英华达股份有限公司品管七大手法介紹--孔得華精编版

《英华达股份有限公司品管七大手法介紹--孔得華精编版》由会员分享，可在线阅读，更多相关《英华达股份有限公司品管七大手法介紹--孔得華精编版（72页珍藏版）》请在金锄头文库上搜索。

1、品管七大手法介紹,Rev:A,手法介紹 查檢表 (Check Sheets) 層別法 (Stratification) 散佈圖 (Scatter Diagrams) 柏拉圖 (Pareto Diagrams) 特性要因圖 (Cause and Effect Diagrams) 直方圖 (Histograms) 管制圖 (Control Charts),統計是採取 根據數據與事實發言的管理方法,統計手法,三不政策,三現主義,QC七大手法,3,查檢表 (Check Sheet) 查檢表是一種用來收集及分析數據簡單而有效率的圖形方法。 使用時只要運用簡單的符號 (如, ,O ,正或 / ) 標記出工

2、作目標是否達成或對特定事件之發生累積紀錄即可。,貳.查檢表 一.何謂查檢表？ 查檢表是以簡單的數據用容易了解的方式作成圖形或表 格,只要記上檢查記號,並加以統計整理,作為進一步分析 或核對檢查用.常用的統計分析表:缺陷位置調查表,不合格項目統計表,不合格原因統計表 二 .查檢表的種類 查檢表以工作的種類或目的可分為記錄用查檢表和點檢用 查檢表兩種. 記錄用查檢表又稱為改善用查檢表.例如:用於不良主因和 不良項目的記錄用查檢表. 點檢用查檢表的主要功能是確認作業實施和機械整備的情況情,5,查檢表製作應注意的事項 明瞭製作查檢表的目的 決定查檢的項目 決定查檢的頻率 決定查檢表格式,6,範例： S

3、MT儀器設備保養,What,7,焊 接 缺 點 位 置 圖,8,層別法 (Stratification) 層別法是針對問題的可能原因，如原料、機械或人員等，分成若干個 層，再將收集的數據加以分類，找出不良的真正原因。 影響品質特性的原因通常包括4M1T1E：操作人員(Man) 、原料(Material)、機器(Machine)、作業方法(Method)時間(Time)與環境(Environment)等。,9,層別法的作法,層別目的明確化 決定層別項目 取得數據 解析數據，追究原因,10,層別的分類,原料(Material)：供應來源或批次 作業人員(Man)：年齡、性別、熟練程度等 機械設備(

4、Machine)：種類、廠牌與佈置位置等 方法(Method) ：操作或不同生產線 時間(Time)：月、週、日夜、或上下午等 環境(Environment)： 溫度、壓力、速度或天氣等,例:操作者層別 圖為某縫紉機加工廠,以同樣的縫紉機予A.B.C三名作業員加 工時之不良率情形,經比較結果,發現A作業員之不良率明顯地 高過B.C作業員,應加以檢討.,星期 一 二 三 四 五 六,15,10,5,不,良,率,%,A,C,B,12,柏拉圖 (Pareto Diagram) 1897 年義大利的 Viltredo Pareto 由所得曲線現， 少數人擁有社會大部分的財富，他認為只要控制那些少數財主

5、，即可控制社會財富，此種重點控制的方法，稱為柏拉圖原則。 我們可以將此原理應用在現場改善上，先解決關鍵的不良原因後，就可以減少大部分的不良品。,13,柏拉圖的定義 根據所收集的數據,按不良原因、不良項目等不同區分標準而加以整理、分類，藉以尋求佔最大比率之原因、狀況，按其大小順序排列，再加上累積值的圖形。 從柏拉圖可看出哪一項目有問題，其影響度如何，以判斷問題之癥結所在，並針對問題點採取改善措施，與物料管理所使用的ABC分析法相同，故又稱ABC圖。 因為圖係依大小順序排列，故又可稱為排列圖。,14,柏拉圖的使用可分為以下 3 項: 1.掌握問題點 以柏拉圖找出問題的核心,並應集中力量以此問題為改

