QC七大手法(OLD)市公開課一等獎省賽課獲獎課件

QC七大手法

(OLD)1QC七大手法(OLD)第1頁什麼是QC七大手法？QC:QualityControl(質量管制；品管)1.直方圖(Histogram)2.管制圖(ControlChart)3.魚骨圖(CauseandEffectDiagram)4.查檢表(CheckSheet)5.柏拉圖(ParetoChart)6.散布圖(ScatterDiagram)7.層別法(Stratification)2QC七大手法(OLD)第2頁QC七大手法

itemDayshiftNightshiftx管制圖因果關系圖/魚骨圖查檢表柏拉圖散布圖層別法100%LSLUSL直方圖3QC七大手法(OLD)第3頁1.直方圖說明：

劃分數(shù)據(jù)（如考試成績）分配范圍為數(shù)個區(qū)間，計算各區(qū)間內該數(shù)據(jù)出現(xiàn)次數(shù)，并制作成次數(shù)分配表。(2)用途：描述數(shù)據(jù)分布（平均值、變異、對稱），借以判斷工序有沒有異常情形。并檢驗該數(shù)據(jù)是否正常受控，有足夠能力符合客戶需求。規(guī)格下界規(guī)格上界4QC七大手法(OLD)第4頁范例–微塵粒子數(shù)據(jù)251291015141788221421722515532141514181524133222322191325114212617221281212631920642691425561229131517836141818101912233021119107164115151931171221126139131639104271281916(1)找出“最大值”，“最小值”以及數(shù)據(jù)“個數(shù)”Max=39Min=1TotaldatapointsN=100(2)決定區(qū)間個數(shù)K:K=NK=10(3)決定區(qū)間寬度H:H=(Max-Min)/K39-1H=10~=45QC七大手法(OLD)第5頁(4)

作出“頻次”表(5)劃出直方圖區(qū)間界限0.5~4.54.5~8.58.5~12.512.5~16.516.5~20.5頻次20.5~24.524.5~28.528.5~32.532.5~36.536.5~40.510142019111185115102015

頻次區(qū)間界限0481216202428323640范例–微塵粒子數(shù)據(jù)6QC七大手法(OLD)第6頁2.管制圖說明：

把品質特征（如芯片薄膜厚度）點以記號標示上去，藉著該點在管制界限內側或外側情形，能夠判斷工序是否在控制狀態(tài)中。(2)用途：借由管制界限訂定,區(qū)分出工序變異合理性。即時監(jiān)控，并能夠在制程異常時馬上采取改進對策。管制上界管制下界目標值7QC七大手法(OLD)第7頁

規(guī)格界限

管制界限?問題:8QC七大手法(OLD)第8頁答案:來自客戶要求對于產(chǎn)品質量控管每一量測單點都必須在規(guī)格界限之內規(guī)格界限

規(guī)格界限

管制界限>=說明：管制界限工序變異自然允許范圍對于制程/機臺控管每一量測平均值都必須在管制界限之內9QC七大手法(OLD)第9頁說明：有如魚骨增加方式，有系統(tǒng)地整理工作結果（特征）以及其原因（要因）。(2)用途：

在改進小組腦力激蕩之下，列舉全部可能異常原因；逐一過濾之后，會發(fā)覺日常忽略小毛病，可能就是問題根源。3.魚骨圖（因果關系圖）原因1結果原因2原因3原因410QC七大手法(OLD)第10頁例：產(chǎn)品良率太低Man

(操作人員)Machine(機器設備)Method(生產(chǎn)方法)要因特征

Environment(生產(chǎn)環(huán)境)范例(1)–4M1E方向4M1E:人、機、料、法、環(huán)

Material(原材料)11QC七大手法(OLD)第11頁為何量測變異太大量測程序不嚴謹環(huán)境差異設備差異人員訓練不足人員技術差異量測程序未標準化設備維護未標準化檢驗問題數(shù)據(jù)取得不易溫度改變濕度改變清潔度改變振動原因機械不穩(wěn)定設備磨耗電性不穩(wěn)定數(shù)據(jù)換算不穩(wěn)定范例(2)12QC七大手法(OLD)第12頁4.查檢表ITEMABC123說明：

