QC七大手法

七大品管手法培训教材
一.数据定义：根据測量所得到的数值和資料等事實.基本观念:数据=事实
二.运用数据应注意的重点:收集正確，避免主观，要把握事实真相
三.数据的种类
A.定量数据:计量值，计数值.
B.定性数据:以人的感觉判断出來的数据,例如:水果的甜度或衣服的美感.
四.整理数据应注意的事項
1.问題发生要采取对策之前,一定要有数据作为依据．
2.数据收集完成之后,要马上使用.
第一大手法：查检表
一.查检表定义：为了便于收集数据,使用间单记号填記并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种表格或图表。

是一种应用次数分配观念的一种简单的分析方法，当查检表上所出现的次数分配看起来有不正常形态或使人觉得有异样时，应仔细进行研究。

二.查检表的种类：记录用查檢表、点检用查检表。

三．查檢表的作法
1.決定抽檢方式---全檢、抽檢
2.決定查檢方式---查檢基準、查檢數量、查檢時間與期間、查檢對象之決定、並決定收集者、記錄符號
3.設計表格實施查檢
第二大手法：层别法
一.层别的种类
時間，作業員，機械，設備，原材料，測定及检查都可作为层别的对象
二.層別法的使用
1.在收集數據之前就應使用層別法
2.QC手法的運用應該特別注意層別法的使用.
第三大手法柏拉图
一.柏拉圖的製作方法
1.決定不良的分類項目
2.決定數據收集期間,並且按照分類項目收集數據.
3.記入圖表紙並且依數據大小排列書出柱形.
4.點上累計值並用線連結.
5.記入柏拉圖的主題及相關資料.
二.製作對策前.對策后的效果確認時應注意以下三項
1.柏拉圖收集數據的期間和對象必須一樣
2.對季節性的變化應列入考慮
3.對於對策以外的要因也必須加以注意,避免在解決主要原因時影響了其他要因的突然增加
第四大手法特性要因圖
一.特性要因圖定义：一個問題的特性受到一些要因的影響時,我們將這些要因加以整理,成為有
相互關系而且有條理的圖形,這個圖形稱為特性要因圖.由於形狀就像魚的骨頭,所以又叫做魚骨圖.
二.特性要因图制作方法：人，机，料，法，环。

小组打分法。

三.特性要因圖的思考原則
1.腦力激蕩法四原則: 自由奔放，意見越多越好，嚴禁批評他人及搭便車
2.5W1H法(WHAT ＷHERE WHEN WHO WHY HOW)
3.5M法(MAN、MACHINE、MATERIAL、METHOD、 MEASUREMENT)
第五大手法散佈圖
一.散佈圖定义：就是反互相有關連的對應數據,在方格紙上以縱軸表示結果,以橫軸表示原因;然后用點表示出分佈形態,根據分佈的形態來判斷對應數據之間的相互關係.
二.散佈圖製作的四個步驟:
1.收集相對應數據,至少三十組上,並且整理寫到數據表上.
2.找出數據之中的最大值和最小值.
3.書出縱軸與橫軸刻度,計算組距.
4.將各組對應數據標示在座標上.
5.當X增加,Y減少的幅度不是很明顯,這時的X除了受Y的影響外,尚有其他因素影響X,這種形態叫作非顯著性負相關.
6.如果散佈點的分佈呈現雜亂,沒有任何傾向時,稱為無相關,也就是說X與Y之間沒有任何的關係,這時應再一次先將數據層別化之后再分析.
7.假設X增大,Y也隨之增大,但是X增大到某一值之后,Y反而開始減少,因此產生散佈圖點的分佈有曲線傾向的形態,稱為曲線相關.
第六大手法直方圖
一、直方图作法
1.收集50个以上数据
2.求最大值最小值及全距（R）
3.决定组数：50到100个数据取6到10组，100到250个数据取7到12组(K)
4.决定组距：H=R/K(取数据资料测定单位之整数倍)
5.决定组界：Li为组下界，Ui为组下界。

