引用:http://tw.knowledge.yahoo.com/question/question?qid=1011031003153
http://tw.knowledge.yahoo.com/question/question?qid=1306050115041&q=1011031003153&p=%E6%95%A3%E4%BD%88%E5%9C%96
http://tw.knowledge.yahoo.com/question/question?qid=1405110219130
http://tw.knowledge.yahoo.com/question/question?qid=1005022602505
品管七大手法
1.層別法︰針對問題發生的來源,進行層別分類,例如日班夜班,本勞外勞等,找出比重較大的問題來源。
2.散佈圖︰散佈圖是用來研究兩個變數間之相關性(檢視輸入變數和輸出變數是否存在相關性)。散佈圖係一項繪示技術,用以研究兩組成對出現之相關數據[如(x,y)一組一個]間之關係。散佈圖以雲狀散佈點顯示各對數據。由此雲狀點散佈情形可推知兩組數據之關係。
x 與 y 間之正相關表示當x值增加時,對應的 y值亦增加,而負相關則表示 x值增加時,對應之 y值卻減少。
3.管制圖︰管制圖為一圖形表示工具,用來監視品質特性的量測值 隨時間變化的情形。
使用管制圖的目的:
─診斷:評估製程穩定性。
─管制:決定製程何時需要調整與何時不需調整。
─證實:證實製程改進。
4.直方圖︰直方圖是將數據分佈的範圍,劃分幾個區間,將出線在各區間內的數據之出現次數作成次數表 ,並將其以圖(長條圖)的形式表現出來 。
直方圖之應用 :
掌握數據的分佈狀態
調查離散的程度
了解數據的中心位置(集中趨勢)
與規格作比較,檢視有無問題
5.柏拉圖︰柏拉圖通常用來區分造成品質問題之少數重要原因,及多數不重要之原因。在品質改善活動中,著重於造成問題主要原因上,通常在短期可得到較顯著的改進。百分之八十的問題出現在百分之二十的項目,故又有人稱之為20/80 法則。。這是要找出最嚴重的問題,藉以決定改善的優先順序。
6.特性要因圖︰特性要因圖為 石川馨 博士(Ishikawa)於 1943年所發展出來,又稱為 Ishikawa diagram。特性要因圖為一問題分析工具,用以辨認造成某一特定問題之所有可能原因,由於圖形結構類似魚骨因此又稱為魚骨圖
7.查檢表︰ (1)掌握影響問題點的事實,為了便於收集數據而設計的一種表格或圖表(2)用很簡單的劃記、符號、數字記入表格或圖表 。記錄用查檢表:把數據分類成數個項目,以符號、數字記錄作為分析
問題及改善用的圖表或表種類如下: 原因別、機台別、缺點別、不良項目別….位置別點檢用查檢表:把非做不可或非檢查不可之工作或項目按點檢順序列出,逐一點檢。
查網路 就有了
劉利樺
http://mba.hihosting.hinet.net/ra01045.htm
http://www2.kuas.edu.tw/prof/shihtao/qms/t5/t5-qc.html
直方狀統計圖
測定值的存在範圍分成幾個區間,每個區間為底邊,
然後以這個區間所測定值,出現次數之比例面積排列
成長方形圖。又名直方圖,這就是所謂在可看見的測
定值分佈狀態以圖形表示,容易看得見,分佈的情況
,也易瞭解,測定值偏心及瑕疵的程度,此圖乃在核
對規格值及看製造工程狀況時用的。
柏拉特圖
以不良率,不良個數,損失的件數為縱軸,而以原因
別、工程別、品種別等的不同層別而以次數多的放在
橫軸最左邊,然後依次排列,以直形圖示之。同時也
是累積次數曲線表示圖,這種圖表對最有問題的不良
、工程、成品最具功效。同時如果想要解決的話,也
可以預測其所達到的功效如何?以上所謂不良解析的
工作就叫柏拉特圖解析。
散佈圖
取測定值XY,X做橫軸,Y做縱軸,劃上刻度,以
測定值作定值打點出來,做成圖形。將品質特性及其
所受到影響的主要原因之間的關係,主因及主因間的
關係,或是品質特性及其他品質特性的關係,比如說
兩變量間的相關關係以圖表之,這在調整的時候可以
用得著。
層別法
測定值是依據所取得之特徵(例如製品種類、機械
裝置、工具或原料、材料、零件、作業種類等),
分成兩個以上不同的集團。假如有任何因作業員、
機械或原料的不同而影響到成品品質時,我們即可
將測定值按其層次之不同分別整理,使其更容易瞭
解,而在獲得有益的情報時能夠派上用場。
QC工程圖
每個工程跟隨工程圖示記號圖示之,為明確之圖表
明各工程師的品質特性及其管理方法,這對為了合
理性的改善管理標準而言是有很大的助益。
QC七大手法包括:
(1) 檢查表(Check Sheets)
(2) 要因分析圖(Cause-effect Diagram)
(3) 柏拉圖(Pareto Analysis)
