品质七大手法3
合集下载
相关主题
- 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)。
作直方圖的步驟(例3)
– 1.搜集數據
數據統計分析方法-直方圖(Histogram)
作直方圖的步驟
– 計算極差(Range),上表中最大值Xmax=48;最小值Xmin=1; R＝Xmax-Xmin=48-1=47
– 適當分組(k) 在本例中，取k=10
確定組距(h)
組距用字母 h 表示： h=R/k=47/10=4.7, Y約等于5。 – 確定各組界限－－組的邊界值單位取最小測量單位的一半。
– 問題(結果)應單一、具體，表述規範 – 最後細分出來的原因應是具體的，以便采取措施； – 在尋找和分析原因時，要集思廣益，力求準確和無遺漏
可召開諸葛亮會，采用頭腦風暴法 層次要清，因果關係不可顛倒 原因歸類正確
數據統計分析方法-因果圖
作因果圖應注意的事項
– 畫法按從左至右的貫例執行－－規範化
在作因果圖前，可先從排列圖中找出主要問題，然後 針對主要問題，召集相關人員進行討論，力求盡可能 找出產生問題的原因，通過分析，確立主要原因。因 果圖在今後可不斷進行修改，逐漸完善，反復使用。
或帕拉图（巴雷特、帕累特）
數據統計分析方法-排列圖
排列图的来由：
意大利社会经济学家帕雷特在1887年研究资本主义的意大 利社会财富分布状况时，发现少数人占有绝大多数的财富，而 绝大多数人却只占有少量财富处于贫困状态，从而得出“关键 的少数和次要的多数”的社会财富分布规律。他还把这一规律 用坐标图描绘出来，得到一条累计的百分比曲线。为纪念他， 后人把这一条曲线称为帕累特曲线。后来，帕累特原理被用到 质量管理活动中，成为七大手法之一，现在这一理论被升化为 80/20原则。基本上，任何事物都遵循这一规律，如大多数废 品是由少数人造成的，大部分设备故障是由少数几个原因引起 的，企业80％的利润来自20％的顾客。
數據統計分析方法-因果圖
例 2：
數據統計分析方法-直方圖(Histogram)
什麼是直方圖？
– 直方圖是通過對數據的加工整理，從而分析和掌握 品質數據的分布狀況和估算工序不合格率的一種方 法。
直方圖的作法
– 作直方圖的三大步驟
作頻數表 畫直方圖 進行有關計算
數據統計分析方法-直方圖(Histogram)
數據統計分析方法-排列圖法
壞項累積百分比（％) 壞品數量
排列圖是由兩個縱坐標，一個橫坐標，若干個按高低順序依次排
列的長方形和一條累計百分比折線所組成的，為尋找主要問題或
主要原因所使用的圖。
例 1：
600 500
72.21%
81.57%
87.61%
92.15%
100% 94.56%
100% 80%
400
編制頻數分布表
數據統計分析方法-直方圖(Histogram)
畫直方圖
頻
TL
數
30 25 20 15 10
TU
N=100
X=26.6
S=9.14
CPk=0.85
5 0
5.5 10.5 15.5 20.5 25.5 30.5 35.5 40.5 45.5 50.5
重量
數據統計分析方法-直方圖(Histogram)
數據統計分析方法-直方圖(Histogram)
作直方圖的步驟
– 本例第一組的下限為：
最小值－
最小測量單位 2
=1 －1/2=0.5
– 第一組的上限值為下界限值加上組距
– 第二組的下界值為上界限值，第一組的上界值加上組距就是 第二組上界限值，照此類推，定出各組的邊界。
數據統計分析方法-直方圖(Histogram)
因果图为日本品管权威学者石川馨博士于1952年 所发明，故又称为石川图，又因其形状似鱼骨，故也 可称其为鱼骨图，或特性要因图
數據統計分析方法-因果圖
法
環
人
主 要 問 題
料
機
數據統計分析方法-因果圖
數據統計分析方法-因果圖
作因果圖的原則
– 采取由原因到結果的格式 – 通常從‘人，機，料，法，環’這五方面找原因
3
LD跑位
62 540 81.57%
4 金属件不良 40 580 87.61%
5
LD线性差
30
610 92.15%
6
管芯不良
16
626 94.56%
7
其他
36 662 100.00%
662 662 100.00%
數據統計分析方法-排列圖
排列圖的優點
