QC七大手法(培训资料).ppt

1、QC七大手法,企业中每个人应具备质量意识、危机意识、改善意识、寻求自身工作的改善方法，在管理上应用统计技术和观念，在全员努力之下来满足顾客要求和社会要求。 在改善活动中所采用的统计方法，即我们常讲的“QC七大手法”和“QC新七大手法” （QC：Quality Control ） 。 日本著名的质量管理专家石川馨曾说：企业内95%的质量管理问题，可通过企业上上下下全体人员活用QC七大手法而得到解决。全面质量管理的推行，离不开企业各级、各部门人员对这些工具的掌握与灵活应用。 本课程主要是通过基本理论说明，案例讲解，使学员能理解QC七大手法的特点及实际应用的技巧。,QCC 之父、日本式质量管理的集大

2、成者：石川馨 ( Kaoru Ishikawa ),前言,目录,QC旧七大手法 查检表 柏拉图 因果图 散布图 直方图 管制图 层别法,QC七大手法可以：协助我们将数据问题化、数据图表化， 是发掘问题、解析问题的有效方法！,集数据 抓重点 追原因 看相关 显分布 找异常 作解析,质量改进常用的7种工具,统计数据分类,1.计量值（连续不间断）:（,2.计数值（离散性数据） ：,统计技术基础,什么是统计方法,关于收集、整理、分析和解释统计数据，并作出结论过程。,统计方法分类,1.描述性统计方法 2.推断性统计方法,统计特征数分类,1.集中位置 2.离散程度,量一量）长度.时间.重量等,（数一数）以

3、不良品数,缺点数等,一：查检表, 何谓查检表(Check sheet)? 又称 调查表,查核表 为了便于收集数据, 使用简单记号填记并予统计 整理,以作进一步分析或作为核对、 检查之用而 设计的一种 表格或图表。,查检表分类,(1) 明确目的:将来要能提出改善决策用数据, 必需把握现状 解析与使用目的相配合！ (2) 确定收集项目:确定为达到目的所需搜集的资料（问题相关 资料） (3) 确定对资料的分析方法（如运用哪种统计方法） (4) 根据不同目的，设计用于记录资料的查检表格式. (5) 对收集和记录的部分资料进行预先检查，目的是审查表格设计 的合理性 (6) 如果有必要，就应评审和修改该查

4、检表格式。查检表的样式多种多样，可根据需要调查的项目灵活设计.,1.查检表的作法,一：查检表,查检表设计要简单明了,而且要能涵盖索取要研究的项目,避 免工作延误或遗漏,一：查检表,案例研讨,1.点检用查检表,一：查检表,2.不良项目查检表,案例研讨,一：查检表,3.不良原因查检表,案例研讨,一：查检表,4.缺陷位置查检表,例4-汽车车身喷漆质量的缺陷位置调查表,案例研讨,一：查检表,案例研讨,一：查检表,例5 零件直径分布调查表,案例研讨,向领导报告零件数据如何?,一：查检表,例5 零件直径分布调查表,5.质量特性分布查检表,案例研讨,一：查检表,案例研讨,2.查检表的使用注意,数据收集完成应

5、马上使用； 首先观察整体数据是否代表某些事实? 数据是否集中在某些项目？或各项目之间有否差异? 是否因时间的经过而产生变化? 也要特别注意周期性变化的特殊情况?,一：查检表,这些问题的思考对后续发现问题、提出对策很有帮助！,二八法则, 工作努力的20%员工，处理80%业务. 将工作努力的20%员工单独配置，一样是只有20%努力工作. 全部犯罪行为的80%是由20%的惯犯犯下的 自己衣橱中的衣服中经常穿戴的只占20% 经济、社会的两级分化不是50:50，而是80:20. 20%富人占据者所有财富中的80%. 人际关系价值中20%的关系左右80关系. 真正理解课程80%内容的学员只占20%.,二：

