QC七大手法【一份相当实用的专业资料，绝版经典】

QC七大手法 主講人 : Sam Yen(顏志憲 ) 學歷 : 台灣私立淡江大學 運輸管理 學士 美國印第安那州立大學 資訊工程 碩士 經歷 : ASUS ATSI RMA Channel Supervisor ASUSTEK Computer Inc GRQM Agenda 前言 第一章 數據與圖表 第二章 特性要因圖 第三章 直方圖 第四章 散佈圖 第五章 柏拉圖 第六章 檢查表 第七章 管制圖 第八章 層別法 總結 何谓 QC七大手法 ? Quality Control 七大手法 = 品管七大手法 1950年代由日本首先提倡，并于 1980年代发扬光大至全世界 没有足够而正确的工具来得知事件的真相跟“瞎子摸象 ” 无异。每个瞎子摸到的部位都不一样，自然彼此见解也不一样，很多时候团队中充满各种自以为是的争辩，演变到后来变成谁在争辩中机智反应比较快，态度比较坚持、强悍那他的解决方案便成为主流。这时在错误方向下，越努力的人，所造成的损失越大。戴明博士 (W. Edwards Deming)称之为 努力挖掘自已的坟墓 。 QC七大手法有哪些 ? 凭经验去决定问题点，不易掌握重点，应利用统计方法来解析所得的数据或图表，藉以取得重点 QC 七大手法是目前最简单、常用的统计手法，时时刻刻在生活中出现，分别如下 : 1. 特性要因图 (Characteristic Diagram):寻找引发结 果的原因 2. 直方图 (Histogram):展示资料的分布情况 3. 散布图 (Scatter Diagram):展示变数之间的线性关 系 4. 柏拉图 (Pareto Diagram):确定主导因素 5. 查检表 (Checklist) :收集、整理资料 6. 管制图 (Control Chart):识别波动的来源 7. 层别法 (Stratification):从不同角度层面发现问题 QC七大手法 ? 跟我有关系吗 ? 你曾有过出门忘记带手机、钥匙、皮包的痛苦经验吗 (查检表 ) 你曾经有首长交付任务却考不清楚方向的迷惘吗(柏拉图 ) 干系今 ! 怎么全台湾的人都中奖了只有我杠龟。乐透彩券真的公平吗 (直方图、散布图 ) 你知道 ASUS使用了哪些 QC大手法吗 ? Agenda 前言 第一章 數據與圖表 第二章 特性要因圖 第三章 直方圖 第四章 散佈圖 第五章 柏拉圖 第六章 檢查表 第七章 管制圖 第八章 層別法 總結 數據與圖表 一 .何謂數據 ? 就是根據測量所得到的數值和資料等事實 .因此形成數據最重要的基本觀念就是 :數據 =事實 二 .運用數據應注意的重點 : 1.收集正確的數據 2.避免主觀的判斷 3.要把握事實真相 數據與圖表 三 .數據的種類 A.定量數據 :長度 .時間 .重量等測量所得數據 ,也稱計量值 ；(特點連續不間斷 )以缺點數 ,不良品數來作為計算標準的數值稱為計數值 .(特點離散性數據 ) B.定性數據 :以人的感覺判斷出來的數據 ,例如 :水果的甜度或衣服的美感 . 四 .整理數據應注意的事項 1.問題發生要採取對策之前 ,一定要有數據作為依據 2.要清楚使用的目的 3.數據的整理 ,改善前與改善后所具備條件要一致 4.數據收集完成之后 ,一定要馬上使用 . Agenda 前言 第一章 數據與圖表 第二章 特性要因圖 第三章 直方圖 第四章 散佈圖 第五章 柏拉圖 第六章 檢查表 第七章 管制圖 第八章 層別法 總結 特性要因图 -Characteristic Diagram 一個問題的特性受到一些要因的影響時 ,我們將這些要因加以整理 ,成為有相互關系而且有條理的圖形 ,這個圖形稱為特性要因圖 .由於形狀就像魚的骨頭 ,所以又叫做魚骨圖 。 所谓特性要因图，系指整理特性 (结果 )，以及可能对之造成影响的要因 (原因 )的关连性，用状似鱼骨的图形，有系统地汇集而成的。 因为其日本东京大学石川教授所提出，有人称之为石川图。 發散整理法 製作特性要因圖 1.決定問題或品質的特征 2.盡可能找出所有可能會影響結果的因素 3.找出各種原因之的關系 ,在魚骨圖中用箭頭聯接 4.根據對結果影響的重要程度 ,標出重要因素 5.在魚骨圖中標出必要信息 此方法包括兩項活動 : 一找原因 ；二系統整理出這些原因 *注意事項 : 1.嚴禁批評他人的構想和意見 . 2.意見愈多愈好 . 3.歡迎自由奔放的構想 . 4.順著他人的創意或意見發展自已的創意 . 邏輯推理法 製作特性要因圖 1.確定品質的特征 2.將品質特性寫在紙的右側 ,從左至右畫一箭頭 (主骨 ),將結果用方框框上 . 3.列出影響大骨 (主要原因 )的原因 ,也就是第二層次原因作為中骨 ,接著列出第三層次原因 4.