QC七大手法品質教育訓練課程--gexinjiaoyu.ppt

1、品質教育訓練課程 QC七大手法,何謂 QC七大手法?,Quality Control 七大手法 = 品管七大手法 1950年代由日本首先提倡，並於1980年代發(fā)揚光大至全世界 沒有足夠而正確的工具來得知事件的真相跟“瞎子摸象” 無異。每個瞎子摸到的部位都不一樣，自然彼此見解也不一樣，很多時候團隊中充滿各種自以為是的爭辯，演變到後來變成誰在爭辯中機智反應比較快，態(tài)度比較堅持、強悍那他的解決方案便成為主流。這時在錯誤方向下，越努力的人，所造成的損失越大。戴明博士(W. Edwards Deming)稱之為努力挖掘自已的墳墓。,QC七大手法有哪些?,憑經驗去決定問題點，不易掌握重點，應利用統(tǒng)計方法來

2、解析所得的數(shù)據(jù)或圖表，藉以取得重點；QC 七大手法是目前最簡單、常用的統(tǒng)計手法，時時刻刻在生活中出現(xiàn)，分別如下: 1.查檢表 (Checklist) :收集、整理資料 2.直方圖 (Histogram):展示資料的分佈情況 3.散佈圖 (Scatter Diagram):展示變數(shù)之間的線性關係 4.柏拉圖 (Pareto Diagram):確定主導因素 5.管制圖 (Control Chart):識別波動的來源 6.特性要因圖 (Characteristic Diagram):尋找引發(fā)結果的原因 7. 層別法 (Stratification):從不同角度層面發(fā)現(xiàn)問題,QC七大手法有哪些?,析因

3、果,視相關,查現(xiàn)象,示重點,看分佈,濾問題,管異常 魚骨圖,散佈圖,查檢表,柏拉圖,直方圖,層別法,管制圖,QC七大手法? 跟我有關係嗎?,你曾有過出門忘記帶手機、鑰匙、皮包的痛苦經驗嗎？(查檢表) 你曾經有長官交付任務卻考不清楚方向的迷惘嗎？(柏拉圖) (特性要因圖) 干係今! 怎麼全臺灣的人都中獎了只有我槓龜。樂透彩券真的公平嗎？(直方圖)(散佈圖),QC七大手法與 PDCA,正確數(shù)據(jù) = 事實,垃圾進，垃圾出. 數(shù)據(jù)分類 1).定性數(shù)據(jù)(布的質感/酒的香醇) 2).定量數(shù)據(jù)(計數(shù):良品數(shù)、缺點數(shù)) (計量:重量、時間、長度.) 應用數(shù)據(jù)須注意: 1.搜集正確可用的數(shù)據(jù) 2.避免個人主觀的

4、判斷 3.掌握事實的真相 4.數(shù)據(jù)不可造假,否則問題將永遠無法解決,查檢表： 在收集數(shù)據(jù)時一種簡單的表格，將其有關項目和預定搜集的數(shù)據(jù)，依其使用目的，以很簡單的符號填註，而容易彙集整理，用以了解現(xiàn)狀、做分析或做核對點檢使用，這種設計出來的表格稱之為查檢表。,(一)查檢表-Checklist,查檢表的實例,查檢表的目的,1.日常管理: 品質管制項目的點檢，作業(yè)前的點檢，設備安全、作業(yè)標 準的遵守。 2.特別調查: 問題已經發(fā)生要加以調查，或主題調查、不良原因調查， 發(fā)現(xiàn)改善點的點檢。 3.取得記錄: 為了要報告，需取得記錄，如推移圖、直方圖,查檢表的種類,1. (事前)點檢用查檢表: 點檢用查檢

