QC七大手法培训教材

QC七大手法王一南13501600831QC七大手法 新旧QC(质量控制QualityControl)七大手法都是由日本人总结出来的。日本人在提出旧七大手法推行并获得成功之后，1979年又提出新七大手法。 有用的质量统计管理工具当然不止七种。除了新旧七大手法以外，常用的工具还有实验设计、分布图、推移图等。简介QC七大手法 检查表(CheckList) 散布图(ScatterDiagram) 特性要因图(CharacteristicDiagram)因果图(Cause-Effect)、鱼骨图(FishBoneChart) 直方图(Histogram) 控制图(ControlChart) 层别法(Stratification) 柏拉图(ParetoDiagram)简介QC新七大手法 关联图 KJ法（亲和图法） 系统图 矩阵图 矩阵数据分析法 过程决策程序图(PDPC) 箭头图QC统计手法概述 公司应具备质量意识、问题意识、危机意识、改善意识，寻求自身工作的改善方法，在管理上应用统计技术的方法和概念，在全员努力之下来满足顾客要求和社会要求。 在QC活动中所采用的统计方法，都极为简单，即我们常讲的“QC七大手法”。QC统计手法概述 管理循环 目前产业界，必須将管理、改善、统计方法三者统一起來，三者相互连贯运用，才能在整体上发挥效果。 QC七大手法浅说 QC七大手法的使用情形，可归纳如下： 根据事实、数据发言——图表(Graph)、检查表(CheckList)、散布图(ScatterDiagram)。QC统计手法概述 分析原因与结果的关系，以探讨潜在性的问题——特性要因图(CharacteristicDiagram)。 凡事物不能完全单独用平均数来考虑，应了解事物都有变差存在，須从平均数与变异性来考虑——直方图(Histogram)、控制图(ControlChart)。 所有数据不可仅考虑平均，須根据数据的来龙去脉，考虑适当分层——层別法(Stratification)。QC统计手法概述 并非对所有原因采取，而是先从影响较大的2~3項采取措施，即所谓管理重点——柏拉图(ParetoDragram)。 从ISO谈统计技术ISO9000与统计技术 ISO9000：2000中的0.2“质量管理原则”g)：基于事实的决策方法------有效决策是建立在数据和信息分析的基础上。 2.10“统计技术的作用”规定：应用统计技术可帮助组织了解变异，从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。在许多活动的状态和结果中，甚至是在明显的稳定条件下，均可观察到变异。这种变异可通过产品和过程可测量的特性观察到，并且在产品的整个寿命周期(从市场调研到顾客服务和最终处置)的各个阶段，均可看到其存在。统计技术有助于对这类变异进行测量、描述、分析、解释和建立模型，甚至在数据相对有限的情况下也可实现。这种数据的统计分析能对更好地理解变异的性质、程度和原因提供帮助。从而有助于解决，甚至防止由于变异引起的问题，并促进持续改进。ISO9000与统计技术 ISO9001:2000中的8.4“数据分析”规定：组织应确定、收集和分析适当的数据，以证实质量管理体系的适宜性和有效性，并评价在何处可以指导质量管理体系的有效性。这应包括来自监视和测量的结果以及其他有关来源的数据。数据分析应提供以下有关方面的信息：a) 顾客满意(见8.2.1)；b) 与产品要求的符合性(见7.2.1)；c) 过程和产品的特性及趋势，包括采取预防措施的机会；d) 供方。 8.5.1“持续改进”规定：组织应利用质量方针、质量目标、审核结果、数据分析、纠正和预防措施以及管理评审，持续改进质量管理体系的有效性。1、正常波动 由偶然原因引起 正常波动——稳态2、异常波动 由系统原因引起 异常波动——非稳态质量波动及其原因NormalDistribution-GaussianCurveSigma=σ=Deviation(Squarerootofvariance-7-6-5-4-3-2-101234567σAxisgrachinSigma加工分类f(x)1级1级2级2级3级3级4级4级特级特级μTmT3=4σT0=10σT1=8σT2=6σ旧QC七大手法第一章数据与图表第二章检查表第三章层别法第四章柏拉图法第五章特性要因图法第六章散布图第七章直方图第八章控制图QC七大手法之运用 QC七大手法解決问题的步驟 特性要因图 柏拉图 检查表 层別法 散布图 直方图 控制图 1 主題选定 ○ ◎ ○ ◎ ◎ ◎ 2 現況把握 ◎ ◎ ◎ ○ ◎ ◎ 3 要因解析 ◎ ◎ ◎ ◎ ◎ ◎ ◎ 4 对策檢討 ◎ 5 对策实施 ◎ ○ ◎ 6 效果确认 ◎ ◎ ◎ ○ ◎ ◎ 7 标准化与管理的落实 ○ ◎ ○ ○第一章数据与图表一.何谓数据?就是根据測量所得到的数值和資料等事实.因此形成数据最重要的基本观念就是:数据=事实二.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.要把握事实真相数据数据的分类： 依特性分：定性、定量 依来源分：市场、原料、检验等 依时间先后分：过去数据、日常数据、新数据 依来源可分为 原物料及产品市场数 过程数据 检验数据 依时间先后可分为 过去数据 日常数据 新数据质量特性数据 一、数据的分类 1计量值数据 2计数值数据 (1)计件值数据 (2)计点值数据 二、数据的收集和分析整理 1、抽样方法简单随机抽样、间隔随机抽样、分层随机抽样、分段随机抽样 2、数据收集示意图数据 整理数据的方法：机器整理、人工整理 整理数据的原则 发生问题要采取对策前，必须要有数据作为依据； 对于数据使用目的应清楚了解； 当数据收集完成后，应立即使用； 数据的整理与运用，改善前、后所具备的条件应一致； 数据不可造假，否则问题将永远无法解决。 