QC七大手法详细论述(ppt 52页)12984.pptx

《QC七大手法详细论述(ppt 52页)12984.pptx》由会员分享，可在线阅读，更多相关《QC七大手法详细论述(ppt 52页)12984.pptx（52页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、QC七大手法五五特性要因圖特性要因圖 六六流程圖流程圖 七七層別法層別法 一、檢一、檢 核核 表表二、散布圖二、散布圖三、直方圖、直方圖 四四柏拉多圖柏拉多圖 3/26/202313lcoil品質管理七大手法是一些簡易之圖形方法。在品管作業品質管理七大手法是一些簡易之圖形方法。在品管作業中，它們被用來當做是品質數據、資料之整理及顯示，中，它們被用來當做是品質數據、資料之整理及顯示，或者用做品質改善之工具，這些手法通常不需複雜之計或者用做品質改善之工具，這些手法通常不需複雜之計算。品管七大手法包含：算。品管七大手法包含：檢核表(checksheets)直方圖(histograms)柏拉多圖(Pa

2、retodiagrams)特性要因圖(causeandeffectdiagrams)散布圖(scatterdiagrams)流程圖(flowcharts)管制圖(controlcharts)上述七種方法中，前六項為一般品質管制失書籍和文獻所採用，但有些資料會用其他方法取代第七項。但有些資料會用其他方法取代第七項。3/26/202323lcoil 一、檢一、檢 核核 表表檢核表是以一種簡單的方法將問題查檢出來的表格和圖。在收集數據時，我們可以設計一種簡單的表格，將其有關項目和預定收集的數據，依其使用目的，以很簡單的符號填注，用以了解現狀、做分析或做核對點檢之用，依此原則設計出來的表格或圖，被稱之

3、為檢核表或稱為查檢表。3/26/202333lcoil 在品管工作中，使用檢核表的目的有以 下幾項：1.日常管理日常管理品質管制項目的點檢、作業前的點檢、設備安全、作業標準是否被遵守的點檢。2.特別調查特別調查為了制程問題原因調查、產品不良原因調查或為了發現改善點所進行的點檢。3.取得記錄取得記錄為了要製作報告所進行之數據收集和查檢。3/26/202343lcoil1.要能一眼看出整體形狀、要簡明、易填寫，且記錄之項目和方式力求簡單。2.盡可能以符號代替複雜之文字。3.數據之履歷要清楚。4.點檢項目要隨時檢討，將必要的加進去，不必要的刪除。5.點檢之結果必須反應至現場有關單位。6.當檢核表使用

4、不同符號時，要在表中注明其所代表意義。檢核表並沒有一特定之格式，使用者可依問題之特性自行設計。設計檢核表時須考慮下列原則：3/26/202353lcoil一般而言，檢核表可分為點檢用檢核表及記錄用檢核表，這兩種檢核表縮說明如下：1.點點檢用檢核表檢用檢核表 點檢用檢核表是為了要確認作業實施機械設備的實施情形、預防發生不良或事故、確保安全使用。例如機械定期保養檢核表、不安全處所檢核表等，這種檢核表主要是調查作業過程之情形，可防止作業的遺漏或疏失。3/26/202363lcoil2.記錄用檢核表記錄用檢核表此種檢核表是將數據分為幾個項目別，以符號或數字記錄的圖或表。例如在已分組的數字表上打上記號以

5、記錄出現次數，或直接在產品、零件的圖面上打記號所成的表。若在表中包含檢核對象之簡圖，並在圖上區分位置，其設計目的是要了解缺點是否集中於某處，以便採取改善措施，此種檢核表一般被稱為位置圖護或缺點集中圖。在此種檢核表上，也可以使用不同之符號來代表各類缺點項目，這些符號必須在圖上說明。實例3/26/202373lcoil二、二、散布圖散布圖 散布圖之使用大約始於1750-1800年，它又被稱為X-Yplot或Crossplot。散布圖通常是用來研究兩變數之間的相關性，它包含水平及垂直兩軸，用以代表成對兩變數之數據。若兩變數間呈原因及結果之關係時，則在繪圖時一般是將代表原因之變數(或稱為自變數)置於橫

