QC七大手法
- 格式:doc
- 大小:495.50 KB
- 文档页数:33
QC七大手法完整版介绍七大质量控制手法是指通过一系列工具和技术来管理和控制产品或项目的质量,确保其达到预期的标准和要求。
以下是七大质量控制手法的完整版介绍:1.散点图:散点图是一种用于显示两个变量之间关系的图表。
通过将两个变量的取值绘制在坐标轴上,可以观察到可能的相关性。
散点图可以用于分析数据,发现可能的关联和异常点,并帮助确定合适的控制措施。
2.流程图:流程图是一种图形化表示过程的工具。
通过绘制不同步骤和决策之间的连接,可以清晰地展现整个过程的流程和逻辑。
流程图可以帮助识别可能的瓶颈和错误,并优化流程,提高效率和质量。
3.直方图:直方图是一种用于显示数据分布情况的图表。
通过将数据按照一定的范围进行分类和统计,并用条形图表示各个范围内的频率,可以直观地了解数据的分布情况和偏差。
直方图可以用于分析数据质量,检测异常数据和确定控制上限和下限。
4.控制图:控制图是一种用于监控过程稳定性和质量的统计工具。
通过绘制过程数据点的变化趋势和控制限,可以追踪过程的中心线和变异范围,及时发现和纠正异常,确保过程在可控范围内。
控制图可以用于实时监控和改进过程质量。
5.因果图:因果图是一种用于分析问题根本原因的工具。
通过将问题细分为各个因素,并挖掘这些因素之间的因果关系,可以找到问题的本质原因。
因果图可以帮助识别和解决问题的潜在因素,指导改进措施的制定。
6. Pareto 分析:Pareto 分析是一种按重要性排序的方法,用于确定改进工作的优先级。
通过将问题或缺陷按照发生频率或影响程度进行分类和统计,并用累积百分比曲线表示,可以快速找到重要问题并采取相应措施。
Pareto 分析可以帮助决策者集中精力解决最重要的问题,提升整体质量。
7.效果图(雷达图):效果图是一种用于比较和评估多个指标综合表现的图表。
通过将不同指标的取值绘制在雷达图上,可以直观地比较各个指标的相对优劣,并找到改进的方向和重点。
效果图可以用于综合评估产品或项目的质量表现,制定改进措施和目标。
质量管理是现代企业生产过程中非常重要的一个环节。
而在质量管理中,QC七大手法是非常关键的一部分。
本文将详细介绍质量管理的QC七大手法,为读者提供全面的了解和知识。
一、整理(Seiri)整理是指清除不必要的物品,只留下必要的物品。
在质量管理中,整理是非常重要的一环,它可以提高生产效率,减少浪费,使生产过程更加流畅。
只有把生产过程中的“无用之物”清除出去,企业才能更好地进行质量管理。
二、整顿(Seiton)整顿是指合理地安排必要的物品,减少寻找物品的时间。
在生产过程中,整顿可以让工作场所变得整洁、清爽,让员工能够更加高效地工作。
通过整顿,企业可以减少错误和浪费,提高产品的质量。
三、清扫(Seiso)清扫是指使工作场所保持清洁。
在质量管理中,清扫是非常重要的一环,它可以降低工作场所的事故率,减少杂物对生产过程的干扰,保障产品的质量。
四、清洁(Seiketsu)清洁是指使工作场所保持整洁、清爽。
在质量管理中,清洁可以提高员工的工作积极性和生产效率,让员工在一个整洁的环境中工作,有利于保障产品的质量。
五、遵守纪律(Shitsuke)遵守纪律是指要求员工遵守企业的规章制度、操作规程,做好本职工作。
在质量管理中,遵守纪律可以保障生产过程的正常进行,有利于提高产品的质量。
六、标准化(Seiketsu)标准化是指建立符合国家标准和企业要求的生产工艺流程,加强操作规范。
在质量管理中,标准化可以保障产品的质量和一致性,帮助企业提高生产效率,降低成本。
七、自律(Jishu)自律是指员工自觉遵守标准化操作规程,保障产品的质量。
在质量管理中,自律可以提高员工对质量的重视程度,保障产品的质量和企业的声誉。
总结起来,质量管理的QC七大手法是非常重要的一环,它涵盖了生产、管理、人员培训等多个方面,能够有效地提高产品的质量和企业的竞争力。
企业在质量管理中应当重视QC七大手法的实施,不断优化和提升生产管理水平,使产品质量得到更好的保障。
QC七大手法有哪些在质量管理领域,质量控制(Quality Control,简称QC)是一种常用的管理方法,用于确保产品或服务符合质量要求。
为了提高产品或服务质量,可以使用一系列的手法来控制和监测质量。
本文将介绍QC 七大手法,包括:1.物理检验2.外观检验3.抽样检验4.统计控制图5.测试和验证6.校准和校验7.过程改进1. 物理检验物理检验是通过对产品的物理属性进行测试和评估来判断产品是否符合质量要求。
例如,对于电子产品,可以通过测量尺寸、重量、电压等物理指标来进行检验。
物理检验可以直观地反映产品的实际性能和质量水平,是质量控制的常用手段之一。
2. 外观检验外观检验是通过对产品的外观特征进行检查,以判断产品是否存在表面缺陷、污染或其他不良情况。
外观检验可以通过肉眼观察或借助辅助工具(如放大镜、显微镜等)来进行。
外观检验尤其适用于对产品外观要求高的行业,如汽车、家电等。
3. 抽样检验抽样检验是根据一定的抽样方法,从批量生产中随机抽取一部分样品进行检验。
通过对样品的检验结果进行统计分析,可以推断整个批次产品的质量情况。
抽样检验可以有效地节约时间和成本,同时又能提供可靠的质量判断结果。
4. 统计控制图统计控制图是一种基于统计方法的质量控制工具,用于监控和管理一个过程的质量。
通过将过程的质量参数反复测量,并将测量结果绘制在控制图上,可以判断过程是否处于统计控制状态。
统计控制图可以及时识别出过程中的异常情况,并采取相应的措施进行调整和改进。
5. 测试和验证测试和验证是通过执行已定义的测试计划和验证方案来验证产品是否符合规格和需求。
测试和验证涉及对产品的功能、性能、可靠性等方面进行全面的测试和评估。
通过测试和验证可以发现产品的潜在问题,及早进行修正,确保产品的质量符合要求。
6. 校准和校验校准和校验是对测量设备和工具进行校准和验证,以确保其测量结果的准确性和可靠性。
校准是通过调整设备或工具的参数,使其与已知标准一致。
