QC的新旧方法对比.pptVIP

QC七大手法（旧） 1 检查表 (Check List) 2 散布图 (Scatter Diagram) 3 特性要因图 (Characteristic Diagram) 因果图 (Cause-Effect) 鱼骨图 (Fish Bone Chart) 4 直方图 (Histogram) 5 控制图 (Control Chart) 6 层别法 (Stratification) 7 柏拉图 (Pareto Diagram) QC新七种工具 关联图 KJ法 系统图 矩阵图 矩阵数据分析法 过程决策程序图 (PDPC) 箭头图 散布图定义 散布图，是用来表示一组成对的数据之间是否有相关性的一种图表。这种成对的数据或许是“特性—要因”、“特性—特性”、“要因—要因”的关系。制作散布图的目的是为辨认一个品质特征和一个可能原因因素之间的联系。 散布图的作用： 能大概掌握原因与结果之间是否有关联及关联的程度如何。 能检查离岛现象是否存在。 原因与结果关联性高时，二者可互为替代函数。对于过程和产品特性的监测，可从原因或结果中选择一较经济的参数予以监测，并可通过监测这一参数知道另一参数的变化。 散布图的制作方法 收集成对的数据(X1,Y1)、(X2,Y2)、……，整理成数据表。 找出X,Y的最大值与最小值。 以X,Y的最大值及最小值建立X-Y坐标，并决定适当的刻度便于绘点。 将数据依次点于X-Y坐标中，两组数据重复时用⊙表示，三组数据重复时用×表示。 必要时，可将相关资料记在散布图上。 散布图的注意事项： （1）是否有异常点，有异常点时不可任意删除，除非异常原因已确实掌握。 （2）数据的获得常因操作者、方法、材料、设备或时间等的不同，使数据的关联性受到扭曲，应注意数据的分层。 （3）散布图若与原有技术、经验不相符时，应追查原因与结果是否受到其他因素干涉。 散布图的应用 当不知道两个因素之间的关系或两个因素之间关系在认识上比较模糊而需要对这两个因素之间的关系进行调查和确认时，可以通过散布图来确认二者之间的关系。实际上是一种实验的方法。 　　需要强调的是，在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素，才能使通过散布图得到的结果比较准确。 散布图的分类 1.强正相关（如容量和附料重量） 2.强负相关（油的粘度与温度） 3.弱正相关（身高和体重） 4.弱负相关（温度与步伐） 5.不相关（气压与气温） 6.曲线相关 矩阵图(Matrix Diagram) 定义： 矩阵图法简介 矩阵图的形式如下图所示，A为某一个因素群，a1、a2、a3、a4、…是属于A这个因素群的具体因素，将它们排列成行；B为另一个因素群，b1、 b2、b3、b4、…为属于B这个因素群的具体因素，将它们排列成列；行和列的交点表示A和B各因素之间的关系，按照交点上行和列因素是否相关联及其关联程度的大小，可以探索问题的所在和问题的形态，也可以从中得到解 质量管理中所使用的矩阵图，其成对因素往往是要着重分析的质量问题的两个侧面，如生产过程中出现了不合格时，着重需要分析不合格的现象和不合格的原因之间的关系，为此，需要把所有缺陷形式和造成这些缺陷的原因都罗列出来，逐一分析具体现象与具体原因之间的关系，这些具体现象和具体原因分别构成矩阵图中的行元素和列元素。 矩阵图的最大优点在于，寻找对应元素的交点很方便，而且不会遗漏，显示对应元素的关系也很清楚。矩阵图法还具有以下几个特点： ①可用于分析成对的影响因素； ②因素之间的关系清晰明了，便于确定重点； ③便于与系统图结合使用。 矩阵图法的用途 ①把系列产品的硬件功能和软件功能相对应，并要从中找出研制新产品或改进老产品的切入点； 　　②明确应保证的产品质量特性及其与管理机构或保证部门的关系，使质量保证体制更可靠； 　　③明确产品的质量特性与试验测定项目、试验测定仪器之间的关系，力求强化质量评价体制或使之提高效率； 　　④当生产工序中存在多种不良现象，且它们具有若干个共同的原因时，希望搞清这些不良现象及其产生原因的相互关系，进而把这些不良现象一举消除； 　　⑤在进行多变量分析、研究从何处入手以及以什么方式收集数据。 矩阵图的类型 矩阵图法在应用上的一个重要特征，就是把应该分析的对象表示在适当的矩阵图上。因此，可以把若干种矩阵图进行分类，表示出他们的形状，按对象选择并灵活运用适当的矩阵图形。常见的矩阵图有以下几种： 　　(1)L型矩阵图。是把一对现象用以矩阵的行和列排列的二元表的形式来表达的一种矩阵图，它适用于若干目的与