1、1,品管七手法,2,1、近代品質管理的基本觀念,有無顧客抱怨？有無退貨？有無設計經常變更？Sample總是無法及時送樣sample總是多得作不完有無部門相互推諉 ?,why ？,how,Nothing wrong Anything right,產品合格才出廠,如果有！是否該思考 ！ 什麼樣的產品研製品質理念？ 才能產出符合顧客需求的產品,3,以前的經驗,口碑的傳播,產品或服務的形象,顧客對 產品或服務 的期望,顧客心目中的 品質規格,顧客對 產品或服務 的認知,實際的 產品或服務,管理階層對 產品或服務 的概念,公司訂定的 品質規格,1.1 顧客對產品或服務認知與期望的差距,品質的認定,有無差
2、距 ?,差距之1,差距之3,差距之4,差距之2,顧 客 的 領 域,4,【何謂品質】,1.Deming：品質是由顧客來衡量，是要滿足顧客需求，讓顧客滿意的。 2.Juran(1974)：品質是符合使用，是由使用者來評價的。 3.Crosby(1979)：品質是符合於要求的。 4.Shetty & Ross(1985)：品質是商品或服務能滿足顧客需求之能力。 5.Culp, Smith & Abbott(1993)：品質是由做對事情及準時第一次就做好之結果，於是能滿足顧客之期望與需要。 6.日本工業標準(JIS Z8101)：品質是所有特性的全部，包括決定商品或服務是否能滿足使用者之目的的績效。
3、 7.ISO 9000：品質是商品或服務之所有具有能滿足明確的或隱含的需要之能力的特性、特質的全部。,1.2 品質定義及演進,研製從認識 品質開始,5,【品質觀念】,1.品質是顧客滿意。2.品質好，效率才會高，成本才會低。3.品質是在可負擔的價格下可接受性的。4.做好品質是每個人的責任。5.品質是符合規格的。6.第一次就做好。7.下工程就是顧客。,觀念影響思維,思維主宰行動,行動改變命運,Find a better way 止於至善,1.2 品質定義及演進,6,品質的歷史面,品質的觀念面,品質的制度面,作業員的品質管制 領班的品質管制 檢驗員的品質管制 ,品質是檢查出來的,品檢 (QI),全面
4、品質管理 品質是習慣出來的 全面品保 (TQM),門,品,斤,斤,貝,7,1.2.1 品質管制（Quality Control） 1. 定義：為達到品質要求所採取的作業(專業與管理)技術和活動。 2. 要點： 對象是製(過)程，結果能使被管制對象達到規定的品質要求。 貫穿於品質形成的全部過程。 目的以預防為主，透過預防措施來排除品質環各個階段產生問題的原因，以獲得期望的經濟效益。 具體實施主要是影響產品品質的各環節、各因素製訂相應的計劃和程序，對發現的問題和不合格情況進行及時處理，並採取有效的糾正措施。,8,1.2.2. 品質保證（Quality Assurance）1. 定義：（ISO840
5、2. 3.4） 為了提供足夠的信任表明實體能夠滿足品質要求，而在品質體系中實施並根 據需要進行證實的全部有計劃和有系統的活動。 2. 理解要點： 目的是提供信任，一是內部的信任，對象是公司的領導者。 二是外部的信任，對象是客戶。 信任源於品質體系的建立和運行，建立減少、消除、預防品質缺陷的機制，只有這樣的體系才能說具有品質保證能力。 產品的品質要求(產品要求：過程要求、體系要求)，必須反映顧客的要求才能 給顧客以足夠的信任。 證實的方法： a.供應方合格聲明。 b.提供形成文件的基本證據。 c.提供其他顧客的認定證據。 d.顧客親自審核。 e.由第三方進行審核。 f.提供經國家認可的認證機構出
6、具的認證證據。,9,1.2.3. 品質管理（Quality Management） 1.定義：（ISO9402. 3.2） 確定品質方針、目標和職責並在品質體系中透過諸如品質策劃、品質管制、品質保證和品質改進使其實施的全部管理職能的所有活動。 2. 要點： (1). 品質管理是下述管理職能中的所有活動。 a.確定品質方針和目標。 b.確定工作職責和權限。 c.建立品質體系並使其有效運行。 (2). 是在品質體系中透過品質策劃、品質管制、品質保證和品質改進一系列活動來實現的。 (3). 組織要做好品質管理，應加強最高管理者的領導作用，落實各級管理者職責，並加強教育、激勵全體員工積極參與。 (4)