6、善目標. 2.發現原因 為什麼問題點所佔比率太高,如果以特性要因圖加以分析即可找出主要原因. 3.效果確認 應找到原因並且提出對策加以實施;實施後的效果應確認,此時可用柏拉圖來比較對策前與對策後的改善效益有多少的差異. 管理上有一句名言20 - 80 定理,百分之八十的問題都出現在百分之二十的要因上.,15,一般柏拉圖繪製成如下圖形,16,繪製步驟如下： 1. 選定主題，收集數據。 案例: 2001年某產線缺點項目比較圖 2. 依分類項目別整理數據，並做成統計表 3. 記入圖表並依數據大小排列畫出柱狀圖 座標取法 ： 橫軸：用以代表材料別、機器別、缺點種類或其它分析的原因 縱軸：不良百分率、故

7、障次數、損失金額或其它因分析原因所造成的果 4.畫累積曲線。 5.標上累積影響度的刻度，即完成柏拉圖。,17,範例:2004年某產線缺點項目比較圖,計算累計比率公式: 累計比率= 100,18,特性要因圖(Cause and Effect Diagram) 特性要因圖是石川馨博士所創始,故又稱石川圖為一問題分析工具,用以辨認造成某一特定問題之所有可能原因。 利用特性要因圖可去除不重要之原因而專注於 最有可能原因上。 其形狀類似魚骨，故又稱為魚骨圖。,19,特性要因圖之分類 1. 原因追查型 2. 對策追求型,WHY？,HOW？,60,20,一個簡單的特性要因圖範例,大要因,中小要因,21,特性

8、要因圖的繪製 決定問題特性 主幹為特性 記入支幹 記入分支、小支、細支 確認要因 判斷要因的重要程度 記入相關事項 可利用腦力激盪法,22,腦力激盪法的4個原則,1.禁止批評:不對他人的發言加以批評或反對 2.自由奔放:奔放的發想,自由地發言 3.歡迎多數:構想的點子愈多愈好 4.改善結合:力求改善,集結他人的構想,不可盲目附合他人的發言,腦力激盪法是利用集體的思考,使思想互相激盪,發生連鎖反應,以引導創造性思考的方法,尋找重要問題,訂出最佳對策,並得合理合用之改善後的各種標準.,腦力激盪法(BRAIN STORMING),23,何謂散佈圖？ 就是把互相有關連的對應數據,在方格紙上以縱軸表示結

9、果,以橫軸表示原因;然後用點表示分佈形態,根據分佈的形態來判斷對應數據之間的相互關係. 所謂對應數據就是成對的數據,一般來說成對數據有三種不同的對應關係. 1.原因與結果數據關係. 2.結果與結果數據關係. 3.原因與原因數據關係.,散佈圖(Scatter Diagram),24,例如:工作場所的光線明亮與工作生產力的高低所組成的原因與結果數據關係.另外,例如品管圈開會時間長短是原因,主題完成的有形效益是結果,這也是屬於原因與結果數據關係. 在一群人中身高與體重組成的對應數據就是結果與結果數據關係.但是這一群人的身高為結果而以他們父母親的身高數據來看即是原因與原因數據關係.又例如工廠零災害安全

10、運動,災害 是這項運動的結果,但運動中的安全動作與安全設備週全就是原因與原因的對應數據. 如果是兩種沒有關連數據所製作出來的散佈圖是無法作正確 判斷的.,25,散佈圖製作的五個步驟: 1.蒐集相對數據,至少三十組以上,並整理寫到數據表上.在特性要因圖中對特性和要因,要因和要因加以探討,這些數據都可以蒐集整理寫在數據表上.數據太少時是無法明確判斷相互間的關係,所以至少應三十組以上. 2.找出數據之中最大值和最小值. 3.畫出縱軸與橫軸刻度,計算組距. 蒐集的數據都是相對應數據,一般以橫軸代表原因,縱軸代表結果.特別要注意一點,橫軸和縱軸的長度要差不多一樣長,不可以相差太多,否則在圖形上將無法判斷

