- 1、本文档共42页,可阅读全部内容。
- 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、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、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
LeakageSafety客戶使用不良率 0PPM Others 客戶使用不良率 10PPM以內 直方圖(Histogram) 管制圖(Control Chart) 魚骨圖(Characteristic Diagram) 查檢表(Check Diagram) 柏拉圖(Pareto Diagram) 散佈圖(Scatter Sheet) 層別法(Stratification) 柏 拉 圖 80/20 規則-80%的問題是由20%的原因所造成. 原理---認為一切世事或原因都不是平均分布的,存在的問題大部分可能由几個少數原因引起的. 1.確認數據的類別. 2.決定要展示的時期(並按上項分類, 在時期內收集數據). 3.總計出現頻率. 4.根據頻率排列各類數據的先後次序. 5.繪製圖表和表明各座標軸. 6.繪制條柱. 7.繪制累積線. 8.制作說明. 确認數据的類別 A.結果的分類 不良項目別,場所別,工程別. B.原因的分類 材料別,机械別,設備別,作業者別. 統計表 四.柏拉圖的作用 1.作為降低不良率的依據. 2.決定改善的攻擊目標. 3.確認改善效果. 4.應用于發掘現場的重要問題點. 5.用于整理報告或記錄. a.結果的數據 在分析 A B 甲要因的解析 甲 C D F E b.要因的數據 A要因的對策 是否有效的對策? 無效 再對策 有效 做柏拉圖與原圖比較 . 層別法 一.層別法之定義. 二.層別法之功用. 三.層別法之對象與項目. 四.層別法之實例. 層別法 一.定義: 為區別各種不同原因對結果之影響,而以個別原因為主体,分別作統計分析的方法,稱為層別法. 二.層別法的功用 顧名思義,層別法就是分層別類,依其共同之特性分為一個層,並使層與層之間能有明確的區分,故當條件改變或有異常時,能依照層別的種類很快找出變動的地方,進而有效掌握變異原因,除去變異原因. 三.層別法的對象與項目 1.時間的層別. 2.作業員的層別. 3.機械,設備的層別 4.作業條件的層別 5.原材料的層別. 6.測試的層別. 7.檢查的層別 8.環境,氣侯的層別 9.地區的層別. 10.制品的層別. 11.其他. 四.層別法的實例 例1.兩台自動剪線机所查得驗的導線尺寸不良之總推移圖及層別推移圖. 由總推移圖,改善后的不良率并無顯著減少;但經過以机台層別后,机抬No.1經過實施對策后,不良現象有減少現象,而机抬No.2不良情形未見有所改善,可見對于机台No.2應重新檢討對策的方法或再應用腦力激蕩法分析其不良發生的要因. 散布圖 一.散布圖之定義. 二.散布圖之功用. 三.相對應的兩組數據間關係的 分類. 四.散布圖之作法. 五.散布圖之判讀. 六.散布圖之注意事項. 散布圖 散布圖是一种用來研究相關關系(兩變量間的關系)的圖表. 正相關----X值增加而Y值同樣增加. 負相關----X值增加而Y值減少. 無相關----X值增加而Y值隨机增減. 二.散佈圖的功用 1.知道兩組數據(或原因與結果)之間是否有相關及其相關程度. 2.把材料,機械設備,作業者,作業方法等可能影響的原因層別,繪製散佈圖,可檢討何者影響結果. 3.檢視是否有離島情形. 4.抽樣檢驗中,若某制品特性之測試成本高或困難,則可採用與此特性有關係存在 的另一種測試成本較低或測試容量之特 性,以降低檢驗成本. 5.管制圖中,若同一制品之二特性間有密切關係時,則可舍去其中一個管制圖,以降低預防成本. 6.兩組數據間若呈直線變化,可依據散佈圖求出直線方程式,以為訂定標準之用. 1.原因(要因)與結果(特性)之關係. 2.結果(特性)與其他結果(特性)之關係. 3.結果(特性)與原因(要因)間之關係. 例.某制品之燒溶溫度及硬度間是否有關係存在,今收集30組數據,請分析之. 步驟1.收集30組以上相對應數據,整理到數據表上.(數據不能太少,否則易產生誤差) 步驟2:找出數据x,y之最大值及最小值. 六.散佈圖判讀注意事項 1.注意有無異常點.
文档评论(0)