(完整)07.QC七大手法-控制图
‹#›
过程变差——反馈与测量
由于测量用于过程中的所有组成部分， 测量的变差会对过程的各个阶段产生影响
■ 偏倚/■ 稳定性/■ 重复性 ■ 再现性/■ 分辨率
‹#›
测量系统变差
偏倚--测量的观测平均值和基准值的差异
偏倚
测量系统的平均值
‹#›
再现性
由不同的测量人使用同一种测量仪器, 测量同一零件的同一特性时产生的测量平 均值的变差
再现性
评价人
C
A
B
‹#›
过程能力与过程能力指数
过程能力：一个过程能够稳定地输出合 格品的能力；
过程能力指数CP或CPK：过程能力满足产 品质量标准要求的程度。
‹#›
过程能力的评价准则
过程能力指数范围 对过程能力指数的评价
‹#›
管制图的分类
(2) 计数值管制图
所谓计数值管制图是指管制图所依据的数据均属于以单位计数 者，如不良数、缺点数等不连续性的数据。
a.不良率管制图（P chart ） b.不良数管制图（Pn chart ） c.缺点数管制图（C chart ） d.单位缺点数管制图（U chart ）
‹#›
‹#›
■ 6σ逐步发展成为以顾客为主体来确定企业战略目标 和产品开发设计的标尺，追求持续进步的一种质量管理 哲学。
■ 换一种说法，6σ是一种“愿景”，是一种目标，而 并非一种具体的方法。而SPC是实现这种愿景的一个有效 的手段。
‹#›
计量值数据
是指可取任意数值的数据，只要测取数据 的精度足够，我们即可取任意小的数值，这 些数值属于连续型数据。例如长度、重量、 速度、压力、温度等的数据，是属于计量值 数据。
X －Ｒ管制图绘制
(1) 搜集100个以上数据， 把2—6个(一般是4—5个)数据分 为一组，依测定时间顺序或群体顺序排列。 (2) 把数据记入数据表。 (3) 计算各组平均值。 (4) 计算各组的全距Ｒ。
‹#›
‹#›
(5)计算平均值X 。
(6)计算全距R平均值。 (7)计算管制界限：
n234
‹#›
这样就形成了一个管制图。将生产中的数据 按照顺序点入界限中，如果点子在管制上下限之 间变动时，表示产品的品质及制造条件都正常， 可以继续生产；如果有些点超出界外时，就表示 出现了异常的原因而致使产品品质或制造条件 发生变化，必须采取对策，研究改善方法，使其 恢复正常。
‹#›
什么是SPC
SPC是英文Statistical Process Control的 简称，即统计过程控制。SPC就是应用统计技术 对过程中的各个阶段进行监控，从而达到改进与 保证质量的目的。SPC强调全过程的预防。
QC七大手法
——控制图
讲师：叶谋锋 E-mail：yemoufeng@
‹#›
讲师简介
叶谋锋
福州大学 福建师范大学
工商管理MBA 电子信息科学与技术
研究生/硕士 本科/学士
‹#›
控制图
控制图 历史
20世纪20年代，贝尔实验室成立了以修 哈特和以道奇为主的产品控制研究组
修哈特 道奇
1924年5月16日 提出世界上第一张控制图（P图） 抽样理论和抽样检验表
CP＞1.67
过程能力过高
1.67 ＞ CP ≥ 1.33
过程能力充分
1.33 ＞ CP ≥ 1.00
过程能力尚可
1.00 ＞ CP ≥ 0.67
过程能力不足
0.67 ＞ CP
过程能力严重不足
‹#›
过程能力的评价准则
过程能力指数范围 对过程能力指数评价
CP＞1.67
过程能力过高
1.67 ＞ CP ≥ 1.33
SPC与6σ的关系
■ “σ”是希腊字母，统计学中用来表示标准偏差，即 用来描述任一过程参数的平均值的分布或离散程度。
■ 6σ（6Sigma）是在九十年代中期开始从一种全面质 量管理方法演变成为一个高度有效的企业流程设计、改 善和优化技术，并提供了一系列同等地适用于设计、生 产和服务的新产品开发工具。
1.原料的微小变异 2.机器的微小振动 3.测量仪器的不确定度
‹#›
异常原因 (又称为特殊原因、可避免的原因、人为原因、异常原因) 在操作中、制程中或检验时因作业异常而产生变异的原因,即当他们
