千亿国际手机版(清远)实业有限公司

QC七大手法

前言     日本著名的品质管理专家石川馨曾说:企业内95%的品质管理问题,可通过企业全体人员活用QC七大手法得到解决。全面品质管理的推行,离不开企业各级、各部门人员对这些工具的掌握与灵活应用。    QC七大手法是常用的统计管理方法,又称为初级统计管理方法,它主要包括查检表、层别法、柏拉图、特性要因图、散布图、直方图、管制图。七大手法去除了传统统计学中大量艰涩和繁杂的内容,只将基础的图表与技术知识,结合统计知识应用到品质控制工作中。目的是让任何人,只要稍加培训之后,都能够用这些工具来解决问题。第一章 查检表一、什么是查检表?查检表是QC七大手法中最简单也是使用最多的手法,它以简单的数据、容易理解的方式,制成图表或表格,必要时记上检查记号并加以统计整理,作为进一步分析或检查核对之用的工具。二、查检表的用途和种类
    根据用途,查检表可分为调查(记录)用和检查用两种,其在管理上常用于日常工作管理、数据收集、改善管理。    1.调查(记录)用查检表此查检表在调查或记录生产过程中每种事件时使用。例如:a.注塑零件次品数检查记录表,事先将检查项目分类,然后将检查结果以“正”字或划记方式,登记于对应栏内(计数值类检查表)。2015-08-24_120208.jpgb.检查一批来货零件尺寸的数据分布,事先将零件尺寸的上下限分成几个区间,然后将零件的实际检查数据以“正”字或划记方式,登记于对应栏内(计量值类检查表)。2015-08-24_120338.jpg2.检查用查检表检查本来的目的就是确认相关的规定或规范是否按照要求进行,为了使这样的检查规范化、持续化、标准化,所以须设计一张查检表,要求负责人按照查检表的要求按时、逐项进行检查。例如:注塑机检查表2015-08-24_133750.jpg三、使用查检表的注意事项
      1.查检表实际的记录者一般是基层的员工,如果形式太复杂可能会增加记录者的工作量,使其产生抵触情绪,从而可能会造成伪数据、假数据的增加。因此设计查检表应尽量使用简单的记号,比如:正、△、///等。      2.凡是数据都有一定的时效性,也就是说,查检表的数据是在一定条件下收集的,这些条件随着时间变迁可能会有所变化,所以当数据收集完后,必须及时进行处理,才能保证反馈的信息的有效性,进而反应问题的真实情况。      3.需要观察数据是否有周期性,是否有超出规范的数值,是否有突变的数据。如果有异常,因当立即着手分析原因并采取相应的改善措施。第二章 柏拉图一、什么是柏拉图?柏拉图又称排列图或帕累托图,是根据收集的数据,以不良原因、不良金额、不良状况发生的现象,系统地加以层分类,计算出各项目的数量及所占的比例,依据大小顺序排列,制作成累积值的图形。2015-08-24_134010.jpg
从上图可以看出,A、B项占的比率比较大,为重要的几项,是需要重点改善的项目,可以先集中精力去改善它。柏拉图秉承的的理念:在纷繁复杂的异常或原因中,找到最重要的,然后集中精力去解决它,从而大幅提升企业的品质管理水平。二、柏拉图的制作
实例:以某注塑机生产过程收集的次品为例1.收集数据;2015-08-24_134134.jpg2.次品项由大到小排列,“其他”项在最后;2015-08-24_134235.jpg3.画出坐标轴,用条状图由大到小列出次品项;2015-08-24_134356.jpg4.划一条(百分比)累积相加的曲线;
2015-08-24_134449.jpg三、柏拉图分析及总结制作柏拉图的目的就是想快速地看出所在比较的项目中,重点的项目是哪些。其标准是,如果百分比累计达到70%~80%时,所累计的几个项目均可视为重点项目。但是重点项目的个数一般占总项目个数的20%~30%。如果占项目总数20%~30%前几项的累计百分比还未超过50%时,需要尝试使用别的手法来解析。第三章 层别法一、什么是层别法?所谓的层别法,就是将得到的数据资料和调查对象,以设备别、人员别、产品别、方法别等进行分类,通过一层层的对比、分析以发现真正的问题所在。层别法是一种借助于简单和直观的分类,来比较同级间各要素差异所在的方法。