品管QC七大手法.doc

目 錄項目內容頁次1資料的意義22統計資本概論43查檢表74柏拉圖95魚骨圖116散佈圖137管制圖168直方圖189層別法20第一章 資料的意義1.1 概要何謂數據 (Data)？它是透過測量所得到的數值和資料。因此，測量數據 = 反映事實1.2 數據獲得1)蒐集正確的數據；2)避免主觀的判斷；3)把握事實真相。1.3 數據類型1) 定量數據(Quantitative Data)：量器測度量出來的數據。計量值(Variable)：長度、時間、重量等測量所得的數據。計數值(Countable)：以缺點數、劣品數作為計算標準的數值。2) 定性數據(Qualitative Data)：感官判斷出來的類別數據。類型值(Variable)：如機型、品牌、日期、班次、產品等記錄的數據。1.4 數據整理1) 掌握現況和評價對策，都應有數據為依據；2) 清楚使用數據的宗旨；3) 改善前、後的數據，應具備一致的條件；4) 數據蒐集完成後要馬上使用。1.5數字資料的差異1) 機遇原因（Chance Cause）製品的好壞，主要受到四個M：材料（Material）、機器（Machine）、人員（Man）與方法（Method）之影響，但若四者均在標準範圍內變化，其變化幅度較為微小，而屬機遇原因變化，在經濟價值上，此種變化不需採取措施或改正行動。2) 非機遇原因（Assignable Cause）非機遇原因又稱異常原因，係導致四個M的變化，即：a. 使用不合規格的材料b. 機器故障或工具損壞c. 員工情緒久佳或工作不努力d. 不按操作標準工作，或標準不適當以上四個非機遇原因，所造成變化之幅度較大，會引起大量的不合品，在經濟價值上應予以消除。第二章 統計資本概論2.1統計量數1)平均數代表一群數值的一個數值群體平均數 樣本平均數2)變異數群體變異數 樣本變異數3)標準差表示該群數值間差異大小的一個數值群體標準差 樣本標準差2.2 機率分配-常態分配若從常態母體n(x;m,s2)中，隨機抽取一個樣本，則結果為x之機率密度 (probability density) 是：s2s1m1=m2 其累積機率密度函數為一平均數為0，變異數為1之常態分配稱為標準常態分配。經由變數變換，任何常態分配都可轉換成標準常態，其公式如下： 在一常態分配中，平均數正負一倍、二倍、三倍標準差之機率為P(m-sXm+s)=0.6827P(m-2sXm+2s)=0.9545P(m-3sXm+3s)=0.99732.3 製程能力指標1. USL規格上限LSL規格下限CL規格中心值2. Ca製程準確度(Capability of Accuracy)3. Cp製程精密度(Capability of Precision)4. Cpk製程能力指數(總合Ca & Cp之指標) 或 下面以圖示說明：LSLUSLCL相同，故Cp值一樣，綠線在中心沒有偏移，故Ca值小，Cpk值大LSLUSLCL相同，故Ca值一樣，綠線小，故Cp值大，Cpk值亦大在標準常態分配之狀況下，Cpk=1時，其Out Spec.之機率為0.0027，亦即不良率為2700 DPPM，而在Cpk=1.33時，其Out Spec.之機率為0.000064，亦即不良率為64 DPPM。第三章 查檢表3.1 何謂查檢表 (Checksheet)？勾記型的圖形或表格，使用它時只須登入檢查記號和點數整理，可藉以稽核和分析。因此，查檢表 = 事實記誌3.2查檢表的種類1) 紀錄用：如【圖3-1】，它又稱改善用查檢表。2) 點檢用：如【圖3-2】，它用於作業實施和機械整備的確認。作業者機械 日期不良種類月 日月 日月 日月 日尺寸A1缺點材料其他尺寸缺點B2材料其他【圖3-1】 車床加工查檢表10000KM時定期保養顧客寶號：日期：車牌號碼：保養費用：車種款式：行駛公里：作業者：電瓶液量空氣濾清器水箱機油胎壓分電盤蓋火星塞 化油器風扇皮帶註：4檢查 9調整 6更換【圖3-2】 汽車定期保養查檢表3.3查檢表製作查檢表的內容是依據下述考量而決定：1) 把握項目：待蒐集項目和數據樣式；2) 表格樣式：如【圖3-3】所示，查檢表格式應符合蒐集目的；3) 記錄型式：點檢的記錄形式，如項目、日期、數目、合計等；4) 蒐集方式：何人、何時、何地、何物、等等。