品管七大手法精典培训教材.docx
- 文档编号:10025080
- 上传时间:2023-02-08
- 格式:DOCX
- 页数:21
- 大小:228.18KB
品管七大手法精典培训教材.docx
《品管七大手法精典培训教材.docx》由会员分享,可在线阅读,更多相关《品管七大手法精典培训教材.docx(21页珍藏版)》请在冰豆网上搜索。
品管七大手法精典培训教材
项目内 容页次
1资料的意义2
2统计资本概论4
3查检表7
4柏拉图9
5鱼骨图11
6散布图13
7管制图16
8直方图18
9层别法20
第1章
资料的意义
概要
何谓数据(Data)
它是「透过测量所得到的数值和资料。
」因此,
「测量数据」=「反映事实」
数据获得
1)蒐集「正确」的数据;
2)避免「主观」的判断;
3)把握「事实真相」。
数据类型
1)定量数据(QuantitativeData):
量器测度量出来的数据。
计量值(Variable):
长度、时间、重量等测量所得的数据。
计数值(Countable):
以缺点数、劣品数作为计算标准的数值。
2)定性数据(QualitativeData):
感官判断出来的类别数据。
类型值(Variable):
如「机型」、「品牌」、「日期」、「班次」、「产品」等记录的数据。
数据整理
1)「掌握现况」和「评价对策」,都应有数据为依据;
2)清楚使用数据的宗旨;
3)改善前、後的数据,应具备一致的条件;
4)数据蒐集完成後要马上使用。
数字资料的差异
1)机遇原因(ChanceCause)
制品的好坏,主要受到四个M:
材料(Material)、机器(Machine)、人员(Man)与方法(Method)之影响,但若四者均在标准范围内变化,其变化幅度较为微小,而属机遇原因变化,在经济价值上,此种变化不需采取措施或改正行动。
2)非机遇原因(AssignableCause)
非机遇原因又称异常原因,系导致四个M的变化,即:
a.使用不合规格的材料
b.机器故障或工具损坏
c.员工情绪久佳或工作不努力
d.不按操作标准工作,或标准不适当
以上四个非机遇原因,所造成变化之幅度较大,会引起大量的不合品,在经济价值上应予以消除。
第2章
统计资本概论
统计量数
1)平均数-代表一群数值的一个数值
群体平均数
样本平均数
2)变异数
群体变异数
样本变异数
3)标准差-表示该群数值间差异大小的一个数值
群体标准差
样本标准差
机率分配-常态分配
若从常态母体n(x;2)中,随机抽取一个样本,则结果为x之机率密度(probabilitydensity)是:
1=2
1
2
其累积机率密度函数为
一平均数为0,变异数为1之常态分配称为标准常态分配。
经由变数变换,任何常态分配都可转换成标准常态,其公式如下:
在一常态分配中,平均数正负一倍、二倍、三倍标准差之机率为
P( P( P( 制程能力指标 1.USL-规格上限 LSL-规格下限 CL-规格中心值 2.Ca-制程准确度(CapabilityofAccuracy) 3.Cp-制程精密度(CapabilityofPrecision) 4.Cpk-制程能力指数(总合Ca&Cp之指标) 或 下面以图示说明: LSL USL CL μ相同,故Ca值一样,绿线σ小,故Cp值大,Cpk值亦大 LSL USL CL σ相同,故Cp值一样,绿线μ在中心没有偏移,故Ca值小,Cpk值大 在标准常态分配之状况下,Cpk=1时,其OutSpec.之机率为,亦即不良率为2700DPPM,而在Cpk=时,其OutSpec.之机率为,亦即不良率为64DPPM。 第3章 查检表 何谓查检表(Checksheet) 「勾记型的图形或表格,使用它时只须登入检查记号和点数整理,可藉以稽核和分析」。 因此,「查检表」=「事实记志」 查检表的种类 1)纪录用: 如【图3-1】,它又称「改善用查检表」。 2)点检用: 如【图3-2】,它用於「作业实施」和「机械整备」的确认。 作业者 机械 日期 不良种类 月日 月日 月日 月日 尺寸 A 1 缺点 材料 其他 尺寸 缺点 B 2 材料 其他 【图3-1】车床加工查检表 10000KM时定期保养 顾客宝号: 日期: 车牌号码: 保养费用: 车种款式: 行驶公里: 作业者: □电瓶液量□空气滤清器 □水箱□机油 □胎压□分电盘盖 □火星塞□化油器 □风扇皮带 注: 4检查9调整6更换 【图3-2】汽车定期保养查检表 查检表制作 查检表的内容是依据下述考量而决定: 1)把握项目: 待蒐集项目和数据样式; 2)表格样式: 如【图3-3】所示,查检表格式应符合蒐集目的; 3)记录型式: 点检的记录形式,如项目、日期、数目、合计等; 4)蒐集方式: 何人、何时、何地、何物、、、等等。 