品管七大手法.doc

品管七大手法 品管七大手法之介紹、製作及運用 特性要因分析圖、查檢表、柏拉圖、直方圖、層別法、散佈法、管制圖 品管新七大手法之介紹、製作及運用 關連圖、KJ圖、系統圖、矩陣圖、矩陣數據解析法、PDPC法、箭線圖 如何有效應用品管七大法解決工廠管理問題 單元目的 解決製程問題的方法不只限於管制圖，品質管理七大手法都是可能的方法，本系統將個別簡介這些手法，並提出實際使用例子，供學習者練習，希望對解決問題能有幫助。 單元大綱 在進行品質管制時，我們會利用到許多圖形方法來整理顯示資料及數據，這些用作品質改善的圖形工具，通常都不需要複雜的計算，比較常用到的圖形方法有七項，一般稱為品管七大手法（the magnificent seven）。品管七大手法包括： 管制圖（control charts） 檢核表（checksheets） 直方圖（histograms） 柏拉圖（Pareto diagrams） 特性要因圖（cause and effect diagrams） 散佈圖（scatter diagrams） 流程圖（flowcharts） 品管七大手法通常會配合層別法一起使用。層別法是經由對可能之原因，如原料、機械或操作員等，分成若干個層，在透過收集數據的分類，找出不良之真正原因。影響品質特性的原因通常包括時間、原料、機器設配、作業方法與操作人員等，所以，我們可以依下列基準來作層別：依原料的供應來源或批次層別依作業人員的 部門、年齡、性別、熟練程度等層別依機械設備之種類、廠牌與佈置位置等層別依時間，如月、週、日夜、或上下午等層別依作業條件，如溫度、壓力、速度或天氣等層別依操作方法層別依不同生產線層別管制圖基本原理 統計理論認為母體參數可由隨機抽取的樣本來估計，SPC圖的統計基礎即在於此。但是，SPC圖並不能控制一個製程，它只是提供製程重要的資訊，這個資訊可以作為品質決策與修正製程的基礎。一般SPC圖提供三條製程資訊的管制線：上管制線(upper control limit, UCL)﹑中心線(center line, CL)﹑下管制線(lower control limit, LCL)。不同製程管制對象有不同的資料，所有的資料都可歸類到下列其中一種：分類資料－將產品品質分為「好或不好」、「合格或不合格」等 計數資料－記錄某產品的某個特性發生次數，例如錯誤次數、意外次數、銷售領先次數等連續資料－某個品質特徵的量測值，例如尺寸、成本、時間等前兩種資料為計數值資料，第三種為計量值資料。收集資料時，如果可能應該盡量收集定量資料，因為定量管制圖所需的比較性計算較少，而且能提供較多的資訊。 　 基本計算 管制圖可用一通式來表示，假設y為量測品質特性之樣本統計量，y之平均數為μy，標準差為δy，則UCL＝μy＋kδy中心線＝μyLCL=μy－kδy其中kδy為管制界限至中心線之距離。此管制圖之理論首先由美國之Waiter A. Shewhart博士提出，任何依據此原理發展出之管制圖都稱為Shewhart (蘇華特)管制圖。 應用範圍管制圖之應用有許多方式，在大多數之應用上，管制圖是用來做製程之線上(on-line)監視。亦即收集製程樣本數據用來設立管制圖，若樣本值落在管制界限內且沒有任何系統性之變化，則稱製程在管制內。管制圖也可以用來決定過去之製程數據是否在管制內，及末來之製程是否將在管制內。管制圖也可用來做為估計之工具，當製程是在管制內時，則可預測一些製程參數，例如平均數、標準差、不合格率等。此種製程能力分析對於管理者之決策分析有相當大之影響，例如自製或外購之決策，工廠及製程之改善以降低變異，及與供應商或顧客間之合約。 管制圖實施步驟選擇品質特性決定管制圖之種類決定樣本大小在設計管制圖時，我們必須決定樣本之大小(sample size)及抽樣之頻率。一般而言，大樣本可以很容易地偵測出製程內小量之變動。當選定樣本大小時，必須先決定所要偵測之製程變動的大小。當製程變動量相當大時，則適合使用小樣本，反之，若製程變動小時則使用大樣本。除了決定樣本大小外，我們同時須決定抽樣之頻率。最理想之狀況是次數頻繁地抽取大樣本。但從經濟觀點而言，此並非最佳之抽樣方法。較可行之方法是在長時間間隔下取大樣本或短時間間隔下取小樣本。在大量生產下或有多種可歸屬原因出現下，較適合樣本小而次數多之抽樣。由於檢測器和自動量測技術之發展，目前之趨勢傾向100%檢驗。 抽樣頻率和抽樣方式 管制圖是利用合理樣本組之概念來收集樣本數據。合理樣本組之抽樣方式可讓可歸屬原因出現時，樣本組間發生差異之可能性最大，而樣本組內發生差異之可能性為最小。當管制圖應用到生產時，生產時間次序為一合乎邏輯之合理樣本組取樣方法。一般合理樣本組之抽樣有兩種方式進行。在第一種方式下，組內樣本儘可