QC七工具-问题的分析与解决.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,QC,七工具,-,问题的分析与解决,作成：夏春龙,日期：,2026/6/11 周四,引子：,解决问题程序,对 策,衡量、追,踪、,控制,改善,的,成,果,例如：,人员出勤率,93%,现 象,问 题,原 因,当我们观察到,或发现,时,确认并定义问题,5W1H,这现象是否正常,跟标准或目标差异,其差异是否不应该,人员出勤率的目标为,95%,低了,2,个百分比，而此差异幅度根据以往数据判断差异过大,为异常状况。,请假人数太多,为什么会发生异常,?,设定改善目标,并形成解决方案,如何改善异常,?,如何控制发生异常的原因,?,处置：问题发生立即实行 公布人员出勤状况的措施,分析原因,5,WHY,治标：解决问题的手段强化请假管制,治本：避免问题再发生 加强员工向心力的方法,A,B,C,1,2,3,4,5,调查表,散布图,1.,根据事实、数据说话,图表、,调查表、散布图。,2.,整理原因与结果,的,关系，,研究,潜,在的,问题,因果图,因果图,3.,凡事不能完全单用平均数来考虑，应了解事物都有波动存在，必须从平均数与波动来两方面考虑,直方图、控制图,直方图,控制图,QC 7,工具,4.,所有数据不能止于平均，必须根据数据的来龙去脉，考虑适当分层,层别法,层别法,5.,并非对所有原因采取,措施,，而是先从影响较大的23项采取措施，,也就是,所谓管理重点柏拉图,。,柏拉图,QC 7,工具,1.1,调查表,概念：,收集数据而设计的表格；,使用场合：,主要用于现场事项的观察、记录和收集数据；如：作业前点检表、设备操作点检表和保养点检表、生产状况稽查等；,作用：,日常管理,作业前检查、作业标准执行检查等；,调查问题,质量异常调查、不合格原因调查等；,取得记录,调查分析需要记录，可做成统计表。,不合格项目调查表,-,调查生产现场不合格项目的频数和不合格率，以便进一步用于排列图等分析研究。,1.2,常见调查表：例一,序号,项目,频数,累计,累计,A,服务质量差,80,80,40,B,菜式少,60,140,70,C,就餐环境差,30,170,85,D,价格偏高,20,190,95,E,餐具不卫生,4,194,97,G,其他,6,200,100,调查者：马,地 点：公司食堂,_,年,_,月,_,日,食堂伙食差调查表,N,=200,批次,产品,型号,成品量（吨）,抽样数（包）,不合格品数（包）,批,不合格品率（）,外观不合格项目,黑点,铁屑,长条,油污,粒径,麻点,1,HF-606 KS516,10,5,2,0.4,1,1,2,FRABS-518W,10,5,4,0.8,3,1,2,2,3,HR-528 KS320,10,5,4,0.8,3,1,2,4,FW-620 KS2569,10,5,3,0.6,2,3,1,5,HP-126 KS2543,10,5,5,1.0,1,2,1,1,：,：,：,：,：,：,：,：,：,：,25,10,5,1,0.2,1,1,2,1,合计,250,125,99,0.8,8,32,45,3,8,10,调查者：郇,地 点：四车间,_,年,_,月,_,日,ABS,成品抽样检验及外观不合格品项目调查表,1.3,常见调查表：例二,1.4,常见调查表：例三,质量分布调查表,-,是根据以往的资料，将某一质量特性项目的数据分布范围分成若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。,调查人：邹,调查日期：,_,年,_,月,_,日,调查数（,N,）,：,121,个,调查方式：根据原始凭证统计,频数,1,3,6,14,26,32,23,10,4,2,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,正,0,5,10,15,20,25,30,35,40,15,18,21,24,27,30,33,36,39,42,45,JH960 6100 KC887,熔指实测值分布调查表,矩阵调查表,-,是一种多因素调查表，它要求把产生问题的对应因素分别排列成行和列，在其交叉点上标出调查到的各种缺陷、问题和数量。