《[经管营销]qc七种工具》由会员分享，可在线阅读，更多相关《[经管营销]qc七种工具（96页珍藏版）》请在金锄头文库上搜索。
1、2019/1/17,CATARCTR,1,QC七种工具,因果图 排列图 直方图 检查表 控制图 散布图 分层法,2019/1/17,CATARCTR,2,因果图,又称特性要因图，石川图或鱼刺图 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 使小组能集中于问题的实质，围绕问题产生集体智慧和意见 集体智慧的火花集中于问题的原因而不是问题的现状,2019/1/17,CATARCTR,3,因果图的基本结构,2019/1/17,CATARCTR,4,因果图作图步骤,选题，分析对象，确定质量特性。 组织讨论，找出所有可能会影响结果的因素。 找出各因素之间的因果关系，在
2、图上以因果关系的箭头表示出来。 根据对结果影响的重要程度，将认为对结果有显著影响的重要原因标示出来。 在因果图上标出有关信息。,2019/1/17,CATARCTR,5,因果图示例,2019/1/17,CATARCTR,6,绘制因果图注意事项,确定原因时应集思广益，充分发扬民主 所要分析的质量特性问题，应提得尽可能具体 一张因果图只反映一个质量特性问题 原因分析到绘制能采取具体措施为止 检查无遗漏 要运用其它工具和技术进行验证 不断完善，纳入受控文件进行控制,2019/1/17,CATARCTR,7,排列图,质量问题是以质量损失（缺陷项目和损失金额）的形式来体现的。大多数损失是由少数几种的缺陷
3、引起的( Pareto原则) ，而这这几种缺陷又是由少数原因引起的。因此，只要明确这些“关键的少数”，就可以消除这些特殊原因，避免由此引起的大量损失。用排列图法，可以实现这一目的。,2019/1/17,CATARCTR,8,排列图的分类,分析现象用排列图：与不良结果有关 质量：缺陷、故障、顾客抱怨、退货或维修等 成本：损失金额或费用等 交货期：存货短缺或交货期拖延 安全：发生事故或出现差错等 分析原因用排列图：与过程有关 操作者：班次、性别、年龄、经验等 机器：设备、工具、模具、仪器 原材料：供应商、批次、种类 作业方法：作业安排、方法等 作业环境：温度、湿度、光线、噪声等,2019/1/17
4、,CATARCTR,9,作排列图的步骤,明确问题以及如何收集数据 设计数据记录表（检查表），记录数据 将数据从大到小排列，并累计计算 画排列图 在图上画累计频数折线 在图上记入必要事项,2019/1/17,CATARCTR,10,例：某厂随机调查4月1日至7月1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：,排列图示例,2019/1/17,CATARCTR,11,日期：4月1日至7月31日 调查铸件总数： 5000件,排列图,2019/1/17,CATARCTR,12,制作排列图注意要点,把握问题的实质，以确定“关键的少数”。 通常将因素按累计比率分为三类： A类因
5、素：累计比率在080%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。 “其它”项不能过大，否则分类不够理想。,2019/1/17,CATARCTR,13,排列图和因果图结合使用,选题 分析问题 采取对策，进行改进 改进前后比较,2019/1/17,CATARCTR,14,案例分析,某厂为降低产品不良品率,2019/1/17,CATARCTR,15,影响产品不合格因素排列图,6月1日至7月31日,2019/1/17,CATARCTR,16,产品尺寸缺陷因果图,2019/1/17,CATARCTR,17,影响产品尺寸缺陷因素排列图,2019/1/17,CATA
6、RCTR,18,改进后影响产品不合格因素排列图,9月1日至10月31日,2019/1/17,CATARCTR,19,改进前后不良品排列图比较,2019/1/17,CATARCTR,20,直方图,直方图是从工序中随机抽取样本，将从数据中获取的数据进行整理，绘成图，从中找到质量波动规律，预测工序质量的一种工具。,2019/1/17,CATARCTR,21,直方图的作用,展示用表格难以说明的大量数据 显示各种数值出现的相对频率 揭示数据的中心、波动及形状 快速阐明数据的潜在分布 为预测过程提供有利信息 可以发现“过程是否能满足顾客要求”,2019/1/17,CATARCTR,22,直方图的绘制步骤,
7、明确衡量过程的特性值 收集数据 计算极差 数据分组 作频数分布表 画直方图 在图上记录有关资料,2019/1/17,CATARCTR,23,直方图原始数据表（单位：mm）,2019/1/17,CATARCTR,24,直方图,2019/1/17,CATARCTR,25,直方图的常见类型,2019/1/17,CATARCTR,26,直方图的常见类型,标准型：左右对称，最常见 锯齿型：数据分组过多，或测量读数错误 偏峰型：产品尺寸受公差影响 陡壁型：工序能力不足，进行全数检查 平顶型：几种均值不同的分布混在一起 双峰型：均值相差较大的两种分布混在一起 孤岛型：中混有另一分布的少量数据,2019/1/
8、17,CATARCTR,27,直方图与公差限,2019/1/17,CATARCTR,28,直方图与公差限,直方图满足公差要求 (a)状况无需调整 (b)要考虑减少波动 直方图不满足公差要求 (c)采取措施，使平均值接近规格的中间值 (d)要采取措施，减少波动 (e)同时采取(c) 和(d)的措施,2019/1/17,CATARCTR,29,检查表,检查表法，又称调查表法，是利用统计表来进行数据整理和初步分析的一种方法。,2019/1/17,CATARCTR,30,检查表的作用,收集数据，“用数据说话” 简单有效，适用于任何重点工作领域的过程，将这些过程的信息整理清晰明了的资料 更清楚地描写出整