例如:想知道某公司A/B/C厂生产的零件不良率,以A/B/C厂作为层别进行比较,通过分层,可以清晰地知道A/B/C三间厂中,哪间厂生产零件的不良率最低或最高:2015-08-24_134643.jpg二、层别对象的分类原则及法    既然要分层比较,那么如何对研究的对象进行分类就至关重要了。如果分类的方法错误,那么要研究的对象也就不具有可比性,就如同拿身高和性别比较,是不可能有正确结论的。层别对象的分类要求一层的项目属性必须相同,例如在以人员为对象进行层别时,可用早班与晚班人员比较,但不可用早班人员与5号机持机人员比较,因为这两者的属性存在差异。层别的对象一般可分为以下两类:1.对象为可能造成结果的原因;下图罗列了常用的研究对象的层别项目,可以供读者在解决实际问题时参考:2015-08-24_134757.jpg
2.对象为结果;例如可以针对一个班组,将其一个月内高不良率和低不良率进行比较,分析其造成这种结果的原因,也可以将销售额高的区域与销售额低的区域进行比较,分析其造成销售额差距较大的原因。三、层别法运用的注意事项运用品管手法是为了弥补经验管理的不足,但是如同任何工具一样,用好了才会有效果。在层别法的运用中需要注意下列的事项以保证运用的效果:1.在数据收集之前就应该用层别法数据收集的目的是解决问题,如果收集来的数据与想要解决的问题不相关,那么数据收集工作就白做了。所以在数据收集之前,应先使用层别法,检讨如何进行分层,才能够得到确实有用的数据。2.层别的方向尽可能多横看成岭侧成峰,远近高低各不同,同样,日常的品质管理工作也是如此,为了防止片面和极端地看待问题,也为了尽可能不受“经验主义”影响,在做层别分析的时候,应该尽可能地将能想到的角度都尝试予以层别分析。第四章 特性要因图一、什么是特性要因图?一个品质问题往往不是单纯由一种或几种原因造成的,而是多种因素综合作用的结果。要从这些错综复杂的因素中理出头绪,抓住关键因素,就需要利用科学方法,从品质问题这个“结果”出发,发动所有员工,集思广益,由表及里,逐步深入,直到找到根源为止。特性要因图就是根据结果(特性)来寻找原因(影响结果的要因)的一种QC手法。2015-08-24_135620.jpg
二、特性及要因1.什么是特性:特性是指工作的结果或工程所产生的结果。例如:(1)品质:外观、尺寸、重量、纯度、不良率、不良件数、客户抱怨件数等。(2)成本:材料费、加工费、人工费、加班时数、招待费用、不良金额、销售费用等。(3)效率、交期:工时、运转率、产量、发货量、交期达成率、交货延迟天数等。(4)安全:工伤件数、伤害停工时数等。(5)士气:出勤率、会议参加率、缺勤时数、提案件数、改善件数等。2.什么是要因
所谓要因是指造成结果(特性)的主要原因。在特性要因图上,大骨、中骨、小骨上所列均为要因,分别称为大要因、中要因及小要因。在企业中,引起特性异常的大要因一般可从五个方面进行检讨,即4M1E,分别为:man :作业者(人)machine :机器、设备(装置)material :材料、零件method :作业方法environment :环境三、特性要因图的制作
1.把问题写在右边的箭头内,箭头从左向右;2.列出涉及的因素(主骨);3.仔细推敲每个大因素下尽可能涉及的小因素(支骨),直至列出所有可能影响的因素.2015-08-24_135843.jpg
四、实例:现某种型号的产品在QA验货时发现HI-POT漏电而退货,请你利用鱼骨图分析HI-POT漏电成因?  为了让特性要因图真正发挥作用,就必须尽可能地罗列所有的要因:2015-08-24_135950.jpg第五章 散布图一、什么是散布图
当两组特性值或数据中的一组发生变化时,会对另一组有所影响,这两组特性值称之为相关,如果用图表的形式表现其关系,就是所谓的散布图。2015-08-24_140102.jpg
如:钢的淬火温度和硬度,注塑零件尺寸与模具温度等。二、变量的基本关系
1.正相关当其的一组特性值越来越大,另一组特性值也同时具有增加的倾向时,散布图会程现向右上方走向的椭圆形,表示这两组特性值之间正相关。2015-08-24_140231.jpg
2.负相关当其中的一组特性值越来越大,另一组特性值却呈减少的倾向时,散布图会呈现向右下方走向的椭圆形,表示这两组特性值之间是负相关。2015-08-24_140339.jpg3.不相关当两组特性值的变化不受对方影响时,散布图几乎呈圆形,表示要研究的两组特性值并没有任何关系,也就是两组特性值不相关。2015-08-24_140539.jpg
