QC的七大手法

老周周

QC七大手法培训资料
常见的QC应用方法，除后面讲到的常见的“七大手法”外，还包括实验法、查核表法、推移图法、抽样计划、质量成本、制程流程、IE法等方法。
一． 层别法：
特 点：常用，简便易上手。
实用范围：将多种多样的资料/信息，分类别、分目的等进行分类，而后进行分析。
注意要点：注意分类前提必须相同/相等或一致。
案例分析：5名工人各自生产1500件同样产品，其产生的不良品数量如图表所示，分析其品质状况。
二． 柏拉图法:
特 点：简单明了反映不良项的变化趋势，还能反映相应数据。
实用范围：能在众多的问题点中找出影响较大的几个因素加以处理改善，明确问题的关键点。可在短时间内进行立竿见影的改善。
注意要点：该方法并非一次性全面解决问题的良药。
案例分析：图中有x1-5共计5个问题点，其总共不良数据为100，其各不良项的走势如图所示，分析其现在品质状况。
三． 因果分析法（鱼骨图法）：
特 点：清晰反映造成结果的各类因果关系。
实用范围：针对结果寻求原因，罗列所有可能的原因进行改善。
注意要点：该分析方法需在“畅所欲言”的民主环境下进行。（又名“头脑风暴”）
案例分析：针对“JG”的结果，寻找造成该结果的原因，其中包括5大项目，而每个大的项目里又包含2个小的因素影响。
四． 直方图法：
特 点：清晰资料的中心值与分布状况。
实用范围：将无规律可循的资料分析出其规律性，可在正常的情况下预见可能发生的品质隐患。。
注意要点：此方法需用到一定的数学及统计学的知识，有一定难度。
术语解释：平均值：所有数据和初一所有数据数。
中间值：按需排列的中间一个或两个数据的平均值。
组数（n）一般按总资料数的1/10定，一般不超过20组；
最大值(L);
最小值（S）；
全距（R＝L-S）；
组距（R/n）；
组界，即组的起点或终点；
组的中心点，组界的1/2处。
案例分析：某一零件外径尺寸9组数据，其排列如图所示，X为平均值，高锋为最大组（组中心），分析其异常状况。
五． 散布图法：
特 点：对因果因素进行分析。
实用范围：对要因及其造成的结果进行分析，找出最佳方案方案。（是鱼骨图的升级，着重实施改善）
注意要点：X，Y坐标可以是因果关系，也可以都是因或都是果。
案例分析：横坐标表示某一添加剂的比例或分量，纵坐标是该比例或分量下的产品合格率，根据图表所示的状况取最佳添加比例范围。
六． 管制图法：
特 点：直观反映周期品质状况及判定正常与否。
实用范围：可用于可量化（长度，重量，温度等），也可用于不可量化的数据（不良数，缺陷数）统计。
注意要点：数据收集应有时间段或批量数据。
术语解释：上限：允许最大值；
下限：允许最小值。
案例分析：图表中横坐标表示时间段内各单位，纵坐标表示每时间单位对应的合格率，Y0表示正产值；Y1表示允许最大值；Y2表示允许最小值，根据图表分析时间段内品质状况。
七． 分布图法：
特 点：除能够直观反映品质状况，在直方图的基础上还能反映具体数值，进行运算。
实用范围：实用于需要进行品质运算的所有统计。
注意要点：该统计方法是在直方图的挤出上的一个升级，并融入大量高等数学，特别是函数知识。难度较一般方法会大一些。
案例分析：图表中纵轴代表平均值， ø 为标准差，可根据函数曲线得出某一各公差点上对应的合格率或不良件数。

夹心

能再搞详细点麽

圣斗士

最基本的，可以再说点细节上的操作~

老周周

QC七大手法
QC七大手法
管理人員五大使命----
品質,交期,成本,服務,安全
QC七大手法
管理的基本原則
1.尊重人性----把工作人員的想法與意見有效發揮
2.依PDCA的管理循環徹底執行----不停的轉動PDCA循環
3.徹底實施標準化----做好管理的第一步.
4.活用統計手法----統計方法收集數據,加以統計分析
QC七大手法
工作及生活中難免碰到問題，一旦發生問題如不立即解決，小問題也可能變成大問題。然而，解決問題是要用方法的，而品質管理（QC）手法就是能協助我們迅速且正確解決問題的利器之一。

