QC的七大手法
作者: 来源: 文字大小:[大][中][小]
常见的QC应用方法，除后面讲到的常见的“七大手法”外，还包括实验法、查核表法、推移图法、抽样计划、品质成本、制程流程、IE法等方法。
一． 层别法：
特 点：常用，简便易上手。
实用范围：将多种多样的资料/信息，分类别、分目的等进行分类，而后进行分析。
注意要点：注意分类前提必须相同/相等或一致。
案例分析：5名工人各自生产1500件同样产品，其产生的不良品数量如图表所示，分析其质量状况。
二． 柏拉图法:
特 点：简单明了反映不良项的变化趋势，还能反映相应数据。
实用范围：能在众多的问题点中找出影响较大的几个因素加以处理改善，明确问题的关键点。可在短时间内进行立竿见影的改善。
注意要点：该方法并非一次性全面解决问题的良药。
案例分析：图中有x1-5共计5个问题点，其总共不良数据为100，其各不良项的走势如图所示，分析其现在质量状况。
三．因果分析法（鱼骨图法）：
特 点：清晰反映造成结果的各类因果关系。
实用范围：针对结果寻求原因，罗列所有可能的原因进行改善。
注意要点：该分析方法需在“畅所欲言”的民主环境下进行。（又名“头脑风暴”）
案例分析：针对“JG”的结果，寻找造成该结果的原因，其中包括5大项目，而每个大的项目里又包含2个小的因素影响。
四．直方图法：
特 点：清晰资料的中心值与分布状况。
实用范围：将无规律可循的资料分析出其规律性，可在正常的情况下预见可能发生的质量隐患。。
注意要点：此方法需用到一定的数学及统计学的知识，有一定难度。
术语解释：
平均值：所有数据和初一所有数据数。
中间值：按需排列的中间一个或两个数据的平均值。
组数（n）一般按总资料数的1/10定，一般不超过20组；
最大值(L);
最小值（S）；
全距（R＝L-S）；
组距（R/n）；
组界，即组的起点或终点；
组的中心点，组界的1/2处。
案例分析：某一零件外径尺寸9组数据，其排列如图所示，X为平均值，高锋为最大组（组中心），分析其异常状况。
五．散布图法：
特 点：对因果因素进行分析。
实用范围：对要因及其造成的结果进行分析，找出最佳方案方案。（是鱼骨图的升级，着重实施改善）
注意要点：X，Y坐标可以是因果关系，也可以都是因或都是果。
案例分析：横坐标表示某一添加剂的比例或分量，纵坐标是该比例或分量下的产品合格率，根据图表所示的状况取最佳添加比例范围。
六． 管制图法：
特 点：直观反映周期质量状况及判定正常与否。
实用范围：可用于可量化（长度，重量，温度等），也可用于不可量化的数据（不良数，缺陷数）统计。
注意要点：数据收集应有时间段或批量数据。
术语解释：上限：允许最大值；
下限：允许最小值。
案例分析：图表中横坐标表示时间段内各单位，纵坐标表示每时间单位对应的合格率，Y0表示正产值；Y1表示允许最大值；Y2表示允许最小值，根据图表分析时间段内质量状况。
七． 分布图法：
特 点：除能够直观反映质量状况，在直方图的基础上还能反映具体数值，进行运算。
实用范围：实用于需要进行质量运算的所有统计。
注意要点：该统计方法是在直方图的挤出上的一个升级，并融入大量高等数学，特别是函数知识。难度较一般方法会大一些。
案例分析：图表中纵轴代表平均值， ø 为标准差，可根据函数曲线得出某一各公差点上对应的合格率或不良件数。