文档讨论了品管七大手法，包括鱼骨图、柏拉图、层别法等，用于数据整理和品质改善。每种手法都有其独特的定义和应用实例，强调了用数据和事实驱动改进。文中也提到品质管控的重要性和方法论，旨在提升企业的生产质量和效率。

1. 品管七大手法

2. 三個杯子 一個是杯口朝下蓋著 一個是杯口朝上可是杯底破了洞 一個是杯子里頭有髒東西的 三個杯子都裝不到干凈的水喝… 杯口朝下…水倒不進去 . 杯底破洞…邊倒邊漏 .. 有髒東西…水倒進去就髒了…不能喝了 當你抗拒而不肯接受時…你什么都沒有 , 學不到也得不到 . 當你邊聽邊漏時…你也許知道 , 可是卻不是完全了解而可以運用 . 當你對事情有所成見時…你就得不到它原來的本質

3. 前言 --- 數據及其整理方法 現場有各式各樣的數據 , 如原物料 , 半成品或成品等等表示品質的數據 , 或不良品的發生次數 , 生產數量 , 工序等 . 品管即是根據這些數據 , 進行品質的改善及管制活動 . 同樣的原料 , 設備所生產出來的產品 , 其品質通常會有變異性存在 . 這樣須將數據整理成直方圖的或統計圖等圖形 . 品管七大手法常被廣泛應用在企業中 . 一百個自覺不如 一個正確的數據

4. 七大手法簡介 : A. 魚骨圖 : 魚骨追原因 . ( 尋找因果關係 ) B. 柏拉圖 : 柏拉抓重點 . ( 找出“重要的少數” ) C. 層別法 : 層別作解析 . ( 按層分類 , 分別統計分析 ) D. 查檢表 : 查檢集數據 . ( 調查記錄數據用以分析 ) E. 散布圖 : 散布看相關 . ( 找出兩者的關係 ) F. 直方圖 : 直方顯分布 . ( 了解數據分布與制程能力 ) G. 管制圖 : 管制找異常 . ( 了解制程變異 )

5. 品管七大手法所體現的精神 : 1. 用事實與數據說話 . 2. 全面預防 . 3. 全因素、全過程的控制 . 4. 依據 PDCA 循環突破現狀予以改善 . 5. 層層分解、重點管理 .

6. 一 . 特性要因圖 : 定義 : 一個問題的結果 ( 特性 ) 受到一些原因 ( 要因 ) 的影響時 , 我們將這些原因 ( 要因 ) 加以整理 , 成為有相互關系而且有條理的圖形 , 這個圖形稱為特性要因圖 . 由於形狀像魚的骨頭 , 所以又叫做魚骨圖 . 它為 1952 年日本品管權威學者石川馨博士所發明 , 又稱 “石川圖” .

7. 作法 : 1. 以 4M1E 法找出大原因 : (Man,Machine,Material,Method,Environment) 2. 以 5W1H 之思維模式找出中小原因 : (What,Where,When,Who,Why,How) 3. 創造性思考法 : 希望點例舉法、缺點列舉法、特性列案法 . 4. 腦力激蕩法 :“Brain Storming” 嚴禁批評、自由奔放 . 人 特性 機 材料 方法 環境

8. 兩類特性要因圖 : (1). 追求原因型 : 模具定位不穩定 模具設計不合理 模具設備老化 模具改善不及時 設備維修不力 模具保養不當 品管人員檢查不落實 責任心不強 模修人員技能不夠 教育訓練不夠 產線未做好自主檢查 品質意識不夠 教育訓練不夠 規格不完善 鋼材不良 新機種承接不力 治具不完善 自主檢查未落實 品管管理方法不當 作業方法不當 專案改善不力 現場管理不嚴 模具、設備 人員 其他 方法 為何 SWR 那麼高 ?

