1、品質教育訓練課程QC七大手法.何謂 QC七大手法? Quality Control 七大手法 = 品管七大手法1950年代由日本首先提倡，並於1980年代發(fā)揚光大至全世界沒有足夠而正確的工具來得知事件的真相跟“瞎子摸象 無異。每個瞎子摸到的部位都不一樣，自然彼此見解也不一樣，很多時候團隊中充滿各種自以為是的爭辯，演變到後來變成誰在爭辯中機智反應比較快，態(tài)度比較堅持、強悍那他的解決方案便成為主流。這時在錯誤方向下，越努力的人，所呵斥的損失越大。戴明博士(W. Edwards Deming)稱之為努力發(fā)掘自已的墳墓。 .QC七大手法有哪些?憑經驗去決定問題點，不易掌握重點，應利用統計方法來解析所得

2、的數據或圖表，藉以獲得重點；QC 七大手法是目前最簡單、常用的統計手法，時時刻刻在生活中出現，分別如下: 1.查檢表 (Checklist) :搜集、整理資料 2.直方圖 (Histogram):展現資料的分佈情況 3.散佈圖 (Scatter Diagram):展現變數之間的線性關係 4.柏拉圖 (Pareto Diagram):確定主導要素 5.控制圖 (Control Chart):識別波動的來源 6.特性要因圖 (Characteristic Diagram):尋找引發(fā)結果的緣由 7. 層別法 (Stratification):從不同角度層面發(fā)現問題.QC七大手法有哪些? 析因果,視相

3、關,查現象,示重點,看分佈,濾問題,管異常魚骨圖,散佈圖,查檢表,柏拉圖,直方圖,層別法,控制圖.QC七大手法? 跟我有關係嗎?他曾有過出門忘記帶手機、鑰匙、皮包的苦楚經驗嗎？(查檢表)他曾經有長官交付任務卻考不清楚方向的迷惘嗎？(柏拉圖) (特性要因圖)干係今! 怎麼全臺灣的人都中獎了只需我槓龜。樂透彩券真的公平嗎？(直方圖)(散佈圖).QC七大手法與 PDCA.正確數據 = 事實渣滓進，渣滓出.數據分類1).定性數據(布的質感/酒的香醇) 2).定量數據(計數:良品數、缺點數) (計量:分量、時間、長度.)應用數據須留意:1.搜集正確可用的數據2.防止個人主觀的判斷3.掌握事實的真相4.數

4、據不可造假,否則問題將永遠無法解決.查檢表：在搜集數據時一種簡單的表格，將其有關項目和預定搜集的數據，依其運用目的，以很簡單的符號填註，而容易彙集整理，用以了解現狀、做分析或做核對點檢運用，這種設計出來的表格稱之為查檢表。(一)查檢表-Checklist.查檢表的實例.查檢表的目的1.日常管理: 品質控制項目的點檢，作業(yè)前的點檢，設備平安、作業(yè)標 準的遵守。2.特別調查: 問題已經發(fā)生要加以調查，或主題調查、不良緣由調查， 發(fā)現改善點的點檢。3.獲得記錄: 為了要報告，需獲得記錄，如推移圖、直方圖.查檢表的種類1. (事前)點檢用查檢表: 點檢用查檢表是為了要確認作業(yè)實施、機械設備的實施情形、

5、預防發(fā) 生不良或事故、確保平安時運用。如機械定期保養(yǎng)檢核表、不平安處 所檢核表、登山裝備檢核表等，這種檢核表主要是調查作業(yè)過程之 情形，可防止作業(yè)的遺漏或疏失 (事前)2. (事後)記錄用檢核表: 是將數據分類為幾個項目別，如依不良的種類、工程別、緣由別等排 列出來再以符號或數字記錄於圖或表中，藉以瞭解數據分佈之狀況。 這種查檢表主要是調查作業(yè)結果的情形，不單是記載每天的數據，並 且可以看出那一種項目的數據特別集中 (事後).查檢表就在他的日常任務中.(二)直方圖 -Histogram是將數據所分佈的範圍，區(qū)分為幾個區(qū)間，將出現在各區(qū)間內的數據之出現次數作成次數表，並將其以圖(柱形圖)的方式表