(4) 直方圖(Histogram)
(5) 管制圖(Control Charts)
(6) 層別法/流程圖(Stratification Analysis/Flowchart)
(7) 散佈圖(Scatter Diagram)
這七種手法個別來看雖然簡單,但是只要運用得當,根據日本品管大師石川馨博士(Kaoru Ishikawa)的經驗顯示,一個公司內部95%以上的品質問題是可以利用七大手法加以解決的。換句話說,SPC所有的技巧,不但能夠管制製程,使製程處於穩定狀態下,而且也有改進製程及產品品質的能力。
到目前為止,QC七 大手法還是被公認為改進品質之非常有用的工具,品質實務方面幾乎離不開這七種手法。當品管制度如線上或線外品管判定之後,除了要能夠反映製程的現況與未來 的發展趨勢,讓工作人員能夠採取相對應的矯正行動與預防措施之外,應該進一步評估所使用的品管制度之績效與得失,並且考量經濟成本再精簡之品管制度,使品 質由檢驗而得提升到品質決定於現場的製造管制,把品質做進產品中。表一彙整上述七種手法的目的,以供讀者參考。
表一 QC手法與目的一覽表
|
||
手法 |
目的 |
|
1 |
檢查表 |
資料之分類、蒐集 |
2 |
要因分析圖 |
品質問題之因果關係與系統整理 |
3 |
柏拉圖 |
重點之掌握 |
4 |
直方圖 |
變異之掌握 |
5 |
管制圖 |
品質特性之監控 |
6 |
層別法/流程圖 |
資料分析/工作程序之瞭解與掌握 |
7 |
散佈圖 |
兩種資料間之相關性分析 |
品質管制七大手法是一些簡易之圖形管理方法。在品管作業中,它們被用來當做是品質
數據、資料之整理及顯示,或者用做品質改善之工具。
雖然品管七大手法被日本人成功地應用在品管作業中,但七大手法並非全由日本人所發
明,日本人之主要貢獻在於推廣這些手法並且將其應用在品管工作上。另外,品管七大手法
一個問題的特性(結果)受一些要因(原因)的影響時,將這些要因加以整理,成為相互關聯
而有條理的圖形,這類圖形稱為特性要因圖,又叫魚骨圖
特性要因圖可視為一腦力激盪之工具。其基本構成因素為符號及線,用以表示原因和結
果間之關係。
特性要因圖之繪法如下:
2. 用方框將大要因框起來,再以箭頭連結至橫粗線形成分枝
3. 各大要因中再加入中小要因
4. 圈選重要要因
2. 管理
4. 品質管制導入及相關人員教育
範例
及其他。
其特性要因圖之繪法如下:
2. 用方框將設備、加工方法、材料、操作人員及其他等大要因框起來,再以箭頭連結至
一般而言,檢核表可分為記錄用查檢表及點檢用查檢表,這兩種查檢表說明如下:
柏拉圖是根據蒐集的數據,以不良原因,不良狀況,不良發生位置或客戶抱怨的種類、
質資料上。柏拉多圖為一通用之工具,亦可用在其他領域中,例如在存貨管理上,它被稱為
ABC 分析。在品質改善活動中,柏拉多圖通常用來區分造成品質問題之少數重要原因,及多
數不重要之原因。若品質改善著重於問題之主要原因上,則通常在短期內可得較顯著之改進。
2. 決定搜集數據期間,並收集數據
3. 按項目別統計數據
4. 圖表畫上直軸及橫軸
5. 將項目依數據大小次序劃成柱形圖
6. 數據之累積以折線劃入
7. 記入數據之期間、記錄者、目的等
2. 明白事情的大小順序
3. 知道每一項目在整體中所占的比例
4. 預測減少某一項目後之整體效益
5. 知道改善之效果如何
6. 知道改善前後不良內容及缺點內容之變化
範例
其柏拉圖如下:
2. 定組數(K=1+3.23<i>log N)
3. 求最大值(L)與最小值(S)與全距(R)
4. 定組距(H):全距/組數
5. 定組界
6. 作次數分配表
7. 繪直方圖
8. 直方圖研判
2. 數據的中心位置(集中趨勢)
3. 數據離散程度的大小(變異性)
4. 數據和規格之間的關係
2. 調查離散或偏離的原因
3. 與規格作比較、檢視有無問題
4. 調查改善前後之效果
範例
依據上述步驟及給定之數據,計算其結果並繪制直方圖
1.數據總數 N=50
2.定組數 K=1+3.23log N=6.49,取 7
3.最大值 L=48,最小值 S=45.3,全距 R=L-S=2.7
4.組距 H=R/K=2.7/7=0.3857,取 0.4
1.定組界 及 6.作次數分配表
組號
7.繪直方圖
8.直方圖研判
此組數據具常態型分佈之特性
利用散佈圖可將相對應的兩組數據,分別依 X 軸及 Y 軸點入座標圖中,以觀測兩組數據
間是否相關及其相關程度。若兩變數間呈原因及結果之關係時,則在繪圖時一般是將代表原
2. 繪出橫軸及縱軸,將數據依 X、Y 座標點出
3. 二點數據在同一點重覆時,點上二重圓記號◎。三點數據在同一點重覆時,點上三
2. 判斷異常值之存在與否
3. 應用於問題解決步驟中
4. 其他(檢測數據是否存在趨勢或用於決定最佳操作範圍等)
範例