QC七大手法与PDCA.ppt

2009 TQM品质教育品质教育訓練訓練QDC七大手法七大手法参考資料:1,QC七道具、検定、推定入門奥原正夫著2,QC上原信博著 3,其他 认真真的人改变自己执着着的人改变命运7Sp Total Quality Control七大手法=品質管理七大手法p QDC活動1950年代起源于日本，并于1980年代在日本得到 全面的发展乃至扩散到全世界p 如果没有正确的品质管理工具来确定了解事件的真相跟“瞎子摸象”无异。每个瞎子摸到的部位都不一样，自然彼此 见解也不一样，很多时候团队中充满各种自以为是的争辩，演变到后来变成谁在争辩中机智反映比较快，态度比较坚持、强悍、那他的解决方案便成为主流。这时在错误方向下，越 努力的人，所造成的损失越大。戴明博士（W.Edwards Deming）称之为努力使自己早些灭亡。靠经验解决问题，不易掌握事物的真相，应利用正确的统计方法来分析所收集的数据，以查找真正的原因；QC的七大手法是目前最实用、最常用的统计手法，时时刻刻在我们的工中出现。7大QDC手法如下：1.检查表（Checklist、）:收集数据用2.直方图（Histogram、）:掲示数据群的分布情况3.散布图（Scatter Diagram）:掲示不同要素之间的相关性4.柏拉图（Pareto Diagram、図）:确定主要要素5.管理图（Control Chart）:掲示数据群波动的情况6.特性要因图（Characteristic Diagram）:调查造成结果的原因7.层别图（Stratification）:从不同角度层面分析事物。n检查表，直方图，散布图，柏拉图，管理图，特性要因图，层别图QDC7大手法n你会有过出门忘记关电源、带钥匙、手机的痛苦 经历吗？（检查表）（检查表）n你曾经有过面对复杂的问题现象而不知从哪一个 开始下手吗？（柏拉图（柏拉图)n你能预测男女结婚，女的身高大于男的身高的 比率吗？(直方图直方图)n你想知道你的体重变化情况吗?(控制图控制图)程序活动项目使用手法PLAN主题选定-层别法-直方图-柏拉图-检查表活动计划表-PDCA-5W1H把握现状/数据收集-层别法-直方图-柏拉图-检查表目标设定-层别法-直方图-柏拉图-检查表发掘问题/要因分析-鱼骨图-层别法-直方图-检查表-散布图对策拟定-直方图-层别法-检查表DO对策实施-局阵图CHECK效果确认-直方图-柏拉图-检查表-管理图ACTION标准化-检查表-管理图数据分类 1）.定型数据（洗衣机的外观/人的相貌）2）.定量数据（计数：台数、个数、人数）（计量：重量、时间、长度）应用数据需注意：1.收集正确可用的数据 2.使用正确的抽样方法 3.调查正确的对象 4.数据不可造假检查表：检查表是收集数据用的一种简单的表格，将有关项目和要收集的数据，根据使用目的，填入相应的栏目内.用简单的符号填写，检查表的数据主要用于把握现状、分析原因使用.这种设计出来的表格称之为查检表。1、日常管理：品质管理项目的点检，作业前的点检，作业后的点检,设备、模具运行状况的点检等.2、特别调查：问题已经发生要加以调查，安全事故的调查、不良原因 调查等3、记录分析：对采集的数据需要进行分析，然后作成如推移图、直方图等。1、点检用检查表(1)：作业前点检的目的用是为了要确认作业实施用的机械设备是否 能够正常运行.检查设备是否能够正确判断良品与不良品的并且 对不良品排出的不良品筐中.防止不良品流出.在作业前点检的 项目中如发现异常,按4M管理的原则进行处理,原则上不允许作 业开始.2、记录用检核表(2)：是将数据分类为几个类别别，如按不良的种类、工程类别、原因 类别等列出来再用符号或数字等记录于图或表中，用来把握数据 分布情况。这种查检表主要用于品质特性的调查等,主要是可以 看出哪一种项目的数据特别集中记录用不良项目为了调查哪种不良如何发生的，事前制作一份可预期的不良项目表。不良原因调查不良品如何发生，要因为何。次数分布用来调查数据的分布成何种形态。缺点位置记录所调查的对象是哪个位置发生何种缺点。检查用检查表为使日常作业能正常进行，必须预先制定产品、机器、设备等的检查项目，可防止错误、遗漏或异常发生.例：图为某相机组装工程不良项目调查表.图中可见螺丝松动 (不良项目第一行)占不良首位是将数据所分布的范围，区分为几个区间，将出现在各区间内的数据之出现次数作成次数表，并将其以圆（柱形圆）的形式表现出来。