14-QC七大法.pptVIP

QC七大手法 什麽是QC七大手法？ QC: Quality Control (质量管制；品管) 1. 直方图 (Histogram) 2. 管制图 (Control Chart) 3. 鱼骨图 (Cause and Effect Diagram) 4. 查检表 (Check Sheet) 5. 柏拉图 (Pareto Chart) 6. 散布图 (Scatter Diagram) 7. 层别法 (Stratification) 使用直方图的目的 1.)了解分配形态。 2.)研究制程能力或测知制程能力。 3.)工程解析与管制。 4.)测知数据之真伪。 5.)计算产品之不良率。 6.)求分配之平均值与标准差。 7.)藉已订定规格界限。 8.)与规格或标准值比较。 9.)调查是否混入两个以上的不同群体。 10.)了解、设计、管制是否合乎制程管制。 常见的直方图型态 (1) 正常型 说明：中间高，两边低，有集中趋势。 结论：左右对秤分配(常态分配)，显示至程在正常运转下。 (2)缺齿型(凹凸不平型) 说明：高低不一，有缺齿情形。不正常的分配，系因测定值或换算方法有偏差，次数分配不妥当所形成。 结论：稽查员对测定值有偏好现象，如对5，10之数字偏好;或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此情况。 常见的直方图型态 (3)切边型(断裂型) 说明：有一端被切断。 结论：原因为数据经过全检，或制程本身有经过全检，而出现的形状。若剔除某规格以上时，则切边在靠近右边型成。 (4)离岛型 说明：在右端或左端形成小岛。 结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存在，只要去除，即可合乎制程要求，至出和规格的制品。 常见的直方图型态 (5)高原型 说明：形状似高原状。 结论：不同平均值的分配混在一起，应层别之后再做直方图比较。 (6)双峰型 说明：有两个高峰出现。 结论：有两种分配相混和，例如两部机器或两不同供货商，有差异时，会出现此种形状，因测定值受不同的原因影响，应与层别后再做直方图。 常见的直方图型态 (7)偏态型(偏态分配) 说明：高处偏向一边，另一边低，托长尾巴。可分右偏型、左偏型。 右偏型：例如，微量成分的含有率等，不能取到某值以下的值时，所出现的形状。 左偏型：例如，成分含有高纯度的含有率等，不能取到某值以上的值时，就会出现的形状。 结论：尾巴托长时，应检讨是否在技术上能够接受，工具磨损或松动，亦有此现象发生。 QC七大手法的应用 1.) 根据事实、数据发言、查检表、散布图。 2.) 整理原因与结果之关系，以探讨潜伏性之问题特性要因图。 3.) 凡事物不能完全单用平均值来考虑，应了解事物均有变异存在，须从平均值与变异性来考虑直方图、控制图。 4.) 所有数据不可仅止于平均，须根据数据之来龙去脉、考虑适当分层层别法。 5.) 并非对所有原因采取处置，而事先从影响较大的2~3向采取措施，即所谓管理重点柏拉图。 数据 数据=事实 数据的分类：一、依特性可分：1.定性数据2.定量数据a.计量数据b.计数数据。 二、依来源可分：1.原物料及制品市场数据2.制程数据3.检验数据。 三、依时间先后可分：1.过去数据2.日常数据3.新数据。 应用数据须注意重点 1.搜集正确可用的数据。 2.避免个人主观判断。 3.掌握事实真相。 整理数据的方法 1.机器整理法。 2.人工整理法：a.卡片法b.画计法。 整理数据的原则 1.发生问题而要采取改善对策前，必须有数据为依据。 2.对于数据使用目的应清楚了解。 3.当数据收集完成后，应立即使用它。 4.数据的整理与运用，改善前、改善后所具备的条件应一致。 5.数据不可造假，否则问题将永远无法解决。 图表 图表的运用可以将繁杂的数字性情报转化，以最简单的方式表达出来，易看易懂，一目了然。 现场的数据或情报，用点、线、面、体表示大概情势及钜细变动于纸上的图形，称为图表。其目的是： 1.) 方便人的视觉，使能获取更多的情报，并使之能传达更迅速，更易被人了解，更快看出情报内容。 2.) 自一组数据，把握到更多的情报，而采取必要的对策。 图表的种类 1.)解析用图表：将过去的数据或状况，作成图表加以解析，从中发现问题点来加以改善。适于工厂作业分析或研究之用。如推移图、柏拉图、工程分析图 2.)管理用图表：加上目标或管理之处置界限，再进行管理时所使用，如年度计划表。 3.)计划用图表：于拟定计划时使用，如甘特图（Gantt Chart）或称进度图。 4.)统计用图表：如柱形图（棒形图）、折线图。 5.)计算用图表：反复同一计算时，最好能将此计算作成图表，如此可节省计算时间，并减少计算错误。如常态机率纸。 6