7、. 應在品質要求的基礎上，充分考慮品質成本等經濟因素。,10,11,12,13,14,15,16,17,18,19, 品質資訊系統對一個以製造為主的企業而言，產品品質的好壞可說是其生存之命脈，而一個完整的品質資訊系統(Quality Information System，簡稱QIS)，則關係到能否及時有效的掌握產品品質變化的狀況，進而追蹤並且改善之。ISO 9000 系列認證制度，詳細規定了各項品保作業規範，隨著電腦軟硬體功能效率的提升，QIS 的建置已是可望又可及的目標。從而帶動品質管制進入即時(Real Time)境界。 一個完整的品質資訊系統,至少需具備下列三項要點： 一、即時的資料處理
8、。二、完整的資料蒐集。三、統計化的資料分析。,2、如何收集數據,20,一、即時的資料處理產製或組裝藉由自動化設備完成，機台設定值或是產品檢測數據以文字串或一定檔案格式，透過 RS232 或其他相容之連接埠將數據輸入電腦，進行即時的製程監控，將異常狀況或訊息透過警示訊號、E-MAIL 或是訊息發送方式通知負責人員外，並可透過 Loader 程式，將這些資料輸入資料庫軟體，以備資料歸檔或作為後續分析之依據。,二、完整的資料蒐集一般製程資料無法自進料檢驗結合製程檢驗直到最終檢測所有相關資料。其次是資料無法配對，空有完整的各製程段落資料而無法互相配合使用。上述通病肇因於企業體導入或建置如 MRP、ME
9、S、Shop Floor Control 等套裝系統軟體有不同之資料結構，或欄位代碼定義方式，造成資料無法連成一線。慎選可跨平台運作並可擷取異質性資料庫之系統軟體。,21,三、統計化的資料分析利用統計原理讓品質由抽象之概念成為具體的數字。 SPC 決非只是算算良率，畫畫趨勢圖、柏拉圖而己。除了對生產線進行恆常的監控外，更需學習如何利用統計方法進行製程上的改良，真正做到預防不良的發生，而非消極的追蹤既定之事實。在 SPC 活動中有所謂品管七大手法，管制圖、製程能力分析、柏拉圖、要因圖、散佈圖、層別分析及查檢表等。應用這些方法時應注意如何落實 PDCA 循環(Plan-Do-Check-Actio
10、n)。圖表顯示己發生之異常現象，應確實找到根本原因，同時採取適當的行動，否則各式各樣的圖表都只是表面文章。,22,三、統計化的資料分析品質參數之檢測，決不是少數一兩項，要善加利用批次化執行圖表程式，配合彙整後精簡之品質異常訊息，透過 E-mail 或無線傳輸方式，於第一時間通知處理人員，並嚴格執行責任制。品管七手法只是開始，重點是對品質參數恆常的監控。統計上的假設檢定、描述性統計量的計算、迴歸分析、變異數分析、相關係數分析、甚至多變量統計分析等，均應運用在品質良率提升過程中。選擇一個具彈性之使用者操作介面，配合二維、三維彩色圖形協助解釋抽象之統計數據。而輸出檔案格式，亦需配合目前常用之格式如
11、HTML 或 GIF、JPEG 等，或是未來無線傳輸器材所需如 WML 或通用之 XML 等,23,收集數據 運用圖表 歸納、演繹及解析 持續改善數據 : 說出事實圖表 : 一目瞭然 歸納 : 檢核表、柏拉圖、直方圖、管制圖、散佈圖 演繹 : 層別法、特性要因圖持續改善 : find a better way 止於至善 1.檢核表法 : 照表操課 2. 層別法 : 抽絲剝繭 3. 柏拉圖法 : 擒賊擒王 4. 特性要因圖法 : 一網打盡 5. 直方圖法 : 明察秋毫 6. 管制圖法 : 瞭若指掌 7. 散佈圖法 : 關係分明,品管七大手法,24,品質管制，乃依據 消費者之需求 為導向，掌握消費
12、者及其要求，利用品管之技術，促使產品價廉物美、安全無虞、準時交貨的具體實現。 凡事講求數據，是現實的工作中耳熟能詳的一句話。 數據最主要的基本觀念乃是： 數據 = 事實 但當數據無法反映事實時，品質不但不能保證，反而會造成難以收場的大災難 解決問題的第一個步驟，即是根據事實判斷後再採取行動,2、如何收集數據,25,認清所謂事實- 需追根究柢以求真因確認 why 徵兆問題原因：可能源自於 為某些目的或願望而扭曲、附會或編造 引自錯誤、易於誤解之數據或文詞 不充分的立場、視野或資訊 依數據、狀況推想或記憶的 用文字描述的 觀察狀況的 數據表達的 掌握事實的要領： * 超然的立場 - 以平常心探討各
13、立場視野。 * 與目的相關 - 相關於目的，影響措施的。 * 從四現著手 - 現人、現物、現時、現地。,2、如何收集數據,26,* 完整的記錄 ( A ) 優先採用數據及明確用詞。 ( B )設計並運用查檢表( 必要的項目、易記易整理的欄位、 易存易查的檔案編碼)。 ( C ) 適當的採樣期間、數量與正確度。 ( D ) 適當地將語文情報，轉換成數據。 ( E ) 數據相比較時，相關條件要相同。 ( F ) 數據收集後，要及時處理與運用。 ( G ) 選用適當統計方法處理並以圖示。 * 依層別收集、處理，判別相關要素：人員/方法/機具/材料/檢驗/環境 * 關聯的印證 - 6W&PRT 間的關
