qc七大手法与品质工具改善的使用技巧
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
簡稱PDPC法) 矩陣圖法(matrix diagram) 矩陣數據分析法(matrix data analysis) 箭頭圖法(arrow diagram)
2-31
親和圖法
自複雜而無頭緒之觀念或事實中，一其相互間之親 和性，加以歸納統合，使事物間關係明朗化。製作 步驟如下：
➢ 決定主題。 ➢ 蒐集情報。 ➢ 將情報填製卡片。(Memo紙提列並黏貼) ➢ 編組卡片並給予各組卡片適當的標題。 ➢ 繪製親和圖。 ➢ 把親和圖文章化。
✓ See example 2.1 ， page. 31. ✓ See also 注意事項， page 32.
2-9
特性要因圖
特性要因圖為分析根本問題之一種工具，研究造成 特定問題或結果可能原因。又稱因果關係圖或魚骨 圖。
5M1E: Material, Method, Measurement, Machine, Man, Environment
圖 2.29 如何做好品管 報告之系統圖
2-35
系統圖法
確定目的或目標。 對欲達到的目的提出手段或策略。 評價手段或策略。
• 對所提出的各種手段或策略需要作評估，而將多餘 的淘汰。
將擬採行手段或策略書寫在卡片上。 將目的和手段依層次展開，做成系統圖。
2-36
過程決策計畫圖法(又稱PDPC圖)
圖 2.9 常態型直方圖
2-14
雙峰型
若直方圖呈現雙峰圖則顯示資料來自不同母體，主 題變數未被隔離。例如使用不同材料、不同操作員 操作同一部機台，班別不同。
若兩個作業員共同操作同一部機器，則兩者須受同樣操 作訓練；或兩班可能會有不同產出結果、、、
圖 2.10 雙峰直方圖
2-15
削壁型
極少部份產品落於規格界限之外，通常因為製程能 力不佳，檢驗員心生畏懼並使產品符合規格而實施 全檢所導致。
Chapter 2 品質改善的工具與技術
2-37
舉辦品管研討會
圖 2.30 舉辦品管 研討會之PDPC圖
Chapter 2 品質改善的工具與技術
2-38
矩陣圖法
將問題排列成矩陣形式，以找出因子之間相關程度 的方法。
一般可分為五種：
➢ L型矩陣 ➢ T型矩陣
矩陣圖中關連程度的表示是以
X型矩陣 Y型矩陣 C型矩陣
簡單線性迴規模型(Regression model)
Chapter 2 品質改善的工具與技術
2-21
散佈圖 2/6
x值愈大而y值亦呈現固定比例增加，則兩個變數間 呈現正相關。
y=a+bx，a為截距；b為斜率。
圖 2.20 完全正相關的散佈圖
2-22
散佈圖 3/6
x值愈大而y值亦呈現增加趨勢，則兩個變數間呈現 正相關。
7. 驗證
• 三類特性要因圖
• 原因列舉(cause enumeration)：利用腦力激盪將可能原因列舉 出來。
• 散佈分析(dispersion analysis): 先決定主因，再依序探討所有可 能之次原因。
• 製程分析(process analysis)：將製程列出再就每一程序列出可 能原因。
qc七大手法与品质工具 改善的使用技巧
壹、腦力激盪
腦力激盪(brain storming)：是一群人在短時間內激 盪出很多想法(idea)的一種方法。
是一種發掘所有可能的問題及找出所有可能影響問 題原因的有效方法。
腦力激盪過程：
1. 主題選定 2. 組員將想法寫於紙上 3. 每位隊員輪流念出一個想法，直到所有想法被念畢 4. … 5. See page. 26 (empirical illustration)
圖 2.11 削壁型直方圖
2-16
梳型
直方圖之組距設定不佳或測量值有偏差。 量測儀器不佳或檢驗員訓練不足。
圖 2.12 梳型直方圖
2-17
離島型
異常發生乃因為特殊原因， 工程師需要找出特殊 原因以解決之。例如機台參數調整。
圖 2.13 離島型直方圖
2-18
右偏型
因品質特性質規格下限受到若干原因限制，而產生 分配尾巴向右延伸。(趨向卜式分配)
y=a+bx+ ε ，a為截距；b為斜率； ε為誤差 。
圖 2.21 正相關的散佈圖
2-23
散佈圖 4/6
