QC 七大手法 講師 : 呂文智 2006 Rev. 01 課程內容 前言 數據簡介 七大手法介紹 直方圖 散佈圖 管制圖 特性要因圖 層別法 點檢表 柏拉圖 其它(補充) Six sigma 何謂 Six sigma ? 六標準差 Six sigma 是一種具有高度紀律的過程，著重於發展及提供近乎完美的產品或服務 Six-sigma 是 1980 年代由 Motorola 所發展出來的管理手法 Six-sigma 是一種追求高績效，以 數據趨動(Data driven) 的做法，用來分析造成問題的根源並加以解決。 Six-sigma 將企業之產出與市場需求連結在一起 Six-sigma 以滿足客戶需求為根本，著重於降低成本、消除浪費、減少變異和系統化的解決問題，使所有流程操作皆朝向零缺失的經營目標 Six sigma 的原始構想 在生產製造流程不需要修理或重工的製造商， 才能算是「世界一流」的製造商 在生產製造流程不需要修理或重工的製造商， 才能算是「世界一流」的製造商 強調缺點的預防(Prevention)而非缺點的發現與矯正 在生產製造流程降低變異(Variation) 或缺點(Defect) 每百萬件產品 中有 個缺點 品質第一次就做對，避免重工浪費 品質不是檢驗出來的 Six sigma 流程改善的模式 工作態度 思考模式 管理模式 公司 獲利 公司策略/目標 顧客需求 顧客 滿意 降低 Defect 流程改善 專案 降低變異 滿足 達成 領導 專案管理 激勵 專業人員 趨動 DMAIC Six sigma 解決問題的方法 實際問題 統計問題 統計的 解決對策 實際解決對策 直覺、本能反應、經驗 統計方式思考 流程改善之核心觀念(1) y = f (x1,x2,…,xk) 輸入(Input) 原因(Cause) 問題(Problem) 控制(Control) 輸出(Output) 結果(Effect) 症狀(Symptom) 觀察(Monitor) 自變數 Independent variable 應變數 Dependent variable (x1,x2,…,xk) y 流程改善之核心觀念(2) x’s 具可控制性 y 具可衡量性 過去管理重點為衡‘量 y ，但為時已晚。 Six sigma 之重點為找出關鍵之 x’s 並加以控制。為獲得有效益的改善，我們必須將重點放在 x’s Six sigma 解決問題的策略 輸出 y 是由輸入變數 x’s 決定。若能充份了解 x’s 則可正確估計 y 若對 x’s 所知不多，則我們必須依賴檢驗及測試等無附加價值之工作 了解並控制則我們可以降低 y 的變異；此相當於消除或降低檢驗、測試及重工 y = f (x1,x2,.…, xk) DMAIC 之概念 定義 (Define) 誰是顧客 什麼是顧客優先考慮的 ? 衡量 (Measure) 過程如何執行及評估 ? 分析 (Analyze) 什麼是缺點發生的重要 原因 ? 改善 (Improve) 如何改善缺點的起因 ? 管制 (Control) 如何維持改善 ? DMAIC 之過程及工具 允差設計 關鍵變數之管制 最後績效 計算最後財務效益 改善之機會 是什麼 ? 衡量的東西 是什麼 ? 問題及症狀 是什麼 ? 可能的原因 有那些 ? 真正的原因 及解決之道 是什麼 ? 如何維持改 善之成果 ? 定義 CTQ ‘s 專案章程及專案之範圍 列出 CTQs 問題之陳術 流程之描述 決定 y 量測系統分析 目前績效 可能原因之清單 關鍵原因之清單 發展 x-y 之關係 提出因果關係假設 財務效益評估 確認真正的原因 提出解決的方案 計算財務效益及可能之風險 實施計劃 定義 y 鑑定 x’s 並排序 y = f (x’s) 控制關鍵 x’s Define Measure Analyze Improve Control Six sigma 之方法論 Define 改善機會 Measure 症狀 Analyze 原因 Improve 解答 Control 維持 專案內容 Define 顧客需求 Measure 高階設計 Analyze 細部設計 Design Optimize 驗証 Verify 專案章程 績效 趨動力 行動 管制 DMAIC 解決問題的架構 母體與樣本 母體 (Population): 