14、係程度。 人(Who)、事(what)、時(When)、地(Where)、物(Which)、因(Why) 過程(Process)、結果(Result)與延續的趨勢(Trend)等澄清關係。,2、如何收集數據,27,產生有用情報的模式 情報 問題 資料 分析 溝通 問題 之循環方式 且情報的產生是起於問題且終於問題精確構思所需回應的問題。 收集與問題有關的資料和事實。 分析這些資料以決定對問題事實的答案。 以一種清楚溝通的方式展示資料,以回答問題。,資料 = 證據 ( Data = Facts ) 情報 = 問題的解答 情報包括資料 但資料不一定包括情報,你知道問題的嚴重性嗎？,2、如何收集數據
15、,28,2.1. 資料收集的規畫,29,部門限制,由于財力、人員和設備的限制，大多數公司的 監測和數據收集的基礎架構是殘缺不全甚至是 不存在的。在資源有限的部門中保持訓練有素 的人員是很困難的。,數據管理,在許多公司，數據管理的基礎設施薄弱，數據 報告是支離破碎的。沒有一個中央匯集系統， 各項類數據可能仍然分散在許多部門之間,30,定義的差別,在一些情況下，正在測量的對象定義是很模糊 的，容易造成誤解。在另外一些情況下，公司 報告與顧客標准不一致。尤其不昜量化的項目 ，“色澤、觸感、外觀”等不同公司標準不同,測量的概念和 技術困難,1. 在流程多的製程作業上測量某些變量是困難或花費很高的。 2
16、. 對測對象的重要性及相關性不清楚時會造成數據分析的困擾。,31,2.4. 報告的數據收集方法及品質控制,收集數據 應定期的收集數據提供參考指標計算之用。 數據收集程序應能保證數據之可靠性，並考慮一些因子諸如可獲得性、足夠性、科學和有效之統計及可驗證性。 數據收集應有品管和品保措施支持，以保證所獲得之數據是分析及決策所要的型式和品質。 數據之收集可以從： 監督與量測 面談與觀察 定期報告 盤點和生產記錄 財務和會計記錄 採購記錄 環境審查、稽核或評估記錄 環境訓練記錄 科學報告和研究 政府單位、學術機構和非政府組織 供應商和承包商 客戶、消費者和利害相關團體 產業公會,32, 收集之數據應加以
17、分析並轉換成能夠描述品質績效之資訊，以各類型指標之方式表示。 為避免造成結果之偏差，所有收集之相關和可靠數據均應列入考量。 數據分析可以包括數據之品質、有效性、足夠性和完整性，以便能產生可靠之資訊。 描述品質績效之資訊可經由計算、最佳估算、統計方法、圖表方法或用指引，加總或加權而得。,2.5. 分析和轉換數據,33, 從分析數據而得之資訊，以 各類型指標表示，應和組 織各部門之品質績效基準比較。 比較的結果可以顯示出各部門品質績效是否有進步或缺失，也有助於瞭解為何績效基準可以或不能達成。 描述組織各部門之品質績效資訊和比較結果，應向管理階層回報，做為採取適宜之管理行動，以改進或持續各部門之品質
18、績效水準之依據。,2.6. 評估資訊,34,2.7. 報告溝通, 基於管理上之需要，品質績效之報告和溝通可提供有用之績效資訊給組織內、外之利害相關部門。 品質績效之報告和溝通的好處包括： 幫助組織達成其品質績效基準。 對公司之品質政策、品質績效基準及相關達成事項之提升其認知程度和提供意見交流。 顯示組織對改進品質績效之承諾與努力。 回應對組織品質考量面之關切與疑問。,35, 收集來自生產設備的 real time 即時數據，提供給生產線人員和制造管理人員。 可供複查追溯生產線和機器狀況、生產量和機器故障數據。 幫助工廠管理人員確定他們是否能夠達到生產目標，並提供有關機器利用率和停機原因的準確信
19、息。 個別機器操作員就可以從一個屏幕上就可以看到整條生產線的狀況，即使是多個廠商的混合生產線也是如此。 機器故障、部件供應中斷和產量不足方面的報警都可以發送到操作員和生產線監督員站，從而能夠對會導致生產停頓的事件作出快速反應。,Production Monitor（生產監視器）,36,37,38,統計是採取根據數據與事實發言的管理方法，除了客觀判斷事實外，亦應具有相當合理的說服力。而在QC活動中所採取的統計手法，均極為簡易，即一班所謂的QC七大手法。,QC統計手法概述,統計手法,39,檢核表為奧斯朋博士所設計，其方法為列出幾項問題來檢核，如:有無其他用途?可否利用其他創意?可否改變?可否擴大?
