖會呈現向右下方走向，代表此兩特性值為負相關。3.無相關:兩個特性值互相不受對方影響時，散佈圖幾乎似圓形，代表兩者不相干。散佈圖的秘密…(1/2)XYXYXYByTPPlantZivHsia檢討異常值此外，要瀏覽散佈圖整體，檢視是否有異常值存在。在距離多數點記之外的地方，若出現點記的話．先調查此數據之來源．一旦確定是因為異常之原因所造成之異常值的話，便可將此點去除。若從圖上無法判別其是否為異常值時，切不可任意下結論，必須追究此點和其它點偏離之原因．在確定其原因後，才能判斷其是否為異常值。XY散佈圖的秘密…(2/2)ByTPPlantZivHsia1.調查兩特性值之間是否相關:可經由視覺直接解析判斷其相關性。2.可判斷異常值之存在:異常值多半因為作業失誤、測量失誤、轉記失誤等而發生的，在製作散佈圖時，這些異常值常會偏離其它值甚多，很容易察覺出來。3.應用於問題解決步驟中:當找出了某現象所發生的原因後，便可利用散佈圖來驗證其是否為具有重大影響力之要因。(即用以判斷要因影響特性之程度:正相關?負相關?無相關?)散佈圖的使用ByTPPlantZivHsia樂透號碼與抽中次數關係散佈圖05101520250123456789101112131415161718192021222324252627282930313233343536373839404142號碼次數如果是這樣呢?散佈圖的實例…ByTPPlantZivHsia(四)柏拉圖–ParetoDiagramDefectSymptomParetoDiagram3.03%2.79%1.28%0.87%0.55%0.08%35.23%67.67%82.56%92.67%100.00%99.07%0.00%1.00%2.00%3.00%4.00%5.00%6.00%7.00%8.00%IQCBOARDMEENG/TSPDOthersDutyPartDefectRate0%10%20%30%40%50%60%70%80%90%100%Acc.WeightingDefectRateAcc.DefectPercentageDutyPartsDutyRatesPercentageAccummulatedPercentageIQC3.03%35.23%35.23%BOARD2.79%32.44%67.67%ME1.28%14.88%82.56%ENG/TS0.87%10.12%92.67%PD0.55%6.40%99.07%Others0.08%0.93%100.00%ASUSTekTaipeiPlantProductionDefectAnalysisByTPPlantZivHsia講古篇…•為何叫柏拉圖–ParetoChart–柏拉圖為十九世紀義大利經濟學家柏拉圖(V.Pareto)調查國民所得分配時，發現少部分的人,占有大部份財富。–80/20法則:80%的問題集中於20%的項目