某电脑公司品管七大手法

XmR图的计算公式
X图
mR图
CL: xbar
mRbar
UCL: xbar+2.66mRbar
3.27mRbar
LCL: xbar-2.66mRbar
0
XmR控制图
• 更多地应用XmR控制图 • 1.XmR图最简单易用; • 2.XmR图在美国被广泛应用; • 3. XmR图最大限度地减少收集数据的难度; • 4. XmR图常可代替其它一些基本控制图; • 5. XmR图可填补一些过程分析和控制的空白
NG量 556 0 0 0 0 3018
0 8167 12972 15477
2197 15999
工作者
黄 周 宋 张 葛 吉
朱 章 张2 李
印 何
NG量 2113 3282 0 4225 5805 0
530 0 726 0
0 3856
18000
排列图
16000
14000
12000
NG
10000 8000
• 例：试用控制图分析美国田纳西州25年间交通死亡人 数。
year 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986
fatalities mR 1270 1162 108 1172 10 1244 72 1256 12 1236 20 1171 65 1104 67 1055 49 1037 18 1095 58 1101 6 1230 129
直方图
• 342 340 347 339 348 345 346
352
351
342
• 352 350 346 348 341 345 344
350
348
335
• 346 347 346 338 340 350 344
345
352
பைடு நூலகம்
349
• 344 336 345 342 347 353 344
343
344
348
• 343 341 344 347 342 345 343
347
345
344
• 339 349 350 347 337 352 345
354
349
347
• 336 346 348 344 344 350 345
350
332
341
• 342 348 352 343 344 345 350
343
交通死亡人数
交通死亡人数
X
1350
1300
1250
1200
1150
1100
1050
1000
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
mR
200
180
160
140
120
100
80
60
40
20
0
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
year 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
fatalities mR 1247 17 1266 19 1088 178 1177 89 1113 64 1158 45 1177 19 1214 37 1259 45 1239 20 1223 16 1150 73
怎样学习比学习什么更为重要。本课以 每法有例，精讲精练，组合应用为手段，帮助 学员以最短的时间把握各法的精髓。
检查表是用来系统收集资料和积累数据，确认事实
并对数据进行粗略整理和分析的统计图表。
应用步骤：
1.明确收集资料的目的
2.确定所需搜集的资料和分析方法
3.灵活设计表格，作必要的审查并实际使用
用过
4.在最末层次识别出少量看起来对结果有最大影响的原 因，此即要因
5.对要因验证、采取措施和控制等
健康 素质 教育 培训
材料的质量
另件和材料
成份
操作者
机 器
精神 检验
拧紧程度 另件
定位 直径 尺寸 顺序
操作方法
失恒 稳定
操作
夹具和工具 尺寸 波动
位置 安装材料
程序 动作
料
环
数据不实
数据收 集困难
统计人员缺乏 社会地位低
效果好
检查表
层别法
因果图
排列图
直方图
散点图
控制图
头脑风暴法
总人数：
特性要因图用于表示质量特性波动与其潜在原因 之间的关系,即表达和分析因果关系的一种图表,它有利 于找到问题的症结所在,然后对症下药,解决质量问题。
应用步骤：
1.规定需要解决的问题--结果
2.规定可能发生的原因的主要类别
3.开始画图，并寻找下一层次的原因，最好能达3、4层
例1数据（2）
Number 1 14 1048 15 1248 16 2146 17 2687 18 1455 19 1608 20 1489 21 1447 22 1720 23 829 24 429 25 1479
2 1428 1387 1724 2172 1265 828 1859 1278 1472 1613 312 1529
原来大家都认为质量特性值L与生产过程无关， 只与原材料有关，现看来应对1号机器的生产过程找 找问题。问题很快找到，1号机器的L参数得到显著改 进。后来机器增加到8台，L参数都作得很好，成为公 司产品质量特性的一个强项。
品管老七大手法的路线图
散点图 控制图 直方图 排列图 特性要因图
检查表
层别法
所谓关联图法，是将若干“原因-结果”、 “手段-目的”纠缠在一起的问题，系统地联结成 图，从总体性上把握，以导出适当的对策。
5 0.14 45
6
0.15 47.5
7
0.16 49
8
0.17 53
9 0.18 50
10 0.2 55
11 0.21 55
12 0.23 60
n-2 0.05 0.01 6 0.707 0.834 7 0.606 0.798 8 0.632 0.765 9 0.602 0.735 10 0.576 0.708 11 0.553 0.684 12 0.532 0.661 13 0.514 0.641 14 0.497 0.623 15 0.482 0.606 16 0.468 0.59 17 0.456 0.575
舶来品
没有设备 （软件） 不会用
没有经费
取得实 效差
管理
技术 人员
领导
统计技术 不重视 应用薄弱 不懂
不感兴趣 没有时间
水平低
部门之间 协调差
职责不清
机
法
人 培训少 培训效果差 难学难用
