SO9000和QC七大手法之关系

ISO9000和QC七大手法之關係•ISO9000系列的9004-4提出的質量改進工具和技術如次頁•在ISO4.20有提到統計技術•各家公司用來解決問題的方法•著重在分析問題，找到重要的影響因子以有效的予以解決。數字及非數字型均可用•調查表：系統地收集數據，以獲取對事實的明確認識。適用於非數字數據的工具和技術•分層圖(新七大手法之KJ法)–將大量的有關某一特定主題的觀點、意見或想法按組歸類。•水平對比法(競爭標竿SWOT)–把一個過程與那些公認的占領先地位的過程進行對比，以識別質量改進的機會。•頭腦風暴法(腦力激盪法)–識別可能的問題解決辦法和潛在的質量改進機會非數字數據的工具和技術•因果圖(特性要因圖)–分析和表達因果關係。–通過識別症狀、分析原因、尋找措施、促進問題的解決•流程圖(FLOWCHART)–描述現有的過程。–設計新過程•樹圖(新七大手法之系統圖法)–表示某一主題與其組成要素之間的關係。數字數據的工具和技術•控制圖–診斷：評估過程的穩定性。–控制：決定某一過程何時需要調整及何時需要保持原有狀態。–確認：確認某一過程的改進。•直方圖–顯示數據波動的形態–直觀地傳達有關過程情況的信息–決定在何處集中力量進行改進。數字數據的工具和技術•排列圖(直方圖)–按重要性順序顯示每一項對總體效果的作用。–排列改進的機會。•散佈圖–發現和確認兩組相關數據之間的關係。–確認兩組相關數據之間預期的關係。PDCA•P:Plan(計劃)•D:Do(執行)•C:Check(台灣：檢討；大陸：研討)•A:Action(行動)企業成就時間AQL平均質量界線SMART的目標•Specific具體的•Measurable可量化的•Attainable可達成的•Realistic實際的•Time有時效性的流程圖開始和結束活動的說明決策or檢查按順序表示出從一個活動到另一個活動的流向調查表•應用–調查表用於系統地收集數據，以獲取對事實的明確認識。•說明–調查表是收集和記錄數據的一種形式，它便於按統一的方式收集數據並進行分析。調查表之程序(一)•確立收集數據的具體目的(將要解決的問題)•識別為達到目的所需要的數據(解決問題)•編制用於記錄數據的表格，並提供記錄以下信息的欄目–誰收集的數據–何地、何時，以何種方式收集的數據調查表之程序(二)•通過收集和記錄某些數據來試用表格•必要時，評審並修訂表格。調查表缺陷類型缺陷原因未印上模糊透過反面順序不對合計機器卡紙濕度色料原件情況其他(詳列)備註總計調查者：日期：地點：調查方式：分層圖•應用：分層圖用於將大量有關某特一特定主題的觀點、意見或想法按組歸類。•說明–在收集到有關某一特主題的大量觀點、意見或其他想法等信息之後，用此工具把這些信息按他之間的相互關係進行分組。此項活動中要激勵每個人創造性地、充分地參與。最好能由一定規模的小組來進行此項工作(建議最多為8人)，這樣便於組員們很好地合作。此工具常用於歸納由頭腦風暴法所產生的觀點。分層圖之程序(一)•用廣義的術語闡述將要研究的主題(狹義的術語可能影響主題的提出)。•儘可能多地將每個人的觀點、意見或想法記錄在卡片上(一個意見一張卡片)•把卡片混合起來隨機放在一張桌子上。•按組將卡片中的信息登錄匯總分層圖之程序(二)•將有關的卡片按下列方式分組–把看似有關系的卡片放在一組。–一組最多為10張卡片，不應將單張卡片勉強地編入某組。–找出一張能代表該組內容的主卡片。–把主卡片放在最上面•按組將卡片中的信息登錄匯總分層圖的示例(電話問詢機的要求)時間和日期標記耳機插座易於使用易於消除帶有清晰標誌的控制指示的信息數據通過遙控電話操作快速查詢卡可變的長度信息清晰的說明書清除“選擇的”信息通路密碼不計次的掛斷可變的長度信息時間和日期標記不計次的掛斷指的信息數量收到的信息通路密碼耳機插座秘密清晰的說明書快速的查詢卡說明帶有清晰標誌的控制易於使用通過遙控電話操作控制易於消除消除”選擇的”信息消除資料的分組歸類制程管制系统所谓系统即是输入、过程、输出还有回馈所组成，如下图所示：统计的方法处理过程客户需求与期望改变的辨识客户回馈人机料法环境输入制程/系统输出产品/服务制程回馈变异（Variation）造成变异的原因可分为一般原因与特殊原因，如下图所示：1、一般原因（CommonCauses）又称为机遇原因（ChanceCauses），乃为在制程中的自然或天生的变异，通常这些变异是由一些小干扰造成，不容易控制，即使再好的制造，我们必须承认，必定有此等变异存在，所以我们认定当制程仅有一般原因时，仍属管制状态。