出现时将造成(整个)过程的分布改变的原因；它们表现为： ➢不经常出现，但一旦发生即对产品品质造成严重影响 ➢应追究且需设法消除此项原因 几個具有代表性的非机遇原因如下： 1.原料整批出现不良 2.机器调整错误 3.未按作业标准操作
‹#›
计数值数据
是指只能用个数、件数或点数等单位来计 量的数据。例如废品件数、产品台数、产品 表面缺陷斑点数等等，他们只能取整数，通 过手工点数获得，这种数据属于离散型数据。
‹#›
收集数据的目的
■ 为了分析问题，即是为了分析现场情况而收 集，例如为了掌握零件加工尺寸的波动情况 而收集数据。
■ 为了管理工作，即是为了掌握生产的变动情 况，以便于管理、控制而收集数据，如工序 控制中收集数据。
过程能力充分
1.33 ＞ CP ≥ 1.00
过程能力尚可
1.00 ＞ CP ≥ 0.67
过程能力不足
0.67 ＞ CP
过程能力严重不足
不良率 0.57 63 2700 45600
单位PPM
‹#›
过程变差的类型
■ 随机原因造成的变差 ■ 异常原因造成的变差
‹#›
随机原因 (又称为普通原因、不可避免的原因、非人为原因) 在正确的操作，制程中或检验时仍有很多原因使产品品质发生少 许且规律的变异，这些变异表现为： ➢经常存在且变异非常微小,对产品品质并无明显的不良影响 ➢欲消除此项原因必须花费很大的成本 下面列举几个有代表性的机遇原因：
质量数据是有波动性的，即使是相同的机器由相 同的工人操作，加工同样规格的零件，所加工出来的零 件没有任何两件是完全相同的。这是因为影响零件规格 的因素很多，而且同一因素在不同的时间，不同的条件 下也是有微小的差异，所以，加工出来的零件其规格要 求就存在着各种各样的差别，这就使得其质量特性值呈 现出差别，形成数据的波动性。
0.135%
95.45% 99.73%
-3σ -2σ -1σ μ
+1σ +2σ +3σ
常态分布两个重要參數:
正态分布的特点
平均值 μ:描述品质特性值之集中位置
左右对称
标准差σ : 描述品质特性值之分散程度
中心为极大值点
用作为分布范围的度量
‹#›
控制图原理
规格范围
‹#›
μ+3σ μ+2σ μ+1σ
C6 的直方图
正态
12
10
8
6
4
2
0
60
70
80
90
C6
均值 75.3
标准差 8.232
N
50
‹#›
1、将平均值X 作为管制中心线(Central Line 简称CL )，以实线表示； 2、將X +3σ作为管制上线(Upper Control Limit 简称UCL )，通常以虛线或
红线表示；
3、將 X －3σ作为管制下线(Lower Control Limit 简称LCL )，通常以虛线
■ 为了检验、判断产品好坏而收集数据。 ‹#›
收集数据的方法
收集到的数据必须能充分反映实际情况， 对于抽查的数据还应具有充分的代表性，所以 收集数据要有科学的方法，这就是随机抽样的 方法。所谓随机抽样，即是指被抽查的所有对 象中的每一个，都应具有同等的机会被抽取到 的方法。
‹#›
质量数据的波动性
是：
n
X
i 1
Xi
n
式中：Xi--表示数据的各个数值； n--表示数据的个数。
‹#›
中位数
~
一般用 X 表示，代表按照数据大小顺序排列位于中 间的数值；若数据个数n为偶数则取位于中间的两个数值的 平均值。 例1：一批（5只）准直器插损值为 0.16，0.15，0.18，0.13，0.14 从小到大排序：0.13，0.14，0.15，0.16，0.18 该批准直器插损值的中位数为：0.15 例2：一批（6只）准直器插损值为 0.16，0.15，0.18，0.13，0.14，0.16 从小到大排序：0.13，0.14，0.15，0.16，0.16， 0.18 该批准直器插损值的中位数为：（0.15+0.16）/2 = 0.155
‹#›
质量数据的规律性
虽然数据有波动性，但并不是杂乱无章的， 而是呈现出一定规律性的。在质量管理中最常 见到分布规律是正态分布。
‹#›
正态分布
■ 正态分布是以其平均值为中心呈左右对称的 中央高两边低的钟型；
■ 正态分布的钟形有高矮肥瘦程度的不同，取 决于该数据的平均值和标准偏差。
