QC七大手法培训ppt.ppt

首先，什么是首先，什么是QC？QC：QualityControl品质管控/质量管理-是指控制制造或服务的品质，使产品或服务达到最优良的状态。QC七大手法七大手法 从上个世纪从上个世纪6060年代开始，日本的企业通过年代开始，日本的企业通过运用运用QCQC七大手法，收集工作现场的数据并进行分七大手法，收集工作现场的数据并进行分析，大大地改善了产品的品质，使日本的产品成析，大大地改善了产品的品质，使日本的产品成为为“品质品质”的代名词。的代名词。70 70年代初，日本人大力推行年代初，日本人大力推行QCCQCC活动，除了活动，除了重视现场的数据分析外，并逐步运用一些新的品重视现场的数据分析外，并逐步运用一些新的品管手法，对工作现场伙伴的情感表达和语言文字管手法，对工作现场伙伴的情感表达和语言文字资料进行分析，并逐渐演译成资料进行分析，并逐渐演译成新新的品管手法。的品管手法。QC QC七大手法是将散漫无章的语言资料变成逻辑思考的一种方七大手法是将散漫无章的语言资料变成逻辑思考的一种方法，也是一种事先考虑不利因素的方法，它通过运用系统化的图法，也是一种事先考虑不利因素的方法，它通过运用系统化的图形，呈现计划的全貌，防止错误或疏漏发生形，呈现计划的全貌，防止错误或疏漏发生。旧旧QC七大手法七大手法层别法层别法1.检查表检查表-调查数据用于分析调查数据用于分析数据的定义数据的定义：数据，就是根据测量所得到的数值和资料等事实。收集数据时应注意的重点收集数据时应注意的重点1.收集正确的数据。2.避免主观的判断。3.要把握事实真相1.检查表检查表-调查数据用于分析调查数据用于分析检查表检查表l检查表定义：检查表定义：检查表是利用检查表是利用统计表统计表对数据进行整理和初步原因分析对数据进行整理和初步原因分析的一种工具，将需要检查的内容或者项目的一种工具，将需要检查的内容或者项目一一列举出来一一列举出来，定期或不定期地逐项检查，并将问题点记录下来。主要定期或不定期地逐项检查，并将问题点记录下来。主要作为作为点检用检查表点检用检查表或或记录用检查表记录用检查表。1.检查表检查表-调查数据用于分析调查数据用于分析1.检查表检查表-调查数据用于分析调查数据用于分析1.1.记录记录用用检查检查表：又表：又称称改善用查改善用查检检表，表，以符号、记号或数字（如以符号、记号或数字（如、正、正）记录的图表，）记录的图表，常用常用于于不良原因和不良不良原因和不良项项目的目的记录记录。电视故障投诉状况检查电视故障投诉状况检查表表1.检查表检查表-调查数据用于分析调查数据用于分析2.2.点检点检用用检查检查表：又表：又称备忘点检称备忘点检表，常用表，常用于机械设备与活动作业于机械设备与活动作业的的确认确认。这种检查表主要是调查作业过程中的情形，可防止作业上的疏忽或遗漏。这种检查表主要是调查作业过程中的情形，可防止作业上的疏忽或遗漏。1.检查表检查表-调查数据用于分析调查数据用于分析1.检查表检查表-调查数据用于分析调查数据用于分析1.1.决决定定研究的目的及研究的目的及所要所要收收集的集的数据数据。2.2.决决定查定查检检表的格式。表的格式。3.3.决决定定记录记录形式。形式。4.4.决决定定收集数据收集数据的方法。的方法。制表的步骤：制表的步骤：注意事项：注意事项：1.查检收集完成的数据应马上使用。（数据的时效性）2.数据是否集中在某些项目或某些时段？是否因时间的经过而产生变化？3.适当保留过去、现在及未来的记录，以便日后比较。2.层别法层别法-从不同的角度看问题从不同的角度看问题层别法层别法2.层别法层别法-从不同的角度看问题从不同的角度看问题层别法层别法又称又称数据分层法数据分层法，就是对观，就是对观察到的察到的现现象或所象或所收收集集到的到的数据数据，按照它，按照它们们共同的特共同的特征征加以加以分分类类、统计统计的一的一种种分分析方法。析方法。层别法是所有品管手法中最基本的概念，是统计方法中最基本的管理工具，通过层别法，可以将杂乱无章的数据归为有意义的类别，达到一目了然的目的，这种科学的统计方法可以弥补靠经验、靠直觉判定管理的不足。l层别法的定义：层别法的定义：l层别的对象与项目：层别的对象与项目：1.1.作业者作业者：班组、年龄、工龄、性别、熟练度等2.2.机械设备机械设备：型式、性能、位置、新旧、工具等3.3.作业方法作业方法：批次、场所、温度、压力、作业方案等4.4.时间时间：班制、上下班、年月日、改善前后等5.5.测量、检查测量、检查：检查员、检测方法、检测工具等6.6.