QC七大手法浅说.docVIP

QC七大手法浅说 QC七大手法的使用情形，可归纳如下： 根据事实、数据发言——图表(Graph)、检查表(Check List)、散布图(Scatter Diagram)。 分析原因与结果的关系，以探讨潜在性的问题——特性要因图(Characteristic Diagram)。 凡事物不能完全单独用平均数来考虑，应了解事物都有变差存在，须从平均数与变异性来考虑——直方图(Histogram)、控制图(Control Chart)。 所有数据不可仅考虑平均，须根据数据的来龙去脉，考虑适当分层——层别法(Stratification)。 并非对所有原因采取措施，而是先从影响较大的2~3项采取措施，即所谓管理重点——柏拉图(Pareto Dragram)。 简单地说，这些手法是要[以现实合理的眼光，来观察产生不良情形的现场与现物]，确实做好所谓的[三现主义]；同时,也通过改善 的手法与培训，做到[不制造不良品、不流出不良品、不接受不良品]的质量[三不政策]。 四、从ISO谈统计技术 ISO 9000自1987年公布实施以来，至今(1999)12年，申请ISO质量体系认证，已是世界潮流；能取得认证者，无疑是取得了“质量身份证”。 在ISO 9000质量体系中，也相当重视统计技术，在ISO 9000 4.20中，特别规定应将各项质量改善用统计的手法来分析，对于各项的质量记录的统计结果，如何分析并采取纠正措施？如何进行质量改善？以前谈到统计技术，大家都直接想到那是质量工程人员或现场主管的事，但是ISO所谈的统计技术，不仅局限在ON line QC，而且对于OFF line QC更加强调，对于以往均无关的研发/工程部门，都必须学习如何使用统计手法。 过去，仅拿几张控制图即可称之为统计，亦将成为绝响；而对于统计技术的应用，才是ISO述求的真正重点，为何要控制过程参数？ 过程参数对质量的影响有多大？如何确定过程参数的控制范围？再者，如何运用统计手法来帮助决策，也是ISO的管理重心，即根据精确的统计，来降低失败冒险率，从而提升决策质量。 现代统计技术，可应用范围除了过程及检验结果外，一般还可以应用于： 市场分析、调查。 产品设计。 可靠度分析：寿命/耐用度的预测。 过程控制/过程能力的合理化。 质量水平/抽样计划的决定。 数据分析/功能评估/缺点分析。 为了满足上述需求，其统计手法/技术，除传统的统计技术外，还应用： 实验计划/要因分析。 变异数分析/回归分析 安全性评估/风险分析。 显著性鉴定。 质量控制图表/累计和控制图、管制图。 统计抽样检验。 在今日ISO旋风雷厉风行全球之际，各企业依据实际的情况，积极地在各阶层全面实施QC教育培训，提升质量意识，熟练各种质量管理手法/技术的运用，以提升体系的质量，因此通过在今日ISO洪流的洗礼，必将成为明日企业界的佼佼者。 第二章 数据与图表 壹、数 据 一、前言 [凡事讲求数据]在现实工作中，这是我们常听到的一句话，然而[数据]是什么？依据测量所获得的数值和资料等事实，即所谓数据。所以，我们以为数据最主要的基本观念是： 数 据 = 事 实 对于解决问题第一个步骤,就是根据事实经判断后再采取行动。 二、数据的分类 依特性可分为： 定性数据：利用人的感官判断而来的数据。例如：布料的质感及陈年美酒的香醇。 定量数据： a. 计量数据：以重量、时间、含量、长度等可以测量而 来的数据者，一般通称为计量值。 b. 计数数据：以合格数，缺点数等使用点数计算而得的数 据，一般通称为计数数值。 依来源可分为： 原物料及产品市场数据：从原料、物料及产品市场，收集相关反馈的数据，以作为评定设计质量，确定采购及销售策略而收集的数据。 过程数据：在产品制造过程中，作为判断过程是否稳定，产品是否良好，将过程中所收集的半成品、成品予以测量所得的数据。 检验数据：为知道采购进来的原物料，是否符合公司要求；为确保过程中的半成品合格后才能流入下一个工序，成品合格才能入库和出厂销售。能符合客户需求，杜绝不合格 品流出或减至最底，而实行检验得来的数据。 3.依时间先后可分为： 过去数据：为某种目的而去追溯过去收集的数据。将此数据，放在经济技术上加以研究，应用控制图、推定、检定、变异数分析…等统计手法，就可获得极为有用的价值。 日常数据：由于过去所收集的数据，并不完全符合现在需求，因而就现有状况随时收集数据，绘制控制图，并加以分析或分层，而用于分析或其他用途。 新数据：前述两项数据为现有的日常作业条件，易于获得大量的数据，而为寻求改善或创新，则应寻找变更现行的作业标准、技术标准后的最佳生产组合。