QC七大手法培训Word

　　QC七大手法培训教案

　　第一章 概述一、起源 新旧七种工具都是由日本人总结出来的。日本人在提 出旧七种工具推行并获得成功之后，1979年又提出新七种 工具。之所以称之为“七种工具”,是因为日本古代武士 在出阵作战时，经常携带有七种武器，所谓七种工具就是 沿用了七种武器。 有用的质量统计管理工具当然不止七种。除了新旧七 种工具以外，常用的工具还有实验设计、分布图、推移图 等。 本次课程，主要讲的是QC七大手法，而SPC(管制图) 是QC七大手法的核心部分，是本次培训的重点内容。2

　　二、旧七种工具 QC旧七大手法指的是：检查表、层别法、柏拉图、因 果图、散布图、直方图、管制图。 旧七种工具是我们本次课程的内容，也是我们将要大 力推行的管理方法。从某种意义上讲，推行QC七大手法的 情况，一定程度上表明了公司管理的先进程度。这些手法 的应用之成败，将成为公司升级市场的一个重要方面：几 乎所有的OEM客户，都会把统计技术应用情况作为审核的 重要方面，例如TDI、MOTOROLA等。 三、新七种工具 QC新七大手法指的是：关系图法、KJ法、系统图法、 矩阵图法、矩阵数据分析法、PDPC法、网络图法。 相对而言，新七大手法在世界上的推广应用远不如旧 七大手法，也从未成为顾客审核的重要方面。 3

　　第二章 检查表一、概述 检查表是QC七大手法中最简单也是使用得最多的手法。 但或许正因为其简单而不受重视，所以检查表使用的过程 中存在的问题不少。不妨看看我们现在正在使用的各种报 表，是不是有很多栏目空缺？是不是有很多栏目的内容用 笔进行了修改？是不是有很多栏目内容有待修改？ 二、定义 以简单的数据，用容易理解的方式，制成图形或表格， 必要时记上检查记号，并加以统计整理，作为进一步分析 或核对检查之用。4

　　二、目的 记录某种事件发生的频率。 三、时机 1.当你必须记下某种事件发生的具体情况时； 2.当你想了解某件事件发生的次数时； 3.当你想收集资讯时。 四、检查表种类 1.不合格项目的检查表； 2.工序分布检查表； 3.缺陷位置检查表； 4.操作检查表。 5

　　五、使用检查表的注意事项 1.应尽量取得分层的信息； 2.应尽量简便地取得数据； 3.应立即与措施结合。应事先规定对什么样的数据发出 警告，停止生产或向上级报告。 4.检查项目如果是很久以前制订现已不适用的，必须重 新研究和修订； 5.通常情况下归类中不能出现“其他问题类”。

　　第三章 层别法一、定义 层别法是所有手法中最基本的概念，亦即将多种多样 的资料，因应目的的需要分成不同的类别，使之

　　方便以后 的分析。 二、通常的层别方法 使用的最多的是空间别： 作业员：不同拉、班、组别 机器：不同机器别 原料、零件：不同供给厂家别 作业条件：不同的温度、压力、湿度、作业场所 产品：不同的产品别(如同时生产Ni-Cd和Ni-MH电池)7

　　时间别：不同批别、不同时间生产的产品 其他：如使用不同的工艺方法生产的同种产品别 三、应用 层别法的应用，主要是一种系统概念，即在于要想把 相当复杂的资料进行处理，就得懂得如何把这些资料加以 有系统有目的的加以分门别类的归纳及统计。

　　层别法是所有手法中最基本的概念，即将多种多样的 数据，因应用目的的需要分类成不同的“类别”,使 之方便以后的分析；

　　用在检查表上

　　用在排列图上

　　8 1 2 10 2 4 1 19 100 19

　　第四章 柏拉图一、起源 意大利经济学家Vilfredo.Pareto巴雷托(柏拉图)在分 析社会财富分配时设计出的一种统计图，美国品管大师 Joseph Juran将之加以应用到质量管理中。柏拉图能够充分 反映出“少数关键、多数次要”的规律，也就是说柏拉图 是一种寻找主要因素、抓住主要矛盾的手法。例如：少数 用户占有大部分销售额、设备故障停顿时间大部分由少数 故障引起，不合格品中大多数由少数人员造成等。 二、定义 根据收集的数据，以不良原因、不良状况、不良发生 的位置分类；计算各项目所占的比例按大小顺序排列，再 加上累积值的图形。12

