最新矩阵数据解析法
QC新旧七大手法对比
5
新QC七大手法使用之关联图实例
公司发现报表发出到结案的时间太长，往往延误处理问题的时效，造成作业上的困 扰，请用关联图法寻找原因。以“报表作业时间长”为题目。
部门联系 不够
部门 距离太远 未签收
培训不够
未追查回复
作业疏忽
没有专人 送报表
G ○ ◎ △ × ◎ ○ ◎ ○ ◎ ○ △
H × ◎ ○ ○ ◎ ◎ △ ◎ ◎ ◎ ◎
I ⊙ ◎ ○ × × × × × × ○ △
8
⊙:最佳
◎:良好
○:好
△:稍差
×:差
新QC七大手法使用之PDPC法实例
某维修QCC小组制定保证减少设备停机影响均衡生产的PDPC图来指导
小组工作 。
A00 设想设备 突然发生 故障停机 A11 组织抢修 人员到位 A22 领取 备件 B11 配件不全 无代用件 A33 更换 备件 B22 外购 配件 C11 外购 无货 D11 机电人员 不到位 D22 安排其他 设备生产 D33 更换调整 工装刀具 A44 Z
8
9
I 内壁油漆 10 8 2 9
7 9
10 11
7
14
品管新七大手法
感性面 大量的语言资料 问题发生前的计划、构想
2
新老QC七大手法
QC= 事实 资料
整理数值资料 取得的问题
整理数值资料取 得前的问题
数值资料 老QC7的手法
解析上，掌握 问题的技法
语言资料
新QC7的手法 整理
设计、计划、创意 想法的技法
情报
3
老QC七大手法
item
LSL USL 直方图
矩阵数据解析法
矩阵数据解析法矩阵数据解析法是一种常用的数据处理方法，可以用来解析和处理矩阵数据。
矩阵数据是由多个数据元素组成的二维数据结构，可以表示各种类型的数据，如数值、文本、日期等。
矩阵数据解析法通过对矩阵数据进行分析和处理，提取出其中的有用信息，为后续的数据分析和决策提供支持。
在矩阵数据解析法中，首先需要了解矩阵数据的基本结构和特点。
矩阵数据由行和列组成，每个数据元素都有一个唯一的行索引和列索引。
可以将矩阵数据看作是一个由行和列组成的网格，每个网格内都包含一个数据元素。
根据行索引和列索引，可以准确定位和访问矩阵数据中的任意一个数据元素。
矩阵数据解析法可以应用于各种领域和行业的数据处理任务。
例如，在金融领域，可以使用矩阵数据解析法对股票市场的行情数据进行分析，找出其中的规律和趋势，为投资决策提供参考。
在销售领域，可以使用矩阵数据解析法对销售数据进行分析，找出销售额最高的产品和最佳销售时机，为销售策略的制定提供支持。
在生物医学领域，可以使用矩阵数据解析法对基因组数据进行分析，找出与特定疾病相关的基因，为疾病诊断和治疗提供指导。
矩阵数据解析法有多种常用的操作和技巧。
其中一种常见的操作是求矩阵的和、差、积等。
矩阵的和是将两个矩阵对应位置的元素相加得到的新矩阵，矩阵的差是将两个矩阵对应位置的元素相减得到的新矩阵，矩阵的积是将两个矩阵相乘得到的新矩阵。
另一种常见的操作是对矩阵进行转置和逆运算。
矩阵的转置是将矩阵的行和列互换得到的新矩阵，矩阵的逆是将矩阵乘以它的逆矩阵得到单位矩阵。
除了基本的操作，矩阵数据解析法还可以应用于更复杂的数据处理任务。
例如，可以使用矩阵数据解析法对矩阵数据进行聚类分析。
聚类分析是将具有相似特征的数据元素归为一类的方法，可以帮助我们发现数据中的潜在规律和模式。
通过对矩阵数据进行聚类分析，我们可以将数据元素划分为不同的群组，从而更好地理解和解释数据。
在进行矩阵数据解析时，需要注意一些常见的问题和技巧。
矩阵数据解析法
