QC七大手法详细论述.pptx

QC七大手法;品質管理七大手法是一些簡易之圖形方法。在品管作業中，它們被用來當做是品質數據、資料之整理及顯示，或者用做品質改善之工具，這些手法通常不需複雜之計算。品管七大手法包含： ; 一、檢 核 表 ; 在品管工作中，使用檢核表的目的有以 下幾項：;;一般而言，檢核表可分為點檢用檢核表及記錄用檢核表，這兩種檢核表縮說明如下： ; ??2.??? 記錄用檢核表 此種檢核表是將數據分為幾個項目別，以符號或數字記錄的圖或表。例如在已分組的數字表上打上記號以記錄出現次數，或直接在產品、零件的圖面上打記號所成的表。 若在表中包含檢核對象之簡圖，並在圖上區分位置，其設計目的是要了解缺點是否集中於某處，以便採取改善措施，此種檢核表一般被`稱為位置圖護或缺點集中圖。在此種檢核表上，也可以使用不同之符號來代表各類缺點項目，這些符號必須在圖上說明。 ;二、 散布圖 ;根據散布圖上之點記的分布狀態，兩特性值間之關係可分為下列三種： ;2.當其中一變數的特性值愈大，另一變數之數值卻愈小時，代表此兩變數為負相關(negative correlation)。 ;;;散布圖之製作包括下列步驟：;三、 直方圖 ;;;;;;直方圖可以顯示數據之變化情形，觀察直方圖之外觀可以協助找出數據中之異常變化。一些常見直方圖之形狀和造成原因說明如下： ;2. 雙峰分配 (The double-peaked distribution) 在直方圖中，數據分布範圍 之中央有一低谷(在中央的 次數比較少)，而且兩旁各 有一高峰。此種圖形係混合 兩個鐘形分配。可能之原因 為數據於兩種不同批之原料、 兩個(組)不同之作業員、機 器等。 ;3. 高原型分配 (The plateau distribution) 各區間之數字變化不大，且呈高 原般的形狀，沒有顯著之高峰和 尾端。此種直方圖代表數據來自 多個鐘形分配數據。一種可能之 原因為未按標準程序作業，作業 員各行其事，造成極大之變異。 另一種可能之原因為分區不當， 區間寬度太大。 ;4.梳狀分配 (The comb distribution) 在直方圖中，次數的高低起 伏很不整齊，有點像牙齒不 全或是齒梳型的形狀。當區 間之寬度並非為測定單位的 整數倍時，或是刻度??有異 常時，會出現此種圖形。 ;5. ? 偏歪型分配 (The skewed distribution) 在此種直方圖上，高峰並不是數據 分布範圍之中央，某一側之尾巴很 快結束，另一側則有相當長之尾巴。 若分配之尾巴向右延伸，此稱為右 偏分配，若分配之尾巴向左延伸， 此稱為左偏分配。數據只有單邊規 格時易出此狀。 ;6. ?截斷型分配 (The truncated distribution) 在直方圖上，高峰發生在 (或靠近) 數據分布範圍之邊 緣。截斷型直方圖之發生是 某些數據自鐘形分配數據中 移去。 ;7. ?? 離島型分配 (The isolated peaked distribution) 在直方圖上出現兩個高度相差甚多 之高峰。較低之高峰附近之數據可 能來自於某一特別之機器﹑製造程 序或作業員﹐代表製程之異常原因。 如果較低高峰之旁邊為一截斷型分 配﹐則代表在篩選過程中﹐未將不 合格品完全剔除。其他可能之原因 為量測誤差或抄寫數據時產生之錯 誤。另外當數據存在測定誤差時也 可能會出現此種植直方圖。 ;8. ??邊緣突出型分配 (The edge-peaked distribution) 在平滑分配的邊緣出現一突出 之高峰。此種情形通常為資料 記錄錯誤所造成。 ;四、柏拉多圖 ;;一個制作完善之柏拉多圖﹐可以提供下列訊息:;;;; 五、特性要因圖 ; 一個制特性要因圖可視為一腦力激盪(brain storming)之工具。其基本構成因素為符號及線﹐用以表示原因和結果之關係。 特性要因圖是一個多用途且極為有效之分析工具。在問題預防或解決問題之過程中﹐特性要因分析具下列3項優點:作完善之柏拉多圖﹐可以提供下列訊息:;;;; 六、流程圖 ; 七、層別法;;;返 回;返 回;12/16/2020;12/16/2020;返回;返回;返回;返回;返回;9、春去春又回，新桃换旧符。在那桃花盛开的地方，在这醉人芬芳的季节，愿你生活像春天一样阳光，心情像桃花一样美丽，日子像桃子一样甜蜜。12月-2012月-20Wednesday, December 16, 2020 10、人的志向通常和他们的能力成正比例。22:27:1822:27:1822:2712/16/2020 10:27:18 PM 11、夫学须志也，才须学也，非学无以广才，非志无以成学。12月-2022:27