Скачать презентацию QC七大手法 1 1 手法一 层别法 Stratification 1
b79a3f4ecf4d39e970cbb532ef5fc2c7.ppt
- Количество слайдов: 93
Скачать презентацию QC七大手法 1 1 手法一 层别法 Stratification 1
Скачать презентацию QC七大手法 1 1 手法一 层别法 Stratification 1
QC七大手法 1 1
手法一 层别法 (Stratification) 1 2
1. 1 定义： 是针对部门别、人员 别、 作方法别、原材 料、零件别、设备、地 点等分别汇集数据以找 出其间之差异、而针对 差异加以改善的方法。 1 3
1. 2 对象和项目A 1、有关人的层别： 班别、组别、 年龄别、男女别、 教育程度别、健康条 件别、资历别等。 1 4
1. 2 对象和项目B 2、机械设备的层别： 年代别、治 具别、 生产速度别、新旧别。 1 5
1. 2 对象和项目C 3、作业方法、条件的层别： 手续别、顺序别、 作业方法别、 人 机械别、 温度别、湿度别、 压力别、浓度别。 1 6
1. 2 对象和项目D 4、时间的层别： 小时别、日期别、 周期别、月别、 上下中旬别、季别、年 别。 1 7
1. 2 对象和项目E 5、原材料零件别： 产地别、材质别、等级 别、大小别、重量别、 制造 厂别、成分别、 安全使用期间别。 1 8
1. 2 对象和项目F 6、测量检查的层别： 仪器别、测量人员别、 测量方法别、 检查场所别。 1 9
1. 2 对象和项目G 7、环境天候的层别： 气温别、照明度 别。 1 10
1. 2 对象和项目H 8、制品的层别： 新旧品别、 标准品和特殊品别、 包装别、 良品和不良品别。 1 11
1. 3 层别法练习A 情况： 有一条生产线, 经过三次加 程, 某日, 由于赶制四种产品, 每种产品要生产 10, 000个的缘 故, 该生产线加班 4小时作为应变. 但是, 该日总良品率仅97. 5%, 比 平时的99. 5%良品率, 要多损失了 2. 0%. 1 12
1. 3 层别法练习B 为了了解生产作业在那里 发生了问题, 于是制造部经 理要求该线长作一次分析. 您就是那位线长, 应该如何 来进行层别(分类)的设计 呢? 1 13
1. 3 层别法设计参考案: 1 14
1. 4 层别法设计参考案: 查看当天每个 程的不合格品的原 始资料, 汇整成次表: 1 15
时 间 别 制程别 产品别 制 1 程 2 3 正常 8小 时班 A产品 11 15 21 B产品 14 17 22 加班 4小 时班 C产品 837 14 19 D产品 合 计 20 12 16 合计 0. 47% (47/10000 ) 0. 53% (53/10000 ) 8. 7% (870/1000 0) 0. 48% (48/10000 ) 2. 5% 2. 2% 0. 15% 0. 2% (882/40000 (58/40000 (78/40000 (1018/400 1 ) ) ) 00) 16
1. 5 层别的组成: 1) 依 时 间 别: 正常班 8小时, 加班 4 小时; 2) 依 产 品 别: A、B、C、D四种 产品; 3) 依 制 程 别: 1、2、3三个制造 过程； 4) 依不良率别: 12组数据. 1 17
结论: C产品在安排加班人员作 业时, 忙乱中, 新手连续做坏 了820个, 经过线长巡检时发 现, 采取改正措施之后, 该缺 点现象就消失了, 挽救了一次 可能发生的大灾难. 永久性对策: 如何预防这类突发性事件, 使它永远不会再发生? 1 18
手法二 柏拉图 (Pareto Chart) 1 19
