QC新大手法.docx
《QC新大手法.docx》由会员分享,可在线阅读,更多相关《QC新大手法.docx(13页珍藏版)》请在冰豆网上搜索。
QC新大手法
QC七大手法学习资料
QC七大手法又称新旧QC七大工具(手法),都是由日本总结出来的。
日本人在提出旧七种工具推行并获得成功之后,1979年又提出新七种工具。
旧QC七大手法偏重于统计分析,针对问题发生后的改善,新QC七大手法偏重于思考分析过程,主要是强调在问题发生前进行预防。
之所以称之为“七种工具”,是因为日本古代武士在出阵作战时,经常携带有七种武器,所谓七种工具就是沿用了七种武器。
有用的质量统计管理工具当然不止七种。
除了新旧七种工具以外,常用的工具还有实验设计、分布图、推移图、趋势图等。
QC七大手法是常用的统计管理方法,又称为初级统计管理方法。
它主要包括控制图、因果图、直方图、排列图、检查表、层别法、散布图等所谓的QC七工具。
QC七大手法中的鱼骨图(因果图)精准画法
问题的发生,必然有其内外因,原因的存在,又必会产生变异的结果,就是说,原因与结果之间一定存在因果关系。
在品质管理中,我们就用因果图来分析品质的异常。
什么是鱼骨图(因果图)
鱼骨图是由日本管理大师石川馨先生所发明出来的,故又名石川图。
鱼骨图是一种发现问题“根本原因”的方法,它也可以称之为“Ishikawa”或者“因果图”。
其特点是简捷实用,深入直观。
它看上去有些象鱼骨,问题或缺陷(即后果)标在"鱼头"外。
在鱼骨上长出鱼刺,上面按出现机会多寡列出产生生产问题的可能原因,有助于说明各个原因之间如何相互影响。
问题的特性总是受到一些因素的影响,我们通过头脑风暴法找出这些因素,并将它们与特性值一起,按相互关联性整理而成的层次分明、条理清楚,并标出重要因素的图形就叫特性要因图。
因其形状如鱼骨,所以又叫鱼骨图(以下称鱼骨图),它是一种透过现象看本质的分析方法。
同时,鱼骨图也用在生产中,用来形象地表示生产车间的流程。
鱼骨图(因果图)的用法
鱼骨图是一个非定量的工具,可以帮助我们找出引起问题潜在的根本原因。
它使我们问自己:
问题为什么会发生使项目小组聚焦于问题的原因,而不是问题的症状。
能够集中于问题的实质内容,而不是问题的历史或不同的个人观点。
以团队努力,聚集并攻克复杂难题。
辨识导致问题或情况的所有原因,并从中找到根本原因。
分析导致问题的各原因之间相互的关系。
采取补救措施,正确行动。
鱼骨图的三种类型
A、整理问题型鱼骨图(各要素与特性值间不存在原因关系,而是结构构成关系)
B、原因型鱼骨图(鱼头在右,特性值通常以“为什么……”来写)
C、对策型鱼骨图(鱼头在左,特性值通常以“如何提高/改善……”来写)鱼骨图的基本结构
鱼骨图分析法的步骤
1定问题的特性。
简单的说特性就是“工作的结果”,首先,对团队成员讲解会议目的,然后,认清、阐明需要解决的问题,并就此达成一致意见。
2性和主骨。
特性写在右端,用四方框圈起来。
主骨用粗线画,加箭头标志。
3骨和要因。
大骨上分类书写3~6个要因,用四方框圈起来。
4骨、小骨、孙骨。
中骨「事实」。
(不从事实开始的话,要做出对策的要因的真实味就淡了。
)
小骨要围绕「为什么会那样」来写。
孙骨要更进一步来追查「为什么会那样」来写。
5入中骨、小骨、孙骨的“要点”。
6究要因。
考虑对特性影响的大小和对策的可能性,深究要因(不一定是最后的要因)。
