品管七大手法研习班
原 因 现 象

例一：有人经过塑胶部摔倒，主管立即感到现场，发现地上有油请这属于什么？

例二：部门主管向你反应，近期工作忙？希望能够增加人手，请问你会如何回答？

一.何谓数据?
就是根据测量所得到的数值和资料等事实.因此形成数据最重要的基本观念就是:数据=事实
二.运用数据应注意的重点:
1.收集正确的数据
2.避免主观的判断
3.要把握事实真相

三.数据的种类
A.定量数据:长度.时间.重量等测量所得数据,也称计量值;(特点连续不间断)以缺点数,不良品数来作为计算标准的数值称为计数值.(特点离散性数据)
B.定性数据:以人的感觉判断出来的数据,例如:水果的甜度或衣服的美感.
四.整理数据应注意的事项
1.问题发生要采取对策之前,一定要有数据作为依据．
2.要清楚使用的目的．
3.数据的整理,改善前与改善后所具备条件要一致．
4.数据收集完成之后,一定要马上使用.


一.何谓查检表?
为了便于收集数据,使用简单记号填记并予统计整理,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。(用来检查有关项目的表格)

二.查检表的种类
查检表以工作的种类或目的可分为记录用查检表、种点检用查检表两种。











四、 查检表的作法
(1) 明确目的---将来要能提出改善对策数据,因之 必需把握现状解析,与使用目的相配合
(2) 解决查检项目---从特性要因图圈选的4~6项决定之
(3) 决定抽检方式---全检、抽检
(4) 决定查检方式---查检基准、查检数量、查检时间与期间、查检对象之决定、并决定收集者、记录符号
(5) 设计表格实施查检

五.查检表的使用
数据收集完成应马上使用,首先观察整体数据是否代表某些事实?数据是否集中在某些项目或各项目之间有否差异?是否因时间的经过而产生变化?另外也要特别注意周期性变化的特殊情况.

查检表 统计完成即可利用QC七大手法中的柏拉图加工整理,以便掌握问题的重心.

查检表


二、层别的对象与项目
2.1 时间的层别
小时别、日期别、周别、月别、季节别…..等.
例 : 制程中温度的管理就常以每小时来层别.
2.2 作业员的层别班别、操作法别、熟练度别、年龄别、 性别、 教育程度别…..等.
例 : A班及B班的完成品质量层别.
2.3 机械、设备的层别场所别、机型别 、年代别 、工具别 、 编号别、速度别…..等.
例 : 不同机型生产相同产品以机型别来分析其不良率. 2.4 作业条件的层别
温度别、 湿度别、压力别 、天气别 、 作业时间别、作业方法别 、测定器别…..等.
例 : 对温度敏感的作业现场所应记录其温湿度,以便温湿度变化时能层别比较.

二、层别的对象与项目
2.5 原材料的层别
供应者别、 群体批别、制造厂别 、产地别 、材质别、大小类别、贮藏期间别、成分别….. 等.
例 : 同一厂商供应的原材料也应做好批号别,领用时均能加以层别,以便了解各批原料的质量, 甚至不良发生时更能迅速采取应急措施,使损失达最小的程度.
2.6 测定的层别
测定器别、测定者别、测定方法别…..等.
2.7 检查的层别
检查员别、检查场所别、检查方法…..等.
2.8 其它
良品与不良品别、包装别、搬运方法别…..等.

三.层别法的使用
活用层别法时必须记住三个重点:
1.在收集数据之前就应使用层别法
在解决日常问题时,经常会发现对于收集来的数据必须浪费相当多的精神来分类,并作再一次的统计工作.在得到不适合的数据,如此又得重新收集,费时又费力.所以在收集数据之前应该考虑数据的条件背景以后,先把它层别化,再开始收集数据.(在做查检时,考虑适当分类)

2.QC手法的运用应该特别注意层别法的使用.
QC七大手法中的柏拉图.查检表.散布图.直方图和管制图都必须以发现的问题或原因来作层别法.
例如制作柏拉图时,如果设定太多项目或设定项目中其它栏所估的比例过高,就不知道问题的重心,这就是层别不良的原因.别外直方图的双峰型或高原型都有层别的问题.

