7大手法.docx

7大手法.docx

《7大手法.docx》由会员分享，可在线阅读，更多相关《7大手法.docx（15页珍藏版）》请在冰豆网上搜索。

7大手法

QC七大手法

第一章 概述

一、起源

   新旧七种工具都是由日本人总结出来的。

日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。

之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。

   有用的质量统计管理工具当然不止七种。

除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图等。

      本次课程，主要讲的是QC七大手法，而SPC（管制图）是QC七大手法的核心部分，是本次培训的重点内容。

二、七种工具

   QC旧七大手法指的是：

检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。

   旧七种工具是我们本次课程的内容，也是我们将要大力推行的管理方法。

从某种意义上讲，推行QC七大手法的情况，一定程度上表明了公司管理的先进程度。

这些手法的应用之成败，将成为公司升级市场的一个重要方面：

几乎所有的OEM客户，都会把统计技术应用情况作为审核的重要方面。

三、新七种工具

   QC新七大手法指的是：

关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。

   相对而言，新七大手法在世界上的推广应用远不如旧七大手法，也从未成为顾客审核的重要方面。

第二章 层别法

一、定义

   层别法是所有手法中最基本的概念，亦即将多种多样的资料，因应目的的需要分成不同的类别，使之方便以后的分析。

二、通常的层别方法

   使用的最多的是空间别：

   作业员：

不同拉、班、组别

   机器：

不同机器别

   原料、零件：

不同供给厂家别

   作业条件：

不同的温度、压力、湿度、作业场所

   产品：

不同的产品别（如同时生产Ni-Cd和Ni-MH电池）

   时间别：

不同批别、不同时间生产的产品

   其他：

如使用不同的工艺方法生产的同种产品别

三、应用

   层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的的加以分门别类的归纳及统计。

第三章 检查表

一、概述

   检查表是QC七大手法中最简单也是使用得最多的手法。

但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。

不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？

是不是有很多栏目的内容用笔进行了修改？

是不是有很多栏目内容有待修改？

二、定义

   以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。

三、目的

   记录某种事件发生的频率。

四、时机

   1.当你必须记下某种事件发生的具体情况时；

   2.当你想了解某件事件发生的次数时；

   3.当你想收集资讯时。

五、检查表种类

   1.不合格项目的检查表；

   2.工序分布检查表；

   3.缺陷位置检查表；

   4.操作检查表。

六、使用检查表的注意事项

   1.应尽量取得分层的信息；

   2.应尽量简便地取得数据；

   3.应立即与措施结合。

应事先规定对什么样的数据发出警告，停止生产或向上级报告。

   4.检查项目如果是很久以前制订现已不适用的，必须重新研究和修订           5.通常情况下归类中不能出现“其他问题类”。

第四章 柏拉图

一、起源

   意大利经济学家Vilfredo.Pareto巴雷托（柏拉图）在分析社会财富分配时设计出的一种统计图，美国品管大师JosephJuran将之加以应用到质量管理中。

柏拉图能够充分反映出“少数关键、多数次要”的规律，也就是说柏拉图是一种寻找主要因素、抓住主要矛盾的手法。

例如：

少数用户占有大部分销售额、设备故障停顿时间大部分由少数故障引起，不合格品中大多数由少数人员造成等。

二、定义

   根据收集的数据，以不良原因、不良状况、不良发生的位置分类；计算各项目所占的比例按大小顺序排列，再加上累积值的图形。

   按照累计的百分数可以将各项分成三类：

   0~80%为A类，显然是主要问题点；

   80~90%为B类，是次要因素；

   90~100%为C类，是一般因素。

三、作图步骤

   1.搜集数据；如063048正极片批量为20000PCS，不良品中变形600，露铝360，硬块120，暗痕60，其他不良60。

   2.作出分项统计表（按原因、人员、工序、不良项目等）A把分类项目按频数大小从大到小进行排列，至于“其他”项，不论其频数大小均放在最后；B计算各项目的累计频数；C计算各项目在全体项目中所占比率（即频率）D计算累计比率。