x值愈大而y值則呈現固定比例減少，則兩個變數間 呈現負相關。
y=a+bx，a為截距；b<0 。
圖 2.22 完全負相關的散佈圖
2-24
散佈圖 5/6
x值愈大而y值則呈現固定比例減少，則兩個變數間 呈現負相關。
Chapter 2 品質改善的工具與技術
2-27
層別法 1/3
於品質有效改善前必須分析造成變異之重要原因， 例如原料、機台、人員或方法。將這些因素依特性 分門別類並找出其間差異，稱為層別法。其步驟如 下：
1. 確定使用層別法的目的。 2. 決定層別項目，如依時間別，作業員別，或機器別
分層。 3. 蒐集數據。 4. 比較差異，解析原因。
2-4
查檢表 1/3
查檢表乃以圖或表呈現出問題所在，期並無特定格 式，使用者可依據問題屬性設計之，並以自訂符號
填註以了解問題狀況。
點查檢表
次序 1 2 3 4 5 6 7 8
製作漢堡檢核表 項目
洗手 烤漢堡 塗沙拉醬 放蕃茄 放生菜 放肉 放蛋 裝袋
狀態 ☆
☆ ☆
Chapter 2 品質改善的工具與技術
品質管理 Chapter 2 品質改善的工具與技術
2-2
貳、品質管理七大手法
Chapter 2 品質改善的工具與技術
2-3
貳、品質管理七大手法
QC七大手法用以資料蒐集、製程資料整理、及資 料解釋。
品管七大手法
➢檢核表(Check sheets) ➢柏拉圖 (Pareto diagrams) ➢特性要因圖 (Cause and effect diagrams) (魚骨圖) ➢管制圖(control charts) ➢ 直方圖(Histograms) ➢散佈圖(Scatter plots) ➢ 層別法(Stratification)
2-7
柏拉圖品質問題的少數重要原因與多數不重要原因。針對 少數重要根因 (Root cause)進行改善。
圖 2.2 柏拉圖
Chapter 2 品質改善的工具與技術
2-8
柏拉圖
通常可依據查檢表上統計資料繪製柏拉圖。其可提 供以下訊息：
1. 了解哪些重要缺點項目 2. 了解欲解決問題之前後順序 3. 知道每個缺點項目於整體中所佔比例 4. 比較各個缺點項目改善前後差異。
機器嚴重磨耗。
圖 2.14 右偏分配
2-19
了解製程能力
將分配與規格作一比較即可得知製程能力良窳。 直方圖若落於規格界線內，但雙尾距離規格上下限
很遠，可能
➢ 規格是否過度寬鬆 ➢ 製程能力真佳?
See Figures. 2.15, 2.16, 2.17, and 2.18. pages 40-41. 計算產出不良率(Defect rate)：加總落於上下規格外
Chapter 2 品質改善的工具與技術
2-41
箭頭圖法 2/2
圖 2.33 推廣教育訓練計畫箭頭圖
Chapter 2 品質改善的工具與技術
2-42
肆、PDCA循環 1/2
PDCA循環(PDCA CYLE)是廣泛被實務界應用的持 續改善手法。
由美國舒華特(Shewant)博士提出。戴明博士在日本 大力推廣舒華特(Shewhant cycle)有成，後來日本人 將其改稱戴明循環(Deming cycle)。
隨著事件進行，預想可能遭遇問題，及決定解決這 些問題的方法，稱為PDPC圖。
集合有關人員，針對欲解決主題開會討論。 從自由討論中，選出必須討論事項。 考慮在實施所選出事項時，將會有什麼結果，並將
之列舉出。
評估當前要著手事項，其可預期結果，再預測往後 應做什麼並採取策略，儘可能將其引導至所預期結 果。
See example 2.4, next slide
2-28
層別法 2/3
表2.10 20件專案預算表
2-29
層別法 3/3
變異大
圖 2.26 專案大小與預算超出或不足百分比之關係
2-30
參、品質管理新七大手法
親和圖法(又稱KJ法)(affinity diagram) 關聯圖法(relations diagram) 系統圖法(systematic diagram) 過程決策計畫圖法(process decision program chart,
戴明循環包含四個階段：規則(planning)，實行 (doing)，查核(checking)和處置(acting)。
Chapter 2 品質改善的工具與技術
