资源描述:
《QC七大手法上课讲义.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、QC7ToolsIntroductionQM/QS1課程大綱QC七大手法1.查檢表—檢查現象2.柏拉圖—顯示重點3.層別法—過濾問題4.魚骨圖—展現因果5.直方圖—資料分布6.散佈圖—判斷相關7.管制圖—管理異常CIP改善問題八大步驟與工具連結2查檢表種類1.點檢用查檢表:就是備忘錄,將要進行查看的工作項目一項項地整理出來,然後依表定期或定時檢查.2.記錄用查檢表將所需了解,分析的資訊設計至表格中,然後依表定期紀錄資料.功能:利用查檢表來了解現狀或收集數據以作分析之用。QC7Tools–查檢表4QC7Tools–查檢表點檢用查檢表5記錄用查檢表--QC7Tools–查檢表
2、6QC7Tools–查檢表Note:紀錄用查檢表不止是紀錄良與不良的數據.可包含原始數據,以供後續追蹤與分析.注意事項表內應有作業員的名字、時間、測試的工具、地點等…詳細資訊.7概念:80/20法則--大部分的結果,來自少部分的原因。方法:將現象(原因)依出現的次數排序,並將所收集資料中出現最多次的現象(原因)繪製於圖的最前面,逐次遞減。功能:掌握問題的重點,作為改善的依據。QC7Tools–柏拉圖(ParetoChart)8柏拉圖Q&A一定要80%?一次柏拉圖圖示法足夠?-只做一次柏拉圖圖示法,不一定可以提供足夠的訊息來幫助解決問題。層別法的應用QC7Tools–柏拉圖(
3、ParetoChart)9QC7Tools–柏拉圖(ParetoChart)錯誤正確錯誤注意事項1.柏拉圖用在計數型數據2.一定要由多排到少3.柏拉圖的Others項,不宜超過前三項10QC7Tools–柏拉圖(ParetoChart)ExamplePCBA終檢站主要不良現象為金手指不良,為確認金手指最常出現的不良現象,故收集9月份的資料,繪製柏拉圖,找出主要Issue,並加以改善.收集資料如下,11QC7Tools–柏拉圖(ParetoChart)利用Minitab操作Step1:將資料分”不良現象”及”不良數目”輸入資料視窗中.12QC7Tools–柏拉圖(Pareto
4、Chart)Step2-1:選擇功能(StatQualityToolsParetoChart)13QC7Tools–柏拉圖(ParetoChart)Step2-2:選擇功能(點選Chartdefectstable將不良現象點選至”Labelin”欄將不良數目點選至”Frequenciesin”欄點選ok)14QC7Tools–柏拉圖(ParetoChart)Step3:繪圖結果15方法:將資料分類成數個項目,以協助尋找真正不良的原因。功能:分類解析不良原因,找出真正影響不良的原因.分層基準:1.依原料、材料、零件來源分層2.依生產線分層3.依生產設備編號或廠牌分層
5、4.依作業員或作業班別分層5.依作業時間分層,如日、夜班,週別,月別,季別分層6.依操作手法分層QC7Tools–層別法16QC7Tools–層別法ExamplePCBASMT工站零件反向分析PCBASMT工站零件常有插件反向問題,故利用層別法層層展開,找出造成不良的原因,並訂定對策加以改善.解析結果如下表:17QC7Tools–層別法Note:可將層別法中找出造成問題的原因,加入查檢表中點檢,避免問題再發.18概念:將造成某項結果的眾多原因,以系統的方式圖解之,亦即圖表來表達結果(特性)與原因(要因)之間的關係.因其形狀像魚骨,又稱魚骨圖.功能:整理原因及結果間的關係,分
6、析可能原因。方法:Step1:利用腦力激盪,儘可能的產生許多Idea以建立一個完整的魚骨圖。Step2:以4M+1E分類,畫魚骨圖4M-人員(Man)、機器(Machine)、材料(Material)、方法(Method)、量測(Measurement)。1E-環境(Environment)。QC7Tools–魚骨圖19QC7Tools–魚骨圖ExampleMNT檢驗時常發生手感不良現象,故針對此現象進行腦力激盪,列出所有造成手感不良的原因,並分類如下表,繪製成魚骨圖.20QC7Tools–魚骨圖利用Minitab操作Step1:將資料貼至MinitabWorkshee
7、t視窗中21QC7Tools–魚骨圖Step2:選擇功能(StatQualityToolsCause-and-Effect)22QC7Tools–魚骨圖Step2:修改Label(修改原Label為所需顯示的Label)23QC7Tools–魚骨圖Step3:(由左方顯示資料中,點選相對應Label之資料於Causes一欄點選相對應Label(5M1E)之資料行於”Effect”欄中填入探討的主題項目點選ok)24QC7Tools–魚骨圖Step4:顯現結果25特性要因圖Q&A如何選出重要的原因?-數據