龔舉成：QC七大手法培訓課件

QC七大手法培訓課件 2010年 月 日 制作人 呂義俊 一 分層法 概述 1 人們所搜集的數據中 因各種不同的特征而對結果產生的影響 而以各別特征加以分類 統(tǒng)計 此類統(tǒng)計分析的方法的方法稱為層別法 或分層法 2 在實務工作中 經常可發(fā)現(xiàn)有產品品質因人 時 料 機臺 等不同時 即會有其差異性存在 而如能針對上述各種可以明顯區(qū)分的因素 在數據搜集時 加以適當注記分類 如有不良品發(fā)生時 很可能只其中一種因素 原料或人或機臺 有問題 便可以快速尋得結癥的所在 同樣有品質較優(yōu)者 也可從層別后的數據 獲得其狀況而尋求其他因素或條件的改善 1 人員 可按年齡 工級和性別等分層2 機器 可按設備類型 新舊程度 不同的生產線和工夾具類型等分層3 材料 可按產地 批號 制造廠 規(guī)格成分等分層4 方法 可按不同的工藝要求 操作參數 操作方法 生產速度等分層5 測量 可按測量設備 測量方法 測量人員 測量取樣方法和環(huán)境條件等分層6 時間 可按不同的班次 日期等分層7 環(huán)境 可按照明度 清潔度 溫度 濕度等分層8 其它 可按地區(qū) 使用條件 缺陷部位 缺陷內容等分層 分層原則 層別法使用的注意事項 1 實施前 首先確定層別的目的 不良率分析 效率的提升 作業(yè)條件確認 2 查驗表的設計應針對所懷疑的對象設計 3 數據的性質分類應清晰詳細載明 4 依各種可能原因加以層別 至尋出真因所在 案例一 汽缸裝配 裝配廠的汽缸與氣缸蓋的間經常發(fā)生漏油經調查50套產品后發(fā)現(xiàn) 一是三個操作工人在涂粘合劑的時候 采用的技術手法不同 二是他們所使用的汽缸墊來自兩個不同的配套制造廠 按操作者分類 按供應商分類 案例二 散布圖的層別 X Y X Y X Y 予以層別 作為曲線散布 負相關 正相關 二 直方圖 概述 1 現(xiàn)場工作人員經常都要面對許多的數據 這些數據均來自于制程中抽驗或查檢所得的某項產品的品質特性 如果我們應用統(tǒng)計繪圖的方法 將這些數據加以整理 則制程中的品質散布的情形及問題點所在及制程 能力等 均可呈現(xiàn)在我們的眼前 我們即可利用這些情報來掌握問題點以進行改善對策 通常在生產現(xiàn)場最常利用的圖表即為直方圖 2 為要容易的看出如長度 重量 硬度 時間等計量值的數據分配情形 所用來表示的圖形 直方圖是將所收集的測定值特性值或結果值 分為幾個相等的區(qū)間作為橫軸 并將各區(qū)間內所測定值依所出現(xiàn)的次數累積而成的積 用柱子排起來的圖形 因此 也叫柱狀圖 用excel制作直方圖的方法 注 1 一般可用數字家史特吉斯提出的公式根據測定次數n來計算組數k 其公式為 k 1 3 32logn即約可分為6組或7組 2 一般對數據的分組可參照下表 使用直方圖的目的 測知制程能力 測知數據的真?zhèn)?計算產品的不良率 借以訂定規(guī)格界限 與規(guī)格或標準值比較 調查是否混入兩個以上的不同群體 一 測知制程能力 作為改善制程的依據自制程中所收集的數據 經整理成為次數分配表 再繪成直方圖后 即可由其集中與分散的情形來看出制程的好壞 良好的制程 平均數應接近規(guī)格中心 標準差則愈小愈佳 二 測知數據的真?zhèn)?對于一些異常的直方圖 主要是凹凸不平型 可以斷定 稽查員對測定值有偏好現(xiàn)象 如對5 10的數字偏好 或是假造數據 測量儀器不精密或組數的寬度不是倍數時 亦有此情況 三 借以訂定規(guī)格界限 在未訂出規(guī)格界限的前 可依據所收集編成的次數分配表 測知次數分配是否為常態(tài)分配 如為常態(tài)分配時 則可根據計算得知的平均數與標準差來訂出規(guī)格界限 一般而言 平均數減去3個標準差得規(guī)格下限 平均數加上3個標準差則得規(guī)格上限 或按實際需要而訂出 四 調查是否混入兩個以上的不同群體 如果直方圖呈現(xiàn)雙峰形態(tài) 可能混合了兩個不同群體 