资源描述
按一下以編輯母片標題樣式,按一下以編輯母片文字樣式,第二層,第三層,*,OHP-,*,-,加深对统计技术的了解,-,掌握,QC7,大手法,-,学会解决问题的方法,1,OHP-,检查表,(Check List),散布图,(Scatter Diagram),特性要因图,(Characteristic Diagram),因果图,(Cause-Effect),、,鱼骨图,(Fish Bone Chart),直方图,(Histogram),控制图,(Control Chart),层别法,(Stratification),柏拉图,(Pareto Diagram),QC,七大手法,2,OHP-,QC,新七种工具,关联图,KJ,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,3,OHP-,思考,我们在平时的学习、工作中对哪些数据进行了统计分析?采用了哪些统计技术?,4,OHP-,QC七大手法的作用,协助我们,作好日常管理。,可在混沌不明的情況下,,认清问题关键所在,,,进而解决问题,。,5,OHP-,第一部分,数 据,6,OHP-,数据运用注意点,收集正确的数据,避免主观的判断,要把握事实真相,8,OHP-,数据的种类,定量数据,:,以,长度,、,时间,、,重量,等,测量,所得,数据,,亦,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,。,定性数据,:,以人的感官判,断出来的数据,,例如:水果的甜度或衣服的美感。,9,OHP-,整理数据应注意的事项,问题发生要采取对策之前,,一定要有,数据作为依据,要清楚使用的目的,数据,的整理,改善前,与,改善,后,所,具备条件,要一致,数据收集,完成之,后,,一定要,马上,使用,10,OHP-,查,检,表,11,OHP-,什么是,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,统计整理,,作,为进,一步分析或,核对检查用,12,OHP-,查检表之目的,为了有效解决问题,必须要依据事实做出相关的决策,这就需要查检表收集资料;,以“记录”代替“记忆”,使观察深入;,避免收集资料时,渗入个人情绪,文字叙述等不具体,不明确的记录;,收集数据,资料更加简洁明了,13,OHP-,查检表记录项目,目的,对,象/,项目,方法,时间,/,期间,人,场所,结果整理,传输途径,标题,为什么,?,何,种,方法?,什么时候,?多少,时间,?,间隔,如何?,谁来,做?,在什,么,地方?,合,计,平均,统计,谁需要了解,?向,谁报告,?,14,OHP-,查检表种类,记录,用,查检,表,又,称为,改善用,查检,表,例如:,用于,不良主因和不良,项目,的,记录,点检,用,查检,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。,15,OHP-,表头,其他基本,资料,记入资料或,符号,其他保留项目,以备,检查需要,预先做好的,层别项目,汽车定期保养点检表,10000,公里内,工厂名:,车号:,日期:,费用:,行驶公里:,作业者,水箱,电瓶,更换机油,火花塞,空气滤清器,刹车盘,其他,16,OHP-,查检表示例,出门上班前的检查表,17,OHP-,查检表示例,应用于直方图的次数分配检查表(次数分配表),18,OHP-,查检表的制作,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,19,OHP-,查检表制作要点,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,能明了所记录的内容,以,Team Work,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,20,OHP-,查检表练习,为服装质量检验用制作一份查检表,注意适当层别。,OR,设计一份交通事故分类调查表,21,OHP-,特性要,因图,定义,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。这个图形叫,特性要因,图,,又叫,鱼骨图,(Fish-Bone Diagram)。,这结,果到,底是,什么,原因,造成,的?,22,OHP-,大要因,特 性,中要因,大要因,大要因,大要因,小要因,23,OHP-,用途,说,明,整理,问题,。,追查真正的原因。,寻找对策,。,24,OHP-,绘制,特性要因,图,确定特性:如不合格率、返修率、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,25,OHP-,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,为什么没有及时完成论文,26,OHP-,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。,H,o,w,?,如何按时完成毕业论文,27,OHP-,绘制,特性要因,图注意点,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;,28,OHP-,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,How much),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。