在矩陣圖上，要素間的關連能 夠以定量化來表示；亦即將排列 在矩陣圖的眾多數據，經過計算 分析，得到簡化整理的方法，稱 為「矩陣數據解析法」。
-1-
財團法人中衛發展中心
矩陣數據解析法定義
v資料矩陣分析法的主要方法爲主成分 分析法，利用此法可從原始資料獲得 許多有益的情報。
v主成分分析法是一種將多個變數化爲 少數綜合變數的一種多元統計方法。
<統計學之多變量解析法理論>
-2-
財團法人中衛發展中心
矩陣數據解析法適用範圍
•新産品開發的企劃; •自市場調查的資料中，要把握顧客
所要求的品質，品質機能展開; •從多量的資料中解析不良要因; •牽涉到複雜性要因的工程解析;
-3-
质量改进之新七种工具概述
图5-7 铸造质量问题、设备工装、工艺管 理关系分析Y型矩阵图
5.6 矩阵图的注意事项
– 1.正确选型，根据不同的因素分析选择适宜的 图形；
– 2.因素组内的各因素应在同一层次； – 3.因素组之间的相关关系应明显； – 4.QC小组使用矩阵图选择课题时，应关注矩阵
图中的着眼点； – 5.在进行矩阵分析时应独立考虑要选择的课题
•
QC小组在实施过程中可使用PDPC法辅助实现对策目标，
也可用它在构思新的设计方案时优化方案，实现小组目标。
4.5 PDPC法应用步骤
• 1.确定所要解决的课题，提出实现目标值； • 2.提出达到理想状态的手段、措施实施方案； • 3.对提出的措施，逐项进行可行性分析，充分预测可能
的结果及遇到困难时应采取的新的可行性措施和方案； • 4.综合考虑时间顺序、经济性、可靠性、难易程度和效
– 5.确认关联关系。 – 6.评价重要程度。
5.5 矩阵图的应用实例
• 例1：
– 某厂QC小组为提高某电机输入功率，通过运用 L型矩阵图法，对影响电机性能的相关关系进 行了比较分析。见下图。
图5-6 电机性能差原因分析L型矩阵图
• 例2：
• 某铸造厂QC小组为了解决汽车缸体铸 件产出率低的问题，针对涉及的设备工装 、工艺管理和铸造质量问题三个事项，选 用了Y型矩阵图进行了分析，见下图。
• 重要程度：
– 因直接到现场去接触事物有时是有限制的，所 以，为了广泛收集情况，这种间接调查方法也 是有效的。
③.头脑风暴法
• 含义：
– 头脑风暴法是采用会议的方式，引导每个参加 会议的人围绕某个中心议题广开言路，激发灵 感，在自己的头脑中掀起思想风暴，毫无顾忌 、畅所欲言地发表独立见解的一种集体创造性 思维的办法。
QC七大手法的新旧对比
QC七大手法新旧对比老的七种工具（我的看法：老工具重点是确定问题所在，分问题的原因。
着眼于过去数据的分析。
）1.检查表：也有的叫查检表、检查单……。
用于现场收集数据。
内容应当考虑满足以下用具的使用。
也可以作防错工具，提醒操作者应当如何做。
2.层别法：将数据按照不同类别、层次进行分类统计、分析的方法。
以便查出问题。
为此，利用检查表收集数据时就要设计好类别、层次。
3.特性要因图：也叫因果图、鱼刺图。
通常结合层别法，针对不同类别和层次，把结果、现象问题作为鱼头，分析可能的原因作为鱼刺。
再查原因的原因，在鱼刺上列出分刺。
再查原因……，一直分析到根本原因为止。
4.排列图：也叫帕累图。
根据20：80规律，把鱼刺图得到的各种原因，根据某个类别、层次进行汇总统计，根据数据从大到小排列，确定关键的少数。
抓主要原因的主要方面。
根据这个原理也可以用于其他的分析工作，确定主要因素。
5.散布图：采用层别法做分析时，如果发现A和B两个因素可能相关，可加以利用。
譬如，只要控制A也就控制B了。
