14-QC七大手法

,*,QC,七大手法,1,什麽是,QC,七大手法？,Q,C:,Q,uality,C,ontrol (,质量管制；品管,),1.,直方图 (,Histogram),2.,管制图,(,Control Chart),3.,鱼骨图,(,Cause and Effect Diagram),4.,查检表,(,Check Sheet),5.,柏拉图,(,Pareto Chart),6.,散布图,(,Scatter Diagram),7.,层别法,(,Stratification),2,QC,七大手法,item,Day,shift,Night,shift,x,管制图,因果关系图,/ 鱼骨图,查检表,柏拉图,散布图,层别法,100%,LSL,USL,直方图,3,1.,直方图,说明：,划分数据（如考试成绩）的分配范围为数个区间，计算各区间内该数据的出现次数，并制作成次数分配表。,(2),用途：,描述数据的分布（平均值、变异、对称），借以判断工序有无异常情形。并检查该数据是否正常受控，有足够的能力符合客户需求。,规格下界,规格上界,4,使用直方图的目的,1.),了解分配形态。,2.),研究制程能力或测知制程能力。,3.),工程解析与管制。,4.),测知数据之真伪。,5.),计算产品之不良率。,6.),求分配之平均值与标准差。,7.),藉已订定规格界限。,8.),与规格或标准值比较。,9.),调查是否混入两个以上的不同群体。,10.),了解、设计、管制是否合乎制程管制。,5,范例,微尘粒子的数据,25,12,9,10,15,14,17,8,8,22,14,21,7,22,5,15,5,3,21,4,15,14,18,15,24,13,32,22,32,21,9,13,25,11,4,21,26,1,7,22,1,28,12,12,6,3,19,20,6,4,26,9,14,25,5,6,12,29,13,15,17,8,36,14,18,18,10,19,12,23,30,21,11,9,10,7,16,4,11,5,15,19,31,17,12,2,11,26,13,9,13,16,39,10,4,27,12,8,19,16,(1),找出“最大值”，“最小值”以及数据的“个数”,Max = 39,Min = 1,Total data points N = 100,(2),决定区间的个数,K : K = N,K= 10,(3),决定区间的宽度,H :,H = (Max - Min) / K,39 - 1,H =,10,=,4,6,(4),作出 “频次”表,(5),划出直方图,区间界限,0.5 4.5,4.5 8.5,8.5 12.5,12.5 16.5,16.5 20.5,频次,20.5 24.5,24.5 28.5,28.5 32.5,32.5 36.5,36.5 40.5,10,14,20,19,11,11,8,5,1,1,5,10,20,15,频次,区间界限,0 4 8 12 16 20 24 28 32 36 40,范例,微尘粒子的数据,7,常见的直方图型态,(1),正常型,说明：中间高，两边低，有集中趋势。,结论：左右对秤分配,(,常态分配,),，显示至程在正常运转下。,(2),缺齿型,(,凹凸不平型,),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，亦有此情况。,8,常见的直方图型态,(3),切边型,(,断裂型,),说明：有一端被切断。,结论：原因为数据经过全检，或制程本身有经过全检，而出现的形状。若剔除某规格以上时，则切边在靠近右边型成。,(4),离岛型,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，至出和规格的制品。,9,常见的直方图型态,(5),高原型,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。,(6),双峰型,说明：有两个高峰出现。,结论：有两种分配相混和，例如两部机器或两不同供货商，有差异时，会出现此种形状，因测定值受不同的原因影响，应与层别后再做直方图。,10,常见的直方图型态,(7),偏态型,(,偏态分配,),说明：高处偏向一边，另一边低，托长尾巴。可分右偏型、左偏型。,右偏型：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。,左偏型：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，就会出现的形状。,结论：尾巴托长时，应检讨是否在技术上能够接受，工具磨损或松动，亦有此现象发生。