搜索
品管七大手法介紹Rev:A手法介紹查檢表(CheckSheets)層別法(Stratification)散佈圖(ScatterDiagrams)柏拉圖(ParetoDiagrams)特性要因圖(CauseandEffectDiagrams)直方圖(Histograms)管制圖(ControlCharts)InnovatingCustomerValue3統計是採取「根據數據與事實發言」的管理方法統計手法三不政策三現主義QC七大手法不製造不良品不接受不良品不良品不後流以現實合理的眼光，來觀察產生不良情形的現場與現物查檢表(CheckSheet)查檢表是一種用來收集及分析數據簡單而有效率的圖形方法。使用時只要運用簡單的符號(如「」,「」,「O」,「」,「正」或「////」)標記出工作目標是否達成或對特定事件之發生累積紀錄即可。InnovatingCustomerValue5貳.查檢表一.何謂查檢表？查檢表是以簡單的數據用容易了解的方式作成圖形或表格,只要記上檢查記號,並加以統計整理,作為進一步分析或核對檢查用.常用的統計分析表:缺陷位置調查表,不合格項目統計表,不合格原因統計表二.查檢表的種類查檢表以工作的種類或目的可分為記錄用查檢表和點檢用查檢表兩種.記錄用查檢表又稱為改善用查檢表.例如:用於不良主因和不良項目的記錄用查檢表.點檢用查檢表的主要功能是確認作業實施和機械整備的情況情InnovatingCustomerValue6查檢表製作應注意的事項明瞭製作查檢表的目的決定查檢的項目決定查檢的頻率決定查檢表格式InnovatingCustomerValue7範例：SMT儀器設備保養WhyWhereWhoHowWhenWhatInnovatingCustomerValue8焊接缺點位置圖InnovatingCustomerValue9層別法(Stratification)層別法是針對問題的可能原因，如原料、機械或人員等，分成若干個「層」，再將收集的數據加以分類，找出不良的真正原因。影響品質特性的原因通常包括4M1T1E：操作人員(Man)、原料(Material)、機器(Machine)、作業方法(Method)時間(Time)與環境(Environment)等。InnovatingCustomerValue10層別法的作法層別目的明確化決定層別項目取得數據解析數據，追究原因層別的分類原料(Material)：供應來源或批次作業人員(Man)：年齡、性別、熟練程度等機械設備(Machine)：種類、廠牌與佈置位置等方法(Method)：操作或不同生產線時間(Time)：月、週、日夜、或上下午等環境(Environment)：溫度、壓力、速度或天氣等InnovatingCustomerValue12例:操作者層別圖為某縫紉機加工廠,以同樣的縫紉機予A.B.C三名作業員加工時之不良率情形,經比較結果,發現A作業員之不良率明顯地高過B.C作業員,應加以檢討.星期一二三四五六15105不良率%ACBInnovatingCustomerValue13柏拉圖(ParetoDiagram)1897年義大利的ViltredoPareto由所得曲線現，少數人擁有社會大部分的財富，他認為只要控制那些少數財主，即可控制社會財富，此種重點控制的方法，稱為「柏拉圖原則」。我們可以將此原理應用在現場改善上，先解決關鍵的不良原因後，就可以減少大部分的不良品。InnovatingCustomerValue14柏拉圖的定義根據所收集的數據,按不良原因、不良項目等不同區分標準而加以整理、分類，藉以尋求佔最大比率之原因、狀況，按其大小順序排列，再加上累積值的圖形。從柏拉圖可看出哪一項目有問題，其影響度如何，以判斷問題之癥結所在，並針對問題點採取改善措施，與物料管理所使用的「ABC分析法」相同，故又稱ABC圖。因為圖係依大小順序排列，故又可稱為排列圖。InnovatingCustomerValue15柏拉圖的使用可分為以下3項:1.掌握問題點以柏拉圖找出問題的核心,並應集中力量以此問題為改善目標.2.發現原因為什麼問題點所佔比率太高,如果以特性要因圖加以分析即可找出主要原因.3.效果確認應找到原因並且提出對策加以實施;實施後的效果應確認,此時可用柏拉圖來比較對策前與對策後的改善效益有多少的差異..管理上有一句名言「20-80定理」,百分之八十的問題都出現在百分之二十的要因上.InnovatingCustomerValue16一般柏拉圖繪製成如下圖形InnovatingCustomerValue17繪製步驟如下：1.選定主題，收集數據。案例:2001年某產線缺點項目比較圖2.依分類項目別整理數據，並做成統計表3.記入圖表並依數據大小排列畫出柱狀圖座標取法：橫軸：用以代表材料別、機器別、缺點種類或其它分析的原因縱軸：不良百分率、故障次數、損失金額或其它因分析原因所造成的果4.畫累積曲線。5.標上累積影響度的刻度，即完成柏拉圖。InnovatingCustomerValue18範例:2004年某產線缺點項目比較圖缺點項目缺點數累積缺點元件安裝(漏/多/錯)1536.59%元件銲點(漏/短路)1265.85%元件破損/不良782.93%Data填錯595.12%異物197.56%錫流不足1100.00%總數41NETRO缺點項目比較圖0510152025303540元件安裝(漏/多/錯)元件銲點(漏/短路)元件破損/不良Data填錯異物錫流不足TOTAL0%20%40%60%80%100%計算累計比率公式:累計比率=×100各項累計數總數InnovatingCustomerValue19特性要因圖(CauseandEffectDiagram)特性要因圖是石川馨博士所創始,故又稱石川圖為一問題分析工具,用以辨認造成某一特定問題之所有可能原因。利用特性要因圖可去除不重要之原因而專注於最有可能原因上。其形狀類似魚骨，故又稱為「魚骨圖」。