材料零件材料零件：供应方、购买日期、成分、等级等7.7.环境、气候环境、气候：气温、湿度、天气、照明等8.8.产品类型产品类型：新产品、不良品、合格品、品种等2.层别法层别法-从不同的角度看问题从不同的角度看问题1.1.确确定定研究的目的研究的目的。2.2.确定问题的范围，明确分析方向。确定问题的范围，明确分析方向。3.3.决定层别项决定层别项目目，设计收集数据的表格。，设计收集数据的表格。4.4.按层别收集数据并记录。按层别收集数据并记录。5.5.画分层归类图（如分层直方图、分层折线图等）画分层归类图（如分层直方图、分层折线图等）6.6.寻寻求差求差异点异点，找，找寻寻真因所在。真因所在。l步骤：步骤：2.层别法层别法-从不同的角度看问题从不同的角度看问题例：分层折线图例：分层折线图范例范例1按机器层别分开分析按机器层别分开分析2.层别法层别法-从不同的角度看问题从不同的角度看问题某电缆厂有A、B两台设备，最近经常有不符合要求的异常产品发生，进过排查，发现问题可能机器设备原因，为了分析异常原因，分别就A、B两台设备测定生产50批产品。规格值（135210g），样本数：A设备50批，B设备50批。范例范例12.层别法层别法-从不同的角度看问题从不同的角度看问题从全体数据的直方图中难以找到异常原因是由哪台设备引起的从全体数据的直方图中难以找到异常原因是由哪台设备引起的范例范例12.层别法层别法-从不同的角度看问题从不同的角度看问题范例范例12.层别法层别法-从不同的角度看问题从不同的角度看问题范例范例22.层别法层别法-从不同的角度看问题从不同的角度看问题公司某天白班、中班、夜班共制造出不良品公司某天白班、中班、夜班共制造出不良品200个，品管部为了得到更明个，品管部为了得到更明确的信息，以便采取措施进行改善，从白班、中班、夜班的角度对不良品进确的信息，以便采取措施进行改善，从白班、中班、夜班的角度对不良品进行层别分析。行层别分析。表3不同班次不良品层别分析班次班次不良品不良品占比占比白班2010%中班3015%夜班15075%合计200100%结论：从层别分析来看，夜班是造成不良品的主要班次，应优先采取措施进行改善。结论：从层别分析来看，夜班是造成不良品的主要班次，应优先采取措施进行改善。范例范例32.层别法层别法-从不同的角度看问题从不同的角度看问题某工厂有三个设备，生产中发生的产品缺失总是某工厂有三个设备，生产中发生的产品缺失总是居高不下，上半年平均缺失居高不下，上半年平均缺失148次，于是对缺失情况次，于是对缺失情况进行深层分析。进行深层分析。范例范例32.层别法层别法-从不同的角度看问题从不同的角度看问题519983.柏拉图柏拉图-找出主要原因找出主要原因3.柏拉图柏拉图-找出主要原因找出主要原因意大利经济学家意大利经济学家Pareto（柏拉图）于（柏拉图）于1897年分析社会经济结构时，发年分析社会经济结构时，发现意大利现意大利80%的财富集中在的财富集中在20%的富人身上，于是将所得大小与拥有所得的富人身上，于是将所得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“柏拉图法则柏拉图法则”。1907年美国经济学家年美国经济学家Lorenz使用使用“累计分配曲线累计分配曲线”描绘描绘“柏拉图法则柏拉图法则”，也就是经济学所称的，也就是经济学所称的“劳伦兹曲线劳伦兹曲线”。美国品管专家美国品管专家Juran（朱兰博士）将劳伦兹曲线应用于品管上，同时创（朱兰博士）将劳伦兹曲线应用于品管上，同时创出出“重要的少数，琐细的多数重要的少数，琐细的多数”的见解，并借用的见解，并借用Pareto的名字，将此现象的名字，将此现象定为定为“柏拉图原理柏拉图原理”。“柏拉图法柏拉图法”由品管圈（由品管圈（QCC）创始人日本石川馨博士介绍到品管圈的）创始人日本石川馨博士介绍到品管圈的活动中使用，成为活动中使用，成为QC七大手法之一。七大手法之一。l柏拉图的由来柏拉图的由来3.柏拉图柏拉图-找出主要原因找出主要原因在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以上（二八原则二八原则）。柏拉图就是根据收集的数据，将柏拉图就是根据收集的数据，将不良原因不良原因，不良状况，以，不良状况，以层别分类层别分类为为基础，计算出各项所产生的数据（如不良率，损失金额）及基础，计算出各项所产生的数据（如不良率，损失金额）及所占的比例所占的比例，再依照再依照大小顺序排列大小顺序排列，再加上，再加上累积值累积值的图形。的图形。