1、品管七大手法培训,OLD 7 TOOL,讲师简介,蓝先举（CNAT注册实习审核员） 山东大宇汽车零部件有限公司 品质管理 T&T 欧特美交通设备有限公司 品质管理 青岛东威精工有限公司 管代、品管课课长目前从事企业管理咨询，诊断、辅导、培训。为需要通过科学的方法建立、实施优秀的质量管理体系，从而证实有能力满足多方面要求的企业服务。,2,培训目的,通过本次培训，旨在使全体品管人员对品质管理的统计工具的运用、处理品质问题的方法等有全面的认识，并且应用于日常工作中，从而提升工作效率和产品品质，进一步满足顾客、法律法规、和企业自身的要求。,3,要求配合事项,1.培训前的工作安排 2.作好签到记录 3.
2、将通讯工具关闭或调至震动 4.尽量避免在课堂上接听电话/手机 5.保持课堂安静，避免随意进出 6.积极提问并举手发言,4,课程安排,一、QC统计手法概述 二、数据与图表的搜集、运用 三、检查表分类与介绍 四、统计七手法的详解 五、考试,5,第一章 QC统计手法概述,前 言 公司应具备质量意识、问题意识、危机意识、改善意识，寻求自身工作的改善方法，在管理上应用统计技术的方法和概念，在全员努力之下来满足顾客要求和社会要求。 在QC活动中所采用的统计方法，都极为简单，即我们常讲的“QC七大手法”。,6,第一章 QC统计手法概述,管理循环 目前产业界，必須将管理、改善、统计方法三者统一起來，三者相互连
3、贯运用，才能在整体上发挥效果。 QC七大手法浅说 QC七大手法的使用情形，可归纳如下： 根据事实、数据发言图表(Graph)、检查表(Check List)、散布图(Scatter Diagram)。,7,第一章 QC统计手法概述,分析原因与结果的关系，以探讨潜在性的问题特性要因图(Characteristic Diagram)。 凡事物不能完全单独用平均数来考虑，应了解事物都有变差存在，須从平均数与变异性来考虑直方图(Histogram)、控制图(Control Chart)。 所有数据不可仅考虑平均，須根据数据的来龙去脉，考虑适当分层层別法 (Stratification)。,8,第一章
4、QC统计手法概述,并非对所有原因采取措施，而是先从影响较大的23項采取措施，即所谓管理重点柏拉图(Pareto Dragram)。 从ISO谈统计技术,9,第二章 数据与图表,一、数 据 前言 数 据 = 事 实 数据的分类 依特性可分为： 定性数据 定量数据 计量数据 计数数据,10,第二章 数据与图表,依来源可分为 原物料及产品市场数 过程数据 检验数据 依时间先后可分为 过去数据 日常数据 新数据,11,第二章 数据与图表,应用数据注意的重点 收集正确可用的数据 避免个人主观的判断 掌握真实的真相 整理数据的方法 机器整理法 人工整理法,12,第二章 数据与图表,整理数据的原則 采取改善
5、对策前，必須有数据作为依据。 数据使用目的应清楚了解。 立即使用它。 数据的整理与运用，具备的条件应一致。 数据不可造假,13,第二章 数据与图表,二、图 表 前 言 何谓图表 现场的数据或情报，用点、线、面、体来表示大概情势及巨细变动在纸上的图形，称为图表。 图表的种类 依使用目的分 分析用图表 管理用图表,14,第二章 数据与图表,计划用图表 统计用图表 计算用图表 说明用图表 依数据性质分 静态图表 动态图表 依表现內容分 系统图表 预定图表 记录图表,15,第二章 数据与图表,计算图表 统计图表 依表示方法(形狀)分 棒形图、面积图、扇形图、折线图、带状图、进度图、工程能力图、Z形图
6、图表的作用与具备条件 图表的作用 图表必备条件 图表制作的原则 制作前考虑事项 制作应遵守的原则,16,第二章 数据与图表,图表制作注意事項 图表制作要領 图 名(Title) 图形的大小(Chart Proportions) 坐标轴(Coordinate) 刻 度(Scale) 零基准(Zero Base) 划 线(Ruling) 文字的书写(Lettering) 数字的排列 图 例,17,第二章 数据与图表,资料来源Source Reference) 几种常用图表介紹 条形图,18,作图者及日期：张三，83.2.5 X公司各部门83年7月份 提案件数比较图,第二章 数据与图表,推移图(又称
7、趋势图、历史线图或折线图),19,80/1 2 3 4 5 6(月),B班,A班,(%) 4 3 2 1 0,不 合格 率,连杆A、B两班加工不合格率月推移比较,第二章 数据与图表,雷达图,20,创意功夫提案,第二章 数据与图表,21,甘特图(Gann Chart;you 又称进度表、顺序表、日程进度表)用以表示日程计划与其他进度的图形,22,第二章 数据与图表,第二章 数据与图表,流程图(Flow Chart),23,第二章 数据与图表,带状图(条图),24,0 10 20 30 40 50 60 70 80 90 100,（%）,1978年世界主要國家汽車生產量比例圖,第二章 数据与图表,