,11,2.,管制图,说明：,把品质特性（如芯片的薄膜厚度）的点以记号标示上去，藉着该点在管制界限内侧或外侧的情形，可以判断工序是否在控制状态中。,(2),用途：,借由管制界限的订定,区分出工序的变异的合理性。即时监控，并可以在制程异常时立即采取改善对策。,管制上界,管制下界,目标值,12,规格界限,管制界限,?,问题:,13,答案:,来自客户的要求,对于产品质量的控管,每一量测单点都必须,在规格界限之内,规格界限,规格界限,管制界限, =,说明：,管制界限,工序变异的自然容许,范围,对于制程/机台的控管,每一量测平均值都必,须在管制界限之内,14,说明：,有如鱼骨增长的方式，有系统地整理工作的结果（特性）以及其原因（要因）。,(2),用途：,在改善小组的脑力激荡之下，列举所有可能的异常原因；逐一过滤之后，会发现平常忽略的小毛病，可能就是问题的根源。,3.,鱼骨图 （因果关系图）,原因1,结果,原因2,原因3,原因4,15,例：产品的,良率太低,Man,(,操作人员),Machine,(,机器设备,),Method,(,生产方法,),要因,特性,E,nvironment,(,生产环境,),范例,(1) 4M1E,的方向,4M1E:,人、机、料、法、环,Material,(,原材料,),16,為何量測變異太大,量測程序不嚴 謹,環境差異,設備差異,人員訓練不足,人員技術差異,量測程序未標準化,設備維護未標準化,檢驗問題,數據取得不易,溫度改變,濕度改變,清潔度改變,振動因素,機械不穩定,設備磨耗,電性不穩定,數據換算不穩定,范例,(2),17,4.,查检表,ITEM,A,B,C,1,2,3,说明：,在收集各种数据之后，为确认并能毫无遗漏的查检，将结果制成简单的表格。,(2),用途：,可以让数据的收集更为规律、有效；制成的表格更为简明、易懂。,18,机台定期保养之后的查检项目：,Item,O-ring,Gas Flow,Lock,Chamber A,Chamber C,Chamber B,范例,19,5.,柏拉图,100%,说明：,分类不良及缺点等内容，然后按照大小顺序，利用累计数据来表示。,(2),用途：,将问题点表现出来，并呈现其相对重要性，提供改善方向的优先顺序。,20,某餐厅的顾客满意度调查：,抱怨种类,总件数,百分比,累计百分比,1. cold food,2. salad not fresh,3. lack of cleanliness,4. poor service,5. food tastes bad,6. food too greasy,7. flimsy utensils,8. not courtesy,105,(105/260) 40%,( 94/260) 35%,( 25/260) 10%,( 13/260) 5%,( 10/260) 4%,( 9/260) 4%,( 2/260) 1%,( 2/260) 1%,40%,75%,85%,90%,94%,98%,99%,100%,94,25,13,10,9,2,2,范例,21,cold food,salad not fresh,lack of cleanliness,poor service,food taste bad,food too greasy,Flimsy utensil,not courtesy,50,100,150,200,250,10,50,100,%,0,范例 (续,),22,E,A,B,C,E,A,D,B,C,60%,柏拉图可以用来说明改善过程的有效性：,例如图甲为改善前的柏拉图，共有,A, B, C, D, E,五大不良原因。,再来针对,A,与,B,前两大原因采取改善对策，若干时日之后可以重新收集数据，划出改善后的柏拉图。,由图乙的结果显示，,A,与,B,的发生次数明显降低，,C,变成是最大的不良原因。整体效果改善,60%.,100%,图甲,:,改善前,图乙,:,改善后,100%,D,范例,23,6.,散布图,说明：,将成对的二组数据制成图表，以观察数据之间的相互关系。,(2),用途：,检查二组数据之间的相互关系，尤其是对鱼骨图中的因、果验证。当相关程度甚高时，可用回归分析作进一步的研究、控管。