三.管理工作上也应该活用层别法
这是一张营业计划与实际比较图,可以知道营业成绩来达成目标,如果在管理工作上就用层别法的概念先作分类的工作,以商品别作业绩比较表,可查出那种商品出了问题.如再以营业单位别销售落后业绩产品的层别化再比较即可发现各单位对这种产品的销售状况.如对业绩不理想的单位,以营业人员别化即可发现各营业人员的状况,如此问题将更加以明确化.
以上的说明中可以发现管理者为了探究问题的真正原因,分别使用了商品别,单位别.人别等层别手法,使得间题更清楚,这就是层别法的观点.

二.柏拉图的制作方法
1.决定不良的分类项目
2.决定数据收集期间,并且按照分类项目收集数据.
3.记入图表纸并且依数据大小排列书出柱形.
4.点上累计值并用线连结.
5.记入柏拉图的主题及相关数据.


三.柏拉图的使用
1.掌握问题点
2.发现原因
3.效果确认
四.制作对策前.对策后的效果确认时应注意以下三项
1.柏拉图收集数据的期间和对象必须一样
2.对季节性的变化应列入考虑
3.对于对策以外的要因也必须加以注意,避免在解决主要原因时影响了其它要因的突然增加


第五章 特性要因图
一.何谓特性要因图?
一个问题的特性受到一些要因的影响时,我们将这些要因加以整理,成为有相互关系而且有条理的图形,这个图形称为特性要因图.由于形状就像鱼的骨头,所以又叫做鱼骨图.

二.用发散整理法制作特性要因图

1.决定问题或质量的特征
2.尽可能找出所有可能会影响结果的因素
3.找出各种原因之的关系,在鱼骨图中用箭头联接
4.根据对结果影响的重要程度,标出重要因素
5.在鱼骨图中标出必要信息
　此方法包括两项活动:一找原因;二系统整理出这些原因
注意事项:
1.严禁批评他人的构想和意见.
2.意见愈多愈好.
3.欢迎自由奔放的构想.
4.顺着他人的创意或意见发展自已的创意.

三.用逻辑推理法制作特性要因图
1.确定品质的特征
2.将质量特性写在纸的右侧,从左至右画一箭头(主骨),将结果用方框框上.
3.列出影响大骨(主要原因)的原因,也就是第二层次原因作为中骨,接着列出第三层次原因
4.根据对结果影响的重要程度,标出重要因素
5.在鱼骨图中标出必要信息
注意事项:
利用5个为什么进行追踪原因

三.特性要因图的使用
1.问题的整理
2.追查真正的原因
3.寻找对策
4.教育训练
四.绘制特性要因图应该注意的事项:
1.绘制特性要因图要把握脑力激激荡法的原则, 让所有的成员表达心声
2.列出的要因应给予层别化
3.绘制特性要因图时,重点应放在为什么会有这样的原因,并且依照5W1H的方法


WHY:　为什么必要;
WHAT:目的何在;
WHERE:在何处做;
WHEN:何时做;
WHO:谁来做;
HOW:如何做.


特性要因图的思考原则
一、脑力激荡法
四原则: 1.自由奔放 2.意见越多越好
3.严禁批评他人 4.搭便车
二、5W1H法(WHAT ＷHERE WHEN WHO WHY
HOW)
三、5M法(MAN、MACHINE、MATERIAL、METHOD、
MEASUREMENT)
四、系统图法


特性要因图画法
一、决定问题的特性
二、画一粗箭头,表示制程


特性要因图之画法
五、寻求中、小原因,并圈出重点


第六章 散布图
一.何谓散布图?
就是反互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系.
这里讲的数据是成双的,一般来说成对数据有三种不同的对应关系.
1.原因与结果数据关系.
2.结查与结果数据关系.
3.原因与原因数据关系.



二.散布图制作的四个步骤:

1.收集相对应数据,至少三十组上,并且整理写到数据表上.
2.找出数据之中的最大值和最小值.
3.书出纵轴与横轴刻度,计算组距.
4.将各组对应数据标示在坐标上.










