QC七大手法讲义学习资料.pptVIP

一.何謂 QC七大手法? 名詞解說: Quality Control 七大手法 = 品管七大手法 QC七大手法的由來: 1950年代由日本首先提倡，並於1980年代發揚光大至全世界 為什麼要用QC七大手法來做品質管理? 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，所造成的損失越大。戴明博士(W. Edwards Deming)稱之為『努力挖掘自已的墳墓』。 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的數據或圖表，藉以取得重點 QC七大手法的種類 特性要因圖 (Characteristic Diagram):尋找引發結果的原因 直方圖 (Histogram):展示資料的分佈情況 散佈圖 (Scatter Diagram):展示變數之間的線性關係 柏拉圖 (Pareto Diagram):確定主導因素 查檢表 (Checklist) :收集、整理資料 管制圖 (Control Chart):識別波動的來源 層別法 (Stratification):從不同角度層面發現問題 生活中可運用的實例 你曾有過出門忘記帶手機、鑰匙、皮包的痛苦經驗嗎？(查檢表) 你曾經有長官交付任務卻考不清楚方向的迷惘嗎？(柏拉圖) 每個買彩卷的人都中獎了只有我槓龜。彩券真的公平嗎？(直方圖、散佈圖) 應用數據須注意事項 垃圾進，垃圾出….. 1.搜集正確可用的數據 2.避免個人主觀的判斷 3.掌握事實的真相 4.數據不可造假，否則問題將永遠無法解決 二.七大手法簡介 1.特性要因圖 -Characteristic Diagram 特性要因圖是管理、改善工作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)，以及可能對之造 成影響的要因(原因)的關連性，用狀似魚骨的圖形，有系統 地彙集而成的。 1-1. 名詞解說 何謂特性? 特性是指工作的結果．或是工程產生的結果。也就是要研究的對象問題. 何謂要因? 所謂要因是指，推論就結果(特性)所影響，而被舉出來的原因 一般而言在製造部門中．特性與產品品質的差距有關的話，通常起因於5M的差別，因此大骨的要因最好用5M檢討，但是也不必拘泥於此，所謂5M 是指。 Man: 人 (作業者) Machine: 機 (機器、設備裝置) Material: 料 (材料．零件) Method: 法 (作業方法) Measurement: 量測 (作業環境與測量方式) 1-2.如何繪製魚骨圖 骨骼強健… 正確的魚頭(太大?太小?)+明顯的主骨+完整的大骨(人，機，料，法，量測) 1-3.機能正常… 你的魚骨是要因、現象還是舉例?你問的是Why or What? 每一個大骨都應該是一隻小魚 長在正確的地方 一隻好魚 ●營養豐富 至少問到二次因 ?小骨 至少兩根中骨 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:你的魚骨圖……像話嗎? 直方圖 -Histogram (二)直方圖 -Histogram 是將數據所分佈的範圍，區分為幾個區間，將出現在各區間內的數據之出現次數作成次數表，並將其以圖(柱形圖)的形式表現出來。 透過數據的量測 (長度、重量、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(分配狀態) 2. 數據的中心位置。 3. 數據離散程度的大小。 4. 數據和規格之間的關係。 直方圖與我們… 常見的直方圖型態 (1/4) 常見的直方圖型態 (2/4) 左絕壁/偏型(右絕壁/偏型) 說明:直方圖之平均值位在極左方，次數在左半部急高，而右半部急落。 解析:當把規格以下之數據，完全剔除時，就會出現此種情形。 常見的直方圖型態 (3/4) 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 常見的直方圖型態 (4/4) 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起或發生異常時 直方圖就在你的日常工作中… 散佈圖 –Scatter Diagram (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究兩變數間之相關聯性 (正相