Li=Xmin-测定单位/2，Ui=Li+H
6.计算中点：Xi=(Li+Ui)/2
7.组点及中点记录在分配表上
8.计算次数
9.绘图：X轴为特性质之大小，Y轴为次数
二.图型识别：
一般型：呈正态分布
二山型：不同母群体混在一起
离岛型：混入不同种类材料
峭壁型：有逸出规格之数据而将部分选别剔除
梳齿型：量测技术不够或绘图时分组不良
三.與規格值或標準值作比較
1.符合規格
A.理想型:制品良好,能力足夠.制程能力在規格界限內,且平均值與規格中心一致,平均值加減4倍標準差為規格界限,制程稍有變大或變小都不會超過規格值是一種最理想的直方圖.
B.一則無餘裕:制品偏向一邊,而另一邊有餘裕很多,若製程再變大(或變小),很可能會有不良發生,必須設法使製程中心值與規格中心值吻合才好.
C.兩側無餘裕:制品的最小值均在規格內,但都在規格上下兩端內,且其中心值與規格中心值吻合,雖沒有不良發生,但若製程稍有變動,說會有不良品發生之危險,要設法提高製程的精度.
2.不符合規格
A.平均值偏左(或偏右)
如果平均值偏向規格下限並伸展至規格下限左邊,或偏向規格上限伸展到規格上限的右邊,但製程呈常態分配,此即表示平均位置的偏差,應對固定的設備,機器,原因等方向去追查.
B.分散度過大:實際製程的最大值與最小值均超過規格值,有不良品發生(斜線規格),表示標準差太大,制程能力不足,應針對人員,方法等方向去追查,要設法使產品的變異縮小,,或是規格訂的太嚴,應放寬規格.
C.表示製程之生產完全沒有依照規格去考慮,或規格訂得不合理,根本無法達到規格.
第七大手法管制圖
一.計量值管制圖
平均數與全距管制圖（Xbar-R图）：平均數管制圖管制平均數的變化,以全距管制其變異的情形.
二.制作方法：
决定子组大小：一般取五个
决定子组频率
子组数的大小：一般取25组以上
计算：Xbar=(X1+X2+…+Xn)/n R=Xmax-Xmin
5.X管制圖上下限:CL=∑Xibar/k(K为子组数量)
UCL= CL + A2Rbar
LCL= CL - A2Rbar
R管制圖上下限:
CL=Rbar=∑Ribar/k(K为子组数量) UCL= D4Rbar LCL=D3Rbar
分析結論
xbar图超出界限，表示制程平均發生變化,而R管制圖並無點超出界限或在界限上,表示制程變異並未增大.
三.計數值管制圖
1.計數值定义：所謂計數值就是可以計數的數據,如不良品數,缺點數等.
2.計數值管制圖的類型： P管制圖實例
四.制作方法
样本数用n表示，样本不良数用d表示，不良率用P=d/n表示,样本不良率的平均值有Pbar=∑d/∑n
中心线：Pbar=∑d/∑n
上控制线：Pbar+3SQRT(Pbar(1-Pbar)/n)
下控制线：Pbar-3SQRT(Pbar(1-Pbar)/n)
如果样本数为不确定数量，需要先算出样本的平均数，如果某一个样本超出样本平均数的正负
25%，则这几个样本的上下限要单独求出。

为了计算简单，如果可能，最好是调整数据收集计划，从而使用恒定样本容量。

备注：如果下限計算結果可能為負數,因為二項分配並不對稱,且其下限為零,故當管制下限出現小于零的情況,應取0表示.平均不良率應用加權平均數來計算(用不良數總數與全體的樣本總數之比).
五.管制圖的判別
在正常管制的狀態下,管制圖上的點子應是隨機分布,在中心線的上下方約有同數的點,以中心線近旁為最多,離中心線愈遠點愈少,且不可能顯示有規則性或系統性的現象.判定制程是否處于管制狀態,可利用以下基準:
1.管制圖的點沒有逸出界外, 點的排列方法沒有習性,呈隨機現象;
2.普通25点中0点，35点中1点以下，100点中2点以下，跑出管制界限外者，亦可称为管
制状态。

非隨機管制界限內的判定：
一、在中心線的上方或下方出現的點較多如下（在中心线同一侧）:
1.連續11點以上至少有10 點
2.連續14點以上至少有12 點
3. 連續17點以上至少有14 點
4. 連續20點以上至少有16點
二、點子出現在管制界限附近,三倍標準差與二倍標準差間.
1. 連續3點中有2點.
2. 連續7點中有3點.
3. 連續10點中有4點
三、管制圖中的點的趨勢傾向：
A.連續7點以上一直上升（后点等于或大于前点）或一直下降；
B.连续7点在管制上限或管制下限与中心限之间出现；
以上处于非管制状态可能出现原原因有：
1.计算或描点错误或数据已经被编辑过；
2.测量系统发生变化；
3.过程已改变-或者正在变化的过程中；
4.过程或取样已被分层。

七大手法口決
魚骨追原因查檢集數据柏拉抓重點直方顯分布散佈看相關管制找異常層別作解析。