　　按照累计的百分数可以将各项分成三类： 0~80%为A类，显然是主要问题点；80~90%为B类，是次 要因素；90~100%为C类，是一般因素。 三、作图步骤 1.搜集数据；如063048正极片批量为20000PCS,不良品 中变形600,露铝360,硬块120,暗痕60,其他不良60。 2.作出分项统计表(按原因、人员、工序、不良项目等) A把分类项目按频数大小从大到小进行排列，至于“其 他”项，不论其频数大小均放在最后； B计算各项目的累计频数； C计算各项目在全体项目中所占比率(即频率) D计算累计比率。(示范表格见下页) 13

　　3.绘制排列图 A纵轴： 左：频数刻度，最大为总件数 右：频率(比率)刻度，最大数为100%。 注：总件数与最大数100%应保持在同一水平线上。 B横轴：按频数大小用直方柱在横轴上表示各项目 (从左至右) C依次累加频率，并连接成线。 4.记入必要事项，如：图题、取数据时间、制图人、 制图时间、检查产品总数、总频数等等。 示范图(见下页) 15

　　1200 1000 800 100% 80%

　　60% 40% 20% 0%

　　600 400 200 0

　　很明显，上图中变形和露铝为A类不良项，需立即 采取措施改善；硬块为B类不良项；暗痕和其他为 C类不良项。B、C两类可稍后再采取措施改善。

　　四、使用排列图的注意事项 1.抓住“少数关键”,把累计比率分为三类：A、B、C; 2.用来确定采取措施的顺序； 3.对照采取措施前后的排列图，研究各个组成项目的变 化，可以对措施的效果进行鉴定； 4.利用排列图不仅可以找到一个问题的主要矛盾，而且 可以连续使用找到复杂问题的最终原因； 5.现场应注意将排列图、因果图等质量管理方法的综合 运用。如可以使用因果图对造成变形和露铝的原因进 行进一步的分析。

　　第五章 因果图一、概述 因果图最先由日本品管大师石川馨提出来的，故又叫 石川图，同时因其形状，又叫鱼刺图、鱼骨图、树枝图。 还有一个名称叫特性要因图。 一个质量问题的发生往往不是单纯一种或几种原因的 结果，而是多种因素综合作用的结果。要从这些错综复杂 的因素中理出头绪，抓住关键因素，就需要利用科学方法， 从质量问题这个“结果”出发，依靠群众，集思广益，由 表及里，逐步深入，直到找到根源为止。 因果图就是用来根据结果寻找原因的一种QC手法。19

　　九、因果卡图简介 因果卡图是在因果图的基础上发展出来的，又称为 CEDAC(Cause Effect Diagram And Cards)图。 因果卡图一般长宽各数米，大多公开张贴于生产作业 现场或技术攻关地点的醒目位置，因果卡图的一般结构是： 右上方为问题栏，简要说明问题的现状，作为进行质量改 进的依据，右下方写明质量改进项目的目标(一般用定量 值表示)、项目负责人以及项目实施期限；右方中间为质 量随着本项目的实施的变化

　　曲线；左方为鱼刺图形，鱼刺 两旁分别张贴用颜色区分的原因分析卡和措施方法卡；下 方钉有两只标上“原因”和“措施”字样的大口袋，分别 装有两种不同颜色的卡片，供参与者填写之用。然后将卡 片按一定规则分类(如4M1E)张贴于鱼刺图形上。如可以 规定鱼刺的左边张贴原因卡，右边张贴措施卡，用横线将 对应的原因卡与措施卡相联。 26

　　可能会出现“一因多方”(即原因只有一个，而有多 项措施)和“多因一方”(即原因有多个，而措施只有一 个。卡片应编上号。 现场领导可以发动群众对卡片进行评价，分析各个因 素的影响大小，对策措施的有效程度，并用规定的符号来 标明卡片的实施进程。在职工积极参与的情况下，不断补 充新卡片，不断按卡片内容实施质量改进活动，不断对实 施措施及效果进行综合评价，由此形成一个个的PDCA循环。 与因果图相比，因果卡图的优点是：1.除去对原因进行 分析外，还列出了相应的措施；2.因果图是静态的，而因果 卡图是动态的，它反映了质量改进的进程。

