1、深圳安吉爾飲水產業集團品管七手法培訓教材 版本:0 編制單位:安吉爾飲水產業集團 編制人:陸定堅 .講授內容一. QC 手法概論二.層別法三.特性要因圖四.查檢表五.柏拉圖六. 分布圖七.直方圖八.控制圖控制圖.TQC 培 訓 教 材QC 手法概論2. 根據緣由與因果關系，以討論埋伏性的問題 特性要因圖。1.根據現實，數據發言 圖表，查檢表 ，分布圖。3. 凡事物不能完全用平均值來思索，應了解事物均有變異存在，須從平均值變異性來思索直方圖、控制圖。4.一切數據不可僅止于平均,須根據數據的來源,適當分層處置 層別法。.TQC 培 訓 教 材QC 手法概論5.并非對一切緣由采取處置，而是先就其中影

2、響較大的2-3項采取措施，亦由重點管理 柏拉圖下面我們開場引見QC七大手法的詳細運用和制造.層別法 為區別各種不同緣由對結果的影響而以各個緣由為主體，分別作統計分析的方法，稱為層別法。一、何謂層別法層別的對象與工程1、 時間的層別小時別,日期別,周別,月別,旬別，上下午別、日夜別,季節別等。2 作業員的層別班別、組別、操作法別、熟練度別、年齡別、性別、教育程度別、安康條件別、新舊別等。. 臺別、場所別、機型別、年代別、機種別、工具別、新舊別、編號別、編號別、速度別等4 作業條件的層別溫度別、濕度別、壓力別、天氣別、作用時間別、作業方法別、順序別、人工與機器別、人工與自動別、測定器別等例：A班及

3、B班的完廢品質量層別3 機械、設備的層別例：A不同機型消費一樣產品以機型別來分析其不良率例：對溫濕度敏感的作業場應記錄其溫濕度以便變化時能層別比較.5原資料的層別供應者別、群體批別、制造廠別、產地別、材質別、大小別、貯藏期間別、成分別等。 測定器別、測定者別、測定方法別等。7 檢查的層別檢查員別、檢查場別、檢查方法別等。例：同一廠商供應的原資料也應做好批號別，領用時均能加以層別，以便了解各批原料的質量，甚至不良發生時更能迅速采取應急措施，使損失達最小的程度。6 測定的層別.氣溫別、濕度別、風、晴或雨別、潮濕與枯燥別、照明別等。8 環境、天候的層別海岸與內陸別、國內與國外別、南區與北區別、東區與

4、西區別等。9 地域的層別 良品與不良品別、包裝別、運搬方法別等。10 制品的層別11其他新舊品別、規范品或特殊品別、制造別等。.層別法 / 控制圖* 切腳機臺的質量控制不穩，經常會掉出控制區。*運用層別法,將人員個別追蹤來控制。結果： B操作員的圖形會溢出控制區，其他不會，所以全是B員的操作有問題。.TQC 培 訓 教 材特性要因圖 對于結果特性與緣由要因間或所期望的效果特性與對策間的關系，以箭頭連結，詳細分析緣由或對策的一種圖形稱為特性要因圖。何謂特性要因圖 特性要因圖為日本品管權威學者石川馨博士于1952年所發明，故又稱【石川圖】 。又因其外形似魚骨圖。其在闡明緣由與結果的關系，亦稱因果圖

5、。.TQC 培 訓 教 材步驟1：決議問題或質量的特性 特性要因圖在未制之前應先決議問題或質量的特性，如不良率、停機率、送修率、埋怨的發生、外觀不良、尺寸不良等有關質量低下的問題特性加以確定。特性步驟2：預備適當的紙張、制造特性要因圖的骨架，將特性寫在右端，自左畫上一條較粗的干線稱母線，就是代表制程，并在干線的右端畫一指向右方的箭頭。在任務現場可用筆畫在一張較大的紙上貼于現場。.TQC 培 訓 教 材步驟3：把緣由分類成幾個大類，每大類畫于中骨上，且以 圈起來。加上箭頭的大分枝，稍斜的約60插到母線，此大分枝稱子枝，較線線略細。大緣由可依制程分別分類，普通分為人、機械、資料、方法、其他。特 性

