质量管理工具之QC七大统计手法课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《质量管理工具之QC七大统计手法课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 质量管理 工具 QC 七大 统计 手法 课件
- 资源描述:
-
1、质量管理工具之质量管理工具之QC七大统计手法七大统计手法 工作及生活中难免碰到问题,一旦发生问题如不立即解决,小问题也可能变成大问题。然而,解决问题是要用方法的,否则必将杂乱无章,思路混乱。而质量工具就是能协助我们迅速且正 确解决问题的利器之一。培训是我们能够快速了解和学会使用质量工具的一种捷径和快速通道。课程培训目的:课程培训目的:n对统计技术有基本的了解n掌握QC七大手法,并应熟练使用其中常用的几种统计手法(如检查表、直方图、排列图、鱼刺图等)n学会分析、找到解决问题的方法n检查表(Check List)检查表集数据n特性要因图(Characteristic Diagram)要因图追原因
2、因果图(Cause-Effect)鱼骨图(Fish Bone Chart)n柏拉图(Pareto Diagram)柏拉图抓重点 排列图、帕累托图、80/20法则n直方图(Histogram)直方图显分布n层别法(Stratification)层别法作解析 分层法n散布图(Scatter Diagram)散布图看相关 n控制图(Control Chart)控制图找异常 n作用:通过对数据的搜集、统计和分析,认清问题发生的关键所在,对产品的异常采取必要的措施,使产品质量和品质管控不断持续改进、提升。七大手法口诀七大手法实质:简介n关联图nKJ法n系统图n矩阵图n矩阵数据分析法n过程决策程序图(PD
3、PC)n箭头图n作用:QC新旧七大手法的起源:n 新旧七种工具都是由日本人总结出来的。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。n 所以称之为“七种工具”,是因为日本古代武士在出 阵作战时,经常携带有七种武器,所谓七种工具就是沿用 了七种武器。n 是发现与解决问题的一种思想、方法以及工具。n 是一种统计手法在品质管理中的应用。n用事实和数据说话。n全面预防。n全因素、全过程的控制。n依据PDCA循环突破现状予以改善。n层层分解,重点管理。思 考 我们在平时的工作中对哪些数据进行了统计分析?采用了哪些统计技术?数据n 数据:依据测量所获得的数值和资料等事实。n 凡事讲
4、求数据:数据=事实n 数据的分类:依特性分:定性、定量依来源分:市场、原料、检验等依时间先后分:过去数据、日常数据、新数据n 但没有经过整理的数据,是杂乱无章没有头绪的,也没有规律可循和很难发现里面可能存在的问题n 整理数据的方法:机器整理、人工整理n 整理数据的原则 发生问题要采取对策前,必须要有数据作为依据;对于数据使用目的应清楚了解;当数据收集完成后,应立即使用;数据的整理与运用,改善前、后所具备的条件应一致;数据不可造假,否则问题将永远无法解决。n 应用数据要注意的重点 收集正确可用的数据;避免个人主观的判断;掌握事实的真相。n 有了科学的数据,适宜的有了科学的数据,适宜的QC统计手法
5、就可以快速地找到问题发生的原因和果统计手法就可以快速地找到问题发生的原因和果断采取必要的措施,不断持续改善。断采取必要的措施,不断持续改善。一、检查表n 定义:是为了使数据看起来简单明了好整理而而事先设计好的表格或图表,利用此表可以只依靠简单的检查就可以获得主要情报,另外检查时也不会遗漏掉主要的项目,即可提供量化分析或比对检查,有时也称为点检表或查核表。n 检查表的分类 点检用检查表:在设计时就已定义,使用时只做是非或选择的标记,其主要功能在于确认作业的执行。记录用检查表:用于收集数据资料,对不合格原因或项目进行统计,由于常用于作业缺点、质量差异等记录,也称为改善用检查表。检查表的制作1 明确