（示范表格见下页）

   示范表格（正极制片不良分项统计表，总批量20000PCS）：

项目

数量

累计数

比率%

累计比率%

变形

600

600

50%

50%

露铝

360

960

30%

80%

硬块

120

1080

10%

90%

暗痕

60

1140

5%

95%

其他

60

1200

5%

100%

   3.绘制排列图

   A纵轴：

   左：

频数刻度，最大为总件数

   右：

频率（比率）刻度，最大数为100%。

   注：

总件数与最大数100%应保持在同一水平线上。

   B横轴：

按频数大小用直方柱在横轴上表示各项目（从左至右）

   C依次累加频率，并连接成线。

   4.记入必要事项，如：

图题、取数据时间、制图人、制图时间、检查产品总数、总频数等等。

   示范图（见下页）

   很明显，上图中变形和露铝为A类不良项，需立即采取措施改善；硬块为B类不良项；暗痕和其他为C类不良项。

B、C两类可稍后再采取措施改善。

四、使用排列图的注意事项

   1.抓住“少数关键”，把累计比率分为三类：

A、B、C；

   2.用来确定采取措施的顺序；

   3.对照采取措施前后的排列图，研究各个组成项目的变化，可以对措施的效果进行鉴定；

   4.利用排列图不仅可以找到一个问题的主要矛盾，而且可以连续使用找到复杂问题的最终原因；

   5.现场应注意将排列图、因果图等质量管理方法的综合运用。

如可以使用因果图对造成变形和露铝的原因进行进一步的分析。

第五章 因果图

一、概述

   因果图最先由日本品管大师石川馨提出来的，故又叫石川图，同时因其形状，又叫鱼刺图、鱼骨图、树枝图。

还有一个名称叫特性要因图。

   一个质量问题的发生往往不是单纯一种或几种原因的结果，而是多种因素综合作用的结果。

要从这些错综复杂的因素中理出头绪，抓住关键因素，就需要利用科学方法，从质量问题这个“结果”出发，依靠群众，集思广益，由表及里，逐步深入，直到找到根源为止。

   因果图就是用来根据结果寻找原因的一种QC手法。

二、定义

   用以找出造成某问题可能原因的图表。

三、因果图可用来分析的问题类型

   1.表示产品质量的特性：

尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等；

   2.费用特性：

价格、收率、工时数、管理费用等；

   3.产量特性：

产量、交货时间、计划时间等

   4.其他特性：

出勤率、差错件数、合理化建议件数

四、因果图的作图步骤

   1.确定问题

   2.画粗箭头

   3.因素即原因分类

   常用：

4M1E即人（员）、机（器）、料（原料）、法（工艺方法）、环（境），有时还可以补充软（件）、辅（助材料）、公（用设施）三方面。

   也可用：

工序顺序等分类

   分类好后，用中箭头与主箭头成45°角画在主箭头两侧。

   4.对中箭头所代表的一类因素，要进一步将与其有关的因素以小箭头画到中箭头上去，如有必要，可再次细分至可以直接采取行动为止。

   5.检查所列因素有无遗漏，如有遗漏应予补充。

   6.各箭头末端的因素中，凡影响重大的重要因素可加上小圈等记号，按已有数据、搜集不到数据、未取数据等情况，还可加上其他简便记号。

   7.记入有关事项，如参加人员、制图者、制定日期等。

五、注意事项

   1.实质上是枚举法，故要走群众路线，集中讨论；

   2.最好采用能用数值表示的问题；

   3.最细的原因要具体，以便采取措施；

   4.对应于一个特性可以作几个因果图，如可按4M1E作图，也可按工序进行分类，分别作因果图。

重要原因可以抽出再作新的因果图。

   5.综合运用如排列图、对策表等；

   6.复印几份加以保存，以便以后不断追加新内容。

六、因果图与排列图联用

   1.建立柏拉图须先以层别建立要求目的之统计表；

   2.建立柏拉图之目的，在于掌握影响全局较大的[重要少数项目]；

   3.再利用因果图针对这些项目形成的要素逐予探讨，并采取改善对策；

七、另一种作图步骤（形象）

   1.集合有关人员召集与此问题相关的、有经验的人员，人数最好4-10人，并推选一人主导（主持人）；

   2.挂一张大白纸，准备2~3支色笔；

   3.由集合的人员就影响问题的要因发言，发言内容记入图上，中途不可批评或质问（脑力激荡法）；

   4.时间大约1小时，搜集20~30个原因即可结束；

   5.就所搜集的原因，何者影响最大，再由大家轮流发言，经大家磋商后，认为影响较大的因素圈上红圈；

   6.与5一样，针对已画上一个红圈的，若认为最重要的可以再圈上两圈、三圈；

   7.重新画一张因果图，未上圈的予以去除，圈数多的列为优先处理。

八、因果图示范图

九、因果卡图简介

   因果卡图是在因果图的基础上发展出来的，又称为CEDAC（CauseEffectDiagramAndCards）图。

   因果卡图一般长宽各数米，大多公开张贴于生产作业现场或技术攻关地点的醒目位置，因果卡图的一般结构是：

右上方为问题栏，简要说明问题的现状，作为进行质量改进的依据，右下方写明质量改进项目的目标（一般用定量值表示）、项目负责人以及项目实施期限；右方中间为质量随着本项目的实施的变化曲线；左方为鱼刺图形，鱼刺两旁分别张贴用颜色区分的原因分析卡和措施方法卡；下方钉有两只标上“原因”和“措施”字样的大口袋，分别装有两种不同颜色的卡片，供参与者填写之用。