柏拉图可以帮助我们找到关键问题及影响程度关键问题及影响程度（TOP3），适用于计数值项目的统计分析，因此也有人称其为ABC图图，又因为柏拉图的排列是从大到小，又称为排列图排列图3.柏拉图柏拉图-找出主要原因找出主要原因l柏拉图的用途柏拉图的用途找到关键的问题找到关键的问题在诸多问题中找出当前最关键、最重要、影响最大的在诸多问题中找出当前最关键、最重要、影响最大的问题。问题。掌握重要的要因掌握重要的要因虽然问题的原因很多，但影响较大的只不过其中的虽然问题的原因很多，但影响较大的只不过其中的23项而已，改善使只要把握其中的项而已，改善使只要把握其中的TOP34就行了。就行了。确认改善的效果确认改善的效果通过改善前后的两个柏拉图累计比例的对比，可以很通过改善前后的两个柏拉图累计比例的对比，可以很明显地确认改善的效果明显地确认改善的效果柏拉图不仅限于柏拉图不仅限于品质不良品质不良的改善，亦可以使用在工作的改善，亦可以使用在工作中的中的任何问题任何问题上。上。l实施步骤实施步骤3.柏拉图柏拉图-找出主要原因找出主要原因步骤一：收集数据步骤一：收集数据根据改善的目的，用层别法从“结果分类”或“原因分类”着手解析数据，层别分类项目不宜太多，但要全面满足问题的需要。步骤二：数据整理步骤二：数据整理制作数据汇总表，对数据进行处理，按从大到小的顺序进行排序，并计算各项比例及累计百分比。步骤三：绘制柏拉图步骤三：绘制柏拉图画出横轴纵轴，横轴表示研究的项目、原因，左边纵轴表示项目的数据值，右边纵轴表示累计百分比。3.柏拉图柏拉图-找出主要原因找出主要原因步骤四：记入必要事项步骤四：记入必要事项标题：如 2015年5月产品不良项目的柏拉图分析；项目别：如 安装不良、工人熟练度不够、焊缝问题等；数据收集的区间：如 5月1日5月30 日数据合计：如 共100件制作人：XXXl实施步骤实施步骤3.柏拉图柏拉图-找出主要原因找出主要原因l实施步骤实施步骤步骤五：分析柏拉图步骤五：分析柏拉图找出前面累计比例（一般为70%到80%）较大的几项，列入重点解决的对象；对重点项目进行原因分析，可用特性要因图进行剖析，制定改善措施；执行改善措施，并根据改善前后的数据对比重新绘制柏拉图，进行效果确认3.柏拉图柏拉图-找出主要原因找出主要原因l注意事项：注意事项：p对于原因项目中所占比例较小但项目多的可用“其他”代替，放于最右端，“其他”项不大于前几项，若大于则进行细分。p重点把握，一般而言前三项的累计比例应在5080%之间，分类是前提。p改善前后对比：改善后项目别大小会变化，按大小顺序重新排列；前后比较的基准一致，刻度比例应相同。3.柏拉图柏拉图-找出主要原因找出主要原因范例范例11.收集数据收集数据2012年年3月底月底XX厂仓库按采购类别的明细厂仓库按采购类别的明细类别类别金额（万）金额（万）机制件371钣金11市构件1778铸件804电料28控制器11703.柏拉图柏拉图-找出主要原因找出主要原因2.数据整理数据整理范例范例1对各类别的金额按从大到小排列，并计算出累计百分比：对各类别的金额按从大到小排列，并计算出累计百分比：3.柏拉图柏拉图-找出主要原因找出主要原因范例范例13.绘制柏拉图绘制柏拉图制作人：制作人：XXX3.柏拉图柏拉图-找出主要原因找出主要原因4.柏拉图分析柏拉图分析范例范例1根据上图结果，发现根据上图结果，发现市构件市构件和和控制器控制器占总库存金额的占总库存金额的70%，列为重点解决对象。列为重点解决对象。对这两项进行进一步的分析，可再利用对这两项进行进一步的分析，可再利用柏拉图法柏拉图法或者或者特性要特性要因图因图进行分析，制定进行分析，制定改善措施改善措施。3.柏拉图柏拉图-找出主要原因找出主要原因范例范例15.改善后的数据整理改善后的数据整理制作人：制作人：XXX3.柏拉图柏拉图-找出主要原因找出主要原因范例范例16.改善前后的效果对比改善前后的效果对比3.柏拉图柏拉图-找出主要原因找出主要原因EXCEL实际操作实际操作4.直方图直方图-展示过程的分布情况展示过程的分布情况直方图直方图4.直方图直方图-展示过程的分布情况展示过程的分布情况在质量管理中，如何在质量管理中，如何预测并监控预测并监控产品质量状况产品质量状况?如何对如何对质量质量波动波动进行分析进行分析?直方图直方图就是就是一目了然一目了然地把这些问题地把这些问题图表化处理图表化处理的工具。它通过对收集到的的工具。它通过对收集到的貌似无序貌似无序的数据进行处理，来的数据进行处理，来反映反映产品质量的产品质量的分布情况分布情况，判断和预测产品质量及不合格率。