目录
8.QC七大工具活用
8.1 查检表
8.2 层别法
8.3 鱼骨图
8.4 柏拉图
8.5 散布图
8.6 直方图
8.7 管制图
8.8 总结回顾
1
8.1 查检表
2
定义:
为了便于收集数据,使用简单记录表填记并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种表格或图表作法:1.明确目的.2.决定查检项目.
3.决定检查方式(抽检、全检).
4.决定检验基准、数量、时间、对象等
5.设计表格实施检验.
类型:
计数用查检表：
主要用在根据收集之数据以调查不良项目、不良原因、工程分布、缺点位置等情形必要时对收集的数据要予以层别
点检用查检表：
主要功用是为要确认作业实施、机械设备的实施情形,或为预防发生不良或事故,确保安全时使用.这种点检表可以防止遗漏或疏忽造成缺失的产生
把非作不可、非检查不可的工作或项目,按点检顺序列出,逐一点检并记录之
8.2 层别法：
定义:
为区别各种不同原因对结果之影响,而以个别原因为主体,分别作统计分析的方法,称为层别法.
分类:
1.时间的层别.
2.作业员的层别.
3.机械、设备层别.
4.作业条件的层别.
5.原材料的层别.
6.地区的层别等.层面要素：
? 1.4M
机械﹑材料﹑人员﹑方法
? 2.环境
地区﹑天气﹑工作所处之状况
? 3.时间
日﹑期﹑上班
4
7
8.3 鱼骨图
定义:
对于结果与原因间或所期望之效果与对策间的关系,以箭头连结,详细分析原因或对策的一种图形称为特性要因图,工程鱼骨图或因果图. 它为1952年日本品管权威学者石川馨博士所发明,又称“石川图”.
作法:
? 1.4M1E法:(人、机、料、法、环境)
? 2.5W1H法:(What、Where、When、Who、Why、How)? 3.创造性思考法:希望点例举法、缺点列举法、特性列案法.? 4.脑力激荡法:“Brain Storming”严禁批评、自由奔放.
【举例】
8
8.4 柏拉图定义:
根据所搜集之数据,按不良原因、不良状况、不良发生位置等不同区分标准,以寻求占最大比率之原因、状况或位置的一种图形.
1897年,意大利学者柏拉撬分析社会经济结构,发现绝大多数财富掌握在极少数人手里,称为“柏拉法则”.
美国质量专家朱兰博士将其应用到品管上,创出了“Vital Few, Trivial Many”(重要的少数,琐细的多数)的名词,称为“柏拉图原理”.
在中国，我们也习惯把“柏拉图”叫做”排列图”或“帕累托图”
“八二原则“
◆意大利经济学家帕累托提出：重要的因子通常只占少数，
而不重要的因子则常占多数，因此只要控制重要的少数，即
能控制全局;
——80%的销售额来自20%的顾客
——80%的业绩来源于20%的销售精英
——80%的看电视的时间花在20%的节目上
——80%的财富掌握在20%的人手中
80/20原理：
“关键的少数和次要的多数”
9
10
?A、将数据进行分类
?B、分类好的数据进行汇总，以多到少进行排序，并计算出各类别所占百分比?C、计算出各类之和
?D、以总数个为左纵轴，以总数的十分之一为一单格，各个类别为横轴，以每一类别为一单位格，以100%的比例来做右边的纵轴，之间幅度为10%为一单位格，在80%之处画一条横虚线。?在横轴上，按多到少的顺序进行每一单位格进行填写，再根据每一类别的数量在画出相应高度的方格，最后从左边第一方格右上角描第一点，第二方格右边上面的第一点高度加本方格高度处描第二点，第三方格右边上面的第二高点高度加本方格高度处描第三点，以此类推，描到最后一点的100%处。
作法:
A B C D E
不良率
100%
累计影响度
项目
11
【举例】不良数据分布的柏拉图
画柏拉图注意左边红圈3个要点：①左上角样本量--“N=1867”②百分比最大值--“100%”
③柱状图右上角与百分比重合--“54.4%”
模板分享
8.5 散布图
?定义：
为研究两个或三个变量间之相关性,而搜集成对几组数据,在纵轴与横轴上以点来表示二个或三个特性值之间相关情形的图形,称之为“散布图”.也叫“散点图”?关系的分类:A.要因与特性的关系.B.特性与特性的关系.C.特性的两个要因间的关系.