‹#›Βιβλιοθήκη 平均值一般用 X 表示，它代表该数据的分布的 中心位置，所以也称为位置参数。其表达式子
或红线表示。
‹#›
SPC与控制图
1920年，美国贝尔电话实验室休哈特( A˙shewhart ) 博士的研究发现——在生产过程中，如果仅有机遇原因的 变异时，任何产品的品质特性99.7%处于常态分配图的 X ±3σ的界限范围內，在 X ±3σ范围以外的点极少；当 有异常原因的变异时，产品品质变异时往往超出 X±3σ 之外。根据此原理，他将常态分布图作90°转向，將 X ±3σ的地方作为两条控制线。
5
A2 1.88 1.02 0.73 0.577
D4 3.27 2.57 2.28 2.12
D3 *
(完整)07.QC七大手法-控制图
极差
一般用R表示，表示一组数据的分布范围， 是指数据中最大值与最小值的差。
‹#›
标准偏差
统计学中用来表示标准偏差，即用 来描述任一过程参数的平均值的分布或 离散程度。
S
1 n 1
n i1
( xi
x)2
‹#›
材料
输入 （材料）
过程变差
过程 （生产/装配）
输出 （产品）
反馈 （测量/检验）
测量系统
‹#›
过程变差——输入材料
■ 不同批次之间的差异 ■ 批次内的差异 ■ 随时间产生的差异 ■ 随环境而产生的差异
‹#›
过程变差——生产/装配
■ 设备及工装夹具的差异 ■ 随时间而产生的磨损、漂移等 ■ 操作工之间的差异（如手工操作的过程） ■ 设置的差异 ■ 环境的差异
‹#›
过程变差——输出产品
SPC与6σ的关系
■ “σ”是希腊字母，统计学中用来表示标准偏差，即 用来描述任一过程参数的平均值的分布或离散程度。
■ 6σ（6Sigma）是在九十年代中期开始从一种全面质 量管理方法演变成为一个高度有效的企业流程设计、改 善和优化技术，并提供了一系列同等地适用于设计、生 产和服务的新产品开发工具。
‹#›
SPC的功能
生产
数据收集
SPC
异常分析
保持制程稳定
采取对策
找出原因
‹#›
SPC的特点
■ SPC是全系统的，全过程的，要求全员参加， 人人有责。 ■ SPC强调用科学方法(主要是统计技术，尤其
是控制图理论)来保证全过程的预防。 ■ SPC不仅用于生产过程，而且可用于服务过
程和一切管理过程。
‹#›
QC七大手法(分层法、控制图、调查表)
2月
3月
4月
5月
合计
25
32
22
29
35
143
30
38
28
25
42
163
525
564
498
589
634
2810
43
37
40
46
53
219
21
19
26
23
30
119
17
20
18
16
21
92
661
710
632
728
815
3546
18.64%
20.02%
17.82%
20.53%
22.98%
12
15
22
18
625
632
598
586
613
3054
34
28
29
32
30
153
25
27
31
29
28
140
24
23
22
24
20
113
784
783
743
742
761
3813
20.56%
20.54%
19.49%
19.46%
19.96%
22
18
20
16
19
95
32
31
27
28
26
144
430
421
489
456
367
2163
QC七大手法培训
• QC七大手法:
• 1.柏拉图 • 2.鱼骨图 • 3.检查表 • 4.分层法 • 5.控制图 • 6.散布图 • 7.直方图
QC七大手法(图表与管制图)
第五章圖表與管制圖一、何謂圖表？將繁雜的數據用最簡單的圖形表達，這圖形就是一般所說的圖表。
二、目的：1.方便人的視覺，使能獲取更多的情報，並使之能傳達更迅述、更易被人了解、更快看出情報內容。
2.自一組數據把握到更多的情報，而採取必要的對策。
三、完整的圖表必須具備的條件：1.能把握整體---應一看即能完全了解整體的狀況。
2.簡單明瞭---繪製力求簡單明瞭。
3.迅速了解---不必任何言詞說明，閱讀者一看即能判斷出來。
4.正確的判斷---不論刻度標法、線的大小或虛實、點的大小，都應刻意講求，使能正確判斷。
