《2020QC七大手法讲义1》由会员分享，可在线阅读，更多相关《2020QC七大手法讲义1（20页珍藏版）》请在金锄头文库上搜索。
1、 中国最庞大的下载资料库 (整理. 版权归原作者所有) 如果您不是在 网站下载此资料的, 不要随意相信. 请访问cnshu, 加入必要时可将此文件解密2020QC七大手法讲义1QC七大手法讲义前 言一、QC七大手法的定义QC七大手法为品管进行有效管理的统计和分析改善的方法.它主要的表现方式是通过对事实的整理,挖掘其原因,加以分析并寻求解决问题的途径.二、发展历程QC手法最先出现于美国，到上世纪六十年代在日本出现，因其作用明显，在日本得到迅速发展，为日本的产品在全世界奠定声誉起到了不可磨灭的作用。正因为如此，自上世纪七十年代到八十年代在全世界范围内的工业界被广泛使用，并给此后产品的品质的提升带
2、来了质的飞跃。正如日本品管大师石川馨博士所讲：QC手法的使用能解决95%的品质问题，因此QC手法常用于品管工作，协助解决品质问题。三、品管工作的步骤为：四、七大手法包括：柏拉图 特性要因图（鱼骨图）图表查检表（CHECKING LIST）直方图 散布图 管制表后又有人总结出新QC七大手法：关联图、系统图、KJ法、箭头图、矩阵图、PAPC图、矩阵数据解析图第一讲柏拉图一、定义：以项目别分类数据（如不良原因、不良状况、不良项目、不良发生位置等），而按其大小排列的图称为柏拉图。它是在1897年由意大利经济学家柏拉图（Vilfredo Pareto）提出。当时他在研究财富不均的现象，他在对意大利财富的
3、分配调查中发现少数人掌握着大部分的财富，此种少数人控制大部分财富的现象也称作柏拉图法则。柏拉图能使需要了解的状况一目了然，便于分析，从而可以很直观的从图上看出“哪一项有问题”、“有哪些影响”等。从柏拉图上可以看出：最大的问题点问题大小、严重程度各项目对最终结果影响的份量可针对性的进行预测不良项目的内容变化二、可以整理为柏拉图的项目：（1）品质-不良品的发生整理、客户投诉的整理（2）时间-作业工时、设备故障和闲置率的数据整理（3）成本-辅料的另件单价、要素别单价，产品的成本统计（4）安全-安全事故件数分析，场所、职别的分类整理（5）营业-产品销售情况显示、销售网点及业务员积效等三、步骤：A、确定
4、目标、收集数据1) 首先决定收集时间段、方法、分类。2) 原因是些什么项目？内容是些什么项目？3) 收集数据时要注意问题发生的频率。 B、整理数据1）各项目数据依大小排列，并求其累积数。2）求出各项目数据的比例及累积比例。FQC外观不良状况数据整理C、绘柱状图表 1）先依数据绘成柱状图表2）横轴为项目名称，纵轴为统计的数据3）依项目的数据大小从左向右排列第二讲特性要因图一、定义特性要因图又叫”鱼骨头”,也叫因果分析图,首先提出这个概念的是日本的品管权威人士石川馨博士，所以它也叫“石川图”。它是以原因作为因素,在它们之间用箭头联系表示因果关系的图.二、作用:特性要因图是一种追溯原因的方法,主要用
5、于异常分析、成本分析、研究事物、现场或军事上。可以使用在一般管理及工作改善的各个阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而便于提供解决问题的方向。可全员参与，以便集中、统一整理。其用途可依目的分类：1、改善分析用：以品质改善、提高效率、降低成本为目标。2、管理用：发生抱怨、不良品或异常时，作为寻找原因，采取消除措施用。3、制定标准用：为制定或修改作业方式、管理点、管理方法等的作业标准4、品质管制导入及教育用：导入品质管制，全员参与讨论时，用特性要因图整理问题，作为新进人员的教育，工作说明时用。5、特性要因图可以配合柏拉图、直方图、管制图连串起来活用。三、做法：1、脑力激荡2、找准
6、主题并提出为什么（WHY）3、评介（重要、次要、无关）4、分类（4M）5、绘制“鱼骨头”6、再补充要因四、要素分析做“鱼骨头”可以运用4M1W手法。何为4M1W呢？即：4M 1 W作业者-Member方法-Method为什么- Why材料-Material机器-Machine制作特性要因图，最关键的是要抓住因果关系。抓重点、抓要因，要有中要因-分类的项目（结果），小要因-问题点（原因）。找原因要充分发挥大家的作用，运用脑力激荡。尽量无遗漏的调查原因，发现原因较少时，要检查是否有遗漏。找出原因后，要分清楚原因大小、重要程度、需要解决的先后顺序等。五、注意事项（1）、特性（即主题）以标明“什么”、
7、“为什么”较容易激发联想。（2）、要实事求事。（3）、尽量多的收集意见（4）、对过去的资料多加利用。（5）、无因果关系，不需采用。（6）、对原因要深入分析。（7）、层别、主次地区分。（8）、要标明做图者姓名、部门、作成日期等。六、“鱼骨头”与柏拉图和系统图的关系。建立柏拉图须先以层别建立要求目的的统计表。建立柏拉图的目的主要是能从图表上掌握影响全局的重要少数项目，如果再利用特性要因图针对这些项目形成的原因进行探讨，并采取改善对策，问题就变得容易解决得多。所以结合使用，效果更好。系统图为梯形图，“鱼骨头”可解析成系统图。第三讲图表图表-使你所要的资料一目了然,QC七大手法中有很多的统计手法可以使
