解决问题的QC七大手法(doc 22页)

解决问题的QC七大手法目录：
1、管制图（control charts）
2、检核表（checksheets）
3、直方图（histograms）
4、柏拉图（Pareto diagrams）
5、特性要因图（cause and effect diagrams）
6、散布图（scatter diagrams）
7、流程图（flowcharts）

 

解决问题的QC七大手法内容提要：
管制图基本原理：
统计理论认为母体参数可由随机抽取的样本来估计，SPC图的统计基础即在于此。但是，SPC图并不能控制一个制程，它只是提供制程重要的信息，这个信息可以作为质量决策与修正制程的基础。一般SPC图提供三条制程信息的管制线：上管制线(upper control limit, UCL)﹑中心线(center line, CL)﹑下管制线(lower control limit, LCL)。不同制程管制对象有不同的数据，所有的数据都可归类到下列其中一种：
1.分类数据－将产品质量分为「好或不好」、「合格或不合格」等
•计数数据－记录某产品的某个特性发生次数，例如错误次数﹑意外次数﹑销售领先次数等
3.连续数据－某个质量特征的量测值，例如尺寸﹑成本﹑时间等
前两种数据为计数值数据，第三种为计量值资料。收集数据时，如果可能应该尽量收集定量数据，因为定量管制图所需的比较性计算较少，而且能提供较多的信息。　
基本计算：
管制图可用一通式来表示，假设y为量测质量特性之样本统计量，y之平均数为μy，标准差为δy，则
UCL＝μy＋kδy
中心线＝μy
LCL=μy－kδy
其中kδy为管制界限至中心线之距离。此管制图之理论首先由美国之Waiter A. Shewhart博士提出，任何依据此原理发展出之管制图都称为Shewhart (苏华特)管制图。
应用范围：
管制图之应用有许多方式，在大多数之应用上，管制图是用来做制程之在线(on-line)监视。亦即收集制程样本数据用来设立管制图，若样本值落在管制界限内且没有任何系统性之变化，则称制程在管制内。管制图也可以用来决定过去之制程数据是否在管制内，及末来之制程是否将在管制内。管制图也可用来做为估计之工具，当制程是在管制内时，则可预测一些制程参数，例如平均数、标准差、不合格率等。此种制程能力分析对于管理者之决策分析有相当大之影响，例如自制或外购之决策，工厂及制程之改善以降低变异，及与供货商或顾客间之合约。

..............................