qdc七大手法培训教材

《qdc七大手法培训教材》由会员分享，可在线阅读，更多相关《qdc七大手法培训教材（84页珍藏版）》请在金锄头文库上搜索。

1、,2009 TQM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,7S,Total Quality Control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

2、案便成为主流。这时在错误方向下，越 努力的人，所造成的损失越大。戴明博士（ W.Edwards Deming）称之为努力使自己早些灭亡。,什么是QDC七大手法,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（Scatter Diagram）:掲示不同要素之间的相关性 4.柏拉图（Pareto Diagram、図）:确定主要要素 5.管

3、理图（Control Chart）:掲示数据群波动的情况 6.特性要因图（Characteristic Diagram）: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？,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,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)

4、,QDC七大手法与PDCA,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,（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。,检查表的一般形式.,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

5、，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。,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

6、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,检查表就在你的日常工作中.,检查表的应用实例,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,（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

7、.数据和规格之间的关系。,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！ 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,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,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

8、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：来自不同的群体,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,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

9、130160，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,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，再予以比较； 最大值用“”框起来，最小值用“”框起来。 EX：,求得：L=148 S=121 备注：若于MS Excel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。,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

10、 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+3.32logn，60=1+3.32（1.78）=6.9 （3）一般数据的分组可参照下表：,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

11、下组界=第一组上组界 例：第一组：121-1/2=120.5124.5 第二组：124.5128.5 第三组：128.5132.5 第四组：132.5136.5 第五组：136.5140.5 第六组：140.5144.5 第七组：144.5148.5,（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,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，

12、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,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，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。,（三）散布图-Scatter Diagram,1、定义：用来表示一组成对

13、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50100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,散布图的图例,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：

14、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,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: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。,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

15、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。,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。 例：某化学工场制造产品时，反应温度应控制在3040，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？,散布图的玄机（3/3）,由图中可以看出似有正相关的情形，

16、但不明确，经层别后可以看出较为 明显的正相关。,1班,2班,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 验证其是否为具有重大影响力的要因。,散布图的实例.,画出身高与年龄的散布关系,（四）柏拉图-Pareto Diagram,柏拉图-80/20法则,讲古篇 为何叫柏拉图 - Pareto Chart 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