QC7工具(1级).pptVIP

數據及其整理方法 一百個感覺（印象）（大概，或许，差不多） 不如 一個正確的數據 A.魚骨圖: 追原因 尋找因果關係 B.排列圖: 抓重點 找出“重要的少數” C.分層法: 作解析 按層分類,分別統計分析 D.檢查表: 集數據 調查記錄數據用以分析 E.散布圖: 看相關 找出兩者的關係 F.直方圖: 顯分布 了解數據分布與制程能力 G.控制圖: 找異常 了解制程變異 品管七大手法所體現的精神 1. 用事實與數據說話 2. 全面預防 3. 全因素、全過程的控制 4. 依據PDCA循環突破現狀予以改善 5. 層層分解、重點管理. 一. 因果圖（鱼骨图，树枝图） 定義: 一個問題的結果/特性受到 一些原因(要因)的影響時,我們 將這些原因(要因)加以整理,成 為相關而有條理的圖形,這种圖 形稱為特性因果圖。 由於其形狀像魚的骨頭,所以 也叫做魚骨圖(Fish-Bone Diagram)。 又像树枝状, 故也称树枝图。 1952年日本品管權威學者 石川 馨 博士所發明,又稱 “石川圖”。 作法 1. 以4M1E法找出大原因 2. 以5W2H之思維模式找出中小原因: What, Where, When, Who, Why, How, How much 3. 創造性思考法:希望點列舉法、缺點列舉法、特性列案法 4. 腦力激蕩法: “Brain Storming” 嚴禁批評、自由奔放 1897年,意大利學者帕累托（Pareto）分析社會經濟結構，發現絕大多數財富掌握在極少數人手里,稱為“柏拉法則” 美國質量專家朱蘭博士將其應用到品管上,創出了“Vital Few, Trivial Many”(关键的少數,次要的多數)的名詞,稱為“柏拉圖原理” 定義：根據所搜集之數據，按不良原因、不良狀況、不良發生位置等不同區分標準,以尋求占最大比率之原因,狀況或位置的一种圖形。 作法 注意事項: 橫軸按項目別,依大小順序由高而低排列 下來,“其他”項排末位 次數少的項目太多時,可歸納成“其他”項 前2～3項累計影響度應在70%以上 縱軸除不良率外,也可表示其他項目 1.作為降低不良的依據 2.決定改善的攻擊目標 3.確認改善效果 4.用於發掘現場的問題點 5.用於整理報告或記錄 6.可作不同條件的評價 定義: 對觀察到的現象或所收集的數據，按照它們共同的特征加以分類、統計的一種分析方法。即為了區別各種不同的原因（部門、人员、工作方法、設備、地點等）對結果的影響，而以個別原因為 主，分別統計分析 的一種方法。 是一种容易觀察， 有效掌握事實的最 有效、最簡單的方 法。 分類: 1.時間的層別 2.作業員的層別 3.機械、設備層別 4.作業條件的層別 5.原材料的層別 6.测量/检验条件的層別 7.地區的層別等 定義: 為了便於收集數據，使用簡單記錄填記並予統計整理，以作進一步分析或作為核對,檢查之用而設計的一種表格或圖表。 作法 1.明確目的 2.決定檢查項目 3.決定檢查方式(抽檢、全檢) 4.決定查驗基準、數量、時間、對象等 5.設計表格實施查驗 1.記錄用檢查表 又稱改善用查檢表 主要用於調查收集不良項目、不良原因、工程分布、缺點位置等等數據。必要時，對收集的數據要予以分層。 點檢用檢查表 收集數據應注意的事項 1.收集的數據必須真實,不可作假或修正 2.收集的數據應能獲得層別的情報 3.查檢項目基準需一致 4.樣本數需有代表性 5.明確測定、檢查的方法 6.明確查驗樣本的收集方法、記錄方式、符號代表意義 7.慎用他人提供的數據 實例 五.散布圖 關係的分類 A.要因與特性的關係 B.特性與特性的關係 C.特性的兩個要因間的關係 散布圖的判讀 1.強正相關: X增大,Y也隨之增大, 稱為強正相關。 散布圖判讀注意事項 1.注意有無異常點 2.看是否有層別必要 3.是否為假相關 4.勿依據技術、經驗作直覺的判斷 5.數據太少,易發生誤判 六.直方圖 製作次數（频数）分布表 A. 由全體數據中找到最大值與最小值。如，200個數據 中之170和124。 B. 求出全距(最大值與最小值之差): 全距=170-124=46 C. 決定組數,一般為10組左右, 不宜太少或太多。 參照右表進行分組: 1. 正常型 三個重要指標 A. 準確度 Ca (Capability of Accuracy). B. 精密度Cp (Capability of precision)