InnovatingCustomerValue20特性要因圖之分類1.原因追查型2.對策追求型特性要因要因要因要因要因對策對策對策對策改善對策WHY？HOW？60°InnovatingCustomerValue21一個簡單的特性要因圖範例為何品質不佳操作材料機械檢驗人為疏忽訓練不足設備老舊缺乏手冊倉管不佳標準不明確人為疏忽大要因中小要因InnovatingCustomerValue22特性要因圖的繪製決定問題特性主幹為特性記入支幹記入分支、小支、細支確認要因判斷要因的重要程度記入相關事項可利用腦力激盪法InnovatingCustomerValue23腦力激盪法的4個原則1.禁止批評:不對他人的發言加以批評或反對2.自由奔放:奔放的發想,自由地發言3.歡迎多數:構想的點子愈多愈好4.改善結合:力求改善,集結他人的構想,不可盲目附合他人的發言腦力激盪法是利用集體的思考,使思想互相激盪,發生連鎖反應,以引導創造性思考的方法,尋找重要問題,訂出最佳對策,並得合理合用之改善後的各種標準.腦力激盪法(BRAINSTORMING)InnovatingCustomerValue24何謂散佈圖？就是把互相有關連的對應數據,在方格紙上以縱軸表示結果,以橫軸表示原因;然後用點表示分佈形態,根據分佈的形態來判斷對應數據之間的相互關係.所謂對應數據就是成對的數據,一般來說成對數據有三種不同的對應關係.1.原因與結果數據關係.2.結果與結果數據關係.3.原因與原因數據關係.散佈圖(ScatterDiagram)InnovatingCustomerValue25例如:工作場所的光線明亮與工作生產力的高低所組成的原因與結果數據關係.另外,例如品管圈開會時間長短是原因,主題完成的有形效益是結果,這也是屬於原因與結果數據關係.在一群人中身高與體重組成的對應數據就是結果與結果數據關係.但是這一群人的身高為結果而以他們父母親的身高數據來看即是原因與原因數據關係.又例如工廠零災害安全運動,災害是這項運動的結果,但運動中的安全動作與安全設備週全就是原因與原因的對應數據.如果是兩種沒有關連數據所製作出來的散佈圖是無法作正確判斷的.InnovatingCustomerValue26散佈圖製作的五個步驟:1.蒐集相對數據,至少三十組以上,並整理寫到數據表上.在特性要因圖中對特性和要因,要因和要因加以探討,這些數據都可以蒐集整理寫在數據表上.數據太少時是無法明確判斷相互間的關係,所以至少應三十組以上.2.找出數據之中最大值和最小值.3.畫出縱軸與橫軸刻度,計算組距.蒐集的數據都是相對應數據,一般以橫軸代表原因,縱軸代表結果.特別要注意一點,橫軸和縱軸的長度要差不多一樣長,不可以相差太多,否則在圖形上將無法判斷他們的相關性.組距的計算應以數據中的最大值-最小值,原因與結果兩個數據都必須計算出來,將組距除以軸長即得知每一個刻度的數值.InnovatingCustomerValue274.將各組對應數據標示在座標上各組對應數據標示在方格紙上,但如果同一交會處產生兩組數據重覆時可畫上兩重圓記號,如三組數據相同時畫上三重圓記號5.記入必要事項當各組數據都標示在座標上之後,把蒐集數據目的.數據數量.產品名稱或工程名稱.繪製者.日期等都記載清楚,並且將圖形所得心得記入圖形旁邊空白處.InnovatingCustomerValue28NO硬度熔燒溫度NO硬度熔燒溫度NO硬度熔燒溫度144820114481021598902498301257880225087035587013508402353820455860145488024518605488201549840255689064682016508602647810745830175286027548508518301846830284281095387019548802948850105284020538503045840組距硬度(Y):59-42=17熔燒溫度(X):890-810=80MaxMinInnovatingCustomerValue29鋼之熔燒溫度與硬度散佈圖熔燒溫度℃YX59585654525048464442400800810820830840850860870880890n=30時間:3/1~3/31製品名:TB-91單位:品管課製作:王大全製作日:4/3y=51x=850℃ⅠⅡⅢⅣInnovatingCustomerValue30散佈圖的研判一般說來有六種形態1.正相關:當X增加,Y也增加,也就是表示原因與結果有相對的正相關.0XY回轉數出力正相關(相關性強)InnovatingCustomerValue312.弱正相關:散佈圖點的分佈較廣但是有向右上的傾向,這個時候X增加,一般Y也會增加,但非相對性,也就是說X除了受Y的因素影響之外,可能還有其他因素影響著X,有必要進行對其他要因再調查,這種形態叫做似乎有正相關亦稱為弱正相關.身高0體重XY弱正相關(相關性弱)InnovatingCustomerValue323.完全負相關:當X增加,Y反而減少,而且形態呈現一直線發展的現象.0XY溫度油的粘度完全負相關(相關性強)InnovatingCustomerValue334.非顯著性負相關:當X增加,Y減少的幅度不是很明顯,這時的X除了受Y的影響之外,尚有其他因素影響著X.0XY濕度步伐非顯著性負相關(相關性弱)InnovatingCustomerValue345.無相關:如果散佈圖點的分佈呈現雜亂,沒有任何傾向時稱之,也就是說X與Y之間看不出有任何關係,這時候應再一次先將數據層別化之後再分析.0XY氣壓溫度無相關InnovatingCustomerValue356.曲線相關:假如X增大,Y也隨之增大,但是X增大到某一值之後,Y反而開始減少.因此產生散佈圖點的分佈有曲線傾向的形態.0XY年齡記憶曲線相關InnovatingCustomerValue36直方圖(Hist