5、表是為了要確認作業(yè)實施、機械設備的實施情形、預防發(fā) 生不良或事故、確保安全時使用。如機械定期保養(yǎng)檢核表、不安全處 所檢核表、登山裝備檢核表等，這種檢核表主要是調查作業(yè)過程之 情形，可防止作業(yè)的遺漏或疏失 (事前) 2. (事後)記錄用檢核表: 是將數(shù)據(jù)分類為幾個項目別，如依不良的種類、工程別、原因別等排 列出來再以符號或數(shù)字記錄於圖或表中，藉以瞭解數(shù)據(jù)分佈之狀況。 這種查檢表主要是調查作業(yè)結果的情形，不單是記載每天的數(shù)據(jù)，並 且可以看出那一種項目的數(shù)據(jù)特別集中 (事後),查檢表就在你的日常工作中,(二)直方圖 -Histogram,是將數(shù)據(jù)所分佈的範圍，區(qū)分為幾個區(qū)間，將出現(xiàn)在各區(qū)間內的數(shù)據(jù)之

6、出現(xiàn)次數(shù)作成次數(shù)表，並將其以圖(柱形圖)的形式表現(xiàn)出來。 透過數(shù)據(jù)的量測 (長度、重量、時間、溫度、硬度等，經由量測所得到的數(shù)據(jù)) 及直方圖的整理，我們可以得到數(shù)據(jù)的幾種特徵: 1. 數(shù)據(jù)的分佈形態(tài)(分配狀態(tài)) 2. 數(shù)據(jù)的中心位置。 3. 數(shù)據(jù)離散程度的大小。 4. 數(shù)據(jù)和規(guī)格之間的關係。,直方圖與我們,次數(shù),常見的直方圖型態(tài) (1/4),左偏型(右偏型) 說明:直方圖的平均值在分佈中心之左方，次數(shù)在左半邊高到了右半 邊後則緩落，為不對稱分佈。 解析:理論上說，可能是因為規(guī)格等因素，而限制了下限值，當某 一數(shù)據(jù)以下數(shù)值不被採用時，或是避免全距不出現(xiàn)負值時,偏歪分配：單邊規(guī)格、資訊隱藏,規(guī)格下

7、限,左絕壁型(右絕壁型) 說明:直方圖之平均值位在極左方，次數(shù)在左半部急高，而右半部急落。 解析:當把規(guī)格以下之數(shù)據(jù)，完全剔除時，就會出現(xiàn)此種情形。,截斷分配：全檢剔除,規(guī)格下限,常見的直方圖型態(tài) (2/4),雙峰型 說明:分佈在中央的次數(shù)比較少，且在左右各有一座山。 解析:平均值相異約兩類數(shù)據(jù)分佈混合在一超時，即會出現(xiàn)這種情形,雙峰分配：來自不同的群體,常見的直方圖型態(tài) (3/4),離島型 說明:在直方圖的左端或右端出現(xiàn)分離的小島 解析:不同狀況的數(shù)據(jù)混在一起或發(fā)生異常時,離島分配：特別原因,常見的直方圖型態(tài) (4/4),直方圖就在你的日常工作中,(三)散佈圖 Scatter Diagram

8、,將兩變數(shù)置於縱軸、橫軸上，並將測得值點、記上去所製成之圖，稱為“散佈圖”。 散佈圖通常是用來研究兩變數(shù)間之相關聯(lián)性 (正相關、負相關、或無相關) 。,散佈圖實例,槓龜只能怪自己,散佈圖的製作,散佈圖之製作步驟: 步驟1: 先調查兩組數(shù)據(jù)是否有關係，將所選擇的要因定為X軸，相對的 特性定為 Y軸。如溫度 VS 冷氣銷售量。 步驟2: 在橫軸及縱軸上，點上尺度，橫軸愈向右，其值愈大，縱軸愈向 上，其值愈大。 步驟3: 把數(shù)據(jù)點到座標上。 步驟4: 判讀 散佈圖之製作步驟-Excel: 步驟1: 插入圖表XY散佈圖 步驟2: 選取資料範圍.,散佈圖之點記的分佈狀態(tài)和兩特性值之相關關係有下列三種:

9、1.正相關: 當其中一方的特性值愈大，另一方的數(shù)值也有增加的傾向時，散佈圖會呈向右上方走向，代表此兩特性值為正相關。 2.負相關: 當其中一方的特性值愈大，另一方的數(shù)值卻愈小時，散佈圖會呈現(xiàn)向右下方走向，代表此兩特性值為負相關。 3. 無相關: 兩個特性值互相不受對方影響時，散佈圖幾乎似圓形，代表兩者不相干。,散佈圖的秘密 (1/2),檢討異常值 此外，要瀏覽散佈圖整體，檢視是否有異常值存在。在距離多數(shù)點記之 外的地方，若出現(xiàn)點記的話先調查此數(shù)據(jù)之來源一旦確定是因為 異常之原因所造成之異常值的話，便可將此點去除。 若從圖上無法判別其是否為異常值時，切不可任意下結論，必須追究 此點和其它點偏離之

10、原因在確定其原因後，才能判斷其是否為異常值。,散佈圖的秘密(2/2),1.調查兩特性值之間是否相關: 可經由視覺直接解析判斷其相關性。 2.可判斷異常值之存在: 異常值多半因為作業(yè)失誤、測量失誤、轉記失誤等而發(fā)生的，在製作 散佈圖時，這些異常值常會偏離其它值甚多，很容易察覺出來。 3.應用於問題解決步驟中: 當找出了某現(xiàn)象所發(fā)生的原因後，便可利用散佈圖來驗證其是否為具有重大 影響力之要因。 (即用以判斷要因影響特性之程度: 正相關 ? 負相關? 無相關?),散佈圖的使用,散佈圖的實例,(四)柏拉圖 Pareto Diagram,講古篇 為何叫柏拉圖 Pareto Chart 柏拉圖為十九世紀義

11、大利經濟學家柏拉圖(V. Pareto)調查國民所得分配時，發(fā)現(xiàn)少部分的人, 占有大部份財富。 80/20 法則: 80% 的問題集中於20% 的項目中，故控制 20%的項目即可解決 80%的問題。,精神篇 柏拉圖的基本觀念是: 以有限的人力和時間，有效的解決問題。,柏拉圖 80/20法則,1. 有助於了解那一個項目是最重要問題。 2. 一眼就能明白事情的重要順序。 3. 知道那一項目在整體中所占的比例程度。 4. 可以預測減少某一項目，就能期待整體獲得多少效果。,柏拉圖的好處,製作一個好的柏拉圖,步驟一:座標之取法,即是目的 縱軸:可以代表佔總不良之百分率、故障次數(shù)、損失金額或災害件數(shù) 橫軸

12、:可以代表材料總別、機器總別、缺點總別或加工方法等 步驟二:搜集數(shù)據(jù)資料 一組好的數(shù)據(jù)資料必須要掌握正確的事實，在規(guī)定的期間內去蒐集資料，而這些資料有賴於平時之記錄與匯整。 步驟三:整理數(shù)據(jù)資料 依搜集項目(橫軸)數(shù)據(jù)的大小順序排列。 計算每一項目的數(shù)據(jù)佔累積總和的百分比率。 數(shù)據(jù)之數(shù)目小的項目多時,整理成其他項。 步驟四:柏拉圖分析圖製作 (MS Excel) 步驟五:分析,使用MS Excel製作柏拉圖 1,繪圖,使用MS Excel製作柏拉圖 2,選取“自訂類型” 之 “雙軸折線圖加直條圖”,使用MS Excel製作柏拉圖 5,填入基本資料或說明,使用MS Excel製作柏拉圖 6,使用