20、可否縮小?可否替換取代?可否顛倒重排?可否省略或簡化?此法簡捷明瞭，容易提供發明線索或完成發明的關鍵。,3、查檢表,系統地收集資料和累積資料，確認事實並對資料進行粗略的整理和簡單分析的統計圖表。 用在對現狀的調查，以備今後作分析； 對需調查的事件或情況，明確專案名稱； 確定資料收集人、時間、場所、範圍； 資料匯總統計； 必要時對人員進行培訓；,40,查檢表是使用簡單昜於了解的標準化表格或圖形，作業時僅需填入規定之檢查記號，再加以統計彙整其數據，即可提供量化分析或比對檢查用。,查檢表記載的項目（WH） What：目的何在？ Why：為什麼？ Who：由誰做？ How：何種方法？ When：何時做
21、？ Where：在什麼地方？,3、查檢表,41,3.1. 查檢表設計,42,3.3. 驗證表格形式與說明書之有效性由於誤解資料表格填寫的方法，而引起錯誤。 因為表格設計者未完全考慮流程中所有的變數，最後發現仍需要一些額外的情報。 因為表格太困難致使資料收集在問題流程中夭折。 因為填寫表格之人員害怕此情報會對其不利，致資料不完整或偏移。解決方式(1) 在問題開始之前，驗證所有應考慮的變量，是否已經盡力。 (2) 所有資料收集者的訓練。 (3) 在改善期間執行稽核。,43,44,鑄造不良情況檢查表,查檢表示例,45,v用於分析和掌握資料的分佈狀況，以便推斷特性總體分佈狀態的一種 統計方法。 v注意
22、幾點： 確定過程特性和計量標準值； 收集資料，必須是計量值資料； 資料針對一個範圍時期收集至少50-100個； 確定全距R、分組數K、組間距h及分組組界； 作次數分配表；,4、直方圖,46,A. 次數分配表的製作 1. 求全距 2. 分組 k 5 * log N ，k 1 + 3.32 * log N 3. 定組距 C全距 /（1 + 3.32 * log N），組距為簡單、整數 4. 上限（每一組最大值）、下限（每一組最小值）、組中點、組限 5. 組限不可重疊，需包含所有之觀測值 6. 組距等寬 7. 絕對次數、相對次數 8. 組距若非等寬，相對次數需除以組距倍數B. 把次數分配表化成圖 1
23、. 次數直方圖 2. 次數多邊型 C. 對一個次數分佈圖所應注意的事項 D. 累加次數分配表及圖的製作：肩型曲線,4.1 怎麼畫直方圖,47,繪製直方圖之前要先(1) 樣本數，依據樣本數來決定 (2) 分組數，再決定 (3) 每組之組距與組界設計 (4)次數分配表，最後再依據次數分配表來繪製(5)直方圖 如果我們有一組數據如下：,63 60 64 62 63 64 63 62 66 64 60 62 61 65 62 63 66 63 67 64 63 62 65 63 65 61 62 64 63 61,組別,下組界,上組界,組中值,次數,累積次數,4.1 怎麼畫直方圖,48,表列出美國50
24、州中每一州的65歲以上居民所占比率。,4.1 怎麼畫直方圖,49,第 l 步：將資料的數值範圍分成同樣寬度的組(class)。表中的數據從4.6一直到18.4，所以可以選擇以下的分組： 4.065歲以上居民比率5.0 5.065歲以上居民比率6.0 . 18.065歲以上居民比率19.0 組界定義要非常明確，每個觀測值只能被歸入一個組。若有某一州的65歲以上居民佔全州人口5.0，則這一州屬於第一組，如果是5.1%就屬於第二組。,第 2 步：數一下每組中觀測值的個數，以下就是數出來的結果。,50,第 3 步：畫直方圖。首先，把你要展示分布的變數在橫軸上標示出刻度。在這個例子當中，這個變數就是65