6、柏拉图,1、何谓柏拉图(Pareto diagram) 帕累托 ? 又称为“排列图” 根据所收集的数据，按不良原因或项目 等区分标准，找出比率最大之项目，且依各项目大小顺序排 列，再加上累积值的图形。又称“重点图”“ABC” “8020”,采用(重要的少数、次 要的多数)的见解，,2、柏拉图用途 2.1. 了解哪些项目属于重要问题及大小顺序; 2.2. 知道每一项目在整体中所占的比例; 2.3. 可以预测减少某一项目后之整体影响(贡献度); 2.4. 可以知道改善之效果如何;,二：柏拉图,二：柏拉图,3.柏拉图的步骤,step1.选择分类项目 step2.选择度量单位(次数/频数/件数/成本/

7、金额) step3.选择数据收集期间 step4.依项目建立统计表收集数据, 降序排序,计算累计百份比. step5.画横坐标(项目排序递减，自左右) step6.画纵坐标(左：度量单位，右累计百分比) step7.画项目方块(频数) step8.画累计百分比折线 step9.标出排列图主題及相关资料. step10.利用排列图确定对质量改进最为重要的项目.,二：柏拉图,案例练习:,用柏拉图分析提出下阶段改善方向.,二：柏拉图,图表可以看出影响成品率的主要缺陷集中在吻合度47.5%、爆边24.2%；此二类缺陷占总缺陷数量的71.7%,实例分析1：,4、柏拉图使用注意事项：,二：柏拉图,4.1、

8、关键少数小组有能力解决 4.2、分层项目不能有重叠或混淆（如印刷质量、漏光） 4.3、比较性之柏拉图应注意以下三项: 1）.收集数据的期间和对象必须一样.(不良排列图若产量不 同时如何对比?）. 2）.对季节性的变化应列入考虑. 3）.对于对策以外的要因也必须加以注意,避免在解决主要原 因时影响了其它要因的突然增加.,二：柏拉图,实例分析2：,合片8月废品项目Pareto图,图表可以看出合片8月前两项废品杂质32.3%、划伤24.5%；此二类占总废品56.8%,二：柏拉图,实例分析2：,二：柏拉图,实例分析2：,二：柏拉图,实例分析2：,27.4% 25.8% 11.29 25.8%,1.64

9、41A 90%在中间区; 2.其它如TOP5品种 6341.6325.2538.63330 60-70%分布在上下印边区.,二：柏拉图,实例分析2：,1.是否有改善? 2.成效如何? 3.如何分析其改善成效?,改善前,改善后,二：柏拉图,实例分析2：,单独不良品数(缺陷数)进行前后比较,需确保产量一样;但实际情况很少,应该转化成不良率(缺陷率).样本 X N 样本 p 样本 X N 样本 p 1 6415 235405 0.027251 2 3394 190705 0.017797,差值 = p (1) - p (2), 差值估计: 0.00945379 差值的 95% 置信区间: (0.00

10、856796, 0.0103396), 差值 = 0(与 0) 的检验: Z = 20.92 P 值 = 0.000, Fisher 精确检验: P 值 = 0.000,二：柏拉图,实例分析3：,提升五厂宝马综合成品率,从几个方面入手分析改善?,二：柏拉图,实例分析4：,看图识问题,大骨,大骨,大骨,大骨,中骨,中骨,中骨,中骨,中骨,中骨,小骨,小骨,小骨,問題特性,小骨,三、因果图,一、因果图的概念 导致过程或产品的原因可能有很多因素，通过对各种因素进行全面系统观察和分析，可以找出其因果关系。因果图就是一种简单易行的方法。 因果图是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因

11、）之间的因果关系的一种工具。它可用于以下几个方面： （1）分析因果关系；（2）表达因果关系；（3）通过识别症状、分析原因、寻找措施来促进问题解决。 许多可能的原因可归纳成原因类别与子原因，画成形似于鱼刺的图，所以该工具又称鱼刺图。,主骨,WHAT HERE WHEN WHO WHY HOW 什么、 在哪里、 何时、 谁、 为什么、 如何,新QC手法中一种运用原因展开系统图找出影响因子,四原则: A、自由奔放 B、意见越多越好 C、严禁批评他人 D、搭便车,三、因果图,1、利用逻辑推理法绘制因果图的步骤 第一步，确定质量特性（结果），可根据具体需要选择因果图中的“结果” 第二步，将质量特性写在纸