QC七大手法具体内容1.检查表2.层别法3.柏拉图4.因果图5.散步图6.直方图7.控制图品管七大手法是常用的统计管理方法,又称为初级统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
其实,质量管理的方法可以分为两大类:一是建立在全面质量管理思想之上的组织性的质量管理;二是以数理统计方法为基础的质量控制。
组织性的质量管理方法是指从组织结构,业务流程和人员工作方式的角度进行质量管理的方法,它建立在全面质量管理的思想之上,主要内容有制定质量方针,建立质量保证体系,开展QC小组活动,各部门质量责任的分担,进行质量诊断等。
统计质量控制是美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出的控制图为起点,半个多世纪以来有了很大发展,现在这些方法可大致分为以下三类。
(1)初级统计管理方法:又称为常用的统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具(或叫品管七大手法)。
运用这些工具,可以从经常变化的生产过程中,系统地收集与产品质量有关的各种数据,并用统计方法对数据进行整理,加工和分析,进而画出各种图表,计算某些数据指标,从中找出质量变化的规律,实现对质量的控制。
日本著名的质量管理专家石川馨曾说过,企业内95%的质量管理问题,可通过企业上上下下全体人员活用这QC七工具而得到解决。
全面质量管理的推行,也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。
(2)中级统计管理方法:包括抽样调查方法、抽样检验方法、功能检查方法、实验计划法、方法研究等。
这些方法不一定要企业全体人员都掌握,主要是有关技术人员和质量管理部门的人使用。
(3)高级统计管理方法:包括高级实验计划法、多变量解析法。
这些方法主要用于复杂的工程解析和质量解析,而且要借助于计算机手段,通常只是专业人员使用这些方法。
QC七大手法又称品管七大工具,是常用的统计管理方法。
QC七大手法,体现了质量管理的“以事实和数据为基础进行判断和管理”的特点,是建立在全面质量管理思想之土的组织性的质量管理,是以数据统计方法为基础的质量控制。
QC七大手法:1、检查表2、层别法3、柏拉图法4、特性要因图法5、散布图6、直方图7、管制图QC九大步骤:1、发掘问题2、选定题目3、追查原因4、分析资料5、提出办法6、选择对象7、草拟行动 8、成果比较 9、标准化一、发掘问题:1、问题小易发挥2、不花钱即可由小组自行解决3、有预期之成果4、可达到演练和实用之目的二、选定题目:选题原则:意见一致,不花钱,短期内可以做到不要别人支持选题方向:团队合作,提高生产力,提高品质,降低成本工具:选题评估三、追查原因:针对问题、经由脑力激荡可能发生的原因工具:鱼骨图(特性要因图)四、分析资料:用QC七大工具找出生产问题的重点加以分类,排列以及编辑以使小组成员修作明确的抉择工具:价差表管制图直方图特性要因图柏拉图散布图层别法五、提出办法:针对问题重点提出解决办法,同时订出解决方案的标准,以确定小组是否有能力解决工具:鱼骨图(特性要因图)六、选择对象:1、采用全员认为最能发挥的方式2、朝放置再发生的方向选择3、对策无副作用,选择对策要根据现状分析,检讨如何改善,并将预期的成果显现出来七、草拟行动:3W :WHAT WHO WHEN1、把每一样工作细节列下来2、每位组员参与讨论取得协议3、开始分配任务(平均分配、组员性向、职位相关)4、制定完成时间和期限八、成果比较:1、期间比较(改善前中后)2、特性值比较(品质提高、成本降低、效率提升)3、无形成果比较(意识、能力、信心、责任感、方法应用)4、比较基准一致,且勿以单一角度比较工具:柏拉图比较,推移图比较九、标准化:依据现场实际状况合理制定材料、设备、制品等作业方法,手训,规定,规格等标准,有组织有系统灵活运用,以达到经营管理之目的。
QC七大手法1、将要处置的事,以状况(现象)或原因加以层别;2、纵轴虽可以表示件数,但最好以金额表示比较强烈;3、决定搜集资料的期间,自何时至何时;4、各项目依照合计之大小顺位向左至右排列在横轴上;5、绘上柱状图;6、连接曲线。
(附表)特性要因图(鱼骨图)是柏拉图的补充,实验计划是应用统计手法进行解决问题的方法。
利用实验设计的简单方法进行工作方法的突破,也是每个企业,每个管理人员应全力去进行的。
散布图是用来表示一组或对的数据之问题是否有相关性。
1、收集资料(30组以上)2、找出数据中最大值与最小值3、准备座标纸,画出数轴,横轴的刻度,计算组距,纵轴代表结果,横轴代表原因。
组距=(max-m:n)/组数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。
查核表就是将要进行查看的工作项目一项一项地整理出来,然后定期或定时检查1、制作表格,决定记录形式2、将点检项目列出3、查核4、异常事故处理管理的2个阶段,A、改善管理,B、维持管理并持续进行,新的方法要标准化查方图就是将杂乱无章之资料,解析出其规则性1、收集数据,并记录于纸上,总数以N表示2、3、找出最大值LR=L-S4、定组距CR/组数=组距通常为2.5或10的倍数5、定组界最小一组的下组界=S-测量值的最小位数(一般为1或0.1)*0.5最小一组的上组界=最下组界+组距最小二组的下组界=最小一组的上组界6、决定组的中心点(上组界+下组界)/2=组的中心点7、制作次数分布表依数值大小记入各组的组界内,然后计算各组出现的次数8、制作直方图横轴表示测量值的变化,纵轴表示次数,将各组的组界标示在横轴上,各组的次数多少,则将柱形划在各组距上。
9、填上次数,规格,平均值,数据来源,日期,直方形主要作为观察用。
主要是为观察直方图之分布图型,将可行到之物状况:a)柱状图形呈钟形曲线,可以说:a、制程正常且稳定。
b、变异大致源自机遇原因,然若呈现的是一种双峰式多峰形分布。
