QC七大手法考试试题 姓名：部门：得分： 一、填空题（共20题） 1、QC七大手法包括查检表、层别法、直方图、柏拉图、特性要因图、管制图、散布图。 2、特性要因图是当一个问题的特性（结果）受到一些要因（原因）的影响时,我们将这些要因加以整理,成为有相互关系且有系统的图形。 3、散布图根据变量的相关性，可分为正相关、负相关、不相关。 4、应用到80：20原理的是QC七大手法中的___柏拉图____。~" S 5、造成产品变异的原因可分为异常原因、偶然原因。 6、查检表按用途分可分为记录用、查核用。 7、特性要因图，又称为鱼骨图、因果图。 8、制作特性要因图时，须收集多数人的意见,多多益善,可运用脑力激荡原则。 二、判断题（共30分） 1、散布图适用于计数型数据。（×） 2、排列图是寻找引发结果原因的管理图形工具。（×）3 m; `; q0 X 3、产品合格率、产品外观尺寸、时间等数据是属于计数值数据。（×） 4、在解决日常问题时，在收集数据之前就应使用层别法（√） 5、[柏拉图]方法，由品管圈(QCC)的创始人日本石川馨博士介绍到品管圈活动中使用，而成为品管七大手法之一（√） 6、制作直方图时，所收集数据的数量应大于50以上。（√） 7、偶然原因，本质上是局部的,很少或没有,可避免的。（×） 8、计量型管制图，当每小组的样本10个或10个以上时，应采用Xbar-S管制图。（√） 9、当有点出现在控制图A区以外，即可判断该点对应的产品已不合格。（×） 10、不合格数图C-CHART属于计量型管制图。（×） 三．简答题/计算题（共50分） 1、简述制作特性要因图的五步骤，举例并画一个鱼骨图。（30分） 答：①决定问题特性；②决定大要因；③决定中小要因；④圈出最主要的原因；⑤填上制作项目、日期、制作者等资料。 2、简述5W2H。（20分） （1）WHAT——是什么？目的是什么？做什么工作？ （2）HOW ——怎么做？如何提高效率？如何实施？方法怎样？ （3）WHY——为什么？为什么要这么做？理由何在？原因是什么？造成这样的结果为什么？（4）WHEN——何时？什么时间完成？什么时机最适宜？ （5）WHERE——何处？在哪里做？从哪里入手？ （6）WHO——谁？由谁来承担？谁来完成？谁负责？ （7）HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？
品管七大手法 七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图 五、散布图 将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。 1、分类 1）正相关：当变量X增大时，另一个变量Y也增大； 2）负相关：当变量X增大时，另一个变量Y却减小； 3）不相关：变量X（或Y）变化时，另一个变量并不改变； 4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。 2、实施步骤 1）确定要调查的两个变量，收集相关的最新数据，至少30组以上； 2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴； 3）将相应的两个变量，以点的形式标上坐标系； 4）计入图名、制作者、制作时间等项目； 5）判读散布图的相关性与相关程度。 3、应用要点及注意事项 1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判； 2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量； 3）由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系； 4）当有异常点出现时，应立即查找原因，而不能把异常点删除； 5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。 七、控制图 1、控制图法的涵义
影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况。控制图可以提供很多有用的信息，是质量管理的重要方法之一。 控制图又叫管理图，它是一种带控制界限的质量管理图表。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。 控制图是对生产过程质量的一种记录图形，图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。多数的制造业应用三倍标准差控制界限，如果有充分的证据也可以使用其它控制界限。 