《QC七大手法有哪些》由会员分享，可在线阅读，更多相关《QC七大手法有哪些（69页珍藏版）》请在金锄头文库上搜索。
1、ASUSTekComputerInc QualitySpeedPartnership 2003品質教育訓練課程QC七大手法 何謂QC七大手法 QualityControl七大手法 品管七大手法1950年代由日本首先提倡 並於1980年代發揚光大至全世界沒有足夠而正確的工具來得知事件的真相跟 瞎子摸象 無異 每個瞎子摸到的部位都不一樣 自然彼此見解也不一樣 很多時候團隊中充滿各種自以為是的爭辯 演變到後來變成誰在爭辯中機智反應比較快 態度比較堅持 強悍那他的解決方案便成為主流 這時在錯誤方向下 越努力的人 所造成的損失越大 戴明博士 W EdwardsDeming 稱之為 努力挖掘自已的墳墓 Q
2、C七大手法有哪些 憑經驗去決定問題點 不易掌握重點 應利用統計方法來解析所得的數據或圖表 藉以取得重點 QC七大手法是目前最簡單 常用的統計手法 時時刻刻在生活中出現 分別如下 1 查檢表 Checklist 收集 整理資料2 直方圖 Histogram 展示資料的分佈情況3 散佈圖 ScatterDiagram 展示變數之間的線性關係4 柏拉圖 ParetoDiagram 確定主導因素5 管制圖 ControlChart 識別波動的來源6 特性要因圖 CharacteristicDiagram 尋找引發結果的原因7 層別法 Stratification 從不同角度層面發現問題 QC七大手法有
3、哪些 析因果 視相關 查現象 示重點 看分佈 濾問題 管異常魚骨圖 散佈圖 查檢表 柏拉圖 直方圖 層別法 管制圖 QC七大手法 跟我有關係嗎 你曾有過出門忘記帶手機 鑰匙 皮包的痛苦經驗嗎 查檢表 你曾經有長官交付任務卻考不清楚方向的迷惘嗎 柏拉圖 特性要因圖 干係今 怎麼全台灣的人都中獎了只有我槓龜 樂透彩券真的公平嗎 直方圖 散佈圖 你知道ASUS使用了哪些QC大手法嗎 QC七大手法與PDCA 正確數據 事實 垃圾進 垃圾出 數據分類1 定性數據 布的質感 酒的香醇 2 定量數據 計數 良品數 缺點數 計量 重量 時間 長度 應用數據須注意 1 搜集正確可用的數據2 避免個人主觀的判斷3
4、 掌握事實的真相4 數據不可造假 否則問題將永遠無法解決 查檢表 在收集數據時一種簡單的表格 將其有關項目和預定搜集的數據 依其使用目的 以很簡單的符號填註 而容易彙集整理 用以了解現狀 做分析或做核對點檢使用 這種設計出來的表格稱之為查檢表 一 查檢表 Checklist 查檢表的實例 查檢表的目的 1 日常管理 品質管制項目的點檢 作業前的點檢 設備安全 作業標準的遵守 2 特別調查 問題已經發生要加以調查 或主題調查 不良原因調查 發現改善點的點檢 3 取得記錄 為了要報告 需取得記錄 如推移圖 直方圖 查檢表的種類 1 事前 點檢用查檢表 點檢用查檢表是為了要確認作業實施 機械設備的實
5、施情形 預防發生不良或事故 確保安全時使用 如機械定期保養檢核表 不安全處所檢核表 登山裝備檢核表 等 這種檢核表主要是調查作業過程之情形 可防止作業的遺漏或疏失 事前 2 事後 記錄用檢核表 是將數據分類為幾個項目別 如依不良的種類 工程別 原因別等排列出來再以符號或數字記錄於圖或表中 藉以瞭解數據分佈之狀況 這種查檢表主要是調查作業結果的情形 不單是記載每天的數據 並且可以看出那一種項目的數據特別集中 事後 查檢表就在你的日常工作中 二 直方圖 Histogram 是將數據所分佈的範圍 區分為幾個區間 將出現在各區間內的數據之出現次數作成次數表 並將其以圖 柱形圖 的形式表現出來 透過數據