应用数据要注意的重点 收集正确可用的数据； 避免个人主观的判断； 掌握事实的真相。三.数据的种类A.定量数据:長度.时间.重量等測量所得数据,也称计量值;(特点连续不间断)以缺点数,不合格品数來作为计算标准的数值称为计数值.(特点离散性数据)B.定性数据:以人的感觉判断出來的数据,例如:水果的甜度或衣服的美感.四.整理数据应注意的事項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.质量特性数据 目的 母体样本数据 对于工序控制 对一批产品质量判断数据与图表 五、图表 何谓图表 现场的数据或情报，用点、线、面、体来表示大概情势及巨细变动在纸上的图形，称为图表。 图表的种类 依使用目的分 分析用图表 管理用图表数据与图表 计划用图表 统计用图表 计算用图表 说明用图表 依数据性质分 静态图表 动态图表 依表现內容分 系统图表 预定图表 记录图表数据与图表 计算图表 统计图表 依表示方法(形状)分 棒形图、面积图、扇形图、折线图、带状图、进度图、能力图、Z形图 图表的作用与具备条件 图表的作用 图表必备条件 图表制作的原则 制作前考虑事项 制作应遵守的原则数据与图表 图表制作注意事項 图表制作要領 图名(Title) 图形的大小(ChartProportions) 坐标轴(Coordinate) 刻度(Scale) 零基准(ZeroBase) 划线(Ruling) 文字的书写(Lettering) 数字的排列 图例数据与图表 资料来源SourceReference) 几种常用图表介紹 条形图作图者及日期：张三，83.2.5X公司各部门83年7月份提案件数比较图数据与图表 推移图(又称趋势图、历史线图或折线图)80/123456(月)B班A班(%)43210不合格率连杆A、B两班加工不合格率月推移比较数据与图表 雷达图创意功夫提案領导能力国会次数解決件数发表会经验国会出席率读书会休息活动热心度活动计划工作分摊QC手法数据与图表543210管制图散布图直方图层別法检查表柏拉图图解●重要的图表(QCC手法的理解度)S55年S56年特性要因图 甘特图(GannChart;you又称进度表、顺序表、日程进度表)用以表示日程计划与其他进度的图形数据与图表 月別項目周別 一月 二月 三月 職責分配 1 2 3 4 1 2 3 4 1 2 3 4 1.組織小組 XXX 2.選定題目 全体圈員 3.定目標 XXX 4.原因分析 XXX 5.數據分析 XXX 6.整理統計 XXX 7.改善對策 XXX 8.效果確認 XXX 9.標准化 XXX 10.成果比較 XXX 11.資料整理 XXX圖:質量管理活動進度表数据与图表 流程图(FlowChart)数据与图表 带状图(条图)0102030405060708090100（%）1978年世界主要国家汽车生产量比例图美國30.4%日本21.9%西德9.7%法國8.3%蘇聯5.1%加拿大4.3%意大利3.9%英國3.8%其他7.4%總產量：42，224万台数据与图表 圆图(又称扇形图)N=16848件其它数据与图表 Z形图(与推移图差在Z形图有加累计线) 箭头图 其它图形(点圆、体积图、面积图、…)第二章检查表一.何谓检查表?为了便于收集数据,使用简单记号填记并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种或图表。(用來检查有关項目的表格)二.检查表的种类检查表以工作的种类或目的可分为记录用检查表、点检用检查表两种。检查表 检查表是使用简单易了解的标准化表格或图形，人员只需填入规定的检查表记号，再加以统计汇总，即可提供量化分析或比对检查，有时也称为点检表或查核表。 检查表的分类 点检用检查表：在设计时就已定义，使用时只做是非或选择的标记，其主要功能在于确认作业的执行。 记录用检查表：用于收集数据资料，对不合格原因或项目进行统计，由于常用于作业缺点、质量差异等记录，也称为改善用检查表。检查表(CheckSheet;Checklist) 決定检查表格式。(图形或表格) 決定检查记录的符号。如：正、++++、△、、○。 检查表的应用 如有异常，应马上追究原因，並采取必要的措施。 检查人员,应明确指定谁来做。 范例 点检用检查表检查表(CheckSheet;Checklist)上班前服饰的检查表检查表(CheckSheet;Checklist) 记录检查表三、分类:记录用、点检用(1)记录用(或改善用)检查表主要功用在于根据收集之数据以调查不合格項目、不合格原因、工程分布、缺点位置等情形.其中有:(a)原因別、机械別、人員別、缺点別、不合格項目別(b)位置別(2)点检用检查表主要功用是为要确认作业实施、机械整备的实施情形,或为預防发生不合格事故、确保安全时使用如:机械定期保养点检表、登山裝备点检表、不安全处所点检表检查表的制作明确制作检查表的目的决定检查的项目决定检查的频率决定检查的人员及方法相关条件的记录方式，如作业场所、日期、工程等决定检查表格式(图形或表格)决定检查记录的符号检查表制作要点 并非一开始就要求完美，可先参考他人的示例，使用时如不理想，再加以改善 越简单越好，容易记录、看图，以最短的时间将现场的资料记录下来 一目了然，检查的事项应清楚陈述，使记录者在记录问题的同时，即能明了所记录的内容 以TeamWork的方式进行，大家集思广益，切记不可遗漏重要项目 设计不会让使用者记录错误的检查表，以免影响日后统计分析的真实性四、检查表的作法(1)明确目的---將來要能提出改善对策数据,所以必需把握現状解析,与使用目的相配合(2)解決检查項目---从特性要因图圈选的4~6項決定之(3)決定抽检方式---全检、抽检(4)決定检查方式---检查基准、检查数量、检查时间与期间、检查对象之決定、并決定收集者、记录符号(5)设计表格实施检查五.