QC七大手法及其作用

《QC七大手法及其作用》由会员分享，可在线阅读，更多相关《QC七大手法及其作用（53页珍藏版）》请在金锄头文库上搜索。

1、本资料来源 QC七大手法 查检表查现象 鱼骨图析因果 柏拉图示重点 散布图看相关 层別法判差异 直方图看分布 管制图管异常 QC 七大手法及其作用 何谓查检表在品质管制中最强调的是事实管理 就是要掌握事实 要掌握事实就必须设计查检表收集数据 一 设计查检表的要領1 能很方便 迅速且正确地收集到数据2 应考虎到层別的想法3 查检项目一般约在5 7项 最末项可加一其他项4 尽量以数字或符号记录 避免浪费时间与繁杂的文字记录5 履历要清楚 如查检期间 查检频率 查检对象 机台別 班別 查检人等 二 查检表的种类有二 一为记录用查检表 一为点检用查检表1 记录用查检表将发生的状况 如不良缺点等以数据

2、划记等方式记录者 一 查检表 CheckList 例一 茶杯不良查检表茶杯不良查检表 履历 查检期间 98 8 1 98 8 13收集人 王大林取样方式 抽检机台別 第三台判定方式 目视 一 查检表 CheckList 例二 亦可用符号直接记录不良或缺点者 履历 查检期间 12 1 12 4调查机台 1及 2调查班別 A班及B作业者 王XX 李XX 陈XX 林XX符号表示 O 刮伤 裂伤 凹痕 X 毛边 口 其他 机台 作业者 点缺 班 一 查检表 CheckList 例三 直接显示不良或缺点位置者 履历 机台 第4台 符号表示 X 裂痕 O 刮伤 污点检查人 王XX操作人 林XX 一 查检表

3、 CheckList 2 点检用查检表 用于确认某些作业是否完成以避免事故之发生 注 为一切正常 X 为有问题 为有问题 但已处理完毕 X X X 一 查检表 CheckList 三 使用查检表应注间之事项1 必须依层別收集有用之数据2 收集之数据必须正确又可靠3 保持表单之干净4 依规定时间填报5 查检表之设计应与使用人共同讨论6 履历要清楚7 字迹要清晰8 收集之数据要活用 不可存档了事9 查检人要签名以示负责 一 查检表 CheckList 1 层別法概念层別法就是对某一种问题 依各种不同角度收集数据 分別比较 以了解掌握其重点 进而采取进一步分析并下对策 2 层別法的想法当产品或作程发

4、生任何不良或异常问题时 必须先找出真因 才能对症下药 因此在找真因之前 必须依各角度将之分层 如针对不同的原料 不同的设备 不同的位置等 才能找出重点之所在 否则如海底捞針 必然事倍功半 如能利用层別法 则可将问题范围缩小 进一步找出真因 将会获得事半功倍之效 因此层別法在问题的分析与解决上扮演着极为重要的角色 3 层別法的层別方向应用层別法缩小问题范围时 必先依不同角度作层別 收集数据 统计分析 然而 到底要依什么角度 什么方向去做层別调查呢 可参考下列方向后 再加上KKD则可迅速找到关键点 二 层別法 Stratification 二 层別法层別的角度 1 用在查检表的设计依不同的角度设计

5、查检表 再由收集到的数据掌握重点 如下表 不良项目 三 层別法的活用 2 用在推移图上 不良率 三 层別法的活用 3 用在柏拉图上 不良率 不良率 B台 A台 4 用在直方图上 A台 B台 5 用在管制图上 B台 A台 1 凡收集数据时 必须详细记载履历 否则无法层別 2 层別之方向角度很多 究竟如何层別 必须靠KKD 经验 感觉 胆识 3 不同方向之层別不可混在同一张查检表上 4 层別的方向不限定只一个 只要有怀疑之处 皆可透过层別加以探讨 6 使用层別法应注意之事项 一 何谓柏拉图意大利经济学家V Pareto于1897年在研究国民所得时发现大部分所得均集中于少数几个人 而创出此法 故命名