2-10
特性要因圖
特性要因圖製作步驟：
1. 決定問題或結果 2. 填入背骨 (脊椎) 3. 填入主要原因大骨
See Figure. 2.6 and 2.7 Pages, 34 and 35
4. 填入次要因小骨
5. 檢查是否遺漏主要原因(5M1E)
6. 找出影響問題根因
➢ ◎表示高相關，○表示中相關
➢ △表示低相關，而X和空白表示無關聯
Chapter 2 品質改善的工具與技術
2-39
矩陣數據解析法
在矩陣圖中，加入數值資料，以進一步做整理的手法
圖 2.32 品管新七手法應用狀況的矩陣數據解析法
Chapter 2 品質改善的工具與技術
2-40
箭頭圖法 1/2
列舉必要的作業。 將作業名稱寫在卡片上。 尋找作業卡片間的順序關係。 決定作業卡片的位置。 作成箭頭圖。
See Figure. 2.27, page.49.
2-32
關聯圖法 1/2
將原因與結果間，或目的與手段間等複雜問題，利 用邏輯方式分析使關係明確化，步驟如下：
➢ 決定主題研究。 ➢ 組成研究團隊，以共同解決問題。 ➢ 找尋影響問題的各種可能原因。 ➢ 將原因間關係和因果關係以箭頭表示，即形成關聯
2-11
直方圖
直方圖(histogram)使用面最為廣泛。將蒐集之數據依據組距 (bin)分為幾組，再統計其發生次數並作成一個表。
直方圖為一種長條圖，其一軸為量測值，另一軸為百分比 或頻率..)
直方圖為SPC重要工具，因為常用統計公式應用於常態機率 分配
See example 2-2, page 36
Chapter 2 品質改善的工具與技術
2-12
直方圖
直方圖在品管上的應用說明於下：
➢ 知道製程中心為何
➢ 了解製程變異
➢ 瞭解分配型態
✓常態型
✓雙峰型 ✓削壁型
瞭解製程能力
✓梳型
計算產出的不合格率
✓離島型
✓右偏型
2-13
常態型
若直方圖未呈現鐘型曲線，則顯示製程已失控，必 須先解決問題並使製程資料自然地遵循其他基本樣 元(如常態分配) 。(通常正常製程或製品之品質特 性為此種型態。
2-5
檢核表 2/3
作業員
01 02 03 04 05 06 07 08 09 10
作業員打字錯誤檢核表 劃記
次數
2 3 1 19 0 2 1 3 17 2
總和
50
表2.2 記錄用檢核表
2-6
檢核表 3/3
See also 表2.3 & 2.4 on page 28.
圖 2.1 電冰箱外觀之檢核表
y=a+bx+ ε ，b<0 。
圖 2.23 負相關的散佈圖
2-25
散佈圖 6/6
x值愈大而y值無呈現減少或增加趨勢，則兩個變數 間呈現無相關。
圖 2.24 不相關的散佈圖
2-26
散佈圖用處
一. 了解產品兩個品質特性間關係 二. 了解產品品質特性是否受到要因影響 三. 判斷異常值 /離群值(outliers) See example 2-3, page. 44.
數量並除以生產總數。See page. 42.
Chapter 2 品質改善的工具與技術
2-20
散佈圖 1/6
散佈圖(scatter plot)用以表示兩個變數配對數據之分 佈情形，用以了解變數間相關性。
若兩個變數間呈現因果關係，則代表原因的自變數 (independent variable)可置於X軸，代表結果的因變 數(dependent variable)則置於Y軸。
圖。 ➢ 修正圖形，即再整體討論，若有不足項目應追加之
。
See Figure. 2.28, page. 50 (next slide)
2-33
關聯圖法 2/2
圖 2.28 「品管圈活動無法掌握問題點」關聯圖
2-34
如何做好品管報告 (系統圖)
將達成目的之最適手段， 依據進行層次，以樹狀圖 示之，稱為系統圖。
2-31
親和圖法
自複雜而無頭緒之觀念或事實中，一其相互間之親 和性，加以歸納統合，使事物間關係明朗化。製作 步驟如下：
➢ 決定主題。 ➢ 蒐集情報。 ➢ 將情報填製卡片。(Memo紙提列並黏貼) ➢ 編組卡片並給予各組卡片適當的標題。 ➢ 繪製親和圖。 ➢ 把親和圖文章化。
✓ See example 2.1 ， page. 31. ✓ See also 注意事項， page 32.