8、圆图(又称扇形图),25,N=16848件,第二章 数据与图表,Z形图(与推移图差在Z形图有加累计线) 箭头图 其它图形(点圆、体积图、面积图、),26,第三章 检查表(Check Sheet ; Check list),检查表的分类: 点检用检查表 记录用检查表 检查表制作应注意的事項 決定检查的項目。 決定检查的频率。 決定检查的人员及方法。 相关条件的记录方式，如作业场所、日期、工程等。,27,第三章 检查表(Check Sheet ; Check list),決定检查表格式。(图形或表格) 決定检查记录的符号。如：正、+、。 检查表的应用 如有异常，应马上追究原因，並采取必要的措施。
9、检查人员, 应明确指定谁来做。 范例 点检用检查表,28,第三章 检查表(Check Sheet ; Check list),29,上班前服饰的检查表,第三章 检查表(Check Sheet ; Check list),记录检查表,30,第四章 层別法(Stratification),前 言 因各种不同的特点而对结果产生的影响，而以个別特征加以分类、统计；此类统计分析的方法称为层別法（或分层法）。 层別的分类 部门层別、单位层別 过程区域层別 操作员层別 机械、设备的层別,31,第四章 层別法(Stratification),作业条件的层別 时间的层別 原材料的层別 测量的层別 检查的层別 环
10、境、天候的层別 地区的层別 制品的层別 其 他,32,第四章 层別法(Stratification),层別法的运用方法 推移图的层別,33,第五章 特性要因分析图 (Characteristic Diagram),前言 简言之就是将造成某项结果(特性)的诸多原因(要因),以有系统的方式(图表)来表达结果与原因之间的关系。某项结果的形成,必定有其原因;设法使用图解法找出这些原因来这概念是由日本品管大师石川馨博士首先提出的。特性要因图又因为是石川馨博士于1952年所发明, 所以又称石川图。,34,第五章 特性要因分析图 (Characteristic Diagram),特性要因图 原因追求型:以列
11、出可能会影响过程(或流程)的相关因子,以便进一步由其中找出主要原因,并以此图形表示结果与原因之间的关系。 对策追求型:此类型是将鱼骨图反转成鱼头向左的图形,目的在于追求问题点应该如何防止,目标结果应如何达成的对策。故以特性要因图表示期望效果(特性)与对策(要因)间的关系。 如何绘制特性要因图 确定特性,35,第五章 特性要因分析图 (Characteristic Diagram),绘制骨架 大略记载各类原因 依据大要因, 再分出中要因 要更详细列出小要因 圈出最重要的原因 记载所依据的相关內容,36,第五章 特性要因分析图 (Characteristic Diagram),特性要因图的应用,3
12、7,原因追求型(鱼骨上的1,2,3 表示要因重要性),第五章 特性要因分析图 (Characteristic Diagram),38,对策追求型,第六章 柏拉图(Pareto Diagram),柏拉图的定义 根据所搜集的数据，按不良原因、不良狀況、不良项目、不良发生的位置等不同区分标准而加以整理、分类，从中寻求占最大比率的原因、状况或位置，按其大小顺序排列，再加上累积值的图形。 柏拉图的制作步驟 柏拉图的制作方法 步骤 1:決定数据的分类项目。 步骤 2:決定收集数据的期間，并按分类項目，在期间內收集数据。,39,第六章 柏拉图(Pareto Diagram),40,例:電氣不良狀況記錄表 期
13、間:82年8月5日-9日過程檢查組 檢驗者:王胜利,第六章 柏拉图(Pareto Diagram),41,-步驟 3:依分類項目別，做數據整理，并做成統計表。,第六章 柏拉图(Pareto Diagram),42,-步驟 4:記入圖表用紙并依數據大小排列畫出柱狀圖。,不良數,170 153 136 119 102 85 68 51 34 17 0,不良項目,收斂不良 几何失真 白平衡 敲閃 無畫面 畫面傾斜 其他不良,第六章 柏拉图(ParetoDiagram),43,-步驟 5:繪累計曲線。,第六章 柏拉图(Pareto Diagram),44,-步驟 6:繪累計比率。,累 計 影 響 比