5.浮現對策---最高明的圖表，是能夠從圖上看出解決問題的對策。
四、圖表的種類：1.解析用圖表：如推移圖2.計劃用圖表：如進度圖3.計算用圖表：如常態機率紙4.說明用圖表：如流程圖5.其他用途圖表：如雷達圖五、圖表製作的步驟：1.要明確製作的目的。
2.蒐集數據並加以整理。
3.選擇適用的圖表。
4.記入相關事項。
六、一般常見圖表的說明：1.圓形圖舉例：某公司調查個人擁有皮包數量，以作為市場銷售需求料。
a.調查人數n (通常取n = 100)。
b.將圓分成100等份(3.6度為一個百分比)。
c.於12點鐘方向，標示一條基線。
(圖5-5-1)d.以基線為起點逆時鐘方向，由小而大分類畫上線條。
e.若有特殊強調的部份，可以用突出圓週的方式畫出。
(圖5-5-2)2.柱形圖(亦稱棒形圖)a.單一、等寬的長柱平行排列而成。
b.柱與柱之間隔約是柱的1/2寬度。
c.若有某一柱形太高，可用波形加以間隔畫面。
(圖5-5-3)3.折線圖(亦稱歷史線圖或推移圖)a.縱軸代表統計的數值，橫軸因時間的變化而產生了數值的變化。
b.將變化的數值標上點，再用線連結起來。
c.若有某一點太高，可用波形加以間隔畫面。
d若有多種數值可用顏色、線的虛實、或打點形狀來區分。
(圖5-5-4)4.管制圖a.區分：計量值管制圖：是針對時間、長度、溫度、重量….等等，可細分至小數點之數據而製成之圖表。
质量管理QC品管七大手法
品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图一、检查表检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查,并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S 活动检查表、工程异常分析表等.1、组成要素①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤①确定检查对象；②制定检查表；③依检查表项目进行检查并记录；④对检查出的问题要求责任单位及时改善；⑤检查人员在规定的时间内对改善效果进行确认；⑥定期总结，持续改进。
二、层别法层别法就是将大量有关某一特定主题的观点、意见或想法按组分类,将收集到的大量的数据或资料按相互关系进行分组，加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用.例如:抽样统计表、不良类别统计表、排行榜等。
实施步骤：①确定研究的主题；②制作表格并收集数据；③将收集的数据进行层别；④比较分析，对这些数据进行分析，找出其内在的原因,确定改善项目。
三、柏拉图柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。
它可以帮助我们找出关键的问题,抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；B成本：损失总数、费用等；C交货期:存货短缺、付款违约、交货期拖延等；D安全：发生事故、出现差错等.2）分析原因用柏拉图：与过程因素有关，用来发现主要问题。
A操作者：班次、组别、年龄、经验、熟练情况等；B机器：设备、工具、模具、仪器等；C原材料:制造商、工厂、批次、种类等;D作业方法:作业环境、工序先后、作业安排等。
2、柏拉图的作用①降低不良的依据；②决定改善目标，找出问题点；③可以确认改善的效果.3、实施步骤①收集数据，用层别法分类，计算各层别项目占整体项目的百分数；②把分好类的数据进行汇总,由多到少进行排列，并计算累计百分数；③绘制横轴和纵轴刻度;④绘制柱状图；⑤绘制累积曲线；⑥记录必要事项⑦分析柏拉图要点：A柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额,右侧纵坐标一般表示数量或金额的累积百分数；B柏拉图的横坐标一般表示检查项目，按影响程度大小，从左到右依次排列;C绘制柏拉图时，按各项目数量或金额出现的频数，对应左侧纵坐标画出直方形,将各项目出现的累