培训课件品管七大手法

品管七大手法 查检表（Check Sheets） 层别法（Stratification） 散布图（Scatter Diagrams） 柏拉图（Pareto Diagrams） 特性要因图（Cause and Effect Diagrams） 直方图（Histograms） 管制图（Control Charts） 查检表（Check Sheet） 查检表是一种用来收集及分析数据简单而有效 的图形方法。 使用时只要运用简单的符号（如“”、“”、“” 、“”或“正”）标记出工作目标是否达成或对特 定事件之发生累积记录即可。 查检表的分类 点检用查检表 做是非或选择的注记，其主要功能用在设备仪 器保养维护或为预防事故发生。 记录用点检表 是用来收集计划资料，应用于不良原因和不良 项目的记录。 查检表制作注意事项 明暸制作点检表的目的 决定查检的项目 决定查检的频率 决定查检的表格式 查检表中应包含Where、Why、When、 What、Who、How等内容。 层别法（Stratification） 层别法是针对问题的可能原因，如原料、机械 或人员等，分成若干个“层”，再将收集的数据 加以分类，找出不良的真正原因。 影响品质特性的原因通常包括时间、原料、机 器、作业方法与操作人员等。 层别法的制作 层别目的明确化 决定层别项目 取得数据 解析数据，追究原因 层别的分类 原料：供应来源或批次 作业人员：部门、年龄、性别、熟练程度等 机械设备：种类、厂牌与布置位置等 时间：月、周、日夜或上下午等 作业条件：温度、压力、速度或天气等 操作方法或不同生产线 范例：2001年产品缺点比较图 产品名称缺点数检验 数DPU LNB123247510.50 NETRO4138561.06 WIRELESS3136850.84 TIGRIS2591530.27 VSAT2427010.89 ALTIUM1722060.77 NEC1528270.53 XPX1429090.48 KESTREL63791.58 SNA36440.47 OTHERS24960.40 总数301536070.56 柏拉图（Pareto Digram） 1897年意大利的Viltredo Pareto由所得的曲线 发现，少数人拥有社会大部分的财富，他认为 只要控制那些少数财主，即可控制社会财富， 此种重点控制的方法，称为“柏拉图原则”。 我们可以将此原理应用在现场改善上，先解决 关键的不良原因后，就可以减少大部分的不良 品。 柏拉图的定义 根据所收集的数据，按不良原因、不良项目等 不同区分标准而加以整理、分类，藉以寻求占 最大比例之原因、状况，按其大小顺序排列， 再加上累积值的图形。 从柏拉图可看出哪一项目有问题，其影响度如 何，以判断问题之症结所在，并针对问题点采 取改善措施，与物料管理所使用的“ABC分析法 ”相同，故又称ABC图。 因为图是按大小顺序排列，故又可称为排列图 。 柏拉图的绘制 绘制步骤如下： 1.选定主题，收集数据。案例：2001年某产线缺点项目比较图 2.依分类项目别整理数据，并做成统计表。 3.记入图表并依数据大小排列画出柱状图。 座标取法： 横轴：用以代表材料别、机器别、缺点种类或其它分析的原因。 纵轴：不良百分率、故障次数、损失金额或其它因原因分析所造成的结果。 4.画累积曲线 5.标上累积影响度的刻度，即完成柏拉图。 范例：2001年某产线缺点项目比较图 缺点项目缺点数累积缺点 元件安装 （错/多/漏） 1536.59% 元件焊点1265.85% 元件破损/不良782.93% Data填错595.12% 异物197.56% 锡流不足1100.00% 总数41 特性要因图（Cause and Effect Diagram） 特性要因图为一问题分析工具，用以辨识造成 某一特定问题之所有可能原因。 利用特性要因图可去除不重要之原因而专注于 最有可能原因上。 其形状类似鱼骨、故又称为“鱼骨图”。 特性要因图之分类 1.原因追查型2.