检查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項目或各項目之间有否差异?是否因时间的经过而产生变化?另外也要特別注意周期性变化的特殊情況.检查表 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.检查表 操作者 不合格种类 月日 月日 A 尺寸 缺点 材料 其他 B 尺寸 缺点 材料 其他产品/过程质量检查清单第三章层別法一.何谓层別法?层別法就是针对部门別.人別.工作方法別.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.也就是为了区別各种不同原因对結果的影响,而以个別原因为主,分別统计分析的一种方法.层別法(Stratification) 因各种不同的特点而对结果产生的影响，而以个別特征加以分类、统计；此类统计分析的方法称为层別法（或分层法）。 层別的分类 部门层別、单位层別 过程区域层別 操作员层別 机械、设备的层別层别法 在实际工作中经常可发现产品质量因人、机、料、法、环、检测等不同时，会有差异存在。 当不合格品产生时，很可能是其中的一种因素有问题，如数据未能适当分层，往往在调查上浪费了大量的人力、物力、时间，有时甚至最终还是无法寻找到真正的原因。 同样在质量较优时，也可从分层的数据中寻找规律获得改善。 因各种不同的特点会对结果产生影响，在收集数据时以个别特性加以分类、统计，称为层别法（或分层法）。层别的分类 部门层别、单位层别：生产部门、测试部门、采购部门等 过程区域层别：下料区、裁剪区、折弯区、加工区等 操作员层别：班别、线别、组别、性别、年龄别、教育程度别等 机械、设备层别：机台、场所、机型、工具等 作业条件层别：温湿度、压力等 时间层别：日期、日夜等 原材料层别：供方、材质、成分、储存时间等 测量层别：人员、方法、设备、环境等 环境、气候层别：气温、晴雨、照明等 地区层别：海岸内陆、国内外等 其他：合格与不合格、包装等二、层別的对象与項目2.1时间的层別小时別、日期別、周別、月別、季节別…..等.例:过程中温度的管理就常以每小时來层別.2.2作业員的层別班別、操作法別、熟练度別、年龄別、性別、教育程度別…..等.例:A班及B班的完成品质量层別.2.3机械、设备的层別場所別、机型別、年代別、工具別、編号別、速度別…..等.例:不同机型生产相同产品以机型別來分析其不合格率.2.4作业条件的层別温度別、湿度別、压力別、天气別、作业时间別、作业方法別、測定器別…..等.例:对温度敏感的作业現場所应记录其温湿度,以便温湿度变化时能层別比较.二、层別的对象与項目2.5原材料的层別供应者別、群体批別、制造厂別、产地別、材质別、大小类別、貯藏期间別、成分別…..等.例:同一厂商供应的原材料也应做好批号別,領用时均能加以层別,以便了解各批原料的质量,甚至不合格发生时更能迅速采取应急措施,使损失达最小的程度.2.6測定的层別測定器別、測定者別、測定方法別…..等.2.7检查的层別检查員別、检查場所別、检查方法…..等.2.8其他合格品与不合格品別、包裝別、搬运方法別…..等.三.层別法的使用活用层別法时必須记住三个重点:1.在收集数据之前就应使用层別法在解決日常问题时,经常会发現对于收集來的数据必須浪費相当多的精神來分类,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,費时又費力.所以在收集数据之前应該考虑数据的条件背景以后,先把它层別化,再开始收集数据.(在做检查时,考虑适当分类)2.QC手法的运用应該特別注意层別法的使用.QC七大手法中的柏拉图.检查表.散布图.直方图和控制图都必須以发現的问题或原因來作层別法.例如制作柏拉图时,如果设定太多項目或设定項目中其他栏所估的比例过高,就不知道问题的重心,这就是层別不合格的原因.別外直方图的双峰型或高原型都有层別的问题.层别法的实施步骤先选定调查的对象设计收集数据所使用的表单设定资料的收集点并培训员工如何填写表单记录及观察所得的数值整理数据，分类绘制应有的图表比较分析与最终推论三.管理工作上也应該活用层別法如果在管理工作上就用层別法的概念先作分类的工作,以商品別作业绩比较表,可查出那种商品出了问题.如再以营业单位別銷售落后业绩产品的层別化再比较即可发現各单位对这种产品的銷售状況.如对业绩不理想的单位,以营业人員別化即可发現各营业人員的状況,如此问题將更加以明确化.以上的說明中可以发現管理者为了探究问题的真正原因,分別使用了商品別,单位別.人別等层別手法,使得问题更清楚,这就是层別法的观点.层别法使用的注意事项 实施前，首先确定分层的目的－－－不合格率分析？提高效率？作业条件确认？… 检查表的设计应针对所怀疑的对象 数据的性质分类应清晰详细记载 依各类可能原因加以分层，以找出真正的原因 分层所得的结果应与对策相连接，并付诸实际行动层別法(Stratification) 层別法的运用方法 推移图的层別硬度值（碳铁碳含量的层別）含碳量C%252015105%3.02.52.01.51.00.5改善前改善后（孔尺寸不合格的总推移层別）日期234678910111314不良率2.51.72.11.82.22.01.71.91.01.31.1平均2.06%1.5%第四章柏拉图 意大利经济学家V.Pareto在1897年对社会经济结构进行分析时，赫然发现国民所得的大部分均集中在少数人身上，于是将所得的大小与拥有所得的关系加以整理，发现有一定的方程式可以表示，称为“柏拉图法则”。 