25、歲以上居民所占比率。刻度從4到20，這樣就包含了我們選定的組的所有範圍。然後把計數的刻度標示在縱軸上。每一個長條代表一組，長條底部涵蓋該組的範圍，而長條的高度代表該組的計數。畫圖時長條與長條之間不要有空隙(除非有一組是空的，此時它對應的長條 高度是零)。下圖就是我們的直方圖。,51,直方圖看起來像長條圖，但和長條圖有好幾點不同： 直方圖的底部刻度都間隔同樣的單位數。而長條圖沒有所謂底部刻度。 直方圖裡的長條寬度有意義每個長條的底部涵蓋一組變數值。 長條高度代表該組的計數。長條圖的長條寬度沒有意義。 直方圖中的長條互相鄰接，沒有空隙(除非有的組計數為零)，因為整個圖的底部必須涵蓋變數觀測值的所有
26、範圍，不能有任何缺漏。,直方圖的目的是什麼？ 直方圖可能有那些基本模式？ 每一種基本模式透露了那些重要的訊息？ 如何運用直方圖來改善品質？ 在直方圖中的高度與寬度分別代表那些統計意義？ 高度應該是代表集中趨勢，寬度則應該是代表離中趨勢,52,4.2 解釋直方圖畫統計圖本身並不是最終目的，畫統計圖之目的是要幫助我們了解資料。在你(或你的電腦)畫完圖之後，一定要問：我看到了什麼？以下是審視圖形的一般策略：,型態(pattern)及偏差(deviation) 在任何一組資料的圖形裡，我們要找的是一般型態，以及有異於一般型態的顯著偏差。,離群值 一組資料的任何圖形之離群值，是指落在圖形一般型態之外的觀
27、測值。,分布的一般型態 要描述分布的一般型態： 找出中心(center)及離度(spread)。 看看該分布是否有可以用簡單的話描述之形狀。,53,對稱分布(symmetric distribution) 若直方圖的左半和右半大致上可看成互為鏡中影像，則稱該分布為對稱。,54,偏斜分布(skewed distribution) 假如直方圖的右邊(包含觀測值的上半部)延伸出去比左邊(包含觀測值的下半部)遠很多，則這個分布是右偏，假如直方圖的左邊延伸出去比右邊遠很多，稱這個分布是左偏(skew to the left)。,莎士此亞(Shakespeare)用字。圖412顯示莎士比亞劇中用字長度的分
28、布。這個分布右偏(skew to the right)。,分布都只有單峰(single peak)，單峰的位置就是資料中出現最頻繁的值所在。是單峰、還是多峰，也是描述分布形狀的另一種指標。,55,2015105,直方圖示例,56,1.來源混雜多峰並起,圖二A這張直方圖的原始數據的確是混合了 兩個供應商的資料，所以在直方圖研判上， 一般人看到多峰型就應該先用層別法來分析,一般最常用的層別就是原料別，設備別， 班次別，人員別等，以雙峰型直方圖為例 ，經過成功的層別後，圖二就可一分為二了。,圖2B：多峰型直方圖（層別後）,圖2A：多峰型直方圖（層別前）,57,2.特殊原因形成離島,圖3 這一類型的直
29、方圖叫做離島型直方圖，顧名思義，研判的重點當然要放在離島上 ，把它拉扯出去的力量，可能就是統計學所謂的非機遇原因(Assignable Cause)，而遇 到離島型直方圖，就一定要將這些隱藏的特殊原因找出來。,圖3：離島型直方圖,3.偏向一邊洞燭機先,圖4 這一類的直方圖既與管理疏失所造成的數據混雜無關，又與技術原因造成的離島 問題無涉。它反而可說是一種難以避免的自然現象，統計學家特別將它稱為偏態型直 方圖，換言之它就是會慢慢偏向一邊,圖4：右偏型直方圖,58,歷史History Vilfredo Pareto (1848-1923) 意大利人初生在巴黎，為著名的經濟及社會學家他嚐試證明一個社
30、會的收入與財富分佈狀況，為少數20% 的貴族擁有社會大部份的財富， 雖然 “重要關鍵少數與無關緊要的多數” 原理，被多數學者應用於很多活動上，但直到Joseph. M. Juran 配合統計品管才廣泛的應用到各個領域上,5、柏拉圖原理,柏拉圖原理係基於影響系統80% 的來至於20% 變量。 例 : 80% 的問題歸咎於 20% 原因.,59,Constructing a Pareto Diagram,由此圖可決定 80% 問題的產生係由全部16項可能原因中的前4項所造成 ，經由此項分析可全力投入解決關鍵少數而勿需花費心力在無關緊要的項目上.,60,柏拉圖是根據採集的數據，以不良原因、不良狀況發
