QC7大手法运用.ppt

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
QC7大手法运用

QC-7 常用統計手法介紹 QC七大手法 1.查檢表(Check list) 2.柏拉圖(Pareto chart) 3.特性要因圖(Cause and effect diagram) 4.散佈圖(Scatter diagram) 5.直方圖(Histogram) 6.管制圖(Control chart) 7.層別法(Stratification) 查檢表 何謂查檢表: 查檢表是將原始收集到的數據用容易了解的方式作成圖形或表格,並記上檢查記號,或加以統計整理,作為進一步分析或核對檢查用。 查檢表的種類: 記錄用查檢表:目的在收集數據型的資料,做進一步統計整理用。 點檢用查檢表:目的主要在檢查事物。機械...等的運作狀況,或檢查問題用。 記錄用查檢表 點檢用查檢表 查檢表的製作要點 Step 1. 決定所要蒐集的數據及希望把握的項目 Step 2. 決定查檢表的格式 Step 3. 決定記錄形式 Step 4. 決定蒐集數據的方法 注意:查檢表的格式及內容,要讓使用者最方便使用及最易記錄為最高原則。 查檢表的使用 數據蒐集完成應馬上使用,避免因時間過久而失去時效性。 首先觀察整體數據是否代表某些事實? 數據是否集中在某些項目或各項目之間有否差異? 是否因時間的經過而產生了變化?亦即是否有時間性的差異存在 查檢表的實作 請準備一份查檢表(check List),作為下周公司舉辦露營應攜帶物品清單: 柏拉圖 何謂柏拉圖: 所謂柏拉圖是根據所蒐集的數據,依據不良原因、不良狀況、不良發生位置或客戶抱怨的種類、安全事故等不同區分標準,找出比率最大的項目或原因,並且將所構成的項目依照大小順序排列,再加上累積值的圖形。以作為改善的優先順序。 柏拉圖的製作方法 柏拉圖的使用時機及注意要點 掌握問題點 發現原因 效果確認 柏拉圖繪製實例 以某家庭之某月支出查檢表為例,其柏拉圖繪製過程如下: 柏拉圖的錯誤指正實作 柏拉圖與品質改善小組活動 在進行品質改善小組活動(QIT)時,有時會用柏拉圖來做改善前後的效果比較,在製作對策前後的效果確認時應注意以下三項: 柏拉圖蒐集數據的期間和對象必須一樣 對季節性的變化應列入考慮 對於對策項目以外亦必須加以注意,避免消除了主要因而使得其他要因增加。 特性要因圖 何謂特性要因圖: 一個問題的特性受到一些要因的影響時,我們將這些要因加以整理成為有相互關係而且有條理的圖形。這個圖形稱為特性要因圖。 將這些要因分群成為大、中、小要因,可繪製成特性要因圖,因其像魚骨故又稱魚骨圖。 特性要因圖製作的六個步驟 步驟一:決定問題或品質的特性 步驟三:決定中、小要因:可利用親和圖法來將中、小要因區分出來。 步驟四:討論影響問題點的主要原因。 步驟五:填上製作目的,日期及製作者等資料。 特性要因圖的使用時機 問題的整理,及原因的探索。 追查真正的原因 尋找對策:特性要因圖也可用來做對策整理用,這時魚頭的方向會剛好相反過來,又稱為反轉。 繪製特性要因圖應該注意的事項 繪製特性要因圖要把握腦力激盪法的原則,讓所有的成員表達心聲。 列出的要因應給予層別化。 繪製特性要因圖時,重點應放在“為何會有這種原因”並且依5W1H的方法逐一列出。 如果您是指導人員,切記不可憑個人好惡去決定或交辦給他人的方式而影響討論人員的熱忱。 散佈圖 何謂散佈圖? 以縱軸表示結果,以橫軸表示原因:用點表示出分佈形態,根據分佈的形態判斷對應數據之間的相互關係的圖型,稱為散佈圖。 其相對應之方法為相關係數之計算 散佈圖製作的五個步驟 步驟一:蒐集相對應數據,至少三十組以上,並且整理寫到數據表上,如下表。 步驟二:找出數據之中的最大值與最小值。 步驟三:畫出縱軸與橫軸刻度,計算組距 步驟五:記入必要事項 散佈圖的研判 使用散佈圖時應注意事項 注意是否有異常點的存在:亦即該點和其他點相距很遠。 是否有假相關:雖然數據顯示具相關性,但是亦有其他文獻或經驗認為此二者不具相關性,此時需在深入探討。 是否有必要加以層別:亦即由數據看是具有相關,但將數據分群後卻發現不相關,反之亦然。因此一個相關與否的散佈圖需要放入單純(必要)的數據。 何謂相關分析 相關分析(Correalation Analysis): 藉由計算自變數X和應變數Y之相關性,以了解X及Y是否具有關係及是何種關係。 相關分析 相關分析的判讀 相關係數r會介於-1~1之間。 以0.707~1稱為正相關,亦即此二者會有同時變大或變小的關係(包含線性及非線性)。 以-0.707~-1稱為負相關,亦即此二者會有呈現相反的變大或變小的關係(包含線性及非線性)。 介於-0.4~0.4稱為不相關,亦即此二者不具備相關性。 次數直方圖 次數直方圖一般又稱直方圖,它通常用於: 其平均值是否在中央 判斷數據是否為鐘形曲線 製程

文档评论(0)

xcs88858 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档