《《精编》精编QC七大手法培训资料大全18》由会员分享，可在线阅读，更多相关《《精编》精编QC七大手法培训资料大全18（84页珍藏版）》请在金锄头文库上搜索。
1、1 2009TQM品质教育訓練 QDC七大手法 参考資料 1 QC七 道具 検定 推定入門 奥原正夫 著 2 QC 上原信博 著 3 其他 认真的人改变自己 执着的人改变命运 制作 李琰 7S 2 TotalQualityControl七大手法 品質管理七大手法QDC活動1950年代起源于日本 并于1980年代在日本得到全面的发展乃至扩散到全世界如果没有正确的品质管理工具来确定了解事件的真相跟 瞎子摸象 无异 每个瞎子摸到的部位都不一样 自然彼此见解也不一样 很多时候团队中充满各种自以为是的争辩 演变到后来变成谁在争辩中机智反映比较快 态度比较坚持 强悍 那他的解决方案便成为主流 这时在错误方
2、向下 越努力的人 所造成的损失越大 戴明博士 W EdwardsDeming 称之为 努力使自己早些灭亡 什么是QDC七大手法 3 靠经验解决问题 不易掌握事物的真相 应利用正确的统计方法来分析所收集的数据 以查找真正的原因 QC的七大手法是目前最实用 最常用的统计手法 时时刻刻在我们的工中出现 7大QDC手法如下 1 检查表 Checklist 收集数据用2 直方图 Histogram 掲示数据群的分布情况3 散布图 ScatterDiagram 掲示不同要素之间的相关性4 柏拉图 ParetoDiagram 図 确定主要要素5 管理图 ControlChart 掲示数据群波动的情况6 特性
3、要因图 CharacteristicDiagram 调查造成结果的原因7 层别图 Stratification 从不同角度层面分析事物 QDC七大手法有哪些 4 QC七大手法有哪些 检查表 直方图 散布图 柏拉图 管理图 特性要因图 层别图 QDC7大手法 5 QDC七大手法与我们的关系 你会有过出门忘记关电源 带钥匙 手机的痛苦经历吗 检查表 你曾经有过面对复杂的问题现象而不知从哪一个开始下手吗 柏拉图 你能预测男女结婚 女的身高大于男的身高的比率吗 直方图 你想知道你的体重变化情况吗 控制图 6 QDC七大手法与PDCA 7 正确数据 事物的本质 数据分类1 定型数据 洗衣机的外观 人的相
4、貌 2 定量数据 计数 台数 个数 人数 计量 重量 时间 长度 应用数据需注意 1 收集正确可用的数据2 使用正确的抽样方法3 调查正确的对象4 数据不可造假 8 一 检查表 Checklist 检查表 检查表是收集数据用的一种简单的表格 将有关项目和要收集的数据 根据使用目的 填入相应的栏目内 用简单的符号填写 检查表的数据主要用于把握现状 分析原因使用 这种设计出来的表格称之为查检表 9 检查表的一般形式 10 检查表的目的 1 日常管理 品质管理项目的点检 作业前的点检 作业后的点检 设备 模具运行状况的点检等 2 特别调查 问题已经发生要加以调查 安全事故的调查 不良原因调查等3 记
5、录分析 对采集的数据需要进行分析 然后作成如推移图 直方图等 11 检查表的种类 1 点检用检查表 1 作业前点检的目的用是为了要确认作业实施用的机械设备是否能够正常运行 检查设备是否能够正确判断良品与不良品的并且对不良品排出的不良品筐中 防止不良品流出 在作业前点检的项目中如发现异常 按4M管理的原则进行处理 原则上不允许作业开始 2 记录用检核表 2 是将数据分类为几个类别别 如按不良的种类 工程类别 原因类别等列出来再用符号或数字等记录于图或表中 用来把握数据分布情况 这种查检表主要用于品质特性的调查等 主要是可以看出哪一种项目的数据特别集中 12 检查表就在你的日常工作中 13 检查表
