1、2018/7/6,1,品質管理(QC) 七大手法,2018/7/6,2,第一章 數據與查檢表第二章 柏拉圖第三章 特性要因圖第四章 散佈圖第五章 圖表與管制圖第六章 直方圖第七章 層別法,講解之內容,2018/7/6,3,何謂七大手法,品質管制乃依據消費者之需求導向掌握消費者及其所要求利用品管之技朮促使產品價廉物美安全無廬准時交貨的具體實現。因此公司每位員工須在自己的崗位具備品質意識問題意識危機意識改善意識尋求本身工作方法或推廣方法之缺陷謀求改善在全員努力之下來滿足顧客需求與社會之要求其管理方法(手段)為應用統計之手法或觀念。統計是采取(根據數據與事實發言)的管理現場除了客觀判斷事實外亦應具有
2、相當合理的說服力。而在QC活動中采取的統計手法均極為簡易即一般所謂的“QC七大手法”,2018/7/6,4,第一章 數據與圖表,一.何謂數據? 就是根據測量所得到的數值和資料等事實.因此 形成數據最重要的基本觀念就是:數據=事實二.運用數據應注意的重點: 1.收集正確的數據 2.避免主觀的判斷 3.要把握事實真相,2018/7/6,5,三.數據的種類 A.定量數據:長度.時間.重量等測量所得數據,也稱計量值; 以缺點數,不良品數來作為計算標準的數值稱為計數值. B.定性數據:以人的感覺判斷出來的數據,例如:水果的甜 度或衣服的美感.四.整理數據應注意的事項 1.問題發生要採取對策之前,一定要有
3、數據作為依據. 2.要清楚使用的目的. 3.數據的整理,改善前與改善后所具備條件要一致. 4.數據收集完成之后,一定要馬上使用.,2018/7/6,6,五.何謂查檢表? 以簡單的數據用容易了解的方式作成圖形或表格,只要記上檢查記號,並加以整理,作為進一步分析或核對檢查用.六.查檢表的種類 查檢表以工作的種類或目的可分為:記錄用查檢表和點檢用查檢表兩種.七.制作方法 1.決定所要收集的數據及希望把握的項目 2.決定查檢表的格式 3.決定記錄形式 4.決定收集數據的方法,2018/7/6,7,四.查檢表的使用,數據收集完成應馬上使用,首先觀察整體數據是否代表某些事實?數據是否集中在某些項目或各項目
4、之間有否差異?是否因時間的經過而產生變化?另外也要特別注意週期性變化的特殊情況. 查檢表統計完成即可利用QC七大手法中的柏拉圖加工整理,以便掌握問題的重心.,2018/7/6,8,查檢表,鴻準精密模具有限公司,2018/7/6,9,第二章 柏拉圖,一.何謂柏拉圖? 根據收集的數據,以不良原因.不良狀況.不良發生位置或客戶抱怨的種類.安全事故等不同區分標準,找出比率最大的項目或原因並且以所構成的項目依照大小順序排列,再加上累積值的圖形.由構成比率很容易了解問題的重點衙影響的程度,以比例估計最多的項目著手進行改善,較為容易得到改善成果,鴻準精密模具有限公司,2018/7/6,10,二.柏拉圖的製作
5、方法,鴻準精密模具有限公司,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畫出 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.,2018/7/6,11,三.柏拉圖的使用,1.掌握問題點2.發現原因3.效果確認,四.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。,2018/7/6,12,五.柏拉圖實例,1.查檢表,2018/7/6,13,2018/7/6,14,柏拉圖,累
6、計比率,支出費用,41%,61%,76%,84%,88%,100%,2018/7/6,15,第三章 特性要因圖,一.何謂特性要因圖? 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.,2018/7/6,16,二.特性要因圖的製作方法 1.決定問題或品質的特征 2.決定大要因 3.決定中小要因 4.決定影響問題點的主要原因 5.填上製作目的,日期及製作者等資料注意事項: 1.嚴禁批評他人的構想和意見. 2.意見愈多愈好. 3.歡迎自由奔放的構想. 4.順著他人的創意或意見發展自已的創意.,