常用的控制图有计量值和记数值两大类，它们分别适用于不同的生产过程；每类又可细分为具体的控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。 2、控制图的绘制 控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤： ①按规定的抽样间隔和样本大小抽取样本； ②测量样本的质量特性值，计算其统计量数值； ③在控制图上描点； ④判断生产过程是否有并行。 控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题： ①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点； ②根据管理点上的质量问题，合理选择控制图的种类：
第九章 散布图(Scatter Diagram) 一、前言 散布图有以下的作用： ⒈能大概掌握原因与结果之间是否有关联及关联的程度如何。 图2-1。 ⒉能检查离岛现象是否存在。图2-2。 ⒊原因与结果关联性高时，二者可互为替代变数。对于过程参数或 产品特性的掌握，可从原因或结果中选择一较经济性的变数予以监测。并且可通过观察一变数的变化来知道另一变数的变化。 二、散布图的定义 特性要因图（鱼骨图）大概可以了解工程上那些原因会影响产品的质量特性，散布图也是以这种因果关系的方式来表示其关连性。并将因果关系所对应变化的数据分别点绘在x —y 轴坐标的象限上，以观察其中的关联性是否存在。 三、散布图的制作方法 以横轴（X 轴）表示原因，纵轴（Y 轴）表示结果，作法如下： ⒈收集成对的数据(x 1,y 1)，(x 2,y 2)，…整理成数据表。 第九章 散布图 145 146 品管七大手法 Y X Y X
⒉找出x,y ⒊以x,y 的最大值及最小值建立x —y 坐标，并决定适当刻度便于绘 点。 ⒋将数据依次点于x —y 坐标中，两组数据重复时以☉表示，三组数 据重复时以表示。 ⒌必要时，可将相关资料注记在散布图上。 ⒍散布图的注意事项： ⑴是否有异常点： 有异常点时，不可任意删除该异常点，除非异常的原因已确实掌握。 ⑵是否需分层： 数据的获得常常因为操作人员、方法、材料、设备或时间等的不同，而使数据的关联性受到扭曲。 a. 全体时低度关联，分层后高度关联。 b. 全体时高度关联，分层后低度关联。 ⑶散布图是否与原有技术、经验相符： 第九章 散布图 147 Y X Y X Y X Y X
医院品管圈七大手法之七控制图 在医院品管圈开展活动中，七大手法的应用直接影响到医院品管圈项目所取得的效果。本文主要介绍最常用的手法之七控制图。控制图能够对医院诊疗服务品质进行有效监控。一什么是控制图（WHAT） 控制图（Control Chart）是1924年由美国品管大师休哈特（W.A.She-whart）博士所发明。是对过程或过程中各特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图，也叫管制图。 控制图是根据假设检验的原理构造一种图，用于监测生产或服务过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。将实际的品质特性，与根据过去经验所建立的过程能力的控制界限比较，按时间先后的次序，以判别质量是否稳定。 控制图的基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中心线，上、下两条虚线分别为上、下控制界限。横轴表示按一定时间间隔抽取样本的次序，纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点子，它们可以用线段连接起来。 二为什么要使用控制阁图（WHY） 在工作过程中，工作质量会受各种因素的影响而产生变动。而引起变动的原因可分为两种，一种为偶然(随机）因素，一种为异常（非随机）因索。偶然因素是大量地客观存在的，
是过程所固有的，但对过程质特性的影响很小，是人们无法加以消除的。异常因素不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以消除的。 偶然因素和异常因素对照表： 当工作过程仅受偶然因素的影响，从而质量特征的平均值和变差都基本保持稳定时，称之为处于控制状态。此时，质量特征是服从确定概率分布的随机变量，它的分布（或其中的未知参数）可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。分布确定以后，质量特征的数学模型随之确定。为检验其后的过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。为此，每隔一定时间，抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为过程正常。否则，就认为受到某种异常因素的影响，或者说过程失去控制。发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因。从而维持过程的稳定状态，使过程可预测。 三控制图的分类 （一）按数据的性质分类