6、的量測 長度 重量 時間 溫度 硬度 等 經由量測所得到的數據 及直方圖的整理 我們可以得到數據的幾種特徵 1 數據的分佈形態 分配狀態 2 數據的中心位置 3 數據離散程度的大小 4 數據和規格之間的關係 直方圖與我們 次數 常見的直方圖型態 1 4 左偏型 右偏型 說明 直方圖的平均值在分佈中心之左方 次數在左半邊高到了右半邊後則緩落 為不對稱分佈 解析 理論上說 可能是因為規格 等因素 而限制了下限值 當某一數據以下數值不被採用時 或是避免全距不出現負值時 偏歪分配 單邊規格 資訊隱藏 規格下限 左絕壁型 右絕壁型 說明 直方圖之平均值位在極左方 次數在左半部急高 而右半部急落 解析 當
7、把規格以下之數據 完全剔除時 就會出現此種情形 截斷分配 全檢剔除 規格下限 常見的直方圖型態 2 4 雙峰型說明 分佈在中央的次數比較少 且在左右各有一座山 解析 平均值相異約兩類數據分佈混合在一超時 即會出現這種情形 雙峰分配 來自不同的群體 常見的直方圖型態 3 4 離島型說明 在直方圖的左端或右端出現分離的小島解析 不同狀況的數據混在一起或發生異常時 離島分配 特別原因 常見的直方圖型態 4 4 直方圖就在你的日常工作中 三 散佈圖 ScatterDiagram 將兩變數置於縱軸 橫軸上 並將測得值點 記上去所製成之圖 稱為 散佈圖 散佈圖通常是用來研究兩變數間之相關聯性 正相關 負相
8、關 或無相關 散佈圖實例 槓龜只能怪自己 散佈圖的製作 散佈圖之製作步驟 步驟1 先調查兩組數據是否有關係 將所選擇的 要因 定為X軸 相對的 特性 定為Y軸 如溫度VS冷氣銷售量 步驟2 在橫軸及縱軸上 點上尺度 橫軸愈向右 其值愈大 縱軸愈向上 其值愈大 步驟3 把數據點到座標上 步驟4 判讀散佈圖之製作步驟 Excel 步驟1 插入 圖表 XY散佈圖步驟2 選取資料範圍 散佈圖之點記的分佈狀態和兩特性值之相關關係有下列三種 1 正相關 當其中一方的特性值愈大 另一方的數值也有增加的傾向時 散佈圖會呈向右上方走向 代表此兩特性值為正相關 2 負相關 當其中一方的特性值愈大 另一方的數值卻愈
9、小時 散佈圖會呈現向右下方走向 代表此兩特性值為負相關 3 無相關 兩個特性值互相不受對方影響時 散佈圖幾乎似圓形 代表兩者不相干 散佈圖的秘密 1 2 檢討異常值此外 要瀏覽散佈圖整體 檢視是否有異常值存在 在距離多數點記之外的地方 若出現點記的話 先調查此數據之來源 一旦確定是因為異常之原因所造成之異常值的話 便可將此點去除 若從圖上無法判別其是否為異常值時 切不可任意下結論 必須追究此點和其它點偏離之原因 在確定其原因後 才能判斷其是否為異常值 散佈圖的秘密 2 2 1 調查兩特性值之間是否相關 可經由視覺直接解析判斷其相關性 2 可判斷異常值之存在 異常值多半因為作業失誤 測量失誤 轉
10、記失誤等而發生的 在製作散佈圖時 這些異常值常會偏離其它值甚多 很容易察覺出來 3 應用於問題解決步驟中 當找出了某現象所發生的原因後 便可利用散佈圖來驗證其是否為具有重大影響力之要因 即用以判斷要因影響特性之程度 正相關 負相關 無相關 散佈圖的使用 散佈圖的實例 四 柏拉圖 ParetoDiagram 講古篇 為何叫柏拉圖 ParetoChart柏拉圖為十九世紀義大利經濟學家柏拉圖 V Pareto 調查國民所得分配時 發現少部分的人 占有大部份財富 80 20法則 80 的問題集中於20 的項目中 故控制20 的項目即可解決80 的問題 精神篇 柏拉圖的基本觀念是 以有限的人力和時間 有
11、效的解決問題 柏拉圖 80 20法則 1 有助於了解那一個項目是最重要問題 2 一眼就能明白事情的重要順序 3 知道那一項目在整體中所占的比例程度 4 可以預測減少某一項目 就能期待整體獲得多少效果 柏拉圖的好處 製作一個好的柏拉圖 步驟一 座標之取法 即是目的縱軸 可以代表佔總不良之百分率 故障次數 損失金額或災害件數橫軸 可以代表材料總別 機器總別 缺點總別或加工方法等步驟二 搜集數據資料一組好的數據資料必須要掌握正確的事實 在規定的期間內去蒐集資料 而這些資料有賴於平時之記錄與匯整 步驟三 整理數據資料依搜集項目 橫軸 數據的大小順序排列 計算每一項目的數據佔累積總和的百分比率 數據之數