4.当X增加,Y减少的幅度不是很明显,这时的X 除了受Y的影响外,尚有其它因素影响X,这种形态叫作非显著性负相关,如下图所示:
5.如果散布点的分布呈现杂乱,没有任何倾向时,称为无相关,也就是说X与Y之间没有任何的关系,这时应再一次先将数据层别化之后再分析,如下图所示:
6.假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形态,称为曲线相关,如下图所示:
第七章 直方图

三.直方图名词解释

3.组距
5.计算各组的组中点
实例1




2.作A设备之层别直方图
3.B设备之层别图
4.结论
直方图例
下限SL130
四.如何依据图案的分布状态判断


4.双峰型
有两种分配相混合,例如两台机器或两种不同原料间有差异时,会出现此种情形,因测定值受不同的原因影响,应予层别后再作直方图.
5.离散型
测定有错误,工程调节错吴或使用不同原材所引起,一定有异常原存在,只要去除,即可制造出合规格的制品
6.高原型
不同平均值的分配混合在一起,应层别之后再作直方图
五.与规格值或标准值作比较
1.符合规格
A.理想型:制品良好,能力足够.制程能力在规格界限内,且平均值与规格中心一致,平均值加减4倍标准差为规格界限,制程稍有变大或变小都不会超过规格值是一种最理想的直方图.

B.一则无余裕:制品偏向一边,而另一边有余裕很多,若制程再变大(或变小),很可能会有不良发生,必须设法使制程中心值与规格中心值吻合才好.

C.两侧无余裕:制品的最小值均在规格内,但都在规格上下两端内,且其中心值与规格中心值吻合,虽没有不良发生,但若制程稍有变动,说会有不良品发生之危险,要设法提高制程的精度才好.

2.不符合规格
A.平均值偏左(或偏右)
如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但制程呈常态分配,此即表示平均位置的偏差,应对固定的设备,机器,原因等方向去追查.

B.分散度过大:实际制程的最大值与最小值均超过规格值,有不良品发生(斜线规格),表示标准差太大,制程能力不足,应针对人员,方法等方向去追查,要设法使产品的变异缩小,,或是规格订的太严,应放宽规格.

C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格.
六.直方图在应用上必须注意事项
第八章 管制图
一.计量值管制图
作为管制制程的计量值管制图,一方面以平均数管制图管制平均数的变化,以全距管制其变异的情形.本节将介绍平均数与全距管制图,将就管制图在制程中的每一步详加描述.
计量值管制图的种类如下:

实例:平均数与全距管制图


计算如下:

X=40.264 R=5.查系数表,当N=5时,D4=2.115,D3=0
X管制图上下限:
CL= =40.264

UCL= + =43.4249

LCL= - =37.1031
R管制图上下限:
CL= =5.48

UCL= =11.5867

LCL= =0

R管制图
分析结论
在管制图中有第16个及第23个样本组的点分别超出管制上限及管制下限,表示制程平均发生变化,而R管制图并无点超出界限或在界限上,表示制程变异并未增大.

二.计数值管制图
1.何谓计数值?
商品制造的质量评定标准有计量型态,例如:直径,容量;然而有些质量特性定义为「良品或不良品」将更合理.所谓计数值就是可以计数的数据,如不良品数,缺点数等.
2.计数值管制图的类型
P管制图实例
运用条件:
• 1.产品不是良品就是不良品
• 2.抽样放回
• 3.彼此独立进行
样品不良率计算公式为:
P=
标准差公式为:
S=
上下限计算公式如下:
管制上限(ucl): = +3 ( 为平均不良率,n为样本数)
中心线(cl) :

管制下限(lcl) = -3

如果下限计算结果可能为负数,因为二项分配并不对称,且其下限为零,故当管制下限出现小于零的情况,应取0表示.平均不良率应用加权平均数来计算(用不良数总数与全体的样本总数之比).

例: 宝光厂生产的MOUSE用的包装袋,检验其底部是否有破损即包装为不良品,取30个样本,每个样本数为50个,这些样本是在机器每天三班制的连续工作每半小时取一次而得.
计算结果如下:
平均不良率P= =0.233(CL)

用P当真实过程不合格的估计值,可以计算管制上限和下限,如下:
UCL=P+3 =0.412

LCL=P- 3 =0.054
P管制图如下:
针对管制图进行分析
由管制图中我们可以发现来自样本12及25的两点超出管制上限,故制程是在非管制状态,必须进一步探讨是否有异常原因.分析样本12得知,在这半小时里,有一批新进的包装袋被使用,所以这异常的现象是由于新原料加入引起.而在样本25那半小时,有一个没有经验的员工在操作此机器,而使样本25有这么高的不良率.
现在将超出管制界限的两个点删除掉,重新计算管制界限,管制以后的制程,其管制中心线及上.下限为


