QA七大工具使用详解解析.pptx

QC七大手法简介排列图因果图散布图直方图控制图检查表分层法第一种手法：排列图概念：排列图是指：将问题的原因或是状况进行分类，然后把所得的数据由大到小排列后，所绘出的累计柱状图。起源：它是由意大利经济学家巴雷特（Vifredo Pareto）在分析社会财富分配状况时发现，大部分财富集中在少数人手里，为此他设计出能够反映这种规律的图，所以也有人称之为“巴雷特图”或“柏拉图”。后来由美国人裘兰博士（Joseph Juran）加以推广使用裘兰8020 原则：8020 原则的品质问题有80%是出至于管理人员，20%是指：产品出至于作业人员作用：由于管理力量也是有限的，不可能一次性解决所有的品质不良，在现场众多的品质不 良中，找出关键的前几名，这就是今后管理工作的重点操作方法：列出在某一段时期内的所发生的不良项目，及其相对应的数据。按数据大小，排列不良项目。见下例：设定坐标系，填上坐标值，坐标值要能反映最大、最小数据。左纵坐标为不良台数，右纵坐标为不良率累计百分比，横坐标为不良项目。按数据多少，绘出柱状图，并在其X 轴下方记入项目。见下例：计算各项目所占比例，累计后将其值记入坐标系中。将各比例点连接起来，一直到100%。DH录像机3月份不良排列图记入图名、作成者、长、作成时间等相关内容后，就算完成了。见下例：通过排列图，可以很直观地看出，头4 位不良，占了总不良的80%以上，根据“抓大放小、针对关键”的原理，2001 年4 月起的主要管理重点，应为头4 项，而其它3 项则暂不予理会。实战时盲点注意：实战时盲点注意：排列图不仅是一份事后总结表，而且还提醒你今后的重点是什么。在现场管理活动中，排列图通常在不良品的等级、种类、数量、损失金额、原因的分类、分析上用的较多。重点管理占80%的前几项不良，其它剩余的项目并非全然不予理会，只是暂不理会。当前几项大不良铲除后，后几位又升上来，成为必须重点对策的不良。其他一栏的数据一般不能超过20%，否则便要再往下细分。用EXCEL 软件，借助提示，可以很轻松地完成。此表至少要求拉长、班、组长以上管理人员要熟练掌握。第二种手法：因果图概念：因果图是指用树状结构画出事物因果关系的图。起源：日本人石川馨教授1952 年在指导川崎制铁的葺合工场品质对策时首先提出的，所以有 人称之为“石川图”，又由于它的形状像鱼的骨头，也有人称之为“鱼骨图”、“鱼刺图”。作用：将影响品质的诸多原因一一找出，形成因果对应关系，多层次地绘制在同一张图内，使人一目了然，对于正确决定对策方案具有很大的帮助。操作方法：列出品质发生不良或变异的项目。画出4M1E（人员、设备、材料、作业方法、作业环境）5 条支干或者只画出相关的 支干。4M1E法指Man（人）Machine(机器)，Material(物)Mothod(方法)Environments(环境)如下例：例如某厂DH 视盘机2001 年3 月份，工序内最大不良为抖晃。在支干上画出相关次支干，并写出原因，次支干与支干互为因果关系。如此反复，直至所有支干和最终一层原因写出为止。记入图名、作成者、长、作成时间等项目。如下例：例如，经过调查某厂DH 视盘机占不良首位的抖晃，主要是由以下几个方面的原因造成：P 卷轴压入不良、C 齿轮崩缺、测试标准带精度不足。从图中可以看出，每一支干的结果都是由于次支干的原因造成的，要解决抖晃这个最终问题，就得先从最小的次支干处入手。实战时盲点注意：实战时盲点注意：尽可能多听取第一线管理人员、技术人员、作业人员的意见，从中筛选出相关的原因。要记入事实因果关系，不可以想当然地捏造出因果关系来。当因果支干关系太多时，则要选取重要的给予优先对策。每一个问题都要尽量刨根问底，直到找出真正原因。要解决主干，就得先解决支干，要解决支干，又得先解决再下一个次支干。因果图只告诉你问题的原因在哪，不会告诉你哪一个更重要，哪一个需要优先处理，哪一个可以缓一缓，因此要结合其他QC 手法，才能发挥最大作用。不仅是工厂的品质管理，因果图在其他行业也有很广阔的用途。除了因果图之外，石川馨教授的9010 概理也在管理界得到许多认同，9010 概理是指：QC 小组虽然风行各种企业的管理活动之中，但是充其量只能解决10%的品质问题，剩下的90%需要通过管理人员来解决。