，判断和预测产品质量及不合格率。简单来说，直方图就是把特性值（如长度、时间、温度等）简单来说，直方图就是把特性值（如长度、时间、温度等）的数据分成几个组，计算各组的数据制作成频数表的图表。的数据分成几个组，计算各组的数据制作成频数表的图表。l直方图的定义直方图的定义4.直方图直方图-展示过程的分布情况展示过程的分布情况l直方图的目的：直方图的目的：了解分配的形态，观察过程是否异常。了解分配的形态，观察过程是否异常。计算制程能力（满足产品质量要求的程度）。计算制程能力（满足产品质量要求的程度）。过程分析与控制。过程分析与控制。观察数据的真伪（发现异常值）。观察数据的真伪（发现异常值）。计算产品的不合格率。计算产品的不合格率。求平均值与标准差。求平均值与标准差。可用以制定规格界限。可用以制定规格界限。与规格或标准值比较。与规格或标准值比较。调查是否混入两个以上的不同群体。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。了解设计控制是否合乎过程控制。例：计算不合格率为例：计算不合格率为32.25%4.直方图直方图-展示过程的分布情况展示过程的分布情况l直方图的制作步骤：直方图的制作步骤：步骤一：收集数据步骤一：收集数据收集数据时，对于抽样分布必须特别注意，不可取部分样品，收集数据时，对于抽样分布必须特别注意，不可取部分样品，应全部均匀地加以随机抽样。所收集的数据个数应大于应全部均匀地加以随机抽样。所收集的数据个数应大于50以上。以上。例:某厂成品尺寸规格为130至160mm，今按随机抽样方式抽取60个样本，其测定值如附表，试制作直方图。4.直方图直方图-展示过程的分布情况展示过程的分布情况步骤二：找出数据中的最大值步骤二：找出数据中的最大值(L)与最小值与最小值(S)先从各行（或列）求出最大值，最小值，再予比较。先从各行（或列）求出最大值，最小值，再予比较。最大值用最大值用“”框起来，最小值用框起来，最小值用“”框起来框起来求得求得最大值最大值L=148L=148最小值最小值S=121S=1214.直方图直方图-展示过程的分布情况展示过程的分布情况步骤三：求极值（步骤三：求极值（R）数据最大值数据最大值(L)-(L)-最小值最小值(S)=(S)=极差极差(R)(R)例：例：R=148-121=27R=148-121=27步骤四：决定组数步骤四：决定组数 组数组数过少过少，虽然可得到相当简单的表格，却失去次数分配的本质与，虽然可得到相当简单的表格，却失去次数分配的本质与意义；意义；组数组数过多过多，虽然表格详尽，但无法达到简化的目的。，虽然表格详尽，但无法达到简化的目的。通常，应先通常，应先将将异常值剔除异常值剔除再进行分组。再进行分组。一般可用数学家史特吉斯提出的公式，根据一般可用数学家史特吉斯提出的公式，根据测定次数测定次数n来计算来计算组数组数k，公式为：，公式为：k=1+3.32logn例：例：n=60则则k=1+3.32log60=1+3.32(1.78)=6.9即约可分为即约可分为6组或组或7组组另外可参照右表对数据分组（另外可参照右表对数据分组（经验法则经验法则）例：取例：取7组组4.直方图直方图-展示过程的分布情况展示过程的分布情况步骤五：定组距（步骤五：定组距（H）组距组距H H=极差极差R R组数组数K K为便于计算平均数及标准差，组距常取为为便于计算平均数及标准差，组距常取为2 2，5 5或或1010的倍数。的倍数。例：例：H=27/7=3.86H=27/7=3.86，组距取，组距取4 4步骤六：求各组上限，下限步骤六：求各组上限，下限(小大小大)第一组下组界最小值最小测定值第一组下组界最小值最小测定值2 2第一组上组界下组界组距第一组上组界下组界组距 （以此类推）（以此类推）例：例：第一组第一组=121-1/2=120.5124.5第二组第二组=124.5128.5第三组第三组=128.5132.5第四组第四组=132.5136.5第五组第五组=136.5140.5第六组第六组=140.5144.5第七组第七组=144.5148.54.