QC七大手法培训讲义.docx
《QC七大手法培训讲义.docx》由会员分享，可在线阅读，更多相关《QC七大手法培训讲义.docx（23页珍藏版）》请在冰豆网上搜索。
QC七大手法培训讲义
QC七大手法培训讲义
第一章：
层别法
一、何谓层别法：
为了区别各种原因，对结果之影响，按照它们的特点进行分类、统计的一种手法。
（我们的产品质量经常会因（人、机、料、法、环、测）发生异常，为了防止乱费大量的人力、物力、时间等来改善质量的一种手法）。
二、用什么观点来加以层别：
人、机、料、法、环、测（5M1E）
层别的对象：
1.操作员的层别：
班别、线别、组别、操作方法别、性别、年龄、教育程度。
2.机械设备的层别：
3.作业条件的层别：
4.时间的层别：
5.原材料零件别：
6.测量检查的层别：
7.环境气候的层别：
8.制品的层别：
三、层别法的使用：
1.在收集数据之前就应使用层别法
在解决日常问题时,经常会发现对于收集来的数据必须浪费相当多的精神来分类,并作再一次的统计工作.在得到不适合的数据,如此又得重新收集,费时又费力.所以在收集数据之前应该考虑数据的条件背景以后,先把它层别化,再开始收集数据.
2.QC七大手法中的柏拉图.查检表.散布图.直方图和管制图都必须以发现的问题或原因来作层别法.例如，制作柏拉图时,如果设定太多项目或设定项目中其它栏所估的比例过高,就不知道问题的重心,这就是层别不良的原因.另外直方图的双峰型或高原型都是层别的问题.
四、层别法使用的注意事项：
1.实施前，首先确定分层的目的，不合格率分析、效率的提高、作业条件的确认；
2.检查表的设计应针对所怀凝的对象而设计；
3.数据的性质分类应详细记载；
4.依各类可能原因加以分类，以便找出真正的原因；
5.分层所得的结果与对策相链接。
并付诸实际行动。
第二章：
直方图
一、何謂直方圖?
直方圖就是將所收集的數據.特性質或結果值,用一定的範圍在橫軸上加以區分成幾個相等的區間,將各區間內的測定值所出現的次數累積起來的面積用柱形書出的圖形.
二、直方圖的製作步驟:
1.收集數據並且記錄在紙上.
2.找出數據中的最大值與最小值.
3.計算全距.
4.決定組數與組距.
5.決定各組的上組界與下組界.
6.決定組的中心點.
7.製作次數分配表.
8.製作直方圖.
三、直方圖在應用上必須注意事項
1.直方圖可根據由山形圖案分佈形狀來觀察製品工程是否正常.
2.產品規格分佈圖案可與目標準.標準規格作比較,有多大的差異.
3.是否必要再進一步層別化.
四、直方圖運用方法
1.求全距
2.決定組數
組數過少,雖可得到相當簡單的表格,但卻失去次數分配的本質;組數過多,雖然表列詳盡,但無法達到簡化的目的.（異常值應先除去再分組）.
分組不宜過多,也不宜過少,一般用數學家史特吉斯提出的公式計算組數,其公式如下:
K=1+3.32LgN
一般数據之分組可參考下表:
數據數
組數
50~100
6~10
100~250
7~12
250個以上
10~20
3.組距=全距/組數
組距一股取5,10或2的倍數
4.決定各組之上下組界
最小一組的下組界=最小值-測定值之最小位數/2
測定值的最小位數確定方法:
如數據為整數,取1;如數據為小數,取小數所精確到的最后一位（0.1;0.01;0.001……）
最小一組的上組界=下組界+組距
第二組的下組界=最小一組的上組界
其余以此類推
5.計算各組的組中點
各組的組中點=下組距+組距/2
6.作次數分配表
將所有數據依其數值大小劃記號於各組之組界內，並計算出其次數。
7.以橫軸表示各組的組中點,從軸
表示次數,繪出直方圖
五、如何依據由形圖案的分佈狀態判斷：
1.如圖中顯示中間高,兩邊低,有集中的趨勢,表示規格.重量等計量值的相關特性都處於安全的狀態之下,製品工程狀況良好.如下圖所示:
2.如圖中顯示缺齒形圖案,圖形的柱形高低不一呈現缺齒狀態,這種情形一般就來大都是製作直方圖的方法或數據收集方法不正確所產生.如下圖所示:
3.如圖所示為高處偏向一邊,另外一邊拖著尾巴,這種偏態型在理論上是規格值無法取得某一數值以下所產生之故,在品質特性上並沒有問題,但是應檢討尾巴拖長在技術上是否可接受;例治工具的鬆動或磨損也會出現拖尾巴的情形.如下圖所示:
4.雙峰型
有兩種分配相混合,例如兩臺機器或兩種不同原料間有差異時,會出現此利情形,因測定值受不同的原因影響,應予層別后再作直方圖.
