《精编》七大手法管理讲义及定量数据

上传人:tang****xu5 文档编号:133874540 上传时间:2020-05-31 格式:DOC 页数:22 大小:367KB
返回 下载 相关 举报
《精编》七大手法管理讲义及定量数据_第1页
第1页 / 共22页
《精编》七大手法管理讲义及定量数据_第2页
第2页 / 共22页
《精编》七大手法管理讲义及定量数据_第3页
第3页 / 共22页
《精编》七大手法管理讲义及定量数据_第4页
第4页 / 共22页
《精编》七大手法管理讲义及定量数据_第5页
第5页 / 共22页
点击查看更多>>
资源描述

《《精编》七大手法管理讲义及定量数据》由会员分享,可在线阅读,更多相关《《精编》七大手法管理讲义及定量数据(22页珍藏版)》请在金锄头文库上搜索。

1、目 录项目内容页次1数据的意义22统计资本概论43查检表74柏拉图95鱼骨图116散布图137管制图168直方图189层别法20第一章 数据的意义1.1 概要何谓数据 (Data)?它是透过测量所得到的数值和数据。因此,测量数据 = 反映事实1.2 数据获得1)搜集正确的数据;2)避免主观的判断;3)把握事实真相。1.3 数据类型1) 定量数据(Quantitative Data):量器测度量出来的数据。计量值(Variable):长度、时间、重量等测量所得的数据。计数值(Countable):以缺点数、劣品数作为计算标准的数值。2) 定性数据(Qualitative Data):感官判断出来

2、的类别数据。类型值(Variable):如机型、品牌、日期、班次、产品等记录的数据。1.4 数据整理1) 掌握现况和评价对策,都应有数据为依据;2) 清楚使用数据的宗旨;3) 改善前、后的数据,应具备一致的条件;4) 数据搜集完成后要马上使用。1.5数字数据的差异1) 机遇原因(Chance Cause)制品的好坏,主要受到四个M:材料(Material)、机器(Machine)、人员(Man)与方法(Method)之影响,但若四者均在标准范围内变化,其变化幅度较为微小,而属机遇原因变化,在经济价值上,此种变化不需采取措施或改正行动。2) 非机遇原因(Assignable Cause)非机遇原

3、因又称异常原因,系导致四个M的变化,即:a. 使用不合规格的材料b. 机器故障或工具损坏c. 员工情绪久佳或工作不努力d. 不按操作标准工作,或标准不适当以上四个非机遇原因,所造成变化之幅度较大,会引起大量的不合品,在经济价值上应予以消除。第二章 统计资本概论2.1统计量数1)平均数代表一群数值的一个数值群体平均数 样本平均数2)变异数群体变异数 样本变异数3)标准差表示该群数值间差异大小的一个数值群体标准差 样本标准差2.2 机率分配-常态分配若从常态母体n(x;m,s2)中,随机抽取一个样本,则结果为x之机率密度 (probability density) 是:s2s1m1=m2 其累积机

4、率密度函数为一平均数为0,变异数为1之常态分配称为标准常态分配。经由变量变换,任何常态分配都可转换成标准常态,其公式如下: 在一常态分配中,平均数正负一倍、二倍、三倍标准差之机率为P(m-sXm+s)=0.6827P(m-2sXm+2s)=0.9545P(m-3sXm+3s)=0.99732.3 制程能力指标1. USL规格上限LSL规格下限CL规格中心值2. Ca制程准确度(Capability of Accuracy)3. Cp制程精密度(Capability of Precision)4. Cpk制程能力指数(总合Ca & Cp之指标) 或 下面以图示说明:LSLUSLCL相同,故Cp值

5、一樣,綠線在中心沒有偏移,故Ca值小,Cpk值大LSLUSLCL相同,故Ca值一樣,綠線小,故Cp值大,Cpk值亦大在标准常态分配之状况下,Cpk=1时,其Out Spec.之机率为0.0027,亦即不良率为2700 DPPM,而在Cpk=1.33时,其Out Spec.之机率为0.000064,亦即不良率为64 DPPM。第三章 查检表3.1 何谓查检表 (Checksheet)?勾记型的图形或表格,使用它时只须登入检查记号和点数整理,可藉以稽核和分析。因此,查检表 = 事实记志3.2查检表的种类1) 纪录用:如【图3-1】,它又称改善用查检表。2) 点检用:如【图3-2】,它用于作业实施和

6、机械整备的确认。作业者机械 日期不良种类月 日月 日月 日月 日尺寸A1缺点材料其它尺寸缺点B2材料其它【图3-1】 车床加工查检表10000KM时定期保养顾客宝号:日期:车牌号码:保养费用:车种款式:行驶公里:作业者:电瓶液量空气滤清器水箱机油胎压分电盘盖火星塞 化油器风扇皮带注:4检查 9调整 6更换【图3-2】 汽车定期保养查检表3.3查检表制作查检表的内容是依据下述考虑而决定:1) 把握项目:待搜集项目和数据样式;2) 表格样式:如【图3-3】所示,查检表格式应符合搜集目的;3) 记录型式:点检的记录形式,如项目、日期、数目、合计等;4) 搜集方式:何人、何时、何地、何物、等等。3.4

