数据Data的分类和QC工具

新Innovation好书推荐[点击Logo进入]


精益、质量、改善工具?

所谓改善工具,就是对某种问题提出解决方案的工具。

但是,在现场正确的使用该工具的人却并不多。

将现场可能发生的问题总括起来,本次连载通过问答的方式进行说明,

将工具的活用等方法用简单易懂的方式进行介绍。

Q_001:

对于计量值和计数值,还是不太理解。请通俗易懂的给介绍一下。

A :

计量值计量值数据,在质量管理中是非常重要的区分。根据数据类型是"计量值"还是"计数值",使用的统计方法(控制图、验证、推测、抽样检查、分布等)的方法也会有所不同。

简单来说,计量值数据是指具有需要使用计量仪器器测量数值的性质的数据,计数值数据是指无需额外使用计量仪器,可用肉眼观看并去数'一、二、三、...'的数据。

如果对此进行更系统的整理,就如下<表>一样。

Q_002:

请讲解一下QC 7种工具】。

:

QC 7种工具在数据中也可以有效的用于整理量化数据。

这些方法用于比较数据的大小或确认数据的趋势、收集的数据形式(分布或平均值)、找出某种原因变数和结果特性值之间的相关关系等,另外,加工语言类数据的技法,被称为'特性要因图(鱼骨图、因果图)’。特性要因图在找出某些问题的原因时,是非常有效的方法之一。

简单整理各技法的使用用途,参考下列内容。

❤图表(含控制图):

用图形来体现数据,比较数量的大小,或为了更容易的找出数量的变化状态的方法(控制图可以有效的掌握工序工程的稳定状态)

❤帕累托图(柏拉图、排列图):

将数据按项目分类整理,按大小顺序罗列,查清最大问题是什么的方法。

❤分层(层别法):

构成'Group’问题(数据),是根据怎样的特征分为几个Group,掌握对质量的影响程度的方法

❤直方图(Histogram):

依据从某系列获取的数据来掌握系列的形态(分布的形状、中心位置、散布的大小)的方法

❤散点图:

用记录成对的2个数据来观察数据相互间的关系的图表,根据事实获取的数据来解释不合格的结果,和认为与其原因之间有什么关系(因果关系)的方法

❤Check Sheet

在事先设计的表单Sheet上记录想要获取的信息(数字、现象),使数据整理起来更加简单的方法

❤特性要因图(鱼骨图、因果图):

将特性(结果)和要因(原因)的关系,系统地用图形表示的方法。

Q_003:

请讲解一下【新QC 7种工具】。

:

原有的QC 7种工具大部分是用于整理、分析'量化数据’的技法,相反,新QC 7种工具大部分都是整理、分析'定性(语言)’类数据的技法。

在这里很难具体说明各技法的使用方法和用途

在这里只整理各技法的使用要点,参考下方内容。

❤关联图法:

对复杂因素交织在一起的问题,通过明确因果关系来找到切实可行的解决方案的方法。

❤亲和图法:

在混淆状态下收集的语言数据,根据相互之间的亲和性而进行统一,明确需要解决的问题的方法。

❤系统图法:

系统地推出想要达到目的的最佳手段的方法

❤矩阵图法:

通过多元思考明确问题点的方法,把问题中科院关注的思想或事项要素通过矩阵组合起来进行思考,从而获得解决问题的Point的方法。

❤矩阵数据解析法:

将排列在矩阵中众多变数之间的相关关系,用数据通俗易懂的进行整理的方法。

❤PDPC法(Process,Decision Program Chart,过程决定计划图):

决定一个既能取得进展又能产生各种结果的流程的方法。

❤箭线图法Arrow Diagram:

制定最合适的日程计划,有效管理工作进度的方法,可直接使用OR技法中PERT(Program Evaluation and Review Technique)和(Critical Path Method)。

(0)

相关推荐