散布图两个坐标分别代表两个因素，把数据点上，很容易发现是否相关，以及如何相关的。
6.控制图：也叫管制图。
用来分析过程是否稳定。
过程稳定后可以用来控制过程，及时发现特殊原因。
也可以和前面的各种工具结合来改进过程，验证改进后的效果。
7．直方图：用来检查数据的分布状态，判别是否属于正常状态分布。
常常结合控制图使用。
新的七种工具（新的工具主要是从系统和过程的观点来解决问题或者预防问题的发生。
着眼于未来）1.亲和图：也叫KJ法。
把大量的意见、资料、事实、构思、方案等利用这种方法，根据相关性，把相同、相近的归在一起，形成统一的认识。
2.关联图：把原因和结果、手段和目的等绞缠在一起的一些问题，用逻辑方法查明它们关系的一种方法。
3.矩阵决策法：针对要解决的问题，识别不同群体的原因。
分群排列出各个原因，在交叉的地方分析相关的强弱、大小。
发现问题的关键在什么地方的方法。
新QC七大手法
新QC七大手法所谓的新QC七大手法到目前为止QC七大手法（柏拉图、查检表、特性要因图、直方图、层别法、散布图、图表）,都被当做是调查的手段或技巧,而被活用于制品品质及制造工程管理状态的掌握.但是今天的QC早就非得TQC(全员品质管理)不可了。
它必须由企业的所有部门的各阶层人员,有组织的参与才能够向TQC这个层次挑战。
因此处在这个TQC时代里,它所必备的QC手法如仍只靠现有的QC七大手法是（旧QC七大手法）不够用的。
正因为如此，以纳谷嘉信为中心的(财）日本科学技术联盟的QC手法开发部,乃于一九七七年发表了“新QC七大手法"。
这套“新QC七大手法"适用于制品的品质设计及生产体系的解析，及尝试各种改善活动的一种技巧.它不同于现有单纯的数值解析的技巧，而是以管理监督者为中心，动员组织内的全员有效率的收集情报资讯的技巧。
新QC七大手法的顺序及用法新QC七大手法的作业顺序及使用方法如下所述:（1）关连图法能将几个问题点与其要因间的因果关系，予以明确表示的一种手法.关连图法在作业的过程当中，可以让相关人员对问题点有明确的认识,促使大家获致共通的意见,它具有促进思考转换的优点.［作业的顺序］①结合同一目的人员编成小组.②列出要因（应用脑力激荡法）.③将这些因果关系作成关连图.④对其内容作修正或追加.⑤整理出重要项目。
⑥订定对策。
（2）亲和图法（KJ法）它是针对将来的问题及未知的问题，将收集得到的资讯资料,依其相互的亲和性加以整理汇总，明确地找出应该要加以解决的问题之方法.KJ法适用于构思作业时，以强化成员的团队精神，且对于那些事为解决问题所成立的专案小组的运作具正面帮助。
［作业的顺序］①选题。
②语言资料的收集（应用脑力激荡法）。
③语言资料的卡片化（KJ卡）。
④卡片派送整理（分类、选别)⑤标记卡片号码。
⑥作图⑦制订解决问题的计划。
（3）系统图法这是一种将目的与手段用系统性展开的图形,表现其相互关系的方法。
云质QMS说质量 - 质量工具之矩阵解析法
1.什么是矩阵解析法前面我们有一篇文章专门写矩阵图的文章，对矩阵解析法（Matrix Data Analysis Chart）也进行了简单介绍。
矩阵图上各元素间的关系，如果能用数据定量化表示，就能更准确地整理和分析结果。
这种可以用数据表示的矩阵图法，叫做矩阵数据解析法或矩阵数据分析法，简称矩阵解析法。
矩阵解析法用于确定各对策措施的优先顺序时，也叫优先顺序矩阵法（Prioritization Matrices）。