6、資料機械方法其他 人60.TQC 培 訓 教 材枝骨內，無因果關系者否。60。特性步驟5：決議影響問題點之緣由的順序 以集中思索自在討論的方式，在所列出的緣由中以為影響較大的劃上紅圈，再從劃上紅圈的緣由中指出以為影響更大者再劃上紅圈，不斷檢討下去。最后圈選出重要緣由46項。 .特性 追求對策型魚骨圖反轉追求問題點應如何防止目的之效果應如何達成等對策，而以特性要因圖表示期望效果特性與對策間的關系.調準送料機堅持清潔減少振動減少共振減少綜合間隙氣墊充足 模 具方法沖切間隙均勻黃銅料帶真直控制打扁沖子歪凹型正確刀口鋒利減小毛頭減小料帶與導板的間隙機器堅持刀口鋒利送料順暢倒角正確導料槽適宜紋直SQ資料

7、導槽寬于料帶.2MM降低下模沖子正確出料方式材 料減小送料機壓力堅持黃銅資料真直控制來料調直SQ資料調整恰當控制SQ大小清潔軸承無規律斷PIN對策圖.特性要因圖的種類1.追求緣由型： 在于追求不良的所在，并進而尋覓其影響的緣由，以特性要因圖表示結果特性與緣由要因間的關系。. 模 具方法沖子與入塊間隙不均偏大黃銅料帶不直打扁沖子歪打凹型不良刀口鈍毛頭偏大料帶與導板的間隙大呵斥偏歪機器黃銅部位刀口鈍送料不暢料帶兩側契塊太低料帶導槽偏大SQ資料不直導料槽寬磨損下模沖子太高SQ資料偏大偏小送料機壓太重SQ資料不直堅持黃銅資料真直材 料來料不良料帶出料方式E尺寸斷PIN料帶偏右黃銅料帶不直紋直機構軸承有

8、污物紋直機構調整不當C尺寸斷PIN料帶偏左凹型沖子倒角不好凹型寬修整站夾料調準送料機呵斥拉料不到位減少振動綜合間隙偏大打偏 時大時小料帶不直呵斥料帶振動太大無規律延續性PIN特性.清查緣由.查檢表Check Sheet )何謂查檢表查檢表并無一定的規范格式，只需根據運用的目的以及為求方便運用，利于作統計分析面去設計適宜本人所需的查檢表： 查檢表Check Sheet就是一種為了便于搜集數據，運用簡單記號填記并予統計整理，并作進一步分析或作為核對、檢查之用而設計的一種表格或圖表。檢表的設計要領2、記錄時要思索到層別，善用特性要因圖層別再分析的結果，按人員、機臺、原料、時間等分別調查。1、應能迅速

9、、正確、簡易地搜集到數據，記錄時只在在必要工程上加注記號。 3、數據履歷要清楚由誰查檢、查檢時間、期間、方法、班別、機臺均應載明清楚。其他測定或檢查條件也要正確地記錄下來。.查檢表7、如能運用寫實圖形，更可一目了然。8、查檢表配合目的，必要時檢討修正。不同的目的，搜集數據式會不一樣。因此，搜集數據的目的要明確。5、查檢工程不宜太多，以46項為原那么針對影響大的要因搜集數據即可，其他能夠發生的要因僅為其他項。4、盡能夠以符合、數字記入，防止運用文字，不得已用數字和文詞時，亦應簡約正確。6、最好能一次記錄下來后，就能表示出圖表情況來。9、預留空位，供在實踐查檢中可再增列事先未思索到而發生次數很多的

10、工程。.柏拉圖柏拉圖的作法 根據所搜集的數據，按不良緣由、不良發生位置等不同區分規范，以尋求占最大比率的緣由、情況或位置的一種圖形。 從柏拉圖可看出哪一工程有問題，其影響程度如何，以判別問題的癥結點，并針對問題點采取改善措施，故又稱ABC圖。所謂ABC分析的重點是強調對于一切事物，應依價值的大小而付出不同的努力，以獲得效果，即柏拉圖分析前面23項重要工程的控制1、決議數據的分類工程柏拉圖的定義其分類有:a結果的分類:不良工程別、場所別、工程別。b緣由的分類:資料、機械、設備、作業者的區別.柏拉圖普通是先從結果的分類洞悉問題點所在，進一步為了采取對策，再依緣由別畫制柏拉圖。2、決議搜集數據之期間