12、的右侧，从左至右画一箭头（主骨），将结果用方框框上，接下来，列车影响结果的主要原因作大骨，也用方框框上。 第三步，列车影响大骨（主要原因）的第二层次原因，作为中骨；接着用小骨列车影响中骨的第三层次原因，依此类推。 第四步，根据对质量特性影响的重要程度，将认为对质量特性有显著影响的重要因素用明显的标记标出来。 第五步，在因果图上记录必要的信息。 用这种思考方法，确定结果和第一层次原因（主骨）、大骨和中骨、中骨和小骨之间的关系，构成了逻辑上的因果关系。 因果分析图完成以后，下一步就是要评价因素的重要程度。因果图中所有的因素与结果不一定紧密相关，将对结果有显著影响的因素做出标记。 最后，在因果图上标

13、明有关资料，产品、工序、小组名称、人员、日期等。,二、因果图的绘制,三、因果图,2、利用发散整理法绘制因果图的步骤 第一步，选题，确定质量特性。 第二步，尽可能找出所有可能会影响结果的因素。 第三步，找出各原因之间的关系，在因果图上以因果关系箭头连接起来。 第四步，根据对结果影响的重要程度，将认为对结果有显著影响的重要因素标出来。 第五步，在因果图上标上必要的信息。 因果图方法的显著特点是包括两个活动，一个是找原因，另一个是系统整理这些原因。 查找原因时，要求开放式的积极讨论，有效的方法是“头脑风暴法”，用过去的说法就叫“诸葛亮会”。 绘制因果图时，影响结果的原因必须从小骨到中骨，从中骨到大骨

14、进行系统整理归纳。 这种因果图绘制方法先放开思路，进行开放式、发散性思维，然后根据概念的层次整理成因果图的形状。,*某西餐厅11月25客户反应“牛肉片嚼不烂”问题，于是贾老板召集大家分析嚼不烂原因，应用发散性整理法进行分析可能因素，并用因果图进行整理；,实例练习(1),三、因果图,三.因果图注意事项:,1)、确定原因时应通过大家集思广益，充分发扬民主，以免疏漏 。2)、尽可能具体地确定原因。3)、有多少质量问题，就要绘制多少张因果图。 4)、验证，“重要的因素不要遗漏”和“不重要的因素不要绘制”最终的因果图往往越小越有效。 5)、在数据的基础上客观地评价每个因素的重要性。 6)、因果图使用时要

15、不断加以改进,三、因果图,三、因果图,实例研讨(1),三、因果图,实例研讨(2),找问题,三、因果图,实例研讨(3),去离子水压太大,烘干机效果不佳,印边 白点,设备,盖板水滴到玻璃,找问题,温度不够,时间太短,三、因果图,实例研讨(4),找问题,气泡原因分析鱼刺图,大巴气泡废品,法,料,PVB膜片厚度不均匀,人,机,烘弯操作工压制经验不足,操作工压制方法不对,气泡返修方法不对,1。真空度不足,4。烘弯阶段玻璃留边量太大,高压釜参数不佳,模具双侧边设计不良,高压釜快速接头漏气,真空泵功率不够大,未到3个月直接顶岗,大巴冷抽与VPL线玻璃没有区分开,员工没有进行培训,设备能力不足,冷抽时间未进行

16、标识,2。大面积产品抽气程度不足,冷抽时间不 够,6。冷抽区快速接头后面连接不良,会有漏气现象.,电机耐温性能差,5.风机损坏,模具不平衡,3.烘弯成型阶段升温速度偏快,基准线偏,成型区压辊压制不到位,生产参数不稳定,人,法,环,料,机,测,进炉方向不一致,陶瓷辊跳动,吻合度,工装使用不规范,陶瓷辊不平,成型区辊子底坐松动,温度设置不合理,吻合度-因果分析,实例研讨(5),吻合度-5why分析,实例研讨(5),思考： 人的身高和体重有没有相关性？ 什么会影响舌片的焊结强度，是焊接温度、时间、环境湿度？哪个影响最大？ 为什么掰边的压力要控制15-80N？ 1.何谓散布图(Scatter diag