2-9
特性要因圖
特性要因圖為分析根本問題之一種工具，研究造成 特定問題或結果可能原因。又稱因果關係圖或魚骨 圖。
5M1E: Material, Method, Measurement, Machine, Man, Environment
圖 2.29 如何做好品管 報告之系統圖
2-35
系統圖法
確定目的或目標。 對欲達到的目的提出手段或策略。 評價手段或策略。
• 對所提出的各種手段或策略需要作評估，而將多餘 的淘汰。
將擬採行手段或策略書寫在卡片上。 將目的和手段依層次展開，做成系統圖。
2-36
過程決策計畫圖法(又稱PDPC圖)
圖 2.9 常態型直方圖
2-14
雙峰型
若直方圖呈現雙峰圖則顯示資料來自不同母體，主 題變數未被隔離。例如使用不同材料、不同操作員 操作同一部機台，班別不同。
若兩個作業員共同操作同一部機器，則兩者須受同樣操 作訓練；或兩班可能會有不同產出結果、、、
圖 2.10 雙峰直方圖
2-15
削壁型
極少部份產品落於規格界限之外，通常因為製程能 力不佳，檢驗員心生畏懼並使產品符合規格而實施 全檢所導致。
Chapter 2 品質改善的工具與技術
2-37
舉辦品管研討會
圖 2.30 舉辦品管 研討會之PDPC圖
Chapter 2 品質改善的工具與技術
2-38
矩陣圖法
將問題排列成矩陣形式，以找出因子之間相關程度 的方法。
一般可分為五種：
➢ L型矩陣 ➢ T型矩陣
矩陣圖中關連程度的表示是以
X型矩陣 Y型矩陣 C型矩陣
簡單線性迴規模型(Regression model)
Chapter 2 品質改善的工具與技術
2-21
散佈圖 2/6
x值愈大而y值亦呈現固定比例增加，則兩個變數間 呈現正相關。
y=a+bx，a為截距；b為斜率。
圖 2.20 完全正相關的散佈圖
2-22
散佈圖 3/6
x值愈大而y值亦呈現增加趨勢，則兩個變數間呈現 正相關。
7. 驗證
• 三類特性要因圖
• 原因列舉(cause enumeration)：利用腦力激盪將可能原因列舉 出來。
• 散佈分析(dispersion analysis): 先決定主因，再依序探討所有可 能之次原因。
• 製程分析(process analysis)：將製程列出再就每一程序列出可 能原因。
qc七大手法与品质工具 改善的使用技巧
壹、腦力激盪
腦力激盪(brain storming)：是一群人在短時間內激 盪出很多想法(idea)的一種方法。
是一種發掘所有可能的問題及找出所有可能影響問 題原因的有效方法。
腦力激盪過程：
1. 主題選定 2. 組員將想法寫於紙上 3. 每位隊員輪流念出一個想法，直到所有想法被念畢 4. … 5. See page. 26 (empirical illustration)
圖 2.11 削壁型直方圖
2-16
梳型
直方圖之組距設定不佳或測量值有偏差。 量測儀器不佳或檢驗員訓練不足。
圖 2.12 梳型直方圖
2-17
離島型
異常發生乃因為特殊原因， 工程師需要找出特殊 原因以解決之。例如機台參數調整。
圖 2.13 離島型直方圖
2-18
右偏型
因品質特性質規格下限受到若干原因限制，而產生 分配尾巴向右延伸。(趨向卜式分配)
y=a+bx+ ε ，a為截距；b為斜率； ε為誤差 。
圖 2.21 正相關的散佈圖
2-23
散佈圖 4/6
x值愈大而y值則呈現固定比例減少，則兩個變數間 呈現負相關。
y=a+bx，a為截距；b<0 。
圖 2.22 完全負相關的散佈圖
2-24
散佈圖 5/6
x值愈大而y值則呈現固定比例減少，則兩個變數間 呈現負相關。
Chapter 2 品質改善的工具與技術
2-27
層別法 1/3
於品質有效改善前必須分析造成變異之重要原因， 例如原料、機台、人員或方法。將這些因素依特性 分門別類並找出其間差異，稱為層別法。其步驟如 下：
1. 確定使用層別法的目的。 2. 決定層別項目，如依時間別，作業員別，或機器別
分層。 3. 蒐集數據。 4. 比較差異，解析原因。
2-4
查檢表 1/3
查檢表乃以圖或表呈現出問題所在，期並無特定格 式，使用者可依據問題屬性設計之，並以自訂符號
填註以了解問題狀況。
點查檢表
次序 1 2 3 4 5 6 7 8
