QC七大手法之查检表层别法柏拉图散布图.ppt

31 C: 改善前、后查检表统计比较 改善前统计 项目 不良数 累计数 影响度 累计影响度 形状不良 53 53 37.6 37.6 尺寸不合 42 95 29.8 67.3 刮伤 16 111 11.3 78.7 波浪 10 121 7.0 85.8 毛边 9 130 6.4 92.2 碰伤 7 137 4.9 97.1 其他 4 141 2.9 100 改善后统计 项目 不良数 累计数 影响度 累计影响度 形状不良 23 23 23.7 23.7 尺寸不合 19 42 19.5 42.3 刮伤 17 59 17.5 57.7 波浪 15 74 15.4 76.2 毛边 13 87 13.4 89.6 碰伤 8 95 8.2 97.9 其他 2 97 2.0 100 24 32 改 善 前 項 目 累 計 數 不 良 率 形 狀 不 良 5 3 3 7. 6 0 % 毛 邊 4 2 6 7. 3 0 % 刮 傷 1 6 7 8. 7 0 % 尺 寸 不 合 1 0 8 5. 8 0 % 波 浪 9 9 2. 2 0 % 碰 傷 7 9 7. 1 0 % 其 它 4 100% 37.60% 67.30% 78.70% 85.80% 92.20% 97.10% 100% 0.0% 20.0% 40.0% 60.0% 80.0% 100.0% -2 28 58 88 118 148 改善后 項目 累計數 不良率 刮傷 23 23.7% 毛邊 19 43.3% 形狀不良 17 57.7% 尺寸不合 15 76.2% 波浪 13 89.6% 碰傷 8 97.9% 其它 2 100% 23.7% 43.3% 57.7% 76.2% 89.6% 97.9% 100% 0.0% 20.0% 40.0% 60.0% 80.0% 100.0% -10 15 40 65 90 115 140 D: 改善前、后柏拉图比较 改善前 改善后 a. 不良率由 8.82% 降至 5.75% 降低 3.07% b. 不良数由 141 个 降至 92 个 降低 49 个 25 33 ( 四 ). 散 布 图 (Scatter diaram) 1. 何谓散布图 ? 散布图就是将成对的二组数据制成图表 , 以观察数据相 互间的关系 . 在分析两个变量 X 、 Y 之间的相关性时需使用散 布图 , 将两组数据展示在 X 、 Y 轴之间相关情形的图谓之散布 图 . 如 : 比重及浓度、电流密度及电镀的厚度或者业务部门的 访问次数及成交率等 , 像这些 调查二个数据之间的关系者常常会出现 . 这时所 使用的图表就是散布图 . 如 : 分析 FQC 人员是不是年资越久批退率越低 ? 34 2. 散布图的作法 2.1 收集成对的数据 , 整理成数据表 . 首先 , 收集想知道有没有相关关系的成对之二种数据 , 整 理成数据表 . 数据数量如果太少 , 就不容易找出相关关系 , 所以至少要收集 30 组 以上的数 据才行 . 2.2 求出数据中 X 、 Y 的最大值与最小值 . 2.3 在横轴 (X) 与纵轴 (Y) 上各列出品质要因 ( 特性 ). 2.4 把两种对应数据点在坐标图上 . 2.5 两组数据相同时另作记号表示 . 2.6 图上加入品名、工程别、日期、制表人 . 35 2.7 例 : 下表所列数据为一钢制品的焠火温度与硬度间是否有 相关性 ?0 NO 烧入 温度 (X) 硬度 (Y) NO 烧入 温度 (X) 硬度 (Y) NO 烧入 温度 (X) 硬度 (Y) 1 810 47 11 840 52 21 810 44 2 890 56 12 870 53 22 850 53 3 850 48 13 830 51 23 880 54 4 840 45 14 830 45 24 880 57 5 850 54 15 820 46 25 840 50 6 890 59 16 820 48 26 880 54 7 870 50 17 860 55 27 830 46 8 860 51 18 870 55 28 860 52 9 810 52 19 830 49 29 860 50 10 820 53 20 820 44 30 840 49 单位 : 焠火温度 ( 0 C) 硬度 (HR-C) X:max=890-min=810=80 0 c y:max=59-min=44=15( 组距 ) 1 QC 七大手法 1 讲师 : 品保部 / 杨娜 Q:Quality( 品质） C:Control （管控） 2 QC 七大手法简介 在工作场所中所发生的质量、成本、生产量等问题 可藉由下列七种有效的方法 分析 之 : ( 一 ). 查检表 (