《[管理学]QC七种工具10 08》由会员分享，可在线阅读，更多相关《[管理学]QC七种工具10 08（85页珍藏版）》请在金锄头文库上搜索。
1、 QC 七手法讲义统计技术应用方法系列讲座Date1QC七种工具n散布 图n分层 法n直方 图n检查 表n控制 图n因果 图n排列 图Date2概述产品实现过程（过程：一组将输入 转换为输出的相互关联或相互作用的活动）存 在着波动和变异，在一定的条件下生产出来的 产品，其质量特性不可能完全一样，总是参差 不齐的。统计技术是指收集、整理和分析数 据变异并进行推论的技术，其作用是确定、控 制和验证过程能力及产品（产品：过程的结果 ）特性（特性：可区分的特征）。使用统计技 术可帮助组织了解变异，从而有助于组织解决 问题并提高有效性和效率。这些技术也有助于 更好地利用可获得的数据进行决策。Date3统
2、计技术的用途1.提供表示事物特征的数据； 2.比较两事物的差异； 3.分析影响事物变化的因素； 4.分析事物之间的相互关系； 5.研究取样和试验方法，确定合理 的试验方案； 6.发现质量问题，分析和掌握质量 数据的分布状况和动态变化。Date4产品质量波动1.正常波动：由随机原因引起的产品 质量波动，又称一般波动。我们把仅有正 常波动的生产过程称为处于统计控制状态 ，简称为控制状态或稳定状态。 2.异常波动：由系统原因引起的产品 质量波动，又称特殊波动。我们把有异常 波动的生产过程称为处于非统计控制状态 ，简称为失控状态或不稳定状态。Date5产品质量波动的原因（5M1E） 1.人（Man)：
3、质量意识、技术水平、文化 素质、熟练程度、身体素质等； 2.机器（Machine):机器设备、工夹具的精 度和维护保养状况等； 3.材料（Material):材料的化学成分、物理 性能和外观质量等； 4.方法（Method):加工工艺、操作规程和作 业指导书的正确性和合理性等； 5.测量（Measure):测量设备、试验手段、 测试方法等； 6.环境（Enviroment):工作现场的温度、湿 度、洁净度、照明、噪声、震动等。Date6统计数据及其分类数据有的是测量出来的，有的 是数出来的，有的是通过计算得来的。从统 计的角度来看，数据分为计量数据和计数数 据两大类。1.计量数据：凡是可以连续
4、取值的 ，或者说用测量工具具体测量出小数点以下 数值的这类数据。如长度、温度、重量等；2.计数数据：凡是不能连续取值的 ，或者说即使用测量工具也得不到小数点以 下的数据，而只能得到0或者1，2，3 等 自然数的这类 数据。如不合格品数、疵点 数等。Date7统计特征数统计特征数分为两类，一类是表 示数据的集中位置，如样本平均值、样本 中位数等；另一类是表示数据的离散程度 ，如样本极差、样本标准偏差等。1.样本平均值2.样本中位数3.样本方差4.样本标准偏差5.样本极差Date8数据特征数的举例有一组数据为2、3、4、5、6，那 么：X（23456）4X4SS=R=6-2=4如果一组数据的个数为
5、偶数，如2 、3、4、5、6、7，那么X（45）/2 4.5Date9排列图排列图又叫帊累托图。它是将 质量改进项目从最重要到最次要进行排 列而采用的一种简单的图示技术。排列 图由一个横坐标和两个纵坐标、若干个 按高低顺序排列的矩形和一条累计百分 比折线组成。它运用的原理是“关键的少 数，次要的多数”。实际生产过程中，少 数项目起着主要的、决定性的影响，在 质量改进中运用这一原理，通过区分最 重要和其它次要的项目，可以用最少的 努力获得最大的改进效果。Date10例：某厂随机调查4月1日至6月30日 的产品共5000件，对其逐一检查，进行缺 陷分析，得到缺陷种类及数据如下：缺陷 类型断 裂擦
6、伤污 染弯 曲裂 纹砂 眼其 它合 计缺陷数 1044220106414200排列图示例Date11某厂二季度不合格品排列图计算表缺陷类 型不合格数累计不合格 数频率（）累计频 率（ ） 断裂1041045252擦伤421462173污染201661083弯曲10176588裂纹6182391砂眼4186293其它142007100合计200100Date12日期：4月1日至6月30日调查铸件总数： 5000件排列图Date13排列图的应用程序 1.选择要进行质量分析的项目； 2.选择用于质量分析的度量单位，如出现 的次数、不合格品数等； 3.选择进行质量分析的时间范围； 4.画横坐标； 5.