,Y,（,果）,X,（,因,）,24,相关系数的说明,r=0.9 r=0.6 r=0.3,r=-0.9 r=-0.6r=0.3,不相关,正相关,强正相关,强负相关,负相关,有异常点存在,25,相关分析,(,Correlation Analysis),正相关,负相关,计算相关系数：,Sum(X-X)* (Y-Y),r =,Sum(X-X) Sum(Y-Y),可以使用,Excel,来计算,:,Tools -Data Analysis - Correlation,Function -,Correl,( X; Y ),参考值,r ,弱,0.3 =,一般,r = 0.8 -,强,2,2,26,产品良率（,Y）,与因子,X,的相关性：,80,75,产品,良率,70,65,30 32 34 36 38 40 42,X,因子,范例,r = - 0.62,回归结果：,Y = 119.07 - 1.23 X,X,Y,33 72,39 76,37 74,32 78,37 78,40 66,36 78,39 66,41 67,35 80,37 76,37 78,38 71,38 69,27,7.,层别法,说明：,以数据的共同点、特征为主，将 对象中具有相同的作业者（人）、机械（机）、原料（料）或作业方法（法），分成数个集团。,(2),用途：,区别出问题的来源，然后可以给予更好的控管、改善。,A,B,28,管制图的层别：,A A B B C C A B B B C C C A,作业者,A B C,总图,29,原料,A B C,总图,直方图的层别：,30,机台,A,机台,B,总图,散布图的层别：,31,QC,七大手法的应用,1.),根据事实、数据发言、查检表、散布图。,2.),整理原因与结果之关系，以探讨潜伏性之问题特性要因图。,3.),凡事物不能完全单用平均值来考虑，应了解事物均有变异存在，须从平均值与变异性来考虑直方图、控制图。,4.),所有数据不可仅止于平均，须根据数据之来龙去脉、考虑适当分层层别法。,5.),并非对所有原因采取处置，而事先从影响较大的,23,向采取措施，即所谓管理重点柏拉图。,32,数据,数据,=,事实,数据的分类：一、依特性可分：,1.,定性数据,2.,定量数据,a.,计量数据,b.,计数数据。,二、依来源可分：,1.,原物料及制品市场数据,2.,制程数据,3.,检验数据。,三、依时间先后可分：,1.,过去数据,2.,日常数据,3.,新数据。,33,应用数据须注意重点,1.,搜集正确可用的数据。,2.,避免个人主观判断。,3.,掌握事实真相。,34,整理数据的方法,1.,机器整理法。,2.,人工整理法：,a.,卡片法,b.,画计法。,35,整理数据的原则,1.,发生问题而要采取改善对策前，必须有数据为依据。,2.,对于数据使用目的应清楚了解。,3.,当数据收集完成后，应立即使用它。,4.,数据的整理与运用，改善前、改善后所具备的条件应一致。,5.,数据不可造假，否则问题将永远无法解决。,36,图表,图表的运用可以将繁杂的数字性情报转化，以最简单的方式表达出来，易看易懂，一目了然。,现场的数据或情报，用点、线、面、体表示大概情势及钜细变动于纸上的图形，称为图表。其目的是：,1.),方便人的视觉，使能获取更多的情报，并使之能传达更迅速，更易被人了解，更快看出情报内容。,2.),自一组数据，把握到更多的情报，而采取必要的对策。,37,图表的种类,1.),解析用图表：将过去的数据或状况，作成图表加以解析，从中发现问题点来加以改善。适于工厂作业分析或研究之用。如推移图、柏拉图、工程分析图,2.),管理用图表：加上目标或管理之处置界限，再进行管理时所使用，如年度计划表。,3.),计划用图表：于拟定计划时使用，如甘特图（,Gantt Chart,）或称进度图。,4.),统计用图表：如柱形图（棒形图）、折线图。,5.),计算用图表：反复同一计算时，最好能将此计算作成图表，如此可节省计算时间，并减少计算错误。如常态机率纸。,6.),说明用图表：用以描述事务之组织与流程之图表。其优点为易理解，适合表示复杂的相互关系。如组织图、制成流程图。,38,图表之功用,1.),利于多种复杂现象的相互比较，可供分析研究之用。,2.),费甚少时间，可得明确的概念。,3.),对于专门知识不足的人，亦可得到了解。,4.),表示事务间的关系时，图表较文章可以使阅者印入脑海。,5.),利用于演讲、宣传或广告时，予阅者深刻印象。,6.),有时可用于内插法求近似值。,7.),可供预测用。,39,图表必备条件,1.),能把握全体：应一看即能完全了解全体的状况。,2.),简单明了：绘制力求简单明了。,3.),迅速了解：不必任何言辞说明，阅读者一看即能判断出来。,4.),正确的判断：不论刻度标法、线的大小或实虚、点的大小，都应刻意讲求，便于正确判断。,5.),浮现对策：最高明的图表，是能够从图上看出解决问题的对策。,40,图表制作的原则,1.),确定目的何在？,2.),要掌握的资料为何？,3.),有哪些可用的情报数据？,4.),制作图表及阅读的对象是谁？,5.),以后用起来是否方便？是否经久可用？,6.),实用性及时间性如何？使用起来方便？,7.),符合正确、简洁、清楚的原则？,41,End and,Things for you,42,