12、目小的項目多時 整理成其他項 步驟四 柏拉圖分析圖製作 MSExcel 步驟五 分析 使用MSExcel製作柏拉圖1 繪圖 使用MSExcel製作柏拉圖2 選取 自訂類型 之 雙軸折線圖加直條圖 使用MSExcel製作柏拉圖5 填入基本資料或說明 使用MSExcel製作柏拉圖6 使用MSExcel製作柏拉圖7 1 將圖型微調 使用MSExcel製作柏拉圖7 2 100 所有項目累積和 縱軸最大值 累積和 100 使用MSExcel製作柏拉圖8 使用MSExcel製作柏拉圖9 顯示各數據點之數值 使用MSExcel製作柏拉圖10 製程 DIPA線製圖人 小A日期 WW30 填入柏拉圖製作之基本資
13、料 製程 DIPA線製圖人 小A日期 WW30 好的柏拉圖要件 圖表名稱是否有意義X Y軸座標名稱 刻度是否明確每個條圖之間是否有間距第一個直方條和累積百分比曲線是否連接各點資料標籤是否清晰正確 一致 簡潔 Correct Consistent Concise 五 管制圖 ControlChart 管制圖簡介 管制圖為Shewhart博士於1924年發明 管制圖為一種圖形表示的工具 用以顯示從樣本中量測或計算所得之品質特性 管制圖不僅能將數值以曲線表示 觀察其變化之趨勢 並可透過它即時判定製程是否有發生異常的趨勢或已發生異常 管制圖 管制圖範例 Chart 異常點Out of Control
14、歷史資料 平均值 管制上限 UCL 3 管制下限 LCL 3 樣本平均值 中心線 CL 管制圖觀念 基本篇 平均值 所有數值的總和除以此群資料的總數的值 詳見小學課本第九冊 ex 全距R 群體中最大與最小數值的差距 非常易於計算 ex 母體 Population N母體平均值 u所有可能的取樣結果總稱 Example 骰子 全校數學成績樣本 Sample n樣本平均值 由母體中隨機抽取的小部份數量 Example 機遇原因 不可避免 非人為 不易控制之原因非機遇原因 可避免 人為 可控制之原因 管制圖觀念 進階篇 母體變異數 母體變異數的公式 x u 為何要平方 與中心值的距離 母體變異數的大
15、小與製程能力的關係為何 變異大 不穩定 母體變異數可以互相比較嗎 只要母體相同 例如 到中心點的距離 將距離平均 N 母體總個數 母體平均值 樣本變異數與樣本標準差 樣本變異數計算公式為樣本標準差計算公式為為什麼要用樣本變異數 為何要除以 n 1 而非 n 樣本v s母體 不偏 為何以 s 為名 StandardDeviation 為何要減而非 樣本v s母體 注意 現實生活中 大部分的情況下 我們都用 樣本變異數 來估計 母體變異數 Why 變異數 標準差以及全距R 樣本標準差 樣本變異數開根號即為樣本標準差標準差與全距的R關係為何 標準差近似於全距 為何管制圖要管制全距R而不管制標準差或是
16、變異數 全距的優點 管制圖觀念 高手篇 中心線 CentralLine 母體 歷史資料 的平均值上管制界線 UpperControlLimit 及下管制界限 LowerControlLimit 這兩條管制界線皆位於離中心線上 下3個標準差的位置 表示其容許之管制範圍 異常判定的標準 管制圖管制非機遇性的原因1 超出管制界線 非機遇原因2 發現異常趨勢 非機遇原因 管制圖的目的 1 維持製程在穩定狀態中2 即時找出非機遇原因 異常趨勢 異常發生3 消弭問題 立即改善4 重複此一循環 持續監控 異常趨勢Ex 連續五點上升 異常發生 依數據性質來分類 計量值管制圖 ControlChartsforVariables 數據由量具實際量測而得 數值為連續性 的Chart計數值管制圖 ControlChartsforAttributes 數據由單位計數而得 數值為離散性 的CChart ex c 一單位時間內的缺點數 管制圖的種類 管制圖與ASUSTek ASUSTekSPC線上管制系統c Chart explainthekeyiteminthisexample tw report 0 5 1 5