2. 1 定义 根据汇集的数据, 以不 良原因、不良状况、不良 发生位置或客户抱怨的种 类、安全事故等项目别分 类, 计算出各种分类项目 所占之比例而按照大小顺 序排列, 再加上累积值的 图形. 1 20
2. 2 柏拉图的由来 柏拉图是以项目别分 类数据, 而按大小顺序排 列如次图所示, 是由义大 利经济学家柏拉图 (Viltredo Pareto)于西 元1879年所创立的. 1 21
2. 3 主要功能 (1)掌握问题的重点. (2)问题大小顺位, 可一目了然. (3)各项目对全体所占的份量. (4)可预测改善效果. (5)不良项目内容变化, 利用层 别, 分类及其它分解方法, 将 根本原因解析出来, 并以柏拉 图来验证. 1 22
2. 4 柏拉图的示例 250 不 200 良 个 150 数 100 50 0 - 120 70 A B 50 C 1 10 D 30 E 23
手法三 特性要因图 (Cause and effect diagram) 1 24
3. 1 定义/由来 ﹡ 一个问题的特性(结果)受到一些 要因(原因)的影响时, 将这些要因 加以整理, 成为有相互关系而有条 理的图形, 这图形称为特性要因图. ﹡ 这种方法, 由日本人石川馨博士所 创之故, 又名“石川图”, 它是将影响 结果的诸多原因加以分类整理后, 有系统的指向结果, 形如鱼骨一般, 故又名“鱼骨图”. 1 25
3. 2 使用 ①问题的整理: 使大家对问题与要 因有一致性的看法. ②追查真正的原因: 张贴在 作现 场附近, 如果发现新的问题, 可就 这些要因再一次检查. ③寻找对策: 选用柏拉图找出影响 度最大的几个项目, 或在特性要 因图上加上不同影响程度的记号. 在各主要因都能掌握后, 制作追 求对策型特性要因图. ④教育训练: 透过讨论而学习他人 的经验和技术. 1 26
3. 3 特性要因图的作法A (1)第一步: 决定品质特性(主题). 品质特性一般如制品的尺寸、 外观、机能、不良…等, 一般管 理指标如能率、成本、交期、 安全…等, 都可以当做品质特性. 特性可以用零件规格、账款回 收率、产品不良率等与品质有 关, 或者以和成本有关的材料费、 人事费用等加以分类. 应避免抽 象或含混不清的问题. 1 27
3. 3 特性要因图的作法B (2)第二步: 脑力激荡(Brain storming, 简称B. S法) 1 28
3. 3 特性要因图的作法C · 将影响品质特性的原因记在小卡 片上, 原则上一张卡片只记录一 个要因, 以便于整理. · B. S法是由亚力士. 奥斯朋 (Alex. F. Osborn)于西元1939年开 发出来的方法, 在强调“在毫无限 制, 且轻松的状态下, 自由遐想, 提 出许多奔放的代替案或创意”, 使 大脑受猛烈的刺激, 激发人类潜 在本能. 1 29
3. 3 特性要因图的作法D 脑稞 左脑: 知识性 分析性 批判性 言语性 知性反应 性 性 右脑: 惰性 总合 共感 非语 情绪反应 言性 身体反应 行 动 1 30
3. 3 特性要因图的作法E QC手法 特性要因法 关连图法 矩阵法 PDPC法 箭头图法 矩阵数据解析法 KJ法 大脑活动与QC手法 1 31
3. 3 特性要因图的作法F B. S法四原则 a. 禁止批评 b. 自由奔放(异想天开的想 法) c. 全体发言(求量) d. 欢迎搭便车(创意的联想) 1 32
3. 3 特性要因图的作法G (3)第三步: 采用三菱式脑力 激荡(M. B. S)法过滤, 舍弃 毫不相干的想法。本步骤 有时可省略, 直接用(4)第 四步: 分类的步骤. 1 33
3. 3 特性要因图的作法H (4)第四步: 分类 依 4 M分类成大要因, 并用□圈 出来. MAN(作业人员) 、 MACHINE(机械) 、 MATERIAL(材料) 、 METHOD(作业方法). 1 34
3. 3 特性要因图的作法I 方法 人员 600 品质特性 600 其它 材料 机械 特性要因图的基本架构 1 35