– 排列圖有以下優點： 直觀，明了－－全世界品質管理界通用 用數據說明問題－－說服力強 用途廣泛： 品質管理 / 人員管理 / 治安管理
‘4M1E’, Man, Machine, Material, Method, Environment – 通常分三個層次：主幹線、支幹線、分支線 – 盡可能把所有的原因全部找出來列上 – 對少數的主要原因標上特殊的標誌 – 寫上繪製的日期、作者、有關說明等
數據統計分析方法-因果圖
作因果圖應注意的事項
296
60%
300
44.71%
182
200
40%
பைடு நூலகம்
100
62
40
30
16
36
20%
0
0%
PINTIA跑位
功率变化大
LD跑位
金属件不良
LD线性差
管芯不良
其他
模块不良原因分析
數據統計分析方法-排列圖
模块不良统计表：
不良项目 不良数 累加数 累加比率
1 PINTIA跑位 296 296 44.71%
2
功率变大 182 478 72.21%
▪ 直方图的分析：
作直方图的目的是为了研究工序质量的分布状况，判断工序是否处于正常 状态。因此，在画直方图后要进一步对它进行分析。对于在实践中经常出现 的非标准直方图的形状，现分析如下：
數據統計分析方法
品管七大手法
數據統計分析方法
QC舊七種工具
– 排列圖，因果圖，散布圖，直方圖，控制圖，檢查 表与分層法
QC新七種工具(略)
– 關聯圖，KJ法，系統圖法，矩陣圖法，矩陣數據解 析法，過程決策程序圖法（PDPC)和箭頭圖法。
數據統計分析方法-排列圖
排列图的定义： 根据所收集之数据，按不良原因、不良 状况、不良发生位等到不同区分标准， 以寻求占最大比率之原因、状况或位置 的一种图形。排列图又称为主次因素分析图
數據統計分析方法-排列圖
排列圖的作圖步驟
– 收集數據(某時間) – 作缺陷項目統計表 – 繪製排列圖 – 畫橫坐標(標出項目的等分刻度) – 畫左縱坐標(表示頻數) – 畫直方圖形(按每項的頻數畫) – 畫右縱坐標(表示累計百分比) – 定點表數，寫字
數據統計分析方法-因果圖
何谓因果图：
对于结果（特性）与原因（要因）间或所期望之 效果（特性）与对策的关系，以箭头连接，详细分析 原因或对策的一种图形称为因果图。
– 1.搜集數據
數據統計分析方法-直方圖(Histogram)
作直方圖的步驟
– 計算極差(Range),上表中最大值Xmax=48;最小值Xmin=1; R＝Xmax-Xmin=48-1=47
– 適當分組(k) 在本例中，取k=10
確定組距(h)
組距用字母 h 表示： h=R/k=47/10=4.7, Y約等于5。 – 確定各組界限－－組的邊界值單位取最小測量單位的一半。
– 問題(結果)應單一、具體，表述規範 – 最後細分出來的原因應是具體的，以便采取措施； – 在尋找和分析原因時，要集思廣益，力求準確和無遺漏
可召開諸葛亮會，采用頭腦風暴法 層次要清，因果關係不可顛倒 原因歸類正確
數據統計分析方法-因果圖
作因果圖應注意的事項
– 畫法按從左至右的貫例執行－－規範化
在作因果圖前，可先從排列圖中找出主要問題，然後 針對主要問題，召集相關人員進行討論，力求盡可能 找出產生問題的原因，通過分析，確立主要原因。因 果圖在今後可不斷進行修改，逐漸完善，反復使用。
或帕拉图（巴雷特、帕累特）
數據統計分析方法-排列圖
排列图的来由：
意大利社会经济学家帕雷特在1887年研究资本主义的意大 利社会财富分布状况时，发现少数人占有绝大多数的财富，而 绝大多数人却只占有少量财富处于贫困状态，从而得出“关键 的少数和次要的多数”的社会财富分布规律。他还把这一规律 用坐标图描绘出来，得到一条累计的百分比曲线。为纪念他， 后人把这一条曲线称为帕累特曲线。后来，帕累特原理被用到 质量管理活动中，成为七大手法之一，现在这一理论被升化为 80/20原则。基本上，任何事物都遵循这一规律，如大多数废 品是由少数人造成的，大部分设备故障是由少数几个原因引起 的，企业80％的利润来自20％的顾客。
數據統計分析方法-因果圖
例 2：
數據統計分析方法-直方圖(Histogram)
什麼是直方圖？
– 直方圖是通過對數據的加工整理，從而分析和掌握 品質數據的分布狀況和估算工序不合格率的一種方 法。
直方圖的作法