QC（旧）七大手法之六——散布图(scatter diagram) 第一小节散布图的观察分析 一．定义 散布图，也称散点图、相关图，散布图法又称为相关图法，QC要掌握的是平面散布图，是指通过分析研究两种因素的数据（成对出现）之间的关系，来控制影响产品质量的相关因素的一种有效方法（图示技术）。 散布图是研究成对出现的两组数据之间关系的图示技术。在生产实际中，往往是一些变量共处于一个统一体中，它们相互联系、相互制约，在一定条件下又相互转化。有些变量之间存在着确定性的关系，它们之间的关系，可以用函数关系来表达，如圆的面积S=πr2，有些变量之间却存在相关关系（即统计关系），即这些变量之间既有关系，但又不能由一个变量的数值精确地求出另一个变量的数值，如钢铁材料强度与含碳量之间的关系，车间的照明度与IPQC的测量误差之间的关系，人的身高与体重之间的关系等，这种统计关系只能用统计技术去研究，即将这两种有关的数据列出，用点子打在坐标图上，然后观察这两种因素之间的关系，这种图就是散布图或相关图，对散布图的分析称为相关分析。散布图中所分析的两种数据之间的关系，一般有三种：可以是特性与原因的关系，即特性——原因（结果——原因）；也可以是某一特性与另一特性的关系，即特性——特性（结果——结果）；还可以是同一特性的两个原因之间的关系，即原因——原因。 散布图分析法，是适用范围较广的一种数理统计方法。只要生产或试验中，存在着一些变量共处于一个共同体中，并且它们的关系又是不能用函数表示的非确定性关系，就可以运用散布图法来分析其是否具有相关关系以及这种关系的密切程度（即相关系数大小）。 若同时存在的不只是两个变量，而是多个变量，则可以两两分别作散布图来加以分析。当然，也可用正交试验设计方法来对多变量（因素）之间的关系进行分析，并求得它们之间的最优配合。 注：用相关图法，可以应用相关系数r、回归分析等进行定量的分析处理，确定各种因素对产品质量的影响程度。如果两个数据之间的相关程度很大，那么可以通过一个变量的控制来间接控制另外一个变量。 一般两组变量之间可能存在的关系有函数关系、相关关系和不相关三种情况。相关关系是普通存在的，而函数关系仅是相关关系的特例。 质量是一种随机现象，在产品实现的过程中，存在两类因素影响产品质量的特性，其一是随机性因素（偶然性因素），其二是系统性因素（非随机性因素即确定性因素）。在一定生产力水平下，随机性因素是不可观测和不可控无须控制的因素，在这种因素作用下产品质量特性的变化不会超出允许的界限（公差），产品质量符合要求。而系统性因素是确定性因素，是构成生产过程的必要条件，可观测可控制，发生异常变化，产品质量特性则会超出允许的界限，产品质量将不会符合要求。因此，在质量管理中，观测和控制这些决定产品质量特性是否符合要求的系统性因素，是一项重要的控制活动。 产品质量特性与影响因素的关系，可能没有确定的函数关系，但却具有某种关联，即原因和结果的关系。如何确定影响产品质量特性的因素之间存在的相关关系？能否通过控制相关因素达到控制产品质量的目的？这就是散布图要回答的关键问题。 二．散布图的作图过程 第一步：将需要研究是否有关系的两种数据收集30组或对(至少30对)以上，并一一对应地填入数据表：
品管七大手法之散布图(doc 7页)
No. X Y 1 x 1 y 1 2 x 2 y 2 3 x 3 y 3 4 x 4 y 4 … … … ⒉找出x,y 的最大值及最小值。 ⒊以x,y 的最大值及最小值建立x —y 坐标，并决定适当刻度便于绘 点。 ⒋将数据依次点于x —y 坐标中，两组数据重复时以☉表示，三组数 据重复时以表示。 ⒌必要时，可将相关资料注记在散布图上。 ⒍散布图的注意事项： ⑴是否有异常点： 有异常点时，不可任意删除该异常点，除非异常的原因已确实掌握。 ⑵是否需分层： 数据的获得常常因为操作人员、方法、材料、设备或时间等的不同，而使数据的关联性受到扭曲。 a. 全体时低度关联，分层后高度关联。 146 品管七大手法 Y X Y X Y X
b. 全体时高度关联，分层后低度关联。 ⑶散布图是否与原有技术、经验相符： 散布图若与原有技术、经验不相符时，应追查原因与结果是否受到其他因素干涉。 四、散布图的判读 依散布图的方向、形状，有以下几种关联情形： ⒈完全正（负）关联：点散布在一直线上。 完全正相关 完全负相关 ⒉高度正(负)关联：原因与结果(Y)的变化近于等比例。 第九章 散布图 147 Y X Y X Y X Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ
3.中度正(负)关联：原因(X)与结果(Y)的变化近于等比例。 4.低度正(负)关联：原因(X)与结果(Y)的变化近于等比例。 5.无关联：原因(X)与结果(Y)的变化完全不成比例。 6.曲线关联：原因(X)与结果(Y)的变化呈曲线变化。 148 品管七大手法 Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X
QC七大手法是什么? 检查表(Data collection form) 分层法(Stratification) 散布图(Scatter) 排列图(Pareto) 直方图(Histogram) 因果图(Cause-Effect diagram) 控制图(Control Chart) 应用在哪些方面?如何运用? 1. 查检表（Check List） 以简单的数据或容易了解的方式，作成图形或表格，只要记上检查记号，并加以统计整理，作为进一步分析或核对检查用，其目的在於『现状调查』。 2. 柏拉图（Pareto Diagram） 根据所搜集之数据，以不良原因、不良状况、不良发生或客户抱怨的种类、安全事故等，项目别加以分类，找出比率最大的项目或原因并按照大小顺序排列，再加上累积值的图形。用以判断问题症结之所。 3. 特性要因图（Characteristic Diagram） 一个问题的特性（结果）受一些要因（原因）的影响时，将这些要因加以整理，而成为有相互关系而且有条且有系统的图形。其主要目的在阐明因果关系，亦称『因果图』，因其形状与鱼骨图相似故又常被称作『鱼骨图』。 4.散布图（Scatter Diagram） 把互相有关连的对应数据，在方格上以纵轴表示结果，以横轴表示原因，然后用点表示分布形态，根据分析的形态未研判对应数据之间的相互关系。 5. 管制图（Control Chart） 一种用於调查制造程序是否在稳定状态下，或者维持制造程序在稳定状态下所用的图。管制纵轴表产品品质特性，以制程变化数据为分度；横轴代表产品的群体号码、制造曰期，依照时间顺序将点画在图上，再与管制界限比较，以判别产品品质是否安定的一种图形。 6. 直方图（Histogram） 将搜集的数据特性值或结果值，在一定的范围横轴上加以区分成几个相等区间，将各区间内的测定值所出现的次数累积起来的面积用柱形画出的图形。因此也叫柱形图。 7. 层别法（Stractification） 针对部门别、人别、工作方法别、设备、地点等所搜集的数据，按照它们共同特徵加以分类、统计的一种分析方法 QC七大手法 第一章概述 一、起源
控制图 1、概念 控制图又叫做管制图，是用于分析和判断工序是否处于稳定状态所使用的带有控制界限的一种工序管理图。 控制图是一种对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图，图上有中心线（CL ）、上控制线（UCL ）、下控制线（LCL ），并有按时间顺序抽取的样本计量值的描点序列。 控制图主要用于：过程分析及过程控制。 图1表示了控制图的基本形状： 2、原理 控制图的作图原理被称为“3σ原理”，或“千分之三法则” 。 根据统计学可以知晓，如果过程受控，数据的分布将呈钟形正态分布，位于“μ±3σ”区域间的数据占据了总数据的99.73%，位于此区域之外的数据占据总数据的0.27%（约千分之三，上、下界限外各占0.135%），因此，在正常生产过程中，出现不良品的概率只有千分之三，所以我们一般将它忽略不计（认为不可能发生），如果一旦发生，就意味着出现了异常波动。 μ：中心线，记为CL ，用实线表示； μ+3σ：上界线，记为UCL ，用虚线表示； μ－3σ：下界线，记为LCL ，用虚线表示。 3、控制图的种类 ①、计量值控制图：控制图所依据的数据均属于由量具实际测量而得。 A R Chart ）； B S Chart ）； C Chart ）； D 、单值控制图（X Chart ）； ②、计数值控制图：控制图所依据的数据均属于以计数值（如：不良品率、不良数、缺点数、件数等）。 A 、不良率控制图（P Chart ）； 质 量 特 性 数 据