9. (2). 追求對策型 : 達成年度工作目標 提案 8 件 改善系統 文件 規格執行度 94% 所有產品導入 SPC 兩個產品導入 CCD 應用 QA Network 干部學習 FMEA 開始研究衝件 CSI 改善品質記錄稽核 100% 執證上崗 他山之石檢討 觀摩兄弟單位 5 次 教育訓練 140hr/ 人 / 年 IPQC 與 FQC 交叉擔綱 每日點檢 推動模具稽核 每日 IPQC 作業點檢 點檢結果反饋 隨時問題反饋 模具問題反饋 規格問題反饋 來料問題反饋 每周品質狀況匯整 QIT 活動 10 次以上 協助生產品質教育訓練 品質檢討會 推動成立 QCC 18 圈以上 他山之石匯整 完善相關品質系統 開發導入品管新技術 提升品管人員素質 加強生產作業稽核 品質情報及時反饋 推動品質活動

10. 二 . 柏拉圖 : 1897 年 , 意大利學者柏拉撬分析社會經濟結構 , 發現絕大多數財富掌握在極少數人手里 , 稱為“柏拉法則” . 美國質量專家朱蘭博士將其應用到品管上 , 創出了“ Vital Few, Trivial Many”( 重要的少數 , 瑣細的多數 ) 的名詞 , 稱為“柏拉圖原理” . 定義 : 根據所搜集之數據 , 按不良原因、不良狀況、不良發 生位置等不同區分標準 , 以尋求占最大比率之原因 , 狀況或位置的一种圖形 .

11. 注意事項 : 1. 橫軸按項目別 , 依 大小順序由高而低 排列下來 ,“ 其他”項 排末位 . 2. 次數少的項目太多時 , 可歸納成“其他”項 . 3. 前 2 ～ 3 項累計影響度應在 70% 以上 . 4. 縱軸除不良率外 , 也可表示其他項目 . 作法 : A B C D E 不良率 100% 累 計 影 響 度 項目

12. 柏拉圖的用途 : 1. 作為降低不良的依據 . 2. 決定改善的攻擊目標 . 3. 確認改善效果 . 4. 用於發掘現場的重要問題點 . 5. 用於整理報告或記錄 . 6. 可作不同條件的評價 .

13. 柏拉圖應用範圍 : 1. 時間管理 . 2. 安全 . 3. 士气 . 4. 不良率 . 5. 成本 . 6. 營業額 . 7. 醫療 . ABC 法應用 : A. 時間管理 . B. 倉務管理 . C. 其他 .

14. 柏拉圖實例 : 月費用支出分析 ( 柏拉圖 )

15. 三 . 層別法 : 定義 : 針對部門別 , 人別 , 工作方法別 , 設備 , 地點等所收集的數據 , 按照它們共同的特征加以分類 , 統計的一種分析方法 . 即為了區別各種不同的原因對結果的影響 , 而以個別原因為主 , 分別統計分析的一種方法 .

16. 分類 : 1. 時間的層別 . 2. 作業員的層別 . 3. 機械、設備層別 . 4. 作業條件的層別 . 5. 原材料的層別 . 6. 地區的層別等 .

17. 圖例 : 100% 30 80% 20 10 5 1 2 3 4 5 6 0 支 出 金 額 層別不良圖

18. 圖例 : 萬元 商品 B 銷 售 商品 A 額 計劃 實際 計劃 實際 商品別業績比較

19. 四 . 查檢表 : 定義 : 為了便於收集數據 , 使用簡單記錄填記並予統計整理 , 以作進一步分析或作為核對 , 檢查之用而設計的一種表格或圖表 .

20. 1. 明確目的 . 2. 決定查檢項目 . 3. 決定檢查方式 ( 抽檢、全檢 ). 4. 決定查驗基準、數量、時間、對象等 . 5. 設計表格實施查驗 . 作法 :

21. 1. 記錄用查檢表 : 主要功用在於根據收集之數據以調查不良項目、不良主因、工程分布、缺點位置等情形 . 必要時 , 對收集的數據要予以層別 . 查檢表的種類 :

22. A B No.1 No.2 No.1 No.2 合 計 作業者 機 械 不良種類 日期 尺寸 疵點 材料 其他 尺寸 尺寸 尺寸 疵點 疵點 疵點 材料 材料 材料 其他 其他 其他 月 日 月 日

23. 2. 點檢用查檢表 : 主要功用是為要確認作業實施、機械設備的實施情形 , 或為預防發生不良或事故 , 確保安全時使用 . 這種點檢表可以防止遺漏或疏忽造成缺失的產生 . 把非作不可、非檢查不可的工作或項目 , 按點檢順序列出 , 逐一點檢並記錄之 .