1907年美国经济学者M.O.Lorenz使用累积分配曲线来描绘“柏拉图法则”，即经济学上的“劳伦兹曲线”。 美国质量管理专家J.M.Juran将劳伦兹曲线应用于质量管理，同时提出“重要的少数，次要的多数(VitalFew,TrivialMany)”的见解，并借用Parto的名字，将此现象称为“柏拉图原理”。 品管圈的创始人石川馨将柏拉图原理介绍到品管圈活动中使用，从而成为质量管理七大手法之一。二.柏拉图的制作方法1.決定不合格的分类項目2.決定数据收集期间,并且按照分类項目收集数据.3.记入图表紙并且依数据大小排列书出柱形.4.点上累计值并用线连結.5.记入柏拉图的主题及相关資料.柏拉图的制作决定数据的分类项目；决定收集数据的期间；依分类项目别，做数据整理，并制成统计表；依数据大小排列画出柱状图(故又称排列图)；绘累积曲线；绘累积比率；记入必要的事项：标题、人员等。柏拉图(ParetoDiagram)例:电氣不合格状況记錄表期间:06年8月5日-9日过程检查组检验者:王胜利項目月日8月5日6日7日8日9日合計收斂不良57几何失真34無畫面14白平衡不良28畫面傾斜13亮度不足3敲閃17無電源4柏拉图(ParetoDiagram)-步骤3:依分类項目別，做数据整理，并做成统计表。不良項目不良數不良率%累計數影響比率%累計影響比率%1收斂不良573.935733.533.52几何失真342.349120.053.53白平衡不良281.9311916.570.04敲閃171.1713610.080.05無畫面140.971508.288.26畫面傾斜130.901637.695.87其他70.481704.2100.0總檢查數1450柏拉图(ParetoDiagram)-步骤4:记入图表用紙并依数据大小排列画出柱状图。不合格数17015313611910285685134170不合格項目收敛不合格几何失真白平衡敲闪无画面画面傾斜其他不合格柏拉图(ParetoDiagram)-步骤5:绘累计曲线。不合格数17015313611910285685134170不合格項目收敛不合格几何失真白平衡敲闪无画面画面傾斜其他不合格柏拉图(ParetoDiagram)-步骤6:绘累计比率。累计影响比例(%)不合格項目不合格数17015313611910285685134170收敛几何白平衡敲闪无画面画面其他不合格失真不合格傾斜100%90%80%70%60%50%40%30%20%10%柏拉图(ParetoDiagram) 步骤7:记入必要的事项。 标题目的)。 数据搜集期间。 数据合计(总检查数、不合格数、不合格率…等)。 工程別。 相关人員(包括记录者、绘图者…)。柏拉图(ParetoDiagram)不合格項目不合格数累计影响比例(%)17015313611910285685134170收敛几何白平衡敲闪无画面画面其他不合格失真不合格傾斜100%90%80%70%60%50%40%30%20%10%工程:电气检查总检查数:1450总不合格数:170期间:06年8月5日~9日检验者:王胜利绘图者:李四柏拉图的制作三.柏拉图的使用1.掌握问题点2.发現原因3.效果确认四.制作对策前.对策后的效果确认时应注意以下三項1.柏拉图收集数据的期间和对象必須一样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須加以注意,避免在解決主要原因时影响了其他要因的突然增加柏拉图(ParetoDiagram) 柏拉图的应用 作为降低不合格的依据：想降低不合格率，先绘柏拉图看看。 決定改善目标，找出问题点。 确认改善效果(改善前、后的比较）。应用柏拉图应注意的事项 柏拉图是按所选取的项目来分析，因此只能针对所做项目加以比较，对于项目以外的分析无能为力。 若发现各项目的分配比例相关不多时，则不符合柏拉图法则，应从其他角度再做分析。 柏拉图适用于计数型数值统计，计量型数值统计用直方图。 一般而言，柏拉图的前三项往往累计达70~80%强，如能针对前三项做改善，便可得到70%以上的成效。 其他项若大于最大的前面几项，则必须再细分。 把柏拉图上的项目当作质量特性加以要因分析，再用柏拉图整理重新分类，可以找出改善的。第五章特性要因图 一.何谓特性要因图?特性要因图：当一个问题的特性(结果)受到一些要因(原因)的影响时，将这些要因加以整理，成为有相互关系且有系统的图形。简言之就是将造成某项结果(特性)的诸多原因(要因)，以有系统的方式(图表)来表达结果与原因之间的关系。 特性要因图由石川馨发明故又称“石川图”，其目的是阐明因果关系，也称“因果图”，又因其形状与鱼骨相似，故又称“鱼骨图”。特性要因图分类 原因追求型：列出可能会影响过程(或流程)的相关因子，以便进一步由其中找出主要原因，并以此图形表示结果与原因之间的关系。���Why?�特性要因图分类 对策追求型：将鱼骨图反转成鱼头向左的图形，目的在于追求问题点应该如何防止、目标结果应如何达成的对策。二.用发散整理法制作特性要因图1.決定问题或质量的特征2.尽可能找出所有可能会影响結果的因素3.找出各种原所以的关系,在魚骨图中用箭头联接4.根据对結果影响的重要程度,标出重要因素5.在魚骨图中标出必要信息　此方法包括两項活动:一找原因;二系统整理出这些原因注意事項:1.严禁批评他人的构想和意見.2.意見越多越好.3.欢迎自由奔放的构想.4.順着他人的创意或意見发展自已的创意.