QC7大手法電池技術研發部-質量2023年7月17日工具介紹起源起源新舊七種工具都是源自日本人總結出來，日本人在提出舊七種工具推行并獲得成功之后，1979年又提出新的七種工具。主要講的是QC七大手法，而SPC（管制圖）是QC七大手法的核心部分品管七大手法是常用的統計管理方法，又稱為初級統計管理方法。工具介紹QC7大工具新七大手法舊七大手法關連圖法KJ法--又稱「親和圖法」系統圖法矩陣圖法矩陣數據解析法過程決定計劃圖法箭線圖法查檢表分析層別法分析散布圖分析直方圖分析管制圖分析柏拉圖分析特性要因圖分舊七大手法特征傾向于數值性資料分析針對問題發生后的改善新七大手法特征傾向于語言性資料分析強調在問題發生前進行預防QC七大手法（舊）特性要因圖——收集、整理資料查檢表——展示變數之間的線性關系柏拉圖——確定主要因素層別法——尋找引發結果原因散布圖——從不同角度層面發現問題直方圖——展示過程的分布情況控制圖——識別波動的來源手法運用舊QC7大工具手法運用舊QC7大工具檢查表定義：以簡單的數據、用容易了解的方式做成圖形或表格。表中記有查檢的必要項目，只要記上檢查記號，并加以統計整理，就可做為進一步分析或核對檢查之用。數據的定義整理時應注意事項收集重點所謂數據，就是根據測量所得到的數值和資料等事實。數據＝事實。數據的分類：定性數據

定量數據收集正確的數據。避免主觀的判斷。要把握事實真相。取樣方法測定方法與設備做原因分析或采取對策時，須有數據做為依據。清楚使用目的。改善前與改善后所具備條件要一致。收集完后須馬上使用（時效性）。記錄時要力求正確及清晰。用途說明日常管理。收集數據。改善管理。手法運用舊QC7大工具層別法定義：區分所搜集之數據中，因各種不同之特征對結果產生影響，將各別特征加以分類、統計。數據搜集時加以適當注記分類，如有問題發生時，很可能只是其中一因素有問題，便可快速尋得癥結之所在層別的對象和項目用途說明使用步驟有關人的層別機械設備的層別作業方法、條件的層別時間的層別原材料零件別測量檢查的層別環境天候的層別制品的層別發現問題，界定問題。發掘問題的要因。驗證要因產生的影響

