QC七手法培训教材

质量管理(QC)七大手法第一章数据与查检表第二章柏拉图第三章特性要因图第四章散布图第五章图表与管制图第六章直方图第七章层别法QC七手法数据与查检表二.运用数据应注意的重点:1.收集正确的数据2.避免主观的判断3.要把握事实真相一.何谓数据?就是根据测量所得到的数值和资料等事实.因此形成数据最重要的基本观念就是:数据=事实四.整理数据应注意的事项1.问题发生要采取对策之前,一定要有数据作为依据.2.要清楚使用的目的.3.数据的整理,改善前与改善后所具备条件要一致.4.数据收集完成之后,一定要马上使用.数据与查检表三.数据的种类A.定量数据:长度.时间.重量等测量所得数据,也称计量值;以缺点数,不良品数来作为计算标准的数值称为计数值.B.定性数据:以人的感觉判断出来的数据,例如:水果的甜度或衣服的美感.五.何谓查检表?以简单的数据用容易了解的方式作成图形或表格,只要记上检查记号,并加以整理,作为进一步分析或核对检查用.六.查检表的种类记录用查检表点检用查检表七.制作方法1.决定所要收集的数据及希望把握的项目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数据与查检表八.查检表的使用数据收集完成应马上使用,首先观察整体数据是否代表某些事实?数据是否集中在某些项目或各项目之间有否差异?是否因时间的经过而产生变化?另外也要特别注意周期性变化的特殊情况.查检表统计完成即可利用QC七大手法中的柏拉图加工整理,以便掌握问题的重心.数据与查检表数据与查检表图例：一.何谓柏拉图?根据收集的数据，以不良原因、不良状况、不良发生位置或客户抱怨的种类。安全事故等不同区分标准，找出比率最大的项目或原因并且以所构成的项目依照大小顺序排列,再加上累积值的图形。由构成比率很容易了解问题的重点衙影响的程度，以比例估计最多的项目着手进行改善，较为容易得到改善成果。柏拉图二.柏拉图的制作方法1.决定不良的分类项目2.决定数据收集期间,并且按照分类项目收集数据.3.记入图表纸并且依数据大小排列画出柱形.4.点上累计值并用线连结5.记入柏拉图的主题及相关数据.三.柏拉图的使用1.掌握问题点2.发现原因3.效果确认柏拉图四.制作对策前.对策后的效果确认时应注意以下三项1.柏拉图收集数据的期间和对象必须一样2.对季节性的变化应列入考虑3.对于对策以外的要因也必须加以注意,避免在解决主要原因时影响了其它要因的突然增加。柏拉图五.柏拉图实例支出项目出支金额累计金额累计比率伙食费10,25010,25041%零用钱5,00015,25061%水电费3,75019,00076%教育费2,00021,00084%交际费1,00022,00088%其它3,00025,000100%合计25,00025,000柏拉图柏拉图出支金额,伙食费,10,250出支金额,零用钱,5,000出支金额,水电费,3,750出支金额,教育费,2,000出支金额,交际费,1,000出支金额,其它,3,000累计比率,1,41%累计比率,2,61%累计比率,3,76%累计比率,4,84%累计比率,5,88%累计比率,6,100%出支金额累计比率一.何谓特性要因图？一个问题的特性受到一些要因的影响时，我们将这些要因加以整理，成为有相互关系而且有条理的图形，这个图形称之为特性要因图。同时我们也称之为鱼骨图。特性要因图二.特性要因图的制作方法1.决定问题或质量的特征2.决定大要因3.决定中小要因4.决定影响问题点的主要原因5.填上制作目的,日期及制作者等数据特性要因图注意事项:1.严禁批评他人的构想和意见.2.意见愈多愈好.3.欢迎自由奔放的构想.4.顺着他人的创意或意见发展自已的创意.三.特性要因图的使用1.问题的整理2.追查真正的原因3.寻找对策四.绘制特性要因图应该注意的事项:1.绘制特性要因图要把握脑力激激荡法的原则,让所有的成员表达心声2.列出的要因应给予层别化3.绘制特性要因图时,重点应放在为什么会有这样的原因,并且依照5W1H的方法特性要因图所谓5W1H就是:WHY:为什么必要;WHAT:目的何在;WHERE:在何处做;WHEN:何时做;WHO:谁来做;HOW:如何做.特性要因图人机法环料原因型鱼骨图，特性值通常以“为什么……”来写；人机法环料对策型鱼骨图，特性值通常以“如何提高/改善……特性要因图图例：一.何谓散布图?就是互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系.散布图二.散布图制作的四个步骤:1.整理写到数据表上.2.找出数据之中的最大值和最小值.3.列出纵轴与横轴刻度,计算组距.4.将各组对应数据标示在坐标上.散布图1.在图中当X增加,Y也增加,也就是表示原因与结果有相对的正相关XY0正相关散布图2.散布图点的分布较广但是有向上的倾向,这个时候X增加,一般Y也会曾加,但非相对性,也就是说Y除了受X的因素影响外,可能还有其它因素影响着Y,有必要进行其它要因再调查,这种形态叫做似有正相关称为弱正相关。XY0弱正相关散布图3.当X增加,Y反而减少,而且形态呈现一直线发展的现象,这叫做完全负相关.如下图所示:Y0X负相关散布图4.当X增加,Y减少的幅度不是很明显,这时的Y除了受X的影响外,尚有其它因素影响Y,这种形态叫作非显著性负相关Y0X非显著性负相关散布图5.如果散布点的分布呈现杂乱,没有任何倾向时,称为无相关,也就是说X与Y之间没有任何的关系,这时应再一次先将数据层别化之后再分析Y0X无相关散布图6.假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形态,称为曲线相关,如下图所示:Y0X曲线相关散布图从每日生产的产品线中所测得的零乱数据中,找出经常发生和偶然发生事故的数据,以便帮助找出问题原因,这就是非依靠管制图不可.