qc七大手法docWord下载.docx
《qc七大手法docWord下载.docx》由会员分享，可在线阅读，更多相关《qc七大手法docWord下载.docx（22页珍藏版）》请在冰豆网上搜索。
B
产量
60
65
70
58
62
74
乙机台
68
72
柏拉图
1、柏拉图的由来
－意大利经济学者V．Pareto于1897年分析其社会经济结构之结论,以所得大小与拥有所得之关系用一定的方程式表示,称为『柏拉法则』。
2、柏拉图的定义
2-1.根据所搜集之数据,按不良原因,不良状况,不良发生位置等不同区分标准,以寻求占最大比率之原因,状况或位置的一种图形。
2-2.从柏拉图可看出那一项目有问题,其影响程度如何,以判断问题的症结点,并针对问题点采取改善措施故又称『ABC图』
3、柏拉图的作法
3-1.决定数据的分类项目
a.依结果的分类/不良项目别、场所别、工程别
b.依原因的分类/材料别、机器别、设备别、作业者别。
3-2.决定收集数据之期间
3-3.按发生次数顺序,将项目及次数记入不良分析表
3-4.按分类面目别,统计数据作统计表<
例总检查数：
150>
不良项目
不良次数
不良率
累积不良率
影响度%
累积影响度
18
12.0
37.5
13
8.7
20.7
27.1
64.6
C
8
5.3
26.0
16.7
81.3
D
4
2.7
28.7
8.3
89.6
其他
5
3.3
32.0
10.4
100.0
合计
48
不良率%=*１００
影响度%=*１００
a.各项目按出现数据之大小、顺序排列,并求其累计次数。
b.求各项目的数据及累计数的影响度。
c.其它项排在最后,其它项若太大时,要检讨是否尚有其它重要要因需提出分列。
3-5.引用图表用纸绘出纵轴及横轴。
纵轴左侧直线代表不良次数,不良率或损失金额,右侧直线代表累计影响度;
横轴代表项目。
3-6.点上累计不良次数（或累积不良率）及累积影响度,并以折线连结则得柏拉图。
ABCD其他
项目别
3-7.于空白处记入,数据收集的期间、记录者、绘图者及总检查数、总不良数……。
4、柏拉图绘制之注意事项
4-1.横轴之项目别,须依大小顺序由高而低排列,其它项列于末项。
4-2.项目别尽可能归纳成４～６项,必要时再予识别。
4-3.纵轴之左侧尽可能换算成金额来表示,使其更具意义。
4-4.柏拉图之柱形图横轴距离要相同。
5、柏拉图之用途
5-1.作为降低不良的依据.5-2.确认改善效果5-3配合特性要因分析图使用
5-4决定改善的对策目标5-5.应用于发掘现场的重要问题点
特性要因图
1、何谓特性要因图
对于结果（特性）与原因（要因）间或所期望之效果（特性）与对策间之关系,以箭头连结,详细分析原因或对策的一种图形称为特性要因图。
特性要因图为日本品管权威学者石川馨博士于1952年所发明,故又称「石川图」。
又因其形状似鱼骨,故亦称鱼骨图。
其在阐明原因与结果之关系,亦称因果图。
2、特性要因图的画法
步骤１：
决定问题（或品质）的特性。
步骤２：
准备适当的纸张，绘出特性要因图的骨架，将特性写在右端，自左划上一条粗的斡线（称母线），就是代表制程。
步骤３：
把原因分类成几个大类，每大类划于中骨上，且以圈起来，并依制程别分类，一般分为人、机械、材料、方法…其它。
步骤４：
探讨大原因的原因，再细分中小原因时，应注意必须能揣取对策者为主要条件。
步骤５：
决定影响问题点之原因的顺序－－以集中思考自由讨论的方式，指出认为影响可能性最大者，并于图中按顺序予以标记。
3、绘图应注意
３－１．集合全员的知识与经验
３－２．应用脑力荡术、全员发言。
３－３．把要因层别
３－４．把重点放在解决问题上，依５ＷＩＨ的方法逐项列出。
３－５．应按特性别绘制多张的特性要因图
３－６．原因解析愈细愈好
３－７．确认原因好重要程度，且须考虑其可行性、价值，并经讨论表决后决定。
３－８．应将圈出的重要原因整理出来，重新制作另一个特性要因图。
３－９．记入必要的事项于图旁。
３－１０．品质特性的决定以现场第一线所发生的问题来考虑。
３－１１．管理者避免指示
３－１２．经过三阶段的蕴酿
一个完整的特性要因图，必须经过三阶段的蕴酿.