31、生的現象, 有系統地加以層別分類，計算出各項目的數據(如不良率、損失金額)及所占的比例, 再按大小順序排列，按其原因別或其象現別，以金額的大小順序排列，對占金額的80%以上的項目加以追究處理。. 柏拉圖法的使用要以層別法的項目為前提，依經順位調整過後的統計表才能畫製成柏拉圖.,某部門將上月生產的製品作出統計, 總不良數420個, 其中不良項目依次為:,61,從上圖可以看出，該部門上個月製品不良最大的排序為 變形: 占了50%，前3項的總和超過80%以上，進行處理控制時要以前3項為重點改善的項目.,62,在很多的實例中看到，生產製品的品質管理和分析的成功， 都是在從原料到製品通過的各工序進行周密
32、的層別， 並採取數據(Date) ，加以分析，也就是巧妙地使用層別後的管理圖的結果。層別法的應用，主要是一種系統概念，即在於要想把相當複雜的資料進行處理，就得懂得如何把這些資料加以有目的的分類及統計。,6、層別(Stratification) 統計表,63,6、層別(Stratification) 統計表,根據例1的主要不良項目為變形, 為前月製品的不良的總和, 再將製品用柏拉圖法分析.如下:變形不良數 = 210 個製品分類依次為:,A製品在變形這一項就占了整部門的50% x 70% = 35%. 所以在進行改善時要以第1重點控制來處理. A製品 + B製品超過80%, 所以A、B為重點改善
33、控制製品.,64,層別法: 是將多種多樣的資料，因應目的的需要分類成不同的類別進行解析. 一般的工廠所做層別通常為空間別 人員: 全公司的人員，老闆開始到臨時工每位員工 設備: 設備、機械、裝置、模、 冶工具等 原材料: 外發: 不同供應商、收入檢查標準、在庫、外發等 作業方法: 作業方法管理、作業標準、技術標準的標準化 計測: 誤差管理、計測器的檢定、檢查、校正,以班別來分類，並加以統計，就可得知各班的產量及不良率狀況，以這些數據來實施那些改良措施.,例: X X 公司注塑機系三班輪班，前週所生產的產品均為同一產品，結果為,65,是用圖來表示決定達到目的方法. 因圖形象魚骨，也叫魚骨圖. 因
34、最早提出這概念的是日本品管權威石川博士首先提出的，所以也叫作石川圖. 特性要因圖的概念是: 遇到問題，這些問題是何物(What) ，這些問題為何形成(Why) ，如何破解這些問題(How)。當作問題的特性，和認為對其特性有影響的要因的關連，以及要因間的互相關連，加以整理成用眼看就能瞭解的圖所表示的就是特性要因圖。 特性要因圖由於其圖形特徵也有別稱魚骨圖，在品質管制方法中也是最簡單的方法，而且由於和其他方法（柏拉圖、查檢表、直方圖等）配合來使用，就能得到極大的效果。,7、特性要因圖,66,7.1 特性與要因的關係特性要因圖的箭頭的特性是表示工作或活動的結果，在現場第一線的例子為如下所列項目。(1
35、) Q 有關產品品質的特性 尺寸、壽命、電氣特性、訴怨等。 (2) C 有關成本的特性 工數、效用率、成本等。 (3) D 有關交期（生產性）的特性 生產數、效率、稼動率等。 (4) M 有關士氣的特性 出勤率、改善提案件數、團隊合作等。 (5) S 有關安全的特性 災害、整理、安全等。要因是影響這些特性的東西，因此以其大小程度也稱為大骨、中骨、小骨特性與要因的關係因觀點的不同也會有所不同。,67,7.2. 特性要因圖的功能特性要因圖的功能非常廣泛，除可用於現場製程外，其他在事務上、研 究上、教育上及新產品的開發上均能派上用場。在原因或對策 之尋找，必須透過相關人員的知識和經驗的聚集並整理，而
