《QC七大手法培训(2012.2).ppt》由会员分享，可在线阅读，更多相关《QC七大手法培训(2012.2).ppt（48页珍藏版）》请在三一文库上搜索。
1、品质管理基础知识培训 QC七大手法培训 品质管理部 2012年2月,老七种工具,新七种工具,一、层别法 二、检查表 三、排列图 四、特性要因图 五、散布图 六、直方图 七、控制图,一、亲和图 二、关联图 三、系统图 四、矩阵图 五、PDPC法 六、箭条图； 七：矩阵数据解析法,老七种工具用途 层别法从不同角度层面发现问题； 检查表收集、整理资料； 排列图确定主导因素； 因果图寻找引发结果的原因； 散布图展示变量之间的线性关系； 直方图展示过程的分布情况； 控制图识别波动的来源；,工具一、层别法,层别法又叫分类法、分组法。是按照一定的标志，把收集到的大量有关某一特定主题的统计数据加以归类、整理和
2、汇总的方法。分层的目的在于把杂乱无章和错综复杂的数据加以归类汇总，使之能确切地反映客观事实。层别法的原则是使同一层次内的数据波动幅度尽可能小，而层次间差别尽可能大。层别法的主要功能是“对层别做解析”。层别法要结合直方图、控制图一起使用。层别法的应用步骤如下： 收集数据； 根据不同的目的，选择分层标志； 分层； 按层归类； 画分层直方图或其他统计图表，进一步分析。,层别的类型包括以下13种： (1)部门分层 包括生产部、维修部、测试部、采购部、研究部等。 (2)制程区层别 包括下料区、裁剪区、折弯区、加工区、焊接区、涂装区和组装区等。 （3）作业员层别 包括班、线、组、熟练度、操作法、年龄、性别
3、和教育程度等。 （4）设备层别 包括机台、场所、机械、年份、制造厂、机种、工具、新旧、编号和速度等。 （5）作业条件层别 包括温度、湿度、压力、天气、作业时间、作业方法、人工与自动、顺序和人工与机器等。 （6）时间层别 包括小时、日期、周、旬、月、上午、下午、日夜和季节等。 （7）原材料层别 包括供应商、群体、材质、产地、大小、成分、和储存时间等。 （8）测量层别 包括测量人员、测量方法、测量设备和测量环境等。 （9）环境层别 包括气温、湿度、晴或雨、照明和潮湿或干燥等。 （10）检查层别 包括检查员、测量方法和检查场所等。 （11）地区层别 包括海岸与内陆、国内外、东区与西区和南区与北区等。
4、 （12）制品层别 包括新旧品、标准品或特殊品和制造等。 （13）其他层别 包括良品与不合格产品、包装盒搬运方法等。,层别法举例：,制三部8月1日-3日经过统计，共发现10个重大品质问题。经过按生产日期、班次、车型分类具体情况如下。,按日期分类：,按班次分类：,按车型分类,通过数据分类可得到一些启示!,工具二、检查表,系统地收集数据和累积数据，确认事实并对资料进行粗略的整理和简单分析的统计图表。检查表的主要功能就是“收集数据”。 举例一：点检用检查表 点检用检查表在记录时只做“有”、“没有”、“好/”、“不好/”的标记，程序如下： 制作表格，决定记录形式。 将点检项目列出。 查核。 异常事故处
5、理。,举例二： 记录用检查表 记录用检查表用来收集计量或计数资料，使用划记法。,例：产品缺陷记录表,工具三、排列图,排列图又叫帕累托图（柏拉图） 。意大利经济学家Vilfredo.Pareto帕累托在分析社会财富分配时设计出的一种统计图，美国品管大师朱兰将之加以应用到质量管理中。排列图能够充分反映出“少数关键、多数次要”的规律，也就是说排列图是一种寻找主要因素、抓住主要矛盾的手法。例如：少数用户占有大部分销售额、设备故障停顿时间大部分由少数故障引起，不合格品中大多数由少数人员造成等。它是将质量改进项目从最重要到最次要进行排列而采用的一种简单的图表技术。排列图的目的是抓住关键的少数，放过次要的多
6、数。原理为：80% 的问题归咎于 20% 原因。,排列图法举例,制四部7月份KLQ6119车型总装A线内饰工位共发生品质缺陷问题100项，经过统计各类问题如下：,要点： 将所列问题依据发生频次从大到小排列，其他项放后面，完成表格； 将频次与累计比例曲线画入图中； 80%刻度线以下的问题为主要问题，需要尽快解决。,从上图中我们可以得知装调不到位、掉漆两个缺陷占全部问题的70%，那么解决这两个缺陷就能基本解决全部缺陷了。,工具四、特性要因图,特性要因是日本石川馨博士于1952年所发明,所以又称石川图。其主要目的是阐明因果关系,也称因果图；又因为它的形状与鱼骨相似,故常被形象的称呼为鱼骨图。,一个质
