1、2018-06Q C 七 大 手 法 基 础 培 训棒形图 - 比较数量大小次数分布图 - 了解参差不齐的情形折线图 - 了解时间性的变化雷达图 - 了解多项目之前后变化状况 0.600.550.500.450.40下限0.41望目*上限0.6样本均值0.494样本 N50标准差（整体）0.0533758标准差（组内）0.0538737过程数据Pp*PPL*PPU*Ppk*Cpm*Cp*CPL*CPU*Cpk*潜在（组内）能力整体能力PPM 上限0.00*合计 PPM0.00*观测体期 整预内期 组预性能下限上限整体组内2/12/10锡膏厚度的过程能力报告项目圆头螺柱平头螺柱合计备注MPPES
2、SMPPESS丝印偏暗85120600265丝印偏亮9570600225合计1801901200490总计370120 制定： 日期：10000KM 定期保养 顾客名称： 日 期： 车牌号码： 车 种： 行驶公里： 作业人员： 瓶液量 空气滤净器 水箱 机油 胎压 分电盘盖 火星塞 化油器 风扇皮带 注： 检查 调整 更换中要因中要因中要因中要因小要因P chart0.0%0.5%1.0%1.5%2.0%1/11/21/31/41/51/61/71/81/91/10DatePpCLUCLLCL80082084086088090040424446485052545658601QC七大手法简介2Q
3、1 查检表3Q2 层别法4Q3 排列图5Q4 直方图6Q5 因果图7Q6 散布图8Q7 管制图1QC七大手法简介又称新旧QC七大工具（手法），由日本总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。旧QC七大手法偏重于统计分析，针对问题发生后的改善。新QC七大手法偏重于思考分析过程，主要是强调在问题发生前进行预防。品管七大手法是常用的统计管理方法，又称为初级统计管理方法。检查集数据查检表分层作解析层别法排列抓重点排列图直方显分布直方图因果追原因因果图散布看相关散布图管制找异常管制图01关联图理清复杂因素间的关系04亲和图从杂乱的语言资料中汲取信息02系统图系统地
4、寻求实现目标的手段05过程决策程序图预测设计中可能出现的障碍和结果03矩阵图多角度考察存在问题的变量关系06矩阵数据分析法多变量转化少变量数据分析07箭条图合理制定进度计划旧新1. 感性面2. 大量的语言资料3. 问题发生前的计划、构想1. 理性面2. 大量的数据资料3. 问题发生后的改善事实资料数值资料旧QC手法语言资料新QC手法整理情报整理数值资料取得的问题解析上，掌握问题的技法整理数值资料取得前的问题设计、计划、创意想法的技法2Q1 查检表查检表是为了便于收集数据，使用简单记号记录并统计整理，作为进一步分析或核对检查用。为了日常管理：对品质管理项目作业前的查检、设备安全的查检、作业标准的
5、要求与遵守。为了特别调查：品质异常问题重点调查，不良原因调查、及发现改善点的查检。为了取得记录：为了要报告，调查需取得相关记录，做成统计表以便分析。3.1 点检用查检表 此类表在记录时只作“YES”或“NO”，“OK”或“NG”的注明。 制作步骤： a） 制作表格，决定记录形式； b） 将点检项目列出； c） 查检，记录检查结果； d）异常事故处理。3.1 点检用查检表： 实例1 冲压线OQA组长日常工作点检表点检项目白班夜班10：0016：0023：0029：001 现场物料是否按规划区域摆放。2 物料摆放、包装是否符合质量要求。3 是否对ON HOLD物料作出确认及处理。4现场之拒收物料是
6、否通知相关人员处理。5现场急验或大量待验之物料是否已安排。6授权特采之物料是否已知会巡检。7各检验人员是否定岗检验物料。8客户抗诉问题有无重点跟进。9工程变更、修模、改模通知单是否知会检验员。10上一班同事交接问题是否清楚明白。 稽核人： 备注： 说明：若该项目点检并完成，请当班组长在对应空格内填“Y”，其它未明之事可在备注栏内注明。3.1 点检用查检表： 实例2 汽车定期保养查检表10000KM 定期保养 顾客名称： 日 期： 车牌号码： 车 种： 行驶公里： 作业人员： 瓶液量 空气滤净器 水箱 机油 胎压 分电盘盖 火星塞 化油器 风扇皮带 注： 检查 调整 更换3.2 记录用查检表 记
7、录用查检表用来收集计量或记数资料，通常使用划记法。3.2 记录用查检表： 实例3 烤漆件不良查检表 烤漆件不良查检表年 月 日 物料品名： 作业单位： 工程类别： 检验人员： 查检总数： 不良比率：项目查 检小计刮伤/插伤 正 正 正15凹痕 正5掉漆 正5杂质 正5凝漆 正5变形 正 正10其它 正 正 正15合计603.2 记录用查检表： 实例4 XXX厂6S评比表 区域名称扣分事项应扣分数扣分备注（一）办公室1-1）人员是否佩戴识别证每项目扣2分1-2）人员是否衣着整齐（按公司规定着装）1-3）人员是否精神饱满，有无大声喧哗、聊天1-4） 是否有人看与工作无关的东西1-5） 是否有人在工
