QC七大手法

(OLD)1QC七大手法(OLD)第1頁什麼是QC七大手法？QC:QualityControl(質量管制；品管)1.直方圖(Histogram)2.管制圖(ControlChart)3.魚骨圖(CauseandEffectDiagram)4.查檢表(CheckSheet)5.柏拉圖(ParetoChart)6.散布圖(ScatterDiagram)7.層別法(Stratification)2QC七大手法(OLD)第2頁QC七大手法

itemDayshiftNightshiftx管制圖因果關系圖/魚骨圖查檢表柏拉圖散布圖層別法100%LSLUSL直方圖3QC七大手法(OLD)第3頁1.直方圖說明：

劃分數據（如考試成績）分配范圍為數個區間，計算各區間內該數據出現次數，并制作成次數分配表。(2)用途：描述數據分布（平均值、變異、對稱），借以判斷工序有沒有異常情形。并檢驗該數據是否正常受控，有足夠能力符合客戶需求。規格下界規格上界4QC七大手法(OLD)第4頁范例–微塵粒子數據251291015141788221421722515532141514181524133222322191325114212617221281212631920642691425561229131517836141818101912233021119107164115151931171221126139131639104271281916(1)找出“最大值”，“最小值”以及數據“個數”Max=39Min=1TotaldatapointsN=100(2)決定區間個數K:K=NK=10(3)決定區間寬度H:H=(Max-Min)/K39-1H=10~=45QC七大手法(OLD)第5頁(4)

作出“頻次”表(5)劃出直方圖區間界限0.5~4.54.5~8.58.5~12.512.5~16.516.5~20.5頻次20.5~24.524.5~28.528.5~32.532.5~36.536.5~40.510142019111185115102015

頻次區間界限0481216202428323640范例–微塵粒子數據6QC七大手法(OLD)第6頁2.管制圖說明：

把品質特征（如芯片薄膜厚度）點以記號標示上去，藉著該點在管制界限內側或外側情形，能夠判斷工序是否在控制狀態中。(2)用途：借由管制界限訂定,區分出工序變異合理性。即時監控，并能夠在制程異常時馬上采取改進對策。管制上界管制下界目標值7QC七大手法(OLD)第7頁

規格界限

管制界限?問題:8QC七大手法(OLD)第8頁答案:來自客戶要求對于產品質量控管每一量測單點都必須在規格界限之內規格界限

規格界限

管制界限>=說明：管制界限工序變異自然允許范圍對于制程/機臺控管每一量測平均值都必須在管制界限之內9QC七大手法(OLD)第9頁說明：有如魚骨增加方式，有系統地整理工作結果（特征）以及其原因（要因）。(2)用途：

在改進小組腦力激蕩之下，列舉全部可能異常原因；逐一過濾之后，會發覺日常忽略小毛病，可能就是問題根源。3.魚骨圖（因果關系圖）原因1結果原因2原因3原因410QC七大手法(OLD)第10頁例：產品良率太低Man

(操作人員)Machine(機器設備)Method(生產方法)要因特征

Environment(生產環境)范例(1)–4M1E方向4M1E:人、機、料、法、環

Material(原材料)11QC七大手法(OLD)第11頁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原因機械不穩定設備磨耗電性不穩定數據換算不穩定范例(2)12QC七大手法(OLD)第12頁4.查檢表ITEMABC123說明：

在搜集各種數據之后，為確認并能毫無遺漏查檢，將結果制成簡單表格。

(2)用途：能夠讓數據搜集更為規律、有效；制成表格更為簡明、易懂。13QC七大手法(OLD)第13頁機臺定時保養之后查檢項目：ItemO-ringGasFlowLockChamberAChamberCChamberB范例14QC七大手法(OLD)第14頁5.柏拉圖100%說明：

分類不良及缺點等內容，然后按照大小次序，利用累計數據來表示。(2)用途：將問題點表現出來，并展現其相對主要性，提供改進方向優先次序。15QC七大手法(OLD)第15頁某餐廳用戶滿意度調查：埋怨種類總件數百分比累計百分比1.coldfood2.saladnotfresh3.lackofcleanliness4.poorservice5.foodtastesbad6.foodtoogreasy7.flimsyutensils8.notcourtesy105(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%94251310922范例16QC七大手法(OLD)第16頁coldfoodsaladnotfreshlackofcleanlinesspoorservicefoodtastebadfoodtoogreasyFlimsyutensilnotcourtesy501001502002501050100%0范例(續)17QC七大手法(OLD)第17頁

EAB

C

E

A

D

B

C

60%柏拉圖能夠用來說明改進過程有效性：比如圖甲為改進前柏拉圖，共有A,B,C,D,E五大不良原因。再來針對A與B前兩大原因采取改進對策，若干時日之后能夠重新搜集數據，劃出改進后柏拉圖。由圖乙結果顯示，A與B發生次數顯著降低，C變成是最大不良原因。整體效果改進60%.100%圖甲:改進前圖乙:改進后100%D范例18QC七大手法(OLD)第18頁6.散布圖說明：

將成正確二組數據制成圖表，以觀察數據之間相互關系。(2)用途：

檢驗二組數據之間相互關系，尤其是對魚骨圖中因、果驗證。當相關程度甚高時，可用回歸分析作深入研究、控管。Y（果）X（因）19QC七大手法(OLD)第19頁相關系數說明r=0.9r=0.6 r=0.3r=-0.9 r=-0.6 r=0.3不相關正相關強正相關強負相關負相關有異常點存在20QC七大手法(OLD)第20頁相關分析(CorrelationAnalysis)正相關負相關計算相關系數：Sum(X-X)*(Y-Y)r= Sum(X-X)Sum(Y-Y)

能夠使用Excel來計算:Tools->DataAnalysis->CorrelationFunction->Correl(X;Y)參考值r<0.3-->弱0.3=<r<0.8-->普通r>=0.8-->強2221QC七大手法(OLD)第21頁產品良率（Y）與因子X相關性：8075產品良率706530323436384042X因子范例r=-0.62回歸結果：Y=119.07-1.23X

X

Y

3372397637743278377840663678396641673580377637783871386922QC七大手法(OLD)第22頁7.層別法說明：以數據共同點、特征為主，將對象中含有相同作業者（人）、機械（機）、原料（料）或作業方法（法），分成數個集團。(2)用途：

區分出問題起源，然后能夠給予更加好控管、改進。AB23QC七大手法(OLD)第23頁管制圖層別：AABBCCABBBCCCA作業者ABC總圖24QC七大手法(OLD