36、成一種有系 統有組織的程序與方法，以得到分析管理的效果。其功能可整理成下列 四點： 改善解析：為改善品質、提高產量、降低成本、增加工作效率，於進行現狀分析時，特性要因圖所考慮之各原因，將有何種程度影響，可配合柏拉圖分析並研究提出改善對策。 製程管制：SPC主要以管制圖判斷製程是否穩定，當出現管制界線外的不良品，或是出現八種管制界線內的不良現象，欲察明可能知因素時，可利用特性要因圖找出關鍵因素或以直方圖來明瞭製程能力，當直方圖超出規格界線時，亦有賴於特性要因圖以查明其真正原因。,68,3. 制定操作標準： 將特性要因圖分析徹底後，表示對於製程的變異有充分的掌握，之後在制定或修改操作標準時，即可針
37、對原因以適當的對策因應。4. 實施品管教育： 當所有相關人員參予討論，可以利用特性要因圖將每個人的經驗及技術內容整理出來，使大家獲得完整的觀念與思想，增進管制者的解析能力。,製成特性要因圖的程序 程序1 選擇當作問題的特性 程序2 列舉影響特性的要因 程序3 整理特性要因圖 程序4 決定要因的重要度 程序5 記入必要事項,69,7.3 繪製與實施確定問題點 特性要因圖在未繪製之前，應先將不良率、顧客的抱怨、產品尺寸不符、外觀不良等有關品質方面的問題，或安全程度、效率的提高、觀念的提昇等期望方面的問題，加以確定。 Team work 必須使有關的人員都能參加，一方面集思廣益，另一方面也有再教育的
38、效果，以期能把關鍵因素順利找出。 準備大幅的紙張與彩色筆 先在紙中央畫一條較粗的線，之後在右端畫一個指向右方的箭頭，並於箭頭右側寫上問題點。 腦力激盪 由所招集的人員輪流針對問題點，提出影響問題點之要因或解決問題之方案。發言需簡單扼要，勿批評或質詢別人，並整理各種意見，作成紀錄。,70,5. 討論分析 待大家發言告一段落，再共同討論這些問題點之影響程度，並經大家認可後，將最具影響力的要因圈選出來。 6. 特性要因圖之製成 將經討論確定的要因，依其重要程度依序作成骨幹或細枝，應將同一因果關係者歸於同一分枝。 7. 貼在工作現場，並追加原因 特性要因圖需貼在工作現場附近，以便於問題發生時，就近集合
39、全員討論，追加過去未注意的要因。若有不同意見或看法，需進一步蒐集數據作成統計分析，並追蹤其實質效能。 8. 重新繪製特性要因圖 當原因追加，或區分重要性之後，應將重要者處理出來，重新製作另一特性要因圖，並加以分析，讓全員了解，以便採取改善措施。,71,7.4. 特性要因圖的看法1） 要因的抽出有否遺漏、脫落？ 1） 有否脫落大的要因？ 1.機械別 2.材料別 3.治工具別 4.作業者別 5.方法別 2） 有否脫落的要因？有否忘記記入？ 3） 對於末端的要因，是否抽出到能具體地採取行動（能取得數據或條件能改變）的細節？ 2） 各要因是否有系統地整理？ 特性與要因的關連性能需清楚，只寫出很多要因，
40、不是真正有用的特性要因圖。 要檢討下列項目： 1.大骨/中骨/小骨是否按照次序整理？要因的大小是否成為相反？ 2.是否排上無特別關係的要因？,72,（3） 特性要因圖是否想辦法使其容易採取對策？ 1.認為影響力大的要因是否明確？ 2.要因的比重與優先順位是否已定？ 3.有否表達（內容）籠統要因？ 4.要因是否分類為自部門與他部門的要因？ 5.現在已標準化，以及尚未標準化的是否明確？ 6.現在所測定或圖表化的是否明確？ 7.要因為可能測定與否是否明確？ 8.要因為可能控制與否是否明確？ 9.對於特性的貢獻度以及其他的要因的影響是否被檢討而加以整理？,73,7.5. 特性要因圖的使用方法特性要因圖
41、不僅是在現場，在事務、在技術或在營業都能廣泛地使用的工具。特性要因圖並不是一定要用特定使用方法的固定的東西。主要在於合乎目的就行。1） 解析工程的問題點，發現改善點 現場的特性要因圖大多使用於解析、改善，若和其他的方法配合的話，可達到更有效的活用。 2） 準備管理點，管理其工程 在管理活動，最重要的就是要經常確認被指定的工作是否順利，若不順利就馬上加以修正。一般而言，工作是否順利要加確認的方法（管理點）。,74,3） 使用於教育訓練製作特性要因圖的過程就是教育。 在品管圈集會取出日常成為問題的身邊的特性，透過大家商討其原因是什麼？以什麼關係發生影響？等，可得到發表個人的知識與經驗的機會。 1.
