统计技术--品质七大手法2

三個杯子•一個是杯口朝下蓋著•一個是杯口朝上可是杯底破了洞•一個是杯子里頭有髒東西的三個杯子都裝不到干凈的水喝…杯口朝下…水倒不進去.杯底破洞…邊倒邊漏..有髒東西…水倒進去就髒了…不能喝了當你抗拒而不肯接受時…你什么都沒有,學不到也得不到.當你邊聽邊漏時…你也許知道,可是卻不是完全了解而可以運用.當你對事情有所成見時…你就得不到它原來的本質前言---數據及其整理方法現場有各式各樣的數據,如原物料,半成品或成品等等表示品質的數據,或不良品的發生次數,生產數量,工序等.品管即是根據這些數據,進行品質的改善及管制活動.同樣的原料,設備所生產出來的產品,其品質通常會有變異性存在.這樣須將數據整理成直方圖的或統計圖等圖形.品管七大手法常被廣泛應用在企業中.一百個自覺不如一個正確的數據七大手法簡介:A.魚骨圖:魚骨追原因.(尋找因果關係)B.柏拉圖:柏拉抓重點.(找出“重要的少數”)C.層別法:層別作解析.(按層分類,分別統計分析)D.查檢表:查檢集數據.(調查記錄數據用以分析)E.散布圖:散布看相關.(找出兩者的關係)F.直方圖:直方顯分布.(了解數據分布與制程能力)G.管制圖:管制找異常.(了解制程變異)品管七大手法所體現的精神:•1.用事實與數據說話.•2.全面預防.•3.全因素、全過程的控制.•4.依據PDCA循環突破現狀予以改善.•5.層層分解、重點管理.一.特性要因圖:定義:一個問題的結果(特性)受到一些原因(要因)的影響時,我們將這些原因(要因)加以整理,成為有相互關系而且有條理的圖形,這個圖形稱為特性要因圖.由於形狀像魚的骨頭,所以又叫做魚骨圖.它為1952年日本品管權威學者石川馨博士所發明,又稱“石川圖”.作法:1.以4M1E法找出大原因:(Man,Machine,Material,Method,Environment)2.以5W1H之思維模式找出中小原因:(What,Where,When,Who,Why,How)3.創造性思考法:希望點例舉法、缺點列舉法、特性列案法.4.腦力激蕩法:“BrainStorming”嚴禁批評、自由奔放.人特性機材料方法環境模具定位不穩定模具設計不合理模具設備老化模具改善不及時設備維修不力模具保養不當品管人員檢查不落實責任心不強模修人員技能不夠教育訓練不夠產線未做好自主檢查品質意識不夠教育訓練不夠規格不完善鋼材不良新機種承接不力治具不完善自主檢查未落實品管管理方法不當作業方法不當專案改善不力現場管理不嚴模具、設備人員其他方法為何SWR那麼高?兩類特性要因圖:(1).追求原因型:(2).追求對策型:提案8件改善系統文件規格執行度94%所有產品導入SPC兩個產品導入CCD應用QANetwork干部學習FMEA開始研究衝件CSI改善品質記錄稽核100%執證上崗他山之石檢討觀摩兄弟單位5次教育訓練140hr/人/年IPQC與FQC交叉擔綱每日點檢推動模具稽核每日IPQC作業點檢點檢結果反饋隨時問題反饋模具問題反饋規格問題反饋來料問題反饋每周品質狀況匯整QIT活動10次以上協助生產品質教育訓練品質檢討會推動成立QCC18圈以上他山之石匯整完善相關品質系統開發導入品管新技術提升品管人員素質加強生產作業稽核品質情報及時反饋推動品質活動達成年度工作目標二.柏拉圖:•1897年,意大利學者柏拉撬分析社會經濟結構,發現絕大多數財富掌握在極少數人手里,稱為“柏拉法則”.•美國質量專家朱蘭博士將其應用到品管上,創出了“VitalFew,TrivialMany”(重要的少數,瑣細的多數)的名詞,稱為“柏拉圖原理”.•定義:根據所搜集之數據,按不良原因、不良狀況、不良發生位置等不同區分標準,以尋求占最大比率之原因,狀況或位置的一种圖形.注意事項:•1.橫軸按項目別,依大小順序由高而低排列下來,“其他”項排末位.•2.次數少的項目太多時,可歸納成“其他”項.•3.前2～3項累計影響度應在70%以上.•4.