,1.5,常见调查表：例四,机号,2,月,5,日,2,月,6,日,2,月,7,日,2,月,8,日,2,月,9,日,2,月,10,日,上午,下午,上午,下午,上午,下午,上午,下午,上午,下午,上午,下午,1,2,调查者：潘,时间：,_,年,_,月,_,日,地 点：*公司注塑一车间 调查方式：实地观测,缺陷符号：,气孔,气纹,黑点,变形,其他,塑料制品外观质量调查表,定义,:,散布图也叫相关图,它是用来研究判断两个变量之间相关关系的图。,两个变量之间常见的两种关系：,(1),函数关系。,(2),非确定性的关系。,散布图由一个纵坐标，一个横坐标，很多散布的点组成。,2.1,散布图,Y,X,2.2,典型散布图,Y,X,X,增大时，,Y,也随之增大，典型的正相关,Y,X,.,.,.,.,X,增大时，,Y,也随之增大，不显著的正相关。,Y,X,X,与,Y,之间看不出有任何关系,(1),不相关,(2),弱正相关,(3),强正相关,Y,X,X,增大时，,Y,反而变小，典型的负相关,.,.,.,.,.,.,.,.,Y,X,X,增大时，,Y,反而变小，不显著的负相关。,Y,X,X,开始增大时，,Y,也随之增大，但达到某一值以后,则,X,增大时,Y,即减小,(5),强负相关,(4),弱负相关,(6),非线性相关,2.3,典型散布图,2.4,线性相关的定量分析,计算相关系数,r,。,相关系数,(-1r1),反映两个变量之间关系的密切程度；,r=0,X,与,Y,完全不相关；,r=1,X,与,Y,完全正相关；,r=-1,X,与,Y,完全负相关；,Y,X,Y,X,Y,X,Y,X,Y,X,r=1,r=0,r=-1,0r,1,-1r,0,2.5,散布图判,断的,注意事项,1.,注意有无异常点：,有异常点时，不可任意删除该异常点，除非异常的原因已确实掌握。,2.,看是否有层别必要：,数据的获得常常因为人、机、料、法、或时间等的不同，而使数据的相关性受到扭曲。,3.,是否为假相关。,4.,数据太少,易发生误判。,定义：,因果图又叫石川图或鱼骨图，是表示质量特性与原因关系的图,作图要点：,(1),明确需要分析的质量问题或确定需要解决的质量特性。,(2),召集同该质量问题有关的人员参加“诸葛亮会”集思广益,各抒己见。,(3),向右画一条带箭头的主干线将质量问题写在图的右边，一般按,5M1E,分类，然后围绕各大原因逐级分析展开到能采取措施为止。,(4),记录有关事项。,常见的错误及注意事项,：,(1),确定的质量问题或质量特性笼统不具体，针对性不强。,(2),原因分析展开不充分，只是依靠少数人“闭门造车”,(3),画法不规范,3.1,因果图概述,结果,中原因,小,原因,人员,机器,材料,方法,环境,测量,3.2,因果图的图,大原因,一、,5M1E,法,:(,人、机、料、法、测量、环境,),人,(Man),：作业者的操作熟练程度,&,心理状态,&,生理状况等对结果造成的影响；,机,(Machine),：机器（螺杆）性能对结果造成的影响；,料,(Material),：原材料的材质,&,尺寸,&,外观等对结果造成的影响；,法,(Method),：作业方法（流程）对结果造成的影响；,测量,(Measurement),：测量者,&,测量工具,&,测量误差等原因对结果造成的影响；,环境,(Environment),：作业环境的温度,&,湿度,&,光照亮度等原因造成对结果的影响。,二、,5W1H,法,:(Who,、,When,、,Where,、,What,、,How,、,Why),何人何时在何地作何事？如何作此事？为何这样作？,三、创造性思考法：,优点例举法、缺点列举法、个性列举法。