所謂母體(或稱群體)是由具有相同特徵(性質或數量)之個體所組成的集合 樣本 (Sample): 由母體隨機抽取部份個體作為衡量與調查的對象 樣本 sample 母體 Population 抽樣 推論 母體與樣本 x x x x x x x X x x X x x X x x x x x x x x x x x x x X x x x X x x x x x x X x X x x x x x x x x x x x x x x X x x x x x x X x x x X X X X X X X X X 計算樣本統計量並進行檢定 決策 分析結果 應於 決策過程 母體 樣本 行動 母體與樣本 母群體 Population 樣本 Sample 母體與樣本 例 : 為監控板子上異物數目，今請品管人員從一批 ABC 料號板子 30片中抽 5 片檢查 母體 : 樣本 : 數據的種類 計量值數據(Variable Data) 若品質特性可以用數值來量測並表示 例如 : 長度、厚度、直徑 、線寬、銅厚…等 此種情況下，一般是用集中趨勢之量測 及變異性之量測來描述品質特性 計數值數據(Attribute data) 有些品質特性並不能以計量或連續尺寸來表示，通常是採用分類來表示 例如: 合格品或不合格品、不同缺點項目的各項數目 一般是以缺點 或是 不良品來描述產品計數值的特性 數據 例 : 打靶靶圖 試述那一個 “精” ? 那一個 “準 ” ? 計量值數據的表示 計量值數據可以依照其 分佈狀況 或 集中趨勢 來加以量化 數據集中的趨勢 : 平均值(Mean) 中位數(Median) 眾數(Mode) 數據分散的程度 : 變異數(Variance) 標準差(Standard deviation) 全距(Range) 數據的種類 計量值數據集中量化表示 平均數(Mean) 假設 X1,X2, …….., Xn 為樣本中之觀測值，樣本數據集中的趨勢可由樣本平均數來衡量，樣本平均數定義為 : 母體平均數是將母體中有所數據加總後，除以母體大小 N ，可表示為 數據的種類 計量值集中表示 : 中位數(Median) 是指數據由小至大排列後，位於中間的觀測值。若數據為偶數 ，則中間兩數值之平均數為中位數 例: 5,9,6,2,4,6 其中位數 ? 答 : 先將數據由小排到大 : 2,4,5,6,6,9 中位數 = 指一組數據中，次數發生最多的數值 例 :2,3,3,3,4,5 其眾數 ? 答 : 3 因為出現次數最多 眾數(Mode) 數據的種類 計量值數據分散量化表示 : 全距 定義為一組數據中之最大值與最小值的差 例: 5,9,6,2,4,6 其全距 ? 答 : 最大值為 9 ，最小值為 2 全距 = 9 –2 = 7 可用來衡量數據之散佈狀況 變異數 樣本變異數 S2 為 母體變異數 2 為 數據的種類 計量值數據分散量化表示 : 標準差 標準差為變異數之平方根 樣本標準差 S 為 母體變異數  為 數據的種類 計數值數據分散量化表示 : 不良率 例: 今天終檢檢查 2000 片板子，其中有 1800片板子是好的，請問其不良率為多少 ? 2000 –1800 = 200 Minitab 操作 1.開啟 Minitab 視窗(開始 / 程式集 / MINITAB 14) Minitab 操作 作業視窗 輸出視窗 資料視窗 欄 列 儲存格 2.欄位功能介紹 : Minitab 操作 3.開啟新檔 開新檔案 Minitab 操作 4.開啟舊檔 Minitab 操作 欄位名稱 文字資料欄位 C1-T , T:表示文字 日期/時間欄位 C2-D , T:表示日期/時間 數字資料欄位 : C6 Minitab 操作 開 EXCEL 檔 檔案類型選 “Excel(*.xls) Minitab 操作 操作 平均值、標準差 、中位數 選取 Cal / Column statistic Minitab 操作 操作 平均值、標準差 、中位數 將滑鼠點取此欄位後，則會出現左上 “C1 Cu THK” Minitab 操作 操作 平均值、標準差 、中位數 將滑鼠點取此“C1 Cu THK” 後按左鍵快點兩下 1.會出現上圖 2.再將滑鼠點取 Mean (平均值) 3.