42、以特性要因圖為中心來討論，話題不會離開本題。 2.可提高對於改善的意願、熱誠。 3.多多少少會得到新的知識。把工作的重點有系統地整理在特性要因圖，就能使用於新進職員分配到職場時的說明。 雖然有特性要因圖不能作的很好很麻煩等的意見，但是不可能一開始就十全十美，同時，特性要因圖並不是製作為目的，而是好好地加以活用才有真正的價值，所以最重要的是使其成為活用的結果為極顯明的特性要因圖。,75,7.6 特性要因圖區分原因追查型和對策追求型兩種：,A 原因追查型：利用特性要因圖找尋不良原因的癥結,76,對策追求型：找尋問題點應如何防止，目標之效果應如何達成的對策，而以特性要因圖表示期望效果（特性）與對策間
43、的關係。以下圖為例：,77,7.7 改良式魚骨圖繪製 標示主要影響類別 運用腦力激盪法確認造成特定變異或響應的變數項目確認各類變數屬性區分為可控制 constant (C) , 不可控之干擾變數 Noise variable (N) , 及 需實驗之關鍵變數 (X) 每一個“Constant” 變數，必需用SOP管制並以數據顯示這些變數穩定且有效地被管制,若無則需強化管理紀律每一個“Noise” 無法管制的變數，它們可能會影響響應但因為欲使這些變因被管制不是太困難就是太昂貴。不是每一個魚骨圖都一定有“X” ，如果要詳加了解變因影響，今天的“C”變因會成為明日的“X” 。,78,8、圖表類型的認
44、識,1、直條圖、橫條圖：主要以平面或立體直條分別表示各群組資料在同一個項目所佔的比重關係或大小值的比較。,國小、國中學生是減少趨勢，應為出生人數減少所致；國小、國中學生占人口千分比分別減少31.23及2.47個千分點。 大力推展高等教育，增設大專院校，提昇教育水準，使高等教育學生占人口比率，由七十五年之1.77% 升至八十五學年之3.15。,79,3、組合圖： 圖右為條形圖與折線圖組合的圖例，由圖右條形圖可清楚知道各年度教育經費為多少億元，而由折線圖可知這麼多錢是占多少政府歲出比率。,80,4. 散佈圖能大概掌握原因與結果之間是否有相關及相關程度如何。,相關關係 正相關: 如圖(a). X 值
45、增大時，y 值也增大. 負相關: 如圖(b). X 值減小時，y 值也減小. 不相關: 如圖(c). X ， y 值沒有相關關係. 弱正相關: 如圖(d). X ， y 值雖然有參差不齊, 但也有 x 值增大時， y 值也增大的關係. 弱負相關: 如圖(e). X ， y 值雖然有參差不齊，但也有 x 值減小時， y 值也減小的關係. 如果加以層別就有相關，如果不層別就沒有相關: 如圖(c). x ， y 值不按 顏色來分就沒有相關關係，但按顏色來分就有相關關係.,81,82,4.1. 散佈圖製作程序 1. 收集資料, 數據的組數儘量要多(至少50組以上). 2. 找出數據中的最大值与最小值(
46、這時想是異常的數據要除去). 3. 橫軸代表原因(x), 先用最大值確定 x 軸的分格. 4. 縱軸代表結果(y), 先用最大值確定 y 軸的分格. 5. 盡可能把數據層別後才製作散佈圖, 或者用色筆來打點層別後的數據 6. 把各組數據打點在 x, y 的座標圖上 散佈圖是找出數學式: a x + b y = c 的關係就是這麼簡單. 知道了變化關係就可控制這變化, 且制定作業標準, 就可大量製造出穩定品質的製品.,83,5、圓形圖： 以圓形為一個單位，來說明每一個資料項目在這個圓形單位所佔的百分比。,6. 區域圖： 某時間內各區域的變動量,84,7. 雷達圖：顯示數列間的變動趨勢,85, 由
47、美國貝爾電話實驗室的(Dr.W.A.Shewart) 博士在1924年首先提出的，是以統計的方法求出限界線再制成圖形，叫作管制圖。管制圖可在各種管理上活用，所以最好不要稱它為品質管制圖. 管制圖在管循環中的作用(管制的方法思考方法) 管理循環分為: PlanDoCheckAction 簡稱PDCA輪.如下圖 管理的6 STEP 1-1. 決定目標目的 (Plan) 1-2. 決定達到目標目的方法 (Plan) 1-3. 教育訓練 (Do) 1-4. 實施 (Do) 1-5. 檢查實施的結果 (Check) 1-6. 採取修正處置 (Action),9、管制圖(Control chart),86
48、, 常態分配有一個事實在品質管理中經常用到，即不論 與 為何值，產品品質特性值落在 - 3， + 3範圍內的機率99.73%。 落在 - 3， + 3範圍外的機率 1 - 99.73 % = 0.27%，而大於 + 3 一側的機率為 0.27% / 2 = 0.135 %。 休哈特依此發展管制圖。,9.1管制圖原理,87,管制圖的第一種解釋 1、若製程正常，即分配(布)不變，則樣本(點子)超出UCL的機率只有1 / 1000 左右。 2 、小機率事件原理：小機率事件實際上不發生，若發生即判斷異常。管制圖的第二種解釋 1、引起製程變異的原因為偶因和異因 (Chance Cause & Assign Cause)戴明-製程變異的原因分為共同原因和特殊原因 (Common &Special Cause)兩大類。偶因的變異是恆常系統(Constant System)確實存在於自然中。 2 、異因對品質的影響甚大，楊氏警語:遇問題立即反映 / 見可疑追查到底20字箴言- 疑難雜症、對症下藥、藥到病除、莫犯同症、標準化之。,