绘制特性要因图确定特性：如不合格率、停机率、客户抱怨、材料费等绘制骨架大略记载各类原因：可由4M1E人、机、料、法、环等五大类着手依据大要因，分出中要因更详细地列出小要因圈出最重要的原因，以作进一步讨论或采取对策记载所依据的相关内容：如日期、目的、人员等特性要因图的注意事项 特性应注明“为什么”，“什么”才会容易激发联想； 特性的决定不能使用看起来含混不清或抽象的主题； 收集多数人的意见，多多益善，可运用脑力激荡原则； 意见愈多愈好 禁止批评他人的构想及意见 欢迎自由奔放的构想 可顺着他人的创意及意见，发展自己的创意 注意分层：设备、工序等； 无因果关系的不予归类； 多加利用过去收集的资料； 重点应放在解决问题上，并依结果提出对策，其方法可依5W2H(Why,What,Where,When,Who,How,Howmuch)原则执行； 以事实为依据； 依据特性分层制作不同的特性要因图。三.用逻辑推理法制作特性要因图1.确定质量的特征2.將质量特性写在紙的右側,从左至右划一箭头(主骨),將結果用方框框上.3.列出影响大骨(主要原因)的原因,也就是第二层次原因作为中骨,接着列出第三层次原因4.根据对結果影响的重要程度,标出重要因素5.在魚骨图中标出必要信息注意事項:利用5个为什么进行追踪原因特性要因图的使用1.问题的整理2.追查真正的原因3.寻找对策4.教育訓练四.绘制特性要因图应該注意的事項:1.绘制特性要因图要把握脑力激荡法的原则,让所有的成員表达心声2.列出的要因应給予层別化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WHY:　为什么必要;WHAT:目的何在;WHERE:在何处做;WHEN:何时做;WHO:谁來做;HOW:如何做.所谓51就是WH特性要因图的思考原则一、脑力激蕩法四原则:1.自由奔放2.意見越多越好3.严禁批评他人4.搭便车二、5W1H法(WHATＷHEREWHENWHOWHYHOW)三、5M法(MAN、MACHINE、MATERIAL、METHOD、MEASUREMENT)四、系统图法特性要因图画法一、決定问题的特性二、划一粗箭头,表示过程为什么饭菜不好吃？特性要因图之画法三、原因分类成几个大类,且以圈起來---中骨四、加上箭头的大分枝,約60°插到母线--子枝为什么饭菜不好吃？特性要因图之画法五、寻求中、小原因,并圈出重点为什么饭不好吃　？特性要因分析图(CharacteristicDiagram) 特性要因图的应用导板加工取放困難3屑料清理費时11导柱,頂柱阻礙作业路线2外壳冲剪模托料架不当3馬達座脫料困難54隔板抽孔脱料困难作业员问题加工困难其他设备不当不熟悉工作图2馬達座4模具搬運費力寻找资料困难2导板隔板冲压作业效率低光线不足固定稍设置不當原因追求型(鱼骨上的1,2,3…表示要因重要性)特性要因分析图(CharacteristicDiagram)231导板隔板馬達座41235412提高冲压效率消除加工困难作业员教育其他使导板加工取放容易方便屑料清理使导頂柱位置適當使馬達座脫料容易固定梢设置適當设备改善托料架適當使隔板抽孔脫料容易1使光线充足熟知工作圈加工次数少消除搬運损失尋找資料容易对策追求型为何交貨延遲制造人金額物品交貨沒有生产计划配合沒有式样生产条件不好訂貨情报掌握不确实沒有交貨意识利潤低运送成本高庫存安全量低方法不明确存放位置不足单方面的決定交貨期短数量少,沒有交貨计划找原因特性要因图5S的效益(特性要因图)5S的效益设备厂房人员其它降低故障率提高稼动率厂房较亮丽走道暢通地板干淨新设备有位置有多余空间扩大效用減少质量不合格异常立判減少公伤、公害节省寻找时间降低报废物品降低仓库呆料工作气氛好心情较愉快感到较有制度较认同公司外宾参观有面子第六章散布图一.何谓散布图?就是反互相有关连的对应数据,在方格紙上以纵轴表示結果,以橫轴表示原因;然后用点表示出分布形态,根据分布的形态來判断对应数据之间的相互关系.这里讲的数据是成双的,一般來說成对数据有三种不同的对应关系.1.原因与結果数据关系.2.结果与結果数据关系.3.原因与原因数据关系.二.散布图制作的四个步骤:1.收集相对应数据,至少三十组上,并且整理写到数据表上.2.找出数据之中的最大值和最小值.3.书出纵轴与橫轴刻度,计算组距.4.將各组对应数据标示在座标上. 散布图的研判一來般來說有六种形态. 1.在图中当X增加,Y也增加,也就是表示原因与結果有相对的正相关,如下图所示:散布图的研判XY02.散布图点的分布较广但是有向上的傾向,这个时候X增加,一般Y也会曾加,但非相对性,也就是就X除了受Y的因素影响外,可能还有其他因素影响着X,有必要进行其他要因再调查,这种形态叫做似有正相关称为弱正相关XY03.当X增加,Y反而減少,而且形态呈現一直线发展的現象,这叫做完全負相关.如下图所示:Y0X4.当X增加,Y減少的幅度不是很明显,这时的X除了受Y的影响外,尚有其他因素影响X,这种形态叫作非显着性負相关,如下图所示:Y0X5.如果散布点的分布呈現杂乱,沒有任何傾向时,称为无相关,也就是說X与Y之间沒有任何的关系,这时应再一次先將数据层別化之后再分析,如下图所示:Y0X6.假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始減少,因此产生散布图点的分布有曲线傾向的形态,称为曲线相关,如下图所示:Y0X第七章直方图一.何谓直方图?直方图就是將所收集的数据.特性质或結果值,用一定的范围在橫轴上加以区分成几个相等的区间,將各区间內的測定值所出現的次数累积起來的面积用柱形书出的图形.现场工作人员经常要面对许多数据，如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形、问题点所在及过程、能力等，均可呈现在我们的眼前；我们即可利用这些信息来掌握问题点并采取对策。