QC七大手法培训课件
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)。
◎表示。
Y
∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ X
5、添加趋势线，计算相关系数r，得出线性关系。
r=1，完全相关； r=-1，完全不相关； r=0，无线性相关关系，但可能有非线性相关关系； 一般地， 1＞︱r︱≥0.8，强相关 0.8＞︱r︱≥0.5，相关 0.5＞︱r︱≥0.3，弱相关 0.3＞︱r︱，不相关
规 下限 格 上限
制品范围
（1）不合乎规格型
（a)平均值偏左（或偏右）型：如果平均值偏向规格下限并伸展 至规格下限左边，或偏向规格上限并伸展至规格上限的右边，但 制品呈常态分配，此即表示平均位置的偏差，应针对固定的设备 机器、原料等方向追查。
下限 规格 制品范围 上限
（b)分散度过大型：实际制品的最大值与最小值均超过规格值，有 不良品发生（斜线部分），表示标准太大，制程能力不足，应针对 变动的人员、方法等方向去追查，要设法使产品的变异缩小；或是 规格订得太严，应放宽规格。
四、调查是否混入两个以上的不同群体
如果直方图呈现双峰形态，可能混合了两个不同群体，亦 即制程为两种不同群体，诸如两个不同班别、不同生产线、不 同的材料、不同操作员、不同机台等。生产出来的制品混在一 起。 此时，需 将其层别，将不同班别、生产线、材料、操作 员、机台、制造出来的制品不摆在一起，以便趁早找出造成不 良的原因。
二、测知数据的真伪
对于一些异常的直方图，主要是凹凸不平型，可以断定： 稽查员对测定值有偏好现象，如对5，10 的数字偏好；或是 假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此 情况。
三、借以订定规格界限
在未订出规格界限的前，可依据所收集编成的次数分配 表，测知次数分配是否为常态分配；如为常态分配时，则可根 据计算得知的平均数与标准差来订出规格界限。一般而言，平 均数减去3个标准差得规格下限，平均数加上3个标准差则得规 格上限；或按实际需要而订出。
No. 6 7 8 9 10
X来自百度文库50 90 90 70 70
Y 3.4 5.1 5.0 4.5 4.3
予以 层别
° °° ° °° ° ° °°°°° °°°° ° °°°°° °° ° °° X
二、直方图
概述：
1、现场工作人员经常都要面对许多的数据，这些数据
均来自于制程中抽验或查检所得的某项产品的品质特性。如果 我们应用统计绘图的方法，将这些数据加以整理，则制程中的 品质散布的情形及问题点所在及制程、能力等，均可呈现在我 们的眼前; 我们即可利用这些情报来掌握问题点以进行改善对 策。通常在生产现场最常利用的图表即为直方图。 2、为要容易的看出如长度、重量、硬度、时间等计量 值的数据分配情形，所用来表示的图形。直方图是将所收集的 测定值特性值或结果值，分为几个相等的区间作为横轴，并将 各区间内所测定值依所出现的次数累积而成的积，用柱子排起 来的图形。因此，也叫柱状图。
（3）切边型（断裂型）
说明：有一端被切断。
结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若 剔除某规格以上时，则切边在靠近右边形成。
（4）双峰型
说明：有两个高峰出现。 结论：有两种分配相混合，例如两部机械或两家不同供应商，有差异时，会出 现此种形状，因测定值受不同的原因影响，应予层别后再作直方图。
使用直方图的目的：
测知制程能力。 测知数据的真伪。 计算产品的不良率。 借以订定规格界限。 与规格或标准值比较。 调查是否混入两个以上的不同群体。
一、测知制程能力