矩阵解析法是从矩阵图法演化而来，它区别于矩阵图法的是：不是在矩阵图上填符号，而是填数据，形成一个分析数据的矩阵，从而量化各要素间的相关性，进一步了解问题与手段或方法与对策间的相互关系。
矩阵解析法是一种定量及半定量的分析问题的方法，是一种多变量的统计方法，计算较复杂，一般用计算机进行计算。
常见的统计分析软件及电子办公软件中的表格软件都可以支持矩阵数据分析法的数据分析计算。
在QC新七种工具中，矩阵解析法是唯一一种利用数据分析问题的方法，其结果仍要以图形表示，适用于复杂多变且需要解析的案例，是一种在质量管理专业领域中较复杂的方法。
可以预见，随着计算机技术的进步，在质量管理软件中将会获得越来越广泛的应用。
2.矩阵解析法的原理要想阐述清楚矩阵解析法的原理，首先要详细说一下”主成分分析法“。
矩阵解析法的主要方法为主成分分析法（Principal component analysis，PCA），又称主分量分析法或主成分回归分析法，是一种统计方法，其通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
2.1什么是主成分分析法主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，后来H.霍特林将此方法推广到随机向量的情形，信息的大小通常用离差平方和或方差来衡量。
在实证问题研究过程中，为了全面、系统地分析问题，我们必须考虑众多影响因素。
这些涉及的因素一般称为指标，在多元统计分析中也称为变量。
新QC七大手法
一、前言：1.何谓新QC七大手法：自从1950年戴明博士赴日教导统计品管后，日本即兴起了全国的品管热潮，并不断研究品质管理，目前日本各企业都实施全员品管、全员改善，不但是课组长、工程师们，就连班组长、基层作业员都极为努力的学习品质管理及相关手法，在现场问题的发掘及改善上，发挥了莫大的效果。
其中最常用，也最适合现场问题改善的QC手法，是为QC七大手法。
即是大家所熟知的特性要因分析图、层别法、查检表、柏拉图、推移图、散布图及直方图，偶而也将管制图列入。
然而，上述这些手法，除了特性要因图外，其它手法都是用在数据收集以后的整理及解析，在尚未收集到数据前的状况，就无法使用，因为在此种状况下，一般都是极为混沌，因素间之关连也甚为复杂。
为了能克服这点，日本科学技术连盟(JUSE)研究归纳出另外一套的QC手法，可资应用，这些手法也是七种，因此就称为新QC七大手法。
新QC七大手法包括了：1.系统图法2.矩阵图法3.关连图法4.KJ法5.PDPC法6.箭头图法7.矩阵数据解析法上述新QC七大手法中之前六项皆是针对语言资料之整理，作成图形表示者，唯有最后一项之矩阵数据解析法是要用到数字资料，是属于多变量解析的一种，方法较为艰难，在一般现场的间题的改善上较少被使用，因此不在本讲座范围内。
2.新QC七大手法之用途：◆可以用于CWQC.TQM的推展上。
◆可以用于语言资料之解析整理。
◆可以用将复杂的问题使人一目了然。
◆可以容易的说服有关人员。
◆可以获得有关人员的支持及协助。
◆可以将事实诚实的呈现出来。
◆可以产生很多宝贵的构想。
◆可以将计划更充实、更具体。
◆可以防止实施项目之欠缺贵漏。
◆可以与QC七大手法合用，达相辅相成之效。
使用新QC七大手法时，仍然必须妥为活用脑力激荡术(Brain Storming)二、系统图法(Systematization Diagram)1.何谓系统图法为达成某种目的，而透过目的⌫手段，目的⌫手段的方式，展开成一连串的手段、策略，使问题的重点得以明确，是以树形的方式有系统的展开的一种方法。