Ａ提出原因。
Ｂ说明原因。
Ｃ圈选要因。
四、特性要因图的特点
－就是一种教育的过程
－就是讨论问题的快捷方式
－可以显示出水准
－展现现场问题的因果关系、工作层次
五、特性要因图的用法
－依末端小原因，调查现场实情。
－应挂于工作场所附近，遇问题随即集合讨论应用
－引用特性要因图所考虑的原因，进行现状分析，依其影响程度，研拟改策。
－可就管制图、直方图所显示出来的不稳定状态进行个案查明原因。
六、特性要因图的种类
６－１．追求原因型
６－２．追求对策型
七、特性要因图的思考原则
７－１．脑力激荡术
７－２．５Ｍ法
７－３．５ＷＩＨ
散布图
1、何谓散布图
为研究两个变量间之相关性，而搜集成对二组数据，在方格纸上以点来表示出两个特性值之间相关情形的图形，称之为「散布图」。
2、散布图的用途
２－１．确认两组数据（或原因与结果）之间的相关性。
２－２．可检视制程品质特性，在管制图使用之经济性。
２－３．可用于检讨制程不同变量的影响因素。
２－４．可做为设定标准之用。
3、相对应的两组数据间关系的分类
３－１．原因（要因）与结果（特性）之关系
３－２．结果（特性）与他结果（特性）之关系
３－３．结果（特性）与两个原因（要因）间之关系。
4、散布图之作法
（例）某制品之烧溶温度及硬度间是否存有关系存在，今收集３０组数据，试分析之。
步骤ｉ：
收集３０组以上的相对数据，整理到数样表上。
No
x
烧溶温度℃
y
硬度
1
2
3
6
7
9
10
810
890
850
840
870
860
820
47
56
45
54
59
50
51
42
53
11
12
14
15
16
17
19
20
830
52
46
55
49
44
21
22
23
24
25
26
27
28
29
30
880
57
步骤Ｉ：
找出数据ｘ，ｙ之最大值及最小值。
步骤ＩＩ：
画出纵轴与横轴（若是判断要因与结果之关系，则横轴代表要因，纵轴代表结果）．并取ｘ及ｙ之最大值与最小值差为等长度画刻度。
步骤Ⅲ：
将各组对数据点在坐标上。
横轴与纵轴之数据交会处点上“●”。
二组数据重复在同一点上时，划上二重圆记号“◎”。
三组数据重复在同一点上时，划上三重圆记号“◎”。
烧溶温度℃ｘ
烧溶温度℃ｘ
图：
铜之烧溶温度与硬度散布图
步骤Ⅳ:
记入必要事项数据数，采取时间、目的、制品名、工程名、绘图者、绘制日期…要记明。
5、散布图之判读
５－１．正相关：
ｘ增大时，ｙ也随也增大（完全的正相关、有正相关）
５－２．非显著性正相关：
ｘ增大时，ｙ也随之增大，但幅度不显著此时宜再考
虑其它可能影响的要因。
５－３．负相关：
ｘ增大时，ｙ反而减少（有负相关、完全的负相关）
５－４．非显着性负相关：
ｘ增大时，ｙ反而减少，但幅度不显著。
此时宜再考虑其它可能影响的要因。
５－５．无相关：
ａ．ｘ与ｙ之间看不出有何相关关系
ｂ．ｘ增大时，ｙ并不改变
５－６．曲线相关：
ｘ开始增大时，ｙ也随之增大，但达到某一值后，
则当ｘ增大时，ｙ却减小。
6、散布图判读注意事项
６－１．注意有无异常点
６－２．是否有层别必要
６－３．是否为假相关
６－４．数拟太少，容易发生误判
６－５．相关系数检定
管制图
1、何谓管制图
是用于分析和判断工序是否处于稳定状态所使用的带有控制界限，而以时间顺序用图形表示者。
所以，一般管制图纵轴为制品的品质特性，以制程变化的数据为分度；
横轴为制品的群体号码，或制造年月日等，以时间顺序、制程顺序，将点绘在图上。
<
图例一>
管制状态
图例二>
非管制状态
2、管制图的原理
２－１．品质变异的原因
–机遇、非机遇原因
２－２．管制图与常态分配
在生产过程中，如仅有偶然原因的变动时，任何产品之品质特性均可构成一分配
，此某分配有其平均数及标准差，通常都以平均数加减三个标准差作为管制上限
与管制下限，此即萧华特博士所创的３σ法。
管制图是以３个标准差为基础，换言之，只要群体是常态分配，从此群体抽样时，每１００００个当中，即有２７个会跑出±
