公司质量管理工具(QC七大手法)概要.ppt

偶然原因与异常原因的比较 分类 变异的情况 影响程度 追查性 过程的改善 偶然原因 系统的一部分，很多，一定有且无法避免 每一个都很微小不明显 不值得追查，追查的成本高，不经济 修改：经常且稳定的制造 异常原因 本质上是局部的，很少或没有，可避免的 有明显的影响 值得追查且可追查到原因，否则，将会造成巨大的损失 创造：经常且稳定的过程。 控制图的种类 类别 名称 控制图符号 特点 适用场合 计 量 值 控 制 图 均值--极差控制图 X － R 最常用，判断工序是否正常的效果好，但计算工作量很大。 适用于产品批量较大的工序。 均值-标准差控制图 X － S 与X － R 图相似，观察正态分布的波动情况 当样本量n大于10，这时应用标准S图来代替R图。 中位数－极差控制图 Me－ R 计算简便，但效果较差。 适用于产品批量较大的工序。 单值－移动极差控制图 X － R S 简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。 因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。 计 数 值 控 制 图 不合格品数控制图 nP 较常用，计算简单，操作工人易于理解。 样本容量相等。 不合格品率控制图 P 计算量大，控制线凹凸不平。 样本容量不等。 不合格数控制图 c 较常用，计算简单，操作工人易于理解。 样本容量相等。 单位不合格数控制图 u 计算量大，控制线凹凸不平。 样本容量不等。 1、控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。 2、按控制图的用途来分类,可分为 分析用控制图和控制用控制图 QC统计手法培训结束语 没有最好的统计方法，只有经过科学的数据统计和分析，找到适宜的方法，采取措施对症下药， 用柏拉图或直方图确定问题点 用控制图、检查表、散布图、层别图等统计方法来分析根本原因 有效利用各种统计方法，并与原有技术相结合，确定对策 用推移图、柏拉图等方法确认对策实施的效果 将有效的对策标准化 不停地PDCA，进行管理循环 柏拉图的制作 决定数据的分类项目； 决定收集数据的期间； 依分类项目别，做数据整理，并制成统计表； 依数据大小排列画出柱状图(故又称排列图)； 绘累积曲线； 绘累积比率； 记入必要的事项：标题、人员等。 应用柏拉图应注意的事项 柏拉图是按所选取的项目来分析，因此只能针对所做项目加以比较，对于项目以外的分析无能为力。 若发现各项目的分配比例相关不多时，则不符合柏拉图法则，应从其他角度再做分析。 柏拉图适用于计数型数值统计，计量型数值统计用直方图。 一般而言，柏拉图的前三项往往累计达70~80%强，如能针对前三项做改善，便可得到70%以上的成效。 其他项若大于最大的前面几项，则必须再细分。 把柏拉图上的项目当作质量特性加以要因分析，再用柏拉图整理重新分类，可以找出改善的方案。 柏拉图练习 有一位制造经理想把主要的精力放在工作指导和改善活动上，但他整天忙得不可开交，没有时间去实施他的计划。为此他下决心对近三个月的时间利用作了统计，请帮他分析一下，这位经理的主要精力都用在了什么方面？ 工作内容 工作指导 改善活动 生产规划 催料 会议 不合格处理 其他 时数 51 40 85 153 43 89 19 柏拉图示例 四、直方图 现场工作人员经常要面对许多数据，如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形、问题点所在及过程、能力等，均可呈现在我们的眼前；我们即可利用这些信息来掌握问题点并采取对策。直方图为生产现场最常用的图表之一。 直方图是将所收集的测定值、特性值或结果值分为几个相等的区间作为横轴，并将各区间内所测定的值依所出现的次数累积而成的面积，用柱子排起来的图形。因此直方图也称柱状图。 直方图是从总体中随机抽取样本，将从样本中获得的数据进行整理后，用一系列等宽的矩形来表示数据。其中宽度表示数据范围的间隔，高度表示在给定间隔内数据的数目，变化的高度表示数据的分布情况。通过对数据分布形态和与公差的相对位置的研究，可以掌握过程的波动情况。 直方图的目的 了解分布的形态 研究过程能力 过程分析与控制 观察数据的真伪 计算产品的不合格率 求分布的平均值与标准差 用以制定规格界限 与规格或标准值比较 调查是否混入两个以上的不同群体 了解设计控制是否合乎过程控制 直方图示例 某厂成品尺寸规格为130~160，今按随机抽样方式抽取60个样本量，其测定值如下表，试制作直方图。 138 139 144 131 140 145 134 135 137 136 142 140 138 127 130