14、例(%),不合格項目,不合格數,170 153 136 119 102 85 68 51 34 17 0,收斂 几何 白平衡 敲閃 無畫面 畫面 其他不良 失真 不良 傾斜,100% 90% 80% 70% 60% 50% 40% 30% 20% 10%,第六章 柏拉图(Pareto Diagram),步骤 7:记入必要的事项。 标题目的)。 数据搜集期间。 数据合计(总检查数、不良数、不良率等)。 工程別。 相关人員(包括记录者、绘图者)。,45,第六章 柏拉图(Pareto Diagram),46,不合格項目,第六章 柏拉图(Pareto Diagram),柏拉图的应用 作为降低不合格的依
15、据：想降低不合格率，先绘柏拉图看看。 決定改善目标，找出问题点。 确认改善效果(改善前、后的比较）。,47,第七章 控制图,前言 定义即是一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形。 控制图的基本特性 在管制图上有三条笔直的橫线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条成为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。对上、下控制界限的绘制,則一般均用红色的虛线表现,以表示可接受的变异范围;至于实际产品质量特性的
16、点连线条则大都用黑色实线绘制。,48,第七章 控制图,控制状态:,49,第七章 控制图,控制图的原理 质量变异的形成原因 偶然(机遇)原因(Chance causes) 异常(非机遇)原因(Assignable causes) 控制界限的构成 控制界限以加減3个标准差来定立,应是最符合经济效益的。 控制图的种类 按数据性质分类 平均数与极差控制图( Chart),50,第七章 控制图,平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 各別值与移动极差控制图( chart) 最大值与最小值极差控制图( chart) 计数值控制图 不良率控制图(P chart) 不良数控制
17、图(Pn chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart),51,第七章 控制图,按控制图的用途分类 解析用控制图 控制用控制图 控制图的图制 计量值控制图控制图 先行收集100個以上数据,依测定的先后顺序排列。 以2-5个数据为一组(一般采4-5个),分成约20-25组。 将各组数据记入数据表栏位內。 计算各组的平均值X(取至测定值最小单位下一位数) 计算各组之极差R(最大值-最小值=R)。,52,第七章 控制图,计算总平均X。K(为组数) 计算极差的平均R计算控制界限 X控制图:中心线(CL)= X 控制上限(UCL)=
18、 控制下限(LCL)= R控制图:中心线(CL)= 控制上限(UCL)= 管制下限(LCL)=之值,随每组的样本数不同而有差异,但仍遵循三个标准差的原理计算而得,今已被整理成常用系数表。,53,第七章 控制图,绘制中心线及控制界限,并将各点点入图中。 将各数据履历及特殊原因記入,以备查考、分析、判断。 控制图的判断,54,檢定規划1:(2/3A) 3點中有2點在A區或A區以外,檢定規划2: (4/5B) 5點中有4點在B區或B區以外,第七章 控制图,55,檢定規划3:(6連串) 連續6點持續地上升或下降,檢定規划4: (8缺C) 有8點在中心線的兩側,但C區并無點子,第七章 控制图,56,A
19、B C C B A,UCLXLCL,A B C C B A,UCLXLCL,檢定規划5: (9單側) 連續9點在C區或C區以外,檢定規划6: (14升降) 連續14點交互著一升一降,第七章 控制图,57,檢定規划7: (15C) 連續15點在中心線上下兩側的C區,檢定規划8: (1界外) 有1點在A區以外,第八章 直方图(Histogram),直方图的定义 什么是直方图 诸如长度、重量、硬度、时间等计量值的数值分配情形能容易地看出的图形。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橫轴，并将各区间內所测定值依所出現的次数累积而成的面积，用柱子排起來的图形。因此，也叫做柱状图。