3.4表格使用使用查檢表進行蒐集數據，待完成後宜檢討下述問題：1) 反映事實：印證所獲數據是否能反映某些事實？2) 獨特項目：查看是否有些項目主宰事實，或個別項目間明顯差異？3) 時間推移：是否有經時變化的趨勢？4) 週期循環：是否有週期變化的型樣？。數據期間：87年第三季檢查項目期間案件數目10月11月12月合計畫面沒有畫面/2/5/ / / / / / / 3542沒有彩色/3/4/29電波沒有天線/5/4/ / / /2029沒有方向/ / / / / /30/ / / / /24/ / / / / /2983聲音沒 有/4/ /6/515其他抱怨/ 5/2/ / / 1522案件合計4945106200【圖3-3】電視機故障投訴狀況查檢表第四章 柏拉圖4.1 何謂柏拉圖？它是根據類型所蒐集的數據，按發生數量大小之類型為序，所編製的頻次圖形。一般，柏拉圖多加上累計比例的折線。因此，如按不良原因、不良狀況、不良位置、安全事故或客戶抱怨等的類型區分，則柏拉圖 = 重點問題【圖4-1】電視機顧客投訴柏拉圖4.2 柏拉圖製作1) 決定數據期間；2) 決定水平橫軸：除其他外，按發生數據由大至小，由左至右排定類型順序；3) 決定左右縱軸：依據最大頻次和比例決定左、右縱軸的刻度；4) 長條圖繪製：在橫軸個類上，將數據大小按左軸刻度畫出長條圖；5) 折線圖繪製：在橫軸個類上，將個類數據佔總數的累計比例，按右軸刻度畫出圖點，並用直線由左至右連結；6) 附記事項：記入主題及相關資料。4.3 柏拉圖使用使用柏拉圖，有下述三時機：1) 掌握重點：百分之八十的不良是由百分之二十的原因所造成。2) 發現真因：當製程產品突然冒出罕見缺陷，且某機臺的劣品數竟佔9907與該劣品總數的94%，此際從該機臺下手應可追查到缺陷的真因。3) 效果確認：採行對策一段期間後，改善效果可望在柏拉圖上呈現。如果效果明顯，不良總數會下降，而重要項目也會有一番大調整。如【圖4-2】所示，改善後案件從上季200件降至本季78件；而且改善後電視機顧客投訴的前三項是沒有天線、沒有聲音、和沒有彩色，已非改善前的沒有方向、沒有畫面、和沒有天線。改善前後的比較，可如【圖4-2】使用柏拉圖顯示。【注意】效果確認時應考量：-不同比較期間的項目和對象是否一致？-季節性的變化是否對數據有影響？-對策外的要因是否對數據有影響？ 【圖4-2】 改善前後電視機顧客投訴柏拉圖第五章 魚骨圖5.1 何謂魚骨圖？它是就特性數值，整理主導影響的潛在要因之間的條理，及要因和特性的因果關係，成為骨狀的圖形。如圖【圖3-1】所示的特性要因圖，亦常繪成魚骨圖，魚頭和魚刺各表示問題特性和潛在要因。因此，魚骨圖 = 推敲因果C.3模具尺寸不正確沖型不良B.人員A.材料D.方法C.機器A.1台虹基材尺寸安定性不佳A.2材料儲存環境不正確B.1自主檢查未落實C.1沖孔位置度C.2底片尺寸不正確D.1製程條件變更【圖5-1】特性要因圖5.2 魚骨圖製作魚骨圖是按下述程序而製作：1) 問題特性：釐定問題或品質的特性，如延遲交貨頻頻；2) 定大要因：推定能支配問題或品質的主要因素；3) 中小要因：推定大要因內之中度、輕度因素；4) 主要原因：推定大要因間之主要因素；5) 附記事項：填上製作目的，日期及製作者資料。5.3 魚骨圖使用使用魚骨圖，有下述三時機：1) 整理問題：將紊亂問題整理出頭緒；2) 追查真因：從問題成因中追究出主因；3) 尋找對策：從問題主因中研討出對策；4) 教育訓練：員工解決問題能力的訓練。【注意】編製魚骨圖時應注意： 把握腦力激盪原則、 將要因層別化； 5W1H之原則 不因好惡決定。【圖5-2】對策魚骨圖第六章 散佈圖6.1 何謂散佈圖？它是按數據分布型態，來判斷配對變數之間對應關係的圖形。