7、2018/7/6,17,三.特性要因圖的使用1.問題的整理2.追查真正的原因3.尋找對策4.教育訓練四.繪製特性要因圖應該注意的事項:1.繪製特性要因圖要把握腦力激激盪法的原則,讓所有的成員表達心聲2.列出的要因應給予層別化3.繪製特性要因圖時,重點應放在為什麼會有這樣的原因,並且依照5W1H的方法,2018/7/6,18,所謂5W1H就是: WHY:為什麼必要; WHAT:目的何在; WHERE:在何處做; WHEN:何時做; WHO:誰來做; HOW:如何做.,2018/7/6,19,2018/7/6,20,第四章 散佈圖,一.何謂散佈圖? 就是反互相有關連的對應數據,在方格紙上以縱軸表示
8、結查,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. 這里講的數據是成雙的,一般來說成對數據有三種不同的對應關係. 1.原因與結果數據關係. 2.結查與結果數據關係. 3.原因與原因數據關係.,2018/7/6,21,二.散佈圖製作的五個步驟: 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.,2018/7/6,22,散佈圖的研判一來般來說有六種形態. 1.在圖中當X增加,Y也增加,也就是表示原因與結果有相對的正相關,如下圖所示:,散佈圖的研
9、判,X,Y,0,2018/7/6,23,2.散佈圖點的分佈較廣但是有向上的傾向,這個時候X增加,一般Y也會曾加,但非相對性,也就是說X除了受Y的因素影響外,可能還有其他因素影響著X,有必要進行其他要因再調查,這種形態叫做似有正相關稱為弱正相關。,X,Y,0,2018/7/6,24,3.當X增加,Y反而減少,而且形態呈現一直線發展的現象,這叫做完全負相關.如下圖所示:,Y,0,X,2018/7/6,25,4.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,如下圖所示:,Y,0,X,2018/7/6,26,5.如果散佈點的分佈呈現雜亂,沒
10、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,如下圖所示:,Y,0,X,2018/7/6,27,6.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,如下圖所示:,Y,0,X,2018/7/6,28,第五章 管制圖,從每日生產的產品線中所測得的零亂數據中,找出經常發生和偶然發生事故的數據,以便幫助找出問題原因,這就是非依靠管制圖不可. 管制圖分為兩大類,本文每一類舉一例進行講解,2018/7/6,29,一.計數值管制圖,1.何謂計數值? 商品制造的品質評定標準有計量型態,例
11、如:直徑,容量;然而有些品質特性定義為良品或不良品將更合理.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,2018/7/6,30,P管制圖實例,運用條件:1.產品不是良品就是不良品2.抽樣放回 3.彼此獨立進行 樣品不良率計算公式為: P=標準差公式為:S=,2018/7/6,31,上下限計算公式如下:,管制上限(ucl): +3= +3 為不良率n為樣本數)中心線(cl) : 管制下限(lcl) -3= -3 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
12、全體的樣本總數之比).,2018/7/6,32,例: 寶光廠生產的MOUSE用的包裝袋,檢驗其底部是否有破損即包裝為不良品,取30個樣本,每個樣本數為50個,這些樣本是在機器每天三班制的連續工作每半小時取一次而得.,2018/7/6,33,計算結果如下:,平均不良率P= =0.233(CL)用P當真實過程不合格的估計值,可以計算管制上限和下限,如下: UCL=P+3 =0.412 LCL=P-3 =0.054,2018/7/6,34,P管制圖如下:,UCL=0.41,CL=0.23,LCL=0.05,2018/7/6,35,針對管制圖進行分析,由管制圖中我們可以發現來自樣本12及25的兩點超出