质量改进的项目中，少数项目往往起着主要的、 决定性的影响作用，它们是“关键的少数”，其余者是 “微不足道的多数”。排列图就是将质量改进的项目从 最重要到最次要进行排列，以求用最少的资源获得最大 的改进。
Xbar-R控制图图的计算公式
Xbar图
R图
CL: xbar
Rbar
UCL: xbar+A2 Rbar
D4 Rbar
LCL: xbar- A2 Rbar
D3 Rbar
n=4时， A2 =0.729，
D4 =2.282，
D3=0。
例：对一条流水线的零件，每隔一小时抽取4个，测
某质量特性值，共测了25组。技术规范为0-0.5。为记 录和计算方便，数据已放大10,000倍，见下表。试用
系列1
6000
4000
2000
0 黄2 李2 马 陈2 葛 张 何 周 周2 崔 黄 张2 任 朱 宋 吉 章 李 印 陈 董 苏 孙 沈 工作者
直方图用一系列等宽的矩形表示数据分布，宽度表
示数据的间隔，高度表示该间隔内的数据个数，可直观地 显示有关的过程和状态
应用步骤：
1.收集数据,一般应大于50个。 2.确定数据极差(R)，用最大值减去最小值即得。 3.确定组数（k）,可参考公式k=1+3.322lg(n)。 4.确定组距d=R/k,一般取测量单位的整数倍。 5.确定各组的界限值a0，a1=a0+d,...，界限值的单位应取数 据最小测量单位的1/2，并注意使规格限落在d的整数倍上。 6.用唱票的方法统计落在每个组的频数。 7.在每组上画长方形，使其高度为该组的频数。
序
“工欲善其事，必先利其器”。品管七 大手法就是企业应用最广泛的利器。
其中老七法由石川磬在上世纪50年代提 出，主要应用于过程的分析和控制，为管理和 现场人员实际运用，并认为可解决企业中95% 的质量问题。
新七法则是为了全面质量管理中思考方 法和推行方法的需要，由日本科学技术连盟于 1972年提出，为管理和参谋人员实际运用，也 传播到了世界各国各地。
3 890 970 1529 3056 1600 627 1048 2272 2190 719 1408 1217
4 729 1021 1279 2836 2179 2071 1724 1480 1859 1758 1236 1729
Xbar-s Chart 3000
2500
2000
Mean
1500
散点图 60
合金强度
55
y 50
45
40
0
0.05
0.1
0.15
0.2
0.25
含碳量
分层法
• 分层法是根据数据产生的特征，将数据划分成若干组 的方法。
• 石川馨多次强调“不分层就不能搞质量管理”。 • 林荣瑞（台）“品质管理”： • “层别法是所有手法中最基本的概念”。 • 甚东亥“质量管理概论”（第2版）： • “分层法是工具之首”。 • 把各层因素进一步细分后进行研究，可以清楚地看出
应用步骤：
1.选择要进行质量分析的项目
2.选择度量单位和时间范围
3.在横坐标上将项目按度量值递减的顺序列出
4.在每个项目上画出长方形,其高度表示度量值
5.由左到右累加每一项目的量值(以%)表示,并画出累计百 分比曲线
6.确定对质量改进最为重要的项目
工作者
任 陈 董 苏 孙 周2 沈 陈2 马 李2 崔 黄2
Xbar-s控制图
Xbar-s控制图与Xbar-R图相似，只是用标准 差（s）图代替极差（R）图而已。但当样本大小 n>10,这时应用极差估计总体标准差 的效率减低, 需要应用s图来代替R图.现在由于计算机或计算器 的应用已经普及,s图的计算已经不成问题,故Xbars控制图的应用将越来越广泛.
散点图是研究成对出现的两组相关数据之间关系 的类型和程度的示图。
控制图作分析。
Number 1 1 1391 2 937 3 1472 4 1071 5 753 6 856 7 1459 8 2079 9 1428 10 2486 11 994 12 825 13 628
例1数据（1）
234 579 1267 1493 1276 1113 1176 726 1815 1729 284 1273 1573 926 1429 1141 1236 1378 1883 1683 2272 1868 2115 1470 1767 1139 1073 766 524 1142 2279 1626 578 1427 1040 1529 1725 824 1444 1250
CL LCL
UCL
1000
500
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
2500
Range Chart
2000
1500 1000
Range Average UCL LCL
500
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
343
346
• 347 342 340 349 344 343 353
350
340
341
• 340 346 356 341 343 347 345
344
346
342
直方图
40 30 20 10
0
频率 331.5 337.5 343.5 349.5 355.5
其他
直方图
接收
频率
控制图是用来区分由系统原因引起的异常波动， 或是由过程固有的随机原因引起的正常波动的一种工具。 正常波动一般在预计的界限内随机重复，而系统原因引 起的波动则表明需要对其影响因素加以判别、调查，并 使之处于受控状态。
应用步骤：
1.从将要对其关系进行研究的相关数据中，收集成对数 据，
2.标明X轴、Y轴，
3.找出X和Y的最大、最小值，并用这两个值标定横轴 （X）和纵轴（Y）,两个轴的长度大致相等
4.描点和直观判断
5.若计算出相关系数,查表检验
No. x y
1
0.1 42
2
0.11 43.5
3
0.12 45
4
0.13 45.5
各组之间的差异，从而有助于问题的发现和解决。
工艺工程师在2号机器上作了多天试验后，发 现产品的某重要质量特性值L明显好转，比1号机器上 的要强，故准备在1号机器上作同样试验。试验数据 如下：
1号机器（未试验） 2号机器（经试验）
平均值 中位数
2031 2031
1905 1900
统计工程师一直在收集分析质量特性值L，得 出了另外的结论：2号机器生产的产品的L值，本来就 明显比1号机器的好，与试验的关系不太大。