Volex(SZ) QA Department training MaterialQuality Control Seven ToolsPresented By: Xia Fan2th April. 2001Suzhou Quality1Quality Control Seven Tools品质管理需要用科学的管理方法和统计技术,对影响品质的各方面因素进行系统的考虑;对相关数据进行收集、处理、分析;找出形成原因和解决方法;实施改进。
Quality Control Seven Tools品质管理活动中所运用的统计手法一般称为“QC七大手法”:1、检查表(又称点检表)——收集、整理资料;根据事实、数据说话。
2、柏拉图(又称排列图)——确定主导因素;并非对所有原因采取处置,而是先就其中影响较大的2~3项采取措施。
3、因果图(又称特性要因图、鱼骨图)——寻找引发结果的原因;整理原因与结果之关系,以探讨潜伏伏性的问题。
Quality Control Seven Tools4、分层法(又称层别法)——从不同角度层面发现问题;所有数据不可仅止于平均,须根据数据的层次,考虑适当分层。
5、散布图(又称散点图)——展示变量之间的线性关系;6、直方图(数次表)——展示过程的分布情况;凡事物不能完全单用平均值来考虑,应该了解事物均有变异存在,须从平均值与变异性来考虑-。
7、控制图(又称管控图)——识别波动的来源;凡事物不能完全单用平均值来考虑,应该了解事物均有变异存在,须从平均值与变异性来考虑-Quality Control Seven Tools具体步骤是:1、问题的把握点(柏拉图、直方图),2、对问题的现状分析(控制图、检查表、散布图、层别法),3、改善对策实施(利用各种统计方法及固定的技术),4、实施结果的确认(推移图、柏拉图),5、标准化。
Quality Control Seven Tools1.什么是检查表:检查表是一种为了便于收集数据而设计的表格。
QC七大手法简介七种工具常说的七种工具指的是QC旧七大手法,即检查表、层别法、柏拉图、因果图(也称鱼刺图)、散布图(也称相关图)、直方图、控制图。
层别法层别法是所有手法中最基本的概念,亦即将多种多样的资料,因应目的的需要分成不同的类别,使之方便以后的分析。
通常使用的最多的是空间层别方法:作业员:不同拉、班、组别机器:不同机器别原料、零件:不同供给厂家别作业条件:不同的温度、压力、湿度、作业场所产品:不同的产品别(如同时生产Ni-Cd和Ni-MH电池)时间别:不同批别、不同时间生产的产品其他:如使用不同的工艺方法生产的同种产品别检查表以简单的数据,用容易理解的方式,制成图形或表格,必要时记上检查记号,并加以统计整理,作为进一步分析或核对检查之用。
检查表常见种类:1.不合格项目的检查表;2.工序分布检查表;3.缺陷位置检查表;4.操作检查表。
使用检查表的注意事项:1.应尽量取得分层的信息;2.应尽量简便地取得数据;3.应立即与措施结合。
应事先规定对什么样的数据发出警告,停止生产或向上级报告。
4.检查项目如果是很久以前制订现已不适用的,必须重新研究和修订5.通常情况下归类中不能出现“其他问题类”。
柏拉图意大利经济学家Vilfredo.Pareto巴雷托在分析社会财富分配时设计出的一种统计图,美国品管大师Joseph Juran朱兰将之加以应用到质量管理中。
柏拉图能够充分反映出“少数关键、多数次要”的规律,也就是说柏拉图是一种寻找主要因素、抓住主要矛盾的手法。
因果图因果图最先由日本品管大师石川馨提出来的,故又叫石川图,同时因其形状,又叫鱼刺图、鱼骨图、树枝图。
还有一个名称叫特性要因图。
用以找出造成某问题可能原因的图表。
因果图可用来分析的问题类型:1.表示产品质量的特性:尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等;2.费用特性:价格、收率、工时数、管理费用等;3.产量特性:产量、交货时间、计划时间等4.其他特性:出勤率、差错件数、合理化建议件数常按:4M1E即人(员)、机(器)、料(原料)、法(工艺方法)、环(境)散布图法散布图是用来表示一组成对的数据之间是否有相关性的一种图表。
一、QC七大手法分为:1、简易七大手法:甘特图、流程图、5W2H、愚巧法、雷达法、统计图、推移图2、QC旧七大手法:特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图3、QC新七大手法:关连图、系统图法、KJ法、箭头图法、矩阵图法、PAPC 法、矩阵数据解析法计数值:以合格数、缺点数等使用点数计算而得的数据一般通称为计数数据。
(数一数)计量值:以重要、时间、含量、长度等可以测量而得来的数据,一般为计量值,如长度、重要、浓度,有小数点的凡四舍五入都称之。
(量一量)4、QC七大手法由五图,一表一法组成:五图:柏拉图、散布图、直方图、管制图、特性要因分析图(鱼骨图)一表:查检表(甘特图)一法:层别法二、介绍简易七大手法:1、甘特图:用途1、工作进度安排2、查核工作进度3、掌握现况4、日常计划管理用是一种最容易、最有效的一种进度自我管理。
2、统计图(条形图):用途1、异常数据一目了然。
2、容易对照比较。
3、易看出结论。
应用最普通报章、杂志均可看到的图表。
应用到层别法。
3、推移图(趋势图):用途1、数据对时间变化管理使用。
2、可以把握现状、掌握问题点。
3、效果、差异比较。
了解数据差异最简单的方法,应用很广。
次品率、推移图。
4、流程图:用途1、工作内容之表示。
2、容易掌握工作站。
3、教育、说明用。
工作说明、内容之简易表示方法。
5、圆图:用途1、用以比较各部分构成比例。
qc七大手法是指什么••qc七大手法是什么••qc七大手法是指企业质量管理中常用的质量管理工具,有“老七种”和“新七种”之分。
“老七种”有分层法、调查表、排列法、因果图、直方图、控制图和相关图,新的QC七种工具分别是系统图、关联图、亲和图、矩阵图、箭条图、PDPC法以及矩阵数据分析法等。
•02“七大手法”主要是指企业质量管理中常用的质量管理工具,有“老七种”和“新七种”之分。
“老七种”有分层法、调查表、排列法、因果图、直方图、控制图和相关图,新的QC七种工具分别是系统图、关联图、亲和图、矩阵图、箭条图、PDPC法以及矩阵数据分析法等。