第三种手法：散布图概念：概念：散布图是指：以点的形式在坐标系上，画出两个对应变量之间的内在关系的图，也有人称之为“散点图”、“相关图”。两二对应变量之间的关系主要有正相关、负相关、不相关等三种。正相关是指：随着某一变量的增大，另一变量也随之而增大。负相关是指：随着某一变量的增大，另一变量却随之而减小。不相关是指：不论其一变量怎么变化，另一变量不呈现对应关系。作用：用于确认两个变量之间，是否存在某种内在的必然关系，有助于判明因果关系的真假。在进行品质不良原因分析时，此图是排除法中必用的。操作方法：确定要调查的两个变量，收集相关的最新数据。设定坐标系，将两个变量分别写入X 轴Y 轴。例如，为了确认某厂DH 视盘机在连续30 小时运转后，其光盘转动速度是否会发生改变，那么二个变量分别为时间和速度。将相对应的两个变量，以点的形式标上坐标系。必要时将前后二个点连接起来，便于观察。记入图名、作成者、长、作成时间等项目。从图中可以看出，随着连续运转时间的加大，光盘转动速度呈现明显的下降态势，即二者的内在关系为负相关。实战时盲点注意：两组变量的对应数据至少要收集30 组以上，最好有50 个。当坐标上两点重叠时，以作记号，三点重叠时以作记号。通过图形，可以看出二个变量之间的三种内在关系。当50 个数据全部都标注出来时，不会是一条单一明了的曲线，而是一大堆密密麻麻的 黑点，此时要看清总体趋势如何。第四种手法：直方图概念：概念：直方图是指对同一类型的数据进行分组、统计，并根据每一组所分布的数据量画出柱 子状的图，也称“柱状图”，“品质分布图”。作用：弄清众多数据的分布状态，了解总体数据的中心和变异，并以此推测事物今后的发展趋势。直方图不仅可用于品质分布状况的分析，还可以用来计算工序能力是否足够，工序不合格品率有多少等方面。操作步骤：确定需要品质分析的项目，随机收集50 个以上同一类型数据。例如，为了了解某厂DH 视盘机光盘转带的分布情况，经过测定，获得以下数据：设定组数，并计算全距、组距、组界、中心值。A组数（K）：K=N B全距：代号为R，即随机收集数据中最大值 与最小值的差，也称之为极差。最大值 的代号为La，最小值为Sm，那么：R=LaSm。从上表中可得知，R=3044-2957=87 HzC组距(H)：等分各组的宽度，其公式如下所示：H=(LaSm)/K=R/K 组距H=87/8=10.8711 HZD组界：分组后，各组数据之间的界限值。为了避免数据与组界重叠而造成分组困难，组界单位通常取测定单位的1/2，即比测定单位的精度高1 倍。其计算方法如下：第二组的下组界以此类推，算出各组界之数值。E中心值（Xi）：每一组数据中间的数值（前后二个组界之间的中心值），也称中值、代表值，其计算公式如下：综上所述，全距、组数、组界、中心值等的相互关系如下图所示：统计符合各组值的数据次数，每一个数据为一次。第一组的下界下限值测定单位/229571/2=2956.5 Hz，其它各组界如下：按横坐标为数据特性值，纵坐标为数据的次数值，建立坐标系。按每一组数据次数的多少在坐标系里画出直柱图。记入图名、作成者、长、作成时间等项目。根据述数据可画得以下直方图：从上图中可以看出整体平均值略微右偏，但整体分布仍为常态分布，工序正常。有了直方图，还可以进一步计算工序能力是否足够，实战时盲点注意:除了正态分布之外，其他都可视为异常，需要引起管理人员的高度重视。A测定数据有无错误？有无混入其它不相关的数据？B组数、组距、组界的设定是否恰当？C必要时，将数据重新细分后，再确认一次分布情况。尽可能多收集一些数据，至少50 个以上。收集数据时，应该是随机的。分布异常时，必须采取对策，使数据恢复正态分布。如果因为某种不可抗拒的原因，生产一开始数据就处于异常分布的话，那么要密切留意有无恶化。第五种手法：检查表概念：检查表是指：以表格的形式，对数据进行简单整理和分析的一种方法，也有人称之为“调查表”、“统计分析表”、“查核表”。作用：简便、直观地反映数据的分布情况。多于数据无需二次分析的场合，如品质部门的每日检查报告。操作步骤：确定检查对象、检查者、检查时间等。将检查项目记入表中，必要时可利用图示说明。