9、个情况的事实而不是每个成员的个人意见,2019/1/17,CATARCTR,31,使用检查表法的步骤,对观察到的事物或现象做出统一规定 决定由谁收集资料 确定资料的来源和范围 设计检查表 收集资料 整理,2019/1/17,CATARCTR,32,检查表的种类,工序分布检查表 不合格项检查表 缺陷位置检查表 缺陷原因检查表,2019/1/17,CATARCTR,33,工序分布检查表,2019/1/17,CATARCTR,34,不合格项检查表,2019/1/17,CATARCTR,35,缺陷原因检查表,2019/1/17,CATARCTR,36,缺陷位置检查表,2019/1/17,CATARCT
10、R,37,控制图,对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控制状态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。,2019/1/17,CATARCTR,38,控制图的构成,上控制限 中心线 下控制限,2019/1/17,CATARCTR,39,影响过程波动的因素,普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。 特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。,2019/1/17,CATARCTR,40,控制图
11、法的目的,发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。,2019/1/17,CATARCTR,41,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%。,2019/1/17,CATARCTR,42,控制图的种类,计量值控制图 均值极差控制图 均值标准差控制图 中位数极差控制图 单值移动极差控制图,计数值控制图 不合格品数控制图 不合格品率控制图 不合格数控制图 单位不合格数控制图,2019/1/17,CATARCTR,43,常规计量值控制图控制线计算公式,2019/1/17,C
12、ATARCTR,44,常规计数值控制图控制线计算公式,2019/1/17,CATARCTR,45,X bar-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 bar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 bar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。,2019/1/17,CATARCTR,46,分析用控制图数据表,2019/1/17,CATARCTR,47,分析用控制图,2019/1/17,CATARC
13、TR,48,剔除异常数据后补充采集的数据表,2019/1/17,CATARCTR,49,剔除异常数据后补充采集数据分析用控制图,2019/1/17,CATARCTR,50,控制用控制图控制限,X bar图 UCL=82.81 CL=82.51 LCL=80.21,R 图 UCL=4.08 CL=1.79 LCL=0.00,2019/1/17,CATARCTR,51,异常点,点出界 点排列不随机，存在某种“趋势”,2019/1/17,CATARCTR,52,控制图判异准则（）,2019/1/17,CATARCTR,53,控制图判异准则（）,2019/1/17,CATARCTR,54,控制图绘制及
14、应用时应注意,应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态 R图体现的是数据的组间波动，X bar图体现的是数据的组内波动 只有当R图稳定无异常，过程 达到“受控”状态时，分析过程能力才有意义,2019/1/17,CATARCTR,55,过程能力和过程能力指数Cp,过程能力：反映过程加工内在一致性，用6表示（其数值越小越好），取决于影响过程的人、机、料、法、环等因素，与公差无关 过程能力指数：指过程的加工质量满足技术要求的能力大小，其计算公式为：,2019/1/17,CATARCTR,56,过程能力评价,2019/1/17,CATARCTR,57,有偏离情况的过程能力指数Cpk
15、,有偏离情况的过程能力指数Cpk 式中：k为偏离度，当k 1，规定Cpk=0,2019/1/17,CATARCTR,58,联合应用Cp与Cpk所代表的合格品率(%),2019/1/17,CATARCTR,59,散布图的概念,在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列通过观察得到的两个变量的成对数据点一一描在X-Y座标系中，由此可以看出两变量是否线性相关，如果二者线性相关，可以对这两变量进行预测或控制。,2019/1/17,CATARCTR,60,散布图的六种形式,(a)X与Y强正相关 (b)X与Y弱正相关 (c)X与Y强负相关 (d)X与Y弱负相关 (e)X与Y不相关 (f)
16、X与Y非线性相关,2019/1/17,CATARCTR,61,散布图示意图,2019/1/17,CATARCTR,62,散布图案例,制作塑料桶时吹气压力（kg/cm2）与不良品率（%）数据表,2019/1/17,CATARCTR,63,散布图案例,2019/1/17,CATARCTR,64,散布图的相关系数,式中：,2019/1/17,CATARCTR,65,散布图一元线性回归方程,式中：,2019/1/17,CATARCTR,66,散布图相关分析案例,2019/1/17,CATARCTR,67,压力与厚度散布图,2019/1/17,CATARCTR,68,压力与厚度回归直线,2019/1/17,CATARCTR,69,分层法的概念,所谓分层法，是根据产生数据的特征（如：何人、何处、何种方法、何种设备）将数据划分成若干组的方法。 石川馨先生曾多次强调：不对数据进行分层，就不能搞好质量管理。,2019/1/17,CATARCTR,70,分层法的特点,分层法不是单独使用的，而是结合直方图、排列