表格使用 使用查检表进行蒐集数据,待完成後宜检讨下述问题: 1)反映事实: 印证所获数据是否能反映某些事实 2)独特项目: 查看是否有些项目主宰事实,或个别项目间明显差异 3)时间推移: 是否有经时变化的趋势 4)周期循环: 是否有周期变化的型样。 数据期间: 87年第三季 检查项目 期间 案件数目 10月 11月 12月 合计 画面 没有画面 // 2 ///// 5 ///////////////////////////////////35 42 没有彩色 /// 3 //// 4 // 2 9 电波 没有天线 ///// 5 ///// 4 //////////////////// 20 29 没有方向 ////////////////////////////// 30 //////////////////////// 24 ///////////////////////////// 29 83 声音 没有 //// 4 ////// 6 ///// 5 15 其他抱怨 ///// 5 // 2 /////////////// 15 22 案件合计 49 45 106 200 【图3-3】「电视机故障投诉」状况查检表 第4章柏拉图 何谓柏拉图 它是「根据类型所蒐集的数据,按发生数量大小之类型为序,所编制的频次图形。 」一般,柏拉图多加上累计比例的折线。 因此,如按「不良原因」、「不良状况」、「不良位置」、「安全事故」或「客户抱怨」等的类型区分,则 「柏拉图」=「重点问题」 【图4-1】「电视机顾客投诉」柏拉图 柏拉图制作 1)决定数据期间; 2)决定水平横轴: 除其他外,按发生数据由大至小,由左至右排定类型顺序; 3)决定左右纵轴: 依据最大频次和比例决定左、右纵轴的刻度; 4)长条图绘制: 在横轴个类上,将数据大小按左轴刻度画出长条图; 5)折线图绘制: 在横轴个类上,将个类数据占总数的累计比例,按右轴刻度画出图点,并用直线由左至右连结; 6)附记事项: 记入主题及相关资料。 柏拉图使用 使用柏拉图,有下述三时机: 1)掌握重点: 百分之八十的不良是由百分之二十的原因所造成。 2)发现真因: 当制程产品突然冒出罕见缺陷,且某机台的劣品数竟占9907与该劣品总数的94%,此际从该机台下手应可追查到缺陷的真因。 3)效果确认: 采行对策一段期间後,改善效果可望在柏拉图上呈现。 如果效果明显,不良总数会下降,而重要项目也会有一番大调整。 如【图4-2】所示,改善後案件从上季200件降至本季78件;而且改善後「电视机顾客投诉」的前三项是「没有天线」、「没有声音」、和「没有彩色」,已非改善前的「没有方向」、「没有画面」、和「没有天线」。 改善前後的比较,可如【图4-2】使用柏拉图显示。 【注意】效果确认时应考量: -不同比较期间的项目和对象是否一致 -季节性的变化是否对数据有影响 -对策外的要因是否对数据有影响 【图4-2】改善前後「电视机顾客投诉」柏拉图 第5章 鱼骨图 何谓鱼骨图 它是「就特性数值,整理主导影响的潜在要因之间的条理,及要因和特性的因果关系,成为骨状的图形。 」如图【图3-1】所示的「特性要因图」,亦常绘成「鱼骨图」,「鱼头」和「鱼刺」各表示「问题特性」和「潜在要因」。 因此, 「鱼骨图」=「推敲因果」 模具尺寸不正确 冲型不良 B.人员 A.材料 D.方法 C.机器 台虹基材尺寸安定性不佳 材料储存环境不正确 自主检查 未落实 冲孔位置度 底片尺寸不正确 制程条件变更 【图5-1】特性要因图 鱼骨图制作 鱼骨图是按下述程序而制作: 1)问题特性: 厘定问题或品质的特性,如「延迟交货频频」; 2)定大要因: 推定能支配问题或品质的主要因素; 3)中小要因: 推定大要因内之中度、轻度因素; 4)主要原因: 推定大要因间之主要因素; 5)附记事项: 填上制作目的,日期及制作者资料。 鱼骨图使用 使用鱼骨图,有下述三时机: 1)整理问题: 将紊乱问题整理出头绪; 2)追查真因: 从问题成因中追究出主因; 3)寻找对策: 从问题主因中研讨出对策; 4)教育训练: 员工解决问题能力的训练。 【注意】编制鱼骨图时应注意: 把握脑力激荡原则、-将要因层别化;5W1H之原则ˉ不因好恶决定。 【图5-2】对策鱼骨图 第6章 散布图 何谓散布图 它是「按数据分布型态,来判断配对变数之间对应关系的图形。 」因此, 「配对数据」=「敲定因果」 【图6-1】温度X和硬度Y的散布图 散布图作成 1)配对变数: 找出关切的两变数。 