17、ram)? 为调查两组数据之间的相互关系，将各个特性值在有x轴、y轴的坐标上表示的图表,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.,四、散布图,2、使用目的 可以发现、显示和确认两数据之间的相关程度，并确定其预 期关系，常应用于现场质量改进活动中，主要目的： 2.1.调查两特性值间之相关性 2.2.判断异常值之存在与否 2.3.判断趋势决定最佳操作范围 3、数据要求和应用分类： 这里讲的数据是成双的,一般来说成对数据有三种对应关系. 3.1.原因与结果数据关系. 3.2.结果与结果数据关系. 3.3.原因与原因数据关系.,四、散布图,4、散布图绘制方法：,实作：EXC

18、EL 当n9, |r|0.7.,四、散布图,相关系数公式：,7、注意：相关常数乱用和误用,1、分析两个变量之间存在相关关系，并不是一个变量成为另一个变量的原因. 2、可能会藏在对两个变量都有影响的第三变量.,相关关系并不一定意味着因果关系!,四、散布图,通过下例观察散点图和相关分析。,下面是表示某汽玻夹层厂合片室防尘管控室落下量与合片杂质不良之 间关系的资料。 求其落尘量和杂质发生率的相关常数。,例题1,应用,四、散布图,五：层别法,1、何谓层别法(Stratification)? 就是归类的说！一种简单、但绝对需要的工具！ 按照一定的标志，把收集到的大量有关某一特定主题的统计数据加以 归类、

19、整理和汇总的一种方法。,3、层别法的使用,1).在收集数据之前就应使用层别法,磨刀不误砍材工，先层别后收集才不会浪费时间,2).应该特别注意层别法的使用,柏拉图、查检表、散布图、直方图和管制图 都必须以发现的问题或原因来作层别法,思考：若上课分组，分组原则是什么？为什么这样划分 ?,2、分层原则：组内波动尽可能小，组间波动尽可能大,4、层别的对象与项目,五：层别法,表1、按操作者分层,表2、按生产厂家分层,实例研讨：某装配厂的气缸体与气缸盖之间经常漏油。对50套产品进行调查后发现两种情况： （1）三个操作者在涂粘结剂时，操作方法不同； （2）所使用的气缸垫是由两个制造厂提供的。于是对漏油原因进

20、行分层分析： 按操作者分层，如表1所示； 按气缸垫生产厂家分层，如表2所示：,五：层别法,结论?,结论?,还有没有更好的?,表3、按两种因素交叉分层,关键点：透过分层分析，得到什么有价信息，如何有效应用实际工作中,五：层别法,实例研讨1：,漏油多变异图（1）,漏油多变异图（2）,规格下限,规格上限,样本大小：n120 样本来源：A线B线,假设 IQC检验来料卡条弧度*120条，并绘制直方图如上，求得CPK=0.71，依要求要批退处理并请供应商提改善报告。因供应商在省外无法到公司确认，若退回厂商会造成断料风险。 如果你是SQE，下一步该如何？如何正确指导厂商改善。,五：层别法,实例研讨2：,规格

21、下限,规格上限,AB n120,按不同生产线分层,假设 IQC检验来料卡条弧度*120条，并绘制直方图如上，求得CPK=0.71，依要求要批退处理并请供应商提改善报告。因供应商在省外无法到公司确认，若退回厂商会造成断料风险。 如果你是SQE，下一步该如何？如何正确指导厂商改善。,五：层别法,实例研讨2：,TOP2 占71.7%,吻合度钢化制程,爆边预处理制程,实例研讨3,欧宝前门成品率现状分析(1),欧宝前门成品率现状分析(2),欧宝前门成品率现状分析(2),五：层别法,思考：产品质量是检验出来，还是制造出来？ 什么叫预防性的管理？,是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于

22、控制状态的一种用统计方法设计的图。以纵轴代表产品质量特性，横轴代表产品的时间或制造日期，依时间顺序将点划在图上，再用线连结，加上中心线(CL)，上管制界限(UCL)及下管制界限(LCL) 之绘制，即可成为管制图。 在制程中用抽查的方式，将样本的统计量点绘于图上，用以判断产品质量是否发生显著变异(即是否有异常原因界入）。,1、何谓控制图(Control chart)?,1） 用于分析生产过程是否处于统计控制状态 2）用来确定何时需要对过程进行调整，以控制生产过程，保持相应的稳定状态 3） 用来确定某生产过程是否得到了改进,2、控制图的作用,六：控制图,3、管制图分类：,3.1、依数据之性质来分类

