旧QC七大手法10版

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

QC七大手法入门课程欧仕达质保部品质管理课程為了向更高的水準進行改善9 標準化(防止再發)↓↓↓↓↓↓↓7 対策的実施8 効果的確認10 反省和今後的計画立案↓↓改善效果不完美1 問題点的把握2 改善目標的設定3 推進計画的立案4 現状把握5 要因的解析6 対策的立案问题解决绿色部分为讲课内容PDCA循环PlanDoCheckAct(Action)  A     P(処置)  (計画)(確認)  (実施)  C     D帮助改善的手法1.「图表」:使数据易懂的手法2.「检查表」:轻松确认事物的手法3.「柏拉图」:决定从哪个开始做的手法4.「柱状图」:观察现状样子(程度)的手法5.「特性要因图」:大家一起思考问题的手法6.「散布图」:探索怎样才能变好的手法7.「管理图」:迅速的检知异常使工程安定的手法◎「层别」:发现差异原因的手法偏差1.偏差1)「机械」・「作业者」・「环境」・「作业方法」・「材料」等引起结果偏差的要因是无限的。(4M1E)2)偏差原因●因偶然原因而引起的偏差(偶然偏差)●因异常原因而引起的偏差(异常偏差)→改善指的是减小「偏差」「偏差」是没有数据就无法明白!2.数据的属性1)数値数据●计量値‥作为连续量测定的质量特性的値。●计数値‥通过数个数而得到的质量特性的值。2)言语数据用文字的形式表现质量特性和要求品质的东西。满足要求.很好.符合规格等3.母集団和样本从数据中推测,采取措施的对象叫做「母集団」。偏差母集団和样品母集団全数测定的数据→用这个值计算出来的平均値μ是真値母集団和样品母集団→这个平均值将成为母集団的推定値样本有时候没法对母集团全部进行测定。这个时候就要从母集团中抽取一定数量出来。(样品)→抽样数据中的平均值(Xbar)数据的数量化數據9.499.179.079.939.2510.009.909.139.779.789.809.849.139.799.189.359.239.659.149.629.719.749.399.339.339.269.029.459.909.77・・・・・・・・・・9.979.609.039.679.379.199.279.929.209.42有数据的时候,即使观察数据也没法明白数据是怎样的一个状态。↓依据数据的数量化(归纳)调查数据是怎样的状态。数据的数量化表示数据特征的数量平均値(Xbar)中央値(中位数)数据的数量化平均値=数据的合计/数据的个数Ex)6.35.86.26.06.4这5个数据平均値=(6.3+5.8+6.2+6.0+6.4)/5=30.7/5=6.14数据的数量化中央値=将数据从大到小进行排列时候的正中间的数值(数据的个数是奇数的场合)Ex)6.35.86.26.06.4这5个数值按从大到小的顺序排列6.46.36.26.05.8正中间的数值就是中央值=6.2数据的数量化(数据的个数是偶数的场合)Ex)6.35.86.26.0这4个数据从大到小排列6.36.26.05.8正中间的2个数值的平均值就是=(6.2+6.0)/2=12.2/2=6.1数据的数量化平均値:因为有进行计算所以精度很好;中央値:因为没有进行计算,所以处理很方便,即使有异常值也没关系。Ex)456740的数据中40是异常値平均値=(4+5+6+7+40)/5=62/5=12.4中央値=6有异常值的话,平均值会改变,但是对中央值没影响数据的数量化表现数据偏差的数量范围(R):数据全体的偏差量标准偏差(s):与平均值的偏差量数据的数量化σRXbars标准偏差指的是XbarXi-Xbar(Xi-Xbar)21-n)X-(X(s)2iΣ標準偏差参考:標準偏差的求法STEP1:(Xi-Xbar)求各个数值(×)和平均値(Xbar)之间的差STEP2:(Xi-Xbar)^2想合计求出的差、但是就这样相加的话結果是”0”、為了避免这个要將各个數值进行2次方。