13、MS Excel製作柏拉圖 7-1,將圖型微調,使用MS Excel製作柏拉圖 7-2,100%,所有項目 累積和,縱軸最大值:累積和,100%,使用MS Excel製作柏拉圖 8,使用MS Excel製作柏拉圖 9,顯示各數(shù)據(jù)點之數(shù)值,使用MS Excel製作柏拉圖 10,製程:DIP A 線 製圖人:小A 日期: WW30 .,填入柏拉圖製作之基本資料,製程:DIP A 線 製圖人:小A 日期: WW30,好的柏拉圖要件,圖表名稱是否有意義 X,Y軸座標名稱,刻度是否明確 每個條圖之間是否有間距 第一個直方條和累積百分比曲線是否連接 各點資料標籤是否清晰 正確、一致、簡潔(Correct,

14、Consistent, Concise),(五)管制圖 Control Chart,管制圖簡介. 管制圖為Shewhart博士於1924年發(fā)明。 管制圖為一種圖形表示的工具，用以顯示從樣本中量測或計算所得之品質特性。 管制圖不僅能將數(shù)值以曲線表示，觀察其變化之趨勢，並可透過它即時判定製程是否有發(fā)生異常的趨勢或已發(fā)生異常。,管制圖 ?,管制圖範例 - Chart,異常點 Out-of-Control,(歷史資料)平均值,管制上限(UCL): +3,管制下限(LCL): -3,樣本平均值,中心線(CL):,管制圖觀念 基本篇,平均值 : 所有數(shù)值的總和除以此群資料的總數(shù)的值 (詳見小學課本第九冊)

15、 . ex 全距 R : 群體中最大與最小數(shù)值的差距 . 非常易於計算. ex 母體, Population N 母體平均值u 所有可能的取樣結果總稱。 Example骰子、全校數(shù)學成績 樣本, Sample n 樣本平均值 由母體中隨機抽取的小部份數(shù)量。Example 機遇原因 : 不可避免、非人為、不易控制之原因 非機遇原因 :可避免、人為、可控制之原因,管制圖觀念 進階篇,母體變異數(shù) : 母體變異數(shù)的公式(x-u)為何要平方? (與中心值的距離) 母體變異數(shù)的大小與製程能力的關係為何? (變異大不穩(wěn)定.) 母體變異數(shù)可以互相比較嗎? (只要母體相同例如),到中心點的距離,將距離平均 (N

16、=母體總個數(shù)),母體平均值,樣本變異數(shù)與樣本標準差,樣本變異數(shù) 計算公式為 樣本標準差 計算公式為 為什麼要用樣本變異數(shù)? 為何要除以(n-1)而非(n)? (樣本v.s母體 +不偏) 為何以“s”為名? (Standard Deviation) 為何要減 而非 ? (樣本v.s母體),注意 現(xiàn)實生活中，大部分的情況下，我們都用 “樣本變異數(shù)”來估計 “母體變異數(shù)” Why?,變異數(shù)、標準差以及全距 R,樣本標準差 : 樣本變異數(shù)開根號即為樣本標準差 標準差與全距的R關係為何? (標準差近似於全距) 為何管制圖要管制全距R而不管制標準差或是變異數(shù)? (全距的優(yōu)點?),管制圖觀念 高手篇,中心線

17、 (Central Line):母體(歷史資料)的平均值 上管制界線 (Upper Control Limit)及下管制界限(Lower Control Limit): 這兩條管制界線皆位於離中心線上、下3個標準差的位置，表示其容許之管制範圍。 異常判定的標準 管制圖管制非機遇性的原因 1.超出管制界線 非機遇原因 2.發(fā)現(xiàn)異常趨勢 非機遇原因,管制圖的目的,1.維持製程在穩(wěn)定狀態(tài)中 2.即時找出非機遇原因異常趨勢、異常發(fā)生 3.消弭問題，立即改善 4.重複此一循環(huán)，持續(xù)監(jiān)控,異常趨勢 Ex: 連續(xù)五點上升,異常發(fā)生,依數(shù)據(jù)性質來分類: 計量值管制圖(Control Charts for Va

