QC7大手法

nullQC七大手法QC七大手法QC七大手法QC七大手法管理人员五大使命---- 品质,交期,成本,服务,安全管理 1.品质异常 2.交期异常 3.产量异常 4.设备异常 5.人员异常 6…………QC七大手法QC七大手法每位员工在自己的岗位上必须具备： 1.质量意识 2.问题意识 3.危机意识 4.改善意识 QC七大手法QC七大手法管理的基本原則 1.尊重人性----把工作人员的想法与意見有效发挥 2.依PDCA的管理循环彻底执行----不停的转动PDCA循环 3.彻底实施 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 化----做好管理的第一步. 4.活用统计手法----统计方法收集数据,加以統計 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 QC七大手法QC七大手法工作及生活中难免碰到问题，一旦发生问题如不立即解決，小问题也可能变成大问题。然而，解決问题是要用方法的，而品质管理（QC）手法就是能协助我們迅速且正确解決问题的利器之一。  一般问题解決的程序約可分为搜集→整理→归纳分析→判断决策等阶段，每一阶段都有不同的QC手法可供搭配使用。如果能夠充分了解QC手法且运用得宜，就能搜集到正确有效的资讯，並作出精准的判断。QC七大手法QC七大手法QC统计手法 1.QC七大手法----特性要因图,散布图,柏拉图,直方图,控制图,层別法, 检查表,（推移图）. 2.新QC七大手法----关联图法,KJ法,系统图法,PDPC法,箭线图法,矩阵图法,矩阵数据解析法 3.统计方法----推定与检定,抽样 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 ,控制图,实验计划法,相关与回归. 4.其他---抽样技术,官感检查,可靠度QC七大手法浅说QC七大手法浅说1.搜 集：須根据事实或数据说明。 工具包括：检查表（Check List）,散布图（Scatter Diagram）、层別法（Stratification）。 2.整 理：理清问题所在以作为判断重大问题的依据。工具包括：柏拉图（Pareto Diagram）、直方图（Histogram）。 3.归纳分析：主要针对原因与问题的关系，探讨其相互关系与潜在的真因。工具包括：特性要因图（Characteristic Diagram）。 4.判断決策：针对问题所发生的原因，采取有效对策，加以处置。工具包括：特性要因图、统计图中的管制图（Control Chart）。一.特性要因图(魚骨图)——一网打尽一.特性要因图(魚骨图)——一网打尽品质是制造出來的---- 制造的物品具有各項品质特性,依材料,设备,方法,人而形成不同的品质特性.若过程的品质特性出現问题的话,制造的品质也会产生了问题. 特性与要因 为了解决问题,将品质特性(結果)与原因之关系明确化.而在品质控制上造成的因素称为要因.所以利用图將品质特性的要因表現出來即称为特性要因图.因很像一只吃完魚肉,只剩骨头的魚所以又称魚骨图. 一.特性要因图(魚骨图)一.特性要因图(魚骨图)绘制方法---- 1.決定特性:尺寸,不良率,不良現象,….. 2.列举要因:a.应用5W1H,4M方法发掘要因 (what/where/when/who/why/how/人,机,料,法) b.有影响特性的要因全部列举出來 c.要分析至可采行对策,或搜集的要因 d.应用脑力激荡（头脑风暴法）brain storming (禁止批评,欢迎自由联想,构想越多越好,欢迎搭便車.) 一.特性要因图(魚骨图)一.特性要因图(魚骨图)3.整理特性要因的形狀---- 将列举的要因加以分类整理,画出大骨,中骨,小骨. 4.调查要因的影响度---- 解析过去累积数据及取控制图,直方图,散佈图加以分析,确认列举要因是否对特性真的有影响 5.決定特性要因图— 列举要因中,该追加的追加,该减少的减少.一切以数据为根据. 6.