13、管制上限,故制程是在非管制狀態,必須進一步探討是否有異常原因.分析樣本12得知,在這半小時里,有一批新進的包裝袋被使用,所以這異常的現象是由于新原料加入引起.而在樣本25那半小時,有一個沒有經驗的員工在操作此機器,而使樣本25有這麼高的不良率. 現在將超出管制界限的兩個點刪除掉,重新計算管制界限,管制以后的制程,其管制中心線及上.下限為,2018/7/6,36,二.計量值管制圖,作為管制制程的計量值管制圖,一方面以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.本節將介紹平均數與全距管制圖,將就管制圖在制程中的每一步詳加描述. 計量值管制圖的種類如下:,2018/7/6,37,實例:平均
14、數與全距管制圖,某廠制造全銅棒,為控制其品質,選定內徑為管制項目,並決定以X-R管制圖來管制該制程的內徑量度,並於每小時隨機抽取5個樣本測定,共收集最近製程之數據125個,將其數據依測定順序及生產時間排列成25組,每組樣本5個,每組樣數5個,記錄數據如下:,2018/7/6,38,2018/7/6,39,2018/7/6,40,計算如下:X=40.264 R=5.48查系數表,當N=5時,D4=2.115,D3=0,2018/7/6,41,X管制圖上下限:,CL= =40.264UCL= + =43.4249LCL= - =37.1031,2018/7/6,42,R管制圖上下限:,CL= =5
15、.48UCL= =11.5867LCL= =0,2018/7/6,43,UCL=43.4,CL=40.6,LCL=37.10,2018/7/6,44,R管制圖,UCL=11.59,CL=5.40,LCL=0,2018/7/6,45,分析結論,在管制圖中有第16個及第23個樣本組的點分別超出管制上限及管制下限,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.,2018/7/6,46,三.管制圖的判別,管制狀態,意指制程安定,管制狀態也稱安定狀態.我們無法知道制程的真正狀態,只能對制程的某種特性值收集數據,將其繪在管制圖上,由管制圖來觀察制程的狀態.在判定制程是否處
16、于管制狀態,可利用以下基準:1. 管制圖的點沒有逸出界外.2.點的排列方法沒有習性,呈隨機現象.在正常管制的狀態下,管制圖上的點子應是隨機分步,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.歸納得到下面兩種情形:1.管制圖上的點,大多數集中在中心線附近,少數出現在管制界限附近,且為隨機分布.2.一般管制圖上的點,25點中有0點;35點中有1點以下;100點中有2點以下,超出管制界限外時,可稱為安全管制狀態.以上兩點僅是作為一個參考,各位同仁應在實際中靈活運用.實際分析.,2018/7/6,47,非隨機管制界限內的判定利用點的排法判定是
17、否處在管制狀態,可依據以下法則: 1.點在中心線的一方連續出現. 2.點在中心線的一方出現很多時. 3.點接近管制界限出現時. 4.點持續上升或下降時. 5.點有周期性變動時.,2018/7/6,48,連串 連續七點或八點在中心線與管制上限或中心線與管制下限之間的型誤差的機率是約為 ( 1/2 )8 =0.0039,在如此小的機率竟會出現,可想像有異常原因發生,在中心線的上方或下方出現的點較多如下: 1.連續 10 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,2018/7/6,49,點子出現在管
18、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 點管制圖中的點的趨勢傾向連續7點以上一直上升或一直下降,趨勢是以向某一個方向連續移動,而趨勢傾向的發生有以下可能原因:1.由于工具磨損或制程中某些成分劣化所造成.2.人的因素造成,如工作者疲勞.3.季節性因素造成,如氣溫變化.,2018/7/6,50,管制圖中的點的趨勢傾向連續7點以上一直上升或一直下降,趨勢是以向某一個方向連續移動,而趨勢傾向的發生有以下可能原因:1.由于工具磨損或制程中某些成分劣化所造成.2.人的因素造成,如工作者疲勞.3.季節性因素造成,如氣溫變化.