将相关的检查数据记入表中。记入作成者、长、作成时间等项目 例如，某厂DH 视盘机2001/4/1 的生产经QC 例行检查后，发现一些不良品，经过整理，得到以下检查表。从表中可以清楚地知道DH 视盘机当天的品质状况如何。实战时盲点注意：该表多用于产品品质相对稳定时的维持管 理上，当产品品质尚不稳定，不良多发 时，仅用此表是不够的。表的格式因行业的不同而千差万别，无需 追求统一，只要实用就可以。向其它部门反馈数据情报时，如果附有实 物的话，则更具有说服力。第六种手法：分层法概念：分层法是指：按某一线索，对数据进行分门别类、统计的方法，也有人称之为“层别法”。作用：寻找出数据的某项特性或共同点，对现场中的即时判定有帮助。操作步骤：确定分层线索，即按什么条件进行分层。A按作业人员分：熟练与非熟练、性别、工作班次。B按材料分：不同供应商、不同生产批次、不同模 号、不同规格。C按作业方法分：对策前和对策后、标准作业和非标 准作业。D 按设备分：校正前和校正后、不同设备。E 按环境分：不同车间、不同季节、不同时间段。确定该分层条件所对应的范围。统计符合各分层条件的数据。例如某厂DH 视盘机按材料不良进行分类，所得数据统计如下：从表中可以看到2001/1/4 至15/4 每天不良的发生情况。记入图名、作成者、上长、作成日期等事项。实战时盲点注意：分层法只提供简单的数据分布状态，不容 易记忆，也不会告诉你二次原因、三次原 因到底在哪。通常在品质不良跟踪时用到该手法。与其它QC 手法结合使用，效果更佳。第七种手法：控制图概念：控制图是指：用统计方法分析品质数据的特性，并设置合理的控制界线，对引起品质变化的原因进行判定和管理，使生产处于稳定状态的一种时间序列图，有人称为“管制图”“管理图”，由于它是由美国人休哈特（Shewart）于1924 年创立的，所以也有人称之为“休哈特图”。稳定状态是指：生产过程中导致不良发生的因素中没有异常因素而只有偶然因素，不良 率极低，生产活动处于稳定的状态，也有人称之为“受控状态”。控制图的基本作法是将采样所得的品质数值经过换算后，以点的形式画在预先准备好的图表上。排除偶发因素，如果点的分布在控制界线内的话，则表明工序得到有效控制，反之，则表明工序异常或失去控制。1常用的控制图有以下几种：计量值是指：品质特性值可以测取所定范围内的任何一个可能的数值，即数值的梯度变化可以被连续测取的数值，如压力、温度、几何尺寸等数值。计数值是指：品质特性值只能取一组特定的数值，而不能取这些数值之间的数值，即数值的梯度变化不能以连续方式测量，而只能以个数或百分率来表示的数值。计数值可进一步 分为计件值和计点值。计件值是指产品进行按件检查时所产生的属性，如一批产品中的合格数、不良品数等；计点值是指每件产品中品质缺陷的个数，如外观暇疵点数，功能失效项目数。2各种代号含义。n：采样数量大小，也可指数据量。k：采样的组数。x：采样的单位或单位特性值。（每一个数值分别用X1、X2Xn 来表示）：采样的平均值。读X bar（巴）。：总体的平均值。读“谬”，计算方法同上。：采样 的平均值，有时了称总平均值。读X bar bar（巴巴）。R：极差。一组采样数据中最大值与最小值的差。（R=X 最大值X 最小值）：R 的平均值，也称极差平均值。读R bar（巴），计算方法同。：中位值。位于最中间的数据值。数据量为奇数时取最中间的数据，偶数时最中间两个的平均 值。读X Median(眯地摁)。p：不良率。pn：不良个数。采样中所有的不良总数。c：不良项目数。采样中所有不良项目数。u:单位不良项目数。采样单位中的不良项目数。s:采样的标准偏差。标准偏差有时也称标准离差、标准差或称均方差。读Small(送吾)。：总体的标准偏差。读Sigma(西格玛)，计算方法同上。理论来说可以求得总体的标准偏差，但在实际生产管理活动中，却因为种种原因难以实施，因此 人们用采样的标准偏差来替代。统计学要求采样大小不低于30 个，如果是品质管理一般都要求100 个以上，特殊情况下不低于50 个。UCL：上控制界限(Upper Control Limit),也称上限值。LCL：下控制界限(Lower Control Limit)，也称下限值。