3. 3 特性要因图的作法J (5)第五步: 绘制特性要因图 依上图之结构, 将各要因分成中要 因、小要因, 并做有系统之结构, 中小 要因约 3~5个较为恰当, 展开的层次以 4~5层为宜. 注意: 最末端小要因必须是能采取 ①改善措施者. ②主要的原因或对策, 以 双圈圈出, 以便集中焦点. 1 36
3. 3 特性要因图的作法K 方法 人员 品质特性 其它 材料 机械 原因指向结果 特性要因图结构 1 37
3. 3 特性要因图的作法L (6)第六步: 填写制作目的、日期及 制作者等基本资料. 1 38
3. 3 特性要因图的作法N - a a h g p - m 其它 (原因的分析) 1 39
3. 3 特性要因图的作法O - - A A B C D E F (结果的分析) 1 40
3. 3 特性要因图的作法P 机器 人员 c a b d e f g e j k m p 材料 n A h i 方法 层别的柏拉图与特性要因图交互运用 1 41
手法四 查检法 Check List 1 42
4. 1 定义： 以简单的数据用容易了解 的方式, 作成图形或表格, 只记 上检查记号, 并加以统计整理, 作为进一步分析或核对检查用. 1 43
4. 2 种类： 1. 记录查检表: 用于不良要因 和不 良项目的记录用查检表. 2. 点检用查检表: 主要功能是确认作业 实施和机械设备的情形. 1 44
4. 3 制作方法A 1. 决定所要汇集的数据 及希望把握的项目. 2. 决定查检表的格式. 如 纵栏记入决定分类项目, 横栏记入期间或作业者. 1 45
4. 3 制作方法B 3. 决定记录形式, 常用棒形 记录“棒形 记号”, 一 般用的“正”字记号及图形 记号“○、×、 △ 、 ▽”等. 4. 决定汇集数据的方法, 由 何人汇集, 期间多久及检查 方法. 1 46
4. 4 PASS LINE之点检 1 47
手法五 直方图 Histogram 1 48
5. 1定义 将所收集的数据、特性质或结 果值, 用一定的范围在横轴上加 以区分成几个相等的区间, 将各 区间内的测定值所出现的次数 累积起来的面积用柱形画出的 图形. 可用来了解产品在规格标 准之下分布的形态、制程的中 心值与差异的大小等情形. 1 49
5. 2 步骤A ①收集数据并且记录在纸上; 抽 样分布应就全部均匀的加以 抽查. ②找出每组数据中的最大值与 最小值用圆圈框出, 然后找出 全体的最大值与最小值, 用四 方形标示. ③计算全距: 算出最大值与最小 值之差. 1 50
5. 2步骤B ④决定组数和组距: 组数就是直方图柱形数量, 根 据数据数量的多寡来决定. 组数(K)=1+3. 32 log n 组距=全距÷组数 组距通常是 2、5或 10的倍数. 1 51
5. 2步骤C ⑤决定各组的上限界或下限界 最小一组的下组界=全部数据的最 小值-测量值最小位数(一般是 1) × 0. 5 最小一组的上组界=最小一组+组 距 最小二组的下组界=最小一组的上 组界 ⑥决定组的中心点 1 52
5. 2步骤D ⑦制作次数分配表: 依照数值的大小记入各组的组 界内, 然后计算各组界的次数. ⑧制作直方图: 横轴表示测量值的变化, 纵轴表 示次数, 将各组的组界分别标示在 横轴上; 各组次数的多少则用柱形 画在各组距上. ⑨填上主题、规格、平均值、数据 来源、日期. 1 53
5. 3直方图的意义及目的 (一)测知制程能力. (二)计算产品不良率. (三)调查是否混入两个以上的不同群体. (四)测知有无假数据. (五)测知分配型态. (六)籍以订定规格界限. (七)与规格或标准值比较. (八)设计管制界限可否用于管制制程. 1 54
5. 4 次数分配 1. 间断数据——间断分配 2. 连续数据——连续分配 1 55
