QC七大手法-直方图.ppt
《QC七大手法-直方图.ppt》由会员分享,可在线阅读,更多相关《QC七大手法-直方图.ppt(33页珍藏版)》请在装配图网上搜索。
讲师:徐肇锋 E-mail:xzf6623066,QC七大手法 直方图,QC 七大手法 QC七大手法,也叫品管七工具,是目前全世界 应用比较广泛的品质管理工具,它具有简单实用的 特性。日本著名的品质管制专家石川馨曾说过,企 业内95%的品质管制问题,可通过企业上上下下全 体人员活用品管七工具而得到解决。,QC 七大手法 品质管理的主要工作简单地说,就是通过对各来料、生产过程、出货等环节进行检验和分析,找出各种出现或潜在出现的问题及原因,甚至寻求解决办法,使产品品质问题尽量在内部解决,达到在合理成本的基础上使客户满意。,旧QC七大手法,检查表,层别法,柏拉图,鱼骨图,直方图,控制图,散布图,QC 七大手法的作用 1、查检表:用来在现场收集数据,尽量让现场作业 简单而有效,它是其它六大手法的起点。 2、层别法:统计方法中最基础的工具,用来对收集 的数据进行分类或分层,以利于统计分析,通常与 柏拉图、因果图结合使用,层别法的重点是了解如 何进行分层。,3、柏拉图:用来对多种问题或原因进行分析,找出 最大问题或原因,以实现花较少成本做更多事情。 4、鱼骨图:用来对一个现象或结果进行原因深入细 致的分析,通常用来找原因及因素,最好同层别法 结合起来使用。,5、直方图:用直方图可以将杂乱无章的资料,解析 出规则性,比较直观地看出产品质量特性的分布状 态,对於资料中心值或分布状况一目了然,便於判 断其总体质量分布情况。 6、散布图:用来对收集的两个或两个以上可能相关 的问题或特性的数据,找出之间可能的相关性。,7、管制图:用来了解品质在过程中的变化状态和预 测品质下一步可能性的状况,有助于提前发现问题 ,是实现第一次就把事情做好的基本步骤之一。,直方图 直方图是将所收集的数据分为几个相等的区间作 为横轴,并将各区间内的测定值所出现次数累积而成 的面积,用柱子排列起来的图形。 直方图可显示数据的三种特性:集中的趋势、数 据的范围、分布的形状。,六、直方图,直方图的制作范例 一工厂的成品重量规格为130-190千克,今按随机抽样方式抽测200个样本(一般需收集50-200个数据),作直方图,步骤如下: 一.制作次数分配表: 1.从数据中找出最大值L=170与最小值S=124 2.计算全距R=L-S=46 3.决定组数K K=1+3.32LgN (N代表收集的数据总数) 本例数N=200,可将其分为K=12组,一.制作次数分配表(续): 4、计算组距H:(通常取2.5.10的倍数) 组距H = 全距 組數 = 46/12 = 3.8.3 取 4 5、计算组界: 第一组下组界 = 最小值测定值最小位數=123.5 第一组上组界 = 第一组下组界 + 组距 = 123.5 +4=127.5 第二组下组界 = 第一组上组界 = 127.5 第二组上组界 = 第二组下组界 + 组距=127.5+4=131.5 第三组下组界 =? 第三组上组界=? 依此类推,计算到最大一组的组界。 6、作次数分配表,如下表:,二.绘制直方图 1、依次数分配表,延横轴以各组界为分界,组距为底边,以各组次数为高度,每组距上划一矩形,即完成直方图。 2、在图上记入数据总数等参数,并划出规格的上、 下限。,直方图-正常型 说明:中间高两边低,有集中趋势。 结论:制程在正常运转下。,直方图-缺齿形 说明:高低不一,有缺齿情形。 结论:可能是分组过细或数据不真实。,说明:高低不一,有缺齿情形。不正常的分配,系因测定值或换算方法有偏差,次数分配不妥当所形成。 结论:稽查员对测定值有偏好现象,如对5,10之数字偏好;或是假造数据。测量仪器不精密或组数的宽度不是倍数时,也有此情况。