縱軸除不良率外,也可表示其他項目.ABCDE不良率100%累計影響度項目作法:柏拉圖的用途:1.作為降低不良的依據.2.決定改善的攻擊目標.3.確認改善效果.4.用於發掘現場的重要問題點.5.用於整理報告或記錄.6.可作不同條件的評價.柏拉圖應用範圍:1.時間管理.2.安全.3.士气.4.不良率.5.成本.6.營業額.7.醫療.ABC法應用:A.時間管理.B.倉務管理.C.其他.柏拉圖實例:50030020020010073.08%88.46%92.31%100%38.46%0100200300400500600買衣服零食請客娛樂其它RMB0.00%20.00%40.00%60.00%80.00%100.00%120.00%RATE%月費用支出分析(柏拉圖)三.層別法:定義:針對部門別,人別,工作方法別,設備,地點等所收集的數據,按照它們共同的特征加以分類,統計的一種分析方法.即為了區別各種不同的原因對結果的影響,而以個別原因為主,分別統計分析的一種方法.分類:1.時間的層別.2.作業員的層別.3.機械、設備層別.4.作業條件的層別.5.原材料的層別.6.地區的層別等.圖例:100%3080%201051234560支出金額層別不良圖圖例:萬元商品B銷售商品A額計劃實際計劃實際商品別業績比較四.查檢表:定義:為了便於收集數據,使用簡單記錄填記並予統計整理,以作進一步分析或作為核對,檢查之用而設計的一種表格或圖表.1.明確目的.2.決定查檢項目.3.決定檢查方式(抽檢、全檢).4.決定查驗基準、數量、時間、對象等.5.設計表格實施查驗.作法:1.記錄用查檢表:主要功用在於根據收集之數據以調查不良項目、不良主因、工程分布、缺點位置等情形.必要時,對收集的數據要予以層別.查檢表的種類:ABNo.1No.2No.1No.2合計作業者機械不良種類日期尺寸疵點材料其他尺寸尺寸尺寸疵點疵點疵點材料材料材料其他其他其他月日月日2.點檢用查檢表:主要功用是為要確認作業實施、機械設備的實施情形,或為預防發生不良或事故,確保安全時使用.這種點檢表可以防止遺漏或疏忽造成缺失的產生.把非作不可、非檢查不可的工作或項目,按點檢順序列出,逐一點檢並記錄之.收集數據應注意的事項:1.收集的數據必須真實,不可作假或修正.2.收集的數據應能獲得層別的情報.3.查檢項目基準需一致.4.樣本數需有代表性.5.明確測定、檢查的方法.6.明確查驗樣本的收集方法、記錄方式、符號代表意義.7.慎用他人提供的數據.實例:周別項次金額1T恤801802602休閒褲2402403冰淇淋20202020804巧克力505050502005瓜子5555206招待客人1001007與同事吃飯50501008舞廳1001002009電話費202020208010小禮物20205153252951651300wk43TotalTotalNo.wk40wk41wk422000年XX月費用支出查檢表五.散布圖:定義:為研究兩個變量間的相關性,而搜集成對二組數據(如溫度與濕度或海拔高度與濕度等),在方格紙上以點來表示出二個特性值之間相關情形的圖形,稱之為“散布圖”.關係的分類:A.要因與特性的關係.B.特性與特性的關係.C.特性的兩個要因間的關係.散布圖的判讀:1.強正相關:X增大,Y也隨之增大,稱為強正相關.2.弱正相關:X增大,Y也隨之增大,但增大的幅度不顯著.YXYX3.強負相關:X增大時,Y反而減小,稱為強負相關.4.弱負相關:X增大時,Y反而減小,但幅度並不顯著.YXYX散布圖的判讀:5.曲線相關:X開始增大時,Y也隨之增大,但達到某一值后,當X增大時,Y卻減小.6.無相關:X與Y之間毫無任何關係.YXYX………………………………散布圖判讀注意事項:1.注意有無異常點.2.看是否有層別必要.3.是否為假相關.4.勿依據技術、經驗作直覺的判斷.5.數據太少,易發生誤判.六.直方圖:定義:直方圖是將所收集的測定值或數據之全距分為幾個相等的區間作為橫軸,並將各區間內之測定值所出現次數累積而成的面積,用柱子排起來的圖形.