追查要因的时候,要由全员讨论决定。
将深究的要因称为主要因」,用〇标记。
「主要因」是对策的内容可以用眼和数据确认的。
决定复数的「主要因」的时候,从「真要因」「和有效对策有关的要因」中解析,按顺序用〇标记标注NO
7入关联事项。
在制成的鱼骨图下栏标注名称。
标注制图日期。
标注制图人姓名。
绘制因果图应注意的事项
1、要集合全员的知识与经验。
2、重点在解决问题,并依5W2H的方法逐项列出。
绘制要因图时,重点先放在“为什么会发生这种原因、结果”,分析后要提出对策时则放在“如何才能解决”,并依5W2H的方法逐项列出。
鱼骨图应用示例
某汽车齿轮零配件尺寸变异因果图
(1)——是什么目的是什么做什么工作
(2)HOW——怎么做如何提高效率如何实施方法怎样
(3)——为什么为什么要这么做理由何在原因是什么造成这样的结果为什么
(4)——何时什么时间完成什么时机最适宜
(5)WHERE——何处在哪里做从哪里入手
(6)——谁由谁来承担谁来完成谁负责
(7)——多少做到什么程度数量如何质量水平如何费用产出如何
QC七大手法中的检查表如何正确使用
关于如何正确使用检查表,检查表是QC七大手法中最简单也是使用得最多的手法。
但或许正因为其简单而不受重视,所以检查表使用的过程中存在的问题不少。
下面我们将对检查表的正确使用及注意事项等内容进行介绍。
什么是检查表
检查表又叫调查表、核对表或统计分析表,是用以收集和整理信息资料的事先设计好的一类表格。
例:
会议签到表、月度考勤表、顾客满意度调查表等等。
使用检查表的目的
系统地收集资料、积累信息、确认事实并可对数据进行粗略的整理和分析。
也就是确认有与没有或者该做的是否完成(检查是否有遗漏)。
检查表的用途
有效解决问题—>依据事实—>收集资料。
避免[观察]与[分析]同时进行。
以[记录]代替[记忆]使观察深入。
避免收集资料时,渗入情绪文字叙述等不具体明确因素。
检查表的类型
1、记录用检查表?
1)主要功用在于根据收集的数据以调查不良项目、不良原因、工序分布、缺陷位置等情形。
2)通常将数据分类成数个项目,以符号、数字记录并为分析问题掌握事实及改善用的根据。
2、点检用检查表?
1)主要功用是为要确认作业实施、机械整备的实施情况,或为预防发生不良或事故、确保安全时使用。
2)这种点检表可以防止遗落的造成(防止不小心的失误)、检查作业基准、机械操作、机械的部位……把非作不可、非检查不可的工作或项目,按点检顺序列出,逐一点检并记录之。
(只能做到是否确实实施的效果)
检查表适用范围
选择小团队活动课题;
小团队活动现状调查;
为应用排列图、直方图、控制图、散布图等工具、方法做前提性的工作;
为寻找解决问题的原因、对策,广泛征求意见;
为检查质量活动的效果或总结改善的结果收集信息资料。
检查表应用方法
1、明确收集资料的目的和所需收集的资料
2、确定负责人和对资料的分析方法
3、决定所要设计的表格形式
4、决定记录的形式
选择[○][×][㊣][□][△]等记号中之适当者记入。
5、决定收集的方法
由谁收集、收集的周期、检查时间、检查方法、检查数……均应决定。
6、记入记号并整理成次数分配表
能直观的看出全体的形态,并能兼有收集情报与解析的功能。
注意事项
1、应尽量取得分层的信息;?
2、2、应尽量简便地取得数据;?
3、3、应立即与措施结合;应事先规定对什么样的数据发出警告,停止生产或向上级报告。
?
