QC七大手法讲议.docx
《QC七大手法讲议.docx》由会员分享，可在线阅读，更多相关《QC七大手法讲议.docx（21页珍藏版）》请在冰豆网上搜索。
QC七大手法讲议
QC七大手法讲议
前言
一、QC七大手法的定义
QC七大手法为品管进行有效管理的统计和分析改善的方法。
它主要的表现方法是通过对事实的整理，挖掘其原因，加以分析并寻求解决问题的途径。
二、发展历程
QC手法最先出现于美国，到上世纪六十年代在日本出现，因其作用明显，在日本得到迅速发展，为日本的产品在全世界奠定声誉起到了不可磨灭的作用。
正因为如此，自上世纪七十年代到八十年代在全世界范围内的工业界被广泛使用，并给此后产品的品质的提升带来了质的飞跃。
正如日本品管大师石川馨博士所讲：
QC手法的使用能解决90﹪的品质问题，因此QC手法常用于品管工作，协助解决品质问题。
三、品质工作的步骤为：
分析问题
找出问题制定对策
标准化
而QC七大手法可贯穿整个品管工作的全过程。
品管工作的最有效工作模式需依赖戴明管理循环PDCA
Plan:
计划
Do：
实施
Check：
检讨
Action:
对策
事物资料
四、七大手法包括：
柏拉图特性要因图（鱼骨图）图表查检表（CHECKINGLIST）直方图散布图管制表
后又人总结出新QC七大手法：
关联图系统图KJ法箭头图矩阵图PAPC图矩阵数据解析图
课时安排（四个阶段八个课时）
柏拉图
特性要因图
图表
查检表
直方图
散布图
管制表
第一阶段
认识柏拉图、讲授柏拉图的要点及具体做法
认识鱼骨头，解析鱼骨头的内容，教授4M1M。
分别讲授折线图、长条图圆形图及带状图
讲授查检表的做法及要点分析
分析直方图的要点及教授作坊
讲授什么是直方图，怎么做成直方图，及其作用
教授其作用及具体做法，详细解析图标内容。
第二阶段
案例分析
案例分析
案例分析
案例分析
案例分析
案例分析
案例分析
第三阶段
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
找出生产线的可操作案子，脑力激荡。
布置作业。
第四阶段
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
作业解析，并形成决议，实施，追踪效果
第一柏拉图
一、定义：
以项目别分类数据（如不良原因、不良状况、不良项目、不良发现位置等），而按其大小排列的图称为柏拉图。
它是在1897年由意大利经济学家柏拉图（VILFREDOPareto）提出。
当时他在研究财富不均的现象，他在对意大利财富的分配调查中发现少数人掌握着大部分的财富，此种少数人控制大部分财富的现象也称作柏拉图法则。
柏拉图能使需要了解的状况一目了然，便于分析，从而可以很直观的从图上看出“哪一项有问题”、“有哪些影响”等、从柏拉图上可以看出：
最大的问题点
问题大小、严重程度
各项目对最终结果影响的份量
可针对性的进行预测
不良项目的内容变化
二、可以整理为柏拉图的项目：
（1）品质---不良品的发现整理、客户投诉的整理
（2）时间---作业工时、设备故障和闲置率数据整理
（3）成本---辅料的零件单价、要素别单价，产品的成本统计
（4）安全---安全事故件数分析，场所、职别的分类整理
（5）营业---产品销售情况显示、销售网点及业务员绩效等
三、步骤：
（1）首先决定收集时间段、方法、分类。
（2）原因是些什么项目？
内容是些什么？
（3）收集数据时要注意问题发生的频率。
比如：
FQC的外观不良状况记录表：
项目时间
一月
二月
三月
合计
表面擦花
320PCS
280PCS
350PCS
950PCS
文字错位
25PCS
20PCS
18PCS
63PCS
冲孔未通
10PCS
12PCS
25PCS
47PCS
漏V-CUT
5PCS
8PCS
4PCS
17PCS
铜面氧化
2PCS
4PCS
6PCS
12PCS
B、整理数据
（1）各项目数据依大小排列，并求其累积数。
（2）求出各项目数据的比例及累积比例
FQC外观不良状况数据整理
顺序（NO）
不良项目
不良数
累积数
比率
累积比率
1
表面擦花
950PCS
950PCS
87.24﹪
87.24﹪
2
文字错位
63PCS
1013PCS
5.79﹪
93.03﹪
3
冲孔未通
47PCS