131
?1、知道两组或三组数据（或原因与结果）之间是否有相关其相关程度
?2、把材料、机械设备、作业者、作业方法……等可能影响的原因层别，绘制散布图，可检讨何者影响结果。?3、检视是否有离岛情形。
?4、抽样检验中，若某品质特性之测试成本高或困难，则可采用与此特性有关系存在的另一个或两个测试成本较低或测试容易之特性，以降低检验成本。
?5、以利在以后的品质管制中，若同一制品之二特性间有密切关系时，则可舍去其中一个管制图，以降低预防成本。
?6、两组数据间若呈直线变化，可依散布图求出直线方程式，以为订定标准之用。
用途：
14
散布图的判读：
1.强正相关:X增大,Y也随之增大,称为强正相关。
2.弱正相关:X增大,Y也随之增大,但增大的幅度不显
著。
3.强负相关:X增大时,Y反
而减小,称为强负相关。
4.弱负相关:X增大时,Y反而
减小,但幅度并不显著。
5.曲线相关:X开始增大时,Y也随之增大,但达到某一值后,当X增大时,Y却减小。
6.无相关:X与Y之间毫无任何关系。
15
【举例】研究车间温湿度与合格率相关性
散布图相关系数R （一般情况下）：
相关系数R取值范围：[-1,1],
R为正数时正相关，R为负数时负相关。①|r|>0.95 存在显著性相关；②|r|≥0.8 高度相关；③0.5≤|r|<0.8 中度相关；④0.3≤|r|<0.5 低度相关；⑤|r|<0.3 关系极弱，认为不相关
16
8.6 直方图定义：
直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴,并将各区间内之测定值所出现次数累积而成的面积,用柱子排起来的图形.用来对品质现状了解，找出比较深入的问题。
【举例】实例基础数据：
17
第一步: 找出最大与最小(MIN=9.92,MAX=10.12)第二步: 计算全距R=MAX-MIN=10.12-9.92=0.2第三步: 决定组数:K=1+3.321㏒100
=1+3.32*2=7.64
第四步: 计算组距
组距=全距/组数=0.2/8=0.025
第五步: 决定起始点值和终点数值
起始点值=最小值-测定值最小位数/2
=9.92-0.01/2=9.915
终点数值=最大值-测定值最小位数/2
=10.12-0.01/2=10.115
制作步骤:
第六步:计算各组上下点和中点
第一组下界=起始点值=9.915
第一组上界=第二组下界=起始点值+组距
=9.915+0.025=9.94
第二组上界=第三组下界=第二组下界+组距
=9.94+0.025=9.965……
第八组上界=终点值=10.115根据各组之上下界计算出各组之中心点:
各组中心点=(各组上界+各组下界)/2第七步:计算各组范围内的数据个数
第八步:作图
20
【举例】直方图配合CPK数值进行分析
Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）
A++级Cpk≥2.0 特优可考虑成本的降低A+ 级2.0 > Cpk ≥ 1.67 优应当保持之A 级1.67 > Cpk ≥ 1.33 良能力良好，状态稳定，但应尽力提升为A+级
B 级1.33 > Cpk ≥ 1.0 一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级
C 级1.0 > Cpk ≥ 0.67 差制程不良较多，必须提升其能力
D 级0.67 > Cpk 不可接受其能力太差，应考虑重新整改设计制程。
CPK适宜即可，也不是越高越好
8.7 管制图（该部分内容根据实用性进行简化）定义:
管制图是对过程或制
程中各特性值进行测定,记录,评估，从而监察过程是否处于控制状态的一种用统计方法设计的图，管制图又叫控制图。所谓计量管制图系管制图所依据的数据均属于由量具实际量测而得.
A.平均值与全距管制图(X-R Chart).
B.平均值与标准差管制图(X-S Chart).
C.个别值与移动全距管制图(I-MR Chart).
D.中位值与全距管制图( X-R Chart)
类型
计量值管制图:
计数值管制图:
管制图所依据的数据均属于以单位计数者.(如缺点数、不良数等).
A.不良率管制图(P Chart).
B.不良数管制图(Pn Chart).
C.缺点数管制图(C Chart).
D.单位缺点数管制图(U Chart).
21