5. 5 次数分配与直方图A ﹡次数分配 在相同的制造条件下所生产的制 品, 虽可达到相当均匀一致, 但若用 精密的仪器测量时, 则不难发现其 变异的存在. 当我们收集很多数据, 依其差异的幅度, 按大小顺序排列, 分成若干个组, 则各数据在各组中 所出现的个数称之为次数, 而各组 次数分配的情况称之为次数分配, 例如以下之查核表, 就是利用次数 分配表作成的. 1 56
5. 5 次数分配与直方图B OO馬達 程不良查 玻璃杯外觀不 檢表 型式: 批號: 良位置圖 另件號碼: 生產日期: x x x 生產數: 劃記 檢查數: x 不良項目 合計 外觀不良 絕緣不良 異音 其他 x o x xxx x o o x o o o x: 表刮傷o: 表氣泡 o o 11 19 8 2 次數分配表可以看出一群數據的分佈狀態 , 也可以簡化計算 作, 為了方便說明起見, 玆 舉下例說明: 1 57
5. 6 直方图绘制步骤A 〔例〕某生產直流馬達的 廠, 將試量產 80個 馬達, 在規定的電壓(DC 12 V)測定其消 耗電流(無負載)所得安培(A)數據如下: 9. 5 10. 8 10. 3 10. 5 S 9. 8 L 12. 1 10. 7 10. 0 9. 6 10. 5 10. 4 10. 5 10. 3 10. 6 10. 2 10. 0 10. 6 10. 0 10. 5 L 11. 2 11. 4 10. 7 9. 3 L 0. 6 11. 4 10. 1 S 9. 2 9. 8 S 9. 6 9. 9 S 9. 5 9. 8 10. 2 10. 7 9. 9 S 9. 0 L 11. 2 10. 7 S 8. 9 9. 6 9. 8 S 8. 7 9. 6 10. 1 10. 2 L 11. 5 10. 1 9. 8 10. 5 9. 8 S 9. 4 L 10. 9 10. 8 10. 3 9. 5 10. 0 9. 9 L 11. 0 10. 5 L 10. 8 10. 9 10. 3 11. 4 10. 5 9. 5 10. 7 10. 9 L 11. 2 11. 0 10. 8 10. 2 L 11. 8 S 9. 0 S 9. 3 10. 4 10. 6 注: L表組內最大, S表組內最小. 1 58
5. 6 直方图绘制步骤B n=80 作成者: 000 日期: 000 消耗電流(A) 25. 20. 次 15. 數 10. 5. 0. 8. 65 9. 15 9. 65 10. 15 10. 65 11. 15 11. 65 12. 15 直流馬達消耗電流直方圖 1 59
5. 6 直方图绘制步骤C 40. 次 數 n = 80 30. 20. 10. 0. 8. 65 9. 65 10. 65 11. 65 12. 65 消耗電流 圖A分組過少之直方圖 1 60
5. 6 直方图绘制步骤 D 次 數 n = 80. 12. 10. 8. 6. 4. 2 0 8. 65 9. 05 9. 45 9. 85 10. 25 10. 65 11. 05 11. 45 11. 85 12. 25 8. 85 9. 25 9. 65 10. 05 10. 45 10. 85 11. 25 11. 65 12. 05 消耗電流 圖B分組過多之直方圖 1 61
5. 6 直方图绘制步骤 E 表A組數與樣本之關係 樣本數 50以下 50 – 100 – 250以上 組數 5– 7 6 – 10 7 - 12 10 - 20 1 62
5. 7 直方图的判读A 離島型 此種形態常係原料或製程 之變化所引起的, 尤其當製 程异常或調整不良時, 特別 容易產生. 雙峰型 此係二種不同製程所得數 據, 組合后之分配情況. 即 如由兩部不同之機械或兩 個不同之操作員所製產品 之測量值. 1 63
5. 7 直方图的判读B 缺齒型 当量具有毛病时或对读 数偏差时容易产生此种 分布型态. 削壁型 使用全数检验以剔除不 良品时, 会发生此种分布 型态. 1 64