6、的应用实例 例 图为某相机组装工程不良项目调查表 图中可见螺丝松动 不良项目第一行 占不良首位 14 二 直方图 Histogram 是将数据所分布的范围 区分为几个区间 将出现在各区间内的数据之出现次数作成次数表 并将其以圆 柱形圆 的形式表现出来 透过数据的量测 长度 重量 时间 温度 硬度 等 经由量测所得到的数据 及直方图的整理 我们可以得到数据的几种特征 1 数据的分布形态 分配状态 2 数据的中心位置 3 数据离散程度的大小 4 数据和规格之间的关系 15 常见的直方图形态 1 4 左偏型 右偏型 说明 直方图的平均值在分布中心之左方 次数在左半边高到了右半边后则缓落 为不对曾分布
7、 解析 理论上说 可能是因为规格 等因素 而限制了下限值 当某一数据以下数值不被采用时 或产品的不良率 缺点数近于0时 此种情形应调查其原因 偏歪分配 单边规格 16 常见的直方图形态 2 4 左绝壁型 右绝壁型 说明 直方图之平均值位在极左方 次数在左半部急高 而右半部急落 解析 当把规格以下之数据完全剔除时 就会出现此种情形 截断分配 全检剔除 17 常见的直方图形态 3 4 双峰型说明 分布在中央的次数比较少 且在左右各有一座山 解析 平均值相异约两类数据分布混合在一起时 即会出现这种情形不同的加工设备加工同一个部品 不同的设备加工出来的产品的中心值不同而造成的该图形的分布 双峰分配 来
8、自不同的群体 18 常见的直方图形态 4 4 离岛型说明 在直方图的左端或右端出现分离的小岛 解析 表示可能由某种异常原因造成 如测量误差 抄写数据错误或数据来自某特别机器或作业员等 应详加追查原因 离岛分配 特别原因 19 直方图的制作 1 直方图的制作方法步骤1 收集数据并记录收集数据时 对于抽样分布必须特别注意 不可取部分样品 应就全部均匀的加以随机抽样 所收集的数据数量应大于50以上 例 某场之成品尺寸规格为130 160 今按随机抽样方式抽取60个样本 其测定值如下附表 试制作直方图 20 直方图的制作 步骤2 找出数据中最大值 L 与最小值 S 先从各行 或列 求出最大值 最小值
9、再予以比较 最大值用 框起来 最小值用 框起来 EX 求得 L 148S 121备注 若于MSExcel中操作时需直接套用函数 勿采用人工寻找的方式 以避免产生人为错误 21 直方图的制作 步骤3 求全距 R 数据最大值 L 最小值 S 全距 R 例 R 148 121 27步骤4 决定组数 1 组数过少 固然可得到相当简单的表格 但失去次数分配的本质与意义 组数过多 虽然表列详尽 但无法达到简化的目的 通常 应先将异常值剔除后再进行分组 2 一般可用数学家史特吉斯 Sturges 提出的公式 根据测定次数n来计算组数K 其公式为 K 1 3 32logn例 n 60 则K 1 3 32log
10、n 60 1 3 32 1 78 6 9 3 一般数据的分组可参照下表 22 直方图的制作 步骤5 求组距 h 1 组距 全距 组数 h R K 2 为便于计算平均数及标准差 组距常取为2 5或10的倍数 例 h 27 7 3 86 组距取4 步骤6 求各组上组界 下组界 由小而大顺序 1 第一组下组界 最小值 最小测定单位 2第一组上组界 第一组下组界 组距第二组下组界 第一组上组界 例 第一组 121 1 2 120 5 124 5第二组 124 5 128 5第三组 128 5 132 5第四组 132 5 136 5第五组 136 5 140 5第六组 140 5 144 5第七组 1
11、44 5 148 5 2 最小测定单位整数位的最小测定单位为1小数点1位的最小测定单位为0 1 23 直方图的制作 步骤7 求组中点组中点 值 该组上组界 该组下组界 2例 第一组 120 5 124 5 2 122 5第二组 124 5 128 5 2 126 5 步骤8 作次数分配表 1 将所有数据按其数值大小画记于各组的组界内 并计算其次数 2 将次数相加 并与测定值的个数相比较 其中的次数总和应与测定值个数相同 次数分配表 24 直方图的制作 步骤9 制作直方图 1 将次数分配表图表化 以横轴表示数值的变化 以纵轴表示次数 2 横轴与纵轴各取适当的单位长度 再将各组的组界分别标在横轴上