19、 周期性循環變化管制圖上的點,呈現一個周期性循環變化時,應調查下列不良原因:1.機器開動或關閉,造成溫度或壓力的增減.2.物料的品質受季節或供應商的影響.3.由于周期性的預防保養,造成機器性能的周期變化表現.4.由于操作員疲勞及隨后的休息造成的周期性的變化.5.由于材料的機械及化學性質所造成的周期性.,2018/7/6,51,過于集中型點子大都集中在中心線附近1.5倍標準差間,其型誤差機率是 0.0027,如果抽樣選擇不當,可能會造成點子集中在中線附近,例如兩個不同操作員的結是點在同一張圖上.像這種母體混合的情形相當普遍.以下是一些造居這種情形的可能原因:1.兩個或兩個以上的操作員點在同一張圖
20、上.2.兩台或兩台以上的機器點在同一張圖上.3.兩家品質差異很大的供應商點在同一張圖上.4.兩台或更多的量測設備間的差異.兩條以上生產線制程方法上的差異.,2018/7/6,52,管理不善者1.人員教育,訓練不足,2.原始設計有錯誤或圖上標示的問題等.3.治具,夾具設計不當或使用不當.4.不良材料混入制程.5.未推行標準化活動.6.測試儀器未加校正與維護.7.未落實保養工作上列諸項原因常出在管理制度不善的工廠,在 XR管制圖呈現大的變動,如欲消除此類異常原因,一定要先確定管理制度,推行標準化工作.,2018/7/6,53,技術不足者1.機器設計上的問題.2.制程能力不足:材料,機械,作業方法與
21、人員綜合結果無法 達到品質要求者.3.工作環境布置不當.4.測定儀器的測定方法不當.5.機械設備精度不足.6.缺乏技術人才. 此諸原因常明顯地表現于二種現象:管制界限很寬,產品品質分散幅度較規格界限為寬.此諸異常原因由于制程能力不足而起,非設法加強制程能力不可.否則制程零件的互換性有問題,需經全數選別才能裝配,產品需經全數檢查,才能符合規格要求.,2018/7/6,54,其他因素者 1.異質材料的突然入侵. 2.日夜班精神上的困擾等. 3.工作人員的疏忽. 4.未按操作標準作業. 5.機械的自然磨損. 6.操作條件的突然變化. 7.計算的錯誤. 8.操作標準不完備. 9.不隨機抽樣法. 此諸原
22、因常在管制圖上出現,如有系統可尋,則利用分層方法加以分析;如不規則出現,則易被發現,而予以消除.,2018/7/6,55,第六章 直方圖,一.何謂直方圖? 直方圖就是將所收集的數據.特性質或結果值,用一定的範圍在橫軸上加以區分成幾個相等的區間,將各區間內的測定值所出現的次數累積起來的面積用柱形書出的圖形.二.直方圖的製作步驟: 1.收集數據並且記錄在紙上. 2.找出數據中的最大值與最小值. 3.計算全距. 4.決定組數與組距. 5.決定各組的上組界與下組界. 6.決定組的中心點. 7.製作次數分配表. 8.製作直方圖.,2018/7/6,56,三.直方圖在應用上必須注意事項,1.直方圖可根據由
23、山形圖案分佈形狀來觀察製品工程是否正常.2.產品規格分佈圖案可與目標準.標準規格作比較,有多大的差異.3.是否必要再進一步層別化.,2018/7/6,57,四.直方圖運用方法,1.求全距2.決定組數 組數過少,雖可得到相當簡單的表格,但卻失去次數分配的本質;組數過多,雖然表列詳盡,但無法達到簡化的目的.(異常值應先除去再分組).,2018/7/6,58,分組不宜過多,也不宜過少,一般用數學家史特吉斯提出的公式計算組數,其公式如下:K=1+3.32 LgN一役對數據之分組可參考下表:,2018/7/6,59,3.組距,組距=全距/組數組距一股取5,10或2的倍數,4.決定各組之上下組界,最小一組