24. 收集數據應注意的事項 : 1. 收集的數據必須 真實 , 不可作假或修正 . 2. 收集的數據應能獲得層別的情報 . 3. 查檢項目基準需一致 . 4. 樣本數需有代表性 . 5. 明確測定、檢查的方法 . 6. 明確查驗樣本的收集方法、記錄方式、符號代表意義 . 7. 慎用他人提供的數據 .

25. 實例 : 2000 年 XX 月費用支出查檢表

26. 五 . 散布圖 : 定義 : 為研究兩個變量間的相關性 , 而搜集成對二組數據 ( 如溫度與濕度或海拔高度與濕度等 ), 在方格紙上以點來表示出二個特性值之間相關情形的圖形 , 稱之為“散布圖” .

27. 關係的分類 : A. 要因與特性的關係 . B. 特性與特性的關係 . C. 特性的兩個要因間的關係 .

28. 散布圖的判讀 : 1. 強正相關 : X 增大 ,Y 也隨之增大 , 稱為強正相關 . 2. 弱正相關 : X 增大 ,Y 也隨之增大 , 但增大的幅度不顯著 . Y X Y X

29. 3. 強負相關 : X 增大時 ,Y 反而減小 , 稱為強負相關 . 散布圖的判讀 : 4. 弱負相關 : X 增大時 ,Y 反而減小 , 但幅度並不顯著 . Y X Y X

30. 5. 曲線相關 : X 開始增大時 ,Y 也隨之增大 , 但達到某一值后 , 當 X 增大時 ,Y 卻減小 . 6. 無相關 : X 與 Y 之間毫無任何關係 . Y X Y X ………… ………… …………

31. 散布圖判讀注意事項 : 1. 注意有無異常點 . 2. 看是否有層別必要 . 3. 是否為假相關 . 4. 勿依據技術、經驗作直覺的判斷 . 5. 數據太少 , 易發生誤判 .

32. 六 . 直方圖 : 定義 : 直方圖是將所收集的測定值或數據之全距分為幾個相等的區間作為橫軸 , 並將各區間內之測定值所出現次數累積而成的面積 , 用柱子排起來的圖形 .

33. 製作次數分配表 : A. 由全體數據中找到最大值與最小值 . 如 :200 個數據 中之 170 和 124. B. 求出全距 ( 最大值與最小值之差 ). 全距 =170-124=46 C. 決定組數 , 一般為 10 組左右 , 不宜太少或太多 . 參照下表進行分組 : 數據數 組數 80 ～ 100 6 ～ 10 100 ～ 250 7 ～ 12 250 以上 10 ～ 20

34. D. 決定組距 : 組距 = 全距 / 組數 E. 決定各組之上下組界 . ( 1). 最小一組的下組界 = 最小值 - 測定值之最小位數 /2 (2). 最小一組的上組界 = 下組界 + 組距 =123.5+4=127.5 依此類推 . F. 作次數分配表 . 統計出位於各組界間之數據個數 G. 用 X 軸表示數值 ,Y 軸表示次數 , 繪出直方圖 .

35. 1. 正常型 2. 鋸齒型 直方圖常見的形態 : 這種情形一般就來大都是製作直方圖的方法或數據收集方法不正確所產生

36. 3. 絕壁型 4. 雙峰型 在理論上是規格值無法取得某一數值以下所產生之故 , 在品質特性上並沒有問題 , 但是應檢討尾巴拖長在技術上是否可接受 ; 例治工具的鬆動或磨損也會出現拖尾巴的情形 兩種不同的分佈相混合 , 例如兩臺機器或兩種不同原料間有差異時 , 會出現此類情形 , 因測定值受不同的原因影響 , 應予層別后再作直方圖

37. 5. 離島型 6. 高原型 測定有錯誤 , 工程調節錯誤或使用不同原材所引起 , 一定有異常原因存在 , 只要去除 , 即可制造出合格的產品 不同平均值的分配混合在一起造成

38. 7. 偏態型 往往為加工習慣造成 .