B、不良数控制图（Pn Chart）； C、缺点数控制图（C Chart）； D、单位缺点数控制图（U Chart）。 4、控制图的用途 根据控制图在实际生产过程中的运用，可以将其分为分析用控制图、控制用控制图： ①、分析用控制图（先有数据，后有控制界限）：用于制程品质分析用，如：决定方针、制程解析、制程能力研究、制程管制之准备。 分析用控制图的主要目的是：（1）分析生产过程是否处于稳态。若过程不处于稳态，则须调整过程，使之达到稳态（称为统计稳态）；（2）分析生产过程的工序能力是否满足技术要求。若不满足，则须调整工序能力，使之满足（称为技术稳态）。根据过程的统计稳态和技术稳态是否达到可以分为如下所示的四种情况： 表1 统计稳态与技术稳态矩阵 当过程达到我们所确定的状态后，才能将分析用控制图的控制线延长用作控制用控制图。由于控制用控制图是生产过程中的一种方法，故在将分析用控制图转为控制用控制图时应有正式的交接手续。在此之前，会应用到判稳准则，出现异常时还会应用到判异准则。 ②、控制用控制图（先有控制界限，后有数据）：用于控制制程的品质，如有点子跑出界时，应立即采取相应的纠正措施。 控制用控制图的目的是使生产过程保持在确定的稳定状态。在应用控制用控制图过程中，如发生异常，则应执行“20字方针”，使过程恢复原来的状态（参见第6条）。 5、控制图原理的2种解释 ①、控制图原理的第1种解释：点出界出判异（小概率事件原理） 小概率事件原理：在一次实验中，小概率事件几乎不可能发生，若发生即判断异常。 在生产过程处理统计控制状态（稳态）时，点子出界的可能性只有千分之三，根据小概率事件原理，要发生点子出界的事件几乎是不可能的，因此，只要发现点子出界，就判定生产过程中出现了异波，发生了异常。 例：螺丝加工过程中，为了解螺丝的质量状况，从中抽取100个螺丝进行检查，量取螺丝的直径值（见表2），并将其用控制图作出（见图2）。
Q C七大手法试题及答案 SANY GROUP system office room 【SANYUA16H-
QC七大手法考试试题 姓名：部门：得分： 一、填空题（共20题） 1、QC七大手法包括查检表、层别法、直方图、柏拉图、特性要因图、 管制图、散布图。 2、特性要因图是当一个问题的特性（结果）受到一些要因（原因）的影响时,我们将这些要因加以整理,成为有相互关系且有系统的图形。 3、散布图根据变量的相关性，可分为正相关、负相关、不相关。 4、应用到80：20原理的是QC七大手法中的___柏拉图____。 5、造成产品变异的原因可分为异常原因、偶然原因。 6、查检表按用途分可分为记录用、查核用。 7、特性要因图，又称为鱼骨图、因果图。 8、制作特性要因图时，须收集多数人的意见,多多益善,可运用脑力激荡原则。 二、判断题（共30分） 1、散布图适用于计数型数据。（×） 2、排列图是寻找引发结果原因的管理图形工具。（×） 3、产品合格率、产品外观尺寸、时间等数据是属于计数值数据。（×） 4、在解决日常问题时，在收集数据之前就应使用层别法（√） 5、[柏拉图]方法，由品管圈(QCC)的创始人日本石川馨博士介绍到品管圈活动中使用，而成为品管七大手法之一（√） 6、制作直方图时，所收集数据的数量应大于50以上。（√） 7、偶然原因，本质上是局部的,很少或没有,可避免的。（×）
8、计量型管制图，当每小组的样本10个或10个以上时，应采用Xbar-S管制图。（√） 9、当有点出现在控制图A区以外，即可判断该点对应的产品已不合格。（×） 10、不合格数图C-CHART属于计量型管制图。（×） 三．简答题/计算题（共50分） 1、简述制作特性要因图的五步骤，举例并画一个鱼骨图。（30分） 答：①决定问题特性；②决定大要因；③决定中小要因；④圈出最主要的原因；⑤填上制作项目、日期、制作者等资料。 2、简述5W2H。（20分） （1）WHAT——是什么？目的是什么？做什么工作？ （2）HOW——怎么做？如何提高效率？如何实施？方法怎样？ （3）WHY——为什么？为什么要这么做？理由何在？原因是什么？造成这样的结果为什么？（4）WHEN——何时？什么时间完成？什么时机最适宜？ （5）WHERE——何处？在哪里做？从哪里入手？ （6）WHO——谁？由谁来承担？谁来完成？谁负责？ （7）HOWMUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？
品质管理七大手法之散布图 前面我们学习了品质管理七大手法中的检查表、柏拉图、层别法和特性要因图，本文介绍散布图。散布图是用来发现和显示两组相关数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。散布图主要分为以下几种类型：1.强正相关（a）：x增大，y也随之线性增大，x与y之间可用直线y=a+bx(b 为正数)表示。此时，只要控制住x，y也随之被控制住了。 2.弱正相关（b）：点分布在一条直线附近，且x增大，y基本上随之线性增大， 此时除了因素x外可能还有其它因素影响y。 3.无关（c）：x和y两变量之间没有任何一种明确的趋势关系，说明两因素互 不相关。 4.弱负相关（d）：x增大，y基本上随之线性减小，此时除x之外，可能还有其 它因素影响y。 5.强负相关（e）：x与y之间可用直线y=a+bx(b为负数)表示。y随x的增大而 减小。此时，可以通过控制x而控制y的变化。 6.非线性相关（f）：x、y之间可用曲线方程进行拟合，根据两变量之间的曲线 关系，可以利用x的控制调整实现对y的控制。