20、 使用直方图的目的 了解分配的形态。 研究制程能力或計算制程能力。,58,第八章 直方图(Histogram),观察数据真伪。 用以制定规格界限。 解释名词 次数分配: 将许多的复杂数据按其差异的大小分成若干组，在各组內填入测定值的出现次数，即为次数分配。 相对次数: 在各组出现的次数除以全部的次数，即为相对次数。 累积次数(f): 自次数分配的测定值较小的一端将其次数累积计算，即为累积次数。 极差(R): 在所有数据中最大值和最小值的差，即为极差。,59,第八章 直方图(Histogram),组距(h): 极差/组数=组距 算术平均数(X): 数据的总和除以数数据总数，通常一X（X-bar）
21、表示。,60,第八章 直方图(Histogram),中位数(X): 将数据由大至小按顺序排列，居于中央的数据为中位数。若遇偶位数时，则取中间两数据的平均值。 各组中点的简化值(),61,第八章 直方图(Histogram),众数(M): 次数分配中出现次数最多組的值。例次数最多为24，不合格数是9，故众数为9。组中点(m): 一组数据中最大值与最小值的平均值，（上组界+下组界） 2=组中点 标准差（）,62,第八章 直方图(Histogram),样本标准差(S)直方图的制作 直方图的制作方法 步骤1：收集数据并记录 收集数据时，对于抽样分布必须特別注意，不可取部分样品，应全部均匀地加以随机抽样
22、。所收集的数据个数应大于50以上。,63,第八章 直方图(Histogram),例:某厂成品尺寸规格为130至160mm，今按随机抽样方式抽取60个样本，其测定值如附表，试制作直方图。 138 142 148 145 140 141 139 140 141 138 138 139 144 138 139 136 137 137 131 127 138 137 137 133 140 130 136 128 138 132 145 141 135 131 136 131 134 136 137 133 134 132 135 134 132 134 121 129 137 132 130 135
23、 135 134 136 131 131 139 136 135,64,第八章 直方图(Histogram),步骤2：找出数据中的最大值(L)与最小值(S)先从各行（或列）求出最大值，最小值，再予比较。最大值用“”框起來，最小值用“”框起来EX: NO.1 NO.2 NO.3 NO.4 NO.5 NO.6 138 142 148 145 140 141 139 140 141 138 138 139 144 138 139 136 137 137 131 127 138 137 137 133 140 130 136 128 138 132 145 141 135 131 136 131 13
24、4 136 137 133 134 132 135 134 132 134 121 129 137 132 130 135 135 134 136 131 131 139 136 135,65,第八章 直方图(Histogram),得知NO.1 L1=145 S1=131NO.2 L2=142 S2=127NO.3 L3=148 S3=130NO.4 L4=145 S4=128NO.5 L5=140 S5=121NO.6 L6=141 S6=129求L=148 S=121,66,第八章 直方图(Histogram),步骤3：求极差(R)数据 最大值(L)-最小值(S)=极差(R)例：R=148
25、-121=27 步骤4：決定组数 组数过少，虽然可得到相当简单的表格，卻失去次数分配的本质与意义；组数过多，虽然表格详尽，但无法达到简化的目的。通常，应先将异常值剔除再进行分组。,67,第八章 直方图(Histogram),一般可用数学家史特吉斯(Sturges)提出的公式，根据测定次数n来计算组数k，公式为：k=1+3.32 log n例：n=60 則k=1+3.32 log 60=1+3.32(1.78)=6.9即约可分为6组或7组 一般对数据的分组可参照下表 例：取7組,68,第八章 直方图(Histogram),步驟5：求组距(h) 组距=极差组数（h=R/K) 为便于计算平均数及标准
26、差，组距常取为2，5或10的倍数。 例：h= 27/7 =3.86，组距取4 步骤6：求各组上限，下限(由小而大顺序) 第一组下限=最小值 第一组上限=第一组下限+组界 第二组下限=第一組上限 最小测定单位整数位的最小测量单位为0.1小数点1位的最小测量单位为0.1小数点2位的最小测量单位为0.01,69,第八章 直方图(Histogram),最小数应在最小一组內，最大数应在最大一组內；若有数字小于最小一组下限或大于最大一组上限值时，应自动加一组。例：第一组=121-1/2=120.6124.5第二组=124.5128.5第三组=128.5132.5第四组=132.5136.5第五组=136.
