质量工具培训1（PPT40页).ppt

《质量工具培训1（PPT40页).ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、8D与质量分析工具的应用8D定义：8D方法是解决问题的一个很有用的工具。它适用于解决各类可能遇到的简单或复杂的问题，8D方法就是要建立一个体系，让整个团队共享信息，努力达成目标。8D本身不提供成功解决问题的方法或途径，这时候就用到今天主要讲的质量分析方法。8D方法的目标与特点：1.提高解决问题的效率，积累解决问题的经验。2.找出与质量相关问题的框架，杜绝或尽量减少重复问题的出现。3.针对出现的问题，找出问题产生的根本原因，提出短期，中期和长期对策，并采取相应行动措施。8D的8个步骤和一个准备步骤：QC老七大工具法查

2、检表、层别法、因果图、排列图、直方图、控制图、管制图QC新七大工具法关联图、亲和图、系统图、矩阵图、PDPC法、箭头图、矩阵数据分析法我们今天简单介绍几种工具。约翰、杜威說：「明确的將问题指出，就等于解決问题的一半」。愛因斯坦說：「精确的陈述问题比解決问题还來得重要」。对发生问题进行调查，应将所有问题以量化的方式进行确认，常使用5W1H的分析方法，从What（对象），When（时间），Where（地点），Who（人员），Why（原因），how（方法）六个方面提出问题进行思考，简洁精确的陈述问题。在运用工具分析问题之

3、前，首先是要确认问题。确认问题的5W1H法问题涉及的对象●何人发现了本次问题●谁也发现过同类问题Who问题涉及的时间●何时发现了本次问题●其它时间也发现过吗When问题的严重度和迫切性●为何要解决本次问题●为何在此时才发现问题Why问题涉及的地点●何处发现了本次问题●零件何处发现了问题●别处是否有同类问题Where问题的性质和偏差程度●发现了什么问题和偏差●本次问题造成什么不良●什么是本次问题的模式What问题的范围与趋势●本次问题涉及的范围●本次问题涉及的数量●估计涉及的范围数量How运用5W1H的方法准确描述问

4、题、确认问题之后，开始运用质量工具进行问题的拆解分析。1、特性要因图2、查检表3、柏拉图4、直方图5、层别法6、散布图7、控制图老七大工具新七大工具1、KJ法（亲和图）2、系统图3、关联图4、PDPC法5、矩阵法6、箭条图法7、矩阵数据分析图新老七大工具特点1、特性要因图(鱼骨图)：特性要因图是由日本管理大师石川馨先生所提出的一种以把握结果（特性）与原因（要因）的方法。它能一目了然的表示出产品特性与影响特性的要因二者之间的关系，因形状很像鱼骨，又称为鱼骨图。而鱼骨图是一种发现问题“根本原因”的方法，故也称之为因果图

5、。运用鱼骨图时需进行脑力激荡方式，鼓励集思广益。召集会议，针对问题，利用头脑风暴进行检讨。尽可能多的提出问题可能的原因，过程中不反对，不打击。将所有原因整理列出，共同讨论，去除重复及没有意义的原因。鱼骨图一般画六条大骨，与主骨呈60度角。这六条大骨就是分析问题的六个方面，“人、机、料、法、环、测”，即“5M1E”。例子：2、查检表用来系统的收集数据、积累数据、确认事实并对数据进行整理分析判断，而设计的一种表格。查检表的作业流程例子：###工件不合格查检表3、柏拉图（排列图）遵循“关键的少数、次要的多数”的原理。将一

6、定期间所收集的不良数、缺点数…….等数据，依项目别或原因别（查检表的项目）加以分类，按其出现数量的大小多少（大→小）顺序排列的图形。在众多的不合格中存在着“关键的少数项目”他们所占不合格的频数多，影响大，如果把这些关键少数项目设立为小组课题，把他们的不合格率降下来，那么整体的不合格率也就降下来了。得出A、B为关键少数项例子：XX不良柏拉图4、直方图将数据按大小其顺序分成若干间隔相等的矩形来表示，可直观地观察到一组数据的分布形态。矩形宽度表示数据范围的间隔，高度表示在给定间隔内数据的数目。常见直方图分布形态及常见原因

7、5、层别法发生品质变异的原因很多，有时很单纯，有时很复杂，但影响其品质的要因不外乎是原料、机器设备、操作人员及操作方法，要找出原因，出自何处，就有分开观察而收集数据的必要。如果能找出何种原料，那一台机器或那一位操作员有问题后再加以改善，而杜绝不良品的发生。这种以分层别类的收集数据，找出期间差异方法，称为层别法。层别要领，层别可依下列原因分组：6、散布图散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系。这种图示方式具有快捷，易于交流,和易于理解的特点。用来绘制散布图的数据必须是成对的(X,Y)。通常

8、用垂直轴表示现象测量值Y，用水平轴表示可能有关系的原因因素X。散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。YXX增大时，Y也随之增大，典型的正相关YXX增大时，Y反而变小，典型的负相关YXX增大时，Y也随之增大，非极显著的正相关。YXX增大时，Y反而变小，非极显著的负相关。YXX与Y之间看不出有任何关系，不相