6、軸，另外將代表結果之變數(或稱為應變數)置於Y軸(縱軸)。3/26/202383lcoil根據散布圖上之點記的分布狀態，兩特性值間之關係可分為下列三種：1.當其中一變數，另一變數之數值也有增加的傾向時，代 表 此 兩 變 數 為 正 相 關(positivecorrelation)。3/26/202393lcoil2.當其中一變數的特性值愈大，另一變數之數值卻愈小時，代表此兩變數為負相關(negativecorrelation)。3.當兩變數之值不具有上述兩種特徵時，散布圖幾乎近似圓形，代表兩者無相關。3/26/2023103lcoil1.調查兩特性值之相關性調查兩特性值之相關性 在調查兩特性

7、值之間是否相關時，散布圖是一種很好 的工具，因為可經由視覺直接解析判斷其相關性，所 以在品管中被廣泛應用。2.判斷異常值之存在與否判斷異常值之存在與否 一般而言，異常值多數因為作業失誤、測量失誤、轉 記失誤 等而發生，在製作散布圖時，這些異常值常 會偏離其他值甚多，因此很容易察覺出來。散布圖在品管領域中可有下列應用：3/26/2023113lcoil3.應用於問題解決步驟中應用於問題解決步驟中 在問題解決之過程中，散布圖常被應用在要因解析 上。當找出了某現象所產生的原因後，若特性和要因皆 為計量值時，便可利用散布圖來驗証其是否為具有重大 影響之要因。4.其他其他 除了上述3種主要應用外，散布圖

8、也可用來檢測數據是 否存在趨勢或用於決定最佳操作範圍等應用。3/26/2023123lcoil散布圖之製作包括下列步驟：1.先調查兩組數據是否相關，然後蒐集 數據並整理到數據表上。2.在橫軸及縱軸上點上尺度。橫軸愈向左，其值愈大，縱軸愈向上，其值愈大。3.把數據點到座標上。當兩數據重複在同一 位置時，點上一圓記號，但三點數據重 複在同一點上時，點上一個二重圓記號，也可用其他符號表示。實例3/26/2023133lcoil三、三、直方圖直方圖 直方圖是將數據分布的範圍，劃分為幾個區間，將出現在各區間內的數據之出現次數作成次數表，並將其以圖(長條圖)的形式表現出來。透過直方圖，我們可以了解一組數據

9、之下列幾項特徵：1.數據的分布形態(分配狀態)。2.數據的中心位置(集中趨勢)。3.數據離散程度的大小(變異性)。4.數據和規格之間的關係。3/26/2023143lcoil直方圖與條形圖(bar graph)類似，但兩者仍有下列不同點：1.在條形圖中線條可為垂直或水平，而在直方圖中線條為垂直狀。2.在條形圖中每一線條之寬度不具任何意義，而在直方圖中，線條之寬度代表該類別所涵蓋之範圍。3/26/2023153lcoil在品管作業中，通常會在下列情形使用到直方圖:1.掌握數據之分布狀態(分配狀態)將數據之分配與預期之分配比較。2.調查離散或偏離原因在調查離散或偏離原因時，也可使用到直方圖。例如將

10、製程之作業者、機械/設備、材料/配件、作業方法等之直方圖加以比較，便可以知道離散之原因為何，也可掌握製程之良劣不齊程度、製品之不良狀況等。3.與規格作比較，檢視有無問題 將規格界限標示在直方圖中，便可以了解不合格品之比例。由直方圖也可以 判斷出是變異性或是平均值問題。4.調查改善前後之效果 在比較問題改善前和改善後的效果時，或是要了解品質平均值或變異性是否 改變時，同樣也可利用直方圖來判斷。3/26/2023163lcoil直方圖之製作包含下列步驟：步驟1：確立調查之目的 在製作直方圖時，必須先確認自己想用直方圖來獲得那些信息。例如：產品電 特性L值分布狀況、產品電特性L值與規格值的關係 等。