5.離散型
測定有錯誤,工程調節錯吳或使用不同原材所引起,一定有異常原存在,只要去除,即可制造出合規格的制品
6.高原型
不同平均值的分配混合在一起,應層別之后再作直方圖
五.與規格值或標準值作比較
1.符合規格
A.理想型:
制品良好,能力足夠.制程能力在規格界限內,且平均值與規格中心一致,平均值加減4倍標準差為規格界限,制程稍有變大或變小都不會超過規格值是一種最理想的直方圖.
B.一側無:
制品偏向一邊,而另一邊很多,若製程再變大（或變小）,很可能會有不良發生,必須設法使製程中心值與規格中心值吻合才好.
C.兩側無:
制品的最小值均在規格內,但都在規格上下兩端也表增其中心值與規格中心值吻合,雖沒有不良發生,但若製程稍有變動,說會有不良品發生之危險,要設法提高製程的精度才好.
2.不符合規格
A.平均值偏左（或偏右）
如果平均值偏向規格下限並伸展至規格下限左邊,或偏向規格上限伸展到規格上限的右邊,但製程呈常態分配,此即表示平均位置的偏差,應對固定的設備,機器,原因等方向去追查.
B.分散度過大:
實際製程的最大值與最小值均超過規格值,有不良品發生（斜線規格）,表示標準差太大,制程能力不足,應針對人員,方法等方向去追查,要設法使產品的變異縮小,,或是規格訂的太嚴,應放寬規格.
C.表示製程之生產完全沒有依照規格去考慮,或規格訂得不合理,根本無法達到規格.
某有兩臺生產設備,最近,經常有不符合規格值（135~210mm）異常產品發生,今就A,B兩臺設備分別測定50批產品,請解析並回答下列回題:
1.作全距數據的直方圖.
2.作A,B兩臺設備之層別圖
3.敘述由直方圖所得的情報
收集數據如下:
A設備
B設備
175
179
168
165
183
156
148
165
152
161
168
188
184
170
172
167
150
150
136
123
169
182
177
186
150
161
162
170
139
162
179
160
185
180
163
132
119
157
157
163
187
169
194
178
176
157
158
165
164
173
173
177
167
166
179
150
166
144
157
162
176
183
163
175
161
172
170
137
169
153
167
174
172
184
188
177
155
160
152
156
154
173
171
162
167
160
151
163
158
146
165
169
176
155
170
153
142
169
148
155
解:
1.全體數據之最大值為194,最小值為119
根據經驗值取組數為10
組距=（194-119）/10=7.5取8
最小一組的下組界=最小值-測定值之
最小位數/2
=119-1/2=118.5
最小一組的上組界=下組界+組距
=118.5+8=126.5
作次數分配表
第六章：
管制图
機遇變異
⏹無論產品在設計或製造階段如何的嚴謹與優良，生產完成後產品間的變異都仍然會存在，這種變異被稱為「機遇變異」
⏹機遇變異是由「機遇原因」所形成，戴明以「一般原因」稱之
⏹如果製程變異只包含機遇變異，即製程變異只受到機遇原因的影響，我們稱此製程為「穩定」或「在統計管制內」
非機遇變異
⏹是由「非機遇原因」所形成
⏹非機遇變異並非隨機形成，而是製程出現異常的結果，故非機遇原因出現時應立即加以矯正，當非機遇原因矯正後，變異就能降低
⏹戴明以「特殊原因」稱之
⏹如果製程變異包含非機遇變異，即製程變異受到非機遇原因的影響，我們稱此製程為「不穩定」或「在管制外」
統計製程管制
⏹統計製程管制是運用統計工具以降低製程變異的方法
⏹其內容包含管制圖、製程能力分析、品管七工具、量規儀器的再現性與再生性分析以及其他各種可用於降低製程變異的方法等