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线.4、应用要点及注意事项①柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果;②分析柏拉图只要抓住前面的2~3项就可以了；③柏拉图的分类项目不要定得太少,5~9项较合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少,少于4项,做柏拉图无实际意义；④作成的柏拉图如果发现各项目分配比例差不多时,柏拉图就失去意义,与柏拉图法则不符，应从其它角度收集数据再作分析；⑤柏拉图是管理改善的手段而非目的,如果数据项别已经清楚者，则无需浪费时间制作柏拉图；⑥其它项目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因;⑦柏拉图分析主要目的是从获得情报显示问题重点而采取对策,但如果第一位的项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手.四、因果图所谓因果图，又称特性要因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一种工具。
QC七大手法之管制图
·
··
·
·
· ·
···
阶梯性周期
2023/5/12
3、趋势
4、周期 性变化
25
点的缺陷排列
UCL CL LCL
（1）接近中心线-大部分点在中心线一侧 （2）接近管理限-连3有2在带内；连7有3；
连10有4在该带内。
· ··
·
··
·
··
·
· ··
· ·
· ·
·
5、接近 管理限
2023/5/12
26
管理图用途
管理-寻找管理重点 问题，主攻方向；
2023/5/12
9
制图步骤
收集数据-N=100（1）近 期数据（2）数据与工序今 后状态一致
数据分群-20-25个，每群 一般4-6个数据，最多不超 10个
分群方法-①条件大致相同 ②群内不含不同性质的数 据，保证群内仅有偶然因 素影响，一般按时间顺序 或采用随机数表法
2023/5/12
填入数据记录表，计算X 、R
6
特性值
·
·
·
·
·
·
·
上管理限UCL
· 中心线CL
· ·
下管理限LCL 时间或样本序号
管理图形状
2023/5/12
7
基本制作方法
从工序按时间顺序定时抽 样，每次抽样的样本容量 应相同。如样本容量为5 ，每班按时间顺序抽取 20 个样本，共100个数 据
计算中心线、上下管理限
按时间顺序或样本序号将 数据用点子描在图上并连 线
D4
3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
QC七大手法的图解
品管七大手法：检查表——收集、整理资料；排列图——确定主导因素；散布图——展示变量之间的线性关系；因果图——寻找引发结果的原因；分层法——从不同角度层面发现问题；直方图——展示过程的分布情况；控制图——识别波动的来源；一、检查表（数据采集表）系统地收集资料和累积数据，确认事实并对数据进行粗略的整理和简单分析的系统的统计图表。
注意几点：用在对现状的调整，以备今后作分析；对需调查的事件或情况，明确项名称；确定资料收集人、时间、场所、范围；数据汇总统计；必要时对人员的能力进行培训；二、排列图用从高到低的顺序排列的一组矩形表示各原因出现频率高低的一种图表。
原理是80%的问题仅来源于20%的主要原因。
注意几点明确问题和现象；寻找不良的情况统计数据；频率计算和累计；对频率从高到低的顺序排列；三、散布图研究成对出现的不同变量之间相关关系的坐标图。
注意几点：收集足够的数据，至少30对；横坐标表示数据（原因），纵坐标表示因变量（结果）；正确判断变量之间的关系模式；因果图的后续工作，提供直观的相关性验证；四、因果图用于寻找造成问题产生的原因，即分析原因与结果之间关系的一种方法。
注意几点：充分组织人员全面观察，从人、机、料、法、环、测方面寻找；针对初步原因展开深层的挖掘；记下制图部门和人员、制图日期、参加人员；五、分层法按照一定的类别，把记录收集到的数据加以分类整理的一种方法。