其他--- 绘制日期,绘制者,其他参考事项……..null脑力激荡的四大原则： ●禁止批评 ●欢迎自由联想 ●构想愈多愈好（创意） ●欢迎搭便车 脑力激荡（Brain Storming） 1938年奥斯朋博士提出一种会议方法，这种会议对某一主题尽量让大家在不批评的气氛下，提出构想，同时利用灵感相互诱导，简而言之，此乃充分发挥全员脑力，集思广义的技巧一.特性要因图(魚骨图)一.特性要因图(魚骨图)Connector短路操作者工具锡炉材料方法新人经验不足疏忽温度不合适速度不合适太快太慢太高太低开口过大形狀不规则检验方向错无規定pitch太密加工不良距离太近过炉方向反Connector短路特性要因图作成者:王自強日期:2003/11/03二.散布图——关系分明二.散布图——关系分明身高与体重 高重 ? 矮轻?二.散布图二.散布图调查两种数量之间的关系 品质特性与品质特性的关系 品质特性与要因之间 要因与要因之间 例: 1.电镀时铬层厚度与铬层结合强度之间的关系 2.电镀层硬度与槽液温度之关系 3.电镀处理時,电镀時間与电镀厚度之关系 4.R-5MG磨削循环次数与工装跳动值之关系.二.散布图二.散布图绘制方法 1.收集数据: 收集50~100相对应的数据.至少30組. 2.决定横轴与纵轴 一般以橫軸代表要因,纵轴代表品质特性. 若是要因与要因或品质特性与品质特性.則可任意決定. 刻度大小,則两者变异弧度大致相同大小即可以. 3.点绘数据 将收集的数据绘与相对位置上. 4.分析散布图 把握正确资讯,采取必要的措施.二.散布图二.散布图散布图的看法— 1.正相关: x增加時y也跟著增加.欲控制y時只需控制x. 2.负相关 x增加時y反而跟著減少.只需控制x, y即可获得控制. 3.无相关 x与y完全沒有相关.散布图图例散布图图例制作和观察散布图时的注意事项：制作和观察散布图时的注意事项：1.要注意对数据进行正确的分层否则会做出错误的判断； 2.观察是否有异常点或离群点的出现； 3.当收集到的数据较多时，难免会出现重复数据，在作图 时可以考虑用双重圈或多重圈表示，也可以在点的右上角注明重复的次数； 三.柏拉图——擒贼擒王三.柏拉图——擒贼擒王柏拉图 柏拉图分析是以80:20原理进行重点分析的图表，不良／缺点项目依数量之大小排列，橫座标为不良／缺点项目，纵坐标为不良／缺点数量或累积百分比，分析出重点不良／缺点项目做为改善的目标 null历史History Vilfredo Pareto (1848-1923) 意大利人初生在巴黎，为著名的经济及社会学家他尝试证明一个社会的收入与財富分布狀況，为少数20% 的贵族拥有社会大部份的財富， 虽然 “重要关键少数与无关紧要的多数” 原理，被多数学者应用于很多活动上，但直到Joseph. M. Juran 配合统计品管才广泛的应用到各个领域上柏拉图原理柏拉图原理系基于影响系統80% 的來至于20% 变量。 例 : 80% 的问题归咎于 20% 原因.三.柏拉图三.柏拉图绘制方法 1. 決定分类项目： 以产品或过程制订检查项目或不良原因。 2. 收集数据： 以某一期间收集特定问题的检查记录。 3. 依数量的大小排序整理数据，如下表三.柏拉图三.柏拉图4.绘制不良分析图(柏拉图): a.橫轴依不良个数大小順序取不良项目. b.纵轴取不良数及不良率. c.依不良数之大小順序由左而右绘出条形图表示之. d.累积不良率則使用曲线图表示之. 5.计入必要項目: 即数据的期间.数据的数目等.三.柏拉图三.柏拉图四.直方图——明察秋毫四.直方图——明察秋毫收集数据的目的 整批产品的分布与变异 品质规格的平均值与变异 确认项目— 1.分配的形狀 2.分配的中心值 3.分配的散布情形 4.与规格的关系四.直方图四.直方图直方图的绘制方法 1.收集数据 作直方图,数据至少50个以上.一般对于 数据个数多少,称为样品大小, 用 n 表示. 2.整理数据 将数据整理,并找出最大值与最大值. 3.决定组数 分组的组数並沒有統一的規定，但太多或太少组皆会使直方图失真 . A.分組组数依数据的 样本 保单样本pdf木马病毒样本下载上虞风机样本下载直线导轨样本下载电脑病毒样本下载 大小n決定 B.