⏹其中尤以管制圖的應用最為廣泛，故也有人將管制圖的應用就直接稱為統計製程管制
規格界限和管制界限的差別
Specification（Spec）Limits（規格界限）:
（1）根據客戶需求而定義。
（2）定義一個產品參數的可接受範圍。
（3）定義何種為可接受產品，何種為不可接受產品。
（4）用來決定製程的性能。
Controllimits（控制界限）:
（1）根據實際製程性能的資料計算而來的。
（2）描述一個穩定製程的性能自然範圍。
（3）描述自然製程偏差值的量。
（4）用來決定製程穩定度。
⏹解析用管制圖與管制用管制圖
⏹以建立正確的管制界限為目的的管制圖稱為解析用管制圖，建立該種管制圖的時期稱為基礎期，其管制界限稱為試驗用管制界限
⏹以偵測製程是否異常為目的的管制圖稱為管制用管制圖，建立該種管制圖的時期稱為監視期，其管制界限稱為修正後管制界限
（1）一或多點掉在管制界限外
（2）連續三點中的兩點掉在兩倍標準差外
（3）連續五點中的四點掉在一倍標準差外
（4）連續八點掉在中心線的同一側
（5）連續六點持續上升或下降
（6）連續十五點掉在中心線兩側一個標準差內
連續十四點上下交互跳動
（8）連續八點未掉在中心線兩側一個標準差內
從每日生產的產品線中所測得的
零亂數據中,找出經常發生和偶然發生事故的數據,以便幫助找出問題原因,這就是非依靠管制圖不可.
管制圖分為兩大類,本文每一類舉一例進行講解
一.計數值管制圖
1.何謂計數值?
商品制造的品質評定標準有計量型態,例如:
直徑,容量;然而有些品質特性定義為「良品或不良品」將更合理.所謂計數值就是可以計數的數據,如不良品數,缺點數等.
2.計數值管制圖的類型
數據
名稱
管制圖
計數值
不良率管制圖
P管制圖
不良個數管制圖
PN管制圖
缺點數管制圖
C管制圖
單位缺點數管制圖
U管制圖
P管制圖實例
運用條件:
•1.產品不是良品就是不良品
•2.抽樣放回
3.彼此獨立進行
樣品不良率計算公式為:
P=
標準差公式為:
S=
上下限計算公式如下:
管制上限（ucl）:
+3σ=+3（為平均不良率
n為樣本數）
中心線（cl）:
管制下限（lcl）-3σ=-3
如果下限計算結果可能為負數,因為二項分配並不對稱,且其下限為零,故當管制下限出現小于零的情況,應取0表示.平均不良率應用加權平均數來計算（用不良數總數與全體的樣本總數之比）.
計算結果如下:
平均不良率P==0.233（CL）
用P當真實過程不合格的估計值,可以計算管制上限和下限,如下:
UCL=P+3=0.412
LCL=P-3=0.054
P管制圖如下:
針對管制圖進行分析
由管制圖中我們可以發現來自樣本12及25的兩點超出管制上限,故制程是在非管制狀態,必須進一步探討是否有異常原因.分析樣本12得知,在這半小時里,有一批新進的包裝袋被使用,所以這異常的現象是由于新原料加入引起.而在樣本25那半小時,有一個沒有經驗的員工在操作此機器,而使樣本25有這麼高的不良率.
現在將超出管制界限的兩個點刪除掉,重新計算管制界限,管制以后的制程,其管制中心線及上.下限為
二.計量值管制圖
作為管制制程的計量值管制圖,一方面以平均數管制圖管制平均數的變化,以全距管制其變異的情形.本節將介紹平均數與全距管制圖,將就管制圖在制程中的每一步詳加描述.
計量值管制圖的種類如下:
實例:
平均數與全距管制圖
計算如下:
X=40.264R=5.48
查系數表,當N=5時,D4=2.115,D3=0
X管制圖上下限:
R管制圖上下限:
CL==5.48
UCL==11.5867
LCL==0
R管制圖
分析結論
在管制圖中有第16個及第23個樣本組的點分別超出管制上限及管制下限,表示制程平均發生變化,而R管制圖並無點超出界限或在界限上,表示制程變異並未增大.