11、步驟2：收集數據，製作測試記錄。步驟3：求出測試記錄中數據的最大值(L)和最小值(S)及全距(R)全距R=L S步驟4：決定區間數 在繪製直方圖時，區間之數目會影響到直方圖之外觀，一個簡單的方 法是利用下列公式計算區間數，區間數k=,n為數據個數。例如:n=50時，k=7.071(取7)。另一個法則是取k個區間，滿足2 k-1n(h/2)，則將第一區間之下界限值設為S (測定單位)/2 e/2，此狀適用於h值尾數在變更不同區間數都不夠5而必須進位，使得h取值大，最後一區間下界限值已超過數據最大值而此區間為空，若少取一區間而最後一區間上界限值又不能涵蓋數據最大值的狀況。步驟7：求出區間之中心值，

12、即為(區間之下界限值+區間之上界限值)/2=區間之下界限值+h/2。步驟8：製作次數表步驟9：計算各區間數據出現之次數 先確認該數據應畫記入那一個欄位中，然後在次數畫記欄中作 記號。當數據全部畫記完畢後，將數據填入各區間之次數欄中，再 合計是否和全部數據總數相等。3/26/2023183lcoil步驟10：作圖 在圖中填上橫軸和縱軸，以完成的次數表為基礎，將 第一區間至最後一 個區間之次數當作高度依序畫去。步驟11：記入數據之相關資料和必要事項 在圖中之空白處，記入數據之取得時間、數量和項目 名稱等。步驟12：進行分析 分析的重點在於直方圖的特徵：數據的分布情形，數 據的中心位值，數據的離散程

13、度，數據和規格之關係 等。3/26/2023193lcoil直方圖可以顯示數據之變化情形，觀察直方圖之外觀可以協助找出數據中之異常變化。一些常見直方圖之形狀和造成原因說明如下：1.鐘形分配鐘形分配(Thebell-shapeddistribution)在直方圖中，數據分布範在直方圖中，數據分布範 圍之中央有一高峰，且整圍之中央有一高峰，且整 體圖形接近對稱。此種直體圖形接近對稱。此種直 方圖顯示數據分配為方圖顯示數據分配為(或接或接 近近)常態分配。常態分配。3/26/2023203lcoil2.雙峰分配雙峰分配(The double-peaked(The double-peaked dist

14、ribution)distribution)在直方圖中，數據分布範圍在直方圖中，數據分布範圍之中央有一低谷之中央有一低谷(在中央的在中央的次數比較少次數比較少)，而且兩旁各，而且兩旁各有一高峰。此種圖形係混合有一高峰。此種圖形係混合兩個鐘形分配。可能之原因兩個鐘形分配。可能之原因為數據於兩種不同批之原料、為數據於兩種不同批之原料、兩個兩個(組組)不同之作業員、機不同之作業員、機器等。器等。3/26/2023213lcoil3.高原型分配高原型分配(The plateau distribution)(The plateau distribution)各區間之數字變化不大，且呈高各區間之數字變化不

15、大，且呈高原般的形狀，沒有顯著之高峰和原般的形狀，沒有顯著之高峰和尾端。此種直方圖代表數據來自尾端。此種直方圖代表數據來自多個鐘形分配數據。一種可能之多個鐘形分配數據。一種可能之原因為未按標準程序作業，作業原因為未按標準程序作業，作業員各行其事，造成極大之變異。員各行其事，造成極大之變異。另一種可能之原因為分區不當，另一種可能之原因為分區不當，區間寬度太大。區間寬度太大。3/26/2023223lcoil4.梳狀分配梳狀分配(The comb distribution)(The comb distribution)在直方圖中，次數的高低起在直方圖中，次數的高低起伏很不整齊，有點像牙齒不伏很不整