製作漢堡檢核表 項目
洗手 烤漢堡 塗沙拉醬 放蕃茄 放生菜 放肉 放蛋 裝袋
狀態 ☆
☆ ☆
Chapter 2 品質改善的工具與技術
品質管理 Chapter 2 品質改善的工具與技術
2-2
貳、品質管理七大手法
Chapter 2 品質改善的工具與技術
2-3
貳、品質管理七大手法
QC七大手法用以資料蒐集、製程資料整理、及資 料解釋。
品管七大手法
➢檢核表(Check sheets) ➢柏拉圖 (Pareto diagrams) ➢特性要因圖 (Cause and effect diagrams) (魚骨圖) ➢管制圖(control charts) ➢ 直方圖(Histograms) ➢散佈圖(Scatter plots) ➢ 層別法(Stratification)
2-7
柏拉圖品質問題的少數重要原因與多數不重要原因。針對 少數重要根因 (Root cause)進行改善。
圖 2.2 柏拉圖
Chapter 2 品質改善的工具與技術
2-8
柏拉圖
通常可依據查檢表上統計資料繪製柏拉圖。其可提 供以下訊息：
1. 了解哪些重要缺點項目 2. 了解欲解決問題之前後順序 3. 知道每個缺點項目於整體中所佔比例 4. 比較各個缺點項目改善前後差異。
機器嚴重磨耗。
圖 2.14 右偏分配
2-19
了解製程能力
將分配與規格作一比較即可得知製程能力良窳。 直方圖若落於規格界線內，但雙尾距離規格上下限
很遠，可能
➢ 規格是否過度寬鬆 ➢ 製程能力真佳?
See Figures. 2.15, 2.16, 2.17, and 2.18. pages 40-41. 計算產出不良率(Defect rate)：加總落於上下規格外
Chapter 2 品質改善的工具與技術
2-41
箭頭圖法 2/2
圖 2.33 推廣教育訓練計畫箭頭圖
Chapter 2 品質改善的工具與技術
2-42
肆、PDCA循環 1/2
PDCA循環(PDCA CYLE)是廣泛被實務界應用的持 續改善手法。
由美國舒華特(Shewant)博士提出。戴明博士在日本 大力推廣舒華特(Shewhant cycle)有成，後來日本人 將其改稱戴明循環(Deming cycle)。
隨著事件進行，預想可能遭遇問題，及決定解決這 些問題的方法，稱為PDPC圖。
集合有關人員，針對欲解決主題開會討論。 從自由討論中，選出必須討論事項。 考慮在實施所選出事項時，將會有什麼結果，並將
之列舉出。
評估當前要著手事項，其可預期結果，再預測往後 應做什麼並採取策略，儘可能將其引導至所預期結 果。
See example 2.4, next slide
2-28
層別法 2/3
表2.10 20件專案預算表
2-29
層別法 3/3
變異大
圖 2.26 專案大小與預算超出或不足百分比之關係
2-30
參、品質管理新七大手法
親和圖法(又稱KJ法)(affinity diagram) 關聯圖法(relations diagram) 系統圖法(systematic diagram) 過程決策計畫圖法(process decision program chart,
戴明循環包含四個階段：規則(planning)，實行 (doing)，查核(checking)和處置(acting)。
Chapter 2 品質改善的工具與技術
2-10
特性要因圖
特性要因圖製作步驟：
1. 決定問題或結果 2. 填入背骨 (脊椎) 3. 填入主要原因大骨
See Figure. 2.6 and 2.7 Pages, 34 and 35
4. 填入次要因小骨
5. 檢查是否遺漏主要原因(5M1E)
6. 找出影響問題根因
➢ ◎表示高相關，○表示中相關
➢ △表示低相關，而X和空白表示無關聯
Chapter 2 品質改善的工具與技術
2-39
矩陣數據解析法
在矩陣圖中，加入數值資料，以進一步做整理的手法
圖 2.32 品管新七手法應用狀況的矩陣數據解析法
Chapter 2 品質改善的工具與技術
2-40
箭頭圖法 1/2
列舉必要的作業。 將作業名稱寫在卡片上。 尋找作業卡片間的順序關係。 決定作業卡片的位置。 作成箭頭圖。
See Figure. 2.27, page.49.