6、制作检查表的目的 a、为了便于日常管理,事先检查和检验需要的事项,以免发生问题 b、当发生问题时,为调查某项主题进行的检查。c、为留下记录而检查,观察全体的情况,检查是否发 生定期变化。2 决定检查的项目3 决定检查的频率4 决定检查的人员及方法5 相关条件的记录方式,如作业场所、日期、工程等6 决定检查表格式(图形或表格)7 决定检查记录的符号检查表制作要点n 并非一开始就要求完美,可先参考他人的示例,使用时如不理想,再加以改善n 越简单越好,容易记录、看图,以最短的时间将现场的资料记录下来n 一目了然,检查的事项应清楚陈述,使记录者在记录问题的同时,即能明了所记录的内容n 以Team Wo
7、rk的方式进行,大家集思广益,切记不可遗漏重要项目n 设计不会让使用者记录错误的检查表,以免影响日后统计分析的真实性点检用检查表:记录用检查表:二、特性要因图n 特性要因图:当一个问题的特性(结果)受到一些要因(原因)的影响时,将这些要因加以整理,成为有相互关系且有系统的图形。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。n 特性要因图由日本人石川馨在1953年第一次提出了因果图,故又称“石川图”,其目的是阐明因果关系,又因其形状与鱼骨相似,故又称“鱼骨图”或“鱼刺图”。特性要因图分类n 原因追求型:列出可能会影响过程(或流程)的相关因子
8、,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。Why?特性要因图分类n对策追求型: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。How?绘制特性要因图n确定特性:如不合格率、停机率、客户抱怨、材料费等n绘制骨架n大略记载各类原因:可由5M1E人(员)、机(设备)、料(材料)、法(工艺方法)、测(测量)、环(环境)等五大类着手n依据大要因,分出中要因n更详细地列出小要因n圈出最重要的原因,以作进一步讨论或采取对策n记载所依据的相关内容:如日期、目的、人员等特性要因图模型绘制要因图的一般步骤:n 1、确定特性:明确分析对象,确定要解决
9、的是什么质量问题?(产品?质量成本?产量?销售?)质量问题中的特性是什么?n 2、绘制骨架:确定以后,首先在纸张上或其他用具(如白板)右方划一“”(矩形框)并填上问题的特性将其框起来,然后自左至右画出一条较粗的主干线,并在线的右端与“”接合处,画一向右的箭头指向这一矩形框。n 3、确定原因类别 确定问题特性之后,就开始找出可能的原因类别,个原因一简单的字句,分别记在大骨上的“”,加上箭头,以斜度约60画向干线,画时应留意要比主干线细一些。可将人(Man)、机(Machine)、料(Maretial)、法(Method)、环(Environment)、测(Measurement)等(5M1E)作
10、为大原因的类别。4、依据大原因,再分出中原因 召集与特性有关的人,参加讨论会,运用“头脑风暴法”找出各大原因中的中原因,画出中骨线。质量质量特性特性人员人员机器机器测量测量方法方法材料材料中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因绘制要因图的一般步骤:质量质量特性特性人员人员机器机器测量测量方法方法材料材料中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因中原因小原因小原因小原因小原因小原因小原因小原因5、再更详细地列出小原因、再更详细地列出小原因 运用
11、中原因的方式,可将更详细的小原因讨论出来,如下图所示。6、圈出最重要的原因、圈出最重要的原因 造成一个结果的原因有很多,可以通过搜集数据或自由讨论的方式,比较其对特性的影响程度,以一定的记号把特别重要、关键性的原因标出来,这类原因只能为2-3个,最多不超过5个。特性要因图示例:特性要因图示例特性要因图的注意事项n 特性应注明“为什么”,“什么”才会容易激发联想;n 特性的决定不能使用看起来含混不清或抽象的主题;n 收集多数人的意见,多多益善,可运用脑力激荡原则(头脑风暴法);意见愈多愈好 禁止批评他人的构想及意见 欢迎自由奔放的构想 可顺着他人的创意及意见,发展自己的创意n 注意分层:设备、工
