舊qc七大手法培訓(完整版)

　　

【正文】 UCL LCL CL ：即按固定的時間來收集子集數據 。 七、控制圖 UCL CL LCL 71 控制圖的判讀 二 、 非受狀態下的控制圖 （ 有 80%以上的點落在中心線附近三分之一的區域內 ） 鏈缺少變化 ， 屬非隨機圖型 ， 說明： 描點已計算錯； 過程取樣分層 ， 如 A過程取了 B過程的樣品 數據已被編輯過 ， 七、控制圖 72 控制圖的判讀 二 、 非受狀態下的控制圖 （ 連續 3點 中有 2點 、 7點 中有 3點 、 10點 中有 4點出 現 在 控制線 三分之一 處 。 1/150的點落在控制限之外 （ 可以是合理的 ） 。 精密度好，準度好 精密度差，準度好 62 A、 XbarR：平均數全距控制圖 將兩個控制圖合在一起用： 一個是各組數的平均數控制圖 ： Xbar圖 ， 即控制各組質量特性分布的平均值的變化 。 精密度好，準度差 在品質管理中，控制圖是一種以實際產品品質特性與根據過去結果所判明的制程能力的控制界限相比較，而以時間為順序的圖形。 如果這個過程在初期階段或現有的特殊原因還未消除，則我們無法預測未來，控制就失去了意義，所以，這時我們應用 QC的其他手法來發現已出現的特殊原因，并予消除。如機臺設備的某個元件突然燒掉了，造成工作臺的混亂，生產出不合格產品。這個范圍就是規格范圍。 上述過程因素的運作及對其管理決定了過程能力的大小。 六、直方圖 48 高原型： 一個典型的原因是幾個鍍缸的鍍件一起測量，來制作直方圖。 如果圖形分布寬度越窄，說明群體值與均值 CL越靠近，說明過程的精密度越高，過程能力越強。 32 五、散布圖 ?判 讀 在各種散布圖里，我們需要關注的是強相關的因素，適當考慮弱相關因素，不用考慮無相關因素。 ? 目的 1. 知道 兩組數據 （原因 與 結果）之 間 是否有相 關 及相 關 程度。 24 四、魚骨圖（因果圖、石川圖） 魚骨圖是幫助尋找與結果（特性）有關的原因的一種有效方法。 13 二、層別法 在得到造成不良的主要原因之后，主管還想知道各班組造成的不良品情況，于是，對三個班組進行了層別，得到下列數據： 時間班組 不良數A 班 90 150 400 250 180 180 1250B 班 250 180 200 300 319 260 1509C 班 256 440 334 360 320 235 1940合計 704 777 934 910 819 675 4819周一 周二 合計周三 周四 周五 周六從這一層別得出的信息是 C班的合格率最低。 （盡量使用 5W1H的方法， When, Where, Who, What, Why, How） 6 一、查檢表 查檢表的種類： 一般有兩種，即記錄用查檢表，點檢用查檢表。面對大量的數據，就需要用適當統計的方法來對數據進行處理，找到數據間的關系并進行分析。 舊 QC七大手法也可以簡稱： 5圖 1表 1法 QC七大手法 4 關聯圖 親和圖 系統圖 矩陣圖 矩陣數據解析法 過程決策計劃圖 箭 線圖 新 QC七大手法 5 一、查檢表 作用： 使用簡單符號或數據記錄來收集作業現場或某項活動進行的實際狀況，通常設計為表格的形式。 層別法是對查檢表所收集到的原始數據進行進一步分類的處理。 2. 收集數據 的期 間 和 對 象必 須 一致。 4. 決 定影 響問題點 的主要原因 （最終發現根本原因即影響最大的因素） 。 出 縱軸與橫軸 刻度， 計 算 組 距。 37 六、直方圖 １： 收集數據 至少Ｎ﹦５０以上 ２： 決定組數（Ｋ） Ｎ 組數（Ｋ） ５０～１００ １００～２５０ ２５０以上 ６～１０ ７～１２ １０～２０ ３： 決定組距（Ｃ） (1) 求全距 Ｒ﹦ａ－ｂ ( 除去異常值 , 最大減最小 ） (2) 求組距 Ｃ﹦Ｒ247。 與上相反 或者，以上過程均被全檢過，偏小的或偏大的數據已被剔除 六、直方圖 46 雙峰型（二山型）： ； ，過程已被做了大的調整，如電流強度由小調大，電鍍時間由短變長。 50 七、控制圖 ?過程 的結果就是產品。 52 七、控制圖 對過程的輸出（如車床車出的螺絲），每個輸出都是不一樣的。 54 七、控制圖 特殊原因： 不是始終作用于過程的原因。 有些特殊原因造成的過程變差對輸出有好處，可對其進行標準化處理，或不予理采。 當出現特殊原因時，提供統計信號，以便采取措施；未出現特殊原因時，避免提供錯誤信號。 七、控制圖 61 七、控制圖 — 連續 7點或以上向上行或向下行 。 。因此，一個受控過程并不是圖上無任何失控之處的過程，如果一張控制圖從無失控點，我們應嚴肅查問該操作本身是否“受控”。 七、控制圖 77 P控制圖中有關數據的計算： 每個批次不良率 P的計算 : P=每組不良數 /檢驗數 平均不良的計算 : P =∑Pi/k k為組數 上下控制線的計算方法 ， 按不同的子組容量 n可有下列兩種情況： 七、控制圖 78 控制線的計算 : 中心線 : CL = P =Pbar 在子組容量相同或相差不大 (20%以內 )時 : UCL = P + 3√Pbar*( 1Pbar)/n LCL = P 3√Pbar*( 1Pbar)/n n為任一子組的容量 ,這時上下控制線為直線或近似為直線 。 。 七、控制圖 88 七、控制圖 89 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH 。 。 83 控制圖的判讀 因為是不良率控制圖 ， 所以對過程輸出來說 ， 描點越低越好 、越接近于零越好；鏈越下降越好；均值下的鏈越長越好；均值下的點越多越好 。 我們在描點時 ， 需計算每一子組的上下控制線 ， 只須將該子組的 P與該子組的上下線比較即可 。 75 B、 PChart控制圖：不良率控制圖 利用控制圖的原理 ,對制程中的不良率進行控制 ,是 SPC中計數值最常用的分析圖形之一 . 用途 : 對突發事件 (特殊原因 )的影響程度及時了解 . 預測下一階段的不良率 . 七、控制圖 76 數據收集的要求： n：一般要求較大的子組容量 ， 例如 50到 200或者更多 ，即每個子組內應包括幾個不合格品 ， 如 5個 。 說明過程的中心線值已改變； 或者 ， 測量系統已改變 ， 如儀器靈敏度的變化 。 ， 大約 2/3的描點應落于控制限的中間 1/3區域內 ， 大約 1/3的點落在的其外的 2/3的區域 。 58 七、控制圖 對過程的控制是通過控制圖來完成的，控制圖的制作，是SPC非常重要的環節。對其進行的控制叫統計過程控制（ SPC）。通俗地講，就是誰也不知道會在什么時候、發生什么問題。 也就是天下沒有人能造出兩件完全相同的東西 ,樹上長不出兩片完全相同的葉子 . 為了使問題簡單化，我們總是從最低要求來規定一個公差范圍，只要范圍內的，就認為是合格，范圍外的，就是不合格。 ?過程能力