27、5140.5第六组=140.5144.5第七组=144.5148.5 步骤7：求组中点组中点(值)=,70,第八章 直方图(Histogram),例：第一组=(120.5+124.5)2=122.5 第二组=(124.5+128.5)2=126.5 第三组=(128.5+132.5)2=130.5 第四组=(132.5+136.5)2=134.5 第五组=(136.5+140.5)2=138.5 第六组=(140.5+144.5)2=142.5 第七组=(144.5+148.5)2=146.5 步骤8：作次数分配表 将所有数据，按其数值大小记在各组的组界內，并计算其次数。 将次数相加，并与测定
28、值的个数相比较；表示的次数总和应与测定值的总数相同。,71,第八章 直方图(Histogram),步骤9：制作直方图 将次数分配表图表化，以橫轴表示数值的变化，纵轴表示次数。 橫轴与纵轴各取适当的单位长度。再将各组的組界分別标在橫轴上，各组界应为等距分布。 以各组內的次数为高，组距为宽；在每一组上画成矩形，則完成直方图。,72,次數分配表,第八章 直方图(Histogram),在图的右上角记入相关数据履历（数据总数n，平均值x，标准差），并划出规格的上、下限。 填入必要事项：产品名称、工序名称、时间、制作日期、制作者。,73,第八章 直方图(Histogram),说明： 分组后再计算的，s为近
29、似值 如直接以原始数据60个，依公式计算，可得真值。 n=60 x=135.8 =4.68 s=4.72 常见的直方图形态 正常型 说明：中间高，两边低，有集中趋势。 结论：左右对称分配（正态分配），显示过程运转正常。,74,第八章 直方图(Histogram),缺齿型（凸凹不平型） 说明：高低不一，有缺齿情形。不正常的分配，由于测定值或换算方法有偏差，次数分配不妥当所形成。 结论：检验员对测定值有偏好现象，如对5，10之数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，也有此情況。,75,第八章 直方图(Histogram),切边型（断裂型） 说明：有一端被切断。 结论：原因为数
30、据经过全检，或过程本身经过全检，会出現的形狀。若剔除某规格以上时，则切边在靠近右边形成。,76,第八章 直方图(Histogram),离岛型 说明：在右端或左端形成小岛。 结论：测量有错误，工序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，就可满足过程要求，生产出符合规格的产品。,77,第八章 直方图(Histogram),高原型 说明:形状似高原状。 结论:不同平均值的分配混在一起，应分层后再做直方图比较。,78,第八章 直方图(Histogram),双峰型 说明：有两个高峰出现。 结论：有两种分配相混合，例如两台机器或两家不同供应商，有差异时，会出现这种形状，因测量值不同的原
31、因影响，应先分层后再作直方图。,79,第八章 直方图(Histogram),偏态型（偏态分配） 说 明：高处偏向一边，另一边低，拖长尾巴。可分偏右型、偏左型。 偏右型：例如，微量成分的含有率等，不能取到某值以下的值时，所出现的形状。 偏左型：例如，成分含有高纯度的含有率等，不能取到某值以上的值时，就会出现的形状。结 论：尾巴拖长時，应检查是否在技术上能够接受，工具磨损或松动时，也有此种现象发生。,80,第八章 直方图(Histogram),直方图使用的注意事项 异常值应去除后再分組。 从样本测量值推测群体形态，直方图是最简单有效的方法。 应取得祥細的数据资料（例如：时间、原料、测量者、设备、环
32、境条件等）。 进行过程管理及分析改善时，可利用层別方法，将更容易找出问题的症结点，对于质量的改善，有事半功倍的效果。,81,第八章 直方图(Histogram),过程能力 过程精密度CP(Capability of Precision)的求法： (a)双边规格,82,第八章 直方图(Histogram),单边规格 上限规格下限规格,83,第八章 直方图(Histogram),84,第八章 直方图(Histogram),制程精密度(CP值)与不合格率的关系,85,-6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +668.26% 95.46% 99.73% 99.9937%
33、99.999943% 99.9999998%,第八章 直方图(Histogram),86,第九章 散布图(Scatter Diagram),前言 散布图有以下的作用： 能大概掌握原因与结果之间是否有关联及关联的程度如图2-1。 能检查离岛现象是否存在。图2-2。 原因与结果关联性高时，二者可互为替代变数。对于过程参数或产品特性的掌握，可从原因或結果中选择一较经济性的变数予以监测。并且可通过观察一变数的变化来知道另一变数的变化。,87,第九章 散布图(Scatter Diagram),88,第九章 散布图(Scatter Diagram),散布图的判读 依散布图的方向、形狀，有以下几种关联情形：
34、 完全正（负）关联：点散布在一直线上。,89,第九章 散布图(Scatter Diagram),高度正(负)关联：原因(X)与结果(Y)的变化近于等比例。,90,第九章 散布图(Scatter Diagram),中度正(负)关联：原因(X)与结果(Y)的变化近于等比例。,91,第九章 散布图(Scatter Diagram),低度正(负)关联：原因(X)与结果(Y)的变化近于等比例。,92,第九章 散布图(Scatter Diagram),无关联：原因(X)与结果(Y)的变化完全不成比例。,93,第九章 散布图(Scatter Diagram),曲线关联：原因(X)与结果(Y)的变化呈曲线变化。,94,