,29,OHP-,为何,每天,都会,塞车,至少,一至,两,小,时,?,尖峰,时段,上下班,时间,用餐时间,假日出,门,外出旅游多,车辆集中,特定,节,日出,门,外地车,多,加油队伍长,加油车辆多,购物商圈拥挤,货车任意卸货,商圈街道狭小,等候,停车队伍长,停,车位少,收费速度慢,加油地方少,开车人数增加,生活品质提高,GDP,提高,虚荣心,作祟,休息日多,休息增加,活动地点多,竞争激烈,分期付款,车降价,车祸,多,疲劳驾驶,不守交通,规则,违规停车,车位少,路況不佳,道路施工,大卡,车超载,贪一时之便,交通事故多,出门时间不对,乱停车,举例,30,OHP-,交通事故分类调查表,轻伤1,至,2,人,财产损失机动车事故不足1000,元,非机动车事故不足200,元,重伤1,至,2,人,轻伤3,人以上,财产损失不足3,万元,死亡1,至,2,人,重伤3,人以上,10,人以下,财产损失3,万元以上不足,6,万元,死亡3,人以上,重伤11,人以上,死亡1,人,同时重伤,8,人以上,死亡2,人,同时重伤,5,人以上,财产损失6,万元以上,轻微事故,一般事故,重大事故,特大事故,31,OHP-,针对服装企业人员流动率过高作特性要因分析,企业内部,管理因素,公司环境问题,员工个人问题,服装,企业,人员,流动,率过,高的,原因,工作环境太差,工作时间,长期超时,缺乏工作氛围,福利不够(如,没有五险一金),没有好的领导,不关心员工,寻求更好,发展机会,寻求更优,工作环境,寻求更高报酬,32,OHP-,针对服装企业人员流动率过高作特,性要因分析,并作图,特性要因图练习,33,OHP-,帕累托图,Pareto Diagram,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“帕累托法则”。,1907,年美国经济学者,M.O.Lorenz,使用累积分配曲线来描绘“帕累托法则”,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,(Vital Few,Trivial Many)”,的见解,并借用,Parto,的名字,将此现象称为“帕累托原理”。,品管圈的创始人石川馨将帕累托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。,34,OHP-,定义,又,称为重点,管理,图,,,根据,所,收集,的,数据,,以不同,区分标准,加以整理、,分类,,,计算,出各分,类项目,所,占,的比例而按照大小,顺序,排列,再加上,累计,值的,图,形。,35,OHP-,制作步骤,决定数据的分类项目;,决定收集数据的期间;,依分类项目表,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。,36,OHP-,帕累托图实例练习,以下是某公司一周内,XLY,款产品不良的记录,根据统计,的数据,运用帕累托进行分析,。,日期,周一,周二,周三,周四,周五,合计,项目,车工技术不足,作业员常不在,原料品质欠佳,机器故障,作业流程不当,其他,不良数,检查数,10,11,8,12,9,50,15,18,16,14,17,80,4,5,5,6,2,22,4,4,3,4,3,18,3,2,2,3,4,14,3,3,4,3,3,16,39,43,38,42,38,200,800,800,800,800,800,800,37,OHP-,步骤,1,:按发生次数的顺序(由大至小,有其他项者无论是否为最小,一律置放于最后)将项目及次数记入不良分析表中,。,不良分析表,项目,不良数,作业员常不在,80,车工技术不足,50,原料品质欠佳,22,机器故障,18,作业流程不当,14,其他,16,合计,200,38,OHP-,步骤,2,:计算累计不良数(累计次数、累计损失额)、,百分比及累计百分率,。,项目,不良数,累计不良数,百分比,%,累计百分比,作业员常不在,80,80,40,40,车工技术不足,50,130,25,65,原料品质欠佳,22,152,11,76,机器故障,18,170,9,85,作业流程不当,14,184,7,92,其他,15,200,8,100,合计,200,100,帕累托图分析表,39,OHP-,50,100%,100,50,150,200,0,作业员,常不在,车工技,术不足,原料品,质欠佳,机器,故障,作业流,程不当,其他,步骤,3,:建立坐标轴,以左纵轴表示不良数,右纵轴表示百分比,横坐标轴表示不良项目,根据累计不良数绘制成柱型图,将累计的不良数或百分率以直线连接,。以上即绘制成帕累托图。,40,OHP-,应用帕累托图应注意的事项,帕累托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。,帕累托图适用于,计数型数值统计,,计量型数值统计用直方图。,一般而言,帕累托图的前三项往往累计达,7080%,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。,把帕累托图上的项目当作质量特性加以要因分析,再用帕累托图整理重新分类,可以找出改善的方案。