23、： 1)、计量值管制图 系管制图所依据之数据均属于由量具实际量测而得，如长度、重量、 成分等特性均为连续性者。 2)、计数值管制图 系管制图所依据之数据均属于以单位计数者，如不良数、缺点数等间 断数据均属之。 3.2、依用途来分类： 1)、解析用管制图 此种管制图系作为决定方针、制程解析、制程能力研究。 2)、管制用管制图 用于控制制程之质量，如有点跑出界限时，立即采取措施消除异常。,六：管制图,六：管制图,4、控制图分类及选择,n 2 ?,n 10,数据性质?,计量值,计数值,n固定,n 固定,研究X？,图,计件值？Or 计点值,X-S,图,X-R,图,X-RS,图,p,图,pn,图,C,图

24、,u,图,YES,NO,Me-R,NO,YES,计件值,计点值,NO,YES,YES,NO,NO,YES,平均标准差 精度最高,平均极差 精度尚可,中位数极差 精度较差,单值移动极差 不得已才用,不合格品率,不合格品数,不合格数,单位产品不合格数,U图,计量样本少，费时费钱,X-Rs,X-S,P图,P图,NP 图,C图,NP图,U图,汽车玻璃不合格数,P图,C图,C图,X-S,X-R,课堂小练,每天不同产量的玻璃品，分析不合格率,5、管制图例：（Minitab制作）,计量值管制图（Xbar-R),六：管制图,5、管制图例：（Minitab制作）,计数值管制图（P),六：管制图,P=0.0318

25、8,我们也跟踪了气泡不良率建立控制图。如图下： 19号气泡不良超出控制范围。,高压釜故障导致气泡废品上升。,6、管制图的判读规则（GB/T4091-2001常规控制图判异8准则）：,檢定規則1:有1点在A区以外者.,六：管制图,检定规则3:连续5点中有4点落在同一侧C区以外者,检定规则2:连续3点中有2点落在同一侧B区以外者,六：管制图,检定规则4:连续6点持续的上升或下降,检定规则5:连续8落在中心线两侧且无一点在C区。,六：管制图,檢定規則7:连续9点落在中心线同一侧。,檢定規則6:连续15点落在中心线两侧的C区以内,六：管制图,检定规则8:连续连续14点中相邻点子总是上下交替., 1A外

26、 23B 45C 66D(递) 8无C(7)15在C区 9(酒)醉躺一边 上吐下泻快14(要死),六：管制图,石头判异口诀,练习,练习,1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23,七：直方图直,亦称为次数分配图，是对计量型数据（长度、重量、温度等连续型数据测量值)的波动范围内的数据，进行分组、识别频数，绘制频数分布表，并用图(长条图)的形式表现出来。 即以图的方式表达所搜集之数据分布情形。,1、何谓直方图(Histogram)?,思考：,今天上课学员身高分布如何？ 这批汽车玻璃尺寸如何？与客户要求比较好、还是不好？,七

27、：直方图, 收集数据（n50) 整理数据，并找出最大值和最小值极差(R)=MAX-MIN 决定组数(K) k=n,2、直方图制作方法,七：直方图,确认频数,决定组界,决定组宽,七：直方图,绘制直方图 * 横轴标示数据测量单位，纵轴标示频数 * 用长条标示各组频数 * 记入规格、目标值等（若存在） * 记入过程、产品、时间、绘制人员等事项,Sl,Su,u,单位:mm,6月 1# B产品厚度分布直方图,质量特性：厚度 样本大小：100 特性规格:473mm 特性目标:47mm 生产日期：5月 制表者 ：张三分析日期：6月3日,七：直方图,MINITAB统计软件分析,3、直方图特征,2.1.数据的分布型态 (分配状态)。 2.2.数据的中心位置 (集中趋势)。 2.3.数据离散程度的大小 (变异性)。 2.4.数据和规格之间的关系,4、直方图应用,3.1.掌握数据的分布状态 (分配状态)。 3.2.调查离散或偏离的原因。 3.3.是否必要再进一步层别化. 3.4.与规格做比较，检视有无问题。 3.5.调查改善前后之效果。,七：直方图,5、直方图形态,数据的平均值与最大值和最小值的中间值相同或接近，平均值附近的数据频数最多，且整体图形左右接近对称。 此种直方图显示数