散布图的制作方法： 1.一般收集至少20组以上资料； 2.找出数据中的最大值与最小值； 3.准备座标纸，划出纵轴、横轴的刻度，计算组距，通常纵轴代表结果，横 轴代表原因，组距的计算应以数据中的最大值减小值除以所需设定的组数求得； 4.将各组对应数标示在座标上； 5.须填上资料的收集地点、时间、测定方法、制作者等项目。 下面用散布图展示电动自行车的工艺设计与人工时效之间的关系，由潍坊品质管理部工艺组提供的丽颖生产工艺的有关数据如下： 总工时：1880秒，工位最短工时：28秒，工位最大工时：57秒 工位布置：50人 则人均工时：37.6秒（即理论上每37.6秒下1台车） 理论人工时效=3600秒/[37.6秒（每台）*50人]=1.91台/人 实际上我们计算人工时效是按最大工时（瓶颈工位工时）计算，即： 实际人工时效=3600秒/[57秒（每台）*50人]=1.26台/人 那么实际工时效率=1.26台（每人）/1.91台（每人）=66%，也就是说，因瓶颈工位导致的人工时效损失为34%。下面我们从理论上计算一下瓶颈工位工时与人工时效之间的关系：
第九章 散布图(Scatter Diagram) 一、前言 散布图有以下的作用： ⒈能大概掌握缘故与结果之间是否有关联及关联的程度如何。 图2-1。 ⒉能检查离岛现象是否存在。图2-2。 ⒊缘故与结果关联性高时，二者可互为替代变数。关于过程参数或产品特性的掌握，可从缘故或结果中选择一较经济性的变数予以监测。同时可通过观看一变数的变化来明白另一变数的变化。 二、散布图的定义 特性要因图（鱼骨图）大概能够了解工程上那些缘故会阻碍 第九章 散布图 145 X X
产品的质量特性，散布图也是以这种因果关系的方式来表示其关连性。并将因果关系所对应变化的数据分不点绘在x—y轴坐标的象限上，以观看其中的关联性是否存在。 三、散布图的制作方法 以横轴（X轴）表示缘故，纵轴（Y轴）表示结果，作法如下： ⒈收集成对的数据(x1,y1)，(x2,y2)，…整理成数据表。 146 品管七大手法 ⒉找出x,y的最大值及最小值。 ⒊以x,y的最大值及最小值建立x—y坐标，并决定适当刻度便 于绘点。 ⒋将数据依次点于x—y坐标中，两组数据重复时以☉表示，三 组数据重复时以表示。
⒌必要时，可将相关资料注记在散布图上。 ⒍散布图的注意事项： ⑴是否有异常点： 有异常点时，不可任意删除该异常点，除非异常的缘故已确实掌握。 ⑵是否需分层： 数据的获得常常因为操作人员、方法、材料、设备或时刻等的不同，而使数据的关联性受到扭曲。 a. 全体时低度关联，分层后高度关联。 b. 全体时高度关联，分层后低度关联。 第九章 散布图 147 Y X Y X Y Y Y
⑶散布图是否与原有技术、经验相符： 散布图若与原有技术、经验不相符时，应追查缘故与结果是否受到其他因素干涉。 四、散布图的判读 依散布图的方向、形状，有以下几种关联情形： ⒈完全正（负）关联：点散布在一直线上。 X X 关 X X
第七章控制图95 第七章控制图 一．前言: 为使现场的质量状况达成目标，均须加以管理。我们所说的“管理”作业,一般均用侦测产品的质量特性来判断“管理”作业是否正常。而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在“管理”状态,即为控制图的基本根源。 控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。 二．控制图的基本特性: 一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。 控制状态: 96 品管七大手法 上控制界限(UCL) 中心线(CL) 下控制界限(LCL)
三．控制图的原理: 1.质量变异的形成原因: 一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品; 而引起变动的原因可分为两种：一种为偶然(机遇)原因； 一种为异常(非机遇)原因。 （1）偶然(机遇)原因(Chance causes)： 不可避免的原因、非人为的原因、共同性原因、一般 性原因,是属于控制状态的变异。 （2）异常(非机遇)原因(Assignable causes): 可避免的原因、人为的原因、特殊性原因、局部性原 因等,不可让其存在,必须追查原因,采取必要的行动, 使过程恢复正常控制状态,否则会造成很大的损失。