然后将卡片按一定规则分类（如4M1E）张贴于鱼刺图形上。

如可以规定鱼刺的左边张贴原因卡，右边张贴措施卡，用横线将对应的原因卡与措施卡相联。

第六章 散布图法

一、定义

   散布图是用来表示一组成对的数据之间是否有相关性的一种图表。

这种成对的数据或许是[特性—要因]、[特性—特性]、[要因—要因]的关系。

二、散布图的分类

   1.正相关（如容量和附料重量）

   2.负相关（油的粘度与温度）

   3.不相关（气压与气温）

   4.弱正相关（身高和体重）

   5.弱负相关（温度与步伐）

三、散布图的绘制程序

   1.收集资料（至少三十组以上）

   2.找出数据中的最大值与最小值；

   3.准备座标纸，画出纵轴、横轴的刻度，计算组距。

通常用纵轴代表结果，横轴代表原因。

组距的计算以数据中的最大值减最小值再除以所需设定的组数求得。

是否一定需分组？

   4.将各组对应数标示在座标上；

   5.填上资料的收集地点、时间、测定方法、制作者等项目。

四、散布图的应用

   当不知道两个因素之间的关系或两个因素之间关系在认识上比较模糊而需要对这两个因素之间的关系进行调查和确认时，可以通过散布图来确认二者之间的关系。

实际上是一种实验的方法。

   需要强调的是，在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素，才能使通过散布图得到的结果比较准确。

五、散布图五种类型的示范图（见下页）

第七章 直方图法

一、定义：

   为要容易的看出如长度、重量、时间、硬度等计量什的数据之分配情形，所用来表示的图形。

   直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。

二、直方图的作图步骤

   1.收集记录数据

   2.定组数

   3.找到最大值L及最小值S，计算全距R

                    R=L-S

   4.定组距

                    R÷组数=组距

   5.定组界

   最小一组的下组界=S-[测量值的最小位数×0.5]

   最小一组的上组界=最小一组的下组界+组距

   依次类推。

   6.决定中心点

              （上组界+下组界）÷2=组的中心点

   7.制作次数分布表

   8.制作直方图

   9.填上次数、规格、平均值、数据源、日期

三、直方图之功用

   1.评估或查验制程；

   2.指出采取行动的必要；

   3.量测已采取矫正行动的效果；

   4.比较机械绩效；

   5.比较物料；

   6.比较供应商。

四、示范图样

八、管制图：

（1）何为管制图：

为使现场之品质状况达成吾人所谓之“管理”作业，一般均以侦测产品之

品质特性来替代“管理”作业是否正常，而品质特性是随着时间、各种状况有着高低的变化；那么到底高到何种程度或低至何种状况才算吾人所谓异常？

故设定一合理之高低界限，作为吾人探测现场制程状况是否在“管理”状态，即为管制图之基本根源。

管制图是于1924年由美国品管大师修哈特博士所发明。

而主要主义即是【一种以实

际产品品质特性与依过去经验所研判之制程之能力的管制界限比较，而以时间顺序

用图形表示者】。

（2）基本特性：

一般管制图纵轴均设定为产品的品质特性，而以制程变化的数据为分度；横轴则为检测制品之群体代码或编号或年月日等，以时间别或制造先后别，依顺序将点绘于图上。

在管制图上有三条笔直的横线，中间的一条为中心线（CenterLine，CL），一般以蓝色之实线绘制。

左上方的一条称为管制上限（UpperControlLimit，UCL），在下方的称为管制下限（LowerControlLimit，LCL），对上、下管制界限之绘制，则一般均用红色之虚线表现之，以表示可接受之变异范围；至于实际产品品质特性之点连线条则大都以黑色实线表现绘制之。

（3）管制图原理：

1）品质变异之形成原因

一般在制造的过程中，无论是多么精密的设备，环境，其品质特性一定都会有变动，绝无法做完全一样的制品；而引起变动的原因可分为两种，一种为偶然（机遇）原因，一种为异常（非机遇）原因。

2）管制图界限之构成：

管制图是以常分配中之三个标准差为理论依据，中心线为平均值，上、下管制界限以平均数加减三个标准差（±3σ）之值，以判断制程中是否有问题发生，此即修哈特博士所创之法。