•03QC七大手法: 1、层别法:层别法就是将大量有关某一特定主题的观点、意见或想法按组分类,将收集到的大量的数据或资料按相互关系进行分组,加以层别。
层别法一般和柏拉图、直方图等其它七大手法结合使用,也可单独使用。
2、查检表检查表就是将需要检查的内容或项目一一列出,然后定期或不定期的逐项检查,并将问题点记录下来的方法,有时叫做查检表或点检表。
3、柏拉图柏拉图的使用要以层别法为前提,将层别法已确定的项目从大到小进行排列,再加上累积值的图形。
它可以帮助我们找出关键的问题,抓住重要的少数及有用的多数,适用于记数值统计,有人称为ABC图,又因为柏拉图的排序识从大到小,故又称为排列图。
•044、直方图直方图是针对某产品或过程的特性值,利用常态分布(也叫正态分布)的原理,把50个以上的数据进行分组,并算出每组出现的次数,再用类似的直方图形描绘在横轴上。
5、因果分析图所谓因果图,又称特性要因图,主要用于分析品质特性与影响品质特性的可能原因之间的因果关系,通过把握现状、分析原因、寻找措施来促进问题的解决,是一种用于分析品质特性(结果)与可能影响特性的因素(原因)的一种工具。
又称为鱼骨图。
6、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”。
QC七大手法一、层别法将各种各样的相当复杂资料,以有目的有系统归纳与分类,使之方便以改善的方法,是最基本的统计方法。
二、柏拉图法在工厂中,发生不良影响效果的问题很多,如果不明目的一一去加以分析及控制,往往难达到预期的效果。
1、柏拉图法即是要根据收集的数据,以不良原因、不良状况、不良发生位臵及客户抱怨的种类等项目加以分类,计算出各项所占的比例按大小顺序排列再加上累积的图形。
2、制作步骤:A、决定需要解决的问题,对状况或原因以层次别法的项目别进行分类归纳统计,分类项目不可超过6项。
B、决定收集资料的时间。
自何时至何时,作为柏拉图资料的依据。
C、绘制坐标系,纵轴表示件数,横轴表示项目。
D、依项目大小顺序从左右排列在横坐轴上,并绘好柱形。
E、在右侧横轴上绘制一条累计比率纵坐标,并标注累计值。
累计比率= 各项累计数×100%总数F、连接累计曲线。
G、记入柏拉图主题及相关资料。
3、利用柏拉图,对占累计比率60%~80%的项目作为改善目标,以特性要因图加以分析并提出改善对策实施。
改善的效果也可用柏拉图跟踪改善效果。
4、利用柏拉图法,可以解决引起问题的80%以上不良项目。
三、特性要因图1、特性要因图是将造成某项结果的众多原因,以系统的方式图解之,也即是以图来表达结果或原因之间的关系,形状像鱼骨图又称“鱼骨图”这个概念是由日本品管权威石川博士首先提出,又称“石川图”。
2、特性要因图制作:A、决定主题:明确需改善的问题。
B、决定要因:可利用4M来分析影响主题的原因。
4M即MAN(人)、MACHINE(机器)、MATERIAL(材料)、METHOD(作业方法)。
C、分析引起要因的中小要因,约3~5个较为适当。
D、将影响问题较大的要因标识以便对策。
E、填制作目的、日期、及制作者等资料。
3、特性要因图不仅可以与柏拉图连接使用,也可单独使用。
4、一个管理人员,将工作范围内所追求的目标、具体归划,以特性要因图分析也影响达成的原因,加以改善,会使管理工作更加得心应手。
qc七大手法顺口溜
七大手法,教你QC
质量控制,是企业管理的必要环节,
用QC七大手法,提升产品质量效益。
第一法则“三统一”,
标准统一、方法统一、程序统一,
流程一致,质量保障有据可依。
第二法则“四清除”,
清暗示、清迷信、清障碍、清危机,
明确方向,解决问题更高效。
第三法则“五S法”,
整理、整顿、清扫、清洁、素养,
工作环境优化,生产效率倍增。
第四法则“六平衡”,
产品平衡、流程平衡、人员平衡、环境平衡、绩效平衡、供需平衡,稳定平衡,质量持续提升。
第五法则“七检测”,
取样检测、性能测试、外观检查、自动检验、可靠性检验、全面检查、实时监控,
确保质量,细节掌握在手。
第六法则“八改进”,
流程改进、技术改进、设备改进、管理改进、员工改进、客户满意
改进、绩效改进、财务改进,
持续改善,不断创新。
第七法则“九宣传”,
传播质量文化、宣导质量意识、弘扬品质精神、分享成功经验、营
造良好氛围、树立品牌形象、提升市场竞争力、促进社会发展、传承
质量荣誉,
共同发展,质量共赢。
以上七大手法,是QC的精髓要义,
贯彻实施,品质保障事半功倍。
QC七大手法顺口溜,希望能够给你带来启发和帮助,能够在质量
控制方面发挥重要作用。
只有通过不断学习和实践,我们才能不断提
高产品的质量,提升企业的竞争力。
QC七大手法是我们在质量控制过
程中的指导原则,只有深入理解并且灵活运用,才能取得更好的效果。
让我们共同努力,将QC七大手法融入到企业的日常工作中,为提升产品质量做出更大的贡献。
前言1.QC七手法又称为QC七工具,一般指旧QC七手法,即:1)因果图2)柏拉图3)数据及检查表4)层别法5)散布图6)直方图7)管制图是质量管理及改善运用的有效工具.2.QC手法的适用范围:QC手法的用途非常广泛,可以用于企业管理的方方面面(包括计划管控、员工思想意识行为管理、质量管控、成本管控、交期管控、士气管理、环境管理、安全管理、效率管理、绩效考核、日常管理等等),但主要用于品质管理及改善。
3.七大手法口诀:因果追原因、检查集数据、柏拉抓重点、直方显分布、散布看相关、管制找异常、层别作解析一、因果图(特性要因图、石川图、鱼骨图):1.定义当一个问题的特性(结果)受到一些要因(原因)影响时,将这些要因加以整理,成为有相互关系且有条理的图形,这个图形就称为特性要因图,又叫鱼骨图(Fish-Bone Diagram)。
2.用途说明:1.整理问题。
2.追查真正的原因。
3.寻找对策。
3.制作步骤:1. 决定问题或品质的特性——特性的选择不能使用看起来很抽象或含混不清的主题。
2. 决定大要因——须是简单的完整句,且具有某些程度或是方向性。