三.管制圖的判別
管制狀態,意指制程安定,管制狀態也稱安定狀態.我們無法知道制程的真正狀態,只能對制程的某種特性值收集數據,將其繪在管制圖上,由管制圖來觀察制程的狀態.在判定制程是否處于管制狀態,可利用以下基準:
•1. 管制圖的點沒有逸出界外.
•2. 點的排列方法沒有習性,呈隨機現象.
在正常管制的狀態下,管制圖上的點子應是隨機分步,在中心線的上下方約有同數的點,以中心線近旁為最多,離中心線愈遠點愈少,且不可能顯示有規則性或系統性的現象.歸納得到下面兩種情形:
•1. 管制圖上的點,大多數集中在中心線附近,少數出現在管制界限附近,且為隨機分布.
•2. 一般管制圖上的點,25點中有0點;35點中有1點以下;100點中有2點以下,超出管制界限外時,可稱為安全管制狀態.
•以上兩點僅是作為一個參考,各位同仁應在實際中靈活運用.實際分析.
第三章：
柏拉图
一、目的：
抓住问题的重点，以有限的资源做出最大效益的事。
二、何为柏拉图：
根据收集的数据,以不同区分标准,找出比率最大的项目或原因并且以所构成的项目依照大小顺序排列,再加上累积值的图形.
优点：
找出重大影响之原因（80/20）；
以目视方法了解问题的重要性；
防止问题之转移；
三、柏拉图制作方法：
1.决定不良的分类项目；
2.决定数据收集期间,并且按照分类项目收集数据；
3.记入图表纸并且依数据大小排列画出柱形；
4.点上累计值并用线连结；
5.记入柏拉图的主题及相关数据。
例：
品名：
BEZELUPPERA024CN02V1
料号71.02A16.006
此产品在生产10K时，所产生的不良品状况：
不良状况
不良数
不良比例
有感刮伤/模痕
60
27%
变形导致凹（凸）点
50
50%
油污/脏污/指纹
40
68%
黑点/白点/雾面
30
82%
平面度
20
91%
毛边
10
95%
字模模糊
5
98%
其它
5
100%
第一章检查表
一、何谓数据？
就是根据测量所得到的数值和资料等事实，因此形成数据最重要的基本观念就是：
事实数据数据表图形。
人类对图形比较容易接受.
二、收集数据应注意的重点：
1.要以5w2h方法来叙述，才能对时效性，可靠性，来源，负责人有所了解；
5W分别是：
1）Why：
为什么要做这件工作？
2）What：
内容是什么？
3）Where：
在哪儿做？
4）When：
什么时候来做？
5）Who：
由谁来做？
2H分别是：
1）How：
怎么做？
2）Howmuch：
要花多少时间或其它资源？
2.因果关系的数据要对应，如，湿度的过大会影响电阻的高低，金属材料表面腐蚀跟材料摆放环境的温、湿度、时间有关。
3.收集正确的数据；避免主观的判断，因收集错误的数据而造成未把握事实的真相。
三、数据的分类：
A.定量数据:
长度.时间.重量等测量所得数据,也称计量值;
以缺点数,不良品数来作为计算标准的数值称为计数值.
B.定性数据:
以人的感觉判断出来的数据,例如:
水果的甜
度或衣服的美感.]
四.何谓查检表?