根據對結果影響的重要程度 ,標出重要因素 5.在魚骨圖中標出必要信息 注意事項 : 利用 5個 Why進行追 踪 原因 特性要因圖 的用法 特性要因圖的使用 1.問題的整理 2.追查真正的原因 3.尋找對策 4.教育訓練 繪製特性要因圖應該注意的事項 : 1.繪製特性要因圖要把握腦力激激盪法的原則 , 讓所有的成員表達心聲 2.列出的要因應給予層別化 3.繪製特性要因圖時 ,重點應放在為什麼會有這樣的原因 ,並且依照 5W1H的方法 特性 -Characteristic 何谓特性 ? 特性是指工作的结果或是工程产生的结果。就是问 題 啦 何谓要因 ? 所谓要因是指，对结果 (特性 )造成影响，而被举出来的原因 , 一般而言在制造部门中特性与产品品质的差距有关的话，通常起因于 5M的差别，因此大骨的要因最好用 5M检讨，但是也不必拘泥于此，所谓 5M 是指。 Man: 人 (作业者 ) Machine: 机 (机器、设备装置 ) Material: 料 (材料 零件 ) Method: 法 (作业方法 ) Measurement: 量测 (作业环境与测量方式 ) 如何畫 特性要因圖 為什麼飯 菜 不好吃 ？ 一、決定問題的特性 二、畫一粗箭頭 ,表示制程 如何畫 特性要因圖 材料 方法 機器 人 為什麼飯菜不好吃 ？ 三、原因分類成几個大類 ,且以 圈起來 -中骨 分類原則 - 人 ,機 ,料 ,法 ,環 四、加上箭頭的大分枝 ,約 60插到母線 -子枝 環境 如何畫 特性要因圖 時間 材料 人 方法 機器 為什麼飯不好吃 ？ 不熟練 五、尋求中、小原因 ,并圈出重點 環境 鍋子 特性要因圖之實例 料 机 人 環 法 正确的问题 如何做一个好的鱼骨图 正确的鱼头 (太大 ?太小 ?)+明显的主骨 +完整的大骨 (人，机，料，法， 環境 ) 骨骼强健 机台发生刮、碰、撞伤 人 服装不合规定 动作不正确 未依 SOP作业 新人动作不熟练 SOP写错 看不懂 SOP 没有逞处措施 中骨 小骨 一只好鱼 营养丰富 至少问到二次因 ,大骨至少有兩 根中骨 机台发生刮、碰、撞伤 人 服装不合规定 泰国人 美国人 动作不正确 你的逻辑思考正确吗 ? 机能正常 你的鱼骨是要因、现象还是举例 ? 你问的是 Why or What? 每一个大骨都应该是一只小鱼 长在正确的地方 SMT零件翻件 人 机 料 法 料没架好 Feeder供料震动 包装不良 碰撞 架料碰撞其他供料器 故障排除时，首颗零件翻面 弹片变形 马达不同步 进料轨道异常 弹片过脏 Tolerance 过大 Feeder保养 频率不当 弹片厚度 不适用 料带未置入静电槽 弹片不良 丰田原则与像话原则 丰田原则 :连问五次 why?why?why?why?why? 像话原则 :你的鱼骨图 像话吗 ? 练习时间 . 料 机 人 量测 , 环境 法 华硕人上班迟到 Agenda 前言 第一章 數據與圖表 第二章 特性要因圖 第三章 直方圖 第四章 散佈圖 第五章 柏拉圖 第六章 檢查表 第七章 管制圖 第八章 層別法 總結 直方图 -Histogram 直方圖就是將所收集的數據 .特性質或結果值 ,用一定的範圍在橫軸上加以區分成幾個相等的區間 ,將各區間內的測定值所出現的次數累積起來的面積用柱形書出的圖形 . 由直方圖 我们可以得到数据的几种特徵 : 1. 数据的分布形态 (分配状态 ) 。 2. 数据的中心位置。 3. 数据离散程度的大小。 4. 数据和规格之间的关系。 直方圖的製作步驟 1.收集數據並且記錄在紙上 . 2.找出數據中的最大值與最小值 . 3.計算全距 . 4.決定組數與組距 . 5.決定各組的上組界與下組界 . 6.決定組的中心點 . 7.製作次數分配表 . 8.製作直方圖 . 直方圖的製作步驟之名詞解釋 全距 : 在所有數據中的最大值與最小值的差 組數 : 組數過少 ,雖可得到相當簡單的表格 ,但卻失去次數分配的本質 ；組數過多 ,雖然表列詳盡 ,但無法達到簡化的目的 .(異常值應先除去再分組 ). 分組不宜過多 ,也不宜過少 ,一般對數據之分組可參考下表 : 數據數 組數 50100 610 100250 712 250個以上 1020 直方圖的製作步驟之名詞解釋 組距 : 組距 =全距 /組數 組距一股取 5,10或 2的倍數 各組之上下組界 : 最小一組的下組界 =最小值 -測定值之最小位數 /2 測定值的最小位數確定方法 :如數據為整數 ,取 1；如數據為小數 ,取小數所精確到的最后一位(0.1；0.01；0.001) 最小一組的上組界 =下組界 +組距 第二組的下組界 =最小一組的上組界 其余以此類推 直方圖的製作步驟之名詞解釋 組的組中點 : 各組的組中點 =下組距 +組距 /2 次數分配表 : 將所有數據依其數值大小劃記號於各組之組界 ,內並計算出其次數 直方圖的製作步驟之 範例 某電纜廠有兩臺生產設備 ,最近 ,經常有不符合規格值 (135210g)異常產品發生 ,今就 A,B兩臺設備分別測定 50批產品 ,請解析並回答下列回題 : 1.