作为改善制程的依据自制程中所收集的数据，经整理成为 次数分配表，再绘成直方图后，即可由其集中与分散的情形来 看出制程的好坏。良好的制程，平均数应接近规格中心，标准 差则愈小愈佳。
按操作者分类
操作者 王师傅 李师傅 张师傅 共计 漏油 6 3 10 19 不漏油 13 9 9 31 漏油率（%） 32 25 53 38
按供应商分类
供应商 一厂 二厂 共计 漏油 9 10 19 不漏油 14 17 31 漏油率 39 37 38
案例二、散布图的层别：
Y Y Y （负相关） × ×× ×× ×× ×× ×× × °××× × × °° ×× ×° ×× ° ×× °° × ° × °°°° ×°° ° °°° °°°° °° °° ° X （作为曲线散布） （正相关） × ×× ×× × × × × ×××× ×× × ×× ×××× × × × × ××× × × X
五、与规格或标准值比较
（1）合乎规格型
（a) 理想型：制程能力在规格界限内，且平均值与规格中心 一致，平均数加减4倍标准差为规格界限。制程稍有变大或变 小都不会超过规格值， 是一种最理想的直方图。表示制品良 好，能力足够。
下限 规格 制品范围 上限
（b)一侧无余裕型：制品偏一边，而另一边还有余裕很多，若制程再 变大（或变小）很可能会有不良发生，必须设法使制品中心值与规格 中心值吻合才好。
（5）离岛型 说明：在右端或左端形成小岛。 结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存 在，只要去除，即可合乎制程要求，制出合格规格的制品。
三、散布图
散布图的定义
特性要因图（鱼骨图）大概可以了解工程上的要因会影响产品 的品质特性，散布图也是以这种因果关系的方式来表示其关连性。 并将因果关系所对应变化的数据分别点绘在x-y轴座标的象限上，以 观察其中的相关性是否存在。
分层原则
1.人员：可按年龄、工级和性别等分层 2.机器：可按设备类型、新旧程度、不同的生产线和工夹 具类型等分层 3.材料：可按产地、批号、制造厂、规格成分等分层 4.方法：可按不同的工艺要求、操作参数、操作方法、生产速度等 分层 5.测量：可按测量设备、测量方法、测量人员、测量 取样方法和环境条件等分层 6.时间：可按不同的班次、日期等分层 7.环境：可按照明度、清洁度、温度、湿度等分层 8.其它：可按地区、使用条件、缺陷部位、缺陷内容等分层
QC七大手法培训课件
制作人：吕义俊 2010年１月２６日
一、分层法
二、直方图
三、散布图
一、分层法
概述：
1、人们所搜集的数据中，因各种不同的特征而对结果产生的 影响，而以各别特征加以分类、统计，此类统计分析的方法的 方法称为层别法（或分层法）。 2、在实务工作中， 经常可发现有产品品质因人、时、料、 机台……等不同时，即会有其差异性存在。而如能针对上述 各种可以明显区分的因素，在数据搜集时，加以适当注记分 类;如有不良品发生时，很可能只其中一种因素 （原料或人 或机台）有问题，便可以快速寻得结症的所在。同样有品质 较优者，也可从层别后的数据，获得其状况而寻求其他因素 或条件的改善。
具体例子如下：
实例演练
真空蒸镀的作业过程中，电子束的强度（power)影响蒸镀产 品的膜厚（thickness)，希望找出二者间的相互关系。 收集到得数据如下： X＝强度（KV） Y＝膜度（∪m)
No. 1 2 3 4 5
X 50 70 100 80 60
Y 3.2 4.7 5.4 4.9 3.8
散布图的制作方法
1、收集成对的数据（x1,y1),(x2,y2), …整理成数据表。
No. 1 X X1 Y Y1
2
3 4
X2
X3 X4
Y2
Y3 Y4
…
…
…
2、找出x，y的最大值及最小值。
3、以x，y的最大值及最小值建立x-y座标，并决定 适当刻度便于绘点。
4、将数据依次点于x-y座标中，两组数据重复时以