,直方图-缺齿型(凹凸不平型),说明:有一端被切断。 结论:原因为数据经过全检过,或制程本身有经过全检过,会出现的形状。若剔除某规格以上时,则切边在靠近右边形成。,直方图-切边型(断裂型),说明:在右端或左端形成小岛。 结论:测定有错误,工程调节错误或使用不同原料所引起。一定有异常原因存在,只要去除,即可合乎制程要求,制出合规格的制品。,直方图-离岛型,说明:形状似高原状。 结论:不同平均值的分配混在一起,应层别之后再做直方图比较。,直方图-高原型,说明:有两个高峰出现。 结论:有两种分配相混合,例如两部机器或两家不同供应商有差异时。,直方图-双峰型,说明:高处偏向一边,另一边低,拖长尾巴。 偏右型:例如微量成分的含有率等,不能取到某值以下的值时,所出现的形状. 偏左型:例如成分含有高纯度的含有率等,不能取到某值以上的值时出现的形状。,直方图-偏态型,、直方图的应用 3.1 测知制程能力,作为改善制程的依据。 3.2 计算产品不良率。 品质改善活动中,常需计算改善活动前、中、后之不良率。,直方图应用举例 例如:某产品之重量直方图如图示,其规格为35+/-3g。,由图与规格界限比较,在规格下限以下的有35件,超出规格上限的有64件,合计有99件,占总数307件之32.25% ,即不良率为32.25%。,理想型 制程能力在规格界限内,且平均值与规格中心一致,平均数加减4倍标准差为规格界限。制程稍有变大或变小都不会超过规格值,是一种最理想的直方图。表示制品良好,能力足够。,一侧无余裕 制品偏一边,而另一边还有余裕很多,若制程再变大(或变小)很可能会有不良发生,必需设法使制品中心值与规格中心值吻合才好。,下限,规格,上限,制品规范,两侧无余裕 制品的最大值与最小值均在规格内,但都在规格上下限两端,其中心值与规格中心值吻合没有不良品发生,但如果制程稍有变动,就会有不良品产生之危险,要设法提高制品的精度才好。,下限,规格,上限,制品规范,余裕太多 实际制程在规格界限内,但双尾距规格界限太远。亦即产品品质均匀,变异小。如果此种情形是因增加成本而得到,对公司而言并非好现象,故可考虑缩小规格界限或放松品质变异,以降低成本、减少浪费。,下限,规格,上限,制品规范,平均值偏左(或偏右) 如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限并伸展至规格上限的右边;但制品呈常态分配,此即表示平均位置的偏差,应针对固定的设备、机器、原料等方向去追查。,SL,SU,SL,SU,分散度过大 实际制品的最大值与最小值均超过规格值,有不良品发生(斜线部份),表示标准太大,制程能力不足,应针对变动的人员、方法等方向去追查,设法使产品的变异缩小;或是规格订得太严,应放宽规格。,下限,规格,上限,制品规范,完全在规格外 表示制品之生产完全没有依照规格去考虑;或规格订得不合理,根本无法达到规格。,规,格,制品范围,案例: 某银行为了对所属某营业网点顾客排队等候时间进行统计,收集了某年2/4周一从10点到15点间40位客户的等候时间,绘制直方图如右所示,分析: 标准型:中心值两侧左右对策。 锯齿型:分组过多或测量方法有问题。 双峰型:两种不同平均值的数据混在一起时出现 平顶型:多种平均值不同的数据混在一起时出现 陡峭型:工序能力不足而全检产品时出现 偏态型:上下限受公差限制时因心理作用而产生 孤岛型:工序异常或测量错误时产生。,定义: 直方图是对定量数据分布情况的一种图形表示。,作用: 分层分析、数据真实性分析,敬请点评指教,谢谢!,- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- QC 七大 手法 直方图
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文