品管七大手法.doc

: .
品管七大手法
品管七大手法之介紹、製作及運用 特性要因分析圖、查檢表、柏拉圖、直方圖、層別法、散佈法、管制圖 品管新七大手法之介紹、製作及運用
關連圖、KJ圖、系統圖、矩陣圖、矩陣數據解析法、 PDP(法、箭線圖
如何有效應用品管七大法解決工廠管理問題 單元目的 解決製程問題的方法不只限於管制圖，品質管理七大手法都是可能的方法，本系統 將個別簡介這些手法，並提出實際使用例子，供學習者練習，希望對解決問題能有幫助 單元大綱
在進行品質管制時，我們會利用到許多圖形方法來整理顯示資料及數據，這些用作 品質改善的圖形工具，通常都不需要複雜的計算，比較常用到的圖形方法有七項，一般 稱為品管七大手法( the magnificent seven )。品管七大手法包括： 管制圖( control charts ) 檢核表( checksheets ) 直方圖( histograms ) 柏拉圖( Pareto diagrams ) 特性要因圖( cause and effect diagrams ) 散佈圖( scatter diagrams ) 流程圖( flowcharts )
品管七大手法通常會配合層別法一起使用。層別法是經由對可能之原因，如原料、 機械或操作員等，分成若干個層，在透過收集數據的分類，找出不良之真正原因。影響 品質特性的原因通常包括時間、原料、機器設配、作業方法與操作人員等，所以，我們 可以依下列基準來作層別：
依原料的供應來源或批次層別 依作業人員的 部門、年齡、性別、熟練程度等層別 依機械設備之種類、廠牌與佈置位置等層別 依時間，如月、週、日夜、或上下午等層別 依作業條件，如溫度、壓力、速度或天氣等層別 依操作方法層別 依不同生產線層別
1. 管制圖基本原理
統計理論認為母體參數可由隨機抽取的樣本來估計， SPC圖的統計基礎即在於此。
但是，SPC圖並不能控制一個製程，它只是提供製程重要的資訊，這個資訊可以作為品 質決策與修正製程的基礎。
一般SPCB提供三條製程資訊的管制線： 上管制線(upper control limit, UCL) 、 中心線(center line, CL) 、下管制線(lower control limit, LCL) 。不同製程管制對象
有不同的資料，所有的資料都可歸類到下列其中一種：
分類資料－將產品品質分為「好或不好」 、「合格或不合格」等 計數資料－記錄某產品的某個特性發生次數，例如錯誤次數、意外次數、銷售領先 次數等
連續資料－某個品質特徵的量測值，例如尺寸、成本、時間等 前兩種資料為計數值資料，第三種為計量值資料。收集資料時，如果可能應該盡量 收集定量資料，因為定量管制圖所需的比較性計算較少，而且能提供較多的資訊。
基本計算
管制圖可用一通式來表示，假設y為量測品質特性之樣本統計量，y之平均數為yy, 標準差為S y,則
UCL=y y+ k Sy
中心線
LCL=y y－kSy
其中kSy為管制界限至中心線之距離。此管制圖之理論首先由美國之 Waiter A.
Shewhart 博士提出，任何依據此原理發展出之管制圖都稱為 Shewhart (蘇華特)管制圖。 應用範圍
管制圖之應用有許多方式 ，在大多數之應用上 ，管制圖是用來做製程之線上 (on-line) 監視。亦即收集製程樣本數據用來設立管制圖，若樣本值落在管制界限內且沒有任何系 統性之變化，則稱製程在管制內 。管制圖也可以用來決定過去之製程數據是否在管制內， 及末來之製程是否將在管制內 。管制圖也可用來做為估計之工具 ，當製程是在管制內時， 則可預測一些製程參數，例如平均數、標準差、不合格率等。此種製程能力分析對於管 理者之決策分析有相當大之影響，例如自製或外購之決策，工廠及製程之改善以降低變 異，及與供應商或顧客間之合約。
管制圖實施步驟
選擇品質特性
決定管制圖之種類
決定樣本大小
在設計管制圖時，我們必須決定樣本之大小 (sample size) 及抽樣之頻率。一般而 言，大樣本可以很容易地偵測出製程內小量之變動。當選定樣本大小時，必須先決定所 要偵測之製程變動的大小。當製程變動量相當大時，則適合使用小樣本，反之，若製程 變動小時則使用大樣本。除了決定樣本大小外，我們同時須決定抽樣之頻率。最理想之 狀況是次數頻繁地抽取大樣本。但從經濟觀點而言，此並非最佳之抽樣方法。較可行之
第 # 頁，共 16 頁
方法是在長時間間隔下取大樣本或短時間間隔下取小樣本。在大量生產下或有多種可歸 屬原因出現下，較適合樣本小