注意几点：确定分层的类别和调查的对象；设计收集数据的表格；收集和记录数据；整理资料并绘制相应图表；比较分析和最终的推论；用于分析和掌握数据的分布状况，以便推断特性总体分布状态的一种统计方法。
注意几点：确定过程特性和计量标准值；收集数据，必须是计量值数据；数据针对一个范围时期收集至少50-100个；确定积差、分组数、分组组界、组间距；作次数分配表控制图是用于分析和控制过程质量的一种方法。
控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线注意几点：确定产品型号、工序名称、品质特性。
Qc七大手法之控制图
第七章控制图 95第七章控制图一．前言:为使现场的质量状况达成目标，均须加以管理。
我们所说的“管理”作业,一般均用侦测产品的质量特性来判断“管理”作业是否正常。
而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在“管理”状态,即为控制图的基本根源。
控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。
而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。
二．控制图的基本特性:一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。
对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。
控制状态:96 品管七大手法上控制界限(UCL) 中心线(CL)三．控制图的原理:1.质量变异的形成原因:一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品;而引起变动的原因可分为两种：一种为偶然(机遇)原因；一种为异常(非机遇)原因。
（1）偶然(机遇)原因(Chance causes)：不可避免的原因、非人为的原因、共同性原因、一般性原因,是属于控制状态的变异。
（2）异常(非机遇)原因(Assignable causes):可避免的原因、人为的原因、特殊性原因、局部性原因等,不可让其存在,必须追查原因,采取必要的行动,使过程恢复正常控制状态,否则会造成很大的损失。
新QC七大手法完整版介绍
新QC七大手法完整版介绍1. 原因递消法(Cause and Effect Diagrams)：也被称为鱼骨图或石墨图。
这是一种用于分析和识别问题根本原因的图形化工具。
它将问题看作是一个“鱼骨”，问题是鱼头，根本原因是鱼刺。
通过细分问题和原因的关系，我们可以确定问题的主要原因，并提出解决方案。
2. 控制图(Control Charts)：控制图是用来监测和分析过程稳定性的统计工具。
它可以根据过程中的变异性来判断是否存在特殊因素，并及时采取措施来避免问题的发生。
控制图通常用于跟踪关键过程指标(KPI)，例如产品质量、生产效率等。
3. 计数法(Check Sheets)：计数法是一种用来搜集和分析数据的工具。
它可以帮助我们记录数据并统计出现的频率。
通过对数据进行分类和统计，我们可以快速了解问题的分布和趋势，进一步分析问题的原因。
4. 直观图(Pareto Charts)：直观图是一种按照重要性排序的条形图。
它显示了问题的主要原因及其相对重要性。
通过直观图，我们可以集中关注并解决产生最多问题的主要原因，避免浪费时间和资源。
5. 散布图(Scatter Diagrams)：散布图是用来确定两个变量之间关系的图表。
它通过将数据点绘制在二维坐标系中，明确显示变量之间的关联性。
通过散布图，我们可以确定可能存在的因果关系，并采取相应措施来改进质量问题。
6. 流程图(Flow Charts)：流程图是一种图形化表示工作流程或过程的工具。
它通过绘制过程的各个步骤和决策点，帮助我们理解和分析过程中可能发生的问题。
通过流程图，我们可以确定影响产品或服务质量的关键环节，并提出改进措施。