2-32
關聯圖法 1/2
將原因與結果間，或目的與手段間等複雜問題，利 用邏輯方式分析使關係明確化，步驟如下：
➢ 決定主題研究。 ➢ 組成研究團隊，以共同解決問題。 ➢ 找尋影響問題的各種可能原因。 ➢ 將原因間關係和因果關係以箭頭表示，即形成關聯
2-11
直方圖
直方圖(histogram)使用面最為廣泛。將蒐集之數據依據組距 (bin)分為幾組，再統計其發生次數並作成一個表。
直方圖為一種長條圖，其一軸為量測值，另一軸為百分比 或頻率..)
直方圖為SPC重要工具，因為常用統計公式應用於常態機率 分配
See example 2-2, page 36
Chapter 2 品質改善的工具與技術
2-12
直方圖
直方圖在品管上的應用說明於下：
➢ 知道製程中心為何
➢ 了解製程變異
➢ 瞭解分配型態
✓常態型
✓雙峰型 ✓削壁型
瞭解製程能力
✓梳型
計算產出的不合格率
✓離島型
✓右偏型
2-13
常態型
若直方圖未呈現鐘型曲線，則顯示製程已失控，必 須先解決問題並使製程資料自然地遵循其他基本樣 元(如常態分配) 。(通常正常製程或製品之品質特 性為此種型態。
2-5
檢核表 2/3
作業員
01 02 03 04 05 06 07 08 09 10
作業員打字錯誤檢核表 劃記
次數
2 3 1 19 0 2 1 3 17 2
總和
50
表2.2 記錄用檢核表
2-6
檢核表 3/3
See also 表2.3 & 2.4 on page 28.
圖 2.1 電冰箱外觀之檢核表
y=a+bx+ ε ，b<0 。
圖 2.23 負相關的散佈圖
2-25
散佈圖 6/6
x值愈大而y值無呈現減少或增加趨勢，則兩個變數 間呈現無相關。
圖 2.24 不相關的散佈圖
2-26
散佈圖用處
一. 了解產品兩個品質特性間關係 二. 了解產品品質特性是否受到要因影響 三. 判斷異常值 /離群值(outliers) See example 2-3, page. 44.
數量並除以生產總數。See page. 42.
Chapter 2 品質改善的工具與技術
2-20
散佈圖 1/6
散佈圖(scatter plot)用以表示兩個變數配對數據之分 佈情形，用以了解變數間相關性。
若兩個變數間呈現因果關係，則代表原因的自變數 (independent variable)可置於X軸，代表結果的因變 數(dependent variable)則置於Y軸。
圖。 ➢ 修正圖形，即再整體討論，若有不足項目應追加之
。
See Figure. 2.28, page. 50 (next slide)
2-33
關聯圖法 2/2
圖 2.28 「品管圈活動無法掌握問題點」關聯圖
2-34
如何做好品管報告 (系統圖)
將達成目的之最適手段， 依據進行層次，以樹狀圖 示之，稱為系統圖。