透过数据的量测（长度、重量、时间、温度、硬度等，经由量测所得到的数据）及直方图的整理，我们可以得到数据的几种特征：1.数据的分布形态（分配状态）2.数据的中心位置。3.数据离散程度的大小。4.数据和规格之间的关系。左偏型（右偏型）说明：直方图的平均值在分布中心之左方，次数在左半边高到了右半边 后则缓落，为不对曾分布！解析：理论上说，可能是因为规格等因素，而限制了下限值，当某一 数据以下数值不被采用时，或产品的不良率，缺点数近于0时，此 种情形应调查其原因。偏歪分配：单边规格规格下限左绝壁型（右绝壁型）说明：直方图之平均值位在极左方，次数在左半部急高，而右半部急落。解析：当把规格以下之数据完全剔除时，就会出现此种情形。截断分配:全检剔除规格下限双峰型说明：分布在中央的次数比较少，且在左右各有一座山。解析：平均值相异约两类数据分布混合在一起时，即会出现这种情形 不同的加工设备加工同一个部品不同的加工设备加工同一个部品,不同的设备加工出来的产品不同的设备加工出来的产品 的中心值不同而造成的该图形的分布。的中心值不同而造成的该图形的分布。双峰分配：来自不同的群体离岛型说明：在直方图的左端或右端出现分离的小岛。解析：表示可能由某种异常原因造成，如测量误差、抄写数据错误 或数据来自某特别机器或作业员等，应详加追查原因。离岛分配：特别原因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。所收集的数据数量应大于50 以上。例：某场之成品尺寸规格为130160，今按随机抽样方式抽取 60个样本，其测定值如下附表，试制作直方图138142148145140141139140141138138139144138139136137137131127138137137133140130136128138132145141135131136131134136137133134132135134132134121129137132130135135134136131131139136135步骤2：找出数据中最大值（L）与最小值（S）先从各行（或列）求出最大值，最小值，再予以比较；最大值用“”框起来，最小值用“”框起来。EX：NO.1NO.2NO.3NO.4NO.5NO.6138142148145140141139140141138138139144138139136137137131127138137137133140130136128138132145141135131136131134136137133134132135134132134121129137132130135135134136131131139136135 求得：L=148 S=121备注：若于MS Excel中操作时需直接套用函数，勿采用人工寻找的方式，以避免产生人为错误。步骤3:求全距（R）数据最大值（L）-最小值（S）=全距（R）例：R=148-121=27步骤4：决定组数 （1）组数过少，固然可得到相当简单的表格，但失去次数分配 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进行分组。（2）一般可用数学家史特吉斯（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 例：n=60，则K=1+3.32logn，60=1+3.32（1.78）=6.9 （3）一般数据的分组可参照下表：数据数组数5057511006101012507122501020步骤5:求组距（h）（1）组距=全距/组数（h=R/K）（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。例：h=27/7=3.86，组距取4.步骤6：求各组上组界，下组界（由小而大顺序）（1）第一组下组界=最小值-最小测定单位/2 第一组上组界=第一组下组界+组距 第二组下组界=第一组上组界 例：第一组：121-1/2=120.5124.5 第二组：124.5128.5 第三组：128.5132.5 第四组：132.5136.5 第五组：136.5140.5 第六组：140.5144.5 第七组：144.5148.5（2）最小测定单位 整数位的最小测定单位为1 小数点1位的最小测定单位为0.1步骤7：求组中点 组中点（值）=（该组上组界+该组下组界）2 例：第一组=（120.5+124.5）2=122.5 第二组=（124.5+128.5）2=126.5 步骤8：作次数分配表 （1）将所有数据按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，其中的次数总和应与 测定值个数相同。