2、特殊原因（SpecialCauses）又称为非机遇原因，或称为可归属原因（AssignableCauses），乃为制程中某些失误造成，失误的来源，可能为人（Man）、机（Machine）、料（Material）、法（Method）等，此等变异比一般原因造成的变异大，且非周期性产生，若发生则表示制称已失去控制了。变异：一般与特殊原因（图）变异：一般与特殊原因（图）现场行动与系统行动1、现场行动（LocalAction）–可用以消除特殊原因（SpecailCauses）–通常由现场人员采取行动–通常可消除15%的制程问题2、系统行动（ActionsontheSystem）–可用以消除一般原因（CommonCauses）–通常须在管理上采取行动–通常可消除85%的制程问题制程管制及制程能力在制程中通常变异的来源有两种，即一般原因及特殊原因。若一制程称作在统计管制中，即代表制程中的变异只存在一般原因，而当有特殊原因发生时，则能立即自统计信号中察觉。当然，制程中亦须避免发生错误的信号。制程能力乃由一般原因所产生的变异所决定的。即制程在统计管制下，收集数据所计算得到的。而在统计管制下，制程的分配为可预测的。为提升制程能力则必须自降低一般原因造成的变异着手。任何制程均可以下表来分类，并参考下图所示。管制符合需求在管制状况非管制状况可允收Case1Case3不可允收Case2Case4制程管制及制程能力Case1：理想状况，制程符合需求（规格），且在管制状况。Case2：虽在管制状况，但由于变异太大，故无法符合需求，故必须降低一般原因的变异。Case3：符合需求，但不在管制状况，故必须找出特殊原因，且着手改善。Case4：无法符合需求，又不在管制状况，必须同时降低一般原因及特殊原因。制程管制及制程能力在汽车工业中，在制程于统计管制状态下，才进行制程能力的计算。制程能力指数，分为短期及长期两种：在短期制程能力分析方面，由收集一个作业批的数据经管制图的分析可知制程是否在管制状态，若不在管制状态则必须消除特殊原因，若已在管制状态，则可计算短期制程能力指数。这种方式，通常运用在客户所要求的初期样品的承认。而对于新增或变异的制程分析亦可运用。当证明制程已认定且能符合需求，则可进行长期制程能力分析。在此分析，数据收集期间必须足够长，如此才能包含所有预期的变异来源。将数据点绘在管制图中，若分析无特殊原因，则可计算长期制程能力。有关制程能力指数，通常使用Cp及Cpk，在后面将会说明制程管制与制程能力（图）制程管制与制程能力（图）制程改善环圈制程的持续改善，可分为三个阶段1、分析制程：–制程的现况–制程的问题–制程该如何进行–使制程在统计管制状态–决定制程能力2、维持制程–监控制程绩效–追查特殊原因并改善3、改善制程–改变制程以进一步了解一般原因造成的变异–降低一般原因造成的变异各阶段均可透过Plan（计划）、Do（执行）、Study（研讨）及Act（矫正行动）的环圈来进行。如下图所示。制程改善环图管制图管制上限中心线管制下限二、直方图（Histogram）（一）前言现场工作人员经常都要面對许多的数据，这些数据均来自于制程中抽验或查检所得的某项产品的品质特性。如果我们应用统计绘图的方法，将这些数据加以整理，则制程中的品质散布的情形及问题所在及制程、能力等，均可呈现在我们的眼前；我们即可利用这些情报来掌握问题点以进行改善对策。通常在生产现场最常利用的图表即为直方图。