《QC 七大手法运用实务》【1天】
QC七大手法运用实务
课程背景:
我们在做质量改善和问题解决的时候，很多资深的“老司机”，会依照自己的丰富经验
来直接做判断，当然经验非常宝贵，可以缩短我们摸索的时间；与此同时，我们更需要
结合生产一线的数据和统计分析，实事求是的把脉问题真实情况，依此来对症下药。而
QC七大手法是非常重要而关键的工具。
QC七大手法是由日本人统计出来的，是常用的统计管理方法，偏重于统计分析，是针
对问题发生后的改善，也是一切改善活动的基础和必要。它主要包括控制图、因果图、
直方图、排列图、检查表、层别法、散布图等所谓的QC七工具。
QC七大手法是统计分析的工具，就像开车一样，绝不可能通过看就能掌握的，需要大
家参与并实际操作，方可掌握。
课程收益：
1、了解QC七大手法在TQM全面质量管理中作用和意义
2、掌握QC七大手法的应用,及提升质量改善效率
3、掌握实战的质量异常分析中如何运用QC七大手法
授课天数：1天，6小时/天
学员对象：品管&生产&制程&研发主管、技术员、品管员、QC小组成员等
授课方式：启发式、教练式、 互动式、 小组讨论
课程大纲
第一讲：QC七大手法概述
一 QC七大手法与TQM的关联
1．全面质量管理
2．TQM做质量改进的重要工具
3．发掘问题与解决问题的科学性方法
二、QC七大手法历史
1．首创于美国
2．常用于品管/生产/工程等部门，以协助质量等问题的解决
三、质量管理的观念变化
1．质量是检验出来的
2．质量是生产出来的
3．质量是设计出来的
4．质量是全员质量管理出来的
互动研讨：公司产品质量跟哪些部门有关？
第二讲：QC七大手法介绍与运用
一、QC七大手法1---查检表
1．查检表定义
2．查检表2个作用
1）维持管理
2）改善管理
3．查检表分类
1）点检型查检表
2）记录型查检表
4．查检表设计的步骤
案例练习：《8S查检表》与《电铸槽点检确认记录表》
二、QC七大手法2---柏拉图
1．柏拉图定义
2．柏拉图的原则：80-20法则
案例练习：LCD功能测试站主要不良统计
3．柏拉图的作用
1）找到最重要的原因和异常
2）体现了“少数重要，多数次要”的规律
4．柏拉图制作实录
1）数据收集
2）归类统计
3）排序、并计算相关数据
4）绘制柏拉图
5）结论
案例练习：小明在回家的路上捡到一盒子的钱，请将这些钱的分布绘制成柏拉图
三、QC七大手法3---层别法
1．层别法定义
2．层别法层别的方法
1）常用4M1E区分
2）亦可用任何有意义的区分，例如：地点、气候, 日期, 作业条件 和
环境,批号,批别,原材料, 线别, 班别等.
案例练习：17寸显示器ESD静电打死暴量的层别分析
3．层别法实用注意事项
1）收集数据之前就应先使用层别
2）层别法与其他工具搭配使用
4．层别法的实际操作
四、QC七大手法4---鱼骨图（特性要因图）
1．鱼骨图定义
案例展示：客户端出现Mura缺陷
2．鱼骨图设计步骤
1）确定鱼头：问题
2）确定主刺（主因）
3）确定中刺（中因）
4）确定小刺（小因）
5）验证要因
案例练习：为什么培训没有效果
3．鱼骨图实用注意事项
1）原因解析愈细越好, 小刺可以制定具体对策为止
2）利用脑力激荡法，尽可能找出影响结果的所有因素
3）一次因与二次因选择不要混肴
4）有多少问题就画多少个图，不可多问题共一个图。
五、QC七大手法5---直方图
1．直方图定义
2．直方图设计步骤
1）收集量测数据并记录，分K个组
2）找全部数据中最大值及最小值
3）计算量测值的全距
4）决定数据区间（组距）
5）决定组距的组界及计算各组界出现次数
案例练习：用Minitab来计算切割尺寸的分布
3．直方图实用注意事项
1）使用等宽的间距，不等宽的间距将造成视觉的差异。
2）组数不要太多、也不要太少
3）OK的数据符合正态分布
4）常见的7种直方图（正态分布、偏态、双峰、绝壁等）
六、QC七大手法6---散布图
1．散布图定义
2．散布图设计步骤
1）找出数据中的最大值与最小值．
2）划出纵轴，横轴的刻度，计算组距．
3）组距＝max-min/组数n
4）各组对应数标示在坐标上
3．散布图实用注意事项
1）注意是否有异常点存在，亦即该点与其它点相距很远。
2）是否有必要加以层别，亦即由数据看是无相关，但将数据分群后却发现具有相关。
3）一个相关与否的散布图需放入单纯且必要的数据
案例练习：小明男同学的升高与体重相关性分析
七、QC七大手法7---管制图
1．管制图定义
2．管制图分类
1）计量值管制图
2）计数值管制图
3．均值与极差管制图（X－R ）的绘制步骤
4．管制图判别的12项法则
5．Ca、 Cp、Cpk
案例练习：针对客户要求对镀膜的膜厚绘制管制图
第三讲：新QC七大手法概述
一、关联图
二、系统图
三、亲和图
四、矩阵图
五、PDPC法
六、箭条图
七、矩阵资料解析法[pic]