次数分配表 组号组界组中点画记次数1120.5124.5122.5/12124.5128.5126.5/23128.5132.5130.5/124132.5136.5134.5/185136.5140.5138.5/196140.5144.5142.5/57144.5148.5146.5/3合计60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x，标准差 ），并画出规格的上限与下限。（5）记入必要事项：制品名、工程名、期间、制作日期、制作者。120.5124.5128.5132.5136.5140.5144.516020151050制品名工程名期间制作日期制作者SL=130Su=160n=60 x=135.8=4.87s=n-1=4.91：标准差=（xi-x）2ns：样本标准差 s=（xi-x）2n-11、定义：用来表示一组成对的数据之间是否有相关性的一 种图表。2、制作步骤：收集数据总结在表上 要看大体样子，需30组左右为好。要看有无相关，需50100组为好。决定纵轴和横轴做为什么 要因为横轴、特性为纵轴为好。提取图表的刻度 求各数据的最大值和最小值的差，刻度的尺寸大体一样为好。（比较时统一刻度，写成一样的宽）分布数据 要重叠数据的时候，画2、3圈。记录必要事项 标题、调查时间、数据数、作成者等 散布图的制作步骤：步骤1：先调查两组数据是否有关系，将所选择的要因定为X轴，的特性定为Y轴。步骤2：在横轴、纵轴上点上尺度，横轴越向右值越大，纵轴越 向上值越大。步骤3：把数据点到坐标上。步骤4：判断散布图的制作步骤-Excel：步骤1：插入图表XY散布图步骤2：选择资料范围 散布图的点记的分布状态和两特性值的相关关系有以下三种：1、正相关：当其中一方的特性值越大，另一方的数值也 有增加的倾向时，散布图会呈向右上方走向，代表此 两特性值为正相关。2、负相关:当其中一方的特性值越大，另一方的数值却越 小时，散布图会呈向右下方走向，代表此两特性值为 负相关。3、无相关:两个特性值互相不受对方影响时，散步几乎是 圆形，代表两者不相干。检讨异常值：要浏览散布图的整体，查看是否有异常值存在，在距离多 数点记之外的地方出现点记的话：先调查此数据的来源，一旦确定是因为异常的原因所造成的异常值的话，便可将 此点去除。若从图上无法判别其是否为异常值时，切不可任意下结论，必须追究此点和其它点偏离的原因，在确定其原因后才能 判断其是否为异常值。散布图层别全体看时可能看不出有任何相关关系，但层别之后有时可以看出相关关系存在。例：某化学工场制造产品时，反应温度应控制在3040，且公司采用班制 度，有早班及夜班员工，其生产量的数据如下，试绘制散布图说明温度与 生产之间的关系？若将两班的资料加以层别方式比较有何差异？由图中可以看出似有正相关的情形，但不明确，经层别后可以看出较为明显的正相关。1班2班1、调查两特性值之间是否相关：可经由视觉直接解析判断其相关性。2、可判断异常值的存在：异常值多半因为作业失误、测量失误、记录失误等而 发生的，在制作散布图时，这些异常值常会偏离其它 值甚多，很容易察觉出来。3、应用于问题解决步骤中:当找出了某现象所发生的原因后，便可利用散布图来 验证其是否为具有重大影响力的要因。画出身高与年龄的散布关系Production Defect AnalysisDuty PartsDuty RatesPercentageAccummulated PercentageIQC3.03%35.23%35.23%BOARD2.79%32.44%67.67%ME1.28%14.88%82.56%ENG/TS0.87%10.12%92.67%PD0.55%6.40%99.07%Others0.08%0.93%100.00%讲古篇为何叫柏拉图-Pareto Chart柏拉图为19世纪意大利经济学家柏拉图（V.Pareto）调查国民所得分配时发现少部分的人占有大部分财富。80/20法则：80%的问题集中于20%的项目中，故控制20%的项目即可解决80%的问题。