三、实例:为了确认某录音机连续运转之后,速度是否会发生改变,经试验获得以下数据:
2015-08-24_140731.jpg作出散布图,可知,整体上录音机运转随着时间的推移速度会越来越慢:2015-08-24_141002.jpg第六章 直方图一、什么是直方图?直方图又称品质分布图,它是根据生产过程中收集来品质数据分布情况,画成的以组距为底边、以次数为高度的一系列连接起来的直方型矩形图。   在品质管理中,直方图能一目了然地预测并监控产品品质状况,并将品质波动等问题予以图表化处理。它通过处理看似无序的数据,来反映产品品质的分布情况,判断和预测产品品质及不合格率。直方图的形式如下图:2015-08-24_141112.jpg二、直方图的制作
(1)收集数据,收集的数据应具有随机性,广泛性,代表性,可能的话,应该取至少60~100个用作分析.例:某风筒功率规格为77.5~83w,现从生产线抽查100pcs,结果如下:2015-08-24_141119.jpg(2)找出数据极差 该例中最大值为82.8,最小值为77.5,故极差值 R= 82.8 - 77.5 = 5.3(3)确定分组数,一般来说:分组(N)=√K (K=抽样总数)故例中将样本分为N= √100=10组.(4)确定组距 :组距(H)=极差/分组数   该例中组距= 5.3/10 = 0.53,为方便计算,这里取0.6. (5)确定组界单位和组界     在确定组界时,为了避免数据值落在组界上,可选取测定单位的1/2作为组界的单位,该例中组界的单位应取為0.1/2 = 0.05故第一组的组界可按下式求得:下组界=最小值-组界单位
                               上组界=下组界+组 距该例中第一组的组界为:      下组界=77.5-0.05=77.45;上组界=77.45+0.6=78.05其它各組下组界均以上一组的上组界作为组界,其上组界则等於下组界加上组距. 该例中其它组界分别为:78.65,79.25,…,82.85-83.45.(6)统计各分组的频次,该例中的各分组频次如下:2015-08-24_141401.jpg
 三、可以根据改善前的测定值绘制一张直方图,再根据改善后的测定值绘制一张,将两张直方图进行对比,便可以直观得看出品质改善的效果。第七章 管制图
 一、什么是管制图?     在品质管理过程中,如何通过日常的监测,及时发现品质问题,并通过相应的调整手段使制程处于稳定状态,或是通过日常的监测来判断制程是否处于稳定的状态所使用的图表就是管制图。2015-08-24_141535.jpg
二、控制图的分类1.按数据的性质可分为:计数型及计量值控制图。计量型控制图的数据(连续性)均属于由量具实际测量而得,可用测量值来分析。 连续性数据:是指数据需经过测量才能知道的数据。例如:产品的实际功率、零件加工后的尺寸、咖啡机煲水的出水量、温度等。 计数值控制图指控制图的数据均属于以单位计数而得。(为离散型数据) 离散型数据:指数据的可以经过观测而知的,间断性的,可一个一个计算的。         例如:今天卖了多少件衣服、某产品的次品数等。   计量型和计数值控制图控制图的比较:2015-08-24_141621.jpg
三、实例:某产品塑胶件,应用 X -R控制图来控制其内径,尺寸单位为mm,利用以下数据表之资料,求得其控制界限并绘图。(n = 5)2015-08-24_141714.jpg绘图步骤: 1)将每样组之X与R算出,记入数据表内;2)求出X与R;2015-08-24_141830.jpg
 4)计算控制界限X控制图:2015-08-24_141925.jpg四、可查明原因的异常波动模式1.有一个点或以上超出控制线 2015-08-24_142218.jpg
2.连续6点递增或递减2015-08-24_142304.jpg3.连续9个点落在中心线同一侧2015-08-24_142311.jpg注意:以上情况发生时,工序未必真的出现异常,但当 上述情况发生时应积极调查其原因;如管制图频频出现异常,因检讨管制图制作是否有误,或工序已出现结构性调整,须重新确定控制线。---资料由QC部提供---
关闭
千亿国际手机版(清远)实业有限公司