24、的下組界=最小值-測定值之最小位數/2測定值的最小位數確定方法:如數據為整數,取1;如數據為小數,取小數所精確到的最后一位(0.1;0.01;0.001)最小一組的上組界=下組界+組距第二組的下組界=最小一組的上組界其余以此類推,2018/7/6,60,5.計算各組的組中點,各組的組中點=下組距+組距/2,6.作次數分配表,將所有數據依其數值大小劃記號於各組之組界內，並計算出其次數。,7.以橫軸表示各組的組中點,從軸 表示次數,繪出直方圖,2018/7/6,61,四.如何依據由形圖案的分佈狀態判斷,1.如圖中顯示中間高,兩邊低,有集中的趨勢,表示規格.重量等計量值的相關特性都處於安全的狀態之下
25、,製品工程狀況良好.如下圖所示:,2018/7/6,62,2.如圖中顯示缺齒形圖案,圖形的柱形高低不一呈現缺齒狀態,這種情形一般就來大都是製作直方圖的方法或數據收集方法不正確所產生.如下圖所示:,2018/7/6,63,3.如圖所示為高處偏向一邊,另外一邊拖著尾巴,這種偏態型在理論上是規格值無法取得某一數值以下所產生之故,在品質特性上並沒有問題,但是應檢討尾巴拖長在技術上是否可接受;例治工具的鬆動或磨損也會出現拖尾巴的情形.如下圖所示:,2018/7/6,64,4.雙峰型,有兩種分配相混合,例如兩臺機器或兩種不同原料間有差異時,會出現此利情形,因測定值受不同的原因影響,應予層別后再作直方圖.,
26、2018/7/6,65,5.離散型,測定有錯誤,工程調節錯吳或使用不同原材所引起,一定有異常原存在,只要去除,即可制造出合規格的制品,2018/7/6,66,6.高原型,不同平均值的分配混合在一起,應層別之后再作直方圖,2018/7/6,67,五.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.,2018/7/6,68,B.一側無餘裕: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
27、心值吻合才好.,2018/7/6,69,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也表增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才好.,2018/7/6,70,2.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.,上限,下限,2018/7/6,71,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
28、,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.,下限,上限,2018/7/6,72,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.,下限,上限,2018/7/6,73,實例1,某電纜廠有兩臺生產設備,最近,經常有不符合規格值(135210g)異常產品發生,今就A,B兩臺設備分別測定50批產品,請解析並回答下列回題: 1.作全距數據的直方圖. 2.作A,B兩臺設備之層別圖 3.敘述由直方圖所得的情報,2018/7/6,74,收集數據如下:,2018/7/6,75,解:1.全體數據之最大值為194,最小值為119 根據經驗值取組數為10
29、組距=(194-119)/10=7.5 取8 最小一組的下組界=最小值-測定值之 最小位數/2=119-1/2=118.5 最小一組的上組界=下組界+組距 =118.5+8=126.5,2018/7/6,76,作次數分配表,2018/7/6,77,2.全體數據之直方圖,SL=135,SU=210,2018/7/6,78,2.作A設備之層別直方圖,SL=135,SU=210,2018/7/6,79,3.B設備之層別圖,SU=210,SL=135,2018/7/6,80,4.結論,2018/7/6,81,直方圖實 例,2018/7/6,82,下限SL130,上限SL180,2018/7/6,83,