,四、头脑风暴法：,严禁批评、自由奔放。,3.3,原因追溯方法,3.4,因果图追求原因型,量具偏差,某产品质量问题,噪音,灰尘,环境,情绪不稳定,培训不足,人,过程无,控制方法,操作规范,不完善,方法,量具,标准,量具不,稳,(,小原因,),机器,(,大原因,),年久失修,(,中原因,),成分,变化,性能波动,材料,3.5,因果图追求对策型,提案,8,件,改善体系问题,标准执行,94%,所有,产品导入,SPC,两类产品升级,应用,QA,流程,骨干学习,FMEA,开始研究应用,改善品质记录稽核,100%,持证上岗,先进经验借鉴,观摩先进公司,5,次,培训,140hr/,人,/,年,品质人员轮岗锻炼,开机点检,推动设备,稽核,每日,QC,作业点检,点检结果反馈,随时问题反馈,设备问题反馈,标准问题反馈,来料问题反馈,每周质量问题汇总,质量改进项目,10,个,协助生产品质培训,品质检讨会,推动成立质量改进小组,18,个,以上,学习先进企业,完善品质体系,开发导入品管新技术,提升,品管,人员素质,加强生产作业稽核,品质信息及时反馈,推动品质活动,完成年度工作目标,3.6,因果图延续,针对因果图拟定的原因、措施和对策，落实、跟踪。,对策表,定义：,直方图是频数直方图的简称，也叫质量分布图。是指由一系列,宽度相等高度不等的长方形,表示的图形。,依据的原理：,产品质量的分散规律。因为产品质量在正常情况下，总是在一定范围内波动的，不可能完全一样。然而，这种波动又是有一定规律的。这种规律表现为质量状况（数据）总是集中在一个点的周围，越靠近这个点越集中，越往点的两端越少。,作用：,揭示质量问题，确定质量改进点,1,、直观的描述生产过程中的产品质量分布状况。,2,、分析判断生产过程保证产品质量的能力。,3,、估算产品不合格率及产生的可能原因。为质量改进提供信息。,4.1,直方图,正 常 型,4.2,直方图观察分析,1,、正 常 型,特点是中间高两边逐渐降低，近似对称。可判断工序运行正常，生产处于稳定状态。,2,、偏 向 型,一般有只控制一侧界限的特性值分布、计数值的分布往往呈偏向性，这属于正常的情况。,也有技术原因造成的偏态。如刻意控制，检测读数倾向合格、加工习惯。,偏 向 型,4.3,直方图观察分析,3,、,双峰型,多是由于数据来自不同的总体造成的。如把来自两个工人、两批原材料、两台设备、两个厂家生产的产品混在一起作直方图造成的。,4,、,孤岛型,形成的原因：测量工具有误差；,原材料混杂或一时有变化,;,加工工具突然磨损；,短时间内由不熟练工人替班；,操作疏忽；,混入规格不同的产品等。,双 峰 型,孤岛型,4.4,直方图观察分析,5,、,平顶型,往往是由于生产过程中，某种缓慢的倾向起作用造成的。如工具的磨损、或操作者的疲劳等系统性原因造成的。,6,、锯齿型,这种异常往往不是生产上的问题，是由于作直方图过程中分组过多、或测量时读数有误、或测量仪器精度不够等造成的。,平 顶 型,锯 齿 型,4.5,直方图观察分析,7,、陡壁型,往往是经过全检，剔出不合格品后的产品数据，作直方图时出现的状态。,或是根据虚假数据作直方图时出现的状态。,陡 壁 型,4.6,直方图观察分析,-,与规范界限的比,X M,TL,TU,偏 心 型,1,、偏 心 型,平均值偏离公差中心使某一边余量很小。,若工序状态稍有变坏，就会出现废品。,应,调整分布中心,，使偏离量减少或使分布中心与公差中心,M,重合。,2,、无 富 裕 型,没有余地，一不小心就会出现废品。,应设法,缩小分布的范围,，或在不影响质量的前提下适当,增大公差范围,。,X M,TL,TU,无 富 裕 型,4.7,直方图观察分析,-,与规范界限的比,3,、,能力富裕型,公差范围过分大于实际尺寸分布范围，质量过分满足标准要求，太不经济了。,可以考虑,改变工艺，缩小公差，或放松加工精度，,以降低成本。,4,、,能力不足型,由于质量波动太大，已出现不合格品，工序能力不足造成的。