精神篇柏拉图的基本观念是:以有限的人力和时间，有效地解决问题。1、有助于了解哪一个项目是最重要的。2、一眼就能明白事情的重要顺序。3、知道哪一个项目在整体中所占有的比例程度。4、可以预测减少某一项目，就能期待整体获得多少效果。步骤1、坐标的取法，即是目的。纵轴：可以代表占总数不良的百分率、故障次数、损失金额或灾害件数。横轴：可以代表材料总别、机器总别、缺点总别或加工方法等。步骤2、搜集数据资料 一组好的数据资料必须要掌握正确的事实，在规定的期间内去搜 集资料，而这些资料有赖于平时的记录。步骤3、整理数据资料 以搜集项目（横轴）数据的大小顺序排列。计算每一项目的数据占累积总和的百分比率。数据的数目小的项目多时，整理成其它项。步骤4、柏拉图分析图制作（MS Excel）步骤5、分析100%所有项目累积和-图表名称是否有意义-X,Y轴坐标名称、刻度是否明确-每个条图之间是否有间距-每一个直方条和累积百分比曲线是否连接-各点资料标示是否清晰-正确、一致、简洁（Correct、Consistent、Concise）管理图简介:管理图是Shewhart博士于1924年发明。管理图是一种图形表示的工具，用来表示从样本中测量 或计算所得的品质特性。管理图不仅能将数值以曲线表示，观察其变化的趁势，并可透过它即时判定制程是否有发生异常的趁势或已发 生异常。异常点Out-of-Control管理上限（UCL）:x+3管理下限（LCL）:x-3样本平均值x中心线（CL）：平均值管理图范例：x-R Chart-平均值：所有数值的总和除以此群资料的总数的值。ex-全距R：群体中最大与最小值的差距，非常易于计算。ex-母体Populationn 母体平均值u 所有可能的取样结果总称。Example-样本Samplen 样本平均值x 由母体中随机抽取的小部分数量。ExampleMIL-STD-105E-机遇原因：不可避免、非人为、不易控制的原因。-非机遇原因：可避免、人为、可控制的原因。母体变异数2：母体平均值到中心点的距离将距离平均（N=母体总个数）母体变异数的大小与制程能力的关系为何？（变异大不稳定）母体变异数可以互相比较吗？（只要母体相同例如）标准差中心线（Central Line）:母体（历史资料）的平均值。上管制界线（Upper Control Limit）及下管制界线（Lower Control Limit）:这两条管制界线皆位于离中心线上、下3个标准偏差的位置，表示其允 许的管理范围。中心线CL一般以蓝色的实线绘制，上管制线（UCL）和下管制线（LCL）则一般均用红色的虚线，至于实际产品品质特性的点连线条，则以黑色 实线绘制。异常判定的标准管理图管制非机遇性的原因 1、超出管制界线非机遇原因 2、发现异常趁势非机遇原因1、维持制程在稳定状态中。2、即时找出非机遇原因异常趁势、异常发生。3、消除问题，立即改善。4、重复此一循环，持续监控。异常发生异常趁势Ex：连续5点上升依数据性质来分类：计量值管理图（Control Chartsfor Variables）数据由量具实际量测而得，数值为连续性。X-R Chart计数值管理图（Control Chartsfor Attributes）数据由单位计数而得，数值为离散性。C Chart（ex:c一单位时间内的缺点数）不是管理状态下所判断出来的，有点在管理图界限外突出的情况和像以下的点有排列缺点的两种情况。点的排列缺点图 解 出现连续7点以上的连（连是中心线一侧的点）出现连续7点以上的上 升或下降的倾向 有周期（有大波和小波）在管理界限线周围有很多点（连续3点中2点）点集中到中心点附近 2/32/3连续3点 点的排列缺点图 解某公司加工零件尺寸长度505的测量、数据。1）制作X-R控制图2）分析过程控制状态3）计算过程能力制品名称:螺钉 品质特性：505长度 测量单位：机台号：MC-10 抽样方法：2H/次 时间：2002/4/1-76、通过以上图形分析过程受控。7、过程能力。Cpk=MinCpu，Cpl=0.78 Cpu=SU-X/3=55-50.16/3*2.06=0.78 Cpl=X-SL/3=50.16-45/3*2.06=0.83 注：=R/d2=4.8/2.33=2.06注：常规做法Cpk=（SU-SL）-2/6=（55-45）-2*0.16/6*2.06=0.781）=R/d22）=M-X=50-50.16=0.16M为公差中心，X为尺寸分布中心。