7、量问题的发生往往不是单纯一种或几种原因的结果，而是多种因素综合作用的结果。要从这些错综复杂的因素中理出头绪，抓住关键因素，就需要利用科学方法，从质量问题这个“结果”出发，依靠群众，集思广益，由表及里，逐步深入，直到找到根源为止。 一般从人、机、料、法、环（影响质量的五大因素）进行分析。因果图就是用来根据结果寻找原因的一种QC手法。,如何绘制特性要因图?,主要步骤: 明确决定要解决的问题； 白纸或白板上画“主骨”； 根据影响主要素，画出“大骨”； 分析画出中骨、小骨，采用5个为什么方式； 确认重要的要因，用圈或框标出。,空调冷却液加注不足,机,料,法,环,操作者技能不足,培训效果不佳,设备损坏,
8、使用时间长,工艺不当,60,黑色线条主骨 红色线条大骨 蓝色线条中骨 绿色线条小骨,人,因果图使用注意事项： （1）画因果图时要召开“头脑风暴”会，充分发扬民主，各抒己见，集思广益，把每个人的意见都一一记录在图上。 （2）确定要分析的主要问题（特性）不能笼统，一个主要问题只能画一张因果图；多个主要问题则应画多张因果图。 （3）因果关系的层次要分明，最高层次的原因应寻求到可以直接采取对策为止。 （4）对分析出来的所有末端原因，都应到现场进行观察、测量、试验等，加以确认。,举例：,工具五、散布图,散布图与鱼骨图一样，也是以因果关系的方式来表示其关联性，并将因果关系所对应的数据分别点绘在坐标系上，观
9、察其中是否存在相关性。散布图的主要功能是“看相关”。,散布图的制作方法： 以横轴（X轴）表示原因，纵轴（Y轴）表示结果，具体做法如下： 收集成对的数据（X1，Y1），（X2，Y2）， ，整理成数据表。 找出X,Y的最大值和最小值。 以X,Y的最大值与最小值建立X-Y坐标，并确定适当刻度便于绘点。 将数据依次点绘于X-Y坐标中。 必要时，可将相关资料记录在散布图上。,注意几点： 收集足够的资料，至少30对； 横坐标表示原因，纵坐标表示结果； 正确判断变量之间的关系模式； 因果图的后续工作，提供直观的相关性验证；,应用举例： 某厂测量得到钢的淬火温度与硬度之间的成对数据，用散布图对相关数据相关程度
10、进行分析研究，结果如下： 1、数据： 2、散布图：,结论：钢的淬火温度与硬度之间存在强正相关。,工具六、直方图,直方图是从总体中随机抽取样本，并对从样本中获得的数据进行整理，再用一系列等宽矩形来表示数据。宽度表示数据的间隔，高度表示在给定间隔内数据的数目，变化的高度表示数据的分布情况。 通过对数据分布形态和与公差相对位置进行研究，掌握过程的波动情况。直方图的主要功能就是“显分布”。 直方图的制作方法如下（以实例来说明）： （1）收集数据。收集的数据一般为50个以上，不得少于30个，如下表所示：某食品加工厂生产的食品常有重量不合格（标准要求：130-190g）问题发生，现取200个数据。,（2）
11、从全体数据中找出最大值与最小值；最大值：170，最小值：124 （3）求出全距（最大值与最小值之差）；170 124 = 46（图A） （4）决定组数: 组数= 样本数量 （取整数部分） 也可参照下表，本次选择12组。,（5）决定组距 组距=全距组数=4612=3.83，取组距为4 （图B） （6）决定各组的上下组界 最小一组的下组界=最小值-测定值之最小位数2=124-12=123.5 最小一组的上组界=下组界+组距=123.5+4=127.5，以此类推。,A,B,（7）做次数分配表，如下图所示。,（8）制作直方图，画出上限、下限、公差中心、均值线。,SC=160,图A：正常形（对称形）：常
12、态，中间高两边低，左右对称。最理想状态，既不超公差又不精度浪费。,图B：偏向形：偏态，有偏左或偏右之分，分布在公差范围之内，但分布中心与规格中心有较大偏移，工序稍有变化就会出现不合格。往往因加工习惯造成,图C：双峰形：通常是由两个不同的分布混合在一起形成的。如不同的加工者、不同的设备生产出的产品、不同的材料等,（9）观察直方图，分析问题原因。,图D：孤岛形：左或右方出现孤立的长方形，测量有误或生产出异常,图E：平顶形：无突出顶峰，生产过程中有缓慢变化的因素影响造成。如刀具的磨损、操作者的疲劳,图F：锯齿形：像锯齿一样凹凸不平，多由分组不当或检测数据不准造成，就查明原因，采取措施、重新作图解析,
13、20 15 10 5,規範,直方图示例,产品变异大 品质不匀,准确度差,准确度差,工具七、控制图,控制图： 第一次世界大战后，美国著名质量管理大师休哈特将数理统计的原理运用到质量管理中来，并发明了控制图，主张从发现废品的先兆时就进行分析改进。控制图的出现是质量管理从“单纯事后检验”进入“检验+预防”阶段的重要标志。 控制图又叫管理图，它是用来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具。控制图是一种带有控制界限的反映过程质量的记录图形。通过图形中记录的趋势判定品质趋势。 图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽
14、取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线。,1.控制图的实施步骤： 抽样 对策措施 检验 正常 原因分析 将结果绘制于图 异常 判断过程是否异常,2.控制图的分类： （1）按数据性质：计量值控制图、计数值控制图 计量值控制图：管制图的数据均由量具实际测量而得，如长度、重量、温度、时间 、厚度等连续性数据 X-R （平均值与极差） X-R （中位数与极差）（中位数：1、2、4、6、7） X-S （平均值与标准差） 举例说明： 方差： (X 1 、X 2 、 X 3 . X n) 计数值控制图：控制图的数据均属于以单位计数而得。其特点是不可
15、连续读取这些数据，只可读取整数。如不良数、缺点数等。 p 不良率控制图 pn 不良数控制图 c 缺陷数控制图 u 单位缺陷数控制图,比较,（2）按用途：分析用控制图、控制用控制图 分析用控制图：先有数据，后有控制界限 a.决定方针用 b.过程解析用 c.过程能力研究用 d.过程控制准备 控制用控制图：先有数据，主要用途为控制制造的品质，若有点子出界，应立即采取措施,一道工序开始应用控制图时，几乎总不会恰巧处于稳态，也即总存在异因。如果就以非稳态状态下的参数来建立控制图，控制界限之间内的间隔一定较宽，以这样的控制图来控制未来，将导致错误的结论。因此，一开始，总要将非稳态的过程调整到稳态的过程，此
16、阶段适用的是分析用的控制图。等到过程调整到稳态后，才能延长控制图的控制线作为控制用控制图。分析用控制图和控制用控制图因使用目的不同而划分。 从数学角度看，分析用控制图的阶段就是过程参数未知的阶段，而控制用控制图的阶段则是过程参数已知的阶段。,应用步骤： 选取控制图拟控制的质量特性，如重量、不合格品数等。 选用适合的控制图种类。 确定样本容量和样本间隔。在样本内假定波动只由偶然原因所引起。 收集并记录20-25个样本的数据，或使用以前所记录的数据。 计算各个样本的统计量，如样本均值、样本极差和样本标准差等。 计算各统计量的控制界限。 画控制图并标出各样本的统计量。 研究在控制界限以外的点和在控制
17、界限内排列有缺陷的点以及标明异常 （特殊）原因的状态。 决定下一步行动。,计算各统计量的控制界限。 计算各样本平均值的平均值 和各样本极差的平均值 。,计算控制图中的中心线和控制界限。,中心线CL =,= 29.86 ；,UCL = + A2,（A2是随样本容量n变化的系数）,=29.86+0.57727.44=45.69 ；,LCL = - A2,=29.86-0.57727.44=14.03 。,R图：,CL =,= 27.44；,UCL = D4,= 2.11527.44=28.04；,LCL = D3,（ D4、 D3也是随样本容量n变化的系数）,= 0。,画控制图。先绘制 ， 判稳后
18、再绘制 。 （因 需用到 ）,R图,R图：,判异准则： 判异准则有两类： 点出界就判异； 界内点排列不随机就判异。 GB/T14091-2001常规控制图，对控制图判为异常，提供了8个判断准则： 准则1：1个点落在A区以外（点越出控制界）,CL,UCL,LCL,CL,UCL,LCL,准则2：连续9点落在中心线同一侧。,CL,UCL,LCL,准则3：连续6点递增或者递减。,CL,UCL,LCL,CL,UCL,LCL,准则4：连续14点中相邻点总是上下交替,准则5：连续3点中有2点落在中心线同一侧的B区以外,CL,UCL,LCL,CL,UCL,LCL,准则6：连续5点中有4点落在中心线同一侧的C区
19、之外,准则7：连续15点落在中心线两侧的C区之内,CL,UCL,LCL,准则8：连续8点落在中心线两侧且无1点在的C区中,如果发现点排列有缺陷，则用圈将异常部分圈起来，以便分析，借此进行工序过程的动态控制。如果未发现越出控制界限的点，也未出现点排列异常，可以认为该过程是按预期要求进行的，即处于统计控制状态。当确认生产过程处于稳定状态时，就可以将此图用于控制工序质量的变化。将分析用控制图延长，作为控制图使用。 在不对该过程进行任何调整的同时，继续用同样的方法对多装量进行抽样、观测和打点。如果在继续观测时，控制图显示出存在异常的原因，则应进一步分析具体原因，并采取措施对过程进行调整。,P控制图 收集数据； 计算不合格率及平均不合格率； 计算管制界限； 绘制中心线及控制界限，并将各点描入图中 交各数据特殊原因记录，以备查考、分析及判断,THANKS,THE END,