11、，按上項分類，在期間內搜集數據。3、按發生次數順序，將工程及次數記入不良分析表。4、按分類工程別，統計數據作統計表。總檢查數：150 .柏拉圖6、點上累計不良次數或累計不良率及累計影響度，并以折線連結那么得柏拉圖。5、于圖表用紙記入縱軸及橫軸。縱軸左側直線代表不良次數、不良率或損失金額，右側直線代表累計影響度，橫軸代表工程。橫軸不宜長于縱軸，否那么應調整其等分間隔。a各工程按出現數據的大小順序陳列，并求其累計次數。b求各工程的數據及累計數的影響度。c其他項排在最后，其他項假設太在時，要檢討能否有其他 重要要因需提出。.柏拉圖四. 分析資料根據魚骨圖，我們決議暫對TATL歪斜、鍍層零落、毛邊打K

12、INK，裝HOOR不良、損傷、臟污及熱印不良各項在9.16-9.24日倉庫抽驗中搜集數據表如下： 注： 抽樣總數量為62561 PCS.柏拉圖由以上數據作出查檢表：.柏拉圖由查檢表作出以下柏拉圖：.4-7 記入數據搜集的期間，記錄者、繪圖者及總檢查數、總不良數等等于圖的空白處。1. 作為降低不良的根據柏拉圖的用途：2. 決議改善的主要目的3. 確認改善效果4. 發現現場中的重要問題5. 確認或調整特性要因圖.分布圖 現場所發生的問題千頭萬緒，作業者、管理者雖有心改善，但籬往不知從何處著手。在兩組數據或緣由與結果之間能否有相關及其所相關程度如何，無法層別檢討何者影響結果時，倘假設僅靠過去的閱歷，

13、往往事倍功半，此時應該繪出兩種數據之間能否有相關及其相關程度如何的分布圖來討論其潛在要素。1. 正相關X增大時，v也隨之增大，稱為正相關xy完全的正相關xy有正相關.分布圖x增大時，y也隨之增大，但增大的幅度不顯著。此時宜再思索其他能夠影響的要因。2. 非顯著性正相關x增大時，y反而減少，稱為負相關。3. 負相關x增大時，y反而減少，但幅度并不顯著。此時宜再思索其他能夠影響的要因。4.非顯著性負相關似有正相關xy完全的負相關xyxy.分布圖x增大時，y也隨之增大，但增大的幅度不顯著。此時宜再思索其他能夠影響的要因。2. 非顯著性正相關x增大時，y反而減少，稱為負相關。3. 負相關x增大時，y反

14、而減少，但幅度并不顯著。此時宜再思索其他能夠影響的要因。4.非顯著性負相關似有正相關xy完全的負相關xyxy.直方圖二、直方圖的制造 為要容易的看出如長度、分量、時間、硬度等計量值的數據的分配情形所用來表示的圖形。直方圖是將所搜集的測定值或數據的全距分為幾個相等的區間作為橫軸，并將各區內的測定值所出現次數累積而成的面積，用柱子排起來的圖形，故稱之為柱狀圖。例 某廠的廢品分量規格為130190，今按隨機抽測方式抽取240個樣本，其分量測定值如表，試制造直方圖。一、何謂直方圖.直方圖3-1 制造次數分配表(1) 由全體數據中找出最大值與最小值從數據中,各行的數據分別選出最大值L及最小值S。(2)

15、求出一切數據中的最大值與最小值. 組數過少雖可得到相當簡單的表格，但已失去次數分配的本質；組數過多使表列雖詳盡卻無法到達簡化的目的。異常值應除去再分組。因此，次數分組組數不宜太多，也不宜太少，普通可用數學家史特吉斯Sturges)提出的公式，根據測定次數n來計算組數k，其公式為：k1+3.32 log n 。(3) 決議數組由L及S列中可知一切數據中最大為170，最小為124，所以全距=170-124=46普通對數據的分組可參照此表：例如 ：n50 那么 k1+3.3. Log501+3.321.76.6即約可分為6組或7組。本例數據200個，將其分為12組.為便于計算平均與規范差，組距常取為