３σ之外,亦即每１０００次中，约有３次机会超出±
３σ范围。
常态分配之平均值为μ,标准差为σ,其数据之分配情形如下：
μ±
Ｋσ
在内之或然率
在外之或然率
0.67σ
50.00%
1σ
68.26%
31.74%
1.96σ
95.00%
5.00%
2σ
95.45%
4.55%
2.58σ
99.00%
1.00%
3σ
99.73%
0.27%
3、管制图的种类
３－１．依数据之性质来分类
Ａ计量值管制图
所谓计量值管制图系管制图所依据之数据均属于由量具实际量而得。
其包括－－
ａ平均值与全距管制图（－RChart）
ｂ平均值与标准差管制图（－σChart）
ｃ中位值与全距管制图（－RChart）
f最大值与最小值管制图（L-SChart）
Ｂ计数值管制图
所谓计数值管制图系管制图所依据之数据均属于以单位计数者。
ａ不良率管制图（PChart）
ｂ不良数管制图（PｎChart）
ｃ缺点数管制图（CChart）
ｄ单位缺点数管制图（UChart）
３－２．依用途来分类
Ａ管制用管制图
Ｂ解析用管制图
4、管制图的绘制要领
４－１．数据表格式之应用
４－２．管制图格式之应用
４－３．管制界限的记入法
４－４．点的绘法与连结
４－５．各管制图的名称及有关事项必须同时记入
5、管制图之绘制
５－１．－Ｒ管制图的作法
Ａ搜集100个以上数据，依测定时间顺序或群体顺序排列。
Ｂ把2～6个（一般采4～5个）数据分为一组
Ｃ把数据记入数据表
Ｄ计算各组平均值
Ｅ计算各组的全距R
Ｆ计算总平均值＝
Ｇ计算全距平均＝
Ｈ计算管制界限
管制图：
中心线ＣＬ＝
上线ＵＣＬ＝＋Ａ２
下线ＬＣＬ＝－Ａ２Ｒ
Ｒ管制图：
上线ＵＣＬ＝Ｄ４
下线ＬＣＬ＝Ｄ３
Ａ、Ｄ、Ｄ可查表：
ｎ
Ａ２
Ｄ３
Ｄ４
1.880
1.023
1.729
0.577
0.483
0.419
0.076
3.267
2.575
2.282
2.115
2.004
1.924
Ｉ绘管制界限，并将点点入图中
Ｊ记入数据履历及特殊原因，以备查考、分析、判断
实例>
某为管制其产品的包装重量，每小时自制程里随机抽取５个样本来测定重量，共得到２５组数据，试根据这些数据绘制－Ｒ管制图。
组号
12345678910111213
x1
x2
x3
x4
x5
R
46494854534749474748484852
52515250495452454652515152
54525250495152535350505351
52505246535151505048505048
48505450495150515151465053
50.250.451.65050.650.850.849.249.449.84950.451.2
8348473874555
141516171819202122232425
485153494752485146505050
505149484950485253505451
475153504952525051485051
495246505047484951504951
515148525249525450505146
4951.249.849.849.45049.651.250.249.650.849.8
417455457275
【解】
（１）＝＝50.15
＝＝5.08
（2）管制图
ＣＬ==50.15
ＵＣＬ=+Ａ２=50.15+0.577×
5.08=53.08
ＬＣＬ=-Ａ２=50.15-0.577×
5.08=47.22
（3）R管制图
ＣＬ==5.08
ＵＣＬ=D4=2.12×
5.08=10.77
ＬＣＬ=D3（因n<
6,故不考虑）
５－２．Ｐ管制图的作法
Ａ搜集数据，至少２０组以上
Ｂ计算每组之不良率Ｐ
Ｃ计算平均不良率＝
Ｄ计算管制界限
中心线ＣＬ＝
上限ＵＣＬ＝＋３
下限ＬＣＬ＝－３
Ｅ绘管制界限，并将点点入图中
Ｆ记入数据履历及特殊原因，以备查考、分析、判断
6、管制图之判读
６－１．管制状态的判断