12、序等;n 无因果关系的不予归类;n 多加利用过去收集的资料;n 重点应放在解决问题上,并依结果提出对策,其方法可依5W2H(Why,What,Where,When,Who,How,How much)原则执行;n 以事实为依据;n 依据特性分层制作不同的特性要因图。应该一个问题一幅因果图。找到重要原因后,不等于目的就实现了,重要的是使与会者到现场去核实并采取措施,经实践来验证效果。三、柏拉图(帕累托图)n 意大利经济学家V.Pareto在1897年对社会经济结构进行分析时,赫然发现国民所得的大部分均集中在少数人身上,于是将所得的大小与拥有所得的关系加以整理,发现有一定的方程式可以表示,称为“柏拉
13、图法则”。n 1907年美国经济学者M.O.Lorenz使用累积分配曲线来描绘“柏拉图法则”,即经济学上的“劳伦兹曲线”。n 美国质量管理专家J.M.Juran将劳伦兹曲线应用于质量管理,同时提出“重要的少数,次要的多数(Vital Few,Trivial Many)”的见解,并借用Parto的名字,将此现象称为“柏拉图原理”。n 美国的朱兰博士将质量问题分为“关键的少数”和“次要的多数”。n 品管圈的创始人石川馨将柏拉图原理介绍到品管圈活动中使用,从而成为质量管理七大手法之一。n 又称80/20法则柏拉图的制作n决定数据的分类项目;n决定收集数据的期间;n依分类项目别,做数据整理,并制成统计
14、表;n依数据大小排列画出柱状图(故又称排列图);n绘累积曲线;n绘累积比率;n记入必要的事项:标题、人员等。应用柏拉图应注意的事项n 柏拉图是按所选取的项目来分析,因此只能针对所做项目加以比较,对于项目以外的分析无能为力。n 若发现各项目的分配比例相关不多时,则不符合柏拉图法则,应从其他角度再做分析。n 柏拉图适用于计数型数值统计,计量型数值统计用直方图。n 一般而言,柏拉图的前三项往往累计达7080%强,如能针对前三项做改善,便可得到70%以上的成效。n 其他项若大于最大的前面几项,则必须再细分。n 把柏拉图上的项目当作质量特性加以要因分析,再用柏拉图整理重新分类,可以找出改善的方案。柏拉图
15、练习 有一位制造经理想把主要的精力放在工作指导和改善活动上,但他整天忙得不可开交,没有时间去实施他的计划。为此他下决心对近三个月的时间利用作了统计,请帮他分析一下,这位经理的主要精力都用在了什么方面?柏拉图示例四、直方图n 现场工作人员经常要面对许多数据,如果我们应用统计绘图的方法,将这些数据加以整理,则生产过程中的质量散布的情形、问题点所在及过程、能力等,均可呈现在我们的眼前;我们即可利用这些信息来掌握问题点并采取对策。直方图为生产现场最常用的图表之一。n 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横轴,并将各区间内所测定的值依所出现的次数累积而成的面积,用柱子排起来的图
16、形。因此直方图也称柱状图。n 直方图是从总体中随机抽取样本,将从样本中获得的数据进行整理后,用一系列等宽的矩形来表示数据。其中宽度表示数据范围的间隔,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的相对位置的研究,可以掌握过程的波动情况。直方图的目的n 了解分布的形态n 研究过程能力n 过程分析与控制n 观察数据的真伪n 计算产品的不合格率n 求分布的平均值与标准差n 用以制定规格界限n 与规格或标准值比较n 调查是否混入两个以上的不同群体n 了解设计控制是否合乎过程控制直方图示例 某厂成品尺寸规格为130160,今按随机抽样方式抽取60个样本量,其测
17、定值如下表,试制作直方图。直方图的制作1.收集数据并作记录(原则上应高于50组数据,最少不低于30个)2.找出数据中的最大值(148)与最小值(120)3.求极差R(原始数据中的最大值和最小值的差值=28)4.确定推荐组数k(一批数据究竟分多少组,通常根据数据个数的多少而定,组数取的太多或太小都是不合适的,选择组数为7)通常可以参照下表进行选择:直方图的制作n求组距hh=极差组数(28 6 5)为便于计算平均数及标准差,组距常取为2、5或10的倍数n求各组上限、下限(由小而大顺序),精确到组距的下一位第1组上下限=最小值+h/2=120+5/2=122.5/117.5第2组下限=第1组上限值第