12、 各组界应为等距离 3 以各组内的次数为高 组距为底 在每一组上画成矩形 则完成直方图 4 在图的右上角记入相关数据履历 数据总数n 平均值x 标准差 并画出规格的上限与下限 5 记入必要事项 制品名 工程名 期间 制作日期 制作者 25 三 散布图 ScatterDiagram 1 定义 用来表示一组成对的数据之间是否有相关性的一种图表 2 制作步骤 收集数据总结在表上要看大体样子 需30组左右为好 要看有无相关 需50 100组为好 决定纵轴和横轴做为什么要因为横轴 特性为纵轴为好 提取图表的刻度求各数据的最大值和最小值的差 刻度的尺寸大体一样为好 比较时统一刻度 写成一样的宽 分布数据要
13、重叠数据的时候 画2 3圈 记录必要事项标题 调查时间 数据数 作成者等 26 散布图的图例 27 散布图的制作 散布图的制作步骤 步骤1 先调查两组数据是否有关系 将所选择的要因定为X轴 的特性定为Y轴 步骤2 在横轴 纵轴上点上尺度 横轴越向右值越大 纵轴越向上值越大 步骤3 把数据点到坐标上 步骤4 判断散布图的制作步骤 Excel 步骤1 插入 图表 XY散布图步骤2 选择资料范围 28 散布图的重点 1 2 散布图的点记的分布状态和两特性值的相关关系有以下三种 1 正相关 当其中一方的特性值越大 另一方的数值也有增加的倾向时 散布图会呈向右上方走向 代表此两特性值为正相关 2 负相关
14、 当其中一方的特性值越大 另一方的数值却越小时 散布图会呈向右下方走向 代表此两特性值为负相关 3 无相关 两个特性值互相不受对方影响时 散步几乎是圆形 代表两者不相干 29 散布图的重点 2 2 检讨异常值 要浏览散布图的整体 查看是否有异常值存在 在距离多数点记之外的地方出现点记的话 先调查此数据的来源 一旦确定是因为异常的原因所造成的异常值的话 便可将此点去除 若从图上无法判别其是否为异常值时 切不可任意下结论 必须追究此点和其它点偏离的原因 在确定其原因后才能判断其是否为异常值 30 散布图的秘密 3 3 散布图层别全体看时可能看不出有任何相关关系 但层别之后有时可以看出相关关系存在
15、例 某化学工场制造产品时 反应温度应控制在30 40 且公司采用班制度 有早班及夜班员工 其生产量的数据如下 试绘制散布图说明温度与生产之间的关系 若将两班的资料加以层别方式比较有何差异 31 散布图的玄机 3 3 由图中可以看出似有正相关的情形 但不明确 经层别后可以看出较为明显的正相关 1班 2班 32 散布图的使用 1 调查两特性值之间是否相关 可经由视觉直接解析判断其相关性 2 可判断异常值的存在 异常值多半因为作业失误 测量失误 记录失误等而发生的 在制作散布图时 这些异常值常会偏离其它值甚多 很容易察觉出来 3 应用于问题解决步骤中 当找出了某现象所发生的原因后 便可利用散布图来验
16、证其是否为具有重大影响力的要因 33 散布图的实例 画出身高与年龄的散布关系 34 四 柏拉图 ParetoDiagram 35 柏拉图 80 20法则 讲古篇 为何叫柏拉图 ParetoChart 柏拉图为19世纪意大利经济学家柏拉图 V Pareto 调查国民所得分配时发现少部分的人占有大部分财富 80 20法则 80 的问题集中于20 的项目中 故控制20 的项目即可解决80 的问题 精神篇 柏拉图的基本观念是 以有限的人力和时间 有效地解决问题 36 柏拉图的好处 1 有助于了解哪一个项目是最重要的 2 一眼就能明白事情的重要顺序 3 知道哪一个项目在整体中所占有的比例程度 4 可以预测减少某一项目 就能期待整体获得多少效果 37 制作一个好的柏拉图 步骤1 坐标的取法 即是目的 纵轴 可以代表占总数不良的百分率 故障次数 损失金额或灾害件数 横轴 可以代表材料总别 机器总别 缺点总别或加工方法等 步骤2 搜集数据资料一组好的数据资料必须要掌握正确的事实 在规定的期间内去搜集资料 而这些资料有赖于平时的记录 步骤3 整理数据资料以搜集项目 横轴 数据的大小顺序排列 计算每一项目