Ａ管制状态
满足下列条件，即可认为制程是在管制状态：
ａ多数之点子集中在中心线附近。
ｂ少数之点子落在管制界限附近。
ｃ点之分布呈随机状态，无任何规则可循。
ｄ没有点子超出管制界限之外。
Ｂ非管制状态
ａ点在管制界限的线外。
ｂ点虽在管制界限内，但呈特殊排列。
Ｃ可否延长管制界限做为今后制程管制之用的判断基准
ａ连续２５点以上出现在管制界限线内时。
（机率为93.46％）
ｂ连续３５点中，出现在管制界限外的点不超过１点时。
ｃ连续１００点中，出现在管制界限外的点不超过２点时。
七、管制图的效用
1.维持制程稳定，防止异常原因之再度发生。
2.配合直方图，可以判断制程的数据分布的情形，以及制程能力。
3.与层别法或分组法合用，可以查出真正影响品质的因素，减少产品品质的变异程度。
4.可用于决定制造工程所可能达到之目标或标准。
5.张贴于现场，可以随时了解品质的变异情形，提前发现制程中的潜优不良。
6.配合柏拉图使用，控制几个少数影响较大的原因更能有效解决问题。
直方图
直方图又称柱状图，可将杂乱无章之资料，解析出其规则性。
藉着直方图，对于资料中心值或分布状况可一目了然。
直方图的制作，牵涉到一些统计学的概念，但我们尽可能用简单的计算来说明。
（一）直方图制作之步骤：
1、收集数据，并记录于纸上。
统计表上的资料很多，少则几十，多则上百，都要一一记录下来，其总数以N表示。
2、定组数
总资料数与组数的关系大约如下表所示：
N（数据）
组数
50—100
6—10
100—250
7—12
250以上
10—20
3、找出最大值（L）及最小值（S），并计算全距（R）。
R=L-S
4、定组距（C）。
R÷
组数=组距，通常是2.5或10的倍数
5、定组界。
最小一组的下组界＝S－最小测量单位×
0.5
最小一组的上组界＝最小一组的下组界＋组距
最小二组的下组界＝最小的上组界
依次类推。
6、决定组的中心点。
（上组界＋下组界）÷
2＝组的中心点
7、制作次数的分布表。
依照数值大小记入各组的组界内，然后计算各组出现的次数。
8、制作直方图
横轴表示测量值的变化，纵轴表示次数，将各组的组界标示在横轴上，各组的次数多少，则用柱形划在各组距上。
9、填上次数、规格、平均值、数据来源、日期。
直方图主要作为观察用，主要是为观察直方图之分布图型，将可得到3种状况：
（1）柱状图形呈钟形曲线，可以说：
a．制程显得“正常”，且稳定，
b．变异大致源自机遇原因。
然若呈现的是一种双峰或多峰形分布，则显得“不正常”或制程中有两个标准。
（2）制程中心值
直方图的平均值与规格中心值是否相近，作为调整制程的依据。
（3）制程是否有能力符合工程规格。
依直方图散布状况来衡量是否具有达到工程能力的水准。
（二）直方图可达到下列目的：
评估或查验制程
指出采取行动的必要
量测矫正行动的效应
比较机械绩效
比较物料
比较供应商
（范例1）测量50个蛋糕的重量
N＝50
重量规格＝310＋8g测量50个重量数据，如下表：
L＝320S＝302
308
317
306
314
315
302
311
307
305
310
309
304
316
303
318
312
313
320
319
行最大
1、将其分成7组
2、全距R＝L—S＝320—308＝18
3、组距C＝18÷
7＝2.57，取C＝3
4、第一组下界＝S—（S个位数×
0.5）＝302—1＝301
5、第一组上界＝301＋C＝304
6、第二组依次类推
7、划分数分配表，如下表：
分布表
组
组界
中心值
划记
次数
301～304
302.5
304～307
305.5
307～310
308.5
310～313
311.5
313～316
314.5
316～319
317.5
319～322
320.5
8、画直方图
10
13
1234567
直方图之作用在于了解制程全貌，可自图上看出分配之中心倾向
（准确度）及分配之形状，散布状态（精密度）与规格关系。
升级会员 