层别法使用的注意事项：
1、实施前，首先确定层别的目的——不良率分析？效率 的提升?作业条件确认？ 2、查验表的设计应针对所怀疑的对象设计。 3、数据的性质分类应清晰详细载明。
4、依各种可能原因加以层别，至寻出真因所在。
案例一：汽缸装配
装配厂的汽缸与气缸盖的间经常发生漏油经调查50套产品后发 现， 一是三个操作工人在涂粘合剂的时候，采用的技术手法不同； 二是他们所使用的汽缸垫来自两个不同的配套制造厂。
用excel制作直方图的方法：
注：（1）一般可用数字家史特吉斯提出的公式根据测定次数n来计算
组数k，其公式为： k＝1＋3.32log n 即约可分为6组或7组
（2）一般对数据的分组可参照下表：
数据数 ～50 51～100 102～250 250～ 组数 5～7 6～10 7～12 10～20
规格 下限 制品范围
上限
（c)两侧无余型：制品的最大值与最小值均在规格内，但都在规格上 下限两端，也表示其中心值与规格中心值吻合，虽没有不良品发生， 但若制程稍有变动，就会有不良品产生的危险，要设法提高制品的精 度才好。
规 格
上限
下限
制品范围
（d)余裕太多型：实际制程在规格界限内，但双尾距规格界限远。 亦即产品品质均匀，变异小。如果此种情形是因增加成本而得到， 对公司而言并非好现象，故可考虑缩小规格界限或放松品质变异， 以降低成本，减少浪费。
规
下限
格 上限
制品范围
（c)完全在规格外型：表示制品的生产完全没有依照规格去考虑;或 规格计得不合理，根本无法达到规格。
规 格 制品范围
常见的直方图型态
（1）正常型 说明：中间高，两边低，有集中趋势。 结论：左右对称分配（常态分配），显示制程在正常运转下。
（2）缺齿型（凹凸不平型） 说明：高低不一，有缺齿情形。不正常的分配，系因测定值或 换算方法有误。 结论：稽查员对测定值有偏好现象，如偏差，次数分配不妥当 所形成对5，10的数字偏好;或是假造数据。测量仪器不 精密或组数的宽度不是倍数时，亦有此情况。
Y
∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ ∷∷ X
5、添加趋势线，计算相关系数r，得出线性关系。
r=1，完全相关； r=-1，完全不相关； r=0，无线性相关关系，但可能有非线性相关关系； 一般地， 1＞︱r︱≥0.8，强相关 0.8＞︱r︱≥0.5，相关 0.5＞︱r︱≥0.3，弱相关 0.3＞︱r︱，不相关
规 下限 格 上限
制品范围
（1）不合乎规格型
（a)平均值偏左（或偏右）型：如果平均值偏向规格下限并伸展 至规格下限左边，或偏向规格上限并伸展至规格上限的右边，但 制品呈常态分配，此即表示平均位置的偏差，应针对固定的设备 机器、原料等方向追查。
下限 规格 制品范围 上限
（b)分散度过大型：实际制品的最大值与最小值均超过规格值，有 不良品发生（斜线部分），表示标准太大，制程能力不足，应针对 变动的人员、方法等方向去追查，要设法使产品的变异缩小；或是 规格订得太严，应放宽规格。
四、调查是否混入两个以上的不同群体
如果直方图呈现双峰形态，可能混合了两个不同群体，亦 即制程为两种不同群体，诸如两个不同班别、不同生产线、不 同的材料、不同操作员、不同机台等。生产出来的制品混在一 起。 此时，需 将其层别，将不同班别、生产线、材料、操作 员、机台、制造出来的制品不摆在一起，以便趁早找出造成不 良的原因。
二、测知数据的真伪
对于一些异常的直方图，主要是凹凸不平型，可以断定： 稽查员对测定值有偏好现象，如对5，10 的数字偏好；或是 假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此 情况。
三、借以订定规格界限