7. 直方图(Histograms)：直方图是一种用来展示数据分布情况的图表。
它将数据划分为不同的组或区间，并绘制出每个组的频率。
通过直方图，我们可以直观地了解数据的分布情况和趋势，并提醒我们采取适当的措施来改进质量问题。
这些新QC七大手法是广泛应用于质量管理中的工具，通过数据分析和图形化展示帮助我们识别和解决质量问题。
QC7大手法(完整版)
200.00% 200.00%
554 263 387
品质部 2011-11-08
200.00%
根据不良项目分层，结果如下：
现象描述 保护胶不良 信息面黑点 裂片 信息面划伤
暗纹/水纹/云纹
边缘碰伤 粘片,粘胶 拉丝 合计
数量 7193 878 713 240 236 182 159 31 9632
数量 2485 2257 2240 1648 1062 9632
品质部 2011-11-08
2.柏拉图
品质部 2011-11-08
定义
根据所搜集之数据，按不良原因、不良状况、不良发 生位置等不同区分标准，以寻求占最大比率之原因，状况 或位置的一种图形。 1897年，意大利学者柏拉图分析社会经济结构，发现绝 大多数财富掌握在极少数人手里，称为“柏拉法则”。 美国质量专家朱兰博士将其应用到品管上，创出了 “Vital Few, Trivial Many”(重要的少数，琐细的多数)的 名词，称为“柏拉图原理”。
品质部 2011-11-08
品管七大手法所体现的精神
◆用事实与数据说话。 ◆全面预防。 ◆全因素、全过程的控制。 ◆依据PDCA循环突破状予以改善。 ◆层层分解、重点管理。
品质部 2011-11-08
1.层别法
品质部 2011-11-08
定义
针对部门别，人别，工作方法别，设备，地点等所收 集的数据，按照它们共同的特征加以分类统计的一种分析 方法，即为了区别各种不同的原因对结果的影响，而以个 别原因为主，分别统计分析的一种方法。
素的主要类别：数据和信息系统、人员、机器设备、材料、方法、度 量和环境等；
3)
4)
开始画图，把“结果”画在右边的矩形框中，然后把各类主要原
QC七大手法培训教材-控制图
可避免的原因，人为的原因，特殊性原因，局部性原因等，不可能让其存在，否则会造成很的损失。
概述
控制图与控制图法
分类
偶然原因 异常原因
偶然原因与异常原因的比较
变异的情况 影响程度
追查性
过程的改善
系统的一部分 ，很多，一定 有且无法避免
概述
•计数值控制图与计量值控制图的应用比较
项目 优点 缺点
计量值控制图
计数值控制图
很灵敏，容易调查原因； 可及时反应不良，使品质稳定。
所需数据可用简单方法获得；对整体品质 状况的了解较方便。
抽样频度较高，难度/费时较长；
数据须测定，且再计算，须有经验的 人方可胜任。
无法寻找不良的原因； 及时性不足，易延误时机。
二、应用控制图的步骤
应用步骤如下：
1. 选择控制图拟控制的质量特性，如重量、不合格品数等； 2. 选用合适的控制图种类； 3. 确定样本容量和抽样间隔； 4. 收集并记录至少20～ 25个样本的数据，或使用以前所记录的数据； 5. 计算各个样本的统计量，如样本平均值、样本极差、样本标准差等； 6. 计算各统计量的控制界限； 7. 画控制图并标出各样本的统计量； 8. 研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）
QC七大手法培训教材控制图
2020年5月29日星期五
概述
控制图与控制图法
1、控制图：
控制图是在1924年美国质量管理大师休哈特博士所发明，它 是一种用来监视、控制质量特性值随时间推移而发生波动的图 表。在控制图上有三条横线：中间的一条为中心线(Control line,简称CL)，一般以蓝色的实线绘制，在上方的一条线称为 上控制界限线（Upper Control Limit,简称UCL）在下方的一条线称为下控制界限线(Lower Control Limit,简称LCL)，一般 以红色的虚线表示，以表示可接受的变异范围。至于实际产品品质特性的点大都以黑色连线绘制。