8、作时间吃零食1-6）看板是否美观.Step 1： 决定要收集的数据，及希望把握的项目；Step 2： 设计查检表的格式；Step 3： 逐项检查，并记录检查结果；Step 4： 分析记录数据；Step 5： 异常改善，并记录改善结果。注意：查检表的格式及内容，要让使用者最方便使用，及最易记录为最高原则。练习题：设计出差前对行李准备的查检表？3Q2 层别法即将多种多样的数据根据分析者不同目的需要分类成不同的类别，使数据按类别显得具有差异性，以方便分析。一般常用的区分方式是以4ME来加以区分。人（MAN）机械（MACHINE）材料（MATERIAL）方法（METHOD）环境（ENVIRONMENT
9、）亦可采用任何认为有意义的区分方式。如： 作业条件材料人员设备方法时间区域产品线别其他环境气候175234确定层别方向确定数据范围按层别方向确定数据分类设计统计表填入对应数据实例1 XXXX年各厂部财务预算XXXX年度各厂部财务预算单位：万元厂部第一季度第二季度第三季度第四季度SPS20305030MBP7086110130PC45555060050100150第一季度第二季度第三季度第四季度SPSMBPPC实例2 1天中不同时段测得的不同位置的锡膏厚度值时间位置1位置2位置3位置4Mean8：306.406.007.055.709：306.806.405.855.8010：306.306.8
10、05.976.3011：305.906.306.325.8012：306.105.906.986.2013：305.955.807.106.1014：306.106.006.802.9015：306.506.756.506.0016：305.606.306.806.90Mean对于有多个层别的，要分第一层、第二层别、（以及第三层别）；表格内需设有备注栏与合计栏；表头、表尾资料要完整（表格名称、制定人、日期等）；制定时不同层别最好用线条区别开来，对重点突出数据用大号、颜色较鲜艳的字体。练习题： 现库存有一料号为5001402物料，由于作业及物料失控，有以下问题：1）产生丝印颜色有偏暗、偏亮两种情
11、形；2）有圆头与平头螺柱的混用；3）有MPP与ESS两供应商。有关数据如下：MPP生产： 圆头螺柱 180Pcs（其中丝印偏暗85Pcs，丝印偏亮95Pcs） 平头螺柱 120Pcs（其中丝印偏暗60Pcs，丝印偏亮60Pcs）ESS生产： 圆头螺柱 190Pcs（其中丝印偏暗120Pcs，丝印偏亮70Pcs） 平头螺柱 0练习结果：5001402物料不良状况统计表项目圆头螺柱平头螺柱合计备注MPPESSMPPESS丝印偏暗85120600265丝印偏亮9570600225合计1801901200490总计370120 制定： 日期：4Q3 排列图排列图又称为柏拉图、重点分析图、ABC分析图，
12、由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。 柏拉图是根据所收集的数据，依据不良原因、不良状况、不良发生位置或客户报怨的种类、安全事故等不同区分标准，找出比率最大的项目或原因，并且将所构成的项目依照大小顺序排列，再加上累积值的图形，以作为改善的优先顺序。柏拉图定律：80%的问题是由20%的原因造成。Step 1： 决定不良的分类项目：由结果类别分类；由原因类别分类。Step 2： 决定数据收集期间，并且按照分类项目
13、收集数据 （决定一天、一周、一个月、和一季度、一年为期间） Step 3： 记入图表，并且依据大小排列画出柱形图Step 4： 点上累计值，并且用线连结：累计比率=各项累计数/总数*100Step 5： 记入柏拉图的主题及相关资料。掌握问题点发现原因效果确认发生频率高不一定代表影响程度大，即并非要立刻进行对策。经由不同的衡量标准来确认最重要的问题。分析不同类别的数据。范围太广的项目，应再分成较细的类别，以免分析不细。以某家庭之某月支出查检表为例，其柏拉图绘制过程如下：支出项目出支金额累计金额累计比率伙食费10,25010,25041零用钱5,00015,25061水电瓦斯费3,75019,00
14、076教育费2,00021,00084交际费1,00022,00088其他3,00025,000100Total25,00025,000100用下来数据制作柏拉图。不良项目不良次数不良率（%）累计不良率（%）A1837.5%37.5%B1327.1%64.6%C816.7%81.3%D48.3%89.6%Other510.4%100%Total48100%练习结果5Q4 直方图直方图一般又称柱状图，或次数分配图。它通常用于：其平均值是否居中。判断数据是否为钟形曲线。制程能力是否符合规定。直方图适合用于做制程后的分析，不适合作为监控正在生产的产品。 在质量管理中，如何预测并监控产品质量状况?如何
15、对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。Step 1：收集测量数据-假设为了调查SMT印刷锡膏制程，因上每天收集一片测量五点锡膏厚度。2/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.59
16、0.520.450.550.450.480.460.500.460.430.560.440.540.470.450.55Step 2：找出每组之最大、最小之数据，并标注符号。2/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.550.450.480.460.500.460.430.560.