直方图直方图-展示过程的分布情况展示过程的分布情况步骤七：求组中点步骤七：求组中点组中点值组中点值=（上组界下组界）（上组界下组界）2 2例：例：第一组第一组=(120.5+124.5)=(120.5+124.5)2=122.52=122.5第二组第二组=(124.5+128.5)=(124.5+128.5)2=126.52=126.5第三组第三组=(128.5+132.5)=(128.5+132.5)2=130.52=130.5第四组第四组=(132.5+136.5)=(132.5+136.5)2=134.52=134.5第五组第五组=(136.5+140.5)=(136.5+140.5)2=138.52=138.5第六组第六组=(140.5+144.5)=(140.5+144.5)2=142.52=142.5第七组第七组=(144.5+148.5)=(144.5+148.5)2=146.52=146.54.直方图直方图-展示过程的分布情况展示过程的分布情况步骤八：做次数分配表步骤八：做次数分配表将所有数据，按其数值大小记在各组的组界内，并计算其次数。将所有数据，按其数值大小记在各组的组界内，并计算其次数。次数分配表次数分配表4.直方图直方图-展示过程的分布情况展示过程的分布情况步骤九：制作直方图步骤九：制作直方图1.1.以各组内的次数为高，组距为宽，每一组上画成矩形，完成直方图。以各组内的次数为高，组距为宽，每一组上画成矩形，完成直方图。2.2.在图的右上角记入相关数据（测量次数在图的右上角记入相关数据（测量次数n n，平均值，平均值x x，标准差，标准差），并），并划出规格的上、下限。划出规格的上、下限。3.3.填入必要事项：产品名称、工序名称、时间、制作日期、制作者填入必要事项：产品名称、工序名称、时间、制作日期、制作者120.5124.5128.5132.5136.5 140.5144.5148.54.直方图直方图-展示过程的分布情况展示过程的分布情况l直方图形态的观察分析：直方图形态的观察分析：序序号号类别类别特征特征说明说明图形图形对策对策1正常型中间高，两边低，有集中趋势左右对称分布（正态分配），表示系统处于稳定状态正常2双峰型有两个高峰出现有两种不同类别的项目混合，如样本是来自不同机器或材料时，会产生不同的测量值，有两个峰值先加以分层，再重新做直方图4.直方图直方图-展示过程的分布情况展示过程的分布情况序序号号类别类别特征特征说明说明图形图形对策对策3高原型中间部分特别高，形似高原状不同平均值的分配混合在一起先加以分层，再重新做直方图4陡壁型有一端不见可能数据已经经过了一次全检，规格以外的数据被剔除不对数据提前处理，保持数据的真实性4.直方图直方图-展示过程的分布情况展示过程的分布情况序序号号类别类别特征特征说明说明图形图形对策对策5锯齿型高低不一，有缺齿情况不正常的分配，测定值有偏差，数据失真，如检验员对数值有喜好原因，或仪器不精密规范检测过程，放弃主观偏好，确认机器设备正常6离岛型在左边或右边出现小直方图，形成小岛状异常值混入，测量错误，样本突然改变调查小岛的数据来源，剔除异常原因4.直方图直方图-展示过程的分布情况展示过程的分布情况l补充：过程精密度补充：过程精密度Cp的求法的求法Cp是指过程满足技术要求的能力，常用客户满意的偏差范围除以六倍的是指过程满足技术要求的能力，常用客户满意的偏差范围除以六倍的西格玛的结果来表示。西格玛的结果来表示。4.直方图直方图-展示过程的分布情况展示过程的分布情况根据根据Cp的大小判断过程能力的好坏（偏差越小的大小判断过程能力的好坏（偏差越小越好）越好）4.直方图直方图-展示过程的分布情况展示过程的分布情况6 65.特性要因图特性要因图-寻找因果关系寻找因果关系5.特性要因图特性要因图-寻找因果关系寻找因果关系特性要因图特性要因图是日本管理大师是日本管理大师石川馨石川馨博士在博士在1952年所创的一种把握年所创的一种把握结果结果（特性）与（特性）与原因原因（要（要因）的又方便又有效的方法，又叫因）的又方便又有效的方法，又叫“石川图石川图”。其主要目的在其主要目的在阐述因果关系阐述因果关系，发现问题根本原，发现问题根本原因，亦被称为因，亦被称为“因果图因果图”，因其形状像鱼骨架，因其形状像鱼骨架，也被称为也被称为“鱼骨图鱼骨图”。5.特性要因图特性要因图-寻找因果关系寻找因果关系一个一个质量问题质量问题的发生往往不是单纯一种或几种原因的的发生往往不是单纯一种或几种原因的结果，而是结果，而是多种因素综合作用多种因素综合作用的结果。要从这些的结果。要从这些错综复杂错综复杂的因素中理出头绪，的因素中理出头绪，抓住关键因素抓住关键因素，就需要利用科学方法，就需要利用科学方法，从质量问题这个从质量问题这个“结果结果”出发，依靠群众，出发，依靠群众，集思广益集思广益，由，由表及里，逐步深入，直到表及里，逐步深入，直到找到根源找到根源为止。为止。因果图就是用来根据结果寻找原因的一种因果图就是用来根据结果寻找原因的一种QC手法。可手法。