3. 决定中小要因。
4. 决定影响问题点的主要原因。
5. 填上制作目的、日期及制作者等资料。
4.应注意事项:1.脑力激荡。
2.以事实为依据。
3.无因果关系者,予以剔除,不予分类。
4.多加利用过去收集的资料。
5.重点放在解决问题上,并依结果提出对策,依5W2H原则执行。
•WHY——为什么?为什么要这么做?理由何在?原因是什么?•WHAT——是什么?目的是什么?做什么工作?•WHERE——何处?在哪里做?从哪里入手?•WHEN——何时?什么时间完成?什么时机最适宜?•WHO——谁?由谁来承担?谁来完成?谁负责?•HOW ——怎么做?如何提高效率?如何实施?方法怎样?•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?6.依据特性别,分别制作不同的特性要因图。
目錄一、查檢表 (1)二、層別觀念 (3)三、柏拉圖 (4)四、特性要因圖 (8)五、散布圖 (10)六、管制圖 (15)七、直方圖 (26)一、查檢表(Check Sheet)1.1何謂查檢表就是一種為了便于收集數據,使用簡單記號填寫並予統計整理,並作進一步分析或做為核對、檢查之用而設計的一種表格或圖表.1.2查檢表的設計要領查檢表並無一定的標準格式,只要根據使用的目的,以及為求方便使用,有利于作統計分析,而去設計適合自已所需的查核表:1.2.1應能迅速、正確、簡易地收集到數據1.2.2記錄時要考慮到能層別1.2.3數據履歷要清楚1.2.4盡可能以符號,數字記入,避免使用文字1.2.5查檢項目不宜太多,以4--6項為原則1.2.6最好能一次記錄下來后,就能表示出圖表狀況來1.2.7如能寫實圖形,更可一目了然1.2.8查檢表配合目的,必要時檢討修正1.2.9預留定位,以供實際查核中,可再增列1.3查檢表的種類與作法1.3.1查檢表的種類–記錄用(或改善用)查檢表*主要功用在于根據收集之數據以調查不良項目,原因及分布情形–點檢用查檢表*主要功用為確認作業、機器設備暨預防措施實施情形.1.3.2查檢表的設計步驟1.3.2.1明確目的1.3.2.2決定查檢項目1.3.2.3決定抽檢方式1.3.2.4決定查檢條件1.3.2.5設計表格實施查檢1.4查檢表之應用1.4.1有問題必須迅速地采取措施1.4.2問題若未獲解決,馬上研究采取適當措施1.4.3查檢表之項目應隨著工程的改善而改變內容1.4.4查檢表應能反應出下一工程或市場的關系1.4.5由記號即能判斷,並采取行動1.4.6收集的數據應能獲得層別的情報1.4.7進行數據收集時,先準備好查檢工具1.4.8讓收集者了解收集目的及方法1.4.9收集的數據非所欲得者,檢討后重新收集之1.4.10基準須一致1.4.11計算單位符合實際1.4.12考慮樣本數1.5數據收集1.5.1數據收集的意義1.5.2數據的分類A.依來源分B.依時間先后分C.依特性分1.5.3數據收集的目的為了把握現狀、解析、管理、調節暨判斷是否合格1.5.4數據收集的步驟1.5.5數據收集的要領1.6數據的整理1.6.1數據整理之方法1.6.2數據整理的步驟1.6.3數據整理注意事項1.7個案研習(CASE STUDY)二、層別觀念2.1何謂層別觀念2.1.1是為發現問題要因最有效,最簡單的手法,最基本的觀念2.1.2從查檢別的事實現象加以分門別類……此稱為層…以尋求層間的差異或共同點,作為思考要因的主要線索要因變化→產生影響→顯出現象→造成問題2.1.3由此線索出發,依據KKD以上推論發生問題的原因2.1.4經由確認以發掘問題的真因而采取恆久對策2.2層別的要素2.2.1 4M機械、材料、人員、方法2.2.2環境地區、天氣、工作場所處之狀況2.2.3時間日、期、上班2.3層別的一例層別觀念常實現于其他QC手法下表是應用層別觀念之查檢表三、柏拉圖(P a r e t o Diagram)3.1柏拉圖的由來–意大利經濟學者V . P a r e t o 于1897年分析其社會經濟結構之結論,以所得大小與有所得之關系用一定的方程式表示稱為[柏拉法則]–1907年美國經濟M.O.L o r e n z使用累積分配曲線來描繪[柏拉法則],即經濟學上所稱之勞倫茲曲線.–美國J.M.juran將勞倫茲(Lorenz)曲線應用到品管上,同時創出[Vital Few , Trivial Many](重要的少數,瑣細的多數)的名詞,並借助Pareto名字將此現象定為[柏拉圖原理]3.2柏拉圖的定義3.2.1根據所搜集之數據,按不良原因,不良狀況,不良發生位置等不同區分標準,以尋求占最大比率之原因,狀況或位置的一種圖形.3.2.2從柏拉圖可看出哪一項目有問題,其影響程度如何,以判斷問題的頑結點,並針對問題采取改善措施故又稱[ABC圖]3.3柏拉圖的作法3.3.1決定數據的分類項目a.依結果的分類/不良項目別、場所別、工程別b.依原因的分類/材料別、機器別、設備別、作業者別3.3.2決定收集數據之期間3.3.3按發生次數順序,將項目及次數記入不良分析表總抽檢數為:150 PCS 各項不良數不良率 = ―――――― ╳100% 總 檢 查 數各項不良數影響度 = ―――――― ╳100% 總 不 良 數a.各項目按出現數據之大小、順序排列,並求其累計次數b.求各項目的數據及累計數的影響度c.其他項排在最后,其項若太大時,要檢討是否尚有其他重要要因需提出分列的.3.3.5引用圖表用紙繪出縱軸及橫軸.