1060PCS
4.3﹪
97.33﹪
4
漏V-CUT
17PCS
1077PCS
1.56﹪
98.9﹪
5
铜面氧化
12PCS
1089PCS
1.11﹪
100﹪
C、绘柱状图表
（1）先依数据绘成柱状图表
（2）横轴为项目名称，纵轴为统计的数据
（3）依项目的数据大小从左右排列
D、绘累积曲线、绘累积比率线
第二讲特性要因图
一、定义
特性要因图又叫“鱼骨头”，也叫因果分析图，首先提出这概念的是日本的品管权威人士石川馨博士，所以它也叫“石川图”。
它是以原因作为因素，在它们之间用箭头联系表示因果关系的图。
二、作用
特性要因图是一种追溯原因的方法，主要用于异常分析、成本分析、研究事物、现场或军事上。
可以使用在一般管理及工作改善的各个阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而便于提供解决问题的方法。
可全员参与，以便集中、统一整理。
其用途可依目的分类：
1.改善分析用：
以品质改善、提高效率、降低成本为目的。
2.管理用：
发生抱怨、不良品或异常时，作为寻找原因，采取消除措施用。
3.制定标准用：
为制定或修改作业方式、管理点、管理方式等的作业标准。
4.品质管制导入及教育：
导入品质管理，全员参与讨论时，用特性要因图整理问题，作为新进人员的教育，工作说明时用。
5.特性要因图可以配合柏拉图、直方图、管制图连串起来活用。
三、做法
1.脑力激荡
2.找准主题并提出为什么（WHY）
3.评介（重要、次要、无关）
4.分类（4M）
5.绘制“鱼骨头”
6.再补充要因
四、要素分析
做“鱼骨头”可以运用4M1W手法。
何为4M1W呢？
即：
4M1W
作业者-------Member为什么-------why
方法-------Method
材料-------Material
机器-------Machine
方法作业者
Why
材料机器
制作特性要因图，最关键的是要抓住因果关系。
抓重要、抓要因，要有中要因---分类的项目（结果），小要因---问题点（原因）。
找原因要充分发挥大家的作用，运用脑力激荡。
尽量无遗漏的调查愿因，发现原因较少时，要检查是否有遗漏。
找出原因后，要分清楚原因大小、重要程度、需要解决的先后顺序等。
五、注意事项
1.特性（即主题）以标明“什么”、“为什么”较容易激发联想。
2.要实事求事。
3.尽量多的收集意见。
4.对过去的资料多加利用。
5.无因果关系，不需采用。
6.对原因要深入分析。
7.层次、主次地区分。
8.要标明做图者姓名、部门、作成日期等。
六、“鱼骨头”与柏拉图和系统图的关系
建立柏拉图须先以层别建立要求目的的统计表。
建立柏拉图的目的主要是能从图表上掌握影响全局的重要少数项目，如果再利用特性要因图针对这些项目形成的原因进行探讨，并采取改善对策，问题就变得容易解决得多。
所以结合使用，效果更好。
系统图为梯形图，“鱼骨头”可解析成系统图。
第三讲图表
图表-------使你所要的资料一目了然，QC七大手法中有很多的统计手法可以使用，而图表适当重罪厂用电，它包括折线图、长条图、圆形图以及带状图。
一、折线图
去年度线路不良统计表如下（单位：
PCS）
月份
1
2
3
4
5
6
7
8
9
10
11
12
不良数
456
489
584
654
219
384
654
259
584
365
398
347
当你手头有这样一个数据的时候，你应该怎么向你的主管汇报？
OK，我们可以用折线图来做一个图表给主管看：
这样是不是很直观呢？
折线图可以让人很直观的看到不良异常的变化状况，掌握各时段的具体数据，所以折线图的作用是能让人很直观的看到你想了解的数据。
二、长线图
如果你是人事小姐，老板要你汇报05年度的人员流失情况，你会用什么方式去汇报？
直接一个一个同老板讲吗？
肯定不行，老板没有那么多时间听你的长篇大论，也不利于他了解真实的状况。
这个时候你就可以用到长线图了。
数据如下：
月份
1
2
3
4
5
6
7
8
9
10
11
12
流失人数
16
20
14
13
10
8
22
18
3
4
9
34
我们可以依上面的数据做长条图如下：
三、圆形图
圆形图也是叫扇形分布图，因为它的项目成扇状分布面而得名。
它能使数据更清晰是表示出来，它一般用于同类型均等地位的数据的统计，比如项目的分布、比例分配等。