以简单的数据用容易理解的方式作成图形或表格，只要记上检查记号，并加以整理，作为进一步分析或核对检查用。
利用查检表的优点：
1.分散的信息，整理成简单易懂适合于各工作领域的资料；
2.清楚描述每一件事而非每一个人；
3.使每个人对事件的意见统一。
五、查检表的分类：
1.点检用查检表：
主要是确认作业实施，机械设备的实施情况，或为预防发生不良或事故，确保安全时使用，此查检表可以防止遗漏或疏忽的造成等。
点检用查检表：
检查他人是否做的点检表；
自己确认工作是否完成的点检表；
点检用查检表设计：
将须点检的项目逐一列出，并空出查检时需要记入记号的空栏；
所谓点检的项目是非做不可的工作，非检查不可的事项；
点检有顺序要求，注意编号，依顺序进行；
点检必须是确实毫无遗漏。
2.记录用查检表：
主要功用在于收集之数据以调查不良项目，不良原因，不良分布，缺点位置等情形，这种记录不单记录每天的数据，并且可以看出哪一项目特别集中。
设计：
希望把握的项目：
数据与项目之间的关系，特性与原因之间的关系；
通常按人、材料、时间作类别；
决定收集的方法，由谁收集、收集周期、收集时间、查检方法、查检数等。
六.制作方法
1.决定所要收集的数据及希望把握的项目
2.决定查检表的格式
3.决定记录形式
4.决定收集数据的方法
七、设计检查表应注意的事项：
1.应能迅速、正确、简易的收集到数据，记录时只要必要项目上加上记号；
2.在记录时应考虑到层别，善用特性要因图分析结果，按人、机、料、时间分别进行调查；
3.数据履历要清楚，由谁来检查，检查方法、检查时间、检查班别、检查机台；
4.尽可能使用符号、数字，避免使用文字；
5.检查项目不宜太多，针对影响大的原因收集数据，可能发生的列入其它。
6.最好一次能记下来，就能表示图表的状况；
7.如果能写实图形，会更一目了然；
8.查检表配合目的，必要时检讨修正，不同的目的，收集方法不同，因此收集数据目的要明确；
9.预留空位，以供在实际检查中可再增列，事先未考虑到而发生次数较多的项目。
八、查检的使用：
1.马上检查记录数据所代表的意义，如相关性、差异性、时间性和变化趋势，有问题必须立即反应并采取措施，
2.查检表应反应下一个工程的关系，
3.让检查者熟悉收集的方法和目的；
4.用柏拉图整理。
以便掌握问题的重心.
第四章：
特性要因图
一、作用：
查明并消除原因而不是症状。
二、何谓特性要因图
一个问题的特性受到一些要因的影响时,我们将这些要因加以整理,成为有相互关系而且有条理的图形,这个图形称为特性要因图.由于形状就像鱼的骨头,所以又叫做鱼骨图.
二.特性要因图的制作方法
1.决定问题或质量的特征
2.决定大要因
3.决定中小要因
4.决定影响问题点的主要原因
5.填上制作目的,日期及制作者等数据
注意事项:
1.严禁批评他人的构想和意见.
2.意见愈多愈好.
3.欢迎自由奔放的构想.
4.顺着他人的创意或意见发展自已的创意.
三.特性要因图的使用
1.问题的整理
2.追查真正的原因
3.寻找对策
4.教育训练
四.绘制特性要因图应该注意的事项:
1.绘制特性要因图要把握脑力激荡法的原则,让所有的成员表达心声
2.列出的要因应给予层别化
3.绘制特性要因图时,重点应放在为什么会有这样的原因,并且依照5W1H的方法
第五章：
散布图
一、何谓散布图?
就是反互相有关连的对应数据,在方格纸上以纵轴表示结查,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系.
这里讲的数据是成双的,一般来说成对数据有三种不同的对应关系.
1.原因与结果数据关系.
2.结查与结果数据关系.
3.原因与原因数据关系.
二、散布图制作的五个步骤:
1.收集相对应数据,至少三十组上,并且
整理写到数据表上.
2.找出数据之中的最大值和最小值.
3.书出纵轴与横轴刻度,计算组距.
4.将各组对应数据标示在坐标上.
三、散布图的分析一来般来说有六种形态.
1.在图中当X增加,Y也增加,也就是表示原因与结果有相对的正相关；
2.散布图点的分布较广但是有向上的倾向,这个时候X增加,一般Y也会曾加,但非相对性,也就是说X除了受Y的因素影响外,可能还有其它因素影响着X,有必要进行其它要因再调查,这种形态叫做似有正相关称为弱正相关。
3.当X增加,Y反而减少,而且形态呈现一直线发展的现象,这叫做完全负相关；
4.当X增加,Y减少的幅度不是很明显,这时的X除了受Y的影响外,尚有其它因素影响X,这种形态叫作非显著性负相关；
5.如果散布点的分布呈现杂乱,没有任何倾向时,称为无相关,也就是说X与Y之间没有任何的关系,这时应再一次先将数据层别化之后再分析；
6.假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形态,称为曲线相关；
升级会员 