按 OK 後出現入下畫面得到平均值 Minitab 操作 操作 平均值、標準差 、中位數 同樣方法選擇 “ Standard deviation “ 可得到 標準差 同樣方法選擇 “ Median “ 可得到 中位數 太累了 ! Minitab 操作 Stat Graph 直方圖 散佈圖 管制圖 特性要因圖 層別法 點檢表 柏拉圖 QC 七大手法 QC 七大手法 層別法 Stratification 層別法的意義 : 影響品質的因素或使製程產生不合格品的原因，有時很單純，但有時也很複雜，但如果不將原因分析出來就無法獲得改善 Q :請問現場的品質異常通常是由何種因素所造成 ? 層別法 選定影響品質的原因 : 層別法 Q :今天一工程師從電鍍 A、B兩線， 收集到一些銅厚數據畫一圖形，(如下表)請問他要怎樣解析此圖形 ? 由圖形標示 A、B兩線知其差異點 QC 七大手法 特性要因圖 Cause and Effect Diagram 何謂特性要因圖 ? 特性要因圖為石川馨博士(Ishikawa)於 1943年所發展出來，又稱為 Ishikawa diagram 特性要因圖為一問題分析工具，用以辨認造成某一特定問題之所有可能原因，由於圖形結構類似魚骨因此又稱為魚骨圖 特性要因圖 適用範圍： 特性要因圖用以： ─“分析原因“與”結果”之間的關係。 ─表示“因果關係” ─由不良現象到原因到解答，以協助解決問題。 說明： 特性要因圖是一種問題分析工具，用以思考並表示 事物之結果(如品質特性變異)與潛在原因間的關係。 許多潛在原因經過整理，分為主類別與次類別。繪成圖形有如魚之骨骼，故亦稱為魚骨圖。 特性要因圖 界定可能原因之主要類別時，考慮 6 M 等因素包括： 設備(Machinery) 物料(Material) 量測(Measurement) 方法(Method) 人員(Manpower) 環境(Mother nature - Environment) 人、機、料、法、度、境 特性要因圖 特性要因圖(魚骨圖) – 做法 先腦力激盪(Brainstorming) 評價(重要、次要、無關) 分類 繪製特性要因圖 再補遺 特性要因圖 人員 V 作業不熟練 : : : : : : : : : : : : : : : 機械 V 精度不夠 分類 無關 次要 重要 發掘問題點 人員 / 機器設備 / 物料 / 方法……. 特性要因圖 特性要因圖 特性要因圖畫圖方式 : 陳述問題，將問題置於右邊 畫一主要水平線將箭頭指向問題 畫出主要原因類別在主要線別的上方或下方，將他們連至主要水平線 在每一主要原因下再利用腦力激盪法來區分其該項之次要原因，再將此原因畫線連在主要類別支幹上 在依次要原因做細部分類後再畫線連上次要類別支幹上 主要類別 主要類別 主要類別 主要類別 問題盒 初步魚骨圖 特性要因圖 類別 類別 類別 類別 問題 發展後之魚骨圖 一級原因 二級原因 三級原因 特性要因圖 特性要因圖 測試設備問題 品質問題 設備 人員 量測系統 方法 材料 環境 不正確的規格 不正確量測方法 監督不當 不專心 未經過考核 調整不當 工具問題 老舊/磨耗 溫濕度超出設定 髒亂異物多 未經進料檢驗 材料不符規格 搬運損壞 製程設計不良 沒有SOP標準化 生產設計不當 例 : 特性要因圖(魚骨圖) 為什麼用膳人數少? 飯菜品質不佳 服務態度不好 衛生欠佳 設備不良 菜湯無味 不新鮮 魚 菜太油/太鹹 飯冷 飯不熟 菜色不變 蒼蠅多 服裝髒 碗油垢 筷子濕濕 通風設備不良 飯菜供應不夠 服務人員大聲叫 冷氣不冷 位置太小 臉上無笑容 特性要因圖 特性要因圖(魚骨圖) – 用途依目的分類 改善解析用：以改善品質，提高效率，降低成本為目標，進行現狀解析抓住重要問題點，加以改善用。 管理用：發生抱怨，不良品或異常時，做為尋找原因，採取消除措施用。 制定標準用：為制定或修改作業方法、管理項目及管理方法等所使用的。 品質管制導入及教育用：導入品質管制，全員參與討論時，用特性要因圖整理問題，做為新進人員的教育訓練或工作說明時用。 特性要因圖若能配合其他手法，例如檢核表、柏拉圖等連串起來活用時，則更能得到效果。 特性要因圖 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 1.先將 魚骨圖的大要因輸入 “標題欄 : 第一欄位 ” 環境、量測、物料、人員、機器、方法 2.