– 作直方圖的三大步驟
作頻數表 畫直方圖 進行有關計算
數據統計分析方法-直方圖(Histogram)
數據統計分析方法-排列圖法
壞項累積百分比（％) 壞品數量
排列圖是由兩個縱坐標，一個橫坐標，若干個按高低順序依次排
列的長方形和一條累計百分比折線所組成的，為尋找主要問題或
主要原因所使用的圖。
例 1：
600 500
72.21%
81.57%
87.61%
92.15%
100% 94.56%
100% 80%
400
編制頻數分布表
數據統計分析方法-直方圖(Histogram)
畫直方圖
頻
TL
數
30 25 20 15 10
TU
N=100
X=26.6
S=9.14
CPk=0.85
5 0
5.5 10.5 15.5 20.5 25.5 30.5 35.5 40.5 45.5 50.5
重量
數據統計分析方法-直方圖(Histogram)
數據統計分析方法-直方圖(Histogram)
作直方圖的步驟
– 本例第一組的下限為：
最小值－
最小測量單位 2
=1 －1/2=0.5
– 第一組的上限值為下界限值加上組距
– 第二組的下界值為上界限值，第一組的上界值加上組距就是 第二組上界限值，照此類推，定出各組的邊界。
數據統計分析方法-直方圖(Histogram)
因果图为日本品管权威学者石川馨博士于1952年 所发明，故又称为石川图，又因其形状似鱼骨，故也 可称其为鱼骨图，或特性要因图
數據統計分析方法-因果圖
法
環
人
主 要 問 題
料
機
數據統計分析方法-因果圖
數據統計分析方法-因果圖
作因果圖的原則
– 采取由原因到結果的格式 – 通常從‘人，機，料，法，環’這五方面找原因
3
LD跑位
62 540 81.57%
4 金属件不良 40 580 87.61%
5
LD线性差
30
610 92.15%
6
管芯不良
16
626 94.56%
7
其他
36 662 100.00%
662 662 100.00%
數據統計分析方法-排列圖
排列圖的優點
– 排列圖有以下優點： 直觀，明了－－全世界品質管理界通用 用數據說明問題－－說服力強 用途廣泛： 品質管理 / 人員管理 / 治安管理
‘4M1E’, Man, Machine, Material, Method, Environment – 通常分三個層次：主幹線、支幹線、分支線 – 盡可能把所有的原因全部找出來列上 – 對少數的主要原因標上特殊的標誌 – 寫上繪製的日期、作者、有關說明等
數據統計分析方法-因果圖
作因果圖應注意的事項
296
60%
300
44.71%
182
200
40%
பைடு நூலகம்
100
62
40
30
16
36
20%
0
0%
PINTIA跑位
功率变化大
LD跑位
金属件不良
LD线性差
管芯不良
其他
模块不良原因分析
數據統計分析方法-排列圖
模块不良统计表：
不良项目 不良数 累加数 累加比率
1 PINTIA跑位 296 296 44.71%
2
功率变大 182 478 72.21%
▪ 直方图的分析：
作直方图的目的是为了研究工序质量的分布状况，判断工序是否处于正常 状态。因此，在画直方图后要进一步对它进行分析。对于在实践中经常出现 的非标准直方图的形状，现分析如下：
數據統計分析方法
品管七大手法
數據統計分析方法
QC舊七種工具
– 排列圖，因果圖，散布圖，直方圖，控制圖，檢查 表与分層法
QC新七種工具(略)
– 關聯圖，KJ法，系統圖法，矩陣圖法，矩陣數據解 析法，過程決策程序圖法（PDPC)和箭頭圖法。
數據統計分析方法-排列圖
排列图的定义： 根据所收集之数据，按不良原因、不良 状况、不良发生位等到不同区分标准， 以寻求占最大比率之原因、状况或位置 的一种图形。排列图又称为主次因素分析图
數據統計分析方法-排列圖
排列圖的作圖步驟
– 收集數據(某時間) – 作缺陷項目統計表 – 繪製排列圖 – 畫橫坐標(標出項目的等分刻度) – 畫左縱坐標(表示頻數) – 畫直方圖形(按每項的頻數畫) – 畫右縱坐標(表示累計百分比) – 定點表數，寫字
數據統計分析方法-因果圖
何谓因果图：
对于结果（特性）与原因（要因）间或所期望之 效果（特性）与对策的关系，以箭头连接，详细分析 原因或对策的一种图形称为因果图。