　　人

　　料

　　法

　　技术不熟练 未按规定磨刀

　　原料混杂

　　进刀量规定不合理

　　原料太厚

　　粗糙度低车间地面振动大照明不好 机床导轨松动 机床轴承磨损

　　环

　　机 31

　　作业：汇业客户投诉电池073465A/AL电池爆炸问题

　　电池爆炸

　　案例分析

　　第六章 散布图法一、定义 散布图是用来表示一组成对的数据之间是否有相关性 的一种图表。 这种成对的数据或许是[特性—要因]、[特性—特性]、 [要因—要因]的关系。 二、散布图的分类 1.正相关(如容量和附料重量) 2.负相关(油的粘度与温度) 3.不相关(气压与气温) 4.弱正相关(身高和体重) 5.弱负相关(温度与

　　步伐)34

　　四、散布图的应用 当不知道两个因素之间的关系或两个因素之间关系在 认识上比较模糊而需要对这两个因素之间的关系进行调查 和确认时，可以通过散布图来确认二者之间的关系。实际 上也是一种实验的方法。 需要强调的是，在使用散布图调查两个因素之间的关 系时，应尽可能固定对这两个因素有影响的其他因素，才 能使通过散布图得到的结果比较准确。 五、散布图五种类型的示范图(见下页)

　　B

　　3 2

　　2.5 1.5 1

　　A 1.5

　　2

　　1

　　1.2

　　1.4 A 1.6

　　1.8

　　2

　　第七章 直方图法一、定义： 为了方便看出如尺寸、极片重量、容量等计量值的数据 之分配情形，所用来表示的图形。 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，故我们亦称之为柱状 图。

　　3.找到最大值L及最小值S,计算全距R R=L-S 4.定组距 R组数=组距 5.定组界 最小一组的下组界=S-[测量值的最小位数0.5] 最小一组的上组界=最小一组的下组界+组距 依次类推。 6.决定中心点 (上组界+下组界) 2=组的中心点 7.制作次数分布表 8.制作直方图，横轴表示组界值，纵轴表示频数分布值 9.填上次数、规格、平均值、数据源、日期40

　　图C:平均值偏 高，部分比例 超上限(准确 度差)

　　SL

　　SU

　　120 100 80 60 40 20 0 1 2 3 4 5 6

　　图D:产品变 异大，品质不 匀，精密度差， 应改善变异或 放宽规格

　　120 100 80 60 40 20 0 1 2 3 4 5

　　SL

　　SU

　　6

　　7

　　8

　　图E:产品变异 太小，可能品 质过剩。品质 过剩可能意味 着高成本。

　　120 100 80 60 40 20 0

　　SL

　　SU

　　1

　　2

　　3

　　4

　　5

　　6

　　7

　　8

　　7.SPC发展为SPD,SPD又进一步发展为SPA (Statistical Process Adjustment,统计过程调整) SPCSPD

　　SPA8.SPC与SPC工程的特点是： (1)强调全员参与 (2)强调应用统计方法来保证预防原则的实现； (3)强调从整个过程、整个体系出发来解决问题。51

　　2.正态分布的基础知识 (1)若直方图的数据越多，分组越密，则直方图会越趋近于一条光 滑曲线，其实质即为分布。连续值最常见的分布为正态分布，其特 点为中间高、两头低、左右对称并延伸到无穷。 (2)正态分布是一条曲线，讨论起来不方便，通常采用其两个参数 平均值(μ)与标准差(σ)。若平均值增大，则正态曲线往右移动； 若标准差增大，则质量特性值越分散。 3.按照3sigma原理来设置控制界限 (1)正态分布的两个参数平均值μ 和标准差σ 是互相独立的，在正 常情况下，不论μ 和σ 取值如何，产品质量特性值落在[μ 3σ ,μ +3σ ]范围内的概率为99.73% (2)变异 任何系统中均存在变异，因此没有任何两件成品是完全 相同的。根据变异的原因，可将变异分为随机性变异及特性性变异。

　　●

　　●

　　随机性变异由一般原因(偶然原因)引起。在制程中 的自然或天生的变异，通常这些变异是由一些小干扰 造成，不容易控制，即使再好的制造，我们必须承认， 必定有此等变异存在，所以我们认定当制程只有一般 原因时，仍属管制状态。此类原因约占制程问题的85%, 应采取系统行动，由过程能力去发现，由管理层努力 去消除共同原因。 特殊性变异由特殊原因(异常原因)引起。又称为非 机遇原因，或称可归属原因.乃为制程中某些失误造成. 失误的来源，可能4M1E等，此等变异比一般原因造成 之变异大，且非周期性产生，若发生则表示制程已失 去控制了。此类原因约占制程问题的15%,应采取现场 行动。可由简单的统计技术分析而得，由现场人员采 取行动。