同样的，我们来做个例子：
部门
印刷品
冲床课
NC课
外包报废
来料报废
金额
12540
10560
依上数据作图如下：
我们现在是用颜色来表示，也可以用其他的方式来表示，比如网格线、斜线等等。
四、带状图
项目（﹪）
年份
双面板
（double-gide）
单面板
（Single-side）
银胶、碳胶板
2003年
25﹪
72﹪
3﹪
2004年
40﹪
56﹪
4﹪
2005年
65﹪
29﹪
6﹪
图表中的各种图形，都是表示数据变化情况的一种工具。
他们均可以将杂乱无章的资料，解析出规则性，比较直观的看出要项（如产品质量）的特性的分布状况。
第四讲查检表（checklist）
一、定义：
查检表是用一种简单的方式将问题检查出来的表格或图。
就是说在收集数据时设计一种简单的表格，将有关项目和预定收集的数据，依其使用目的以很简单的符号填写，而且很容易收集整理以了解现状，做分析或作为核对点检使用，这种设计出来的表格叫做查检表。
二、查检表的特征：
1、记入数据时很简便
2、能讯速把握问题所在
3、记入完毕后，对全体的状况能一目了然
4、很多项目能一次查检
5、数据能以各种不同的层别法做出来
三、查检表种类：
1、查检表的种类
2、计数类查检表
3、计量类查检表
4、点检用查检表
四、制作步骤
1、明确目的所在
2、决定查检项目
3、决定抽样方法
4、决定查检方式
5、计表格实施查检
6、记下资料相关条件
五、作用：
查检表通常是用来了解现状或收集数据以作分析之用，所以数据收集完成应马上使用，首先观察整体数据是否因代表某些事实？
数据是否集中在某些项目或各项目之间有否差异？
是否时间的经过而产生变化？
另外也要特别注意周期性变化的特殊情况，查检表统计完成即可利用QC七大手法中的柏拉图加工整理，以便掌握问题的重心。
六、设计查检表的要点：
1、要一眼能看到整体形状，要简明、易填写、易层别，记录项目和方式力求简单
2、尽可能以符号记入避免文字或数字的出现
3、数字的履历要清楚，收集工作要明确
4、项目尽量减少，查检项目以4-6项为原则，其他项要列入
5、最后能运用0、×、√等简单符号，如果数种符号同时使用时，应注明各符号的意义
（拿生产线的具体例子讲解，加深印象，讲完查检表后讲授数据收集的一些基本知识和QC手法的一些历史）
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概念就是：
数据=事实
二、运用数据应注意的重点
1、收集正确的数据
2、避免主观的判断
3、要把握事实真相
三、数据的种类：
A、定量数据：
长度、时间、重量等测量所得数据，也称计量值；（特点连接不间断）以缺点数，不良品数来作为计算标准的数值称为计数值。
（特点离散性数据）
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、整理数据应注意的事项：
1、问题发生要采取对策之前，一定要有数据作依据
2、要清楚使用的目的
3、数据的整理，改善前与改善后所具备条件一致
4、数据收集完成之后，一定要马上使用
品管七大手法，不仅用在品质管理，还可以应用到其它所有管理工作中，因此，在学习的过程中，希望各位不要为“品管”所迷惑，而要学习它们的精神实质，把它转化为一种思维模式放在大脑中，这样有利于工作和能力的提升。
从上个世纪60年代开始，日本的企业通过运用品管七大手法，收集工作现场的数据并进行分析，大大地改善了产品的品质，使日本的产品成为“品质”的代名词。
品管七大手法的运用，提升了日本产品的水平，是日本产品走向世界的原动力。
70年代初，日本人大力推行QCC活动，除了重视现场的数据分析外，并逐步运用一些新的品管手法，对工作现场伙伴的情感表达和语言文字资料进行分析，并逐渐演译成新的品管手法。
1972年，日本科技联盟之QC方法开发委员会正式发表了“品管新七大手法”。
品管新七大手法是将散漫无章的语言资料变成逻辑思考的一种方法，也是一种事先考虑不利因素的方法，它通过运用系统化的图形，呈现计划的全貌，防止错误或疏漏发生。
品管新七大手法是指：
亲和图（也称KJ法）、关联图、系统图、过程决定计划图（PDPC法）、矩阵图、矩阵数据解析图、箭线图七种。
亲和图：
将资料或信息分类归纳，理顺关系