直方图为生产现场最常用的图表之一。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的值依所出现的次数累积而成的面积，用柱子排起来的图形。因此直方图也称柱状图。直方图的目的 了解分布的形态 研究过程能力 过程分析与控制 观察数据的真伪 计算产品的不合格率 求分布的平均值与标准差 用以制定规格界限 与规格或标准值比较 调查是否混入两个以上的不同群体 了解设计控制是否合乎过程控制二.直方图的制作步骤:1.收集数据并且记录在紙上.2.找出数据中的最大值与最小值.3.计算全距.4.決定组数与组距.5.決定各组的上组界与下组界.6.決定组的中心点.7.制作次数分配表.8.制作直方图.三.直方图名詞解释1.求全距:在所有数据中的最大值与最小值的差2.決定组数组数过少,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).分组不宜过多,也不宜过少,一般用数学家史特吉斯提出的计算组数,其公式如下:K=1+3.32Lgn一般对数据之分组可參考下表: 数据数 组数 50~100 6~10 100~250 7~12 250个以上 10~203.组距组距=全距/组数组距一股取5,10或2的倍数4.決定各组之上下组界最小一组的下组界=最小值-測定值之最小位数/2,測定值的最小位数确定方法:如数据为整数,取1;如数据为小数,取小数所精确到的最后一位(0.1;0.01;0.001……)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.作次数分配表將所有数据依其数值大小划记号于各组之组界,內并计算出其次数7.以橫轴表示各组的组中点,从轴表示次数,绘出直方图实例1某电缆厂有两台生产设备,最近,经常有不符合规格值(135~210g)异常产品发生,今就A,B两台设备分別測定50批产品,请解析并回答下列回题:1.作全距数据的直方图.2.作A,B两台设备之层別图3.敘述由直方图所得的情报收集数据如下: A设备 B设备 20 179 168 165 183 156 148 165 152 161 168 188 184 170 172 167 150 150 136 123 169 182 177 186 150 161 162 170 139 162 179 160 185 180 163 132 119 157 157 163 187 169 194 178 176 157 158 165 164 173 173 177 167 166 179 150 166 144 157 162 176 183 163 175 161 172 170 137 169 153 167 174 172 184 188 177 155 160 152 156 154 173 171 162 167 160 151 163 158 146 165 169 176 155 170 153 142 169 148 155解:1.全体数据之最大值为194,最小值为119根据经验值取组数为10组距=(194-119)/10=7.5取8最小一组的下组界=最小值-測定值之最小位数/2=119-1/2=118.5最小一组的上组界=下组界+组距=118.5+8=126.5作次数分配表 序号 组界 组中点 全体 A设备 B设备 次数 次数 次数 1 118.5~126.5 122.5 2 2 2 126.5~134.5 130.5 1 1 3 134.5~142.5 138.5 4 4 4 142.5~150.5 146.5 8 1 7 5 150.5~158.5 154.5 17 2 15 6 158.5~166.5 162.5 21 8 13 7 166.5~174.5 170.5 23 16 7 8 174.5~182.5 178.5 14 13 1 9 182.5~190.5 186.5 9 9 10 190.5~198.5 194.5 1 1 合计 100 50 502.全体数据之直方图SL=135SU=2102.作A设备之层別直方图SL=135SU=2103.B设备之层別图SU=210SL=1354.結论 項目 全体 A设备 B设备 形状 稍偏左 正常 稍偏左 分布中心与规格中心值相比较,稍为偏左,若变动大,则有超出规格下限 全部在规格界限內,沒有不合格品出現 分布中习与规格中心值相比较,稍为偏左,若变动大,则有超出规格下限的可能 B设备可能发生超出规格下限的可能,因此,有必要加以改善,使数据平均值右移到规格中心.A设备若能使CP值再小,则將更好.直方图例 NO 组界 组中心点 次数 1 119.5~126 122.75 3 2 126~132.5 129.25 11 3 132.5~139 135.75 10 4 139~145.5 142.25 30 5 145.5~152 148.75 21 6 152~158.5 155.25 11 7 158.5~165 161.75 11 8 165~171.5 168.25 3下限SL130上限SL180四.如何依据图案的分布状态判断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,产品工程状況良好.如下图所示:常见的直方图形态 正常形：中间高、两边低，有集中趋势。结论：左右对称分布，呈正态分布，显示过程正常。 缺齿形：高低不一，有缺齿情形。结论：测量值有误、换算方法有偏差、次数分配不当、测量员对数据有偏好现象或假数据、测量仪器不精密、组数的宽度不是倍数。 