一般問題解決的程序約可分為蒐集→整理→歸納分析→判斷決策等階段，每一階段都有不同的QC手法可供搭配使用。如果能夠充分了解QC手法且運用得宜，就能蒐集到正確有效的資訊，並作出精準的判斷。
QC七大手法
QC統計手法
1.QC七大手法----特性要因圖,散佈圖,柏拉圖,直方圖,推移圖,查檢表,層別法.
2.新QC七大手法----關聯圖法,KJ法,系統圖法,PDPC法,箭線圖法,矩陣圖法,矩陣數據解析法
3.統計方法----推定與檢定,抽樣計畫,管制圖,實驗計畫法,相關與回歸.
4.其他---抽樣技術,官感檢查,可靠度
QC七大手法
1.蒐 集：須根據事實或數據說明。
工具包括：查檢表（Check List）,散佈圖（Scatter Diagram）、層別法（Stratification）。
2.整 理：釐清問題所在以作為判斷重大問題的依據。工具包括：柏拉圖（Pareto Diagram）、直方圖（Histogram）。
3.歸納分析：主要針對原因與問題的關係，探討其相互關係與潛在的真因。工具包括：特性要因圖（Characteristic Diagram）。
4.判斷決策：針對問題所發生的原因，採取有效對策，加以處置。工具包括：特性要因圖、統計圖中的管制圖（Control Chart）。
一.特性要因圖(魚骨圖)
品質是製造出來的----
製造的物品具有各項品質特性,依材料,設備,方法,人而形成不同的品質特性.若製程的品質特性出現問題的話,製造的品質也會產生了問題.

特性與要因
為了解決問題,將品質特性(結果)與原因之關係明確化.而在品質管制上造成的因素稱為要因.所以利用圖將品質特性的要因表現出來即稱為特性要因圖.因很像一隻吃完魚肉,只剩骨頭的魚所以又稱魚骨圖.

一.特性要因圖(魚骨圖)
繪製方法----
1.決定特性:尺寸,不良率,不良現象,…..
2.列舉要因:a.應用5W1H,4M方法發掘要因
(what/where/when/who/why/how/人,機,物,法)
b.有影響特性的要因全部列舉出來
c.要分析至可採行對策,或蒐集數據的要因
d.應用腦力激盪
(禁止批評,歡迎自由聯想,構想越多越好,歡迎撘便車.)

一.特性要因圖(魚骨圖)
3.整理特性要因的形狀----
將列舉的要因加以分類整理後,畫出大骨,中骨,小骨.
4.調查要因的影響度----
解析過去累積數據及取管制圖,直方圖,散佈圖加以分析,確認列舉要因是否對特性真的有影響
5.決定特性要因圖—
列舉要因中,該追加的追加,該減少的減少.一切以數據為根據.
6.其他---
繪製日期,繪製者,其他參考事項……..
一.特性要因圖(魚骨圖)
二.散佈圖
身高與體重
高?重 ? 矮?輕?
二.散佈圖
調查兩種數量之間的關係
品質特性與品質特性的關係
品質特性與要因之間
要因與要因之間
例:
A.材料熱處理時,某一成分的量與硬度關係
B.錫鉛中,錫鉛比例與溫度之關係
C.電鍍處理時,電鍍時間與電鍍厚度之關係
D.錫膏厚度與印刷壓力之關係.
二.散佈圖
繪製方法
1.收集數據:
收集50~100相對應之數據.至少30組.
2.決定橫軸與縱軸
一般以橫軸代表要因,縱軸代表品質特性. 若是要因與要因或品質特性與品質特性.則可任意決定.
刻度大小,則兩者變異弧度大致相同大小即可以.
3.點繪數據
將收集之數據繪於相對位置上.
4.判讀散佈圖
把握正確資訊,採取必要的措施.
二.散佈圖
三.柏拉圖
柏拉圖
柏拉圖分析是以80:20原理進行重點分析的圖表，不良／缺點項目依數量之大小排列，橫座標為不良／缺點項目，縱座標為不良／缺點數量或累積百分比，分析出重點不良／缺點項目做為改善之目標
三.柏拉圖
繪製方法
1. 決定分類項目： 以產品或製程訂定檢查項目或不良原因。2. 收集數據： 以某一期間收集特定問題的檢查記錄。3. 依數量之大小排序整理數據，如下表
三.柏拉圖
4.繪製不良分析圖(柏拉圖):
a.橫軸依不良個數大小順序取不良項目.
b.縱軸取不良數及不良率.
c.依不良數之大小順序由左而右繪出條型圖表示之.
d.累積不良率則使用曲線圖表示之.
5.計入必要項目:
即數據的期間.數據的數目等.
三.柏拉圖
四.直方圖
收集數據之目的
整批製品的分佈與變異
品質規格的平均值與變異
確認項目—
1.分配的形狀
2.分配的中心值
3.分配的散佈情形
4.與規格的關係
四.直方圖
直方圖的繪製方法
1.收集數據
作直方圖,數據至少50個以上.一般對於 數據個數多少,稱為樣品大小, 用 n 表示.
2.整理數據
將數據整理,併找出最大值與最大值.
3.決定組數
分組的組數並沒有統一的規定，但太多或太少組皆會使直方圖失真 .
A.分組組數依數據之樣本大小n決定
B.最大值減最小值的差(R),用2,5,10等相關數值除之.
四.直方圖
4.決定組距
組距 h 可由組數 k 除以全距 R 來決定，如下式。組距(h)= 全距(R) / 組數 (k)
一般取 h 值為量測單位之整數倍