STEP3:Σ(Xi-Xbar)^2將差的2次方的值(Xbar和●的距离)全部相加、求出数据全体的偏差。STEP4:Σ(Xi-Xbar)^2/(n-1)為了將求出的整体的偏差量按每1个数据进行修正,要除以n-1。STEP5:√Σ(Xi-Xbar)^2/(n-1)因在STEP3进行了2次方,这里要將全体进行开根回到原点。3XbarXi-Xbar(Xi-Xbar)2母集団和样品母集団→这个平均值、标准偏差会成为母集团的推定值(μ、σ)样本有时候没法对母集团进行全数测定。这个时候就要从母集团中抽取出一定的数量(样品)→抽样数据的平均値、标准偏差(Xbar、s)(μ、σ)帮助活用数据的道具(工具)『QC七大道具』1.「图表」2.「检查表」3.「柏拉图」4.「直方图」5.「特性要因图」6.「散布图」7.「管制图」◎「层别」(手法)1.「图表」的使用方法和判读方式使用符合目的的图表很重要(1)折线图:知道时系列的变化状况(2)柱状图:每个项目的整体量以及各个之间的比较(3)散布图:知道一组数据之间的相关性(特性—要因)(4)饼图:知道相对量的比率「图表」的种类饼图纵向柱状图横向柱状图散布图雷达图折线图2.「检查表」的作法和用法使用目的大致分为2种:(1)记录・调査用的检查表○想调查不良内容○想调查不良发生状况○想调查过失的发生位置(2)点检・确认用的确认表○想点检设备的状况○想确认作业的手顺3.「检查表」的用法1)点检用2)不良项目别记录用3)不良要因别记录用4)过失位置记录用4.点检确认用「检查表」的作法手顺1明确检查的目的和结果的利用法手顺2进行判定,决定异常出现时候的异常处置手顺手顺3决定检查対象・项目・范围。手顺4决定检查表的格式・检查标记(记号)。用记号判定的场合、要将OK/NG明确的进行表示。手顺5在检查表中输入结果,进行判定,出现异常的场合要按手顺2中的异常处置手顺进行异常处理。演习1检查表演习问题试著作成「煮饭」时候的检查表!柏拉图将问题整体的数据按照现象别和原因别进行分类后,按从多到少的顺序排列。依据柱状图和累积曲线,能够定量的把握问题的重要项目。重点改善方向・柏拉图指的是?将对策的对象集中列出的手法柏拉图的作法手顺1:决定分类项目NO.不良项目1刮伤2加工不良3寸法不良(长)4寸法不良(短)5形状不良6裂痕7其他柏拉图的作法手顺2:收集数据柏拉图的作法手顺3:将数据按分类项目别进行整理。・算出不良个数、累积不良个数、不良个数百分率、累积不良百分率NO.不良项目不良个数累积个数不良个数百分率(%)累积百分率(%)1刮伤20820840.6%40.6%2加工不良10331120.1%60.7%3寸法不良(长)9440518.4%79.1%4寸法不良(短)5646110.9%90.0%5形状不良294905.7%95.7%6裂痕74971.4%97.1%7其他155122.9%100.0%合计512_100.0%_柏拉图的作法手顺4:在图表用纸上记入横轴和纵轴%刮伤加工不良寸法不良(长)寸法不良(短)形状不良裂痕其他柏拉图的作法手顺5:记入每个分类项目的柱状棒%柏拉图的作法手顺6:在右纵轴上记入累积曲线的刻度%柏拉图的作法手顺7:记入累积曲线手顺8:记入必要事项(表题、数据数量、収集期间等)打点打点机械部品加工不良个数柏拉图累积百分率不良个数柏拉图作法的留意点(1)可以用不良引起的损失金额作成更好・从经营的立场(损失了多少为基准)来考虑寸法不良(短)加工不良刮伤形状不良裂痕寸法不良(长)图3.11机械部品不良损失金额柏拉图累积百分率损失金额柏拉图作法的留意点(2)将其他项目放在最后・其他项目很多的场合,则最好进行分类方法的再检讨。・其他项目最好能够小于前三项。柏拉图作法的留意点(3)改善前和改善后比较的场合,则要将左侧的纵轴刻度作成一致。比较尺度一致的话,视觉上更能一目了然。比较图柏拉图的使用方法(1)现状把握(2)改善目标的设定(3)改善效果的把握(4)不良和故障的原因究明演习2柏拉图演习问题散布图・散布图指的是甚么?