再輸入屬於各大要因下的 “中要因 “ 大要因 中要因 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 3.若中要因下還有小要因，則在空白欄為如 C7-T 先輸入 “ 中要因名稱 ”在空白欄位的“標題欄”處 ，再繼續輸入 “ 小要因 ” 項目 2um、3um : 其它依此類推 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 1.將滑鼠移至此處，依序從左邊點取人員→機器…. →環境 2.將 label 名稱改成與 左邊名稱一致 3.輸入此魚骨圖的名稱 4.因為 “物料“大要因下中要因,要選此 ”Sub” Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 5-1先將滑鼠移至此處，點取此處，會出現左邊畫面 5-2 再依 label 欄的名稱順序，依序從左邊點取至 “Causes”欄內 5-3 再按 ok 5-4 回到上一畫面，繼續選擇有中有中要因的部份，重覆以上步驟 Minitab 操作 例 : 雷射直接燒銅孔型提昇 魚骨圖 QC 七大手法 查檢表 Check list 何謂查檢表 ? (1)掌握影響問題點的事實，為了便於收集數據而設計的一種表格或圖表 (2)用很簡單的劃記、符號、數字記入表格或圖表 查檢表的種類 記錄用查檢表：把數據分類成數個項目，以符號、數字記錄作為分析 問題及改善用的圖表或表種類如下： ● 原因別、機台別、缺點別、不良項目別….. ● 位置別 點檢用查檢表：把非做不可或非檢查不可之工作或項目按點檢順序列出，逐一點 查檢表 查檢表 查檢表設計的步驟　 　　步驟一：決定要收集的分類項目及數據 　　　　　　（依據特性要因分析中之圈選要因） 　　步驟二：決定層別的方法   　　步驟三：決定記錄方式（劃記、數字、正字）   　　步驟四：決定收集數據的方式 　　　　　　● 明確收集人：可提高數據可靠度 　　　　　　● 明確收集數據的時間（時間、頻率、期間….） 　　　　　　● 明確檢查方式（全檢或抽檢） 查檢表 1、2號機兩綠漆印刷機在 3/29~4/1 三班印刷板子，而兩機台(甲、乙)各產生 A、B、C、D、E 五種缺點，試設計一查檢表來收集缺點數據 練習 QC 七大手法 柏拉圖 Pareto Diagram 何謂柏拉圖 ? 柏拉圖通常用來區分造成品質問題之少數重要原因，及多數不重要之原因。在品質改善活動中，著重於造成問題主要原因上，通常在短期可得到較顯著的改進。 百分之八十的問題出現在百分之二十的項目，故又有人稱之為20/80 法則。 柏拉圖 柏拉圖提供之訊息 : 了解那些項目屬於重要問題 一眼就能明白事情的大小順序 知道每一項在整體所占的比例 可以預測減少某一項目後之整體效率 可以知道改善之效果如何? 柏拉圖 柏拉圖之繪製 : 選取待分析的項目。 選取分析之量測單位，如出現次數、成本或其他影響的量測單位。 選取待分析數據之期間。 在橫軸上由左至右按量測值大小之遞減順序列出各項目。最後少數幾項可合並為“其他”類，此類須被置於最右邊。 在橫軸兩端各劃一縱軸。左軸須以量測單位為刻度，其高度應等於所有項目糧測值之和。右軸之高度與左軸相等，但刻度為 0% 至 100%。 在每一項目上方繪一長方形，其高度代表此一項目之量測值 由左至右，將各項目之高度值累加，並連結各點而得累積頻率線。 應用柏拉圖可鑑別品質改進之最重要項目。 柏拉圖 柏拉圖 由大排到小 ,其它項放最下 計算缺點率 計算影響度 計算累計影響度 缺點率 = 影響度 = 柏拉圖畫法 : 金面氧化 顯影不潔 短斷路 銅渣 其它 畫缺點率的直條圖 缺點率由大排到小,從左邊開始排到右邊,其它項放最右邊 再以右邊縱軸畫累計影響度 柏拉圖 Minitab 操作 範例 : 貫孔板斷線不良其缺點項目及數目如下 ，請依據其缺點項目畫一柏拉圖 操作方法 : 1. 選擇 Stat / Quality Tools / Pareto chart Minitab 操作 操作方法 : 2. 點取 “Chart defects table” 1 2 3. 