17、440.540.470.450.55Step 3：找出全部中的最大、及最小值。 MAX = 0.60，MIN = 0.412/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.550.450.480.460.500.460.430.560.440.540.470.450.55Step 4：计
18、划量测值之全距（Range），即最大值与最小值的差距 - Step 5：确定直方图的区间（亦称为组距） 为了使每一个图形之宽度都相等，因此有必要将数据区分数个组。为使图形能正确，选择适当之组数是相当重要。将造成资讯不足，极端地说在此例有数据皆为一组，其结果是一堆数字而已。将造成每一组之个数皆为相等。例如：本例分为25组，则各组将各有一个数据，最多一组23个而已。 样本数n 组数k n5057 50=n100 610 100=n=150 1020Step 6：确定组距的组界及组中点。在本例中，由于样本个数为50，现决定使用7组。而在Step4 所算出之全距为0.19，因0.19/7=0.0271
19、，由于数据之有效位数为0.01，因此组距宽度设到小数点下两位即可，所为组距宽度为0.03。为使同一点不至于在2个组出现，而造成区分上之困扰，所以组界一般是采用数据有效位数的下一位，即0.005。Step 6：确定组距的组界及组中点。 组距组中点 组界 0.03 0.42 0.4050.435 0.03 0.45 0.4350.465 0.03 0.48 0.4650.495 0.03 0.51 0.4950.525 0.03 0.54 0.5250.555 0.03 0.57 0.5550.585 0.03 0.60 0.5850.615Step 7：计算各组出现之个数 组距组中点 组界 次数
20、 0.03 0.42 0.4050.435 7 0.03 0.45 0.4350.465 10 0.03 0.48 0.4650.495 12 0.03 0.51 0.4950.525 6 0.03 0.54 0.5250.555 7 0.03 0.57 0.5550.585 5 0.03 0.60 0.5850.615 3Step 8：绘制次数直方图其原则如下：叙述资料的缘由容易阅读纵、横座标的尺度及标示Step 9：制程能力分析的直方图0.600.550.500.450.40下限0.41望目*上限0.6样本均值0.494样本 N50标准差（整体）0.0533758标准差（组内）0.0538
21、737过程数据Pp*PPL*PPU*Ppk*Cpm*Cp*CPL*CPU*Cpk*潜在（组内）能力整体能力PPM 上限0.00*合计 PPM0.00*观测体期 整预内期 组预性能下限上限整体组内2/12/10锡膏厚度的过程能力报告 图(一)正态分布 图(二)偏态分布(绝壁) 图（一）： 正态分布，左右对称，表明制程正常、稳定。 图（二）： 偏态分布(绝壁)，制程中显示有异常因素。 图(三)双峰分布 图(四)不正常分布 图（三）： 双峰分布，表明制程内有二种不同的偏差。 图（四）： 不正常分布，可能测定的数据有偏差。留意工作中的相关数据，收集50个以上的样本量，并绘制直方图。6Q5 因果图也称因
22、果分析图、特性要因图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。优点： 从多方面分析问题，不容易遗漏。 系统分析问题，使要因明朗化。 集中众人的智慧，发挥团队协作与各人 专长。将这些要因分群成为大、中、小要因，可绘制成特性要因图，即鱼骨图。中要因中要因中要因中要因小要因Step 1：确定问题、或品质的特性。 Step 2：确定大要因4M1E - 人（Men）、机（Machine）、材料（Material）、 方法（Method）和 环境（Environment）。Step 3：确定中、小要因。Step 4：讨论影