最大值减最小值的差(R),用2,5,10等相关数值除之. 全距( R )=最大数(Max)-(最小数)Min 组数= R / 2, 5,10四.直方图四.直方图4.決定組距 組距 h 可由组数 k 除以全距 R 來決定，如下式。 組距(h)= 全距(R) / 组数 (k) 一般取 h 值为测量单位的整数倍 5.決定組界 組界即是每一分組之上下界限值，其決定之方法如下： 第一組下界　　　　Ｌ1　＝　MIN｛Xij｝－　测量单位／2 第一組上界　　　　Ｕ1　＝　Ｌ1　＋　h 第二組下界　　　　Ｌ2　＝　Ｕ1 第二組上界　　　　Ｕ2　＝　Ｌ2　＋　h 第ｉ組下界　　　　Ｌi　 ＝　Ｕi-1 第ｉ組上界　　　　Ｕi　 ＝　Ｌi　＋　h 第ｋ組下界　　　　Ｌk　 ＝　Ｕk-1 第ｋ組下界　　　　Ｕk　 ＝　Ｌk　＋　h　＞　MAX｛Xij｝则停止 6. 计算组中点 各組皆以組中点为代表值，其計算方法如下： 組中点= ( L1+U1 ) / 2 四.直方图四.直方图6.计算次数並作次数分配表： 將組界、組中点填入次数分配表，將原数据依其值归类入某一組並以计票的方式以 ////字划计各組之次数 7.绘制直方图 以組界或組中点为X軸 ，次数位Y軸。再以各組之組距为底边，次数位高，对每一组绘一長方形，相临的組其長方形需紧靠在一起，不要有空隙. 8.记入必要事項 收集数据期間,樣本大小,品质特性的单位,測定日期,測定者,必要的批号.四.直方图四.直方图 測量100个外壳尺寸 单位:mmMax= 1.55 Min=1.27四.直方图四.直方图决定组数 A. n=100 , k=6~10. B. Max=1.55 Min=1.27 R=1.55-1.27 = 0.28 0.28/0.02=14 0.28/0.05=5.6 0.28/0.01=28 为方便计算,此例我們使用A方式,以10组计算 决定组距 组距=全距/组数 =0.28 / 10 = 0.028 ≈ 0.3 决定组界 L1　＝1.27 - (0.01/2) 　 U1　＝1.265 + 0.03 　　＝1.265 　　　　　　　　    ＝1.295 L2　＝1.295　　　　　　　U2　＝1.325 L3　＝1.325　　　　　　　U3　＝1.355 L4　＝1.355　　　　　　　U4　＝1.385 L5　＝1.385　　　　　　　U5　＝1.415 L6　＝1.415　　　　　　　U6　＝1.445 L7　＝1.445　　　　　　　U7　＝1.475 L8　＝1.475　　　　　　　U8　＝1.505 L9　＝1.505　　　　　　　U9　＝1.535 L10  ＝1.535　　　　　　　U10  ＝1.565 四.直方图四.直方图计算组中点 组中点= ( L1+U1 ) / 2 = (1.265+1.295) /2 = 1.280 计算次数並作次数分配表四.直方图四.直方图四.直方图四.直方图直方图的看法 离岛型 不同東西混入不同过程混入代表数据在充分管理状态下出现富士山型母子山型代表整个数据的出现过程中有某种异常的原因存在四.直方图四.直方图挑选超出規格測定方法 或 分組不良绝壁型桂林山水型代表数据从某一点以外被取走代表数据的读取有偏好或分组不恰当四.直方图四.直方图与规格的比较变异小,平均值在正中間中心值偏移,必須有所对策,将平均值移至中心变异过大,若中心移动.則会出现不良品.需減少变异.四.直方图四.直方图经过全检,需縮小变异调整中心位置确认规格缩小变异或放宽规格,不然全数检验五.控制图——了若指掌, 由美国贝尔电话实验室的(Dr.W.A.Shewart) 博士在1924年首先提出的，是以統计的方法求出限界限再制成图形，叫作控制图。控制图可在各种管理上活用，所以最好不要称它为品质控制图. 控制图在管循环中的作用(控制的方法．思考方法) 管理循环分为: Plan→Do→Check→Action 简称PDCA循环.如下图 管理的6 STEP a.决定目标．目的 (Plan) b.决定达到目标．目的方法 (Plan) c.教育．训练 (Do) d.