可以使我们的工作更系统化以使我们的工作更系统化,条理化条理化,科学化。科学化。l概述概述5.特性要因图特性要因图-寻找因果关系寻找因果关系l特性要因图可以用来分析的问题类型特性要因图可以用来分析的问题类型(1)、表示产品质量的特性、表示产品质量的特性：尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等；(2)、费用特性、费用特性：价格、收率、工时数、管理费用等；(3)、产量特性、产量特性：产量、交货时间、计划时间等(4)、其他特性、其他特性：出勤率、差错件数、合理化建议件数5.特性要因图特性要因图-寻找因果关系寻找因果关系特性要因图的思考原则特性要因图的思考原则(1)脑力激荡法脑力激荡法(2)5W1H法法(WhatWhereWhenWhoWhyHow)(3)5M1E法法(Man、Machine、Material、Method、Measurement、Environment；人、机、料、法、环、测)(3)5Why法法5.特性要因图特性要因图-寻找因果关系寻找因果关系 不要批评构想 欢迎自由联想 创意越多越好 欢迎搭便车，利用别人的灵感刺激创意 不要太早下结论 讨论要力求集中，针对某一问题 破除阶级尊卑的意念，无拘无束一起讨论 将提出的意见，利用特性要因图一一记录下来 不要以个人冒充大家的意见 想出来的创意，要加以整理评价运用脑力激荡法、头脑风暴脑力激荡法、头脑风暴(BS)十大原则十大原则5.特性要因图特性要因图-寻找因果关系寻找因果关系u人、机、料、法、环、测人、机、料、法、环、测(5M1E)5.特性要因图特性要因图-寻找因果关系寻找因果关系u 5WIH 5WIH 什么什么(What)改善对象是什么?改善的目的是什么?做什么?是否无其他的可做?何处何处(Where)在何处做?是否在别处做的效率较好?发生在何处?作业的地点是否适当?为什么在那地方做?何时何时(When)可否改变时间、顺序?何时做最好?为何需在那时做?是否在别的时间较有利?谁谁(Who)由谁来做?是否可找其他人来做?有谁可以做得更好?人的组合或工作分担恰当否?为何为何(Why)把其他5W用Why来质问、检讨,并找出最好的改善方案为何要如此做?为何要机器、人来做这工作?为何要照此方法来做?为何不那么做?如何如何(How)如何使方法更简单?如何使作业方法简化?如何做才省费用?如何做最好?5.特性要因图特性要因图-寻找因果关系寻找因果关系u 5Why 5Why工序名工序名操作操作取件取件取工具取工具检查检查等待等待驱动组装驱动组装131770%17910%22712%1146%392%对对以上以上问题问题运用运用5Why分析法分析法对对原因原因进进行分析：行分析：问问：为什么驱动组装取工具、零件耗时多？答：答：因为要用行吊吊运。问问：为什么要使用行吊？答：答：因为要吊取驱动桥、变速箱、发动机。问问：为什么吊取驱动桥、变速箱、发动机耗时多？答：答：因为缓存摆放位置较远。经过经过以上的提以上的提问问，找到取工具、零件耗，找到取工具、零件耗时较时较多多问题问题的根本原因，即大件的根本原因，即大件物料的物料的缓缓存区位置存区位置较远较远，需要走，需要走较远较远距离距离进进行吊运行吊运。表4-6 驱动组装实测时间5Why5Why分分析析法法，又又称称为为“为为什什么么-为为什什么么”分分析析，是是一一种种探探索索问问题题原原因因的的方方法法和和诊诊断断性性技技术术，被被用用来来识识别别和和说说明明因因果果关关系系链链。对对一一个个问问题题连连续续发发问问5个个为为什什么么，每每一一个个原原因因都都会会紧紧跟跟着着一一个个为为什什么么，直直到到问问题题的的根根本本原原因因被被挖掘出来。挖掘出来。5.特性要因图特性要因图-寻找因果关系寻找因果关系l 特性要因图的种类特性要因图的种类1.追求原因型：鱼头在右，特性值通常用追求原因型：鱼头在右，特性值通常用“为什么为什么”来写来写5.特性要因图特性要因图-寻找因果关系寻找因果关系l 特性要因图的种类特性要因图的种类2.追求对策型：鱼头在左，特性值通常用追求对策型：鱼头在左，特性值通常用“如何改善如何改善/提高提高”来写来写5.特性要因图特性要因图-寻找因果关系寻找因果关系5.特性要因图特性要因图-寻找因果关系寻找因果关系5.特性要因图特性要因图-寻找因果关系寻找因果关系l 实施步骤实施步骤第一步：决定问题的目的第一步：决定问题的目的应先决定研究的目的，是为了调查原因还是为了追求对策，改善问题的。并确定如不良率、效率低等有关质量的具体问题特性，确定研究方向。