,应设法,缩小实际分布的范围,，或在不影响质量的前提下,适当增大范围,。,X M,TL,TU,能力富裕型,X M,TL,TU,能力不足型,定义：,1924,年由美国质量大师,休哈特,（,W.A.Shewhart,),博士发明，而主要定义即是“一种以实际产品质量特性与根据过去经验所计算的制造过程能力的控制界限比较，而得到以时间顺序表示的图形”。,5.1,控制图,一般控制图的纵坐标都设定为产品的,质量特性,，而以制造过程变化的数据为刻度；横坐标则为检测,样品的序号或时间,等，按照顺序将点绘于图上。,控制图上一般有三条笔直的横线，中间的一条为,中心线,（,Central,Line,CL,),。在上方的一条称为,控制上限,（,Upper Control,Limit,UCL,),，在下方的称为,控制下限,（,Lower Control,Limit,LCL,),，对上、下控制限表示可接受的波动范围。,5.2,控制图的基本特性,质量特性值,抽样时间和样本序号,UCL,CL,LCL,3,倍标准差（,3,）,3,倍标准差（,3,）,一般在制造的过程中，无论是多么精密的设备、环境，其质量特性一定都会有变动，不可能做出完全一样的制品；而引起变动的原因可分为两种，一种为,偶然原因,，一种为,异常原因,：,（,1,）偶然原因（,Chance causes):,不可避免的原因、非人为的原因、共同性原因、一般性原因，是属于控制状态的变异。,（,2,）异常原因（,Assignable cause):,可避免的原因、人为的原因、特殊性原因、局部性原因等。不能让它存在，必须追查原因，采取必要措施，使制造过程恢复正常控制状态，否则会造成损失。,5.3,质量波动的原因,偶然原因之变动,异常原因之变动,.,.,.,.,.,.,.,.,分类,波动情况,影响程度,追查性,偶然原因,一定有且无法避免，系统的一部份,影响小不明显,不,值得、成本高、不经济,异常原因,本质上是局部的，很少或没有，可避免的,有,明显的大影响,值得且可找到，否则造成大损失,5.4,控制图的上下限,质量特性值,UCL,CL,LCL,3,倍标准差（,3,）,3,倍标准差（,3,）,控制图以正态分布的三倍标准差为理论依据。也就是说只要一群数据是正态分布，我们,每抽样,1000,次，会有,3,次莫名其妙不合格，但,3,次是可以不予计较的。我们误判的机率只有千分之三，应该判不合格。,UK,界限以内概率,超出界限概率,U0.67,50.00%,50.00%,U1,68.26%,31.74%,U1.96,95.00%,5.00%,U2,95.45%,4.55%,U2.58,99.00%,1.00%,U,3,99.73%,0.27%,控制图按数据的性质，分为计量型、计数型控制图两类。,类别,名称,控制图符号,特点,适用场合,计,量,值,控,制,图,平均值极差控制图,x,R,最常用，判断工序是否正常的效果好，但计算工作量很大。,适用于产品批量较大的工序。,中位数极差控制图,x,R,计算简便，但效果较差。,适用于产品批量较大的工序。,单值移动极差控制图,x,R,S,简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。,因,各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。,计,数,值,控,制,图,不合格品数控制图,Pn,较,常用，计算简单，操作工人易于理解。,样本容量相等。,不合格品率控制图,P,计算量大，控制线凹凸不平。,样本容量不等。,缺陷数控制图,c,较,常用，计算简单，操作工人易于理解。,样本容量相等。,单位缺陷数控制图,u,计算量大，控制线凹凸不平。,样本容量不等。