18、2组上限=第2组下限+组距最小数据应在最小一组内;最大数据应在最大一组内,若有数据小于最小一组下限或大于最大一组上限时,应自动加一组。直方图的制作n求组中值,组中值=(该组上限+该组下限)/2n作频数分配表n制作直方图将频数分配表作图,以横轴表示数值的变化,纵轴表示频数横轴与纵轴各取适当的单位长度,再将各组的组界分别标在横轴上,各组界应为等距分布。将测得的原始数据分别归入相应的组中,统计各组的数据个数,即频数f i,各组频数填好后检查其总数是否是否与数据样本量n相符,避免重复或遗漏。在图的右上角记入相关数据履历(数据总数、平均值、标准差等),并划出规格的上、下限。画直方图直方图例常见的直方图形
19、态n 正常形:中间高、两边低,有集中趋势。结论:左右对称分布,呈正态分布,显示过程正常。结论:左右对称分布,呈正态分布,显示过程正常。n 缺齿形:高低不一,有缺齿情形。结论:测量值有误、换算方法有偏差、次数分配不当、测量员对数据结论:测量值有误、换算方法有偏差、次数分配不当、测量员对数据有偏好现象或假数据、测量仪器不精密、组数的宽度不是倍数。有偏好现象或假数据、测量仪器不精密、组数的宽度不是倍数。n 切边形:有一端被切断。结论:数据经过全检。结论:数据经过全检。n 离岛形:在右端或左端形成小岛。结论:测量有错误、不同原料、一定有异常原因存在。结论:测量有错误、不同原料、一定有异常原因存在。n
20、高原形:形状似高原状。结论:不同平均值的分布混在一起,应分层后再作直方图。结论:不同平均值的分布混在一起,应分层后再作直方图。n 双峰形:有两个高峰出现。结论:有两种分布相混,如两台机器、两家供方。应先分层。结论:有两种分布相混,如两台机器、两家供方。应先分层。n 偏态形:高处偏向一边,另一边低,拖长尾巴。可分为右偏形和左偏形。结论:工具磨损或松动。应检查在技术上能否接受。结论:工具磨损或松动。应检查在技术上能否接受。常见六种典型直方分布图常见六种典型直方分布图1、也称标准型、对称型,平、也称标准型、对称型,平均值左右两边基本,最为常见。均值左右两边基本,最为常见。说明工序处于受控状态说明工序
21、处于受控状态2、在标准型的直方图一侧有一、在标准型的直方图一侧有一个个“小岛小岛”,主要原因是夹杂了,主要原因是夹杂了其他分布的少量数据,如工序异其他分布的少量数据,如工序异常、测量错误或混有别的数据。常、测量错误或混有别的数据。3、又称偏峰型,从左到右(右、又称偏峰型,从左到右(右到左)数据分布的频数增加后突到左)数据分布的频数增加后突然减少,形状不对称。由于操作然减少,形状不对称。由于操作者加工习惯、心理因素等造成。者加工习惯、心理因素等造成。4、往往是因为两组不同的数、往往是因为两组不同的数据分布混在一起造成,故需对据分布混在一起造成,故需对数据重新分层数据重新分层5、是因为生产过程中有
22、缓慢、是因为生产过程中有缓慢变化的因素起作用,如刀具的变化的因素起作用,如刀具的正常磨损等,操作者疲劳等,正常磨损等,操作者疲劳等,采取措施加以控制采取措施加以控制6、高低参差不齐,从整个图形看起、高低参差不齐,从整个图形看起来是中间高两边低,左右对称。主要来是中间高两边低,左右对称。主要是分组组数过多或测量仪器精度不是分组组数过多或测量仪器精度不够、读数有误等原因引起的。够、读数有误等原因引起的。直方图使用的注意事项n 异常值应去除后再分组。n 从样本测量值推测群体形态,直方图是最简单有效的方法。n 应取得详细的数据资料(如时间、原料、测量者、设备、环境等)。n 进行过程管理及分析改善时,可
23、利用层别方法,将更容易找出问题所在,对于质量改进,有事半功倍的效果。五、分层法 在实际工作中经常可发现产品质量因人、机、料、法、环、检测等不同时,会有差异存在。当不合格品产生时,很可能是其中的一种因素有问题,如数据未能适当分层,往往在调查上浪费了大量的人力、物力、时间,有时甚至最终还是无法寻找到真正的原因。同样在质量较优时,也可从分层的数据中寻找规律获得改善。1、什么是分层法、什么是分层法 分层分层法,又称为层别法,是根据数据产生的特征(如:何人、何处、何种方法、何种设备等)将搜集来的数据划分成若干组的方法。通常把分类整理中划分的组称为层,故分层就是分门别类,就是分组,分层法也叫做分类法、分组
展开阅读全文