QC七大手法直方图课件.pptVIP

QC七大手法直方图;QC 七大手法 QC七大手法，也叫品管七工具，是目前全世界 应用比较广泛的品质管理工具，它具有简单实用的 特性。日本著名的品质管制专家石川馨曾说过，企 业内95%的品质管制问题，可通过企业上上下下全 体人员活用品管七工具而得到解决。 ;QC 七大手法 品质管理的主要工作简单地说，就是通过对各来料、生产过程、出货等环节进行检验和分析，找出各种出现或潜在出现的问题及原因，甚至寻求解决办法，使产品品质问题尽量在内部解决，达到在合理成本的基础上使客???满意。;旧QC七大手法;QC 七大手法的作用 1、查检表：用来在现场收集数据，尽量让现场作业 简单而有效，它是其它六大手法的起点。 2、层别法：统计方法中最基础的工具，用来对收集 的数据进行分类或分层，以利于统计分析，通常与 柏拉图、因果图结合使用，层别法的重点是了解如 何进行分层。; 3、柏拉图：用来对多种问题或原因进行分析，找出 最大问题或原因，以实现花较少成本做更多事情。 4、鱼骨图：用来对一个现象或结果进行原因深入细 致的分析，通常用来找原因及因素，最好同层别法 结合起来使用。; 5、直方图：用直方图可以将杂乱无章的资料，解析 出规则性，比较直观地看出产品质量特性的分布状 态，对於资料中心值或分布状况一目了然，便於判 断其总体质量分布情况。 6、散布图：用来对收集的两个或两个以上可能相关 的问题或特性的数据，找出之间可能的相关性。; 7、管制图：用来了解品质在过程中的变化状态和预 测品质下一步可能性的状况，有助于提前发现问题 ，是实现第一次就把事情做好的基本步骤之一。;直方图 直方图是将所收集的数据分为几个相等的区间作 为横轴，并将各区间内的测定值所出现次数累积而成 的面积，用柱子排列起来的图形。 　　直方图可显示数据的三种特性：集中的趋势、数 据的范围、分布的形状。;直方图的制作范例 一工厂的成品重量规格为130-190千克，今按随机抽样方式抽测200个样本(一般需收集50-200个数据)，作直方图，步骤如下： 一.制作次数分配表： 1.从数据中找出最大值L=170与最小值S=124 2.计算全距R=L-S=46 3.决定组数K K=1+3.32LgN (N代表收集的数据总数） 本例数N=200，可将其分为K=12组;一.制作次数分配表（续）： 4、计算组距H：(通常取2.5.10的倍数) 组距H = 全距 ÷ 組數 = 46/12 = 3.8.3 取 4 5、计算组界： 第一组下组界 = 最小值－测定值最小位數／２=123.5 第一组上组界 = 第一组下组界 + 组距 = 123.5 +4=127.5 第二组下组界 = 第一组上组界 = 127.5 第二组上组界 = 第二组下组界 + 组距=127.5+4=131.5 第三组下组界 =？ 第三组上组界=？ 依此类推，计算到最大一组的组界。 6、作次数分配表，如下表：;组号 ;二.绘制直方图 1、依次数分配表，延横轴以各组界为分界，组距为底边，以各组次数为高度，每组距上划一矩形，即完成直方图。 2、在图上记入数据总数等参数，并划出规格的上、 下限。;;直方图-正常型 说明：中间高两边低，有集中趋势。 结论：制程在正常运转下。;直方图-缺齿形 说明：高低不一，有缺齿情形。 结论：可能是分组过细或数据不真实。;说明:高低不一,有缺齿情形。不正常的分配，系因测定值或换算方法有偏差，次数分配不妥当所形成。 结论:稽查员对测定值有偏好现象，如对5，10之数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，也有此情况。;说明:有一端被切断。 结论:原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若剔除某规格以上时，则切边在靠近右边形成。;说明:在右端或左端形成小岛。 结论:测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存在，只要去除，即可合乎制程要求，制出合规格的制品。;说明:形状似高原状。 结论:不同平均值的分配混在一起，应层别之后再做直方图比较。;说明:有两个高峰出现。 结论:有两种分配相混合，例如两部机器或两家不同供应商有差异时。;说明:高处偏向一边，另一边低，拖长尾巴。 偏右型:例如微量成分的含有率等，不能取到某值以下的值时，所出现的形状. 偏左型:例如成分含有高纯度的含有率等,不能取到某值以上的值时出现的形状。;３、直方图的应用 3.1 测知制程能力，作为改善制程的依据。 3.2 计算产品不良率。 品质改善活动中，常需计算改善活动前、中、后之不良率。;直方图应用举例 例如：某产品之重量直方图如图示，其规格为