在未订出规格界限的前，可依据所收集编成的次数分配 表，测知次数分配是否为常态分配；如为常态分配时，则可根 据计算得知的平均数与标准差来订出规格界限。一般而言，平 均数减去3个标准差得规格下限，平均数加上3个标准差则得规 格上限；或按实际需要而订出。
No. 6 7 8 9 10
X来自百度文库50 90 90 70 70
Y 3.4 5.1 5.0 4.5 4.3
予以 层别
° °° ° °° ° ° °°°°° °°°° ° °°°°° °° ° °° X
二、直方图
概述：
1、现场工作人员经常都要面对许多的数据，这些数据
均来自于制程中抽验或查检所得的某项产品的品质特性。如果 我们应用统计绘图的方法，将这些数据加以整理，则制程中的 品质散布的情形及问题点所在及制程、能力等，均可呈现在我 们的眼前; 我们即可利用这些情报来掌握问题点以进行改善对 策。通常在生产现场最常利用的图表即为直方图。 2、为要容易的看出如长度、重量、硬度、时间等计量 值的数据分配情形，所用来表示的图形。直方图是将所收集的 测定值特性值或结果值，分为几个相等的区间作为横轴，并将 各区间内所测定值依所出现的次数累积而成的积，用柱子排起 来的图形。因此，也叫柱状图。
（3）切边型（断裂型）
说明：有一端被切断。
结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若 剔除某规格以上时，则切边在靠近右边形成。
（4）双峰型
说明：有两个高峰出现。 结论：有两种分配相混合，例如两部机械或两家不同供应商，有差异时，会出 现此种形状，因测定值受不同的原因影响，应予层别后再作直方图。
使用直方图的目的：
测知制程能力。 测知数据的真伪。 计算产品的不良率。 借以订定规格界限。 与规格或标准值比较。 调查是否混入两个以上的不同群体。
一、测知制程能力
作为改善制程的依据自制程中所收集的数据，经整理成为 次数分配表，再绘成直方图后，即可由其集中与分散的情形来 看出制程的好坏。良好的制程，平均数应接近规格中心，标准 差则愈小愈佳。
按操作者分类
操作者 王师傅 李师傅 张师傅 共计 漏油 6 3 10 19 不漏油 13 9 9 31 漏油率（%） 32 25 53 38
按供应商分类
供应商 一厂 二厂 共计 漏油 9 10 19 不漏油 14 17 31 漏油率 39 37 38
案例二、散布图的层别：
Y Y Y （负相关） × ×× ×× ×× ×× ×× × °××× × × °° ×× ×° ×× ° ×× °° × ° × °°°° ×°° ° °°° °°°° °° °° ° X （作为曲线散布） （正相关） × ×× ×× × × × × ×××× ×× × ×× ×××× × × × × ××× × × X
五、与规格或标准值比较
（1）合乎规格型
（a) 理想型：制程能力在规格界限内，且平均值与规格中心 一致，平均数加减4倍标准差为规格界限。制程稍有变大或变 小都不会超过规格值， 是一种最理想的直方图。表示制品良 好，能力足够。
下限 规格 制品范围 上限
（b)一侧无余裕型：制品偏一边，而另一边还有余裕很多，若制程再 变大（或变小）很可能会有不良发生，必须设法使制品中心值与规格 中心值吻合才好。
（5）离岛型 说明：在右端或左端形成小岛。 结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存 在，只要去除，即可合乎制程要求，制出合格规格的制品。
三、散布图
散布图的定义
特性要因图（鱼骨图）大概可以了解工程上的要因会影响产品 的品质特性，散布图也是以这种因果关系的方式来表示其关连性。 并将因果关系所对应变化的数据分别点绘在x-y轴座标的象限上，以 观察其中的相关性是否存在。
分层原则
