品管部主管跟我学(全集)研讨.ppt

2.7.2 查核表的应用方法 明确要查核的项目以及具体的要求； 依据查核项目和相关要求的性质设计表单； 实施查核，记录结果到表单上； 分析和总结记录的查核结果； 针对结果实施改进。 常用的查核表有点检型和记录型两大类： 点检用查核表。 此类表格只记录结果的是与否或好与坏。 如下图是：管理人员日常检讨工作用的查核表 2.4 散布图 2.4.1 解释散布图 散布图又叫相关图，是用来表示对应的变 量与变量之间相互影响与相互作用范围的图表 这些变量之间往往存在着某种关系，或相互关 联制约，或在一定条件下可以转化。通过对这 种关联状况的分析，总结其变化规律进而采取 措施实施管理，就是散布图法的目的。 例如温度与压强的变化，在一定的体积下随 着温度的增高，压强也随之增大，它们之间显 然是正比的散布关系。如下图所示： 2.4.2 散布图应用方法 收集数据，这种数据应该是具有对应或关联性质的成对的数据，而且数据量不宜太少，一般要25组以上； 建立二维坐标系统，根据变量的值设定坐标的刻度； 根据变量在坐标点的阵群分布状况判定变量之间的关系； 确定判定结果，实施对策。 2.4.4 散布图所反映的变量之间的关系可能在下列特性和要因之间 特性——要因 特性——特性 要因——要因 2.4.5 散布图所反映的可能是一种趋势，对于定性的结果还要具体分析 2.5 直方图 2.5.1 解释直方图 直方图也叫柱状图，这是因为它 的图里面有许多像柱子一样的矩形而 言的。在图中用这一系宽度相同、高 度各异的矩形的排列状态表示数据分 布状况，从而达到分析过程的质量和 合格与否，这种方法就是直方图法。 如图所示： 组成直方图的主要参数如下： 极差R：数据的最大值与最小值之差，R=Xmax-Xmin 组距C：矩形的宽度，极差与组数的商，C=R/N 组数N：根据检验设置的数目，组数可以参照下表： 样本数据的数目 组数N 50~100 6~10 100~250 9~12 250以上 10~20 2.5.2 直方图的作用 直方图是一种最直观的反映过程状况的图表，从图中可以看出制程的准确性和精确性，也就是数据群的对准倾向和散布的状态。具体方法见下图： 组界：第1组的组界=Xmin±1/2×C， 要注意应使数据不能落在组界上 第2组的下界为第1组的上界， 下界+组距C=上界 第3组及其以后各组的界限参照 第2组进行 偏倚K：规格中心值与数据平均值之差，K=CL-X 组的中心值：上下界之和的一半即为中心值 2.5.3 常见的直方图类型分析 通过观察直方图的形状，看 其是否异常，进而判断异常的状 态，以便找出质量问题和原因并 采取解决措施。 常见的直方图有以下几类： 2.5.4 直方图的制作步骤 直方图一般按按如下和样本特性的类别。如：要制作某塑胶产品孔径测量数据的直方图，其规格是10.5±1㎜。 收集样本数据。 收集的数据当然是越多越好，但为了方便，最少要50个以上。数据如下表： 2.5.5 制作直方图注意事项 数据的量要足够，否则，不能准确地反映结果； 分组很重要，如果分组偏大或偏小的话就会导致直方图有不规则的形状； 数据值绝对不可以落在组界上，否则会无法对数据归类； 组距一般取整数或5的倍数，一来便于计算，二来图面直观； 直方图仅显示过程的分布状态，改进质量还需要深入和具体分析。 2.6 控制图：2.6.1 解释控制图 将某过程中一些样本的特性值（数据）描 成点绘制于二维坐标中，用横坐标表示样本的 编号，纵坐标表示样本的特性值，并在纵坐标 上规定了数值的上控制线（UCL）、下控制 线（LCL）和中心线（CL），然后依据特性 值的点位和变化趋势判断和控制过程是否属于 受控状态，进而实施质量改进。我们把这种图 叫做控制图。 控制图的数据应该按一定的间隔随机抽样产生 的，这个间隔可以是时间间隔，也可以是其他间隔 （如：数量、批次等）。 控制图的上、下控制线可以计算产生，也可以 引用以前类似的管理控制经验决定，并在必要时加 以修订。 控制图所反映的仅仅是过程是否存在变异的一 种信号，也就是提示相关人员，过程现在已经发生 了异常，至于是否需要采取措施去消除异常，使其 永远不在出现，这些是质量管理人员的后续行动。 控制图示列如下： 2.6.2 控制图的实施步骤 确定需要实施控制的项目，如特别性、重要工序、过程参数等； 按一定的频次和数量抽取样本； 检查样本并记录结果； 将结果绘制于管理图上； 判定变异（属于特殊原因或普通原因），进行采取处理措施； 确认改进后的效果。 2.6.3 控制图的实施流程 控制制作图流程： 受控制的过程