实施 (Do) e.检查实施的結果 (Check) f.采取修正措施 (Action) 五.控制图——了若指掌null◎ 正态分布有一个事实在品质管理中經常用到，即不论  与 为何值，产品品质特性值落在[ - 3， + 3]范围內的概率 99.73%。 落在[ - 3， + 3]范围外的概率 1 - 99.73 % = 0.27%，而大於  + 3 一側的概率为 0.27% / 2 = 0.135 %。 休哈特依此发展控制图。5.1控制图原理null 控制图的第一种解释 1、若过程正常，即分配(布)不变，則样本(点子)超出UCL的概率只有 1 / 1000 左右。 2 、小概率事件原理：小概率事件实际上不发生，若发生即判断异常。 控制图的第二种解释 1、引起过程变易的原因为偶因和异因 (Chance Cause & Assign Cause) [戴明---过程变易的原因分为普通原因和特殊原因 (Common & Special Cause)]两大类。偶因的变易是恆常系統(Constant System)确实存 在于自然中。 2 、异因对品质的影响甚大，警语:遇问题立即反映 / 見可疑追查到底 20字箴言--- 疑难杂症、对症下药、药到病除、莫犯同症、标准化之。 5.1控制图原理null5.2 控制图的基本使用方式 將量测出來的；品质特征值依序的描绘在控制图上。 若特征值超出控制界线，则表示过程不在控制当中（out of control），需 请人查出 异常原因 的所在。null第一种错误：虚发警讯。 生产正常下而样本(点子)偶而超出界限外，根据点子出界就判异常，此乃犯了第一种错误以符号表示 (2) 第二种错误：漏报警讯。 过程已经异常，但仍有部份产品，其品质特性值的数值偶而落 于控制界限內。倘抽取此样(点子)，描点会在界內，此乃犯了第二 种错误。以符号  表示。 5.3 休哈特控制图 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 构想null3 LCLProcess Mean3 UCLShift in process average5.3 休哈特控制图设计构想null◎ 休哈特控制图的设计思想是先确定 ，再看 。 (1)  按照 3方式确定 UCL 和 LCL 就等于确定  = 0.27%。 (2) 通常统计上一般采用 为1%，5%，10%等三值，而休哈特 以经济原则及为了增加使用者的信心，把其控制图的  取 得特別小( 0. 27 % )，如此  將变大，因此需要增加第二类 判异准则『界內点排列不随机則判异』。 (  = 0 則 UCL与LCL之间隔將为无穷大， 从而  = 1，即必发漏报 ) 。(检定力(Power) = 1- )。5.3.休哈特控制图设计构想5.4 控制图的分类5.4 控制图的分类计量值控制图（variable control charts） 监测特征值集中的地方 X-bar chart 监测特征值的分散程度 s chart R chart 记数值控制图（attribute control charts） 监测失效的相对次数（不良率） p chart 监测失效的次数（不良数，缺点数） c chartnull5.5 控制图的计算null5.6 过程能力的评估5.7 三种界限的区分5.7 三种界限的区分自然的容忍界限（natural tolerance limits） 表示过程中自然的变易，一般以过程平均值正負三倍标准差（3σ）來作为界限大小。（UNTL，LNTL） 規格界限（specification limits） 由开发者或设计者所定，表示产品的品质。与过程，样本无关。（USL，LSL，Target） 但制订规格界限时，需考虑自然的容忍界限，以免制造不出符合规格的产品。 管制界限（control limits） 过程中自然变易的函数（3σ/√n） ，是所能容忍的程度来定其大小。（UCL，LCL） 规格界限与管制界限并无数学上的关系。 5.8 如何判断过程 is Ok or not? 1) 正常状態: A. 多数点集中在中心线附近。 