作全距數據的直方圖 . 2.作 A,B兩臺設備之層別圖 3.敘述由直方圖所得的情報 直方圖的製作步驟之 範例 收集數據如下 : A設備 B設備 120 179 168 165 183 156 148 165 152 161 168 181 184 170 172 167 150 150 136 123 169 182 177 186 150 161 162 170 139 162 179 160 185 180 163 132 119 157 157 163 187 169 194 178 176 157 158 165 164 173 173 177 167 166 179 150 166 144 157 162 176 183 163 175 161 172 170 137 169 153 167 174 172 184 188 177 155 160 152 156 154 173 171 162 167 160 151 163 158 146 165 169 176 155 170 153 142 169 148 155 直方圖的製作步驟之 範例 解 : 全體數據之最大值為 194,最小值為 119 根據經驗值取組數為 10 組距 =(194-119)/10=7.5 取 8 最小一組的下組界 =最小值 -測定值之最小位數 /2 =119-1/2=118.5 最小一組的上組界 =下組界 +組距 =118.5+8=126.5 直方圖的製作步驟之 範例 作次數分配表 : 序號 組界 組中點 全體 A設備 B設備 次數 次數 次數 1 118.5126.5 122.5 2 2 2 126.5134.5 130.5 1 1 3 134.5142.5 138.5 4 4 4 142.5150.5 146.5 8 1 7 5 150.5158.5 154.5 17 2 15 6 158.5166.5 162.5 21 8 13 7 166.5174.5 170.5 23 16 7 8 174.5182.5 178.5 14 13 1 9 182.5190.5 186.5 9 9 10 190.5198.5 194.5 1 1 合計 100 50 50 直方圖的製作步驟之 範例 全體數據之直方圖 : SL=135 SU=210 直方圖的製作步驟之 範例 A設備之直方圖 SL=135 SU=210 直方圖的製作步驟之 範例 B設備之直方圖 SL=135 SU=210 範例之分析 範例之分析 : 項目 全體 A設備 B設備 形狀 稍偏左 正常 稍偏左 分佈中心與規格中心值相比較 ,稍為偏左 ,若變動大 ,則有超出規格下限 全部在規格界限內 ,沒有不良品出現 分佈中習與規格中心值相比較 ,稍為偏左 ,若變動大 ,則有超出規格下限的可能 B設備可能發生超出規格下限的可能 ,因此 ,有必要加以改善 ,使數據平均值右移到規格中心 . A設備若能使 CP值再小 ,則將更好 . 直方圖 之分析 -集中型 如圖中顯示 中間高 ,兩邊低 ,有集中的趨勢 ,表示規格 .重量等計量值的相關特性都處於安全的狀態之下 ,製品工程狀況良好 .如下圖所示 : 直方圖 之分析 -鋸齒型 如圖中顯示鋸齒型圖案 ,圖形的柱形高低不一呈現缺齒狀態 ,這種情形一般就來大都是 製作直方圖的方法或數據收集 (測量 )方法不正確所產生 .如下圖所示 : 直方圖 之分析 -絕壁型 如圖所示為絕壁形 ,另外一邊拖著尾巴 ,這種偏態型在理論上是規格值無法取得某一數值以下所產生之故 ,在 品質特性上並沒有問題 ,但是應檢討尾巴拖長在技術上是否可接受 ；例治工具的鬆動或磨損也會出現拖尾巴的情形 .如下圖所示 : 直方圖 之分析 -雙峰型 有兩種分配相混合 ,例如兩臺機器或兩種不同原料間有差異時 ,會出現此種情形 ,因測定值受不同的原因影響 ,應予層別后再作直方圖 . 直方圖 之分析 -離散型 測定有錯誤 ,工程調節錯誤或使用不同原材所引起 ,一定有異常原存在 ,只要去除 ,即可制造出合規格的制品 Agenda 前言 第一章 數據與圖表 第二章 特性要因圖 第三章 直方圖 第四章 散佈圖 第五章 柏拉圖 第六章 檢查表 第七章 管制圖 第八章 層別法 總結 散布图 Scatter Diagram 何謂散佈圖 ? 就是凡互相有關連的對應數據 ,在方格紙上以縱軸表示結果 ,以橫軸表示原因 ；然后用點表示出分佈形態 ,根據分佈的形態來判斷對應數據之間的相互關係 . 按這