16、5、 10、2的倍數(4) 決議數距組距全距/組數46/ 124依此類推，計算至最大一組的組界。最小一組的上組界下組界+組界123.5+4127.5第二組的下組界為127.5；上組界為127.5+4131.56計算各組的組中點(5) 決議各組的上下組界第三組的下組界為131.5；上組界為131.5+4.5.a、將一切數據依值大小記于各組的組界內，并計算出其次數第二組的組中點125.5+4129.5(7) 作次數分配表第三組的組中點129.5+4133.5依此類推，計算至最大一組的組中點。b、將相關的次數相加，并以測定值的個數校核。表中的次數總和與測定值的個數應一樣。.3-2 制 作直方圖(1)

17、 將次數分配表圖表化，以橫軸表示分量的變化，縱軸表示次數。.(3) 以各組內的次數為高，組距為底。在每一組上畫成一矩形，那么完成直方圖。(2) 橫軸及縱軸各取的單位長度。再將各組的組界分別在橫軸上，各組界應為等 間隔。(4) 在圖的右上角記入數據總數n及數據履歷，并畫出規格的上限及下限。.結論:檢查員對測定值有偏好景象，如對5，10的數字偏好，或是假造數據。丈量儀器不精細或組數的寬度不是倍數時亦有此種情形。4-1 正常型四、直方圖常見的形狀闡明:中間高、兩邊低,有集中趨勢結論:左右對稱分配(常態分配),顯示制程在正常運轉下。4-2 缺齒型凹凸不平型闡明:高低不一，有缺齒情形。不正常的分配，系因

18、測定值或換算方法有偏向，次數分配不妥當所構成。.4-3 偏向型闡明：高處偏向一邊，另一邊低，拖長尾巴。可分偏右型、偏左型。為偏態分配。結論：尾巴拖長時應檢討能否在技術上可以接受。4-4 絕壁型切邊型，斷裂型闡明：有一端被切斷偏右型：例如微量成分的含有率等不能收到某值以下的值時所出現的外形。偏左型：例如成分含有高純度的含有率等不能取到某值以上值時出現的外形。結論：數據經過全檢過或制程本身有經過全檢過出現的外形。.4-5 雙峰型二山型闡明：有兩個頂峰出現。4-6 離島型二山脫離型闡明：在右端或左端構成小島。結論：有兩種分配相混合，例如兩臺機臺或兩種不同原料間有差別時會出現此種外形，因測定值受不同的

19、緣由影呼應予層別后再作直方圖。結論：測定有錯誤、工程調理錯誤或運用不同原料所引起。一定有異常緣由存在，只需去除即可制出符合規格的制品。.4-7 高原型闡明：外形高原狀。結論：不同平均值的分配混在一同,應層別后再作直方圖比較.控制圖 所謂控制圖是一種以實踐產品質量特性與根據過去閱歷所判明的制程才干的控制界限比較，以時間順序用圖形表示的管理方法。 所以，普通控制圖縱軸為制品的質量特性，以制程 變化的數據為分度；橫軸為制品的群體號碼，或制造年月日等，以時間順序、制造順序將點繪在圖上。一、何謂控制圖.一、依數據的性質來分類控制圖的種類所謂計量值控制圖是控制圖所根據的數據均屬于由量具實踐量測而得。如長度

20、、分量、成份等特性均為延續性者。1、計量值控制圖.2、計數值控制圖所謂計數值控制圖是控制圖所根據的數據均屬于以單位計數者。如不良數、缺陷數等延續數據。 a 不良率控制圖 P chart) c 缺陷數控制圖 C chart ) b 不良數控制圖 Pn chart)用于控制制程的質量，如有點子跑出界限時立刻采取如下措施： d 單位缺陷控制圖 U chart )二、依用途來分類1、 控制用控制圖 a 清查不正常緣由 b 迅速消除此項緣由c 并且研討采取防止此項緣由反復發生的措施.2、 解析用控制圖此種控制圖為作為 a 決議方針用 b 制程解析用 d 制程控制之預備用 c 制程才干研討用1 控制形狀的判別 沒有點子超出控制界限之外 控制形狀 滿足以下條件即可以為制程是在控制形狀控制圖的判讀 多數的點子集中在中心線附近 點之分布呈隨機形狀，無任何規那么可循 少數的點子落在控制界限附近.非控制形狀采取