點取 “項目“ 再按 再選取 “ 不良數 ” 再按 最後按 Select OK Select Minitab 操作 Minitab 操作 當資料僅有一連串的缺點項目時，其 Minitab 點取畫面如下 : 1 1 2 Minitab 操作 Minitab 操作 練習 QC 七大手法 直方圖 Histogram 何謂直方圖 ? 直方圖是將數據分佈的範圍，劃分幾個區間，將出線在各區間內的數據之出現次數作成次數表 ，並將其以圖(長條圖)的形式表現出來 。 直方圖之應用 : 掌握數據的分佈狀態 調查離散的程度 了解數據的中心位置(集中趨勢) 與規格作比較，檢視有無問題 直方圖 考試成績 : 直方圖 人數 40 50 60 70 80 90 100 分數 分數 40~50 : 2 人 分數 50~60 : 2 人 …………. ………… 直方圖 平均 :90 平均:60 平均:70 平均 :40 直方圖 從上圖可以看出 小學 到 研究所 考試成績的分佈狀況 直方圖 數據離散程度 分配狀態(Shape) 位置 與規格比較:超出規格 直方圖 左偏分配 右偏分配 左邊尾巴較長 右邊尾巴較長 直方圖常見之型態 雙峰型 峭壁型 表示有不同母群體混合在一起所形成的分配 兩部機器 不同班別 兩條不同生產線… 工程能力不足,但為求產品合乎規格,實施全檢,超出某一界限值外的數據被刪除 員工作假,發現不合格製品將其隱瞞或丟棄 直方圖 直方圖常見之型態 離島型 缺齒型 工程中一定有某種異常發生或材料上混進不同種類時所形成的分配 量測技術不夠 次數分配不妥當 數據收集方法不正確 直方圖 直方圖 小新家裡的燈管壞了, 媽媽叫他去買燈管,請問要買那一家的日光燈管 ? 為什麼 ? Phillips : 55~85 hrs(7015) 青島 : 20~120 hrs (7050) 練習 Minitab 操作 練習 直方圖.MTW 1.先選取 With Fit 2.再點 OK 1.先選取左邊 “C1 外層線寬” 2.再按 OK 1 2 Minitab 操作 Minitab 操作 練習 今天若有三條電鍍線如數據如檔案所示，試畫出直方圖(直)方圖.MTW 1 2 Minitab 操作 1.將滑鼠點取 “C4 電鍍一線 ”按住下拉至“ C6 電鍍三線” 2.再按 3.按 OK Select Minitab 操作 Minitab 操作 補充 : 在原有直方圖內加入 “規格線 “ 1.將滑鼠移至圖形中 2.按右鍵選取 “Add “ 及 ”Reference Lines “ Minitab 操作 補充 : 在原有直方圖內加入 “規格線 “ 1.在 Show reference lies at X position 下輸入規格下限及上限 (例如 ) 2. 再按 OK 處用滑鼠快點兩下 Minitab 操作 補充 : 在原有直方圖內加入 “規格線 “ 1.在 Text 下輸入 “ LSL = 2.在 Color 選紅色 3.再按 4.重覆再快點 兩下，重覆上動作 OK 1.再將滑鼠移至“直線處 ”快點兩下 2.選取 Custom 3.再將 color 選紅色後按 ok 4.再點另一條線，重覆此動作 Minitab 操作 補充 : 在原有直方圖內加入 “規格線 “ QC 七大手法 散佈圖 Scatter plot 散佈圖 Q :身高 與 體重 的關係 身高愈高 體重愈重 ? 何謂散佈圖 ? 散佈圖是用來研究兩個變數間之相關性(檢視輸入變數和輸出變數是否存在相關性) 說明： 散佈圖係一項繪示技術，用以研究兩組成對出現之相關數據[如(x,y)一組一個]間之關係。散佈圖以雲狀散佈點顯示各對數據。由此雲狀點散佈情形可推知兩組數據之關係。 x 與 y 間之正相關表示當x值增加時，對應的 y值亦增加，而負相關則表示 x值增加時，對應之 y值卻減少。 散佈圖 Q : 今天出貨有量測板子成型尺寸 OK ,但此批板子到客戶端量測時卻被剔退, 你想到是什麼問題 ? 理想 : 客戶量測資料 = CPC 量測資料 ? 散佈圖 散佈圖 畫圖程序： 從待研究其相互關係之兩組相關數據組中，蒐集成對之數據(x,y)。最好蒐集 30 對以上之數據。 標示出 x 軸及 y 軸。 找出 x 與 y 值中最大值和最小值。利用這些值刻劃 橫(x)軸 與 縱(y)軸，兩軸長度須大約相等。 將每對(x,y)值 繪於圖上。遇有兩對 (x,y)之數據相同時，可在此點上加劃小圈或將第二點緊鄰劃出。 查驗點狀包線的散佈型態以查知其關係的種類和強度。