7、画纵坐标； 6.在每个项目上画矩形，高度是该项目的 量值； 7.从左到右累加每一项目的量值，画出累 计频率曲线； 8.确定需要改进的项目。Date14制作排列图注意要点 1.把握问题的实质，以确定“关键的 少数”。 2.通常将因素按累计比率分为三类：A类因素：累计比率在6080% 之间；B类因素：累计比率在8090% 之间；C类因素：累计比率在90100% 之间。排列图的解决对象是A类因素。 3.“其它”项不能过大，否则需要重新 分类。 4.不管“其它”项的数值有多大，它必 须排在所有因素的最后。Date15因果图1.因果图又称特性要因图、石川图 、树枝图或鱼刺图等。它是揭示质量特性波 动与其
8、潜在原因关系的一种图表。2.用图解法对影响过程或产品质量 问题的各种因素进行全面系统的观察和分析 ，找出其因果关系。3.因果图在质量管理活动中，尤其 是在QC小组活动、质量分析和质量改进活动 中有着广泛的用途。Date16因果图的基本结构质量问题原因类别第1层第2层因素(原因)特性(结果)第3层Date17因果图的应用程序1.简明扼要地确定结果，即确定需 要解决的质量问题； 2.确定可能发生的原因的主要类别 ； 3.画图； 4.寻找下一个层次的原因，并一层 层展开，至少有2层； 5.从最高层次中确定要因（一般为3 5个）。Date18因果图示例轴颈有刀痕机床操作者材 料工艺方法环境机床精度不够
9、主轴松动轴承磨损油压不稳夹具磨损油中有气泡漏油缺乏作业技能未经培训无作业标准工作纪律松驰疲劳没有积极性薪金低日夜加班情绪气温高光线光线过强光线弱材质不当冷却液不标准浓度不当上道工序加工不良中心孔位 置不正确切削速度转速高进给量大用错刀具刀具管理不善小组名称：组长：成员：日期：Date19绘制因果图注意事项n确定原因时应集思广益，畅所欲言， 充分发扬民主，体现集体的智慧。n所要分析的质量特性问题，应提得尽 可能具体。n一张因果图只反映一个质量特性问题 。n原因分析绘制到能采取具体措施为止 。n检查有无遗漏的原因。n要运用其它工具和技术进行验证，确 定要因n不断完善，纳入受控文件进行控制（ FME
10、A)Date20排列图和因果图结合使用的案例工作步骤1.选题（排列图）2.分析问题（因果图）3.采取对策，进行改进（对策表 ）4.改进前后比较（排列图）Date21案例分析某厂为降低产品不良品率*22影响产品不合格因素排列图6月1日至7月31日Date23产品尺寸缺陷操作者机 器零件和原料作业方法健康疲劳疾病 教育培训经验精神注意力心情操作稳定不平衡 变形磨损夹具和工具成分贮存原料质量排列形状尺寸拧紧程度定位顺序位置角度装配动作程序速度产品尺寸缺陷因果图Date24对策措施序 号问题点对策措施责任人完成日期1装配位置不当调整安装位置XXXXX-XX-XX2动作速度太快对安装速度进行调整XXXX
11、X-XX-XX3材料成分不稳 定质检部加强对材料成分的 检查XXXXX-XX-XX4材料成分不稳 定要求供方加强过程管控， 确保材料成分稳定XXXXX-XX-XX5工夹具磨损 严重对夹具加强维护保养并进 行寿命管控XXXXX-XX-XXDate25改进后影响产品不合格因素排列图9月1日至10月31日Date26改进前后不良品排列图比较6月1日至7月31日9月1日至10月31日总改进效果改进效果Date27控制图控制图是对过程质量加以测定、记录 并进行控制管理的一种用统计方法设计的图 。 控制图是由美国工程师休哈特提出来 的，故又称休哈特控制图。 控制图是用来区分正常波动与异常波 动的一种工具，