16、齊，有點像牙齒不全或是齒梳型的形狀。當區全或是齒梳型的形狀。當區間之寬度並非為測定單位的間之寬度並非為測定單位的整數倍時，或是刻度上有異整數倍時，或是刻度上有異常時，會出現此種圖形。常時，會出現此種圖形。3/26/2023233lcoil5.偏歪型分配偏歪型分配(The skewed distribution)(The skewed distribution)在此種直方圖上，高峰並不是數據在此種直方圖上，高峰並不是數據分布範圍之中央，某一側之尾巴很分布範圍之中央，某一側之尾巴很快結束，另一側則有相當長之尾巴。快結束，另一側則有相當長之尾巴。若分配之尾巴向右延伸，此稱為右若分配之尾巴向右延伸，此

17、稱為右偏分配，若分配之尾巴向左延伸，偏分配，若分配之尾巴向左延伸，此稱為左偏分配。數據只有單邊規此稱為左偏分配。數據只有單邊規格時易出此狀。格時易出此狀。3/26/2023243lcoil6.截斷型分配截斷型分配(Thetruncateddistribution)在直方圖上，高峰發生在在直方圖上，高峰發生在(或靠近或靠近)數據分布範圍之邊數據分布範圍之邊緣。截斷型直方圖之發生是緣。截斷型直方圖之發生是某些數據自鐘形分配數據中某些數據自鐘形分配數據中移去。移去。3/26/2023253lcoil7.離島型分配離島型分配(The isolated peaked distribution)(The

18、isolated peaked distribution)在直方圖上出現兩個高度相差甚多在直方圖上出現兩個高度相差甚多之高峰。較低之高峰附近之數據可之高峰。較低之高峰附近之數據可能來自於某一特別之機器能來自於某一特別之機器製造程製造程序或作業員序或作業員代表製程之異常原因。代表製程之異常原因。如果較低高峰之旁邊為一截斷型分如果較低高峰之旁邊為一截斷型分配配則代表在篩選過程中則代表在篩選過程中未將不未將不合格品完全剔除。其他可能之原因合格品完全剔除。其他可能之原因為量測誤差或抄寫數據時產生之錯為量測誤差或抄寫數據時產生之錯誤。另外當數據存在測定誤差時也誤。另外當數據存在測定誤差時也可能會出現此種

19、植直方圖。可能會出現此種植直方圖。3/26/2023263lcoil8.邊緣突出型分配邊緣突出型分配(Theedge-peakeddistribution)在平滑分配的邊緣出現一突出在平滑分配的邊緣出現一突出之高峰。此種情形通常為資料之高峰。此種情形通常為資料記錄錯誤所造成。記錄錯誤所造成。在品管之應用上在品管之應用上我們也可在直方圖上標示我們也可在直方圖上標示出產品之規格界限出產品之規格界限用來顯示產品品質符合用來顯示產品品質符合規格之能力。規格之能力。實例3/26/2023273lcoil四、柏拉多圖四、柏拉多圖 柏拉多圖(Paretodiagrams)是由意大利經濟學者VilfredoP

20、areto所提出之圖形分析法，最初是用在分析財富之分布上，其目的是說明少部分的人(20%)占有大部分財富(80%)。柏拉多認為只要控制那些少數人，便可控制該社會的財富，此稱為柏拉多原理。在1960年代，品管學者Juran將柏拉多圖導入品管工作中，做為分析屬性或計數值之品質資料上。柏拉多圖為一通用之工具，亦可用在其他領域中，例如在存貨管理上，它被稱為ABC分析。在品質改善活動中，柏拉多圖通常用來區分造成品質問題之少數重要(Vitalfew)原因及多數不重要(trivialmany)之原因。若品質改善著重於問題之主要原因上則通常在短期內可得到較顯著之改進。3/26/2023283lcoil 下圖為

21、一典型之柏拉多圖，橫軸代表問題之類別，縱軸表示每一類問題發生之次數。為突顯各項問題之重要性，橫軸之項目通常依縱軸所代表之意義，由大至小，從左而右排列。在圖中，A、B兩類問題發生之次數較多，因此可規類為少數重要之問題，其他則稱為多數不重要之問題。在柏拉多圖中，右縱軸亦可加入累積百分比，以使問題之表示更為清晰。如在圖中，A、B兩類問題約佔全體缺點總數之80%。3/26/2023293lcoil一個制作完善之柏拉多圖可以提供下列訊息:1.1.了解哪些項目屬於重要問題。了解哪些項目屬於重要問題。2.2.一眼就能明白事情的大小順序。一眼就能明白事情的大小順序。3.3.知道每一項目在整體中所占的比例。知道