確定目的。掌握影響問題的因素及范圍。決定層別項目、收集使用表單。層別觀察事實并記錄、分類與繪制應有的圖表。尋求差異點，找尋真因所在。得出結論。手法運用舊QC7大工具層別法例：車間7S檢查發現40項問題不同的層別，問題結果的側重不同；分層的目的是把雜亂無章和錯綜復雜的數據，按照不同的目的、性質、來源等加以分類整理，使之系統化、條理化，能更確切地反映數據所代表的客觀事實，便于查明產品質量波動的實質性原因和變化規律，對癥下藥采取措施，解決問題。手法運用舊QC7大工具散布圖定義：把互相有關聯的對應數據，在方格紙上以縱軸表示結果，以橫軸表示原因；然后用點表示出分布形態，根據分布的形態來判斷對應數據之間的相互關系。用途說明制作步驟目的檢定兩個變數間的相關性。從特性要求尋找最適要因。從要因預估特性水準。收集相對應數據，至少30組以上，并且整理寫到數據表上。找出數據之中的最大值和最小值。畫出縱軸與橫軸刻度，計算組距。將各組對數據標示在座標上。記錄必要事項知道兩組數據（或原因與結果）之間是否有相關及相關程度。依據各種可能影響原因層別繪制散布圖，可找出最適的要因。檢視是否為不相關。手法運用舊QC7大工具散布圖散布圖類型注意有無異常點.看是否有層別必要.是否為假相關（依據技術經驗認為沒有相關，經過散步分析卻有相關趨勢，需要進一步分析造成假相關的原因）.勿依據技術、經驗作直覺的判斷.數據太少,易發生誤判數據的性質要相同，否則會導致不真實的判斷結果。判讀注意事項手法運用舊QC7大工具魚骨圖定義：當一個問題的特性（結果）受到一些要因（原因）影響時，將這些要因加以整理，成為有相互關系且有條理的圖形，這個圖形就稱為特性要因圖，又叫魚骨圖（Fish-BoneDiagram）。微制絨和正常片混片人機法環測員工培訓不到位設備故障作業方法不正確現場環境不達標缺少監測過程制作步驟1.決定問題或品質的特性–特性的選擇不能使用看起來很抽象或含混不清的主題。2.決定大要因–須是簡單的完整句，且具有某些程度或是方向性。3.決定中小要因。4.決定影響問題點的主要原因。5.填上制作目的、日期及制作者等資料。手法運用舊QC7大工具魚骨圖培訓后未進行效果確認培訓內容與實際操作不符中因小因料原料混裝中間產品未標識根因次因缺少確認過程手法運用舊QC7大工具魚骨圖用途說明1.整理問題。2.追查真正的原因。3.尋找對策。注意要點1.頭腦風暴。2.以事實為依據。3.無因果關系者，予以剔除，不予分類。4.多加利用過去收集的資料。5.重點放在解決問題上，并依結果提出對策，依5W2H原則執行。6.依據特性別，分別制作不同的特性要因圖。7.大要因通常代表是一個具體方向。中要因通常代表的是一個概念、想法。小要因通常代表的是具體事件。8.要因都不能重復。對策：微制絨后中間產品使用專用標識花籃；現場規劃正常片和微制絨片花籃放置區域半成品使用前與上一步操作人元確認手法運用舊QC7大工具柏拉圖柏拉圖重點管理圖，根據所收集的數據，以不同區分標準加以整理、分類，計算出各分類項目所占的比例而按照大小順序排列，再加上累積值的圖形。又叫排列圖。它是將質量改進項目從最重要到最次要順序排列而采用的一種圖表。找出影響產品質量的主要因素（主要的少數）識別質量改進的機會確認重要的因果確認改善效果決定不良的分類項目/決定數據收集區間；收集數據錄入完整的數據；計算累計比率。標記代表意義。制作圖表。手法運用舊QC7大工具柏拉圖數據統計示例序號缺陷分類不良數不良占比累計比率1外觀2267454.67%54.67%2扭牙741917.89%72.56%3槽內鐵屑656515.83%88.39%4通規33848.16%96.55%5尺寸12863.10%99.65%6孔大1460.35%100.00%1.項目軸－－X軸；2.頻數軸－－主Y軸；5.累積不良率折線圖形。4.累積不良率軸－－次Y軸；3.頻數柱狀圖形；柏拉圖的制作手法運用舊QC7直方圖定義：將所收集的數據、特性值或結果值，在橫軸上適當地區分成幾個相等區間，并將各區間內測定值所出現的次數累加起來，用柱形畫出的圖形。使用目的測知制程能力。測知數據的真偽。測知分配型態。計算產品不良率。調查是否混入兩個以上的不同群體藉以制定規格界限。規格與標準值比較。設計管制界限是否可用于制程管制。求分配的平均值與標準差。1.收集數據并且記錄在紙上。2.找出全體數據中之最大值（L）與最小值（S）3.定全距（R）＝最大值（L）－最小值（S）4.決定組數史特吉斯公式組數：K＝1＋3.32lognn＝數據個數組數決定參考表(經驗法則)5.定組距（H）＝R／K＝全距／組數6.求各組上、下組界–第一組下組界＝最小值－最小測定值／2–第一組上組界＝下組界＋組距（以此類推）7.決定組的中心點。–（上組界＋下組界）／2＝組的中心點8.制作次數分配表。9.制作直方圖。10.填上主題、規格、平均值、數據來源、日期等資料。制作步驟手法運用舊QC7大工具手法運用舊QC7直方圖手法運用舊QC7大工具直方圖的形狀分析與判斷測知制程能力,作為制程改善的依據；標準差S愈小愈好,平均值越接近規格中心線越好。

NX1+X2+….+XnX=平均值

代表集中趨勢.n-1(X1-X)2+(X2-X)2+….+(Xn-X)2標準差S=代表分散程度.控制圖手法運用舊QC7大工具定義：統計圖就是將繁雜的數據用最簡單的圖形表達，讓使用者易于接受、理解。統計圖能有效率地傳送情報，易于發現問題重點。1.掌握數據全體形態、趨勢，使讀者易于發現事實。2.有效率傳送情報。3.強調發現問題的重點。

1、以隨時間推移而變動著的樣品號為橫坐標，以質量特性值或其統計量為縱坐標；

2、三條具有統計意義的控制線：上控制線UCL、中心線CL、下控制線LCL；

3、一條質量特性值或其統計量的波動曲線。控制圖手法運用舊QC7大工具

控制圖缺陷數控制圖

控制圖單位缺陷數控制圖泊松分布計點型

控制圖不合格品數控制圖

控制圖不合格品率控制圖二項分布計件型計數型

控制圖單值－移動極差控制圖

控制圖中位數－極差控制圖

控制圖均值－標準差控制圖

控制圖均值－極差控制圖正態分布計量型簡記控制圖分布數據類型常見控制圖分類按用途分類：分析用控制圖——用于質量和過程分析，研究工序或設備狀態；或者確定某一“未知的”工序是否處于控制狀態；控制用控制圖——用于實際的生產質量控制，可及時的發現生產異常情況；或者確定某一“已知的”工序是否處于控制狀態。

分析用控制圖過程穩定控制用控制圖控制圖手法運用舊QC7大工具連續25點在控制線內；

連續35點最多有一點出界；

連續100點最多有兩點出界判穩原則點出界就判異；界內點排列不隨機判異。（異常的排列和分布主要歸納為八個判異準則）判異