第二步：绘制主干线第二步：绘制主干线画一条较粗的箭头向右或向左的主干线（称母线），将特性现在右（左）边，如下图：5.特性要因图特性要因图-寻找因果关系寻找因果关系第三步：画入主要因第三步：画入主要因将原因分成几个大类，并用“”圈起来。再用箭头斜插到母线上。大原因可根据5M1E类型分类，一般分为人员、机器/工具、材料、方法、环境、测量、其他等。5.特性要因图特性要因图-寻找因果关系寻找因果关系第四步：探讨中要因，小要因第四步：探讨中要因，小要因将主要因再进行分析，细分为中、小要因，分析小要因时要反复论证，避免父子关系颠倒。5.特性要因图特性要因图-寻找因果关系寻找因果关系第五步：决定重要程度较大的要因第五步：决定重要程度较大的要因以集中思考、自有考虑的方式，在所列的原因中，将认为影响较大的画上“”。选出46项。5.特性要因图特性要因图-寻找因果关系寻找因果关系l 范例范例5.特性要因图特性要因图-寻找因果关系寻找因果关系l 范例范例5.特性要因图特性要因图-寻找因果关系寻找因果关系1、某电脑键盘制造厂连续、某电脑键盘制造厂连续3个月的成品，最终检验均为字键作动力个月的成品，最终检验均为字键作动力不良，故由生产课课长召集字键插入班人员，利用特性要因图解析不良，故由生产课课长召集字键插入班人员，利用特性要因图解析发生原因。试解之发生原因。试解之l 范例范例5.特性要因图特性要因图-寻找因果关系寻找因果关系l 范例范例5.特性要因图特性要因图-寻找因果关系寻找因果关系6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系散布图散布图6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系一、散布图的定义：一、散布图的定义：是一种研究成对出现的、两组相关数据之间关系的图示技术，表示两个变量之间变化关系表示两个变量之间变化关系。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，根据分布的形态來判断对应数据之间的相互关系。6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系散布图的作用散布图的作用(1)(1)验证两个变量间的相关关系。验证两个变量间的相关关系。寻找影响产品质量的各因素并对其进行质量分析；（当寻找影响产品质量的各因素并对其进行质量分析；（当怀疑两个变量可能有关系，但不能确定这种关系的时候，就怀疑两个变量可能有关系，但不能确定这种关系的时候，就可以使用。）可以使用。）(2)(2)根据相关程度，掌握要因对特性的影响程度根据相关程度，掌握要因对特性的影响程度6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系6种分布形态种分布形态6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系X XY Y0 01 1、强正相关：、强正相关：在图中当X增加,Y也增加,也就是表示原因与结果有相对的正相关,如下图所示:6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系X XY Y0 02 2、弱正相关：、弱正相关：散布图点的分布较广但是有向上的倾向,这种形态叫做似有正相关称为弱正相关6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系Y Y0 0X X3 3、强负相关：、强负相关：当X增加,Y反而减少,而且形态呈现一直线发展的现象,这叫做完全负相关.如下图所示:6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系Y Y0 0X X4 4、弱负相关、弱负相关：当X增加,Y减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,这种形态叫作弱负相关,如下图所示:6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系Y Y0 0X X5 5、无相关：、无相关：如果散布点的分布呈现杂乱,没有任何倾向时,称为无相关,也就是说X与Y之间没有任何的关系,这时应再一次先将资料层别化之后再分析,如下图所示:AB6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系Y Y0 0X X6 6、曲线相关：、曲线相关：假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形态,称为曲线相关,如下图所示:6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系散布图的做法散布图的做法1、收集成对数据（x，y）：收集成对数据一般在30组以上；2、确定坐标并标明刻度：横坐标x轴为自变量（原因或因素），纵坐标y轴为因变量（结果或特性），且两轴的长度大体相等。