5.決定組界
組界即是每一分組之上下界限值，其決定之方法如下：第一組下界Ｌ1＝MIN｛Xij｝－量測單位／2第一組上界Ｕ1＝Ｌ1＋h第二組下界Ｌ2＝Ｕ1第二組上界Ｕ2＝Ｌ2＋h第ｉ組下界Ｌi ＝Ｕi-1第ｉ組上界Ｕi ＝Ｌi＋h第ｋ組下界Ｌk ＝Ｕk-1第ｋ組下界Ｕk ＝Ｌk＋h＞MAX｛Xij｝則停止 
6. 計算組中點
各組皆以組中點為代表值，其計算方法如下：
組中點= ( L1+U1 ) / 2
四.直方圖
6.計算次數並作次數分配表：
將組界、組中點填入次數分配表，將原數據依其值歸類入某一組並以計票的方式以 ////字劃記各組之次數

7.繪製直方圖
以組界或組中點為X軸 ，次數為Y軸。再以各組之組距為底邊，次數為高，對每一組繪一長方形，相鄰的組其長方形需緊靠在一起，不要有空隙.

8.記入必要事項
收集數據期間,樣本大小,品質特性的單位,測定日期,測定者,必要的批號.
四.直方圖
四.直方圖
決定組數
A. n=100 , k=6~10.
B. Max=1.55 Min=1.27
R=1.55-1.27 = 0.28
0.28/0.02=14
0.28/0.05=5.6
0.28/0.01=28
為方便計算,此例我們使用A方式,以10組記算

決定組距
組距=全距/組數
=0.28 / 10
= 0.028 ≈ 0.3
四.直方圖
計算組中點
組中點= ( L1+U1 ) / 2
= (1.265+1.295) /2 = 1.280
計算次數並作次數分配表
四.直方圖
四.直方圖
直方圖的看法

四.直方圖
四.直方圖
與規格之比較
四.直方圖
五.推移圖
推移圖
是以統計量；如不良率( p )、良率( 1-p )、不良數( np )、缺點數( c )、單位缺點數( u；dpu ) 及每百萬缺點數值( dppm )為縱軸，日期／時間為橫軸。依日期／時間順序顯示數量的大小以掌握趨勢之變化
推移圖可以用來觀察時間推移時數據變化，以及變動的趨勢和變化的速度 .

繪製方法
1. 縱軸為指定的統計量，橫軸為日期／時間。2. 記上刻度的數量。3. 計算統計量。4. 以統計量點繪推移圖。
五.推移圖
五.推移圖
推移圖中區隔為「改善前」、「改善中」、「改善後」三區。當正視問題並開始擬定對策時，就由「改善前」進入「改善中」階段；當開始實施對策時，則是由「改善中」進入「改善後」階段
六.層別法
層別法之意義 影響產品品質的原因很多，可能來自於人員、材料、製造方法及機器設備等，但在生產過程中，這些因素皆牽涉其中，若無法將品質變異的原因分析出來，品質就無法獲得改善.

所以，為了要明瞭品質變異的原因來自何處，就必須針對各項因素分開蒐集數據，加以比較，因此，將人員、材料、製造方法或機器設備等分開蒐集數據，以找出其間的差異，並針對差異加以改善的方法稱為層別
六.層別法
層別法為一概念性的方法，可配合其他品質改善方法一併使用，透過分層蒐集數據，找出品質改善的最佳方法。

層別法之步驟
1.確定使用層別法之目的。
2.決定層別項目，如依時間別、作業員別、機械別、原料別......。
3.搜集數據。
4.解析原因，比較差異。


六.層別法
依原料的供應來源或批次層別
依作業人員的 部門、年齡、性別、熟練程度等層別
依機械設備之種類、廠牌與佈置位置等層別
依時間，如月、週、日夜、或上下午等層別
依作業條件，如溫度、壓力、速度或天氣等層別
依操作方法層別
依不同生產線層別

七.查核表
查核表是一種用來收集及分析數據簡單而有效率的圖形方法。檢核表可說是另一種次數分配的表現，使用時只要運用簡單的符號標記出工作目標是否達成或對特定事件發生給予累積紀錄。使用簡單符號如「ˇ 」、「△ 」、「O 」、「X」或「正」。
檢核表的設計要簡單明瞭而且要能涵蓋所要研究的項目，避免工作延遲或遺漏。
查檢表依用途區分，大致可分為記錄用及點檢用兩種。
七.查核表
1.召集所有相關人員，運用腦力激盪法製作特性要因圖以列出要因項目。
2.將所列出的要因項目層別後，並填入檢核表中。
3.操作人員運用簡單的記號將檢核結果紀錄於表中。
4.利用所得之資料，整理分析，以便了解管制情況或採取必要措施。
七.查核表