若系因果关系时视因和果各为X、Y变数 2)蒐集数据: 至少三十组以上变数数对 3)计算组距: 各找出两变数的最大值、最小值、和全距 4)标轴刻度: 各按两变数的最大、最小、和全距设定座标轴 5)标绘图点: 按各数对的横轴、纵轴座标,在图上以单点标记 6)标绘心轴: 各绘制 和 的直线,则构成以 为中心的I、II、III、和IV四象限。 7)附记事项: 何人、何时、何地、何物、、、等等。 例如,如【图6-1】所示完成的散布图。 关系性质 使用散布图时,常需判断X变项与Y变项的相关性质。 可利用 为中心的四象限,检视各图点落处於I、II、III、和IV象限的状况,来判定X与Y的关系。 以下是各式各样相关性质的判定方式: 1)正负相关: 当X增加时,Y亦随之增加,它表示因变数X与果变项Y是呈「正相关」;反之,则X与Y呈「负相关」。 2)强弱相关: 图点分布较密集时是「强相关」,而分布较疏广时是「弱相关」。 如【图6-2】所示。 3)无甚相关: 图点分布散乱时,X与Y之间是「无甚相关」。 如【图6-3】所示,各图点分散落处於I、II、III、和IV各象限。 4)曲线相关: 图点分布呈曲线倾向时是「曲线相关」。 如【图6-4】所示,各图点似乎「贴近」某条曲线。 【图6-2】强弱相关 (a)强相关(b)弱相关 【图6-3】无甚相关 【图6-4】曲线相关 相关系数 自行求算的公式如下: 使用散布图时应注意事项: 1)不当数据: 数据的获得是否品质良好譬如「不当量测」、「不当期间」、「人为疏失」或「人为篡改」等等。 2)假性相关: 变数之间本质上是否并无相关性譬如「中山高交通事故」和「养殖池成鱼骤死」的相关系数可能甚大,可是结论却是荒诞不经: 「中山高交通事故和养殖池成鱼骤死之间,关系甚大。 」 3)层层叠叠: 数据的背景条件是否不够特定譬如「不同机台」、「多人操作」或「不同批号」等等。 第7章 管制图 何谓管制图 管制图是将「制程样组」和「品质特性」各置於横轴和纵轴的一种折线图,但它事先已绘制「CL」、「UCL」、「LCL」等三条水平界线。 如【图7-1】所示,使用管制图时、按时逐次抽样,然後将频次或数值数据,标绘成乙个图点。 若生产稳定,则图点理应散落在UCL和LCL两条界线的范围之内,并且图点大多会贴近CL界线。 因此, 「管制图」=「异常警告」 【图7-1】管制图 管制图的研判 1)界外点-管制图中已有点落於管制界限外 2)点串型-制程业已偏移或呈现走势 3)非随机-管制图中某组点有非随机的现象 a.三点中有二点在A区或以外(机率=) b.五点中有四点在B区或以外(机率=) c.连续六点持续上升或下降(机率=) d. 八点在心线两侧C区内(机率=) e.连续九点在单边C区或以外(机率=) f.15点在心线两侧C区内(机率=) g.有一点在A区以外(机率=) h.连续14点交互升降(机率=) 备注: A区-两倍至三倍标准差间 B区-一倍至两倍标准差间 C区-一倍标准差间 第8章 直方图 何谓直方图 它是「就『品质特性』数值的数个相等区间为序,按数据『落入各区间的频次』制作成条图。 」 「直方图」=「品质概要」 【图8-1】汽缸头径长直方图 直方图制作 1)数据范围: 找出「最大值」和「最小值」。 2)计算全距: 由「最大值」减「最小值」而得全距值。 3)组数组距: 先参考数据总量决定组数,再求算组距=全距÷组数。 4)上下组界: 求算各组之上、下组界。 5)组中心点: 求算各组之组中心点。 组中心=(上组界+下组界)÷2 6)次数分配: 点数落入各组之笔数。 7)制作图形: 就品质特性为横轴,按各组次数制作成条图。 8)附记事项: 记入主题及相关资料而作成直方图。 分布判断 1)常态型: 如【图8-2】所示,制程正处於安定状态。 2)锯齿型: 如【图8-3】所示,数据蒐集或作图方法不恰当。 3)截尾型: 如【图8-4】所示,无法量测某界限以下的数值。 4)峭壁型: 如【图8-5】所示,产品业已经过筛选。 5)双峰型: 如【图8-6】所示,样本数据来自不同的机台或材料。 6)丘陵型: 如【图8-7】所示,样本数据来自迥异的制程。 7) 离岛型: 如【图8-8】所示,制程业已遭到特殊原因的淆扰。 第9章 图8-4 图8-5 图8-6 图8-7 图8-8 层别法 何谓层别法 「因为数据具有多种属性,若就特定类别整理之,以便能指认出是否存在时或空的反覆现象。 」这就是层别法。 因此, 「层别法」=「大海觅针」 层别法的作法 1)确定层别的目的 2)选定影响品质特性的原因 3)制作记录卡 4)整理数据 5)比较与检定
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 品管 七大 手法 培训教材