B. 少数点落在控制界线附近。 C. 点分布呈随机状态，无任何规律可循。 D.下列情况也可视为在管制状态， (1) 连续25点以上出现在管制界线以内。 (2) 连续35点中， 出现在管制界线以外不超过1点。 (3) 连续100点中， 出现在管制界线以外不超过2点。5.8 如何判断过程 is Ok or not? 5.8 如何判断过程 is Ok or not? P(连续25点,d=0) = = 0.9346 P(连续25点,d>0) = 1 - 0.9346 = 0.0654 (0.0027) = 0.9959 P(连续35点,d>1) = +P(连续35点d>1) = 1一P(连续35点,d>1)= 1 - 0.9959 = 0.0041 类似地，对于准则(3)也可以计算得 ：P(连续100点,d>2) = 0.0026 若连续35个点中，在管制界限外的点超过2个,或连续100个点中,在管制界限外的点超过 3 个，则判断过程失控。 5.8 如何判断过程 is Ok or not? 5.8 如何判断过程 is Ok or not? 2) 异常状态: A. 连续 7 点或更多在中心线同一侧； B. 连续 7 点或更多点呈上升或下趋势； C. 连续 11 点中至少有 10 点在中心线同一侧； D. 连续 14 点中至少有 12 点在中心线同一侧； E. 连续 17 点中至少有 14 点在中心线同一侧； F. 连续 20 点中至少有 16 点在中心线同一侧； G. 连续 3 点中至少有 2 点或 7 点中至少有 3 点落在 二倍与三倍标准差管制界线之间5.8 如何判断过程 is Ok or not? null判断异常的准则1. 连续3个点中,至少有 2点接近控制界限 2. 连续7个点中,至少有 3点接近控制界限 3. 连续10个点中,至少有 4点接近控制界限 P(μ+2σ＜x ≦μ+3σ)=2[￠(3)一￠(2)]=2[0.99865一0.97725]=0.0428φ(3)=0.99865,φ(2)=0.97725 查常態分配表 P(μ-2σ＜x ≦μ+2σ)=2[￠(2)一￠(0〉] =[20.97725-0.50000]=0.9545 P{连续3个点中至少有2点接近控制极限}= (0.9545) + = 0.0053 P { 连续 7 个点中至少有3点接近控制界限 }= 0.0024 P { 连续10 个点中至少有4点接近控制界限 } = 0.0006以0.027 为标准模式1: 点子屡屡接近控制界限 null◎ 控制图应用前应考虑的問題:   1，应用控制图应具备基本条件 1）企业的基础管理比较稳定： 2）企业的生产过程比较稳定： 3）职工（特別是技术人员）应接受统计技术的系统培训： 4）具备统计技术应用所需要的技术，资源条件。◎ 使用控制图注意事項： 1 控制界限不可用規格值代替。 2 使用控制图前，现场作业必先标准化。 3 X bar R 控制图每组资料取 N=4 ~ 5 最合适。 4 要使控制图发挥效用，使CP值>1以上。 5 点超出界限或异常状态，必利用各种研改措施，找出异常原因， 加以消除。null2，应用条件（什么情況下可以应用控制图） 1）控制物件可以是品质特性，品质指标或过程参数。 2）控制物件应定量描述並具有分佈的可重性。 3，控制物件的选择 1）重要性：应选择关键指标实施控制。 2）单性：每个控制图只能控制一个指标。 4，取样方法 1）一定要随机取样。 2）按确定的时间间隔取样，时间间隔的长短应根据过程中异常 因素出現的频率确定。 3）样本大小应保证控制图有适宜的检出力。 4）分析用控制图的取样组数大于或等于20組。 六.层別法——抽丝剥茧六.层別法——抽丝剥茧 层別法之意义 影响产品品质的原因很多，可能來自于人員、材料、制造方法及机器设备等，但在生产过程中，这些因素皆牵涉其中，若无法將品质变易的原因分析出來，品质就无法获得改善. 所以，为了要明了品质变易的原因來自何处，就必须针对各项因素分开搜集数据，加以比较，因此，将人员、材料、制造方法或机器设备等分开搜集数据，以找出其间的差异，並针对差异加以改善的方法称为层别 六.