因此，配對數據 = 敲定因果【圖6-1】溫度X 和硬度Y 的散佈圖6.2 散佈圖作成1) 配對變數：找出關切的兩變數。若係因果關係時視因和果各為X、Y變數2) 蒐集數據：至少三十組以上變數數對3) 計算組距：各找出兩變數的最大值、最小值、和全距4) 標軸刻度：各按兩變數的最大、最小、和全距設定座標軸5) 標繪圖點：按各數對的橫軸、縱軸座標，在圖上以單點標記6) 標繪心軸：各繪製和的直線，則構成以為中心的I、II、III、和IV四象限。7) 附記事項：何人、何時、何地、何物、等等。例如，如【圖6-1】所示完成的散佈圖。6.3 關係性質使用散佈圖時，常需判斷X 變項與Y 變項的相關性質。可利用為中心的四象限，檢視各圖點落處於I、II、III、和IV象限的狀況，來判定X與Y的關係。以下是各式各樣相關性質的判定方式：1) 正負相關：當X 增加時，Y 亦隨之增加，它表示因變數X 與果變項Y 是呈正相關；反之，則X 與 Y 呈負相關。2) 強弱相關：圖點分布較密集時是強相關，而分布較疏廣時是弱相關。如【圖6-2】所示。3) 無甚相關：圖點分布散亂時，X 與 Y之間是無甚相關。如【圖6-3】所示，各圖點分散落處於I、II、III、和IV各象限。4) 曲線相關：圖點分佈呈曲線傾向時是曲線相關。如【圖6-4】所示，各圖點似乎貼近某條曲線。 【圖6-2】強弱相關(a) 強相關 (b) 弱相關【圖6-3】無甚相關【圖6-4】曲線相關6.4 相關係數自行求算的公式如下：6.5 使用散佈圖時應注意事項：1) 不當數據：數據的獲得是否品質良好？譬如不當量測、不當期間、人為疏失或人為篡改等等。2) 假性相關：變數之間本質上是否並無相關性？譬如中山高交通事故和養殖池成魚驟死的相關係數可能甚大，可是結論卻是荒誕不經：中山高交通事故和養殖池成魚驟死之間，關係甚大。3) 層層疊疊：數據的背景條件是否不夠特定？譬如不同機臺、多人操作或不同批號等等。第七章 管制圖7.1何謂管制圖？管制圖是將製程樣組和品質特性各置於橫軸和縱軸的一種折線圖，但它事先已繪製CL、UCL、LCL等三條水平界線。如【圖7-1】所示，使用管制圖時、按時逐次抽樣，然後將頻次或數值數據，標繪成乙個圖點。若生產穩定，則圖點理應散落在UCL和LCL兩條界線的範圍之內，並且圖點大多會貼近CL界線。因此，管制圖 = 異常警告【圖7-1】管制圖7.2 管制圖的研判1) 界外點管制圖中已有點落於管制界限外2) 點串型製程業已偏移或呈現走勢3) 非隨機管制圖中某組點有非隨機的現象a. 三點中有二點在 A 區或以外（機率= 0.005928）b. 五點中有四點在 B 區或以外（機率= 0.034604）c. 連續六點持續上升或下降（機率= 0.015625）d. 八點在心線兩側 C 區內（機率= 0.047183）e. 連續九點在單邊 C 區或以外（機率= 0.001953）f. 15 點在心線兩側 C 區內（機率= 0.003261）g. 有一點在 A 區以外（機率= 0.002700）h. 連續 14 點交互升降（機率= 0.000122）備註：A區兩倍至三倍標準差間B區一倍至兩倍標準差間C區一倍標準差間第八章 直方圖8.1 何謂直方圖？它是就品質特性數值的數個相等區間為序，按數據落入各區間的頻次製作成條圖。直方圖 = 品質概要【圖8-1】汽缸頭徑長直方圖8.2 直方圖製作1) 數據範圍：找出最大值和最小值。2) 計算全距：由最大值減最小值而得全距值。3) 組數組距：先參考數據總量決定組數，再求算組距全距組數。4) 上下組界：求算各組之上、下組界。5) 組中心點：求算各組之組中心點。組中心 = （上組界下組界）26) 次數分配：點數落入各組之筆數。7) 製作圖形：就品質特性為橫軸，按各組次數製作成條圖。8) 附記事項：記入主題及相關資料而作成直方圖。8.3 分佈判斷1) 常態型：如【圖8-2】所示，製程正處於安定狀態。2) 鋸齒型：如【圖8-3】所示，數據蒐集或作圖方法不恰當。3) 截尾型：如【圖8-4】所示，無法量測某界限以下的數值。4) 峭壁型：如【圖8