30、第七章 層別法,一.何謂層別法? 層別法就是針對部門別.人別.工作方法別.設備.地點等所收集的數據,按照它們共同的特徵加以分類.統計的一種分析方法. 也就是為了區別各種不同原因對結果的影響,而以個別原因為主,分別統計分析的一種方法.,2018/7/6,84,二.以什麼觀點來加以層別,一般以特性要因圖的6M外加環境這一項來作層別.所謂6M即是 MAN 人 MACHINE 機械 MATERIAL 材料 METHOD 方法 增加 一項為 ENVIRONMENT 環境,2018/7/6,85,三.層別的對象和項目,1.有關人的層別2.機械設備的層別3.作業方法.條件的層別4.時間的層別5.原材料零件別
31、6.測量檢查的層別7.環境氣候的層別8.製品的層別,2018/7/6,86,四.層別法的使用,活用層別法時必須記住三個重點:1.在收集數據之前就應使用層別法 在解決日常問題時,經常會發現對於收集來的數據必須浪費相當多的精神來分類,並作再一次的統計工作.在得到不適合的數據,如此又得重新收集,費時又費力.所以在收集數據之前應該考慮數據的條件背景以后,先把它層別化,再開始收集數據.,2018/7/6,87,2.QC手法的運用應該特別注意層別法的使用.,QC七大手法中的柏拉圖.查檢表.散佈圖.直方圖和管制圖都必須以發現的問題或原因來作層別法. 例如，製作柏拉圖時,如果設定太多項目或設定項目中其他欄所估
32、的比例過高,就不知道問題的重心,這就是層別不良的原因.另外直方圖的雙峰型或高原型都是層別的問題.,2018/7/6,88,3.管理工作上也應該活用層別法,這是一張營業計劃與實際比較圖,可以知道營業成績來達成目標,如果在管理工作上就用層別法的概念先作分類的工作,以商品別作業績比較表,可查出那種商品出了問題.如再以營業單位銷售落后業績產品的層別化再比較即可發現各單位對這種產品的銷售狀況.如對業績不理想的單位,以營業人員別化即可發現各營業人員的狀況,如此問題將更加以明確化. 以上的說明中可以發現管理者為了探究問題的真正原因,分別使用了商品別,單位別.人別等層別手法,使得間題更清楚,這就是層別法的觀點
33、.,2018/7/6,89,實例:不良層別,2018/7/6,90,商品別業績比較,2018/7/6,91,單位別業績比較,2018/7/6,92,人員別業績比較,2018/7/6,93,品管七大手法及用途,2018/7/6,94,何謂新QC七大手法,1.關聯圖法(CAUSE EFFECT)2.KJ法(KAWAKITA JIRO 又稱“親和圖法”)3.系統圖法(END-MEANS)4.矩陣圖法(MATIX DIAGAM)5.矩陣數據解析法(FACTOR ANALYSIS)6.過程決定計畫圖法(PROCESS DEISION PROGRAM CHART)7.箭線圖法(ARROW DLAGRAM
34、METHOD),2018/7/6,95,品管新QC七大手法運用時機,1.當品質管理循環PDCA需要具體的改善時現場問題又不很清楚此時運用N7經團體思考將語言轉換為具體為具體文字可從中整理出解決方案(KJ法)2.現場問題若只浮現一小部分,難窺問題全貌時更不知如何解決此時運用N7從其中相關連處開始設想層層分析(開展一次原因二次原因三次原因)最終問題全貌現行再運用適當圖形使問題更清楚地顯示(系統圖法或關連圖法)。3.多樣產品之品質特性或規格數據欲從復雜中比較(求得最佳之資詢)或用特定產品與之比較運用N7手法解析將相關復雜數據量化而得主成份并繪成圖可獲得重要品質情報(矩陣圖法或矩陣數據解析法)。4.為達成目標想要事先清楚執行過程中遇到之困難或障礙時運用N7手法將過程步驟詳實考慮預測與判斷可能發生之問題朝目標前進即是以過程決定計畫之手法(PDCA法)。5.若想知道細部工作順序與執行進度便于進度管制時運用N7手法將進度順序繪成圖運用箭頭線表示過程關連與方向再于各時程點加注完成日數就可達成目的(箭頭圖法)。,2018/7/6,96,謝謝各位同事(朋友),