4、4、检查项目如果是很久以前制订现已不适用的,必须重新研究和修订。
5、检查表应用实例
6、例1:
空压机运行检查表
例2:
设备点检确认表
检查表在实际应用中应注意以下几点:
1、真实性(必须确保记录数据的真实,否则没有意义)
2、可操作性(一份检查表在实际运用中的记录用时长不应超过1分钟,如记录一份检查表记录内容较多、时间较长则易出现数据虚假、记录错误、不准确等诸多问题)
3、可追溯性(一份检查表必须明确保存时限,便于后续原始数据的查询和追溯)
QC七大手法中的散布图进行介绍。
什么是散布图
散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系.这种图示方式具有快捷,易于交流,和易于理解的特点。
用来绘制散布图的数据必须是成对的(X,Y)。
通常用垂直轴表示现象测量值Y,用水平轴表示可能有关系的原因因素X。
散布图又叫相关图,它是将两个可能相关的变数资料用点画在坐标图上,用成对的资料之间是否有相关性。
散
散布图的分类
1、强正相关(如容量和附料重量)
2、强负相关(油的粘度与温度)
3、弱正相关(身高和体重)
4、弱负相关(温度与步伐)
5、不相关(气压与气温)
6、曲线相关
散布图的构成
散布图是由一直角坐标,其横轴表示X变量的测定值,纵轴表示Y变量的测定值,将各组X测定值与Y测定值之交点全部绘出,即成为散布图。
散布图的特色
(1)从散布图可简单容易判断X与Y两个变量间:
是否有相关关系。
相关关系的强弱。
是正相关或者负相关。
是直线相关或是曲线相关。
(2)从散布图上可简单容易判断数据是否有异常趋势或是有没有必要作层别分析。
散布图的用途
(1)验证两个变量间的相关关系。
(2)掌握要因对特性的影响程度。
?
散布图的作法
1、收集X与Y两个变量足够之对应数据。
2、计算X变量测定值的平均值,计算Y变量测定值的平均值。
3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧,数字标示在轴的外侧),并且以最小值当起点,刻度间表示均为同等值。
纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧,数字标示在轴的外侧),并且以最小值当起点,刻度间表示均为同等值。
4、X轴与Y轴之交点处不可标示0数字,并且X轴的全宽度与Y轴的全宽度最好相等。
5、将各组之数据的点绘于坐标上:
(1)如有2点重复时以⊙表示。
(2)如有3点重复时以⊙表示。
制作散布图时,应注意以下事项:
1、两组变量的对应数至少在30个以上,最好50个,100个最佳。
2、找出X、Y轴的最大值与最小值,并以X、Y的最大值及最小值建立X-Y坐标。
3、通常横坐标用来表示原因或自变量,纵坐标表示效果或因变量。
4、散布图绘制后,分析散布图应谨慎,因为散布图是用来理解一个变量与另一个变量之间可能存在的关系,这种关系需要进一步的分析,最好作进一步的调查。
散布图的看法----相关关系的判定法
1、完全相同
a.完全正相关---X变量增加时Y的变量随着增加,点子逐渐上升成一斜线(下图所示)
b.完全负相关---X变量增加时Y的变量却减少,点子逐渐下降成一斜线(下图所示)
2、正相关
3、正相关---X变量增加时,Y变量亦增加,点子有逐渐上升趋势谓之正相关(下图所示)
3、负相关
负相关---X变量增加时,Y变量却减少,点子有逐渐下降趋势谓之负相关(下图所示)
4、无相关
无相关---当X变量增加时,Y的变量并未随之增加,点子没有上升或下降之趋势,谓之无相关(下图所示)
5、曲线相关
曲线相关---X变量与Y的变量之间没有直线相关关系,但知有曲线关系存在,谓之曲线相关(下图所示)
4、散布图案例分析
5、2002年某工厂温度(X)与瞬间停机台数(Y)之调查结果如下
6、查检表:
(X:
温度;Y:
停机台数)
7、绘制散布图:
8、结论:
9、1、(Ⅰ+Ⅲ)>(Ⅱ+Ⅳ)=(5+9)>(1+5)
10、可初步判断温度与停机台数有正相关系
11、2、即温度升高停机台数相对增加。
12、注意事项
13、散布图是用来研究两个变量之间的相关关系的。
当x增加,y也呈现增加的趋势,则称为正相关;当x增加,y呈现减少的趋势,则称为负相关;当x无论增加或减少,y无呈现有规律的增加或减少的趋势,则称为无相关。