6、为柏拉图 柏拉图的功用 V Pareto认为 发生不良的原因有很多 但影响较大的只有一项 二项 不会超过三项 而此三项就占全部不良之60 80 只要能找出此三项关键点 就容易获得解决及改善 柏拉图就是要找出此三项的方法 80 20原则亦是指柏拉图之意 二 柏拉图的作法要作柏拉图分析之前 必先设计好查检表 并收集数据 今以某零件之不良为例加以说明 三 柏拉图 Pareto 某零件不良查检表 履历 略 三 柏拉图 Pareto 步骤一 将上列查检表之数据往右加 求出合计并记录于该查检表合计栏上 步骤二 制作统计表如下 三 柏拉图 Pareto 1 由合计栏数据最多者开始排列 但其他项必在最末 2

7、将各项合计不良数除以总检查数求出各项不良率并填入不良率栏內 3 将各项不良率逐项累计之并填入累计不良率栏內 4 将各项不良数除以总不良数 求出影响度并填入影响度栏內 5 将各项影响度基逐项累计之 并填入累计影响度栏內 三 柏拉图 Pareto 步骤三 作图 履历 1 数据收集期间 2 数据来源 3 总检查数 4 数据收集人 5 步骤四 作结论造成某零件不良的项目有很多 影响较大的是毛边 偏心及內孔粗糙 三者占89 4 应该对此三项作为分析改善的重点 0 5 10 15 毛边 偏心 內孔粗糙 肉厚不均 其它 100 89 4 三 柏拉图 Pareto 1 一定依数据大小开始排列 但其他项一定排在

8、最末项 2 如果其他项数据太大时 应将其他项细分出一个或数个较严重的项目来 3 左边之纵轴必要的话 应以损失金额表示之 4 如用于改善前后柏拉图比较时 不应上下排列 应左右排列以利比较 此时左右纵轴之刻度应一致 制作柏拉图应注意之事项 三 柏拉图 Pareto 一 何谓特性要因图 能将结果 特性 与原因 要因 之关系呈现一张图上 使人一目了然之图形称之为特性要因图 因形状如鱼骨 又称之为鱼骨图 1952年日本石川馨博士首先将此用于QC之分析上 故又称为石川图 二 特性要因图的画法制作特性要因图时 一般是数人在一起 透过脑力激荡的方式作成 当然如果只有一个人时也可以作 只是较无集思广益之效 四

9、特性要因图 CauseAndEffectDiagram 步骤一 准备一张适当大小之纸张或白板及笔 步骤二 将所要探讨的问题 特性 写在纸张右边中央处 加上框框并画一直线 箭头指向框框 该直线是为龙骨 龙骨 为何茶杯外观不良高 步骤三 主持人对所要探讨之问题稍作解释后 大家透过脑力激荡发言讨论影响该问题之大要因 一般约3 5个 并如图绘制 四 特性要因图 为何茶杯外观不良高 人员 设备 其它 方法 材料 龙骨 大要因 大骨 约60度 四 特性要因图 步骤四 继续由主席主持 引导组员共同讨论 记录者将组员之发言作扼要记录于适当处 主席問 为何外观不良多 在人员方面有哪些要因 组员 技术不佳 粗心

10、主席可再追問 为何技术不佳 为何粗心 组员 因为欠缺训练 因为沒有品质观念 为何茶杯外观不良高 人员 小要因 小骨 无品质观念 技术不佳欠缺训练 中骨 中要因 粗心 步骤五 以此类推 主席不断引导全员发言 做好记录 一般言之 只要约40分钟就可写出约40个大大小小之要因 再经过大家的讨论找出影响较大要因4 6个 并以橢圆形框之 四 特性要因图 为何茶杯外观不良高 人员 设备 方法 材料 未用清洁剂 赶产量 未规划 未遵守标准 无标准 赶产量 操作不当 短暂停机 擦试不干净 繁杂 保养不当 设计不良 老旧 未锁紧 松动 拿取不良 新手 技术差 无训练 无奖惩办法 不配合 厚度不均 变形 材质不良

11、 品质不一 不耐高溫 成板不良 堆太高 来源多 特性要因分析例 三 画制特性要因分析图应注意之事项 1 制作特性要因图时 以一组人 约4 7人 透过脑力激荡术 一起讨论效果最佳 2 制作一个特性要因图时 时间不宜太長 一般约在40分钟应可讨论出约40个大小要因 3 大要因一般可采4M1E 人员 设备 材料 方法 环境 尤其是制造部門 如属业务部門亦可采4P 价格 产品 通路 促销 及其他 当然不限于此 可自行讨论决定 4 画好之特性要因图可张贴于现场 供教育训练或改善问题之用 5 如发现某大要因或小要因之构成要因太多时 可做要因再分析 另作一张特性要因分析图 6 讨论要因时不要考虑其对策 更不