39. 直方圖的應用 : 1. 測知制程能力 , 作為制程改善依據 . 標準差 S 愈小愈好 , 平均值越接近規格中限越好 . 兩邊無限延伸 , 當 3S= 時 , 其分布規格範圍占總數據分布範圍的 99.7%. 正態分布 : 規格下限 規格上限 2 T N X1+X2+….+Xn X = 平均值 代表集中趨勢 . n-1 (X1-X) +(X2-X) +….+(Xn-X) 2 2 2 標準差 S= 代表分散程度 .

40. 三個重要指標 : A. 準確度 Ca(Capability of Accuracy). 0 12.5% 25% 50% 100% A 級 B 級 C 級 D 級 規格中心 (u) 規格上下限 實績中心值 - 規格中心值 規格容許差 X-U T/2 Ca= (%)= (%)

41. B. 精密度 Cp(Capability of precision) 6 σ 6 σ 6 σ 6 σ D 級 C 級 B 級 A 級 SL U SU 規格下限 規格中心 規格上限 Cp<0.83 0.83≦Cp<1.0 1.00≦Cp<1.33 1.33≦Cp 6 σ T 規格容許差 6 倍標準偏差 CP= =

42. C. 精確度 CPK( 制程能力指數 ): 它是 Ca 與 Cp 的綜合體現 , 既考慮了平均值偏離、規格中心的情形 , 又考慮了分布範圍與規格範圍的比較 . 它反映了一個制程在一定的因素與正常管制狀態下的品質作業能力 , 在規格確定后 , 平均值不偏離規格中心的情形幾乎不存在 , 因此 , 就有了 CPK. CPK=(1- Ca )*Cp=[(USL-LSL)-2*ABS(SL-CL)]/6 σ

43. 制程能力指數判定表 : s s s s s 應採取緊急措施 , 改善品質並追究原因 , 必要時規格再作檢討 . 非常不足 Sl Su 0.67>Cp 5 產品有不良品產生 , 需作全數遷別 , 制程有妥善管理及改善之必要 . 不足 Sl Su 1.00>Cp≧0.67 4 使制程保持於管制狀態 , 否則產品隨時有發生不良品的危險 , 需注意 . 警告 Sl Su 1.33>Cp≧1.00 3 理想狀態 , 繼續維持 . 合格 Sl Su 1.67>Cp≧1.33 2 制程能力太好 , 可酌情縮小規格 , 或考慮化管理與降低成本 . 太佳 Sl Su Cp≧1.67 1 處 置 制程能力判斷 分布與規格之關係 Cp NO.

44. 6 σ -PPM 制程介紹 : 1. 何謂 6 σ 制程 :( 零缺陷的質量管理 ). 制程精密度 Cp=2.0 制程能力指數 CPK≧1.5 即 : 規格範圍為數據分布範圍的 2 倍 . 2. 以 6 σ 訂為品質缺點的基準理由 : 在無制程變異情況下 (Cp=CPK=2.0), 產生之缺點 n 率 為 0.002PPM(10 億分之 2). 在制程無法消除變異情況下 ,Cp=2.0, CPK=1.5 產生之 缺點 n 率為 3.4PPM( 百万分之 3.4).