品管（QC ）七大手法之散布图 摘要 品管七大手法主要是用较便捷的手法来解决一些管理上的问题，在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。下面我们就QC 七大手法中的散布图进行介绍。 什么是散布图？ 散布图是用非数学的方式来辨认某现象的测量值与可能原因因素之间的关系. 这种图示方式具有快捷，易于交流, 和易于理解的特点。用来绘制散布图的数据必须是成对的(X,Y)。通常用垂直轴表示现象测量值Y ，用水平轴表示可能有关系的原因因素X 。 散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。 散布图的分类 1、强正相关（如容量和附料重量） 2、强负相关（油的粘度与温度） 3、弱正相关（身高和体重） 4、弱负相关（温度与步伐） 5、不相关（气压与气温） 6、曲线相关 散布图的构成 散布图是由一直角坐标，其横轴表示X 变量的测定值，纵轴表示Y 变量的测定值，将各组X 测定值与Y 测定值之交点全部绘出，即成为散布图。 散布图的特色 (1)从散布图可简单容易判断X 与Y 两个变量间: ?是否有相关关系。 ?相关关系的強弱。 ?是正相关或者負相关。 ?是直线相关或是曲线相关。 (2)从散布图上可简单容易判断数据是否有异常趋势或是有沒有必要作层別分析。
散布图的用途 (1)验证两个变量间的相关关系。 (2)掌握要因对特性的影响程度。 散布图的作法 1、收集X与Y两个变量足够之对应数据。 2、计算X变量测定值的平均值，计算Y变量测定值的平均值。 3、在直角横坐标X轴上划出X值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。纵坐标Y轴上划出Y值的刻度(刻度在轴的内侧，数字标示在轴的外侧)，并且以最小值当起点，刻度间表示均为同等值。 4、X轴与Y轴之交点处不可标示0数字，并且X轴的全宽度与Y轴的全宽度最好相等。 5、将各組之数据的点绘于坐标上： (1)如有2点重复时以⊙表示。 (2)如有3点重复时以⊙表示。 制作散布图时，应注意以下事项： 1、两组变量的对应数至少在30个以上，最好50个，100个最佳。 2、找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X－Y坐标。 3、通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量。 4、散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。 散布图的看法----相关关系的判定法 1、完全相同 a.完全正相关---X变量增加时Y的变量随着增加，点子逐渐上升成一斜线（下图所示） b.完全负相关---X变量增加时Y的变量却减少，点子逐渐下降成一斜线（下图所示）
qc七大手法之散布图(doc 7页)
第九章 散布图(Scatter Diagram) 一、前言 散布图有以下的作用： ⒈能大概掌握原因与结果之间是否有关联及关联的程度如何。 图2-1。 ⒉能检查离岛现象是否存在。图2-2。 ⒊原因与结果关联性高时，二者可互为替代变数。对于过程参数或产品特性的掌握，可从原因或结果中选择一较经济性的变数予以监测。并且可通过观察一变数的变化来知道另一变数的变化。 二、散布图的定义 特性要因图（鱼骨图）大概可以了解工程上那些原因会影响产品的质量特性，散布图也是以这种因果关系的方式来表示其关连性。并将因果关系所对应变化的数据分别点绘在x —y 轴坐标的象限上，以观察其中的关联性是否存在。 三、散布图的制作方法 以横轴（X 轴）表示原因，纵轴（Y 轴）表示结果，作法如下： ⒈收集成对的数据(x 1,y 1)，(x 2,y 2)，…整理成数据表。 第九章 散布图 145 Y X Y X
3.中度正(负)关联：原因(X)与结果(Y)的变化近于等比例。 4.低度正(负)关联：原因(X)与结果(Y)的变化近于等比例。 5.无关联：原因(X)与结果(Y)的变化完全不成比例。 6.曲线关联：原因(X)与结果(Y)的变化呈曲线变化。 148 品管七大手法 Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X －ｘ －ｙ Y X
五、示 例 ⒈空气污染程度，与肺疾病的病例数目间的关系。 ⒉天气温度(0C)与空调销售量间的关系。 六、实例演练 真空电镀的作业过程中，电子束的强度(power)影响电镀产品的镀膜厚(thickness)度，希望找出二者间的相互关系。 ⒈收集数据。 No. X Y No. X Y 1 50 3. 2 6 50 3.4 2 70 4.7 7 90 5.1 3 100 5.4 8 90 5.0 4 80 4.9 9 70 4.5 5 60 3.8 10 70 4.3 第九章 散布图 149 肺 疾空气污销售量温度X=强度(KV)