在搜集各種數(shù)據(jù)之后，為確認并能毫無遺漏查檢，將結果制成簡單表格。

(2)用途：能夠讓數(shù)據(jù)搜集更為規(guī)律、有效；制成表格更為簡明、易懂。13QC七大手法(OLD)第13頁機臺定時保養(yǎng)之后查檢項目：ItemO-ringGasFlowLockChamberAChamberCChamberB范例14QC七大手法(OLD)第14頁5.柏拉圖100%說明：

分類不良及缺點等內容，然后按照大小次序，利用累計數(shù)據(jù)來表示。(2)用途：將問題點表現(xiàn)出來，并展現(xiàn)其相對主要性，提供改進方向優(yōu)先次序。15QC七大手法(OLD)第15頁某餐廳用戶滿意度調查：埋怨種類總件數(shù)百分比累計百分比1.coldfood2.saladnotfresh3.lackofcleanliness4.poorservice5.foodtastesbad6.foodtoogreasy7.flimsyutensils8.notcourtesy105(105/260)40%(94/260)35%(25/260)10%(13/260)5%(10/260)4%(9/260)4%(2/260)1%(2/260)1%40%75%85%90%94%98%99%100%94251310922范例16QC七大手法(OLD)第16頁coldfoodsaladnotfreshlackofcleanlinesspoorservicefoodtastebadfoodtoogreasyFlimsyutensilnotcourtesy501001502002501050100%0范例(續(xù))17QC七大手法(OLD)第17頁

EAB

C

E

A

D

B

C

60%柏拉圖能夠用來說明改進過程有效性：比如圖甲為改進前柏拉圖，共有A,B,C,D,E五大不良原因。再來針對A與B前兩大原因采取改進對策，若干時日之后能夠重新搜集數(shù)據(jù)，劃出改進后柏拉圖。由圖乙結果顯示，A與B發(fā)生次數(shù)顯著降低，C變成是最大不良原因。整體效果改進60%.100%圖甲:改進前圖乙:改進后100%D范例18QC七大手法(OLD)第18頁6.散布圖說明：

將成正確二組數(shù)據(jù)制成圖表，以觀察數(shù)據(jù)之間相互關系。(2)用途：

檢驗二組數(shù)據(jù)之間相互關系，尤其是對魚骨圖中因、果驗證。當相關程度甚高時，可用回歸分析作深入研究、控管。Y（果）X（因）19QC七大手法(OLD)第19頁相關系數(shù)說明r=0.9r=0.6 r=0.3r=-0.9 r=-0.6 r=0.3不相關正相關強正相關強負相關負相關有異常點存在20QC七大手法(OLD)第20頁相關分析(CorrelationAnalysis)正相關負相關計算相關系數(shù)：Sum(X-X)*(Y-Y)r= Sum(X-X)Sum(Y-Y)

能夠使用Excel來計算:Tools->DataAnalysis->CorrelationFunction->Correl(X;Y)參考值r<0.3-->弱0.3=<r<0.8-->普通r>=0.8-->強2221QC七大手法(OLD)第21頁產(chǎn)品良率（Y）與因子X相關性：8075產(chǎn)品良率706530323436384042X因子范例r=-0.62回歸結果：Y=119.07-1.23X

X

Y

3372397637743278377840663678396641673580377637783871386922QC七大手法(OLD)第22頁7.層別法說明：以數(shù)據(jù)共同點、特征為主，將對象中含有相同作業(yè)者（人）、機械（機）、原料（料）或作業(yè)方法（法），分成數(shù)個集團。(2)用途：

區(qū)分出問題起源，然后能夠給予更加好控管、改進。AB23QC七大手法(OLD)第23頁管制圖層別：AABBCCABBBCCCA作業(yè)者ABC總圖24QC七大手法(OLD