,5.5,控制图种类,5.6,应用控制图的步骤,选择控制图拟控制的质量特性，如密度、熔指、不合格品数等；,选用合适的控制图种类；,确定样本容量和抽样间隔；,收集并记录,至少,20,25,个样本,的数据，或使用以前所记录的数据；,计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；,计算各统计量的控制界限；,画控制图并标出各样本的统计量；,研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；,决定下一步的行动。,图别,中心线,（,C L,）,上控制界限（,UCL,）,下控制界限（,LCL,）,R,R,A,2,D,4,A,2,D,3,x,R,x,R,S,2.659,3.267,2.659,不考虑,P,x,R,x,x,x,x,R,R,x,R,R,x,x,R,S,R,S,R,S,R,S,5.7,控制界限线的计算公式,P,3,P,（,1,）,P,P,n,P,（,1,）,P,P,n,3,5.8,控制图的观察与分析,点没有超出控制线（在控制线上的点按出超出处理），控制界限内的点排列无缺陷，反映工序处于控制状态，生产过程稳定，不必采取措施。,控制图上的点子出现下列情形之一时，即判断生产过程异常：,点子超出或落在控制线上；,控制界线内的点子排列有下列缺陷：,缺陷,图例,链,状况连续七点以上在中心线同一侧出现。,趋势状况连续七点以上上升或下降。,UCL,CL,LCL,UCL,CL,LCL,5.9,控制图的观察与分析,缺陷,图例,周期状况,接近控制界限状况在连续三点中至少有两点接近控制界限。,UCL,CL,LCL,UCL,CL,LCL,5.10,控制图的观察与分析,在,5M1E,因素未加控制、工序处于不稳定状态时就使用控制图管理工作；,在工序能力不足时，即在,C,P,1,的情况下，就使用控制图管理工作；,用公差线代替控制线，或用压缩的公差线代替控制线；,仅打“点”而不做分析判断，失去控制图的报警作用；,不及时打“点”，因而不能及时发现工序异常；,当“,5M1E”,发生变化时，未及时调整控制线；,画法不规范或不完整；,在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。,5.11,应用控制图的常见错误,1897,年,意大利学者柏拉图分析社会经济结构,发现绝大多数财富掌握在极少数人手里,称为“,柏拉法则,”。,美国质量专家朱兰博士将其应用到品管上,创出了“,Vital Few,Trivial Many”(,重要的少数,琐细的多数,),的名词,称为“柏拉图原理”。,定义,:,根据所搜集之数据,按不良原因、不良状况、不良发生位置等不同区分标准,以寻求占最大比率之原因,状况或位置的一种图形。,6.1,柏拉图（,Pareto Diagram),概述,A,B,C,D,E,不良率,100%,累计影响度,项目,1,、,品质方面,（,1,）不良品数、损失金额，可依不良项目别、发生场所别、发生制程别、机械别、作业者别、原料别、作业方法别,等结果或要因区分出“重要的少数，琐细的多数”情形。,（,2,）消费者的抱怨项目、抱怨件数、修理件数,等。,2,、,时间方面,效率,（,1,）作业的效率,工序别、车间别,等。,（,2,）故障率、修理时间,设备别,等。,3,、,成本方面,（,1,）原料、材料别的单价。,（,2,）产品别、规格别的单价。,（,3,）品质成本,预防成本、监定成本、内外部失败成本。,4,、,销售方面,销售金额别、销售区域别、产品销售别、业务员别。,6.2,哪,些数据可以整理成为柏拉图,客户投诉次数分析,28,14,12,10,8,5,77,次,100%,70%,6.3,柏拉图范例,前三项，投诉原因占,70.1%,针对前三项问题，加以层别找出真正原因，则可消除大部份的问题。,6.4,柏拉图案例,某,公司希望车间主管的工作重点放在作业指导及改善活动上，在,8,月份收集数据统计后，发现情形并不好，于是着手进行改善活动,;,再在年底（,12,月）收集数据，请根据这些数据作成柏拉图，并回答下列问题：,8,月份车间主管的工作时间花在那些地方最多,?