管制图分为两大类,计数值管制图计量值管制图管制图一.计数值管制图1.何谓计数值?商品制造的质量评定标准有计量型态,例如:直径,容量;然而有些质量特性定义为「良品或不良品」将更合理.所谓计数值就是可以计数的数据,如不良品数,缺点数等.2.计数值管制图的类型数据名称管制图计数值不良率管制图P管制图不良个数管制图PN管制图缺点数管制图C管制图单位缺点数管制图U管制图管制图二.计量值管制图作为管制制程的计量值管制图,一方面以平均数管制平均数的变化,以全距管制其变异的情形.本节将介绍平均数与全距管制图,将就管制图在制程中的每一步详加描述.计量值管制图的种类如下:数据名称管制图计量值平均数与全距管制图X—R管制图平均数与标准差管制图X—S管制图个别值管制图X管制图管制图三.管制图的判别管制状态,意指制程安定,管制状态也称安定状态.我们无法知道制程的真正状态,只能对制程的某种特性值收集数据,将其绘在管制图上,由管制图来观察制程的状态.在判定制程是否处于管制状态,可利用以下基准:1.管制图的点没有逸出界外.2.点的排列方法没有习性,呈随机现象.管制图三.图例管制图正常的管制状态异常的管制状态A.多数的点集中在中限附近B.少数的点落在管制界限附近C.点分布呈随机状态，无任何规则可循D.没有点超出管制界限外。1.点超出管制界限2.连续7点以上同一方向(向上或向下)3.连续7点以上在中心线单侧4.周期性的现象在正常管制的状态下,管制图上的点应是随机分步,在中心线的上下方约有同数的点,以中心线近旁为最多,离中心线愈远点愈少,且不可能显示有规则性或系统性的现象.归纳得到下面两种情形:1.管制图上的点,大多数集中在中心线附近,少数出现在管制界限附近,且为随机分布.2.一般管制图上的点,25点中有0点;35点中有1点以下;100点中有2点以下,超出管制界限外时,可称为安全管制状态.管制图一.何谓直方图?直方图就是将所收集的数据.特性质或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各间内的测定值所出现的次数累积起来的面积用柱形书的图形.直方图二.直方图的制作步骤:1.收集数据并记录在纸上.2.找出数据中的最大值与最小值.3.计算全距.4.决定组数与组距.5.决定各组的上组界与下组界.6.决定组的中心点.7.制作次数分配表.8.制作直方图.直方图三.直方图在应用上必须注意事项1.直方图可根据由山形图案分布形状来观察制品工程是否正常.2.产品规格分布图案可与目标准.标准规格作比较,有多大的差异.3.是否必要再进一步层别化.直方图四.直方图运用方法1.求全距2.决定组数组数过少,虽可得到相当简单的表格,但却失去次数分配的本质;组数过多,虽然表列详尽,但无法达到简化的目的.(异常值应先除去再分组).数据数组数50~1006~10100~2507~12250个以上10~20直方图3.组距组距=全距/组数组距一般取5,10或2的倍数4.决定各组之上下组界最小一组的下组界=最小值-测定值之最小位数/2最小一组的上组界=下组界+组距第二组的下组界=最小一组的上组界其余以此类推直方图5.计算各组的组中点各组的组中点=下组距+组距/26.作次数分配表将所有数据依其数值大小划记号于各组之组界内，并计算出其次数。7.以横轴表示各组的组中点,纵轴表示次数,绘出直方图直方图形图案的分布状态可分为以下6种状态1.如图中显示中间高,两边低,有集中的趋势,表示规格.重量等计量值的相关特性都处于安全的状态之下,制品工程状况良好.如下图所示:012345678910直方图2.如图中显示缺齿形图案,图形的柱形高低不一呈现缺齿状态,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.如下图所示:0123456789直方图3.如图所示为高处偏向一边,另外一边拖着尾巴,这种偏态型在理论上是规格值无法取得某一数值以下所产生之故,在质量特性上并没有问题,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.012345678910直方图4.双峰型有两种分配相混合,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,应予层别后再作直方图.0123456789直方图5.离散型测定有错误,工程调节错或使用不同原材所引起,一定有异常存在,只要去除,即可制造出合规格的制品012345678910直方图6.高原型不同平均值的分配混合在一起,应层别之后再作直方图012345678910直方图一.何谓层别法?层别法就是针对部门别.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.也就是为了区别各种不同原因对结果的影响,而以个别原因为主,分别统计分析的一种方法.层别法二.以什么观点来加以层别一般以特性要因图的四M外加环境这一项来作层别.所谓四M即是MAN人MACHINE机械MATERIAL材料METHOD方法ENVIRONMENT环境层别法三.层别的对象和项目1.有关人的层别2.机械设备的层别3.作业方法.条件的层别4.时间的层别5.原材料零件别6.测量检查的层别7.环境气候的层别8.制品的层别层别法四.层别法的使用在解决日常问题时,经常会发现对于收集来的数据必须浪费相当多的精神来分类,并作再一次的统计工作.在得到不适合的数据,如此又得重新收集,费时又费力.所以在收集数据之前应该考虑数据的条件背景以后,先把它层别化,再开始收集数据.需要注意的是收集数据之前就应使用层别法层别法Thanksverymuch