切边形：有一端被切断。结论：数据经过全检。 离岛形：在右端或左端形成小岛。结论：测量有错误、不同原料、一定有异常原因存在。 高原形：形状似高原状。结论：不同平均值的分布混在一起，应分层后再作直方图。 双峰形：有两个高峰出现。结论：有两种分布相混，如两台机器、两家供方。应先分层。 偏态形：高处偏向一边，另一边低，拖长尾巴。可分为右偏形和左偏形。结论：工具磨损或松动。应检查在技术上能否接受。2.如图中显示缺齿形图案,图形的柱形高低不一呈現缺齿状态,这种情形一般就來大都是制作直方图的方法或数据收集(測量)方法不正确所产生.如下图所示:3.如图所示为絕壁形,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,在质量特性上并沒有问题,但是应检讨尾巴拖長在技术上是否可接受;如治工具的松动或磨损也会出現拖尾巴的情形.如下图所示: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,会出現此种情形,因測定值受不同的原因影响,应予层別后再作直方图.5.离散型測定有錯误,工程调节錯吳或使用不同原材所引起,一定有异常原因存在,只要去除,即可制造出合规格的产品6.高原型不同平均值的分配混合在一起,应层別之后再作直方图五.与规格值或标准值作比较1.符合规格A.理想型:产品良好,能力足夠.过程能力在规格界限內,且平均值与规格中心一致,平均值加減4倍标准差为规格界限,过程稍有变大或变小都不会超过规格值是一种最理想的直方图.B.一则无余裕:产品偏向一边,而另一边有余裕很多,若过程再变大(或变小),很可能会有不合格发生,必須设法使过程中心值与规格中心值吻合才好.C.两側无余裕:产品的最小值均在规格內,但都在规格上下两端內,且其中心值与规格中心值吻合,虽沒有不合格发生,但若过程稍有变动,說会有不合格品发生之危險,要设法提高过程的精度才好.2.不符合规格A.平均值偏左(或偏右)如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但过程呈常态分配,此即表示平均位置的偏差,应对固定的设备,机器,原因等方向去追查.上限下限B.分散度过大:实际过程的最大值与最小值均超过规格值,有不合格品发生(斜线规格),表示标准差太大,过程能力不足,应针对人員,方法等方向去追查,要设法使产品的变异縮小,,或是规格訂的太严,应放寬规格.下限上限C.表示过程之生产完全沒有依照规格去考虑,或规格訂得不合理,根本无法达到规格.下限上限六.直方图在应用上必須注意事項 1.直方图可根据由形图按分布形状來观察过程是否正常. 2.产品规格分布图案可与标准规格作比较,有多大的差异. 3.是否必要再进一步层別化.直方图使用的注意事项 异常值应去除后再分组。 从样本测量值推测群体形态，直方图是最简单有效的方法。 应取得详细的数据资料(如时间、原料、测量者、设备、环境等)。 进行过程管理及分析改善时，可利用层别方法，将更容易找出问题所在，对于质量改进，有事半功倍的效果。2、工序能力(1)工序能力是指工序处于控制状态下的实际加工能力。一般用B=6б来表示。这是一个经济幅度。(2)若B=2б，则合格品率为68.26%. 若B=4б，则合格品率为95.45%. 若B=6б，则合格品率为99.73%. 若B=8б，则合格品率为99.994%.直方图法3.工序能力指数 1、定义：衡量工序能力满足加工质量要求的程度直方图法 2.Cp的计算 (1)双侧公差 Cp= 质量标准 = T = T 工序能力 6б 6S 当M= 时，Cp= T X 6S 当M≠ 时，Cpk=Cp(1-k) X K= 2 M- X T用Cp和k值估计不合格品率单位：% Cpk 0.03 0.04 0.08 0.12 0.16 0.20 0.24 0.28 0.32 0.36 0.40 0.44 0.48 0.25 .0.50 13.86 13.34 13.64 13.99 14.48 15.10 15.86 16.75 17.77 18.92 20.19 21.58 23.09 24.71 0.60 7.19 7.26 7.48 7.85 8.37 9.03 9.85 10.81 11.92 13.18 14.59 16.51 17.85 19.69 0.70 3.57 3.64 3.83 4.16 4.63 5.24 5.99 6.89 7.94 9.16 10.55 12.10 13.84 15.74 0.80 1.64 1.69 1.89 2.09 2.46 2.94 3.55 4.31 5.21 6.28 7.53 8.98 10.62 12.48 0.90 0.69 0.73 0.83 1.00 1.25 1.60 2.05 2.62 3.34 4.21 5.27 6.53 8.02 9.75 1.00 0.27 0.29 0.35 0.45 0.61 0.84 1.14 1.55 2.07 2.75 3.59 4.65 5.94 7.49 1.10 0.10 0.11 0.14 0.20 0.29 0.42 0.61 0.88 1.24 1.40 2.39 3.23 4.31 5.66 1.20 0.03 0.04 0.05 0.08 0.13 0.20 0.31 0.48 0.72 1.06 1.54 2.19 3.06 4.20 1.30 0.01 0.01 0.02 0.03 0.05 0.09 0.15 0.25 0.40 0.63 0.96 1.45 2.13 3.06 1.40 0.00 0.01 0.01 0.01 0.04 0.07 0.13 