6、現出來。 透過數據的量測 (長度、分量、時間、溫度、硬度等，經由量測所得到的數據) 及直方圖的整理，我們可以得到數據的幾種特徵:1. 數據的分佈形態(tài)(分配狀態(tài))2. 數據的中心位置。3. 數據離散程度的大小。4. 數據和規(guī)格之間的關係。.直方圖與我們次數.常見的直方圖型態(tài) (1/4)左偏型(右偏型)說明:直方圖的平均值在分佈中心之左方，次數在左半邊高到了右半 邊後則緩落，為不對稱分佈。解析:理論上說，能夠是因為規(guī)格等要素，而限制了下限值，當某 一數據以下數值不被採用時，或是防止全距不出現負值時偏歪分配：單邊規(guī)格、資訊隱藏規(guī)格下限.左絕壁型(右絕壁型)說明:直方圖之平均值位在極左方，次數在左半部

7、急高，而右半部急落。解析:當把規(guī)格以下之數據，完全剔除時，就會出現此種情形。截斷分配：全檢剔除規(guī)格下限常見的直方圖型態(tài) (2/4).雙峰型說明:分佈在中央的次數比較少，且在左右各有一座山。解析:平均值相異約兩類數據分佈混合在一超時，即會出現這種情形雙峰分配：來自不同的群體常見的直方圖型態(tài) (3/4).離島型說明:在直方圖的左端或右端出現分離的小島解析:不同狀況的數據混在一同或發(fā)生異常時離島分配：特別緣由常見的直方圖型態(tài) (4/4).直方圖就在他的日常任務中.(三)散佈圖 Scatter Diagram將兩變數置於縱軸、橫軸上，並將測得值點、記上去所製成之圖，稱為“散佈圖。散佈圖通常是用來研討兩

8、變數間之相關聯性 (正相關、負相關、或無相關) 。 .散佈圖實例槓龜只能怪本人.散佈圖的製作散佈圖之製作步驟:步驟1: 先調查兩組數據能否有關係，將所選擇的要因定為X軸，相對的 特性定為 Y軸。如溫度 VS 冷氣銷售量。步驟2: 在橫軸及縱軸上，點上尺度，橫軸愈向右，其值愈大，縱軸愈向 上，其值愈大。步驟3: 把數據點到座標上。步驟4: 判讀散佈圖之製作步驟-Excel:步驟1: 插入圖表XY散佈圖步驟2: 選取資料範圍.散佈圖之點記的分佈狀態(tài)和兩特性值之相關關係有以下三種:1.正相關: 當其中一方的特性值愈大，另一方的數值也有添加的傾向時，散佈圖會呈向右上方走向，代表此兩特性值為正相關。2.

9、負相關: 當其中一方的特性值愈大，另一方的數值卻愈小時，散佈圖會呈現向右下方走向，代表此兩特性值為負相關。3. 無相關: 兩個特性值相互不受對方影響時，散佈圖幾乎似圓形，代表兩者不相關。散佈圖的 (1/2)XYXYXY.檢討異常值 此外，要瀏覽散佈圖整體，檢視能否有異常值存在。在距離多數點記之 外的地方，假設出現點記的話先調查此數據之來源一旦確定是因為 異常之緣由所呵斥之異常值的話，便可將此點去除。 假設從圖上無法判別其能否為異常值時，切不可恣意下結論，必須清查此點和其它點偏離之緣由在確定其緣由後，才干判斷其能否為異常值。XY散佈圖的(2/2).1.調查兩特性值之間能否相關: 可經由視覺直接解

10、析判斷其相關性。2.可判斷異常值之存在: 異常值多半因為作業(yè)失誤、測量失誤、轉記失誤等而發(fā)生的，在製作 散佈圖時，這些異常值常會偏離其它值甚多，很容易察覺出來。3.應用於問題解決步驟中: 當找出了某現象所發(fā)生的緣由後，便可利用散佈圖來驗證其能否為具有艱苦 影響力之要因。 (即用以判斷要因影響特性之程度: 正相關 ? 負相關? 無相關?)散佈圖的運用.假設是這樣呢?散佈圖的實例.(四)柏拉圖 Pareto Diagram.講古篇為何叫柏拉圖 Pareto Chart柏拉圖為十九世紀義大利經濟學家柏拉圖(V. Pareto)調查國民所得分配時，發(fā)現少部分的人, 占有大部份財富。80/20 法則:

11、80% 的問題集中於20% 的項目中，故控制 20%的項目即可解決 80%的問題。精神篇柏拉圖的根本觀念是: 以有限的人力和時間，有效的解決問題。柏拉圖 80/20法則.1. 有助於了解那一個項目是最重要問題。2. 一眼就能明白事情的重要順序。3. 知道那一項目在整體中所占的比例程度。4. 可以預測減少某一項目，就能等待整體獲得多少效果。柏拉圖的好處.製作一個好的柏拉圖步驟一:座標之取法,即是目的縱軸:可以代表佔總不良之百分率、缺點次數、損失金額或災害件數橫軸:可以代表資料總別、機器總別、缺點總別或加工方法等步驟二:搜集數據資料 一組好的數據資料必須要掌握正確的事實，在規(guī)定的期間內去蒐集資料，

12、而這些資料有賴於平時之記錄與匯整。步驟三:整理數據資料依搜集項目(橫軸)數據的大小順序陳列。計算每一項目的數據佔累積總和的百分比率。數據之數目小的項目多時,整理成其他項。步驟四:柏拉圖分析圖製作 (MS Excel)步驟五:分析.運用MS Excel製作柏拉圖 1繪圖.運用MS Excel製作柏拉圖 2選取“自訂類型 之 “雙軸折線圖加直條圖.運用MS Excel製作柏拉圖 5填入根本資料或說明.運用MS Excel製作柏拉圖 6.運用MS Excel製作柏拉圖 7-1將圖型微調.運用MS Excel製作柏拉圖 7-2100%一切項目累積和縱軸最大值:累積和,100%.運用MS Excel製作

13、柏拉圖 8.運用MS Excel製作柏拉圖 9顯示各數據點之數值.運用MS Excel製作柏拉圖 10製程:DIP A 線製圖人:小A日期: WW30.填入柏拉圖製作之根本資料.製程:DIP A 線製圖人:小A日期: WW30.好的柏拉圖要件圖表名稱能否有意義X,Y軸座標名稱,刻度能否明確每個條圖之間能否有間距第一個直方條和累積百分比曲線能否連接各點資料標籤能否明晰正確、一致、簡潔(Correct,Consistent, Concise).(五)控制圖 Control Chart控制圖簡介.控制圖為Shewhart博士於1924年發(fā)明。 控制圖為一種圖形表示的工具，用以顯示從樣本中量測或計算所

14、得之品質特性?？刂茍D不僅能將數值以曲線表示，觀察其變化之趨勢，並可透過它即時斷定製程能否有發(fā)生異常的趨勢或已發(fā)生異常。.控制圖 ?控制圖範例 - Chart異常點Out-of-Control(歷史資料)平均值控制上限(UCL): +3控制下限(LCL): -3樣本平均值中心線(CL):.控制圖觀念 根本篇平均值 :一切數值的總和除以此群資料的總數的值 (詳見小學課本第九冊) . ex全距 R :群體中最大與最小數值的差距 . 非常易於計算. ex母體, Population N 母體平均值u 一切能夠的取樣結果總稱。 Example骰子、全校數學成績 樣本, Sample n 樣本平均值由母體

15、中隨機抽取的小部份數量。Example機遇緣由 : 不可防止、非人為、不易控制之緣由非機遇緣由 :可防止、人為、可控制之緣由.控制圖觀念 進階篇母體變異數 :母體變異數的公式(x-u)為何要平方? (與中心值的距離)母體變異數的大小與製程才干的關係為何? (變異大不穩(wěn)定.)母體變異數可以相互比較嗎? (只需母體一樣例如)到中心點的距離將距離平均 (N=母體總個數)母體平均值.樣本變異數與樣本標準差樣本變異數計算公式為樣本標準差計算公式為為什麼要用樣本變異數?為何要除以(n-1)而非(n)? (樣本v.s母體 +不偏)為何以“s為名? (Standard Deviation)為何要減 而非 ?