「将相对应的2种数据分别设置为横纵轴、并对测定値进行打点的图」弹簧的硬度弹簧的强度弹簧硬度与强度散布图散布图的样式(1)特性(结果)和特性(结果)的关系例.车的走行距离和燃料消费量(2)要因(原因)和特性(结果)的关系例.车的走行速度和燃料消费量煮饭的水量和饭的硬度作成手顺手顺①:收集成对的数据作成手顺手顺②:求体重、身高各自的最大値和最小値作成手顺手顺③:作成横轴和纵轴将最大値和最小値的差在横轴(x)与纵轴(y)上,分别用大致相等的长度作成刻度并记入.要因(原因)和特性(结果)的场合、要将要因(原因)设置为x轴、特性(结果)设置为y轴。作成手顺手顺④:将数据进行打点将横轴设置为x的测定値与纵轴设置为y的测定値在相交的位置打点。若出现同样的数据,点重迭的场合、则在紧挨着原先的点的后面并排着打点,视为二重点、三重点.n=21作成手顺手顺⑤:记入必要事项记入数据数、目的、制品名、工程名、作成者、作成年月日等必要事项。n=21散布图的判读方式(1)全体点的散布程度怎样;(是否能在正确的范围内取到数据)(2)曲线的倾向是右上,右下,或者是没有倾向;(3)有无异常点;(4)有无分组的必要性(根据分组,能否发现2変数间的新的关系)。散布图的判读方式(相关指的是?)有正相关有负相关相关系数(r)指的是?将相关的程度(2変数的直线性)用数値表示的东西无相关最强的正相关最强的负相关(-1)(0)(+1)一方很大他方很小相关系数一方很大他方也很大相关很强相关很强相关系数(r)指的是?r=0.9以上强相关r=0.8以上一般相关相关系数(r)指的是r=0.5以下小相关r=“-”以下负相关相关系数(r)指的是散布图有可能进行以下的解析能够抓住影响特性偏差的要因;把握特性(结果)和要因(原因)的关系、为了特性的平均水准能够符合所与值,可以调整要因的水平值多少较好用;本来的特性测定很花时间和工时的场合或因测定会造成制品的机能损坏的破坏检查的场合、要寻找和本来的特性关连性很强的能够代替的特性(代用特性).散布图:注意事项数据数最好是30个以上清楚数据的履历原因(x)应尽量广范围的选取图表的整体应为正方形确认是否有异常值不仅仅看相关系数(要用图表进行判断)演习3散布图演习关于散布图的作法、判读方式的确认问题柱形图(直方图)柱形图指的是?是从视觉上就能够知道数据分布状况的手法。能够从视觉上把握分布的中心(平均値)和数值的分布状况(偏差情况等)。051015202529.1029.2929.4829.6729.8630.0530.2430.4330.6230.81データ区間度数SL平均SU手顺1收集数据数据数至少50个以上、最好有100个的程度;将数据分组,使性质尽可能的均质。找寻数据全体的最大値「Max」和最小値「Min」、计算范围「R」。「R=Max-Min」全部的数据都是在范围R的里面。手顺2计算数据的范围从80个个数据中、得到最大値和最小値。最大値(Max)=30.8(mm)最小値(Min)=29.1(mm)范围(R)=Max-Min=30.8-29.1=1.7(mm)29.930.130.330.230.130.029.929.730.630.429.629.530.429.730.030.529.929.729.130.230.329.430.229.829.630.629.829.929.830.030.330.029.930.029.630.529.829.830.429.930.429.430.330.029.930.330.029.530.030.429.430.030.029.629.729.930.529.729.930.130.629.530.429.730.129.929.329.830.429.229.830.030.230.829.529.930.229.830.129.9下记是测定一个部品的80个样品的长度尺寸(単位mm)的结果。但是,这个长度尺寸的规格

1 / 137
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功