东莞工场品质管理SEMINAR入门编_002_中文精要.pptVIP

东莞工厂　品质管理SEMINAR　入门篇 第二回　何谓GRAPH？ 東莞工場　品質部　松井淳悟 真实管理：FACT_CONTROL 工作时不可弄虚作假 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 复习 DATA是分散的 产生偏差的主要原因是4M 結果 显示无偏差是一定数值的DATA是不可相信的 产生偏差的原因 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 复习 原因会涉及多方面． 若能理论的将原因【全部】进行管理的话、 则不会产生偏差． 因偏差而苦恼时尝试着从4M开始分析吧 统计的思考方法 母集团 LOT 部品100个 SAMPLE 　　抽取 DATA 测量 情报 分析 以正确的方法【快速】掌握情报是很重要的 尝试抽取测量长度 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来推测整体状况就是统计的想法． 统计的 正确 复习 TEST解说 姓名：松井　淳悟　　　　　 1、为了做出正确的判断[不弄虚作假]． 　　这是工作中的基本． 2、不良率=3.5％是计数值　　　（计数值：○ ） 3、层别时用4M来实施、 　　用时间别和现象别来层别是无意义　（×） 4、所谓4M ？ （Man：人、Machine：機械、Material：材料、Method：方法） 5、下图的名称和目的？ graph名：pareto图 目的： 　可得出重点指向． 　明白要改善什么为好？ 不良率是计数值　（○） 因不良率能用像5.8%一样的小数点数值来表现， 会被认为是【计量值】， 用除法所算出的PERCENT等数值 若分子是【计数值】的话求出的值则会是【计数值】． 不良率=不良个数【计数值】/检查个数【计数值】 星 DATA的观察方法 改善前 改善后 140.22 138.21 139.41 137.66 139.89 137.82 139.95 137.61 139.56 138.55 137.56 137.46 137.95 137.52 137.86 137.78 137.60 137.46 137.73 137.47 140.06 138.19 139.65 137.44 139.85 137.28 139.89 137.52 139.55 138.62 137.69 137.70 137.96 137.76 138.03 137.88 137.71 137.64 137.85 137.82 伴随TIRE的试作失败，进行了改善 就这样看数值data的话 不能掌握整体状况。 鐘 报告 「是结果」 你作为部门经理请做出判断． ２分钟后就是会议． 能做出判断吗？ 怎样做出判断？ 平均 最大值 最小值 标准偏差 其他…… 从DATA到情报 改善前 改善后 140.22 138.21 139.41 137.66 139.89 137.82 139.95 137.61 139.56 138.55 137.56 137.46 137.95 137.52 137.86 137.78 137.60 137.46 137.73 137.47 140.06 138.19 139.65 137.44 139.85 137.28 139.89 137.52 139.55 138.62 137.69 137.70 137.96 137.76 138.03 137.88 137.71 137.64 137.85 137.82 试着变换DATA 为了快速准确的掌握整体状况 用眼观察即可容易理解是很重要的（可视化） 改善前 改善后 平均值 138.80 137.77 最大值 140.22 138.62 最小值 137.56 137.28 标准偏差 1.05 0.37 +3σ 141.95 138.87 -3σ 135.65 136.67 测量数 20 20 将DATA进行加工而变成情报 用原始DATA来进行状况的把握是非常难的 将DATA变成情报！ 用原始DATA的检讨不能说是「检讨」 DATA ?加工DATA ?GRAPH ?原始DATA 检讨所需要的必备工具（至少） 星 无论谁都能理解 仅自己明白 谁都