,41,OHP-,改善效果,确认,(,元,),改善前,(,),(,元,),改善后,(,),25000,100,25000,支,20000,75,累,支,20000,100,累,出,15000,计,出,15000,计,金,10000,50,比,金,10000,50,比,额,5000,25,率,额,5000,25,率,0,0,0,0,伙,食,费,零,用,钱,水,电,瓦,斯,费,教,育,费,交,际,费,其,他,伙,食,费,零,用,钱,水,电,瓦,斯,费,教,育,费,交,际,费,其,他,效果,42,OHP-,某服装厂小组某月生产服装,1000,件,其中不合格品为,40,件,用分层法表示如下,根据此作帕累托图,帕累托图练习,43,OHP-,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)。,44,OHP-,定义,对观察,到的,现象,或所,收集,到的,数据,,按照它,们,共同的,特征,加以,分类,、,统计,的一,种,分析方法。,是容易,观察,,有效掌握,事实,的最有效、最,简单,的方法。,45,OHP-,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、包装区、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,46,OHP-,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,47,OHP-,注意,点,收集数据,之前就,应,使用,层别,法。,QC手法的,运用应该,特別注意,层别,法的使用。,管理工作上也,应该,活用,层别,法。,48,OHP-,下图为某缝纫机加工厂,以同样的缝纫机予,A.B.C,三名作业员加工时之不良率情形,取一个星期的不良率,(,数据见下表,),。,经比较结果,发现,A,作业员不良率明显地高过,B.C,作业员。,举例,49,OHP-,举例,某服装企业某条流水线的断针率非常高,经过调查后发现,两种情况:,1,)三台机器走针有问题,2,)针分别由两个牌子提供,按机器层别,50,OHP-,按供应商层别,51,OHP-,两种因素交叉层别,52,OHP-,散布图,定义,把互相有,关联,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,。,在我们的,学习,和生活当中,许多现象和原因之间,有一些呈现规则的关联,有一些则呈现不规则的关联。,能举例说明吗?,53,OHP-,用途,说,明,检定两种数间,的相,关,性。,从特性,要求,寻找最适,要因。,从,要因,预估,特性,水准,。,54,OHP-,成,对数据,的,对应关系,种类,因果关系,例如,特性特性,结果结果,身高体重,特性要因,结果原因,水果产量施肥量,要因要因,原因原因,父亲身高母亲身高,55,OHP-,目的,知道,两组数据,(或原因,与结,果)之,间,是否有相,关,及相,关,程度。,依,据,各,种,可能,影响,原因,层别绘制散布图,,可找出最,适,的要因。,56,OHP-,收集,相,对应数据,,至少30,组,以上,,并且,整理,写,到,数据表上,。,一般以横轴表示原因或因素,纵轴表示结果或特性值。,绘出坐标轴,将数据依,X,、,Y,轴在坐标上标出;,两点数据如果在同一点出现时,作出特别标记。如双圈,制作步骤,57,OHP-,(kg),班 級:208班,人,数,:30人,制,作:X,老师,制作,日:4/3,43 41 39 37 35 33 31 29 27 25 23 21,120 122 124 126 128 130 132 134 136 138 140,身高(cm),范例,:身高,与体重,散,布图,体重,58,OHP-,X,1,2,3,X,X,(,),正,相关,(,强,),(,),正相,关,(中度),(,),正相,关,(,弱,),Y,Y,Y,常见散布图分析,59,OHP-,X,X,Y,(6),无相关,Y,X,Y,(5),无相关,(4),无相关,60,OHP-,(7),负相关,(強),(,8),负相关,(中度),(9),负相关,(弱),X,X,X,Y,Y,Y,61,OHP-,菜包的柔,软,度,y,0,x,水份,柔软度,纯糯米,糯米、粳米,各半,纯粳米,62,OHP-,直方图,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。,63,OHP-,定,义,将收集,的,数据,、特性值或,结果,值,在,横轴,上,适当地区,分成,几个相等区间,,,并将,各,区间,內,测定,值所,出现的次数累加,起,来,,用柱形,画出图,形。,64,OHP-,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,65,OHP-,制作步骤,收集数据并且记录,在,纸,上。,找出全,体数据,中之最大值(L),与与,最小值S,定全距(R)最大值(L)最小值(S),4.,决定组数,史特吉斯公式,组数,:K13.32log n,n,数据个数,组数决定参考,表(,经验法则,),数据数目,组数,50,100,6,10,100,250,7,12,250,以上,10,20,66,OHP-,5.定,组,距(H)RK全距,组数,6.求各,组,上、下,组,界,第一,组,下,组,界最小值,测量值最小位数,2,第一,组,上,组,界下,组,界,组距,(以此,类,推),7.,决定组,的中心,点,。,(上,组,界下,组,界)2,组,的中心,点,8.,制作,次,数,分配表。,9.,制作,直方,图,。,10.填上主題、,规格,、平均值、,数据来源,、日期等,资料,。