7、表格使用使用查检表进行搜集数据,待完成后宜检讨下述问题:1) 反映事实:印证所获数据是否能反映某些事实?2) 独特项目:查看是否有些项目主宰事实,或个别项目间明显差异?3) 时间推移:是否有经时变化的趋势?4) 周期循环:是否有周期变化的型样?。数据期间:87年第三季检查项目期间案件数目10月11月12月合计画面没有画面/2/5/ / / / / / / 3542没有彩色/3/4/29电波没有天线/5/4/ / / /2029没有方向/ / / / / /30/ / / / /24/ / / / / /2983声音没 有/4/ /6/515其它抱怨/ 5/2/ / / 1522案件合计4945

8、106200【图3-3】电视机故障投诉状况查检表第四章 柏拉图4.1 何谓柏拉图?它是根据类型所搜集的数据,按发生数量大小之类型为序,所编制的频次图形。一般,柏拉图多加上累计比例的折线。因此,如按不良原因、不良状况、不良位置、安全事故或客户抱怨等的类型区分,则柏拉图 = 重点问题【图4-1】电视机顾客投诉柏拉图4.2 柏拉图制作1) 决定数据期间;2) 决定水平横轴:除其它外,按发生数据由大至小,由左至右排定类型顺序;3) 决定左右纵轴:依据最大频次和比例决定左、右纵轴的刻度;4) 长条图绘制:在横轴个类上,将数据大小按左轴刻度画出长条图;5) 折线图绘制:在横轴个类上,将个类数据占总数的累计

9、比例,按右轴刻度画出图点,并用直线由左至右连结;6) 附记事项:记入主题及相关数据。4.3 柏拉图使用使用柏拉图,有下述三时机:1) 掌握重点:百分之八十的不良是由百分之二十的原因所造成。2) 发现真因:当制程产品突然冒出罕见缺陷,且某机台的劣品数竟占9907与该劣品总数的94%,此际从该机台下手应可追查到缺陷的真因。3) 效果确认:实行对策一段期间后,改善效果可望在柏拉图上呈现。如果效果明显,不良总数会下降,而重要项目也会有一番大调整。如【图4-2】所示,改善后案件从上季200件降至本季78件;而且改善后电视机顾客投诉的前三项是没有天线、没有声音、和没有彩色,已非改善前的没有方向、没有画面、

10、和没有天线。改善前后的比较,可如【图4-2】使用柏拉图显示。【注意】效果确认时应考虑:-不同比较期间的项目和对象是否一致?-季节性的变化是否对数据有影响?-对策外的要因是否对数据有影响? 【图4-2】 改善前后电视机顾客投诉柏拉图第五章 鱼骨图5.1 何谓鱼骨图?它是就特性数值,整理主导影响的潜在要因之间的条理,及要因和特性的因果关系,成为骨状的图形。如图【图3-1】所示的特性要因图,亦常绘成鱼骨图,鱼头和鱼刺各表示问题特性和潜在要因。因此,鱼骨图 = 推敲因果C.3模具尺寸不正確沖型不良B.人員A.材料D.方法C.機器A.1台虹基材尺寸安定性不佳A.2材料儲存環境不正確B.1自主檢查未落實C

11、.1沖孔位置度C.2底片尺寸不正確D.1製程條件變更【图5-1】特性要因图5.2 鱼骨图制作鱼骨图是按下述程序而制作:1) 问题特性:厘定问题或质量的特性,如延迟交货频频;2) 定大要因:推定能支配问题或质量的主要因素;3) 中小要因:推定大要因内之中度、轻度因素;4) 主要原因:推定大要因间之主要因素;5) 附记事项:填上制作目的,日期及制作者数据。5.3 鱼骨图使用使用鱼骨图,有下述三时机:1) 整理问题:将紊乱问题整理出头绪;2) 追查真因:从问题成因中追究出主因;3) 寻找对策:从问题主因中研讨出对策;4) 教育训练:员工解决问题能力的训练。【注意】编制鱼骨图时应注意: 把握脑力激荡原

12、则、 将要因层别化; 5W1H之原则 不因好恶决定。【图5-2】对策鱼骨图第六章 散布图6.1 何谓散布图?它是按数据分布型态,来判断配对变量之间对应关系的图形。因此,配对数据 = 敲定因果【图6-1】温度X 和硬度Y 的散布图6.2 散布图作成1) 配对变数:找出关切的两变量。若系因果关系时视因和果各为X、Y变数2) 搜集数据:至少三十组以上变量数对3) 计算组距:各找出两变量的最大值、最小值、和全距4) 标轴刻度:各按两变量的最大、最小、和全距设定坐标轴5) 标绘图点:按各数对的横轴、纵轴坐标,在图上以单点标记6) 标绘心轴:各绘制和的直线,则构成以为中心的I、II、III、和IV四象限。7) 附记事项:何人、何时、何地、何物、等等。例如,如【图6-1】所示完成的散布图。6.3 关系性质使用散布图时,常需判断X 变项与Y 变项的相关性质。可利用为中心的四象限,检视各图点落处于I、II、III、和IV象限的状况,来判定X与Y的关系。以下是各式各样相关性质的判定方式:1) 正负相关:当X 增加时,Y 亦随之增加,它表示因变量X 与果变项Y 是呈正相关;反之,则X 与 Y 呈负相关。2) 强弱相关:图点分布较密集时是强相关,而分布较疏广时是弱相关。如【图6-2】所示。3) 无甚相关:图点分布散乱时,X 与 Y之间是无甚相关。如【图6-3】所示,各图点分散落处于I、II、III、和I

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号