(,占,50%,以上，工作时间之项目）,3,月份车间主管花在工作指导及改善活动的时间，各占全部时间之多少,%,？,12,月份车间主管花在那些地方最多,?(,占,50%,以上工作时间之项目）,12,月份车间主管花在工作指导与改善活动的时间占其全部时间之多少,?,与,8,月份相比较，进步了多少,?,8,月份统计表,工作内容,时数,累计时间,催料,153,153,生产规划,85,238,工作指导,51,289,会议,43,332,不良处理,89,421,改善活动,19,440,其他,40,480,合计,480,480,工作内容,时数,累计时间,工作指导,138,138,改善活动,89,227,生产规划,81,308,催料,60,368,会议,40,408,不良处理,59,467,其他,13,480,合计,480,480,6.5,柏拉图案例,12,月份统计表,工作内容,时数,累计时间,影响度,%,累计影响度,%,催料,A,153,153,31.9,31.9,不良处理,B,89,242,18.5,50.4,生产规划,C,85,327,17.7,68.1,工作指导,D,51,378,10.6,78.7,会议,E,43,421,9.0,87.7,其他,F,40,461,8.3,96.0,改善活动,G,19,480,4.0,100.0,合计,480,100.0,工作内容,时数,累计时间,影响度,%,累计影响度,%,工作指导,D,138,138,28.8,28.8,改善活动,G,89,227,18.5,47.3,生产规划,C,81,308,16.9,64.2,催料,A,60,368,12.5,76.7,不良处理,B,59,427,12.3,89.0,会议,E,40,467,8.3,97.3,其他,F,13,480,2.7,100.0,合计,480,100.0,8,月份统计表,6.6,柏拉图案例,12,月份统计表,8,月份,(,改善前）的柏拉图,480,480,100%,100%,68.1%,64.2%,时间（小时）,时间（小时）,12,月份（改善后）的柏拉图,6.7,柏拉图案例,（,1,）,8,月份车间主管的工作时间花在催料，不良处理对策，以及生产规划等三项为最多，占总时间的,68.1%,。,（,2,）,8,月份车间主管花在作业指导及改善活动方面的时间并不多，占总时间的,14.6%,。,（,3,）经过重新调整工作方式后，在,12,月份车间主管的工作时间花在工作指导、改善活动以及生产规划等三项最多，占总时间的,64.2%.,（,4,）,12,月份车间主管花在作业指导及改善活动方面的时间，占总时间的,47.3%,，为,8,月份的,3.24,倍，显见车间主管已走入现场实际了解问题，并改善问题。,6.8,柏拉图案例,-,结论,横坐标按项目分,根据大小顺序由高而低排列下来,“,其它”项排末位。,次数少的,项目太多时,可归纳成“其它”项。,前,2,3,项累计影响度应在,70%,以上,。,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,。例如：某产品不良数中,A,项占,85%,，减低,A,项不良数只能降低该产品的不良率，并不代表此举最合乎经济效益原则。,作成的柏拉图若发现,各项目分配比例相差不多时,，则不符合柏拉图法则，应以其他角度作项目别，再重新收集资料来分析。,据以作图（柏拉图）的,数据应正确无误,，才不致于蒙蔽事实真相。,柏拉图仅是改善的,手段而非目的,；因此，对于数据项别重点已清楚明确的，则无必要再浪费时间作柏拉图分析。,作成柏拉图后，仍觉前面,1,2,项,不够具体,，无法据此下达对策时，可再做进一步的柏拉图，借以把握具体重点。,柏拉图分析主要目的是从分析图中获得情报，进而设法采取对策。如果所得到之情报显示第一位次之不良,项目并非本身工作能解决时,，可以先避开第一位次，而从第二位次着手。