,通常为,1,67,OHP-,直方图实例练习,1.,某罐头厂生产罐头,罐头容量规格为,3108g,,今抽验,50,罐数据如下:,308,317,306,314,308,315,306,302,311,307,305,310,309,305,304,310,316,307,303,318,309,312,307,305,317,312,315,305,316,309,313,307,317,315,320,311,308,310,311,314,304,311,309,309,310,309,312,316,312,318,确定基本内容:,N=50,组数:,K=7,(参考经验数值),最大值,L=320,最小值,S=302,极差,R=320-302=18,计算组距,H H=R/K 187=2.5,取,H,为,3,(为测定值最小单位的整数倍),68,OHP-,第一组下限值,=S-,测定值最小位数,/2=302-0.5=301.5,第一组上限值,=,第一组下限值,+,组距,计算各组中心值,=,(上组界,+,下组界),/2,作次数分配表,组号,组,界,中心值,标记,F,(次数),1,301.5,304.5,303,4,2,304.5,307.5,306,10,3,307.5,310.5,309,13,4,310.5,313.5,312,9,5,313.5,316.5,315,8,6,316.5,319.5,318,5,7,319.5,322.5,321,1,再检查一遍,是否有遗漏的数据,准备作图。,69,OHP-,作直方图,318,315,312,309,306,303,4,2,321,规格下限(,302,),有一点明白了?,6,8,10,12,14,规格上限(,318,),70,OHP-,注意事,项,可,根据图案分布形状来观察制品,工程是否正常。,产,品,规格分布图案,可,与目标,、,标准规格,作,比较,,有多大的,差异,。,是否必要再,进,一步,层别,化。,71,OHP-,1.,直方图外观形态分析,正常状态直方图,(正常型),双峰状态直方图,(群体相混,,观测值来自,2,个不同层别),72,OHP-,单斜状态直方图,(对规格进行单象限制,加工习惯),离岛状态直方图,(取样或测定方法有误),73,OHP-,凹凸或锯齿状态直方图原因有可能为数据收集的方法或者直方图的绘制方法有误差,74,OHP-,2.,正常状态下直方图分析,直方图偏向规格的下限,,并伸展至规格下限左侧。,表示已产生部分超出规格,下限要求的不良品。,上限,下限,中心值,中心偏右的直方图,上限,下限,中心值,直方图偏向规格的上限,,并伸展至规格上限右侧。,表示已产生部分超出规格,上限要求的不良品。,中心偏左的直方图,75,OHP-,分散度大的直方图,分散度小的直方图,直方图的左右两端均超出规,格界限,产生不良品,说明,直方图过于分散。可能是人,员技术不足或操作方法不当,造成。,直方图形态过于集中,距规,格上下限还有一端距离。表,示过程差异小,过程能力强。,表现为人员技术能力强。但,也可能因为规格制定不合理。,上限,下限,下限,上限,76,OHP-,测知工序的过程能力,是过程能力的最好最直观的写照;,计算产品的不良率,根据不良数量可以直接计算出来;,调查是否混入两种以上不同的数据;,测知数据是否有假;,测知分布形态;,以此制定产品的规格;,设计合理的控制界限。,直方图有用呀!,直方图的功用,77,OHP-,直方图练习,某针织衫的衣长规格如下,收集数据,100,个,规格要求是,81,厘米:(请据此制作直方图),78,OHP-,管制,图,(Control chart),将实际,的,品质,特性,,与根据过去经验,所建立的,制,程能力的管制界限,比较,,按,时间,的先,后,或,制品全体号码,的次序,以,判别产品品质,是否安定的一,种图形,。,79,OHP-,管制图的作用,:,可以看出生产过程中有无异常的变化,找出是否属于普通原因还是属于特殊原因引起的工程变异。以确定工序过程是否稳定。,80,OHP-,普通原因:引起过程变异微小的原因,在经济上不值得去除的部分。,特殊原因:引起过程变异较大的原因,在经济上必须剔除的部分。,中心线:表示控制图中平均值或平均数的直线。,控制界限:依统计方法而得到的平行于中心线的直线。(上、下控制界限),控制状态:记入控制图内的点子,大都在控制范围内随机分布,为受控状态。,不在受控状态:记入控制图内的点子,超出控制界限或在控制范界限随机分布呈一定的规律。,术语,81,OHP-,控制图种类:,计量值控制图:,用于产品特性可测量:如重量、长度、面积、温度、,计数值控制图:,用于产品特性非可量化时,,如以不良数、缺点数等间断性数据。,82,OHP-,X-R,控制图举例,CL=96,LCL=84,UCL=1080,96,110,84,108,106,104,102,100,98,86,88,90,92,94,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,。,。,。,。,。,。,。,。,。,。,。,。,。,。,。,组数,83,OHP-,受控状态的控制图的特点,1,、所有样本都在控制界限内,2,、位于中心线两侧的样本点数大致相同,3,、越近中心线,样本点越多,靠近控制界限的样本点极少,4,、样本点在控制界限内的散步是独立随机的,无明显规律或倾向。,84,OHP-,控制图分析,。,。,。,。,。,。,。,。,异常点,小心!,。,有规则分布,也不行!,。,。,。,。,。,。,。,。,。,。,。,。,。,。,。,。,连续七点呈下降趋势,小心!,。,。,。,。,连续七点呈上升趋势,小心!,。,。,。,。,。,。,85,OHP-,有效的统计技术需要对各种方法进行综合运用,方能真正解决问题,并能看到统计技术的管理实效。,学会运用你身边的工具,计算机。,你有一般的数学知识即可掌握。,总 结,86,OHP-,
展开阅读全文