22、每一項目在整體中所占的比例。4.4.可以預測少某一項目後之整體效益。可以預測少某一項目後之整體效益。5.5.可以知道改善之效果如何。可以知道改善之效果如何。6.6.可以知道改善之前後不良內容及缺點內容之變化。可以知道改善之前後不良內容及缺點內容之變化。3/26/2023303lcoil1.座標之取法 縱軸：不合格率、不良數，橫軸：缺點項目、類別。2.收集數據資料3.整理數據資料(1)依收集項目數據的大小順序排列。(2)計算累積數和累積百分比。(3)將出現次數少的項目整理成其他項目。柏拉多圖中分類項目一般採用5至10項，其 餘的全部歸類其他項。柏拉多圖的制作包括下列步驟柏拉多圖的制作包括下列步驟

23、:3/26/2023313lcoil4.柏拉多圖之制成(1)依橫軸之項目別，繪製長條圖，其高度為縱軸變數之數值。(2)畫出累積百分率曲線。(3)為便於查詢，可在圖中記錄重要資料。5.考察 在柏拉多圖中找出重要的少數，其原則是在20%30%項目中，占累積和的70%80%。若不能找出重要的少數則應採取別的分類法。3/26/2023323lcoil1.依問題之特性柏拉多圖之左縱軸可定義為發生次 數或成本。若每一缺點項目所造成之損失不同則 縱軸最好以金額表示較為妥當。2.當分類項目很多時，常將若干次數少或成本低之項目 合併為其他項目，置於圖之最右端。有些學者仍建 議將橫軸之各項目由大至小排列，其他項目

24、不一定 位於最右端。3.如果柏拉多圖是被當作比較用途(例如改善前後之比較)則縱軸最好是用次數而非比率值因為有時次數已降低但各分類之比率值無太大變化。在繪製柏拉多圖時應注意下列事項在繪製柏拉多圖時應注意下列事項:實例3/26/2023333lcoil 五、特性要因圖五、特性要因圖 特性要因圖(cause-and-effectdiagram)為一問題分析工具用以辨認造成某一特定問題之所有可能原因。測試所有可能原因為一費時且困難之工作。利用特性要因圖可以去除不重要之原因而專注於最有可能之原因上。在問題解決之步驟上我們通常是先使用柏拉多圖用以篩除不重要之因素。柏拉多圖只能幫助分析者找出少數重要之問題但

25、不能指出造成問題之原因。若要研究造成問題之原因則必須進行特性要因分析。而特性要因圖可對問題做更精細之研究分析。特性要因圖為石川馨博士(Ishikawa)於1943年所發展出來因此又稱魚骨圖(fishbonediagram)。而由於此圖是用來研究造成某一問題之可能原因因此一般稱為特性要因圖。3/26/2023343lcoil一個制特性要因圖可視為一腦力激盪一個制特性要因圖可視為一腦力激盪(brainstorming)之之工具。其基本構成因素為符號及線工具。其基本構成因素為符號及線用以表示原因和結果之用以表示原因和結果之關係。關係。特性要因圖是一個多用途且極為有效之分析工具。在問特性要因圖是一個多

26、用途且極為有效之分析工具。在問題預防或解決問題之過程中題預防或解決問題之過程中特性要因分析具下列特性要因分析具下列3項優點項優點:作完善之柏拉多圖作完善之柏拉多圖可以提供下列訊息可以提供下列訊息:1.對於一個特定之問題特性要因圖可以提供一個開放討論(open discussion)之架構。2.特性要因圖可以使我們集中注意力於發掘造成問題之原因使這些原因顯現出來並且易於令人了解。3.特性要因分析可鼓勵各階層之員工參與問題之解決並且使得在同一組人員中得到更好之溝通。3/26/2023353lcoil特性要因圖之制作一般包括下列步驟:步驟1：決定特性 特性是現況中的重要問題。用文字表現特性時，最好以