從軸左側直線代表不良次數,不良率或損失金額,右側直線代表累計影響度;橫軸代表項目3.3.6點上累計不良次數(或累積不良率)及累積影響度,並以折線連結則得柏拉圖˙˙˙˙˙3.3.7于空白處記入,數據收集的期間、記錄者、繪圖者及總檢查數、總不良數…… 3.4柏拉圖繪制之注意事項3.4.1橫軸之項目別,須依大小順序由高而低排列,其他項列于末項 3.4.2項目別盡可能歸納成4-6項,必要時再予識別 3.4.3從軸之左側盡可能換算成金額來表示,使其更具意義 3.4.4柏拉圖之柱形圖橫軸距離要相同6.012.0 18.0 24.0 30.032.0A B C D 其他 100%不 良 率累計影響度3.4.5改善前后之比較時3.4.6從軸與橫軸可以表示下列項目–從軸:金額、品質、時間、安全、其他–橫軸:現象、機器設備、作業者、作業方法、原料、時間3.5柏拉圖之用途3.5.1作為降低不良的依據3.5.2決定改善的對策目標3.5.3確認改善效果3.5.4應用于發掘現場的重要問題點3.5.5用于整理報告或記錄3.5.6可作不同條件的評價3.5.7可供確認或調整特性要因圖3.5.8柏拉圖分析具有[檢定假說]之意義3.5.9配合特性要因分析圖使用3.6哪些數據可以整理為柏拉圖–品質方面/時間方面/成本方面/安全方面/治安方面–營業方面/交通方面/選舉方面/士氣方面/醫學方面3.7個案研習(CASE STUDY)個% 250 100200 80150 60100 4050 200 0 A B C D E F 其他千元 % 125 100100 8075 6050 4025 200 0 A B C D E F 其他不 良 個 數累計 影 響 度累 計 影 響 度損 失 金 額四、特性要因圖(Characteristic Diagram)4.1何謂特性要因圖對于結果(特性)與原因(要因)間或所期望之效果(特性)與對策間之關系,以箭頭連結,詳細分析原因或對策的一種圖形稱為特性要因圖.特性要因圖為日本品管權威學者石川馨博士于1952年所發明,故又稱[石川圖].又因圖形狀似魚骨,故亦稱魚骨圖.其在闡明原因與結果之關系,亦稱因果圖.4.2特性要因圖的畫法步驟1:決定問題(或品質)的特性步驟2:準備適當的紙張,繪出特性要因圖的骨架,將特性寫在右端,自左劃上一條粗的干線(稱母線),就是代表制程步驟3:把原因分類成幾個大類,每大類劃于中骨上,,並依制程分類,一般分為人、機械、材料、方法……其他步驟4:探討大原因的原因,再細分中小原因時,應注意必須能揣取對者為主要條件步驟5:決定影響問題點之原因的順序–以集中思考自由討論的方式,指出認為影響可能性最大者,並于圖中按順序予以標記4.3繪圖應注意事項4.3.1集合全員的知識與經驗4.3.2應用腦力激蕩術、全員發言4.3.3把要因層別4.3.4把重點放在解決問題上,依5W 2H的方法逐項列出4.3.5應按特性別繪制多張的特性要因圖4.3.6原因解析愈細愈好4.3.7確認原因好的重要程度,且須考慮其可行性、價值,並經討論表決后決定4.3.8應將圈出的重要原因整理出來,重新制作另一個特性要因圖4.3.9記入必要的事項于圖旁4.3.10品質特性的決定以現場第一線所發生的問題來考慮4.3.11管理者避免指示4.3.12經過三階段的醞釀一個完整的特性要因圖,必須經過三個階段的醞釀A.提出原因B.說明原因C.圈選要因4.4特性要因圖的特點–就是一種教育的過程–就是討論問題的捷徑–可以顯示出水準–展現現場問題的因果關系、工作層次4.5特性要因圖的用法–依末端小原因,調查現場實情–應挂于工作場所附近,遇問題隨即集合討論應用–引用特性要因圖所考慮的原因,進行現狀分析依其影響程度,研擬改善對策–可就管制圖、直方圖所顯示出來的不穩定狀態進行個案查明原因4.6特性要因圖的種類4.6.1追求原因型4.6.2追求對策型4.7特性要因圖的思考的原則4.7.1腦力激蕩術4.7.2 5M法4.7.3 5W1H4.7.4系統圖法4.8個案研習(CASE STUDY)五、散布圖(Scatter Diagram)5.1何謂散布圖為研究兩個變量間之相關性,而收集成對二組數據,在方格紙上以點來表示出兩個特性值之間相關情形的圖形,稱之為[散布圖]5.2散布圖的用途5.2.1確認兩組數據(或原因結果)之間的相關性5.2.2可檢視制程品質特性,在管制圖使用之經濟性5.2.3可用于檢討制程不同變數的影響因素5.2.4可做為設定標準之用5.3相對應的兩組數據間關系的分類5.3.1原因(要因)與結果(特性)之關系5.3.2結果(特性)與他原因(要因)間之關系5.3.3結果(特性)與兩個原因(要因)間之關系5.4散布圖之作法(例)某制品之燒溶溫度及硬度間是存在關系存在,今收集30組數據,試分析之步驟Ⅰ:收集30組以上的相對數據,整理到數樣表上步驟Ⅱ:找出數據x,y 之最大值及最小值步驟Ⅲ:畫出從軸與橫軸(若是判斷要因與結果之關系,則橫軸代表要因,從軸代表結果);並取x 及y 之最大值與最小值差為長度畫刻度步驟Ⅳ:將各組對數據點在座標上 橫軸與從軸之數據交會處點上―●‖二組數據重復在同一點上時,劃上二重圓記號―三組數據重復在同一點上時,劃上三重圓記號―◎800 810 820 830 840 850 860 870 880數據打點法硬度 y ↑→燒溶溫度制品名:SA-50 單 位:壓延課 繪圖者:林武東 繪制日:10/1硬 度 y ↑→燒溶溫度圖:銅之燒溶溫度與硬度散布圖步驟Ⅴ:記入必要事項數據數,采取時間、目的、制品名、工程名、繪圖者、繪制日期…均要記明5.5散布圖之判讀5.1.1正相關:x 增大時,y 也隨著增大完全的正相關 有正相關 5.5.2非顯著性正相關:x 增大時,y 也隨之增大,但幅度不顯著此時宜再考慮其他可能影響的要因5.5.3負相關,x 增大時,y 反而減少有負相關 完全的負相關y ↑→ xy ↑→x→ xy ↑y ↑→ xy ↑→x5.5.4非顯著性負相關:x 增大時,y 反而減少,但幅度不顯著.此時宜再考慮其他可能影響的原因5.5.5無相關:a. x 與y 之間看不出有何相關關系b. x 增大時,y 並不改變5.5.6曲線相關:x 開增大時,y 也隨之增大,但達到某一值后,則當x 增大時,y 卻減小→ xy ↑→ xy ↑→ xy ↑y ↑→x5.6散布圖著讀注意事項5.6.1注意有無異常點5.6.2是否有層別必要5.6.3是否為假相關5.6.4數據太少,容易發生誤判5.6.5相關系數檢定5.7個案研習(CASE STUDY)六、管制圖(Control Chart)現場管理品質,必須依品質特性來管理,而品質特性是隨著時間作高高低低的變化,那麼,到底要高到什麼程度或低到什麼程度才算異常?此時必須設定有管制上、下限來管理,如果有點超出管制界限,必須調查原因,采取行動,使制程恢復正常.