18、riables) 數(shù)據(jù)由量具實際量測而得,數(shù)值為連續(xù)性 !的 Chart 計數(shù)值管制圖(Control Charts for Attributes) 數(shù)據(jù)由單位計數(shù)而得,數(shù)值為離散性 !的 C Chart (ex: c 一單位時間內的缺點數(shù)),管制圖的種類,管制圖的應用,SPC 線上管制系統(tǒng) c-Chart explain the key item in this example,0.5,1.5,1.0,2,(六)特性要因圖 -Characteristic Diagram,特性要因圖是管理、改善工作所不可欠缺的品管七大手 法之一，因其狀似魚骨特別為它取名魚骨圖。因為其 為日本東京大學石川教授所

19、提出，有人稱之為石川圖。 所謂特性要因圖，係指整理特性(結果)，以及可能對之造 成影響的要因(原因)的關連性，用狀似魚骨的圖形，有系統(tǒng) 地彙集而成的。,特性-Characteristic,何謂特性? 特性是指工作的結果或是工程產生的結果。就是問題啦. 何謂要因? 所謂要因是指，對結果(特性)造成影響，而被舉出來的原因 一般而言在製造部門中特性與產品品質的差距有關的話，通常起因於5M的差別，因此大骨的要因最好用5M檢討，但是也不必拘泥於此，所謂5M 是指。 Man: 人 (作業(yè)者)。 Machine: 機 (機器、設備裝置) Material: 料 (材料零件) Method: 法 (作業(yè)方法)

20、 Measurement: 量測 (作業(yè)環(huán)境與測量方式),如何做一個好的魚骨圖,骨骼強健 正確的魚頭(太大?太小?)+明顯的主骨+完整的大骨(人,機,料,法,量測),料,機,人,量測,法,正確的問題,你的邏輯思考正確嗎 ?,機能正常 你的魚骨是要因、現(xiàn)象還是舉例?你問的是Why or What? 每一個大骨都應該是一隻小魚 長在正確的地方,機臺發(fā)生刮、碰、撞傷,人,服裝不合規(guī)定,泰國人,美國人,動作不正確,一隻好魚,營養(yǎng)豐富 至少問到二次因 小骨 至少兩跟中骨,機臺發(fā)生刮、碰、撞傷,人,服裝不合規(guī)定,動作不正確,未依SOP作業(yè),新人動作不熟練,SOP寫錯,看不懂SOP,沒有逞處措施,中骨,小骨

21、,豐田原則與像話原則,豐田原則:連問五次Why?why?why?why?why? 像話原則:你的魚骨圖像話嗎?,SMT零件翻件,人,機,料,法,料沒架好,Feeder供料震動,包裝不良,碰撞,架料碰撞其他供料器,故障排除時，首顆零件翻面,彈片變形,馬達不同步,進料軌道異常,彈片過髒,Tolerance 過大,Feeder保養(yǎng) 頻率不當,彈片厚度 不適用,料帶未置入靜電槽,彈片不良,DOE實驗計劃課程範例 By: TP/SMT Fox、Willis、Kevin、Jason,(七)層別法 Stratification,層別法(Stratification) 是一種概念 其並沒特定的圖形表示，這在七

22、大手法中是較為特別的一種，但其確為品質管制的一種發(fā)現(xiàn)不良因素的有效技術,透過數(shù)據(jù)的分類，尋找事實的真正原因 分開觀察並蒐集資料按照特性加以分門別類，以找出其間的差異 前面的六種手法都是層別法的一種表現(xiàn)方式 前面的六種手法，其實都已經包含了層別法的觀念,層別法的步驟 (1/2),1.確定使用層別法的目的 做某件事之前，必須了解因何目的而做？ 為何這樣做？ 好處在那兒? 在使用層別法之前，首要即是確定為何種目的，使用何種層別；為了 評定作業(yè)員的績效、生產線的效率、還是分析不良原因等。 2.層別的項目 一般影響品質特性的原因包括時間、原料、機器設備、作業(yè)方法與作 業(yè)的人員等。所以，我們可依下列的例子來