层別法六.层別法层別法为一概念性的方法，可配合其他品质改善方法一并使用，透过分层搜集数据，找出品质改善的最佳方法。 层別法之步骤 1.确定使用层別法之目的。 2.決定层別项目，如依時間別、操作员別、机械別、原料別......。 3.搜集数据。 4.解析原因，比较差异。 六.层別法六.层別法依原料的供应來源或批次层別 依操作人員的 部門、年龄、性別、熟练程度等层別 依机械设备的种类、牌号与布置位置等层別 依時間，如月、周、日夜、或上下午等层別 依作业条件，如温度、压力、速度或天气等层別 依操作方法层別 依不同生产线层別 X X 公司注塑机系三班轮班, 前周所生产的产品均为同一产品, 结果为 ----- 以班別來分类, 並加以统计, 就可得知各班的产量及不良率狀況, 以這些数据來实施那些改良措施. null层别法使用之注意事項 1.实施前，首先确定层别的目的：不良 　　　率分析？效率之提升？作业条件确认 ？ 2.检查表的设计应针对所怀疑的对象设 计之。 3.数据的性质分类应清晰详细载明之。 4.依各种可能原因加以层别，至寻出真　 　　　因所在。 　　5.层別所得之情报应与对策相连接，並 　　 付距实际行动。 七.检查表——表里如一七.检查表——表里如一查核表是一种用來收集及分析数据简单而有效率的图形方法。检查表可說是另一种次数分配的表現，使用時只要运用简单的符号标记出工作目标是否达成或对特定事件发生給予累积记录。使用简单符号如「ˇ 」、「△ 」、「O 」、「X」或「正」。 检查表的设计要简单明了而且要能涵盖所要研究的项目，避免工作延迟或遗漏。 检查表依用途区分，大致可分为记录用及点检用两种。 七.检查表七.检查表1.召集所有相关人員，运用脑力激荡法制作特性要因图以列出要因項目。 2.將所列出的要因項目层別后，並填入检查表中。 3.操作人員运用简单的记号将检查結果记录于表中。 4.利用所得的资料，整理分析，以便了解控制情況或采取必要措施。null　　检查表是使用简单易于了解的标准化表格或图形，作业時仅需填入規定之检查记号，再加以统计汇总其数据，即可提供量化分析或对比检查用。检查表记载的項目（５W１H） What：目的何在？ Why：为什么（对象、项目）？ Who：由谁做？ How：何种方法？ When：何時做？ Where：在什么地方？七.检查表七.检查表位置图是將缺点或问题发生之位置标示于图上，用以分析问题发生的根源。下图是一个电路板应用位置图來标示出缺点发生的位置，从这个例子可以看出，电路板的左右上角是缺点发生最多的位置，进一步仔细观察操作員的操作过程，得知此两个位置是操作员搬运电路板時所持的位置。可能是手上的灰尘造成。在改以专门的搬运工具后，缺点数显著減少。八.推移图——秋后算帐八.推移图——秋后算帐推移图 是以统计量；如不良率( p )、良率( 1-p )、不良数( np )、缺点数( c )、单位缺点数( u；dpu ) 及每百万缺点数值( dppm )为纵轴，日期／时间为横轴。依日期／时间順序显示数量的大小以掌握趋势的变化 推移图可以用观察时间推移時数据变化，以及变动的趋势和变化的速度 . 绘制方法 1. 纵轴为指定的统计量，横轴为日期／时间。 2. 记上刻度的数量。 3. 计算统计量。 4. 以统计量点绘推移图。 八.推移图八.推移图八.推移图八.推移图 推移图中区隔为「改善前」、「改善中」、「改善后」三区。当正视问题並开始拟订对策时，就由「改善前」進入「改善中」阶段；当开始实施对策時，则是由「改善中」進入「改善后」阶段结束语结束语 在日常管理中解決问题不能只靠「经验」和「感觉」，必須依据「客观的事实」來做決策，因此，所搜集的資料是否正確、有效，將影响到決策的品质。所谓「客观的事实」在QC手法上指的就是「数据」。 透过这些QC七大手法的图表工具，可以將杂乱无序的数字整理成有意义的数据，提供管理決策的依据。 在运用QC七大手法之初可能会像其他工具一样，开始並不熟练，因此建议使用者不妨先由工作上简单的作业进行练习。相信这套工具上手后，將可大大节省管理的时间，且有效提高品质。