（4）管制图种类：

1）依数据性质分类：

A计量值管制图：

所谓计量值系指管制图之数据均属于由量具实际量测而得；如长度、重量、浓度等特性均为连续性者。

常用的有：

a平均数与全距管制图（X（—）-RChart）

b平均数与标准差管制图（X（—）-σChart）

c中位数与全距管制图（X（~）-RChart）

d个别值与移动全距管制图（X-RmChart）

e最大值与最小值管制图（L-SChart）

B计数值管制图：

所谓计数值是指管制图之数据均属于单位计算数者而得；如不良数、缺点数等间断性数据均属之。

常用的有：

a不良率管制图（PChart）

b不良数管制图（Pnchart，又称npchart或dchart）

c缺点数管制图（Cchart）

d单位缺点数管制图（Uchart）

2）计数值与计量值管制图之应用比较

计量值

计数值

优点

1、甚灵敏，容易调查真因。

2、可及时反应不良，使品质稳定。

1、所须数据可用简单方法获得。

2、对整体品质状况之了解较方便。

缺点

1、抽样频度较高、费时麻烦。

2、数据须测定，且再计算，须有训练之人方可胜任。

1、无法寻得不良之真因。

2、及时性不足，易延误时机。

（5）管制图之绘制：

介绍：

计量值管制图（X-R）常用

1）先行收集100个以上数据，依测定之先后顺序排列之。

2）以2~5个数据为一组（一般采4~5个），分成约20-25组。

3）将各组数据记入数据表栏位内。

4）计算各组之平均值X。

（取至测定值最小单位下一位数）

5）计算各组之全距R。

（最大值-最小值=R）

6）计算总平均X。

X=（X1+X2+X3+…+Xk）/k=ξXi/k（k为组数）

7）计算全距之平均R：

R=（R1+R2+R3+…+Rk）/k=ξRi/k

8）计算管制界限

X管制图：

中心线（CL）=X

管制上限（UCL）=X+A2R

管制下限（LCL）=X-A2R

R管制图：

中心线（CL）=R

管制上限（UCL）=D4R

管制下限（LCL）=D3R

A2，D3，D4之值，随每组之样本数不同而有差异，但仍遵循三个标准差之原理，计算而得，今已被整理成常用系数表。

9）绘制中心线及管制界限，并将各点点入图中。

10）将各数据履历及特殊原因记入，以备查考、分析、判断。

（6）管制点之点绘制要领：

1）各项工程名称、管制特性、测定单位、设备别、操作（测定）者、样本大小、材料别、环境变化…等任何变更资料应清楚填入，以便资料之分析整理。

2）计量值变更管制图（X-R，X-R…等）其X管制图与R管制图的管制界限席宽度取法，一般原则以组之样本数（n）为参考，X管制图之单位分度约为R管制图之1/n倍。

（纵轴管制界限宽度约20-30m/m；横轴各组间隔约2-5mm）

3）中心线（CL）以实线记入，管制界限则记入虚线；各线上须依线别分别记入CL、UCL、LCL、等符号。

4）CL、UCL、LCL之数值位数计算比测定值多两位数即可。

（各组数据之平均计算数则取比测定值多一位数）

5）点之绘制有[·]、[○]、[△]、[×]…等，最好由厂内统一规定。

6）变管制图，二个管制图之绘制间隔最少距20mm以上，可行的话最好距30mm左右。

（7）管制图之判读：

1）管制状态之判断（制程于稳定状态）

A多数点子集中在中心线附近。

B少数点子落在管制界限附近。

C点子之分布与跳动呈随机状态，无规则可循。

D无点子超出管制界限以外。

2）可否延长管制限界限做为后续制程管制用之研判基准：

A连续25点以上出现在管制界限线内时（机率为93.46%）。

B连续35点中，出现在管制界限外点子不超出1点时。

C连续100点中，出现在管制界限外点子不超出2点时。

制程在满足上述条件时，虽可认为制程在管制状态而不予变动管制界限，但并非点子超出管制界限外亦可接受；这此超限之点子必有异常原因，故应追究调查原因并予以消除之。

3）检定判读原则：

A应视每一个点子为一个分配，非单纯之点。

B点子之动向代表制程之变化；虽无异常之原因，各点子在界限内仍会有差异存在。

C异常之一般检定原则：

（如图所示）

（8）管制图使用之注意事项：

1）管制图使用前，现场作业应予标准化作业完成。

2）管制图使用前，应先决定管制项目，包括品质特性之选择与取样数量之决定。

3）管制界限千万不可用规格值代替。

4）管制图种类之遴选应配合管制项目之决定时搭配之。

5）抽样方法以能取得合理样组为原则。

6）点子超出界限或有不正常之状态，必须利用各种措施研究改善或配合统计方法，把异常原因找出，同时加以消除。

7）X-R管制图里组的大小（n），一般采n=4-5最适合。

8）R管制图没下限，系因R值是由同组数据之最大值减最小值而得，因之LCL取负值没有意义。

9）制程管制做得不好，管制图形同虚设，要使管制图发挥效用，应使产品制程能力中之Cp值（制程精密度）大于1以上