（二）直方图的定义1、何谓直方图：为要容易的看出如长度、重量、硬度、时间等计量值的数据分配情形，所用来表示的图形。直方图是将所收集的测定值特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定值依所出现的次数累计而成的面积，用柱子排起来的图形。因此，也叫做柱状图。（二）直方图的定义2、使用直方图的目的：1)了解分配的形态2)研究制程能力或测知制程能力3)工程解析与管制4)测知数据的真伪5)计划产品的不良率6)求分配的平均值与标准差7)籍以订定价格界限8)与规格或标准值比较9)调查是否混入两个以上的不同群体10)了解、设计、管制是否合乎制程管制（二）直方图的定义3、解释名词：（1）次数分配将许多的复杂数据依其差异的幅度分成若干组，在各组内列入测定值的出现次数，即为次数分配。（2）相对次数在各组出现的次数除以全部的次数，即相对次数。（3）累积次数（f）为自次数分配的测定值较小的一端将其次数累积计算，即为累积次数。（4）極差（R）在所有数据中最大值和最小值的差，即为極差。（5）组距（h）全距/组数=组距（6）算数平均数（X）X==，X=X0+X1+X2+……+Xnn∑Xinni=1∑μfn（二）直方图的定义(7)中位数（X）将数据由小至大依序排列，位居中央的数称为中位数。若遇偶位数时，则取中央两数的平均值。(8)众数（MODE）次数分配中出现次数最多组的值。(9)组中点（midrange)一组数据中最大值与最小值的平均值（上组界+下组界）÷2=组中点(10)标准差（σ）x（三）直方图的制作1、直方图的制作方法步骤1：收集数据并记录收集数据时，对于抽样分布必须特别注意，不可取部分样品，应就全部均匀的加以随机抽样。所收集的数据个数应大于50以上。步骤2：找出数据中的最大值（L）与最小值（S）步骤3：求全距（R）数据最大值（L）减最小值（S）=全距（R）步骤4：决定组数（1）组数过少，固然可得到相当简单的表格，但失却次数分配的本质与意义；组数过多，虽然表列详尽，但无法达到简化的目的。通常，应先将异常值剔除后再行分组。（2）一般可用数学家特吉斯（Sturges）提出的公式，根据测定次数n来计算组数K，其公式为：K=1+3.32logn（三）直方图的制作（3）一般数据的分组可参考下表数据数组数～505～751～1006～10101～2507～12250～10～20（三）直方图的制作步骤5：求组距（h）（1）组距=全距÷组数（h=）（2）为便于计算平均数及标准差，组距常取为2.5或10的倍数.步骤6:求各组上组界,下组界(由小而大顺序)步骤7:求组中点组中点(值)=步骤8:作次数分配表(1)将所有数据,依其数值大小画记于各组的组界内,并计算其次数(2)将次数相加,并与测定值的个数相比较;表中的次数总和应与测定值的个数相同.KR该组上组界+该组下组界2（三）直方图的制作步骤9:制作直方图1)将次数分配表图表化,以横轴表示数值的变化,以纵轴表示次数.2)横轴与纵轴各取适当的单位长度.再将各组的组界分别标在横轴上,各组界应为等距离.3)以各组内的次数为高,组距为底;在每一组上画成矩形,则完成直方图.4)在图的右上角记入相关数据履历(数据总数n,平均值,标准差σ…),并画出规格的上、下限。5)记入必要事项：制品名、工程名、期间、制作日期、制作者x（四）常见的直方图形态1、正常型说明：中间高，两边低，有集中趋势结论：左右对称分配（常态分配），显示制程在正常运转下。（四）常见的直方图形态2、缺齿型（凹凸不平型）说明：高低不一，有缺齿情形。不正常的分配，系因测定值或换算方法有偏差，次数分配不妥所形成的。结论：稽查员对测定值有偏好现象，如对5、10的数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此情况。（四）常见的直方图形态3、切边型（断裂型）说明：有一端被切断结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若剔除某规格以上时，则