　　模式三：间断链。 1.间断链指链中个别点子跳到另一侧； 2.判异准则： ①连续11点，至少10点在同一侧； ②连续14点，至少12点在同一侧； ③连续17点，至少14点在同一侧； ④连续20点，至少16点在同一侧； 模式四：倾向。 点子递增或递减的状态称为倾向或趋势 (trend)。有下降倾向时，后面的点子一定要低 于或等于前面的点子，否则倾向中断，需要重新 起算。对于上升倾向也有相应的要求。出现倾向 表明过程均值逐渐增大或逐渐减小。 6点倾向判异！(以前为7点)59

　　比较计量值控制图 计数值控制图

　　优点

　　灵敏、容易调查原因可及时反映不良，使品质 稳定

　　所须数据可用简单方法取得对整体品质状况了解方便 无法确保不良真因 及时性不足，易延误时机

　　缺点

　　抽样频数高，费时麻烦 数据须测定且再计算，须 有训练之人方可胜任

　　(2)按用途：分析用控制图、控制用控制图 分析用控制图：先有数据，后有控制界限 a.决定方针用 b.制程解析用 c.制程能力研究用 d.制程管制之准备 控制用控制图：先有数据，主要用途为控制制造之品质，若 有点子出界，应立即采取措施

　　一道工序开始应用控制图时，几乎总不会恰巧处于 稳态，也即总存在异因。如果就以非稳态状态下的参 数来建立控制图，控制界限之间内的间隔一定较宽， 以这样的控制图来控制未来，将导致错误的结论。因 此，一开始，总要将非稳态的过程调整到稳态的过程， 此阶段适用的是分析用的控制图。等到过程调整到稳 态后，才能延长控制图的控制线作为控制用控制图。 分析用控制图和控制用控制图因使用目的不同而划分。 从数学角度看，分析用控制图的阶段就是过程参数未 知的阶段，而控制用控制图的阶段则是过程参数已知 的阶段。

　　(3)X-R控制图是计量值最常用、最重要的控制图 X图的控制线 A2系数表

　　UCLX=X+A2RCLX=X LCLX=X-A2R

　　n

　　2

　　3

　　4

　　5

　　6

　　7

　　8

　　A2 ? 1.880 1.023 0.729 0.577 0.483 0.419 0.373

　　R图的控制线 D3、D4系数表： UCLR=D4R n 2 3 CLR=R D3 ? 0 0 LCLR=D3R D4 ? 3.267 2.574

　　4 0 2.282

　　5 0 2.114

　　6 0 2.004

　　7 0.076 1.924

　　8 0.136 1.864

　　在X-R图中，我们应该先作哪一个图？ 1.如果先作X图，则由于这时R图还未判稳，R的数据不可用，故不可行。 2.如果先作R图，则由于R图中只有R一个数据，可行。等R图判稳后，再作X图。 故作X-R图应反其道而行之，先作R图，再作R图，R图判稳后，再作X图。若R图 未判稳，则永不能开始作X图。 63

　　步骤三：计算Xi,R。 步骤四：计算X,R。 步骤五：计算R图控制线、X图控制线，并作图。 步骤六：将预备数据在R图中打点，判稳。若稳，则进行步骤 七；若不稳，则执行第2.4节的20字方针后转入步骤二重新 开始。 步骤七：计算过程能力指数并检验其是否满足技术要求。若 过程能力指数满足技术要求，则转入步骤八；若过程能力 指数不满足技术要求，则需调整过程直至过程能力指数满 足技术要求为止。 步骤八：延长X-R控制图的控制线，作控制用控制图，进行日 常管理。 上述步骤一~步骤七为分析用控制图。 上述步骤八为控制用控制图。

　　(5)P控制图 ①收集数据 ②计算不合格率及平均不合格率 ③计算管制界限CL P UCL P 3 LCL P 3 1 P (1 P ) n 1 P (1 P ) n

　　④绘制中心线及控制界限，并将各点描入图中 ⑤交各数据特殊原因记录，以备查考、分析及判断