0.22 0.36 0.59 0.93 1.45 2.19 1.50 0.00 0.01 0.02 0.03 0.06 0.11 0.20 0.35 0.59 0.96 1.54 1.60 0.00 0.01 0.01 0.03 0.06 0.11 0.20 0.36 0.63 1.07 1.70 0.00 0.01 0.01 0.03 0.06 0.11 0.22 0.40 0.72 1.80 0.00 0.01 0.01 0.03 0.06 0.13 0.25 0.48 1.90 0.00 0.01 0.01 0.03 0.07 0.15 0.31 2.00 0.00 0.01 0.02 0.04 0.09 0.20 2.10 0.00 0.01 0.02 0.05 0.13 2.20 0.00 0.01 0.03 0.08 2.30 0.01 0.02 0.05 2.40 0.00 0.01 0.03 2.50 0.10 0.02 2.60 0.00 0.01 2.70 0.01 2.80 0.003.工序能力指数 (2)单侧公差a只有上极限偏差b.只有下极限偏差直方图法2.Cp的计算4、工序能力评价直方图法 CP(CPK) P(%) 评价 CP>1.67 P<0.00006 能力非常充足 1.33<CP≤1.67 0.00006≤p<0.006 充足 1.00<CP≤1.33 0.006≤p<0.27 尚可 0.67<CP≤1.00 0.27≤p<4.55 不足 CP≤0.67 p≥4.55 严重不足5.提高工序能力的途径 (1)调整工序加工的分布中心，减少偏移量。 (2)提高工序能力，减少分散程度。 (3)调整质量标准。直方图法第八章控制图从每日生产的产品线中所測得的零乱数据中,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,这就是非依靠控制图不可.控制图分为两大类,本文每一类举一例进行讲解1.控制图的概念和格式1、定义:用于分析和判断工序是否处于稳定状态所使用的带有控制界限的一种工序管理图2、格式控制图普通原因、特殊原因示意图普通原因的波动范围异常原因导致的波动范围异常原因导致的波动范围UCLLCL复合层别的说明2.控制图的原理控制图“3ó”原理或称之为“千分之三法则” 1）控制界限的确定 CL=u UCL=u+3σx LCL=u+3σx2）统计推断存在两种错误 α:第一类错误:虚发警报.把工序正常判为异常. ß:第二类错误:漏发警报.把异常判为正常.不是控制图的选擇数据性质计量值计数值样本大小N=?数据系不合格数或缺点数N=1N≧2CL性质?N=?管制图X_X~N=2~5N≧10缺点数不合格数N是否相等?是不是单位大小是否相同?是X~R管制图RX管制图~管制图~管制图nC管制图XXRmp管制图pn管制图σ一.计量值控制图作为控制过程的计量值控制图,一方面以平均数控制图控制平均数的变化,以全距控制其变异的情形.本节將介紹平均数与全距控制图,將就控制图在过程中的每一步详加描述.计量值控制图的种类如下: 数据 名称 控制图 计量值 平均数与全距控制图 X—R控制图 平均数与标准差控制图 X—S控制图 个別值控制图 X控制图实例:平均数与全距控制图某厂制造全銅棒,为控制其质量,选定內徑为控制項目,并決定以X-R控制图來控制該过程的內徑量度,并于每小时随机抽取5个样本測定,共收集最近过程之数据125个,將其数据依測定順序及生产时间排列成25组,每组样本5个,每组样数5个,记录数据如下: 样本组 X1 X2 X3 X4 X5 1 40 40 38 43 41 2 40 42 39 39 39 3 42 39 41 43 40 4 40 40 39 42 41 5 42 39 42 43 40 6 43 41 41 40 41 7 43 38 37 42 41 8 37 43 43 35 40 9 40 39 42 41 44 样本组 X1 X2 X3 X4 X5 10 39 41 41 36 38 11 40 44 42 40 39 12 43 38 39 41 42 13 38 40 36 39 41 14 36 35 39 38 39 15 40 39 40 39 48 16 42 46 46 47 47 17 36 40 43 41 43 18 37 39 40 38 42 19 40 37 39 39 43 20 47 40 39 36 40 21 40 37 40 43 42 样本组 X1 X2 X3 X4 X5 22 39 39 39 40 45 23 31 33 35 39 35 24 40 40 40 41 42 25 46 44 41 41 39 样本组 1 2 3 4 5 6 7 8 各组平均数 40.4 39.8 41 40.4 41.2 41.2 41.2 39.6 全距 5 3 4 3 4 2 6 8 样本组 10 11 12 13 14 15 16 17 各组平均数 39 41 40.6 38.8 37.4 41.2 45.6 40.6 全距 5 5 5 5 4 9 5 7计算如下:X=40.264R=5.查系数表,当N=5时,D4=2.115,D3=0 样本组 18 19 20 21 22 23 24 25 各组平均数 39.2 39.6 40.4 40.4 40.4 34.6 40.6 42.2 全距 5 6 11 6 6 8 2 7X控制图上下限:CL==40.264UCL=+=43.4249LCL=-=37.1031R控制图上下限:CL==5.48UCL==11.5867LCL==0UCL=43.4CL=40.6LCL=37.10R控制图UC