CL:中心线（Control Limit)，如采样 的平均值、极差平均值。控制图的作用:能及时发现工序品质的突然变异或缓慢变 异，为即将发生或已经发生的品质不良指 明对策方向。通过对各工序品质稳定性判定，为最终产品 的检查和判定提供可靠依据。为制定工序目标和规格界限，尤其是为材料的 最佳配对方案提供可靠依据。实战时盲点注意：以下以最为常用的R 控制图为例进行说明1 选定要控制的对象。在设计作业流程时，哪些对象需要用控制图进行 管理，必须在标准作业书里反映出来。如产品的关键品质性能、中间特性、对后工序影响巨大的项目。一般是品质管理部门的QA、QC 或初级管理人员进行测定和控制。2准备数据。寻找设定上控制界限、下控制界限、中心线时所用的数据要生产稳定时期的最新数据。A 生产才“开张”的数据不宜。B 不良多发，尚未彻底、有效对策之时的数据不宜。C 测定人员尚不熟悉测定手法之时的数据不宜。以此数据作成的控制图，在日后使用过程中如不能真实反映品质状况，还需重新寻找新数据。A品质控制界限并非永远一成不变。综合考虑成本、交货期等相关因素的影响，有时得加严；有时得放松，因此品质控制界限也要相应调整。B因4M1E 的改善，有时得增中某个新的品质控制项目，或删除某个旧的控制项目。数据量越多越好，尽量在100 个以上，组数在20 至25 以上。5每日记入测定数据，观察点的分布状态。例如，某厂DH 视盘机之P 卷轴部件自2001/3 起生产工序一直处于稳定状态。因该部件的压入高度直接影响到机械行走方面的稳定性如何，是必须加以管理的项目，试作成该工序的R 控制图。第一步：测定数据。6判定稳定、判定异常的原则。随着生产活动的进行，将每一天的测取的数据记入表中，通过连接点线的走势，就能很好地判定品质特性是否处于稳定或异常状态。有的管理人员为了隐瞒自己的失误，或是害怕别人追究责任，人为改动测取的数，以造出“走势一片大好”的分布，这是很不应该的，品质管理如同儿戏。当点线走势满足以下条件时，判定为生产处于稳定状态：A 连续25 个点都在控制界限内。（在作成控制界限之时，此法又可以反验证作成时机是否妥当）B 连续35 个点中，只有1 个点在控制界限外。C 连续100 个点中，只有2 个点在控制界限外。大多数企业的生产活动又都是以月度、季度、年度为单位进行管理的，但是连续点数的界定并不能以此为单位，照搬照用，也不得任意中途截取一段连续点数进行判定，而是从最新打点处往回数。当点线走势满足以下条件时，判定为工序处于异常状态：A点落在控制界限外，或刚好在控制界限上时，先考虑判稳条件。B点的走势不呈随机状态，具有明显的某一趋势时，如以下一些情况：e.连续14 点中有12 点落在中心线的某一侧。f.连续17 点中有14 点落在中心线的某一侧。g.连续20 点中有16 点落在中心线的某一侧。h.当连续7 点上升或下降时，即非随机排列。j.当点线呈现有规律的周期性波动时。采取有效对策。判明品质特性异常之后，最为重要的是要查明原因，消除造成不良的因素，使品质恢复到稳定状态其他：当品质特性呈正态分布时，所设定的控制界 限不同，任意测定所得的值，其分布在控制界限内的概率不同，换言之，即使是正态分布，亦有极少数产品不符合品质规格的要求，要小心区分判异和判稳的原则。如果点子落在控制界限以外时，不论是正常还是异常分布，均要在点子处作上记号，注明发生原因和处理方法。采用QC 7 手法后产生的直接效果产品品质（狭义）得以稳定，并能提高。不良品下降，内外投诉事件减少。生产成本下降，为增加产量打下基础。人机怠工减少，返工减少。检查频度和数量得以减少，各种试验费用随之减少。各种装置、设备、夹具的修理、改善或增设，都得到合理的、有重点的进行。采用QC 7 手法后产生的间接效果不是凭直觉或者经验，而是可以科学地、有效地分析现场，把握现场问题。只要明确判断标准，适当培训，谁都可以同样作出正确的判断。平日被忽略的问题点突出地表现出来，避免管理遗漏。可以从杂乱的变化中发现问题总的规律性。不会被个别的问题分散了注意力，可以看到整体。因为具有客观性，容易统一众人的意见。在状况说明时，因为有统计分析过的数据，说明可以简单地进行。看一眼图表就能大致明白现状，可以提高全员对品质的责任心和关心。Q&A