8、用,而图表是当中最常用的,它包括折线图、长条图、圆行图以及带状图。 (一)折线图去年度线路不良统计表如下(单位:PCS)月份12345678910 1112不良数456489584654219384654259584365398347当你手头有这样一个数据的时候,你应该怎么向你的主管汇报?OK,我们可以用折线图来做一个图表给主管看:这样是不是很直观呢?折线图可以让人很直观的看到不良异常的变化状况.掌握各时段的具体数据.所以折线图的作用是能让人很直观的看到你想了解的数据.(二)长条图如果你是人事小姐,老板要你报告05年度的人员流失情况,你会用什么方式去汇报?直接一个一个同老板讲吗?肯定不行,老板
9、没有那么多时间听你的长篇大论,也不利于他了解真实的状况.这个时候你就可以用到长条图了.数据如下:月份123456789101112流失人数16201413108221834934我们可以依上面的数据做长条图如下:(三)圆形图圆形图也叫扇状分布图,因为它的项目成扇状分布而得名.它能使数据更清晰的表示出来,它一般用于同类型均等地位的数据的统计,比如项目的分布、比例分配等。同样的，我们来做个例子：部门印刷课冲床课NC课外包报废来料报废金额4500003210001863001254010560依上数据做图如下：我们现在是用颜色来表示，也可以用其他的方式来表示，比如网格线、斜线等等。(四)带状图图表中
10、的各种图形，都是表示数据变化情况的一种工具。它们均可以将杂乱无章的资料，解析出规则性，比较直观的看出要项（如产品质量）的特性的分布状况。 第四讲 查检表(check list)一、定义:查检表是用一种简单的方式将问题检查出来的表格或图。就是说在收集数据时设计一种简单的表格，将有关项目和预定收集的数据，依其使用目的以很简单的符号填写，而且很容易收集整理以了解现状，做分析或作为核对点检使用，这种设计出来的表格叫做查检表二、查检表的特征:1、记入数据时很简便2、能迅速把握问题所在3、记入完毕后，对全体的状况能一目了然4、很多项目能一次查检5、数据能以各种不同的层别法做出来三、查检表种类:1、查检表的
11、种类2、计数类查检表3、计量类查检表4、点检用查检表四、制作步骤:1、明确目的所在2、决定查检项目3、决定抽样方法4、决定查检方式5、计表格实施查检6、记下资料相关条件五、作用:查检表通常是用来了解现状或收集数据以作分析之用. 所以数据收集完成应马上使用,首先观察整体数据是否代表某些事实?数据是否集中在某些项目或各项目之间有否差异?是否因时间的经过而产生变化?另外也要特别注意周期性变化的特殊情况. 查检表统计完成即可利用QC七大手法中的柏拉图加工整理,以便掌握问题的重心.六、设计查检表的要点：1、要一眼能看出整体形状，要简明、易填写、易层别，记录项目和方式力求简单2、尽可能以符号记入避免文字或
12、数字的出现3、数字的履历要清楚，收集工作要明确4、项目尽量减少，查检项目以46项为原则，其他项要列入5、最好能运用O、 、 等简单符号，如果数种符合同时使用时，应注明各符号的意义（拿生产线的具体例子讲解，加深印象，讲完查检表后讲授数据收集的一些基本知识和QC手法的一些历史）一.何谓数据?就是根据测量所得到的数值和资料等事实.因此形成数据最重要的基本观念就是:数据=事实二.运用数据应注意的重点:1.收集正确的数据2.避免主观的判断3.要把握事实真相三.数据的种类：A.定量数据:长度.时间.重量等测量所得数据,也称计量值;(特点连续不间断)以缺点数,不良品数来作为计算标准的数值称为计数值.(特点离
13、散性数据)B.定性数据:以人的感觉判断出来的数据,例如:水果的甜度或衣服的美感.四.整理数据应注意的事项：1.问题发生要采取对策之前,一定要有数据作为依据2.要清楚使用的目的3.数据的整理,改善前与改善后所具备条件要一致4.数据收集完成之后,一定要马上使用品管七大手法，不仅用在品质管理上，还可以应用到其它所有管理工作中，因此，在学习的过程中，希望各位不要为“品管”所迷惑，而要学习它们的精神实质，把它转化为一种思维模式放在大脑中，这样有利于工作和能力的提升。从上个世纪60年代开始，日本的企业通过运用品管七大手法，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，使日本的产品成为“品质”的代名词。品管七大手法的运用，提升了日本产品的水平，是日本产品走向世界的原动力。70年代初，日本人大力推行QCC活动，除了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资料进行分析，并逐渐演译成新的品管手法。1972年，日本科技联盟