关联图：
把与现在和问题有关系的各种因素串联起来
系统图：
将要实现的目的展开寻找最恰当的方法
过程决定计划图：
如何做一个完整的计划
矩阵图：
找出众因素之间关系和相关程度的大小
矩阵数据解析法：
对多个变动且复杂的因素进行解析
箭线图：
对事件做好进程及计划管理
第五讲直方图
一、定义：
将某时间段收集的数据（比如尺寸、重量、硬度、温度等）文类整理成量的分配表，以柱状形式图形化，此种图形就叫做直方图。
它是分析工序的重要工具之一。
二、作用
直方图能够将杂乱无章的资料解析出规则性，比较直观的看出各因别的分布状况，对于资料的中心值或分布状况一目了然，便于判断其总体的分布情况。
所以直方图有如下用处：
（1）报告用---将数据绘成直方图，另附上数据总数n，平均值x，标准差o都能让人一目了然。
（2）分析用---与层别法配合使用，是分析问题的有效工具。
（3）调查用---比如可以用直方图调查制造能力
（4）确定效果用---能对改善前后进行比对。
三、做法：
步骤一：
授集计量值的数据（如尺寸、重量、硬度、温度等）
步骤二：
决定组数（k）。
先决定数据量（越多越好）最好不少于50个，再根据数据决定组数。
n（数据量）
K（组数）
50
5~7
50~100
6~10
100~250
7~12
250以上
10~20
步骤三：
找出数据极差并计算数据分组频率。
比如：
数据组
中间点
频率
总数
11.1-12.0
11.55
正一
6
12.1-13.0
12.55
正正
10
13.1-14.0
13.55
正正正正
20
14.1-15.0
14.55
正
9
15.1-16.0
15.55
正
5
步骤四：
绘图。
横轴为特性，纵轴为次数（发生频率）
步骤五：
计算数据的平均值（X）和标准差（S）
公式：
亦可用普通科学计算方式计算出平均值。
标准差公式：
四、合格率的计算，公式如下：
Zv=
Zi=
Zv和Zi分别表示上限不合格率和下限不合格率。
五、直方图与CPU、CPL、CPK、PPK的关系
CPU=1/3×Zv
CPL=1/3×Zl
PPK=min｛CPU、CPL｝
第六讲散布图
一、定义
为了了解两种不同的数据之间的关系，而将此两种数据以有序成对数据的方法在查角坐标上点绘成图。
二、作用
用来测试变数之间存在的某种关系。
所以它适用于科学实验和验证。
三、做法
步骤一明确对象，确认调查目标。
步骤二收集资料/数据（要因与特性；要因与要因；特性与特性）
步骤三分别找出两组数据之间的最大值及最小值
步骤四汇纵轴和横轴，原因为“X”，结果为“Y”。
步骤五将成对数据于图上点
步骤六记入必须事项
-------标题
-------数据之测定日期、绘制日期、制造者
-------样本数
-------产品名、制程名
第七讲
一、定义：
什么是管理呢？
管理就是将某事物的某一特性的标准值控制在一定的范围之内。
那管制图也是表示这样一个过程的图，即将产品的实际特性（标准值）在图上打点连线，并与管制上下限比较，以掌握制程变动的情形。
在生产过程中，品质特性是随着时间、环境及其各种状况的变化而变化的，它会因各种原因的变化而在标准值之间徘徊，那么到底变化高到或者低到什么程度会因出现异常呢？
所以设定一个合理的高低界限，作为探测现场制程状况是否在“管理”状态，这就是我们为什么要有管制的真正原因。
管理图是1924年由美国的品管大师修哈博士所发明。
而主要的意义是：
一种以实际产品品质特性与已过去经验所研究判断之制成能力的管制界限比较，而以时间顺序用图表示出来。
二、原理：
1、品质变异之形成原因
一般在制造过程中，不论是多么精密的机器设备、多么好的环境，其品质特性一定都会有变动，绝对无法做完全一样的产品，而引起变动的原因有两种：
一是偶然原因，一为异常原因。
2、管制图界限的构成
管制图是以常分配中之三个标准差为理论依据，中心线为平均值（标准值），上、下管制界限以平均数加减三个标准差（±3o）之值，以判断制程中是否有问题发生。
◎平均值±3o之内包含99.73﹪的总体数据。
◎尽管工序本身有可能不成正态分布，其样本平均的平均值也应该是正态分布的。
三、管理图的种类：
1、以数据性质分类：
A计算值管制图：
所谓计算值系指管制图之数据均属于由量具实际量测而得；如长度、重量、浓度等特性均为连续性者。