1.人员：可按年龄、工级和性别等分层 2.机器：可按设备类型、新旧程度、不同的生产线和工夹 具类型等分层 3.材料：可按产地、批号、制造厂、规格成分等分层 4.方法：可按不同的工艺要求、操作参数、操作方法、生产速度等 分层 5.测量：可按测量设备、测量方法、测量人员、测量 取样方法和环境条件等分层 6.时间：可按不同的班次、日期等分层 7.环境：可按照明度、清洁度、温度、湿度等分层 8.其它：可按地区、使用条件、缺陷部位、缺陷内容等分层
QC七大手法培训课件
制作人：吕义俊 2010年１月２６日
一、分层法
二、直方图
三、散布图
一、分层法
概述：
1、人们所搜集的数据中，因各种不同的特征而对结果产生的 影响，而以各别特征加以分类、统计，此类统计分析的方法的 方法称为层别法（或分层法）。 2、在实务工作中， 经常可发现有产品品质因人、时、料、 机台……等不同时，即会有其差异性存在。而如能针对上述 各种可以明显区分的因素，在数据搜集时，加以适当注记分 类;如有不良品发生时，很可能只其中一种因素 （原料或人 或机台）有问题，便可以快速寻得结症的所在。同样有品质 较优者，也可从层别后的数据，获得其状况而寻求其他因素 或条件的改善。
具体例子如下：
实例演练
真空蒸镀的作业过程中，电子束的强度（power)影响蒸镀产 品的膜厚（thickness)，希望找出二者间的相互关系。 收集到得数据如下： X＝强度（KV） Y＝膜度（∪m)
No. 1 2 3 4 5
X 50 70 100 80 60
Y 3.2 4.7 5.4 4.9 3.8
散布图的制作方法
1、收集成对的数据（x1,y1),(x2,y2), …整理成数据表。
No. 1 X X1 Y Y1
2
3 4
X2
X3 X4
Y2
Y3 Y4
…
…
…
2、找出x，y的最大值及最小值。
3、以x，y的最大值及最小值建立x-y座标，并决定 适当刻度便于绘点。
4、将数据依次点于x-y座标中，两组数据重复时以
层别法使用的注意事项：
1、实施前，首先确定层别的目的——不良率分析？效率 的提升?作业条件确认？ 2、查验表的设计应针对所怀疑的对象设计。 3、数据的性质分类应清晰详细载明。
4、依各种可能原因加以层别，至寻出真因所在。
案例一：汽缸装配
装配厂的汽缸与气缸盖的间经常发生漏油经调查50套产品后发 现， 一是三个操作工人在涂粘合剂的时候，采用的技术手法不同； 二是他们所使用的汽缸垫来自两个不同的配套制造厂。
用excel制作直方图的方法：
注：（1）一般可用数字家史特吉斯提出的公式根据测定次数n来计算
组数k，其公式为： k＝1＋3.32log n 即约可分为6组或7组
（2）一般对数据的分组可参照下表：
数据数 ～50 51～100 102～250 250～ 组数 5～7 6～10 7～12 10～20
规格 下限 制品范围
上限
（c)两侧无余型：制品的最大值与最小值均在规格内，但都在规格上 下限两端，也表示其中心值与规格中心值吻合，虽没有不良品发生， 但若制程稍有变动，就会有不良品产生的危险，要设法提高制品的精 度才好。
规 格
上限
下限
制品范围
（d)余裕太多型：实际制程在规格界限内，但双尾距规格界限远。 亦即产品品质均匀，变异小。如果此种情形是因增加成本而得到， 对公司而言并非好现象，故可考虑缩小规格界限或放松品质变异， 以降低成本，减少浪费。
规
下限
格 上限
制品范围
（c)完全在规格外型：表示制品的生产完全没有依照规格去考虑;或 规格计得不合理，根本无法达到规格。
规 格 制品范围
常见的直方图型态
（1）正常型 说明：中间高，两边低，有集中趋势。 结论：左右对称分配（常态分配），显示制程在正常运转下。
（2）缺齿型（凹凸不平型） 说明：高低不一，有缺齿情形。不正常的分配，系因测定值或 换算方法有误。 结论：稽查员对测定值有偏好现象，如偏差，次数分配不妥当 所形成对5，10的数字偏好;或是假造数据。测量仪器不 精密或组数的宽度不是倍数时，亦有此情况。