东莞工场品质管理SEMINAR入门编_001_中文精要.pptVIP

东莞工厂　品质管理SEMINAR　入门篇 第一回　何谓Data？ 东莞工厂 品质部　松井淳悟 教授做出正确判断的方法 何谓情报？ Q：所谓情报为何物？ ←广州召开亚运会 ←明天天气晴朗 ←星さん生气了 ←国防科技大学的天河１A 我们通过TV、INTERNET等来获得情报 「星さん生气了」 ?对谁？：品质部的钟さん ?为何？：完成品检查的判断错误 ?何时？：11月15日15点15分 情报 データ データ DATA 工作and情报 Q：新产品开发顺利吗？ ←实车实验结果如何？ ←Data表发行了？ ←星さん生气了？ ←检查基准书完成了？ 判断材料为显示工作最终成果的Data 「LINA：没有问题可以量产」 ?实车前后的尺寸变化：-4mm（n=3) ?DATA表全部发行：生技?品质确认完了 ?完成品/部品基准书作成、承认完了 正确判断 データ データ DATA ?初流时星さん1次都没有生气 真实 真实管理：FACT_CONTROL Q：何谓工作上的基本？ DATA ＝ 「谎言」有很多种 ?可能、大概、～吧 ?加强、增强、彻底 一弄虚作假、就不能做出正确的判断 没有时间、累了、不知道、以前就是这样 ＋ 为做出正确的判断则无须弄虚作假、 这是工作上的基本 篡改DATA?无记录则另当别论 各种各样的DATA 区分 内容 例 数值DATA 计量值 测量的DATA 连续数值 时间/重量 尺寸/温度 计数值 数出的DATA 无零头 贩卖台数 不良个数 语言DATA 用语言表示的DATA 语言情报 期望 干净/脏污 区分 例 結果系 品質 性能、信赖性、强度、不良率、外观、CLAIM数 量 销售额.生产数、工时、纳期、原单价 Cost 原价、原材料费、能率 要因系 Man 熟练度、教育理解度、产品知识 Machine 机械?设备?治具?工具的种类和品牌 Material 原材料种类、水分含有量、不纯物混入度 Method 作业方法、回转数、温度、压力、流量 DATA的种类不同分析方法不一 ４M DATA是分散的 Q：偏差的原因？ 结果 显示无偏差是一定数值的DATA是不可相信的 结果 偏差的原因经常变化「4M」 →将此维持成所期望的形态就是改善 Method 15 Material 因材料而产生的偏差 5 Machine 因机器而产生的偏差 15 Man 因人而产生的偏差 25 Method 因方法而产生的偏差 55 100 Man 25 Machine 15 Material 5 60 统计的思考方法 母集団 LOT 部品100个 SAMPLE 　　　　 抽取 DATA 测量 情报 分析 Q：统计的想法？ ?测量所有的长度 ?抽取测量长度 注意1：抽取用正确的方法来进行（随机抽取） 注意2：对于分析需使用统计的手法 从Sample来推测整体就是统计的想法． 统计的 正确 现在马上、想知道部品（1LOT=100个）的平均长度 致虽然不想撒谎却没有时间的您 处理DATA时的常识 　?为了日常工作的管理 　?为了进行改善 　?为了良否判定的检查 ?为了星さん☆ 目的不明确的DATA（实验）是无意义的． ■明确获取DATA的目的！ ■获取了DATA就进行层别吧！ ?4M ?时间 ?种类 ?场所 常用的QC手法 ■使用QC手法→图视化易理解 1、CHECK-SHEET 　易收集DATA． 　 收集后易加工． 　 为CHECK的表． 2、 Pareto图 　对于全部情报的项目比例． 　 可得出重点指向． 　 →明白要改善什么为好． 3、特性要因图 　　显示影响问题的要因． 　　可看出影响要因的构造． 　　成为寻找真正原因的线索． 常用的QC手法 4、 Histogram 　将集团的偏差视觉化． 　　→山形是1个？怎样？ 　 也可进行集团的比较． 5、散布图 　 对应的某些DATA的比较． 　　两者有无关系？ 　　两者的关系紧密吗？ 6、管理图 　　将Lot间的偏差视觉化． 　　可确认工程是否安定． 　　可预想下LOT会怎样？ 此6个加上「Graph化」、称之为QC7大道具（手法） 常用的QC手法 接下来大家一起来学习7大QC手法 →实习：抽检 今日演习 尝试着做抽检吧 ?请分TEAM来尝试检查. →分组指示由松井来进行． ?检查时间应舟仓さん的要求为10分钟． ?检查后， 请各TEAM报告给品质部松井． 东莞工厂的开发部设计了车轮． 车轮的宽度依开发的要求为27.5-28.2mm． 请判断此试作品的良否 ． 27.5-28.2mm 今日演习　POINT ?有做情报的记录吗? ?理解这次的检查目的吗? 　→相对于基准SAMPLE是好的、不好的？ ?测量的方法正确吗? 　→卡尺、尺子?????还有其他的吗? ?检