常用的有：
A平均数与全距管制图（X（—）-Rchart）
B平均数与标准差管制图（X（—）-achart）
C缺点数管制图（Cchart）
D单位缺点数管制图（Uchart）
计算值与计量值管制图之应用比较
计算值
计数值
优点
1甚灵敏，较少样本抽样数，容易调查真因。
2可及时反应不良，使品质稳定。
1所须数据可用简单方法获得。
2对整体品质状况之了解较方便。
缺点
1抽样频度较高、费时麻烦。
2数据须测定，且再计算，须有训练之人方可胜任。
1无法寻得不良之真因。
2及时性不足，易延误时机。
四、管制图之绘制：
如计算值管制图（X-R）
1、先行收集100个以上数据，依测定之先后顺序排列之。
2、以2-5个数据为一组（一般采4-5个），分成约20-25组。
3、将各组数据记入数据表栏位内。
4、计算各组之平均值X。
（取至测定值最小单位一位数）
5、计算各组之全距R。
（最大值-最小值=R）
6、计算总平均XX=（X1+X2+X3+…+XK）/K=XiK（K为组数）
7、计算全距之平均R：
R=（R1+R2+R3+…+RK）/K=Ri/k
8、计算管制界限
X管制图：
中心线（CL）=X
管制上限（UCL）=X+A2R
管制下限（LCL）=X-A2R
R管制图：
中心线（CL）=R
管制上限（UCL）=D4R
管制下限（LCL）=D3R
A2、D3、D4之值，随每组之样本数不同而有差异，但任遵循三个标准差之原理，计算而得，今已被整理成常用系数表。
计量值管制图系数表
分组抽样数
（n）（A2）（D3）（D4）（d2）（B6）
21.8803.271.1282.606
31.0202.571.6932.276
40.7802.282.0592.088
50.5802.112.3261.964
60.4802.002.5341.874
70.420.081.922.7041.806
80.370.141.822.9701.707
90.340.181.822.9701.707
100.310.221.783.0781.669
9、绘制中心线及管制界限，并将各点点如图中。
10、将各数据履历及特殊原因记入，以备查考、分析、判断。
五、管制图只点绘制要领：
1、各项工程名称、管制特性、测定单位、设备别、操作（测定）者、样本大小、材料别、环境变化…等任何变化更资料应清楚填入，以便资料之分析整理。
2、计量值变更管理图（X-R,X-R…等）其X管理图与R管制界限宽度取法，一般原则以组之样本数（n）为参数，X管制图之单位分度约为R管制图志1/n倍。
（中轴管制界限宽度约20-30m/m;横轴各组间隔约2-5mm）
3、中心线（CL）以实线计入，管制界限则记入虚线；各线上须依线分别记入CL、UCL、LCL等符号。
4、CL、UCL、LCL之数值位数计算比测定值多两位数即可。
（各组数据值平均计算数则取比测定值多一位数）
5、点之绘制有【？
】、【○】、【△】、【×】…等，最好有厂内统一规定。
6、变管制图，二管制图只绘制间隔最少距20mm以上，可行的话最好距30mm左右。
六、管制图的读解：
1、管制状态之判断（制程处于稳定状态）
A、多数点子集中在中心线附近。
B、少数点子落在管制界线附近。
C、点子之分布与跳动呈随机状态，无规则可循。
D、无点子超出管制界限以外。
2、可否延长管制界限做为后续支撑管制用之研判基准:
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，出现在管制界限外点子不超出1点时
C、连续100点中，出现在管制界限外点子不超过2点时
制程在满足上述条件时，虽可认为制程在管制状态而不予变动管制界限，但并非点子超出管制界限外亦可接受；这此超限之点子必有异常原因，故应追究调查原因并予以消除之。
3、坚定判读原则：
A、应视每一个点子为一个分配，非单纯之点。
B、点子之动向代表制程之变化；虽无异常之原因，各点子在界限
七、管制图使用之注意事项：
1、管制图使用前，现场作业应予标准化作业完成
2、管制图使用前，应先决定管制项目，包括品质特性之选择与取样数据决定
3、管制界限千万不可用规格值代替
4、管制图种类之遴选应配合管制项目之决定是搭配之
5、抽样方法以能取的合理样组为原则
6、点子超出界限或有不正常之状态，
升级会员 