11、他們的相關性.組距的計算應以數據中的最大值-最小值,原因與結果兩個數據都必須計算出來,將組距除以軸長即得知每一個刻度的數值.,26,4.將各組對應數據標示在座標上 各組對應數據標示在方格紙上,但如果同一交會處產生兩組數據重覆時可畫上兩重圓記號,如三組數據相同時畫上三重圓記號 5.記入必要事項 當各組數據都標示在座標上之後,把蒐集數據目的.數據數量.產品名稱或工程名稱.繪製者.日期等都記載清楚,並且將圖形所得心得記入圖形旁邊空白處.,27,組距 硬度(Y):59-42 = 17 熔燒溫度(X):890-810 = 80,Max,Min,28,鋼之熔燒溫度與硬度散佈圖,熔燒溫度,Y,X,5958

12、56 54 52 50 48 46 44 42 40 0,800 810 820 830 840 850 860 870 880 890,時間:3/13/31,製品名:TB-91 單 位:品管課 製 作:王大全 製作日: 4/3,29,散佈圖的研判一般說來有六種形態 1.正相關:當X增加,Y也增加,也就是表示原因與結果有相對的正相關.,0,X,Y,回轉數,出 力,正相關(相關性強),30,2.弱正相關:散佈圖點的分佈較廣但是有向右上的傾向,這個時候X增加,一般Y也會增加,但非相對性,也就是說X除了受Y的因素影響之外,可能還有其他因素影響著X,有必要進行對其他要因再調查,這種形態叫做似乎有正相關

13、亦稱為弱正相關.,身高,0,體重,X,Y,弱正相關(相關性弱),31,3.完全負相關:當X增加,Y反而減少,而且形態呈現一直線發展的現象.,0,X,Y,溫度,油的粘度,完全負相關(相關性強),32,4.非顯著性負相關:當X增加,Y減少的幅度不是很明顯,這時的X除了受Y的影響之外,尚有其他因素影響著X.,0,X,Y,濕度,步伐,非顯著性負相關(相關性弱),33,5.無相關:如果散佈圖點的分佈呈現雜亂,沒有任何傾向時稱之,也就是說X與Y之間看不出有任何關係,這時候應再一次先將數據層別化之後再分析.,0,X,Y,氣壓,溫度,無 相 關,34,6.曲線相關:假如 X 增大, Y 也隨之增大,但是 X

14、增大到某一值之後, Y 反而開始減少.因此產生散佈圖點的分佈有曲線傾向的形態.,0,X,Y,年齡,記憶,曲 線 相 關,35,直方圖(Histogram) 直方圖是一種將數據以簡單方式呈現的工具，可以讓分析者快速地了解某特定時間內製程的狀況。 橫軸代表某個品質特性或變數量測值之分類，縱軸表示每一類出現之次數。,36,典型的直方圖,37,常見的直方圖類型及其意義,鐘型分配： 在上下界限中央有一高峰，且圖形以中心點對稱，顯示此數據來自一個常態製程。,雙峰分配： 在數據分布範圍中央有一低谷，而兩旁各有一高峰。此種圖形是混合兩個鐘型分配，可能的情形是這些數據來自兩部不同之機器、操作員或生產線。,高原型

15、分配： 沒有顯著的高峰和尾端，此種直方圖的數據可能來自數個鐘型分配。可能原因之一是無標準作業程序，操作員自行其事，造成極大之變異。,梳狀分配： 直方圖上高低值交互出現。可能是量測誤差或分組不當。,39,偏斜型分配： 高峰出現在接近某端分布邊緣，另一邊是長長的尾巴。若尾巴向右延伸稱為右偏，反之稱為左偏。,截斷型分配： 高峰發生在(或靠近)數據分布之邊緣。截斷型直方圖之發生是將某些數據自鐘型分配數據中移去，例如:實施100%全檢後將不合格品數據剔除。,40,離島型分配： 直方圖上出現兩個大小相差甚多之高峰。較低之高峰數據可能來自於某一特別之機器、製程或作業員，亦可能是量測誤差或抄寫數據時產生之錯誤。,邊緣突出型分配： 在平滑分配的邊緣出現一突出之高峰。此情形通常為資料記錄錯誤所造成。,41,直方圖的繪製步驟： 收集數據：製作直方圖，一般需取得50200個數據如果數據個數(n)太少，就不容易看出群體的性質。 求出數據中的最大值(M)與最小值(m) 決定組數：直方圖柱形的個數為k，一般而言可採取經驗值 決定組距：組距(h) 的求法為最大直減去最小值再除以先前所得的組