5. 7 直方图的判读C 規準型 SL 離勢過窄 SL 产品其测定值均散布在规 SU 格内, 且次数分配之峰值, 大约和规格之中央一致, 整 体看起来十分理想. 数据之分散度过小, 如果放 SU 宽分散度在品质上不致发 生问题, 作较为便利, 则 可会同有关单位研讨放宽 规格的可行性, 用以提高生 产效率, 降低成本. 1 65
5. 7 直方图的判读D 左偏型 SL SU 離勢過寬 SL SU 峰值左偏(或偏右), 若制程 稍有变化, 即可能会产生不 良品. 须调查中心偏颇的原 因并采取措施, 使峰值回到 规格中央. 数据之分散度甚大, 在规格 之两边均发生不良品, 必需 努力将分散度减小. 1 66
手法六 管制图 Control Chart 1 67
6. 1 定义 管制图纵轴代表产品品质特 性, 以制程变化数据为分度; 横轴 代表产品的群体号码、制造日 期, 依照时间顺序将点点绘在图 上, 再与管制界限比较以判别产 品品质是否安定的一种图形. 1 68
6. 2 管制图异常之判读 ①点子超出上下管制界限外时, 应马上采取调查发生原因的 行动, 但是, 并非立刻要采取 改善措施. ②点子虽然在上下管制界限内, 呈现特殊排列现象, 也要采 取调查行动. 例如: 周期性变 动幅度突然变小或大. ③其它之判读参照超连结 7的 10/11页. 1 69
6. 3 管制图的使用 管制图 正常? 顾 客 异 娇 制程的声音 的 常 正 (量测值) 声 音 制程 □□□□ ○○○○ 顾客 (制造及返 ) 出货 满意 正常 不管它 1 70
6. 4 管制图的种类A 计量值管制图—利用量测的方法, 从制程方 面解释关于分散和位置的制程状态. 包括两 张图, 一张呈现平均值, 另外一张呈现分散. · 比起其它管制图, 只需要很小的样本大 小. · 结合了特殊的性质. · 需要计量的数据, 譬如, 数字方面的连 续性数据. · 指出何时需要采取行动. · 提供能够用来从事能力分析的数据. · 所用的数据, 对于洞悉制程进步的可能 1 71
6. 4 管制图的种类B 计量值管制图包括: · 平均值(X), 全距(R)图 · 平均值(X), 标准差(s)图 ~ · 中位数(X), 全距(R)图 · 个别值(X), 和移动全距(Rm)图 1 72
6. 4 管制图的种类C 计数值管制图—利用判断性的资料 来评鉴制程状态(譬如: 及格/不及格, 过/不过). · 需要很大的样本大小. · 通常跟所有的允收性结合, 同时 需要很精确的允收/不允收的定义. · 能够很快地了解, 很容易地收集, 不很昂贵地就能结合在一起. · 集中在综合总品质水准的变化上. 1 73
6. 4 管制图的种类D 计数值管制图包括: · 不良率(p)图 · 不良数(np)图 · 缺点数(c)图 · 单位缺点数(u) 图 1 74
6. 5计量值管制图的选用特性 ·个别值和移动全距(X&Rm) —以个别值数据来点绘. —采用每一个个别值跟该点绘值 的前面一个个别值之间的差额, 来计算移动全距. —用在数据很难收集, 很花时间或 很昂贵的场合. —可能产生不是常态的错觉, 因为 每一个分组只采用了一个个别 值, 因此X和s可能产生基本上的 1 75
6. 6 管制界限之构成 CL-黑实线 UCL&LCL-红虚线 900 +3 a UCL u -3 a -u +3 a -3 a CL LCL 样本愈大则管制界限愈窄 1 76
6. 7 群体与样本标准差的区别 σx 群体个别之分配 样本平均值之分配 σx = σ σ u 1 77
6. 8 最经济的两种错误之总和 第一种错误与第二种错误 两种错误之总和 损 第一种错误 失 ± 1σ 第二种错误 ± 2σ ± 3σ 管制界限 1 ± 4σ ± 5σ ± 6σ 78
