QC手法-品质工具→XX电子厂问题分析与解决与品管七大手法推荐.pptVIP

三 柏拉图 柏拉图,19世纪意大利经济学家柏拉图（Pareto）发明故以他名字命名。后来美国品质管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于品质管理。 柏拉图是分析和寻找影响品质主要因素的一种工具。 在品质管理过程中,要解决的问题很多,但往往不知从哪里着手,但事实上大部分的问题,只要能找出几个影响较大的原因,并加以处置及控制,就可解决问题的80％以上。 四 特性要因图 特性要因图是以结果作为特性,以原因作为因素,在它们之间用箭头联系表示因果关系。 特性要因图是一种充分发动员工动脑筋,集思广益的好办法,也特别适合于工作小组中实行品质的自主管理。当出现了某种品质问题,未搞清楚原因时,针对问题发动大家寻找可能的原因,使每个人都畅所欲言,把所有可能的原因都列出来。 因果分析图再分析 对问题造成的原因追根究底,才能从根本上解决问题。形成问题之主要原因找出来以后,再以实验设计的方法进行实验分析,拟具体实验方法,找出最佳工作方法,问题也许能得到彻底解决。 在追求目标的过程中,总会有许许多多有形与无形的障碍,而这些障碍是什么,这些障碍何以形成,这些障碍如何破解等问题,就是原因分析图法主要的概念。 管理人员在管理工作范围内所追求的目标,假如加以具体的归纳,我们可得知从项目来说不是很多。然而就每个追求的项目来说,都有会影响其达成目的的主要原因及次要原因,这些原因就是阻碍其达成工作的变数。 五 直方图 1.直方图又称柱状图,是表示数据变化情况的一种主要工具。 用直方图可以将杂乱无章的数据,解析出规则性,比较直观地看出产品品质特性的分布状态,使其中心值或分布状况一目了然,便于判断其总体品质分布情况。并可将制程中的问题点及制程能力呈现出来,利用所得的信息,实施改善。 2.所有的机率分配中﹐最常见的是钟形分配。这种机率分配称之为常态分配(μ:中心值) 。 3.常态分配中任一个点出现在 μ±1σ内的机率为P(μ-1σ＜X＜μ+1σ)=68.26% μ±2σ内的机率为P(μ-2σ＜X＜μ+2σ)=95.73% μ±6σ内的机率为P(μ-6σ＜X＜μ+6σ)=99.9999998% 六 散布图 散布图又叫相关图,它是将两个可能相关的变量数据用点画在坐标图上,用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性－原因,特性－特性,原因－原因的关系。通过对其观察分析,来判断两个变量之间的相关关系。 在我们的生活及工作中,许多现象和原因,有些呈规则的关联,有些呈不规则的关联。这时就可借助散布图统计手法来判断它们之间的相关关系。 七 管制图 1.管制图又称为管制图。美国贝尔电话实验所的休哈特（W.A.Shewhart）博士在1924年首先提出管制图,它是一种有管制界限的图,用来区分引起品质波动的原因是偶然的还是系统的,可以提供系统原因存在的信息,从而判断生产过程是否处于受控状态。 2.管制界限: UCL:管制上限, CL:管制中心线,LCL:管制中下限 3.管制图的种类: P Chart(不良率管制图):不良率(P)管制圆内所有的点均在管制界限内,代表制程是在统计管制状态下,换言之即代表制程安定。 Pn Chart(不良数管制图):用于衡量一个检验批的不良品个数.其使用状况同P管制图. 用于下列三种情况: C Chart(缺点数管制图):用以衡量一检验批的缺点数。 Xbar-R Chart(平均值-全距管制图) 日期/时间 20 10 0 频数 1 2 3 4 5 6 7 8 八. 推移图 一种随着时间的移动,将设定工作推动的项目,结合设定的指标而将实绩在成果绘制在图上,以观察实际的成果与设定指标的差距,以便采取调整措施的一种图表; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 18 16 14 12 10 8 6 4 2 0 改善前 改善中 改善后 改善过程中的推移图案例 QA 谢谢! * ?2000 Xu chang Kenny Mao 旭昶光电-琦鑫源电子厂 第壹章.問題之看法 第贰章.問題解決步驟 第叁章.变异 第肆章.QC七大手法的运用 目录 第壹章 問題之看法 一.何为问题 ? 当实际值与标准或期望值产生差异时即为问题。 1.不一定是‘不好的’才是问题 2.不断产生的问题是正常现象 3.‘没有问题’才是最大的问题 4.了解问题在那里则问题已经解决了一半 5.问题应有利于企业进步,否则问题就解决了对组织也无帮助。 6.原来不是问题,现在成为问题. 7.问题的表象如海里的冰山 二.对问题的看法 10%