网站大量收购闲置独家精品文档,联系QQ:2885784924

QC七大手法演示稿.ppt

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
QC七大手法演示稿

QC 7 Tools 查检表(Check Sheet) 何谓查检表 用简单的数据或容易了解的方式,作成图形或表格。只要记上检查记号,并加以统计整理,可作为进一部分析或核对检查用。亦称为点检表或查核表 。 查检表的制作方法 决定所要搜集的数据及希望把握的项目 决定查检表的格式 决定纪录形式 决定搜集数据的方法 范例:点检用查检表 范例:点检用查检表 范例:记录用查检表 练习 查检表制作注意事项(Check Sheet) 反映事实 必须切合目的 减少语言描述 简单 项目不宜太多 因目的不同作必要的修正 无一定标准格式 柏拉图 (Pareto Diagram) 何谓柏拉图 1.将一定期间所收集的资料,以不良原因,不良状况,不良发生位置, 客户抱怨种类等加以分类 2.按其出现数据之大小顺序排列, 3.最后加上累计之图形 4.称为排列图、重点分析图或ABC分析图 柏拉图的制作 Step 1:决定不良的分类项目 结果分类 原因别分类 建议5~8项 Step 2:决定数据搜集期间,并按照分类项目搜集数据。 一天、一周、一个月、一季、一年为期间 Step 3:将数据资料依大小排序,并计算累计值及累计百分比。 柏拉图的制作 柏拉图 (Pareto Diagram) 柏拉图制作注意事项 依大小顺序由高而低排列,「其它」项排在最右端 「其它」项不应大于柏拉图的前面几项。 若超过20%,请将『其它』重新分类。 包括其它项的总目别,勿超过8项。 Excel图错。累计线必须由原点画出,且穿过第一根柱子的右侧。 在80%附近拉线时,不可撞在柱子中间,要包含此根柱子(项目) 。 柏拉图中累计线为折线,而不是曲线 柏拉图之应用 范例:柏拉图 特性要因图 (Characteristic Diagram) 何谓特性要因图 借着多人共同讨论,整理问题特性与要因间的关系 ,成为有条理的图形,此图形称为特性要因图 亦称鱼骨图(Fish Bone Diagram),因果图 (Cause and Effect Diagram)或石川图(Ishikawa Diagram) 『特性』与『要因』的意义 -『结果』的特性(通常是欲改善的结果) - 例如: 品质 -衡量方法、重要性、纯度、湿度... 成本 -制程成本、人工成本、销货周转率、行政费用... 产量 -存货水准、委外加工量、稼动率... 安全 -意外事件数、意外发生率 士气 -出席率、提案改善率... -影响『结果』的原因 -一般以5M1E(Man, Machine, Method, Material, Measurement , Environment)等6方向最为大要因 特性要因图制作顺序 特性要因图之绘制 特性要因图之绘制 范例:特性要因图1 范例:特性要因图2 特性要因图制作注意事项 出发点以「什么」「为什么」,较易激发联想 依5W1H的方法列出原因 收集多数人自由的意见,原因解析越广越好 利用现有资料 考虑原因可行性和价值性 圈选出4~6项要因进行改善 标明品名、工程别、作图日期及绘制者 散布图 (Scatter Diagram) 何谓散布图 两组对应数据依X轴与Y轴,点入坐标图中,以点来表示出二个特性值之间相关的图形,称之为「散布图」。 散布图的制作步骤 搜集相对应数据,至少30组以上,并整理写到数据表上 找出数据中的最大值及最小值。 画出纵轴与横轴刻度,计算组距 将各组对数据点在坐标上 加入相关信息,如:抽样数、搜集时间、目标、产品/制程名称、制作者等。 Excel中散布图的制作步骤 搜集相对应数据(至少30组以上)。 选中数据,选择 插入 图表中的XY散点图。 调整X、Y轴刻度值至合适。 加入相关信息,如:抽样数、搜集时间、目标、产品/制程名称、制作者等。 散布图之判定 1.相关程度 强相关、相关、关系不明确、无关 2.相关方向 正相关:X↑, Y↑ 负相关:X↑, Y↓ 3. 原则:在散布图中,若有多数独自存在的异常点,须针对该异常点调查原因。 统计上相关的定义 强相关 0.85 ≤ |r | 1 相关 0.7 ≤ |r | 0.85 关系不明确 0.4 ≤ |r | 0.7 无关 |r | 0.4 散布图的注意事项 注意有无异常点? 是否有层别必要? 是否为假相关? 范例:散布图 散布图的功用 知道两组数据(或原因与结果)之间是否有相关及其相

文档评论(0)

laolingdao1a + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档