12、能把对策与要因同时记入于特性要因图內 四 特性要因图 六 散布图 ScatterDiahram 一 何谓散布图为探讨两个因素间之关系 收集成对之两组数据 并点绘于坐标上 以了解其间之关系的图 种类 1 原因与结果数据之散布图 如收率与反应时间 2 结果与结果数据之散布图 如纱强度与伸度间 3 原因与结果数据之散布图 如反应溫度与反应时间 二 散布图的作法步骤一 决定要研究之两个事项 并收集成对数据约30组以上 以例说明 设拟研究聚酯强度与伸度之关系 则可以强伸度机量测样本 收集30对数据 如下 步骤二 将2个特性值在纵橫两轴上做适当刻度 并将30组据点入相应位置上 如有重叠时可画成 强度g d

13、步骤三 依点之散布状况顺绘一橢圆形并记入履历 步骤四 作结论说明之 三 散布图的看法由上述说明绘制之散布图会依该两组数据间之关系而得各种不同之形状 易言之 可由散布图之形状了解两者之关系 散布图之形状一般有下列数种 A图 表示X Y轴两者之间有正相关 即当X值大时 Y值亦大 X值小时 Y值亦小 称正相关 A B B图 表示X Y轴两者之间有负相关 即当X值大时 Y值小 X值时 Y值大 称负相关 C图 表示与A图同为正相关 但两者间之关系较弱 故称为弱正相关 C D D图 表示与B图同为负相关 但两者间之关系较弱 故称为弱负相关 三 散布图的看法 E图 表示X Y两者无相关性 称无相关 E F图

14、 表示X Y两者间呈线性相关 即当X值小时Y值小 当X值稍大时Y值亦跟着大 但当X值大至某一程度时 Y值不升反降 称为曲线相关 F 三 散布图的看法 四 散布图之功用 1 当了解两者间之关系后 可清楚掌握问题 并可作为对策提出之参考 2 可根据散布图找得代用特性 七 直方图 Histogram 一 何谓直方图直方图用于显示制品某一测量值之分配状况 例如工厂生产重量规格为100 10克的制品 实际不是每个都完全一样 有的重一些 有的轻一些 而在100附近的会多一些 形成一种分配 直方图之功用 1 由直方图的形状可了解某计量值之分配是否正常 并可了解品质之均勻性程度2 可与规格比较以了解是否合乎顾

15、客要求 是否有不良品3 可了相关之制程能力是否足够 二 直方图的画法 步骤一 抽测欲探讨之计量值数据50个以上 例 某工厂生产某制品 其重量规格为100 10克 今为了解该制品之重量分配情形 由检验小组抽测50个制品之重量 并记录如下表 步骤二 决定数组 组数依据个数之大小而定 也可将数据个数开根号求得 如数据50个 则n 7 组 步骤三 决定组距 组距 最大值 最小值 组数从数据中找出最大值及最小值并代入组距 112 92 7 2 8 3 步骤四 决定组界并作次数分配表 组界 最不值 测定值之最小单位数 2 92 1 2 91 5次数分配表 見右表 步骤五 作直方图并将规格值画上 注明履历

16、0 5 10 15 20 To 100 Su 110 SL 90 91 5 94 5 97 5 100 5 103 5 106 5 109 5 112 5 履历 三 直方图看法及其功用1 由直方图的形状可略知制程是否正常 常态型 表示制程正常 离島型 表示制程异常 可能测定有误或设备调整有误 缺齿型 表示制程异常 可能测定者对数据有偏好 A B C 绝壁型 表示制程异常 可能是经过全检者 双峰型 表示制程异常 可能有两个群体混批 偏态型 表示制程异常 可能收集数据时无法收集到高或低的数据使然 D E F 三 直方图看法及其功用 2 与规格比较可略知是否合乎规格 SL SU SU SL 制品合格 有不合格品 超下限 有不合格品 超上限 有不合格品 超上 下限 3 可计算Cp Ca及Cpk以了解制程能力 作为改善制程之参数 Cp 制程能力指数 双边规格时 Cp T 6 SU SL 6 规格上限 规格下限 6 标准差 单边规格时 Cp SU X 3 或 X SL 3 推定标准差 对Cp之判定 对Ca 精确度 之判定 Ca X T0 SU SL 2 100 对Cpk 偏差的制程能力指数 之判定