「品質管制始于管制圖,終于管制圖」,由此可以看出管制圖的重要性,因之,要使品質穩定,惟有靠管制圖來作品質管理的工作.6.1何謂管制圖是一種以實際產品品質特性與根據過去經驗所判明之制程能力的管制界限比較,而以時間為順序用圖形表示者所以,一般管制圖縱軸為制品的品質特性,以制程變化的數據為分度;橫軸為制品的群體號碼,或制造年月日等,以時間順序,制程順序,將點繪在圖上.(圖例一)管制狀態管制上限中心線管制下限(圖例二)非管制狀態管制上限中心線管制下限6.2.1品質變異的原因–機遇、非機遇原因6.2.2管制圖與常態分配在生產過程中,如僅有偶然原因的變動時,任何產品之品質特性均可構成一分配,此某分配有其平均數及標準差,通常都以平均數加減三個標準差作為管制上限與管制下限,此即蕭華特博士所創的3δ法管制圖是以3個標準差為基礎,換言之,只要群體是常態分配,從此群體抽樣時,每10000個當中,即有27個會跑出±3σ之外,亦即每1000次中,約有3次機會超出±3σ范圍常態分配之平均值為μ,標準差為σ,其數據之分配情形如下:—3σ—2σ—1σμ+3σ+2σ+1σ6.3.1依數據之性質來分類A.計量值管制圖(即有量測值,有數據)所謂計量值管制圖系管制圖所依據之數據均屬于由量具實際量測而得.其包括a.平均值與全距管制圖(X -R Chart)b.平均值與標準差管制圖(X -σChart)c.中位值與全距管制圖(X -σChart)d.個別值管制圖(X -σChart)X分可以合理分組的X-X-R管制圖無法合理分組的X-RS管制圖(或X-R L Chart)e.最大值與最小值管制圖(L-S Chart)B.計數值管制圖所謂計數值管制圖系管制圖所依據之數據均屬于以單位計數者a.不良率管制圖(P Chart)b.不良數管制圖(Pn Chart)c.缺點數管制圖(C Chart)e.單位缺點數管制圖(U Chart)6.3.2依用途來分類A.管制用管制圖B.解析用管制圖6.4管制圖的繪制要領6.4.1數據表格式之應用6.4.2管制圖格式之應用6.4.3管制界限的記入法6.4.4點的繪法與連結6.4.5各管制圖的名稱及有關事項必須同時記入6.5管制圖之繪制6.5.1 X-R 管制圖的作法A.收集100個以上數據,依測定時間順序或群體順序排列B.把2-6個(一般采4-5個)數據分為一組C.把數據記入數據表D.計算各組平均值XE.計算各組的全距RΣX 組數 ΣR 組數 H.計算管制界限X 管制圖:中心線C L =X 上 線U C L =X + A 2 R 下 線L C L =X – A 2 RR 管制圖:中心線C L= R上 線U C L = D 4 R 下 線L C L = D 3 RI. 繪管制界限,並將點點入圖中J.記入數據履歷及特殊原因,以備查考、分析、判斷F.計算總平均值G .計算全距平均R =(實例)某公司為管制其產品的包重量,每小時自制程里隨機抽取5個樣本來測定重量,共得到25組數據,試根據這些數據繪制X-R 管制圖【解】50.2+50.4+……………………………… +50.8+49.8258+3+…………………………………+7+525(1) X= = 50.15 R= = 5.08(2)X 管制圖: CL=X=50.15UCL=X+A 2R=50.15+0.577╳5.08=53.08 LCL=X —A 2R=50.15-0.577╳5.08=47.22 (3)R 管制圖: CL=R=5.08UCL=D 4R=2.12╳5.08=10.77 LCL=D 3R (因n<6故不考慮) (4)繪圖6.5.2 P 管制圖的作法A.收集數據,至少20組以上B.計算每組之不良率P總不良個數總檢查數D.計算管制界限 中心線CL = P0 5 10 15 20 25 0C.計算平均不良率P =上 限UCL = P + 3下 限LCL = P —3E.繪管制界限,並將點點入圖中F.記入數據履歷及特殊原因,以備查考、分析、判斷(實例)某打火機制造工廠,為要徹底管制品質,特別對電鍍不良加以抽檢,每批抽檢100個樣品,其不良情形如表,請繪管制圖解:(1) P = = 0.027 = 2.7%P (1—P) n P (1—P) n682500(2)CL = P = 2.7%UCL = P + 3= 0.027 + 3=0.0756 = 7.6%LCL = P —3= 0.027—3 = 0(3)繪圖6.6管制圖之判讀6.6.1管制狀態的判斷A.管制狀態滿足下列條件,即可認為制程是在管制狀態: a.多數之點子集中在中心線附近 b.少數之點子落在管制界限附近 c.點之分布呈隨機狀態,無任何規則可循P (1—P) n0.027(1—0.027)100P (1—P) n0.027(1—0.027)1008 6 4 2 05 10 15 20 25d.沒有點子超出管制界限之外 B.非管制狀態a.點在管制界限的線外b.點雖在管制界限內,但呈特殊排列C.可否延長管制界限做為今后制程管制之用的判斷基準 a.連續25點以上出現在管制界限線內時(機率為93.46%) b.連續35點中,出現在管制界限外的點不超過1點時 c.連續100點中,出現在管制界限外的點不超過2點時6.6.2管制圖的判讀原則品質管制圖上特殊原因的檢定規則詳如圖例一檢定規則1: 檢定規則2:有1點在A 區以外者 連續9點在C 區或C 區以外者檢定規則3: 檢定規則4:連續6點持續地上升或下降者連續14點交互著一升一降者檢定規則5: 檢定規則6:UCLLCL UCLLCL UCLLCLUCLLCL3點中有2點在A 區或A 區以外者 5點中有4點在B 區或B 區以外者連續15點在中心線上下兩側之C 區者 有8點在中心線之兩側,便C 區並無點子者A.所有檢定規則均適用于X 圖及個別值(X)圖.並假定為常態分配.檢定規則1、2、5及6可分別應用于管制圖的上半部或下半部.檢定規則3、4、7及8則用管制圖的全部.B.管制上限(UCL)及管制下限(LCL)分別設在中心線以上及以下三個要示標準差處.為便于檢定起見,可將管制圖均分成六區,每區寬度為一個標準差.管制圖上上半部及下半部靠外側的一區,均稱為A 區;中間的一區,稱B 區;內側靠近中心線的一區,均稱為C 區.C.