16、(樣本v.s母體)留意現實生活中，大部分的情況下，我們都用“樣本變異數來估計“母體變異數 Why?.變異數、標準差以及全距 R樣本標準差 :樣本變異數開根號即為樣本標準差標準差與全距的R關係為何? (標準差近似於全距)為何控制圖要控制全距R而不控制標準差或是變異數? (全距的優(yōu)點?).控制圖觀念 高手篇中心線 (Central Line):母體(歷史資料)的平均值上控制界線 (Upper Control Limit)及下控制界限(Lower Control Limit):這兩條控制界線皆位於離中心線上、下3個標準差的位置，表示其容許之控制範圍。異常斷定的標準 控制圖控制非機遇性的緣由1.超出控

17、制界線 非機遇緣由 2.發(fā)現異常趨勢 非機遇緣由 .控制圖的目的1.維持製程在穩(wěn)定狀態(tài)中2.即時找出非機遇緣由異常趨勢、異常發(fā)生3.消弭問題，立刻改善4.重複此一循環(huán)，持續(xù)監(jiān)控異常趨勢Ex: 連續(xù)五點上升異常發(fā)生.依數據性質來分類:計量值控制圖(Control Charts for Variables) 數據由量具實際量測而得,數值為連續(xù)性 !的 Chart計數值控制圖(Control Charts for Attributes) 數據由單位計數而得,數值為離散性 !的C Chart (ex: c 一單位時間內的缺點數)控制圖的種類.控制圖的應用 SPC 線上控制系統 c-Chart expl

18、ain the key item in this example0.51.51.02.(六)特性要因圖 -Characteristic Diagram特性要因圖是管理、改善任務所不可欠缺的品管七大手法之一，因其狀似魚骨特別為它取名魚骨圖。因為其為日本東京大學石川教授所提出，有人稱之為石川圖。所謂特性要因圖，係指整理特性(結果)，以及能夠對之造成影響的要因(緣由)的關連性，用狀似魚骨的圖形，有系統地彙集而成的。.特性-Characteristic何謂特性? 特性是指任務的結果或是工程產生的結果。就是問題啦.何謂要因?所謂要因是指，對結果(特性)呵斥影響，而被舉出來的緣由普通而言在製造部門中特性與

19、產品品質的差距有關的話，通常原因於5M的差別，因此大骨的要因最好用5M檢討，但是也不用拘泥於此，所謂5M 是指。 Man: 人 (作業(yè)者)。 Machine: 機 (機器、設備裝置) Material: 料 (資料零件) Method: 法 (作業(yè)方法) Measurement: 量測 (作業(yè)環(huán)境與測量方式).如何做一個好的魚骨圖骨骼強健 正確的魚頭(太大?太小?)+明顯的主骨+完好的大骨(人,機,料,法,量測)料機人量測法正確的問題.他的邏輯思索正確嗎 ?機能正常他的魚骨是要因、現象還是舉例?他問的是Why or What?每一個大骨都應該是一隻小魚長在正確的地方機臺發(fā)生刮、碰、撞傷人服裝不

20、合規(guī)定泰國人美國人動作不正確.一隻好魚營養(yǎng)豐富至少問到二次因 小骨至少兩跟中骨機臺發(fā)生刮、碰、撞傷人服裝不合規(guī)定動作不正確未依SOP作業(yè)新人動作不熟練SOP寫錯看不懂SOP沒有逞處措施中骨小骨.豐田原則與像話原則豐田原則:連問五次Why?why?why?why?why?像話原則:他的魚骨圖像話嗎?SMT零件翻件人機料法料沒架好Feeder供料震動包裝不良碰撞架料碰撞其他供料器缺點排除時，首顆零件翻面彈片變形馬達不同步進料軌道異常彈片過髒Tolerance 過大Feeder保養(yǎng)頻率不當彈片厚度不適用料帶未置入靜電槽彈片不良DOE實驗計劃課程範例By: TP/SMTFox、Willis、Kevin

21、、Jason.(七)層別法 Stratification層別法(Stratification) 是一種概念其並沒特定的圖形表示，這在七大手法中是較為特別的一種，但其確為品質控制的一種發(fā)現不良要素的有效技術 透過數據的分類，尋找事實的真正緣由分開觀察並蒐集資料按照特性加以分門別類，以找出其間的差異前面的六種手法都是層別法的一種表現方式前面的六種手法，其實都已經包含了層別法的觀念.層別法的步驟 (1/2) 1.確定運用層別法的目的 做某件事之前，必須了解因何目的而做？ 為何這樣做？ 好處在那兒? 在運用層別法之前，首要即是確定為何種目的，運用何種層別；為了 評定作業(yè)員的績效、生產線的效率、還是分析不良緣由等。2.層別的項目 普通影響品質特性的緣由包括時間、原料、機器設備、作業(yè)方法與作 業(yè)的人員等。