3、描点，形成散布图：当两组数据相等时，即数据点重合时，可围绕数据点画同心圆表示，或在离第一个点最近出画上第二个点表示；4、填写必要信息：填上资料的收集地点、时间、测定方法、制作者等项目6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系散布图的分析判断方法散布图的分析判断方法对照典型图形分析法：将绘制的散布图与6种典型图相对比，从而确定其相关关系和程度。6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系 简单象限法：l在图上画一条与y轴平行的P线，使P线左、右两侧的点数相等或大致相等l在图上再画一条与x轴平行的Q线，使Q线上、下两侧的点数相等或大致相等lPQ两线把图形分成四个象限，计算各象限区域内的点数，线上的不计l计算对角象限内的点数，即 n+n，n+n当n+nn+n时，为正相关；当n+nn+n时，为负相关；当n+nn+n时，为不相关；YPQXnnnn6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系使用注意事项使用注意事项1、散布图反映的只是一种趋势，对于、散布图反映的只是一种趋势，对于定性定性的结果的结果还需要具体的分析还需要具体的分析。2、分析时，应注意对数据的、分析时，应注意对数据的正确分层正确分层，否则可能会发生误判。，否则可能会发生误判。3、对散布图进行分析时，需要观察是否有、对散布图进行分析时，需要观察是否有异常点或者离群点异常点或者离群点出现。出现。4、当数据较多时，可能会重复数据出现，对、当数据较多时，可能会重复数据出现，对重复数据要进行区分重复数据要进行区分，并加以分析。并加以分析。5、一般情况下，至少应取、一般情况下，至少应取30组以上的组以上的数据进行分析。数据进行分析。6、通常情况下，横坐标用来表示原因或者、通常情况下，横坐标用来表示原因或者自变量自变量，纵坐标用来表示，纵坐标用来表示效果或者效果或者因变量因变量。7、在使用散布图调查两个因素之间的关系时，应尽可能固定对这两、在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素（个因素有影响的其他因素（控制变量法控制变量法），才能保证通过散布图分），才能保证通过散布图分析的结果比较的准确。析的结果比较的准确。6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系实例实例1第一步：收集淬火温度与硬度的相应数据；第一步：收集淬火温度与硬度的相应数据；第二步：从下面数据中找出最大值和最小值；第二步：从下面数据中找出最大值和最小值；6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系第三步：画出横轴和纵轴，将数据描点上去第三步：画出横轴和纵轴，将数据描点上去第四步：填写必要信息，工序名称、单位、组数、时间。第四步：填写必要信息，工序名称、单位、组数、时间。6.散布图散布图-展示变数之间的线性关系展示变数之间的线性关系实例实例2 某酒厂要判定中间产品酒中的酸度喝酒度某酒厂要判定中间产品酒中的酸度喝酒度2 2个变量之间有无关系，个变量之间有无关系，存在什么关系？（搜集到的数据如下表）存在什么关系？（搜集到的数据如下表）序号序号酸度酸度 x酒度酒度 y序号序号酸度酸度 x酒度酒度 y10.56.3160.76.020.95.8170.96.131.24.8181.25.341.04.6190.85.950.95.4201.24.760.75.8211.63.871.43.8221.53.480.95.7231.43.891.34.3240.95.01010.5.3250.66.3111.54.4260.76.4120.76.6270.66.8131.34.6280.56.4141.04.8290.56.7151.24.1301.