製作次數分配表:A.由全體數據中找到最大值與最小值.如:200個數據中之170和124.B.求出全距(最大值與最小值之差).全距=170-124=46C.決定組數,一般為10組左右,不宜太少或太多.參照下表進行分組:數據數組數80～1006～10100～2507～12250以上10～20D.決定組距:組距=全距/組數E.決定各組之上下組界.(1).最小一組的下組界=最小值-測定值之最小位數/2(2).最小一組的上組界=下組界+組距=123.5+4=127.5依此類推.F.作次數分配表.統計出位於各組界間之數據個數G.用X軸表示數值,Y軸表示次數,繪出直方圖.1.正常型2.鋸齒型直方圖常見的形態:024680123456789這種情形一般就來大都是製作直方圖的方法或數據收集方法不正確所產生3.絕壁型01234567891001234567894.雙峰型在理論上是規格值無法取得某一數值以下所產生之故,在品質特性上並沒有問題,但是應檢討尾巴拖長在技術上是否可接受;例治工具的鬆動或磨損也會出現拖尾巴的情形兩種不同的分佈相混合,例如兩臺機器或兩種不同原料間有差異時,會出現此類情形,因測定值受不同的原因影響,應予層別后再作直方圖05105.離島型0123456789106.高原型測定有錯誤,工程調節錯誤或使用不同原材所引起,一定有異常原因存在,只要去除,即可制造出合格的產品不同平均值的分配混合在一起造成7.偏態型012345678往往為加工習慣造成.直方圖的應用:1.測知制程能力,作為制程改善依據.標準差S愈小愈好,平均值越接近規格中限越好.兩邊無限延伸,當3S=時,其分布規格範圍占總數據分布範圍的99.7%.規格下限規格上限2TNX1+X2+….+XnX=平均值代表集中趨勢.n-1(X1-X)+(X2-X)+….+(Xn-X)222標準差S=代表分散程度.正態分布:三個重要指標:A.準確度Ca(CapabilityofAccuracy).012.5%25%50%100%A級B級C級D級規格中心(u)規格上下限實績中心值-規格中心值規格容許差X-UT/2Ca=(%)=(%)B.精密度Cp(Capabilityofprecision)6σ6σ6σ6σD級C級B級A級SLUSU規格下限規格中心規格上限Cp0.830.83≦Cp1.01.00≦Cp1.331.33≦Cp6σT規格容許差6倍標準偏差CP==C.精確度CPK(制程能力指數):它是Ca與Cp的綜合體現,既考慮了平均值偏離、規格中心的情形,又考慮了分布範圍與規格範圍的比較.它反映了一個制程在一定的因素與正常管制狀態下的品質作業能力,在規格確定后,平均值不偏離規格中心的情形幾乎不存在,因此,就有了CPK.CPK=(1-Ca)*Cp=[(USL-LSL)-2*ABS(SL-CL)]/6σ制程能力指數判定表:NO.Cp分布與規格之關係制程能力判斷處置1Cp≧1.67SlSu太佳制程能力太好,可酌情縮小規格,或考慮化管理與降低成本.21.67Cp≧1.33SlSu合格理想狀態,繼續維持.31.33Cp≧1.00SlSu警告使制程保持於管制狀態,否則產品隨時有發生不良品的危險,需注意.41.00Cp≧0.67SlSu不足產品有不良品產生,需作全數遷別,制程有妥善管理及改善之必要.50.67CpSlSu非常不足應採取緊急措施,改善品質並追究原因,必要時規格再作檢討.sssss6σ-PPM制程介紹:1.何謂6σ制程:(零缺陷的質量管理).制程精密度Cp=2.0制程能力指數CPK≧1.5即:規格範圍為數據分布範圍的2倍.2.以6σ訂為品質缺點的基準理由:在無制程變異情況下(Cp=CPK=2.0),產生之缺點n率為0.002PPM(10億分之2).在制程無法消除變異情況下,Cp=2.0,CPK=1.5產生之缺點n率為3.4PPM(百万分之3.4).附圖(正態分布圖):σ數中心不偏移時之缺陷數中心偏