當制程在統計的管制狀態時,每一項檢定規則(不正確地)出現特殊原因信號的機會,小于千分之五.D.檢定規則1、2、3及4可由點圖人員作例行檢定之用.這些檢定得到一個或更多個非真實信號(false signal)的總機率大約為百分之一E.為了能提早得到警告,可用5、6兩項檢定規則來強化前面四個檢定規則,較為經濟.這將使非真實信號的機率約提升到百分之二.UCLLCL UCLLCL UCLLCL UCLLCLF.檢定規則7、8是判斷分層(stratification)用的.它們在初建一張管制圖時非常有用.這些檢定規則顯示出當樣組中的觀測值是取自兩個(或更多個)不同平均數的來源.檢定規則7是顯示樣組中的觀測值一直是來自兩個來源.檢定規則8是顯示在一段時間內樣組來自一個來源.另一段時間內來自另一個源.G.當有特殊原因存在時,可由檢定中的信號而得知,就應該在最后一點的上面(如果這點子是在中心線以上),加一「X」號,要是在中心線以下,就畫在點的下面.H.同一個點子符合好幾項檢定規則,卻只能畫上一個「X」號.I. 管制圖上如有「X」號,表示制程不在統計的管制下.它的意思是:如果制程是在統計的管制下,則一序列點子中最后的那點(在檢定1中為單獨一點),就不太可能會發生.J. 雖然這可作為一套基本的檢定規則,但分析人員仍舊應該熟悉在制程中受到特殊原因影響的那些點子所構成的任何型態.6.7管制圖的效用6.7.1維持制程穩定,防止異常原因之再度發生6.7.2配合直方圖,可以判斷制程的數據分布的情形,以及制程能力6.7.3與層別法或分組法合用,可以查出真正影響品質的因素,減少產品品質的變異程度.6.7.4可用于決定制造工程所可能達到之目標或標準6.7.5張貼于現場,可以隨時了解品質的變異情形,提前發現制程中的潛優不良6.7.6配合柏拉圖使用,控制幾個少數影響較大的原因更能有效解決問題.七、直方圖(Histogram)7.1何謂直方圖為要容易的看出長度、重量、時間、硬度……等,計量值的數據之分配情形,所用來表示的圖形.直方圖是將所收集的測定值或數據之全距分為幾個相等的區間作為橫軸,並將各區間內之測定值所出現次數累積而成的面積,用柱子排起來的圖形,故我們又稱之為柱狀圖7.2直方圖之制作(例)某廠之成品長度規格為130至190,今按隨機抽測方式抽取200個樣本,其重量測定值如表,試制作直方圖7.2.1制作次數分配表A.由全體數據中找出最大值:L=170與最小值S=124B.求出所有數據中之全距,即L-S=170-124=46C.決定組數一般可用數學家史特吉斯(Sturges)提出之公式,根據測定次數n 來計算組數K 其公式為: K=1+3.32 log n 例如:n=50,則K=1+3.32log50=1+3.32(1.7)=6.6 即約可分為6組或7組 一般對數據之分組可參照下表本例之數據200個,將其分為12組 D.決定組距組距=全距/組數=R/K=46/12=4為便于計算平均數與標準差,組距常取為5的倍數或10或2的倍數 E.決定各組之上下組界 a.先計算最小一組的下組界 測定值之最小位數2 12b.最小一值的上組界=下組界+組距 =123.5+4=127.5 第二組的下組界為127.5=最小值—=124— =123.5上組界為127.5+4=131.5第三組的下組界為131.5上組界為131.5+4=135.5依此類推,計算至最大一組之組界 F.計算各組的組中點上組界+下組界 2123.5+127.52 第二組之組中點=125.5+4=129.5 第三組之線中點=129.5+4=133.5 依此類推:計算至最大一組之組中點 G .作次數分配表a.將所有數樣,依其數值大小畫記于各組之組界內,並計算出其次數b.將次數欄之次數相加,並以測定值之個數校核之7.3直方圖與次數分配表7.3.1功用、特點及使用時機7.3.1.1功用:由每批中抽取25之倍數的樣本(最少需25個)就可推定全批的分部范圍及不良率7.3.1.2特點:做法簡單、計算容易、判斷迅速、易學易懂、人人會用 7.3.1.3使用時機:對單一特性值(例:吊磅尺寸控制等)管制 a.現場問題調查b.設地新產品,制定規格時 可清楚了解現場工程能力7.3.2做法7.3.2.1將測試值記入測試值欄7.3.2.2 (最大測試值—最小測試值)÷10或8之值為組界值,組界值之精確度為測試單位的1/2(例:量測單位為0.5mm 組界值精確度應為0.25mm)7.3.2.3記入各中心值各組的組中點=第一組之組中點= =125.57.3.2.4于中心值右側方格中, 記入含于該組之劃記7.3.2.5其次數累記在次數欄內(f)7.3.2.6于累積次數欄(Accum)記入累積次數7.3.2.7于(% OVER)記入各累積次數占總累積次數百分比7.3.2.8將百分比點入右側方格百分比欄7.3.2.9數據為常態分配時各點可連成一線,但一般之數據有作業因素等影響,各點不一定在一直線上,我們則取以能包含各點之中心線7.3.2.10此線與Z—scale為零之交點即為X值,而左邊中心值按比例比對讀取7.3.2.11此線與Z—scale為(+1.0/-1.0)之交點為X±σ值(σ及3σ同時可求出)7.3.3.1由該線斜率可立判的制程能力高低,斜率愈小愈佳.(X接近中心值,σ小)7.3.3.2可由表上迅速讀出超出上限不良率,及低于下限之不良率及總不良率注:(上下限規格已知,由縱軸決定其位置,劃出橫線與二(9)之線交點往上下對照,在超出百分率及低于百分率處可讀出超出規格上、下限的不良率P ucl Plcl)7.3.3.3若規格未知,亦可于自已判斷制程能力下,有把握的劃下橫線,以定出上下限的規格值7.3.3.4若制程能力穩定,而有偏上(或下)限之現象可求出X值與規格中心值之差,做為制程改善數值之參考7.3.4直方圖常見之型態7.3.4.1正常型:常態分配7.3.4.2缺齒型:不正常的分配7.3.4.3偏態型:左偏或右偏之偏態分配7.3.4.4絕壁型:有一端無數據分布7.3.4.5雙峰型:兩種分配相混合7.3.4.6離島型:工程變更,原料異常或測定誤差所致30╳╳公司X-R管制圖公司名稱:2。