,6.9,柏拉图应用注意事项,7.1,层别法（,Stratification),定义：,为了区分我们所收集的数据，因为种种不同而对结果产生的影响，所以用种种不同类别对结果加以分类、统计，这种方法的方法称为层别法（或分层法）。,在实际工作中，经常可发现有产品质量因人、时、料、机台,等不同时，就会有差异。如果能针对上述各种可以明显区分的因素，在数据收集时，加以注明,;,一旦有不良发生，就可快速找到问题所在。,如果数据没有适当层别，一旦有异常时，往往在调查上浪费大量人力、物力、时间，有时甚至最终还是无法寻获真正原因。,7.2,层别的分类,1,、,按部门、岗位：,生产部门、维修部门、检测部门、采购部门、技术部门、采购部门,等。,2,、,按制造过程：,混料段、挤出段、混色段,等。,3,、,按作业员,：班别、熟练度别、年龄别、性别、教育程度别,等。,4,、,按机器、设备,：机台别、场所别、机种别、新旧别、速度别,等。,5,、,按作业条件,：温度别、湿度别、压力别、天气别、人工与自动别,等。,6,、,按时间,：小时别、日期别、周别、月别、日夜别、季节别,等。,7,、,按原材料,：供应商别、材质别、产地别、成份别、贮存时间别,等。,8,、,按检测：,检测人员别、检测方法别、检测仪器别、检测环境别,等。,9,、,按气候：,气温别、温度别、睛或雨别、照明别、潮湿或干燥别,等。,10,、,其他：,良品与不良品别、包装别、运搬方法别,等。,7.3,层别法的运用手法,QC,手法上各种图表都可运用层别法，分类进行分析；,1,、趋势图的层别,7.4,层别法的运用手法,2,、直方图的层别,C,产品值均在规格内，但,A,、,B,产品部分落于规格外，所以在改善时应该以,A,、,B,两条产品为改善重点,;A,产品应该提升，,B,产品应该降低。,SL,SU,SL,SU,A,B,C,7.5,层别法的运用手法,3,、控制图的层别,1.95,1.65,1.35,1 3 2 3 3 2 1 2 3 2 1 3 1 2 1 3 3 3 2 2 2 1 1 1 3,X,控,制,图,2.25,0.90,0.55,0.10,操 作 员,操 作 员,操 作 员,X,控,制,图,7.6,层别法的运用手法,4,、柏拉图的层别,A,B,E,D,C,F,45,25,13,10,5,2,件数,原因,100,75,50,25,%,100,累积比例,n=5000,np,=100,件,p=2.0%,累积比例,B,C,D,A,F,E,n=6000,np,=70,件,p=1.2%,100,75,50,25,改善,前移,30,14,10,9,6,1,100%,（,a,）,改善前,（,b,）,改善后,7.7,层别法的运用手法,5,、因果图的层别,设备 人员,注塑机,方法 螺杆死角,设备 黑点,原料,方法 污染,设备 培训,操作不当,指导书不适 工龄,模温 方案,模具,浇口 排气,注塑制件外观不,良,7.8,层别法的运用手法,6,、散布图的层别,Y,X,Y,X,Y,X,予以层别,（不相关）,（,负相关）,（,正相关）,7.9,层别法的运用注意事项,1,、实施前，首先确定层别的目的,不良率分析,?,效率提升？作业条件确认？,。,2,、调查表的设计应针对所怀疑的对象进行设计。,3,、数据的性质分类应清晰，详细记载。,4,、根据各种可能原因加以层别，直至找出真正原因。,5,、层别所得的情报应与对策相连接，并付诸实际行动。,A,B,C,1,2,3,4,5,调查表,散布图,因果图,直方图,控制图,回顾,层别法,柏拉图,口诀：调查收数据，控制防变异，直方显分布，柏拉抓重点，散布找相关，层别找差异，,鱼骨找要因,七大手法所体现的精神,1.,用事实与数据说话；,2.,全面预防；,3.,全因素、全过程的控制；,4.,依据,PDCA,循环，突破现状，逐步改善；,5.,层层分解、重点管理。,QC,技能学习共勉,不是说努力就能解决所有问题，找到不能轻易让人追上你的方法才是竞争力的源泉！,2026/6/11 周四,60,