6. 9 平均值和全距图(Xbar&R)A 样本平均值和全距管制图( 也叫做Xbar&R图)是开发用在制 程输出, 特殊单一特性的量测值 的, 这些数据是采用小分组的一 定样本大小, 通常采用 3到 9个连 续样本, 以定期分组来取样(譬 如: 每隔 15分钟一次, 每班 2次或 者一些其它的适当周期). 1 79
6. 9 平均值和全距图(Xbar&R)B “Xbar”表示“样本的平 均值”, “R”表示“全距” 或者是样本量测值的最大值 和最小值之间的差额, 平均值 和全距图是以成对的状态来 点绘的, 一个是平均值, 另外 一个是全距. 1 80
6. 9 平均值和全距图(Xbar&R)C Xbar&R图是追溯和鉴别原 因最灵敏的管制图. 首先要判读 R图的状态, 然后才能从这个地 方展开鉴定很多不同的原因. Xbar图的状态必需依附R图的状 态来判读的, 同时使它能鉴定制 程变异的其它原因. 最后, 把 Xbar状态和R状态结合在一起来 判读, 从而提供了进一步的情报. 1 81
6. 9 平均值和全距图(Xbar&R)D 使用在: · 提供证据, 证明制程是“正在管 制状态中”或“超出了管制状态”. · 当作制程平均值偏离或改变的征 兆. · 当作特殊原因存在时的征兆. · 制程上特殊征兆的数据分析. 1 82
6. 9 平均值和全距图(Xbar&R)E 优点: · 只要用很少的样本, 就能反应出 确实的征兆. · 对于特殊原因很灵敏. 缺点: · 需要计算才能得到Xbar和R的数值. · 采用较大的样本时, 将会损失一 些灵敏度. 1 83
6. 10超连结 表 （超连结 1#） 管制图常用系数 1 84
手法七 散布图 (Scatter Chart) 1 85
定义 把互相有关连的对应数 据, 在方格纸上以纵轴表 示结果, 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. 1 86
制作步骤A ①收集相对应数据, 至少 30组以上, 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查出纵轴与横轴刻度, 计算组距; 一般以横轴代表原因, 纵轴代表结 果. 组距的计算应以数据中的最大 值减最小值, 原因与结果两个数据 都必须计算出来, 将组距除以轴长 即知每一刻度的数值. 1 87
制作步骤B ④将各组对应数据标示在座标上 ⑤记入必要事项; 把收集数据的目的、 数据、数量、产品名称或 程名 称、绘制者、日期等都记载清楚, 将图形所得心得记入图形旁边空 白处. 对应数据表(超连结 2#) 1 88
制作步骤C 分界线划分四介区, 从右上反 时针方向编号(1)(2)(3)(4), 并且记上各区内之点数. n =12 n =3 (1) (2) (3) (4) 1 89
制作步骤D (2) n(2)=3 (1) n(1)=12 · · ·· ·· · · ··· ·· ·(3)· (4) · =12 n n =3 800 810 820 830 840 850 各区点数记入 1 — — — — (4) — — — (3) — y 60 58 56 54 52 50 48 46 44 42 40 — — — — 860 870 880 890 x 90
制作步骤E 数据、采取时间、目的、制 品名、 程名、绘图者、绘 制日期…等基本资料均要记 明. 1 91
散布图之判读A 1. 正相关 x增大时, y也随之增大, 称为正相关. y y x x 完全的正相关 有正相关 1 92
散布图之判读B 2. 非显著性正相关 x增大时, y也随之增大, 但增大的幅 度不显著. 此时宜考虑其他可能影 响的要因 y x 似有正相关 1 93
Скачать презентацию QC七大手法 1 1 手法一 层别法 Stratification 1
b79a3f4ecf4d39e970cbb532ef5fc2c7.ppt