27、一看就知道是 不好的形式，比較容易發現要因。步驟2：填入要因 將特性問題之描述寫在右端並加外框，然後加一條由左至右的粗 箭號線條背骨。3/26/2023363lcoil步驟3：填入要因大骨將可能影響特性的要因分類，然後從背骨的左斜方加條大骨，並且在骨前端的內填入相關要因。大骨一般分4至8根。步驟4：集體思考後填入次要因 針對某一主要因作集體思考，追究為什麼、什麼原因(要因)，然後填入次要因。步驟5：檢核是否遺漏要因填完主要因、次要因後，整理檢視一下，看看是否所有被列為可能之要因(原因)都填入，如有遺漏立即添加。步驟6：找出重要影響度的原因 從許許多多要因中，決定出對結果(特性)影響較大的重要要

28、因，用圓圈圈起或加 紅圈方便辨識。步驟7：驗證 掌握事實，驗證所選出的要因是否是真正的要因。步驟8：填入必要事項 將標題、產品名稱、製程名稱、製作單位、參與人員等資料 ，填在空白的地方。實例3/26/2023373lcoil特性要因依其應用之不同可分為三大類:問題原因之列舉(cause enumeration)散布分析(dispersion analysis)及制程分析(process analysis)。問題原因列舉最接近於腦力激盪，此為一種自由思考之方式，用以發掘造成問題之所有可能原因。此種方式之優點是所有可能原因均可被列舉出，而主要缺點是繪製不易。第二種特性要因圖稱為散布分析，此種方式極

29、類似於原因之列舉，所不同的是在散布分析中，問題原因先區分分組，而所有之思考都集中在此類原因上，當此類原因都被列舉後再進行另一組原因。而在原因列舉中，所有可能原因之列舉為一隨機次序。最後一種特性要因圖稱為製程分析，此種方式是先將製造程序列出，再將有關每一製程之可能原因列出。在列舉影響每一製程之原因時考慮人力、方法、材料及機器。此種分析方式由於考慮製造之順利，因此較易了解。其缺點是當某一原因不屬於任一製程時較難繪製。特性要因圖為一簡易之問題分析工具其目的是找出造成品質問題之最主要原因，並採取改正行動，以防止類似問題之再發生。若要獲得較精確之結果，可考慮使用實驗設計方法。3/26/2023383lc

30、oil 六、流程圖六、流程圖 流程圖為一圖形法用來記錄和描述一個複雜過程(process)之各項作業和順序。過程是指任何以人工機器完成之作業和功能。流程圖中較常用之符號及及意義：開始結束過程檢驗據資訊文件實例3/26/2023393lcoil 七、層別法七、層別法 影響產品品質的因素或使制程產生不良品的原因可能相當複雜。其原因可能在材料零件機器設備操作人員亦有可能在操作方法。要找出原因出自何處就必須透過數據分類加以分析。將原料操作人員機器設備等按照特性加以分門別類找出其間的差異問題並加以改善之方法即為層別法(stratification)或稱分層法。層別法可以說是一種概念其並沒特定的圖形表示本

31、章節介紹之手法都可配合曾別法一起使用。3/26/2023403lcoil1.確定使用層別法的目的 在使用層別法之前，要先確定使用層別法的目的，例如為了評定作業員的績效、生產線的效率、還是 分析不良原因等。2.層別的項目 一般影響品質特性的原因包括時間、原料、機器設 備、作業方法與作業的人員等。層別法之使用包括下列幾項原則層別法之使用包括下列幾項原則:實例3/26/2023413lcoil結束再來一次3/26/2023423lcoil返回3/26/2023433lcoil返回3/26/2023443lcoil3/26/2023453lcoil3/26/2023463lcoil返回3/26/2023473lcoil返回3/26/2023483lcoil返回3/26/2023493lcoil返回3/26/2023503lcoil返回3/26/2023513lcoil谢谢观看/欢迎下载BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES.BY FAITH I BY FAITH