对策追求型 要 因要 因要 因 要 因要 因 特 性 改 善 对 策 对 策对 策 对 策对 策 要因图范例 为何品质不佳 机 械操作 机 械机 械 缺乏手册 设备老旧 训练不足 人为疏忽 仓管不佳 人为疏忽 标准不明确 特性要因图的绘制 决定问题特性 主干为特性 记入支干 记入分支、小支、细支 确认要因 判断要因的重要程度 记入相关事项 散布图（Scatter Diagram） 散布图就是将成对的二组数据制成图表，以视 察数据相互的关系。 散布图的做法 1.收集成对的数据，整理成数据表 2.在方格纸上标示下数据的刻度 3.将图表中成对的数据作上记号 4.记入必要事项 散布图的判读 正相关 负相关 无关 曲线相关 直方图（Histogram） 直方图是一种将数据以简单方式呈现的工具， 可以让分析者快速地了解某特定时间内制程的 状况。 横轴代表某个品质特性或变数量测值之分类， 从轴表示每一类出现之次数。 典型的直方图 常见的直方图类型及其意义 钟型分配 在上下界限中央有一高峰， 且图形以中心点对称，显示 此数据来自一个常态制程 双峰分配 在数据分布范围中央有一低 谷，而两旁各有一高峰。此 种图形是混合两个钟型分配 ，可能的情形是这些数据来 自两部不同之机器、操作员 或生产线。 高原型分配 没有显著的高峰和尾端，此 种直方图的数据可能来自数 个钟型分配。可能原因之一 是无标准作业程序，操作员 自行其事，造成极大之变异 。 梳妆分配 直方图上高低值交互出现。 可能是测量误差或分组不当 。 偏斜型分配 高峰出现在接近某端分布边 缘，另一边是长长的尾巴。 若尾巴向右延伸称为右偏， 反之称为左偏。 截断型分配 高峰发生在（或靠近）数据 分布之边缘。截断型直方图 之发生是将某些数据自钟型 分配数据中移去，例如：实 施100全检后将不合格品数 据剔除。 离岛型分配 直方图上出现两个大小相差 甚多之高峰。较低之高峰数 据来自于某一特别之机器、 制程或作业员，亦可能是量 测误差或抄写数据时产生之 错误。 边缘突出型分配 在平滑分配的边缘出现一突 出之高峰。此情形通常为资 料记录错误所造成。 直方图的绘制步骤 收集数据：制作直方图，一般需取得50200 个数据如果数据个数(n)太少，就不容易看出群 体的性质。 求出数据中最大值 (M)与最小值(m)。 决定数组：直方图柱形的个数为k，一般而言可 以数据个数(n)开平方根再取其整数为直方图组 数，即亦可利用史特吉斯(Sturges)经验律 k=1+3.32log(n)。 决定组距：组距(h)的求法为最大值减去最小值 再除以先前所得的组数，即： 决定每一组的上下组界值： 第一组的下组界值=最小值(m)(测量单位/2) 第一组的上组界值=第一组的下组界值(当上下组 界值依次确定后，可能会发生组数与原先建设组 数k有些许差异的情形)。 计算各组的数据分配次数 绘制直方图 检查直方图是否合乎常态，若有异常情形发生， 找出异常之原因。 针对异常原因提出改善方案。 执行改善方案后，再进行确认。 直方图的实例 某厂之成品尺寸规格为130mm160mm，今随机抽样取 60个样本测定值如下： 138 142 148 145 140 141 139 140 141 138 138 139 144 138 139 136 137 137 131 127 138 137 137 133 140 130 136 128 138 132 145 141 135 131 136 131 134 136 137 133 134 132 135 134 132 134 121 129 137 132 130 135 135 134 136 131 131 139 136 135 数据个数(n)是60，最大值(M)=148，最小值(m)=121， 组数(k) =7，组距(h)=4，第一组的下组界值为120.5， 上组界值为124.5，所得的次数分配表如下： No 组 界 次数 1 120.5124.5 2 124.5128.5 3 128.5132.5 4 132.5136.5 5 136.5140.5 6 140.5144.5 7 144.5148.5 1 2 12 18 19 5