33制造能力解析u:规格中心值 ：制程估计标准差 SL：规格界限X：制程平均值 T：规格公差=Su（规格上限）-SL（规格下限）特性要因图是管理、改善工作所不可欠缺的品管七大手法之一，因其状似鱼骨，特别为它取名鱼骨图。因为其是日本东京大学石川教授所提出，有人称之为石川图。所谓特性要因图，是指整理特性（结果），以及可能对之造成影响的要因（原因）的关联性，用状似鱼骨的图形，有系统的收集而成的。1、定义：用以找出造成某问题可能原因的图表，选出所有的因素，整理出对特性有影响的因素，将选出的因素以鱼刺的形式表现出来。2、因果图的作图步骤 确定问题 画粗箭头 因素即原因分类 常用：4M1E即人（员）、机（器）、料（原料）、法（工艺方法）、环（境），有时还可以补充软（件）、辅（助材料）、公（用设施）三方面。也可用：工序顺序等分类 分类好后，用中箭头与主箭头成45角画在主箭头两侧。对中箭头所代表的一类因素，要进一步将与其有关的因素以小箭头画到中 箭头上去，如有必要，可再次细分至可以直接采取行动为止。检查所列因素有无遗漏，如有遗漏应予补充。各箭头末端的因素中，凡影响重大的重要因素可加上小圈等记号，按已有数据、搜集不到数据、未取数据等情况，还可加上其他简便记号。1、原因追查型：以列出可能会影响制程（或流程）的相关因子，以便进一步由其中找出主要原因，以此图形表示结果与原因之间的关系。Why？2、对策追求型：此类型是将鱼骨图反转成鱼头向左的图形，目的在于追寻问题点应该如何防止，目标结果应如何达成的对策，故以鱼骨图表示期望效果（特性）与对策（要因）间的关系。How？骨骼强健正确的鱼头（太大？太小？）+明显的主骨+完整的大骨（人、机、料、法、量测）人人机机料料环环法法正正确确的的问问题题机能正常你的鱼骨图是要因、现象还是举例？你问的是Why or What？每一个大骨都应该是一条小鱼长在正确的地方人人机台发生机台发生刮、碰、撞刮、碰、撞动作不正确服装不合规定美国人泰国人营养丰富至少问到两次因小骨至少两根中骨人人机台发生机台发生刮、碰、撞刮、碰、撞动作不正确服装不合规定小骨中骨新人动作不熟练SOP写错看不懂SOP没有惩处措施未依SOP作业丰田原则：连问五次Why？像话原则：你的鱼骨图像话吗？人人机机料料法法零零件件翻翻件件架料碰撞其他供料器故障排除时，首颗零件翻面碰撞料带未置入静电槽料没架好包装不良Tolerance过大弹片不良弹片过脏弹片变形弹片厚度不适用进料轨道异常马达不同步Feeder供料震动Feeder保养频率不常SMT层别法（Stratification）是一种概念。其并没有特定的图形表示，这在七大手法中是较为特别的 一种，但其确为品质管理的一种发现不良因素的有效技术。透过数据的分类，寻找事实的真正原因。分开观察并*资料按照特性加以分类，以找出其中的差异。前面的六种手法都是层别法的一种表现方式。前面的六种手法，其实都已经包含了层别法的观念。1、确定使用层别法的目的 做某件事之前，必须了解因何目的而做？为何这样做？好处 在那儿？在使用层别法之前，首要即是确定为何种目的，使用 何种层别，为了评定作业员的绩效、生产线的效率、还是分析 不良原因等。2、层别的项目 一般影响品质特性的原因包括时间、原料、机器设备、作业方 法与作业的人员等。所以，我们可以依下列的例子来做层别：3、收集与整理数据 使用表单如记录卡或是检查表的方式，委托有关人员收集欲实 施层别法的项目资料。但是，所收集到的资料并非完全都符合 需要的。因此，必须将所收集到的资料数据整理，或对于不足 的资料加以补充。4、分析、比较与检定 层别法可以用来比较各个项目，所以各个项目的优劣一目了 然，因此可以简易判别出异常的原因，或其他所欲探求的事项。材料A材料B机械甲机械乙制品规格下界规格上界产品规格发生异常材料A材料B机械甲机械乙A+甲B+甲A+乙B+乙层别原因管理图散布图直方图柏拉图等程序活动项目使用手法PLAN主题选定-层别法-直方图-柏拉图-检查表活动计划表-PDCA-5W1H把握现状/数据收集-层别法-直方图-柏拉图-检查表目标设定-层别法-直方图-柏拉图-检查表发掘问题/要因分析-鱼骨图-层别法-直方图-检查表-散布图对策拟定-直方图-层别法-检查表DO对策实施-甘特图CHECK效果确认-直方图-柏拉图-检查表-管理图ACTION标准化-检查表-管理图希望本书内容能够给您的工作带来益处.