45. 附圖 ( 正態分布圖 ) : 95.44% 99.73% 99.9937% 99.999943% 99.9999998% 697,700 PPM 308,733 66,803 6,200 233 3.4 0.019 317,400 PPM 45,400 2,700 63 0.57 0.002 0.00003 1 2 3 4 5 6 7 中心偏移 1.5σ 之缺陷數 中心不偏移時之缺陷數 σ 數 -6 σ -5 σ -4 σ -3 σ -2 σ -1 σ +6 σ +1 σ +2 σ +3 σ +4 σ +5 σ 68.26%

46. 七 . 管制圖 : 定義 : 管制圖 , 是一種以實際產品品質特性與根據過去經驗所判明的制程能力的管制界限比較 , 而以時間順序用圖形表示者 . 管制圖 +3 σ -3 σ u UCL CL LCL

47. 質量有兩大特性 : 11. 規律性 22. 波動性 : 正常波動 異常波動 管制圖的功效 : aA. 及時掌握異常波動 , 克服影響因素 , 維持制程穩定 . bB. 了解制程能力 .(CPK 、 Ca 、 Cp) cC. 應客戶的要求 , 提供給客戶作為質量控制的依據 .

48. 1. 計量值管制圖 : 管制圖所依據的數據均屬於由量具實際 量測而得 . A. 平均值與全距管制圖 (X-R Chart). B. 平均值與標準差管制圖 (X- σ Chart). C. 中位值與全距管制圖 (X- R Chart). D. 個別值與移動全距管制圖 (X-mR Chart). 管制圖種類 : ～

49. 2. 計數據管制圖 : 管制圖所依據的數據均屬於以 單位計數者 .( 如缺點數、不良數等 ). A. 不良率管制圖 (P Chart). B. 不良數管制圖 (Pn Chart). C. 缺點數管制圖 (C Chart). D. 單位缺點數管制圖 (U Chart).

50. 管制圖依用途分 : 1. 解析用管制圖 : A. 決定方針用 . B. 制程解析用 . C. 制程能力研究用 . D. 制程管制之準備用 . 2. 管制用管制圖 : 用於控制制程之品質 , 如有點子跑 出界限時 , 立即采取如下措施 . A. 追查不正常原因 . B. 迅速消除此原因 . C. 研究采取防止此項原因重復發生的措施 .

51. 1. 解析用管制圖 : 先有數據 , 后才有管制界限 . (Set-up chart) 2. 管制用管制圖 : 先有管制界限 , 后有數據 . (Process control chart) 管制圖依用途分 :

52. 管制圖的判讀 : 滿足下列條件 , 即可認為制程是在管制狀態 : 1. 多數之點子集中在中心線附近 . 2. 少數之點子落在管制界限附近 . 3. 點之分布呈隨機狀態 , 無任何規則可循 . 4. 沒有點子超出管制界限之外 .

53. 非管制狀態 : 1. 點在管制界限的線外 ( 誤判率為 0.27%) 2. 點雖在管制界限內 , 但呈特殊排列 . ( 見附圖 )

54. 3. 管制圖上的點雖未超出管制界限 , 但點的出現有下列法時 , 就判斷有異常原因發生 . (a) 點在中心線的單側連續出現 7 點以上時 (b) 出現的點連續 11 點中有 10 點 ,14 點中有 12 點 ,17 點中 14 點 ,20 點中 16 點出現在中心線的單側時

55. © 七點連續上升或下降的傾向時 (d) 出現的點 , 連續 3 點中有 2 點 ,7 點中有 3 點 ,10 點中有 4 點 出現在管制界限近旁 (2δ 線外 ) 時

56. (e) 出現的點 , 有周期性變動時

57. (f) 3 點中有 2 點在 A 區或 A 區以外者

58. (g) 5 點中有 4 點在 B 區或 B 區以外者

59. (h) 有 8 點在中心線之兩側 , 但 C 區並無點子者

60. (i) 連續 14 點交互著一升一降者

61. (j) 連續 15 點在中心線上下兩側之 C 區者

62. (k) 有 1 點在 A 區以外者

63. 管制圖與直方圖的區別 : 11. 管制圖控制時間段 . 直方圖控制時間點 . 22 . 管制圖反映的 Cpk 是動態的 Cpk. 直方圖反映的 Cpk 是靜態的 Cpk. 33.“ 直方圖是管制圖的基礎 , 管制圖是直方圖的升華 .”

65. 謝謝大家!