23、响问题点的主要原因。Step 5：填上制作目的、日期、及制作者等资料。情报错误没有危机感生产计划不相吻合不良率高存放位置不佳库存量低交期过短会议目的：会议日期：与会者：材料温度机械方法环境空气形状人回转轴总动部深度粘性种类方法量日数间隔方法速 度 压力深度尺寸变异用鱼骨图分析上班迟到的原因？7Q6 散布图以纵轴表示输出，以横轴表示输入；用点表示出分布形态，根据分布的形态判断对应数据X、Y之间的相互关系的图形，称为散布图，又称相关图。成对的数据或许是特性一原因，特性一特性，原因一原因的关系。判断一组对成的计量数据之间是否具有相关性。Step1：收集相对应的输入、输出数据，至少30组以上，并且整理
24、写到数据表上，如下表。Step2：找出数据中的最大值与最少值。Step3：画出纵轴与横轴刻度，计算组距以定刻度 时数的全距：59 42 = 17 薪水的全距：890 810 = 80Step4：将各组对应数据标示在座标上。8008208408608809004042444648505254565860Step5：记入必要的标签事项。8008208408608809004042444648505254565860名 称：部 门：制作者：日 期：Minitab：制作此散布图 Step1：于散布图上画一纵划分线，使左右之点数相 同。 于散布图上画一横划分线，使上下之点数相同。注: 重点时用不同的符号
25、表示； 点数为奇数时，划分线通过中央之点； 点数为偶数时，划分线通过中央两点之间。Step2：赋予象限号码，并计算各象限点数。 8008208408608809004042444648505254565860Step3：斜对象限的点数相加，并计算全体的点数。 8008208408608809004042444648505254565860Step4：查符号鉴定表并判断 符号鉴定表之判定数 n(2) + n(4)，表示有正相关 符号鉴定表之判定数 n(1) + n(3)，表示有负相关 本例中： n(2) + n(4) = 6， 查符号鉴定表N=30之行，得 0.01 75, 表示有正相关 0.0
26、5 95, 表示有正相关 N0.010.053079Step4：符号鉴定表 ( a )正相关 ( c )负相关 ( e )无相关0.85r1-1r-0.85 ( b )弱正相关 ( d )弱负相关 ( f )曲线相关-0.4r0.4-0.85r-0.70.7r0.85某化学药品之制程中，收集反应温度与收量数据如表，请解析反应温度与收量存在何种关系？8Q7 管制图分为两种数据是可量测的，且数据形式是连续性的（量具量测）。 （1） 平均值与全距管制图（X bar-R Chart） （2）平均值与标准差管制图（X-S Chart） （3）个别数据与移动全距管制图（X-Rm Chart） 如：温度、尺
27、寸、速度等X-bar： 主要管制组间(不同组)的平均值变差，通常称“集中趋势”。X-bar 图的作用，显示过程平均的中心位置，表明过程的稳定性。R 主要管制组内(同一组样品)的变差，通常称“离中趋势”。R 图的作用，显示组内的离散程度，变异的大小。 R chart 圖圖0.000.200.400.600.801.001.2012345678910TimesR管制圖管制圖RbarUCLCLLCL R chart0.000.501.001.5012345678910 11 12 13 14 15 16 17 18 19 20TimesR barRbarUCLCLLCLX bar chart5.00
28、5.506.006.507.007.508.0012345678910 11 12 13 14 15 16 17 18 19 20TimesX barX barUCLCLLCL規格 上限規格 下限2S上限2S下限适用于资料大多只能判定为良或不良，数据不为连续量的状况， 一般常用于外观检查（单位计数） （1）不良品率管制图（P-Chart，样本大小可不同） （2）不良品数管制图（Pn-Chart，样本大小一定要相同） （3）缺点数管制图（C- Chart） （4）单位缺点数管制图（U- Chart） 如：不良率、好坏、合格/不合格、DPMO等样本数n不相同之P Chart： 变动管制界限样本数n相同之P ChartP chart0.0%0.5%1.0%1.5%2.0%1/11/21/31/41/51/61/71/81/91/10DatePpCLUCLLCL感谢您的聆听