三.管制图的判别
管制状态,意指制程安定,管制状态也称安定状态.我们无法知道制程的真正状态,只能对制程的某种特性值收集数据,将其绘在管制图上,由管制图来观察制程的状态.在判定制程是否处于管制状态,可利用以下基准:
• 1. 管制图的点没有逸出界外.
• 2. 点的排列方法没有习性,呈随机现象.
在正常管制的状态下,管制图上的点子应是随机分布,在中心线的上下方约有同数的点,以中心线近旁为最多,离中心线愈远点愈少,且不可能显示有规则性或系统性的现象.
归纳得到下面两种情形:










非随机管制界限内的判定

利用点的排法判定是否处在管制状态,可依据以下法则:

• 1.点在中心线的一方连续出现.
• 2.点在中心线的一方出现很多时.
• 3.点接近管制界限出现时.
• 4.点持续上升或下降时.
• 5.点有周期性变动时.

• 连串
• 连续七点或八点在中心线与管制上限或中心线与管制下限之间的型Ⅰ误关差的机率是约为(σ )8=0.0039,在如此小的机率竟会出现,可想象有异常原因发生,在中心线的上方或下方出现的点较多如下:
• 1.连续11点以上至少有10 点
• 2.连续14点以上至少有12 点
• 3. 连续17点以上至少有14 点
• 4. 连续20点以上至少有16点

• 点子出现在管制界限附近,三倍标准差与二倍标准差间.
• 1. 连续3点中有2点.
• 2. 连续7点中有3点.
• 3. 连续10点中有4点
• 管制图中的点的趋势倾向
• 连续6点以上一直上升或一直下降,趋势是以向某一个方向连续移动,而趋势倾向的发生有以下可能原因:
• 1.由于工具磨损或制程中某些成分劣化所造成.
• 2.人的因素造成,如工作者疲劳.
• 3.季节性因素造成,如气温变化.

管制图中的点的趋势倾向
• 连续6点以上一直上升或一直下降,趋势是以向某一个方向连续移动,而趋势倾向的发生有以下可能原因:
• 1.由于工具磨损或制程中某些成分劣化所造成.
• 2.人的因素造成,如工作者疲劳.
• 3.季节性因素造成,如气温变化.
周期性循环变化
• 管制图上的点,呈现一个周期性循环变化时,应调查下列不良原因:
• 1.机器开动或关闭,造成温度或压力的增减.


• 过于集中型
• 点子大都集中在中心线附近1.5倍标准差间,其型Ⅰ误差机率是0.0027,如果抽样选择不当,可能会造成点子集中在中线附近,例如两个不同操作员的结是点在同一张图上.像这种母体混合的情形相当普遍.以下是一些造居这种情形的可能原因:
• 1.两个或两个以上的操作员点在同一张图上.
• 2.两台或两台以上的机器点在同一张图上.
• 3.两家质量差异很大的供货商点在同一张图上.
• 4.两台或更多的量测设备间的差异.
• 两条以上生产线制程方法上的差异.

管理不善者
• 1.人员教育,训练不足,
• 2.原始设计有错误或图上标示的问题等.
• 3.治具,夹具设计不当或使用不当.
• 4.不良材料混入制程.
• 5.未推行标准化活动.
• 6.测试仪器未加校正与维护.
• 7.未落实保养工作
• 上列诸项原因常出在管理制度不善的工厂,在 –R管制图呈现大的变动,如欲消除此类异常原因,一定要先确定管理制度,推行标准化工作.


• 技术不足者
• 1. 机器设计上的问题.
• 2. 制程能力不足:材料,机械,作业方法与人员综合结果无法达到质量要求者.
• 3. 工作环境布置不当.
• 4. 测定仪器的测定方法不当.
• 5. 机械设备精度不足.
• 6. 缺乏技术人才.
• 此诸原因常明显地表现于二种现象:管制界限很宽,产品质量分散幅度较规格界限为宽.此诸异常原因由于制程能力不足而起,非设法加强制程能力不可.否则制程零件的互换性有问题,需经全数选别才能装配,产品需经全数检查,才能符合规格要求.


其它因素者
• 1.异质材料的突然入侵.
• 2.日夜班精神上的困扰等.
• 3.工作人员的疏忽.
• 4.未按操作标准作业.
• 5.机械的自然磨损.
• 6.操作条件的突然变化.
• 7.计算的错误.
• 8.操作标准不完备.
• 9.不随机抽样法.


七大手法口决
• 鱼骨追原因
• 查检集数据
• 柏拉抓重点
• 直方显分布
• 散布看相关
• 管制找异常
• 层别作解析


品管七大手法研习班