[管理学]QC七种工具10 08.ppt

2008－10－16 CATARC培训中心 QC7种工具 QC 七手法讲义 QC七种工具 散布图 分层法 直方图 检查表 控制图 因果图 排列图 概述 产品实现过程（过程：一组将输入转换为输出的相互关联或相互作用的活动）存在着波动和变异，在一定的条件下生产出来的产品，其质量特性不可能完全一样，总是参差不齐的。 统计技术是指收集、整理和分析数据变异并进行推论的技术，其作用是确定、控制和验证过程能力及产品（产品：过程的结果）特性（特性：可区分的特征）。使用统计技术可帮助组织了解变异，从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。 统计技术的用途 1.提供表示事物特征的数据； 2.比较两事物的差异； 3.分析影响事物变化的因素； 4.分析事物之间的相互关系； 5.研究取样和试验方法，确定合理的试验方案； 6.发现质量问题，分析和掌握质量数据的分布状况和动态变化。 产品质量波动 1.正常波动：由随机原因引起的产品质量波动，又称一般波动。我们把仅有正常波动的生产过程称为处于统计控制状态，简称为控制状态或稳定状态。 2.异常波动：由系统原因引起的产品质量波动，又称特殊波动。我们把有异常波动的生产过程称为处于非统计控制状态，简称为失控状态或不稳定状态。 产品质量波动的原因（5M1E） 1.人（Man)：质量意识、技术水平、文化素质、熟练程度、身体素质等； 2.机器（Machine):机器设备、工夹具的精度和维护保养状况等； 3.材料（Material):材料的化学成分、物理性能和外观质量等； 4.方法（Method):加工工艺、操作规程和作业指导书的正确性和合理性等； 5.测量（Measure):测量设备、试验手段、测试方法等； 6.环境（Enviroment):工作现场的温度、湿度、洁净度、照明、噪声、震动等。 统计数据及其分类 数据有的是测量出来的，有的是数出来的，有的是通过计算得来的。从统计的角度来看，数据分为计量数据和计数数据两大类。 1.计量数据：凡是可以连续取值的，或者说用测量工具具体测量出小数点以下数值的这类数据。如长度、温度、重量等； 2.计数数据：凡是不能连续取值的，或者说即使用测量工具也得不到小数点以下的数据，而只能得到0或者1，2，3??? ???等自然数的这类数据。如不合格品数、疵点数等。 统计特征数 统计特征数分为两类，一类是表示数据的集中位置，如样本平均值、样本中位数等；另一类是表示数据的离散程度，如样本极差、样本标准偏差等。 1.样本平均值 2.样本中位数 3.样本方差 4.样本标准偏差 5.样本极差 数据特征数的举例 有一组数据为2、3、4、5、6，那么： X＝（2＋3＋4＋5＋6）＝4 X＝4 S2＝ S= R=6-2=4 如果一组数据的个数为偶数，如2、3、4、5、6、7，那么X＝（4＋5）/2＝4.5 排列图 排列图又叫帊累托图。它是将质量改进项目从最重要到最次要进行排列而采用的一种简单的图示技术。排列图由一个横坐标和两个纵坐标、若干个按高低顺序排列的矩形和一条累计百分比折线组成。它运用的原理是“关键的少数，次要的多数”。实际生产过程中，少数项目起着主要的、决定性的影响，在质量改进中运用这一原理，通过区分最重要和其它次要的项目，可以用最少的努力获得最大的改进效果。 排列图示例 某厂二季度不合格品排列图计算表 排列图 排列图的应用程序 1.选择要进行质量分析的项目； 2.选择用于质量分析的度量单位，如出现的次数、不合格品数等； 3.选择进行质量分析的时间范围； 4.画横坐标； 5.画纵坐标； 6.在每个项目上画矩形，高度是该项目的量值； 7.从左到右累加每一项目的量值，画出累计频率曲线； 8.确定需要改进的项目。 制作排列图注意要点 1.把握问题的实质，以确定“关键的少数”。 2.通常将因素按累计比率分为三类： A类因素：累计比率在60~80%之间； B类因素：累计比率在80~90%之间； C类因素：累计比率在90~100%之间。 排列图的解决对象是A类因素。 3.“其它”项不能过大，否则需要重新分类。 4.不管“其它”项的数值有多大，它必须排在所有因素的最后。 因果图 1.因果图又称特性要因图、石川图、树枝图或鱼刺图等。它是揭示质量特性波动与其潜在原因关系的一种图表。 2.用图解法对影响过程或产品质量问题的各种因素进行全面系统