QC旧七大手法1.ppt

7-6控制图实例讲解 7-7控制图实例讲解 7-8控制图实例讲解 7-9控制图实例讲解 7-10控制图实例讲解 散布图的注意事项，需重点提示以下几点： 1. 是否有异常点：有异常点时，不可任意删除该异常点，除非异常原因已确实掌握 2. 是否需要层别：数据的获得常因作业人员、方法、材料、设备或时间等的不同，使数据的相关性受到扭曲 3. 是否与原有技术、经验相符：不符时，要追查原因与结果是否受到重大因素干涉 数据太少、易发生误判，调查有无异常原因。 * 直方图就是为要容易的看出如长度、重量、时间、硬度等计量值的数据之分配情形所表示的图形 * * * * * * * * * * * 特性要因图是日本品管大师石川馨博士于1962年所提出，又可称为「石川图」、「因果图」、「鱼骨图」。 人的思考分为-收敛性,发散性﹔1939年奥斯本的Brain storming;鱼骨图是让发散性的思考得以充分发挥 问题特性: 举例:向心力不足是否为问题特性? Ans: No. 所谓特性是可量化及量测的 再举例:品质不佳是否为问题特性? 特性指良率,客户抱怨率 借着多人共同讨论，采用脑力激荡法（Brain Storming）的会议方式，以箭头连结的方式探讨结果（特性）与原因（要因）间或期望的效果与对策间的之关系 可一目了然地表示出结果（制品的特性）及受原因（影响特性的要因）影响的情形 其形状类似鱼骨的分布，故亦称鱼骨图或因果图 * 写问题或特性 Ex:为何延迟交货率10% 配合投影片之范例/其它范例） 作法：确定特性-骨架-大略记载各类原因（ 5M1E：Man, Machine, Material, Method, Measurement, Environment)-由大要因中分出中要因-再细分出小要因 作法要点为（投影片）…. 特性要因图可用于改善分析、制订标准、管理、教育、配合查检表与柏拉图使用 * 大骨(大要因):讨论得来的,现场作业应分为 人机料法+其它 人机料法环 人机料法环+其它 离职率为何高,不分人机料法, Man:(做业者) 1.是否遵守SOP? 2.作业效率是否良好? 3.是否具有问题议事? 4.是否具有技术? 5.是否具责任感? 6.是否具有经验? 7.是否配置适当? Measurement(量规,仪器) 1.量具的精确度如何? 2.是否定期保养? 3,是否定期校正? 4.操作方法正确否? 5.再现性良好? * Step 3:小要因:能采取措施的小原因 用大骨(非鱼头)为主题讨论较省时 如何决定中/小骨﹔ 举例abcde, 其中ab相关,de相关＝确认c为中骨,=看相关项的因果关系,ab 中a为因,b为果,则中骨为b (果).,小骨为a(因) 4阶:小小骨/子骨, 5阶:孙骨 小骨造成中骨,中骨造成问题(大骨-归类) Step 4: 圈选要因 找出最有问题的“原因” -查检表 -收集资料 - Pareto 如果找错主因,会呈现其它的比例高过主因 如果80%的线络于其它　(专要不足-回鱼骨图再找主因) 1. 收集数据资料, 2.不易收集数据资料时,由全员的技术与经验分析讨论,以表决方式决定重要性 此种在脑力激荡之初找出大骨,根据大骨展开脑力激荡再去找出中骨,小骨的做法, 称为大骨展开法,另有一种消讨论出各种原因,然后再组合成鱼骨的制作方式,称谓小骨扩张法 应按特性别会至多张的特性要因图 例如:以不良品的特性解析时,应分为‘尺寸不良’,‘瑕疵不亮’,‘加工不良’….. －根据经验，或以柏拉图分析重要度 * * * 4-9直方图的类别 Bi-model Histogram 双峰型 群体相混 Isolated island Histogram 离岛型 异常 Specification Positive Distribution 稳定的制程 Average is Askew 调整制程 Specification 4-10直方图的类别 Specification Specification Broad Dispersion 有不良发生 制程改善 Broad Dispersion 有不良发生，且制程偏移 须矫正制程平均值并分析原因 4-11直方图的类别 何谓特性要因图 借着多人共同讨论,整理问题特性与要因间的关系 ,成为有条理的图形,此图形称为特性要因图 亦称鱼骨图(Fish Bone Diagram),因果图 (Cause and Effect Diagram)或石川图(Ishikawa Diagram) 要 因 要 因 要 因 要 因 要 因 要 因 问题特性 特性 大要因 中要因 小要因 5-1特性要因图（Characteristic Diagram） 『特性』(Effect) 『结果』的特性(通