12、控制图的控制界限是区分正 常波动与异常波动的科学界限。 目的是及时发现已经存在的或潜在的 影响过程质量的异常因素，采取措施加以消 除，使过程处于稳定状态，做到过程可预测 。Date28控制图的构成上控制限中心线下控制限上控制限中心线下控制限过程受控过程不受控Date29休哈特控制图的原理3原则：在无异因（只存 在偶因）的前提下，控制图上 点出现异常的概率不超过 0.27%。Date30控制图的种类计量值控 制图n均值极差控制 图n均值标准差控 制图n中位数极差控 制图n单值移动极差 控制图 计数值控 制图n不合格品数控 制图n不合格品率控 制图n不合格数控制 图n单位不合格数 控制图Date3
13、1常规计量值控制图控制线计算公式控制图名称控制线公式备注图： ；R图：样本量n10图： ；s图：样本量n10图： ；R图：X 图： ；Rs图：Date32控制图名称控制线公式备注p np u c常规计数值控制图控制线计算公式Date33控制图举例 X -R控制图制作步骤及应用 1.收集数据 2.描点画图 3.计算分析控制限 4.将分析控制限和中心线画在图上 5.分析R图和X 图 6.分析特殊原因，采取措施，加以消除 7.重新采集数据，重复1至5步，直至R图和X 图都 正常，可认为过程无异因，此时的控制限就可做为控制 用的控制限 8.分析过程能力 9.保持过程，加以持续改进。Date34分析用控
14、制图数据表序号x1x2x3x4序号x1x2x3x4 181.86 81.61 82.98 81.831482.40 81.41 82.93 73.13 282.09 81.06 80.48 80.071585.15 80.91 81.31 82.43 381.21 82.77 79.95 80.721681.32 80.12 81.23 80.33 481.23 80.61 81.68 82.131781.39 80.8580.680.93 583.20 82.50 82.37 80.541881.37 83.12 80.39 81.81 686.68 82.48 82.96 82.12198
15、2.62 82.06 81.49 80.92 780.17 81.83 81.12 81.412079.76 81.17 81.24 79.54 881.780.09 81.55 80.572181.06 82.06 82.76 82.46 980.69 80.49 82.16 85.292282.55 83.53 82.94 81.89 1082.72 82.12 81.77 81.602383.33 80.33 80.36 80.67 1180.98 81.33 81.60 80.702480.17 81.33 82.57 80.87 1280.42 82.20 80.13 80.2425
16、81.679.88 81.69 81.79 1382.11 82.13 83.22 82.17Date35分析用控制图Date36剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x2x3x4 181.86 81.61 82.98 81.831485.15 80.91 81.31 82.43 282.09 81.06 80.48 80.071581.32 80.12 81.23 80.33 381.21 82.77 79.95 80.721681.39 80.85 80.680.93 481.23 80.61 81.68 82.131781.37 83.12 80.39 81.81 583.20 82.50 82.37 80.541882.62 82.06 81.49 80.92 686.68 82.48 82.96 82.121979.76 81.17 81.24 79.54 780.17 81.83 81.12 81.41