亦即制程為兩種不同群體 諸如兩個不同班別 不同生產線 不同的材料 不同操作員 不同機臺等 生產出來的制品混在一起 此時 需將其層別 將不同班別 生產線 材料 操作員 機臺 制造出來的制品不擺在一起 以便趁早找出造成不良的原因 五 與規(guī)格或標準值比較 規(guī)格 制品范圍 下限 上限 1 合乎規(guī)格型 a 理想型 制程能力在規(guī)格界限內 且平均值與規(guī)格中心一致 平均數加減4倍標準差為規(guī)格界限 制程稍有變大或變小都不會超過規(guī)格值 是一種最理想的直方圖 表示制品良好 能力足夠 b 一側無余裕型 制品偏一邊 而另一邊還有余裕很多 若制程再變大 或變小 很可能會有不良發(fā)生 必須設法使制品中心值與規(guī)格中心值吻合才好 規(guī)格 制品范圍 下限 上限 c 兩側無余型 制品的最大值與最小值均在規(guī)格內 但都在規(guī)格上下限兩端 也表示其中心值與規(guī)格中心值吻合 雖沒有不良品發(fā)生 但若制程稍有變動 就會有不良品產生的危險 要設法提高制品的精度才好 制品范圍 規(guī)格 下限 上限 d 余裕太多型 實際制程在規(guī)格界限內 但雙尾距規(guī)格界限遠 亦即產品品質均勻 變異小 如果此種情形是因增加成本而得到 對公司而言并非好現(xiàn)象 故可考慮縮小規(guī)格界限或放松品質變異 以降低成本 減少浪費 制品范圍 規(guī)格 上限 下限 規(guī)格 制品范圍 下限 上限 1 不合乎規(guī)格型 a 平均值偏左 或偏右 型 如果平均值偏向規(guī)格下限并伸展至規(guī)格下限左邊 或偏向規(guī)格上限并伸展至規(guī)格上限的右邊 但制品呈常態(tài)分配 此即表示平均位置的偏差 應針對固定的設備機器 原料等方向追查 b 分散度過大型 實際制品的最大值與最小值均超過規(guī)格值 有不良品發(fā)生 斜線部分 表示標準太大 制程能力不足 應針對變動的人員 方法等方向去追查 要設法使產品的變異縮小 或是規(guī)格訂得太嚴 應放寬規(guī)格 制品范圍 規(guī)格 上限 下限 c 完全在規(guī)格外型 表示制品的生產完全沒有依照規(guī)格去考慮 或規(guī)格計得不合理 根本無法達到規(guī)格 規(guī)格 制品范圍 常見的直方圖型態(tài) 1 正常型說明 中間高 兩邊低 有集中趨勢 結論 左右對稱分配 常態(tài)分配 顯示制程在正常運轉下 2 缺齒型 凹凸不平型 說明 高低不一 有缺齒情形 不正常的分配 系因測定值或換算方法有誤 結論 稽查員對測定值有偏好現(xiàn)象 如偏差 次數分配不妥當所形成對5 10的數字偏好 或是假造數據 測量儀器不精密或組數的寬度不是倍數時 亦有此情況 3 切邊型 斷裂型 說明 有一端被切斷 結論 原因為數據經過全檢過 或制程本身有經過全檢過 會出現(xiàn)的形狀 若剔除某規(guī)格以上時 則切邊在靠近右邊形成 4 雙峰型說明 有兩個高峰出現(xiàn) 結論 有兩種分配相混合 例如兩部機械或兩家不同供應商 有差異時 會出現(xiàn)此種形狀 因測定值受不同的原因影響 應予層別后再作直方圖 5 離島型說明 在右端或左端形成小島 結論 測定有錯誤 工程調節(jié)錯誤或使用不同原料所引起 一定有異常原因存在 只要去除 即可合乎制程要求 制出合格規(guī)格的制品 三 散布圖 散布圖的定義特性要因圖 魚骨圖 大概可以了解工程上的要因會影響產品的品質特性 散布圖也是以這種因果關系的方式來表示其關連性 并將因果關系所對應變化的數據分別點繪在x y軸座標的象限上 以觀察其中的相關性是否存在 散布圖的制作方法 1 收集成對的數據 x1 y1 x2 y2 整理成數據表 2 找出x y的最大值及最小值 3 以x y的最大值及最小值建立x y座標 并決定適當刻度便于繪點 4 將數據依次點于x y座標中 兩組數據重復時以 表示 Y X 5 添加趨勢線 計算相關系數r 得出線性關系 r 1 完全相關 r 1 完全不相關 r 0 無線性相關關系