1、14.09.2020,3l coil,1,QC七大手法,五特性要因圖 六流程圖 七層別法,一、檢 核 表 二、散布圖 三、直方圖 四柏拉多圖,14.09.2020,3l coil,2,品質(zhì)管理七大手法是一些簡易之圖形方法。在品管作業(yè)中，它們被用來當做是品質(zhì)數(shù)據(jù)、資料之整理及顯示，或者用做品質(zhì)改善之工具，這些手法通常不需複雜之計算。品管七大手法包含：, 檢核表(check sheets) 直方圖(histograms) 柏拉多圖(Pareto diagrams) 特性要因圖(cause and effect diagrams) 散布圖(scatter diagrams) 流程圖(flow cha

2、rts) 管制圖(control charts) 上述七種方法中，前六項為一般品質(zhì)管制失書籍和文獻所採用，但有些資料會用其他方法取代第七項。,14.09.2020,3l coil,3,一、檢 核 表,檢核表是以一種簡單的方法將問題查檢出來的表格和圖。在收集數(shù)據(jù)時，我們可以設計一種簡單的表格，將其有關項目和預定收集的數(shù)據(jù)，依其使用目的，以很簡單的符號填注，用以了解現(xiàn)狀、做分析或做核對點檢之用，依此原則設計出來的表格或圖，被稱之為檢核表或稱為查檢表。,14.09.2020,3l coil,4,在品管工作中，使用檢核表的目的有以 下幾項：,1.日常管理 品質(zhì)管制項目的點檢、作業(yè)前的點檢、設備安全、作

3、業(yè)標準是否被遵守的點檢。 2.特別調(diào)查 為了制程問題原因調(diào)查、產(chǎn)品不良原因調(diào)查或為了發(fā)現(xiàn)改善點所進行的點檢。 3.取得記錄 為了要製作報告所進行之數(shù)據(jù)收集和查檢。,14.09.2020,3l coil,5,1.要能一眼看出整體形狀、要簡明、易填寫，且記錄之 項目和方式力求簡單。 2. 盡可能以符號代替複雜之文字。 3. 數(shù)據(jù)之履歷要清楚。 4. 點檢項目要隨時檢討，將必要的加進去，不必要的刪除。 5. 點檢之結果必須反應至現(xiàn)場有關單位。 6. 當檢核表使用不同符號時，要在表中注明其所代表意義。,檢核表並沒有一特定之格式，使用者可依問題之特性自行設計。設計檢核表時須考慮下列原則：,14.09.2

4、020,3l coil,6,一般而言，檢核表可分為點檢用檢核表及記錄用檢核表，這兩種檢核表縮說明如下：,1. 點檢用檢核表 點檢用檢核表是為了要確認作業(yè)實施機械設備的實施情形、預防發(fā)生不良或事故、確保安全使用。例如機械定期保養(yǎng)檢核表、不安全處所檢核表等，這種檢核表主要是調(diào)查作業(yè)過程之情形，可防止作業(yè)的遺漏或疏失。,14.09.2020,3l coil,7,2. 記錄用檢核表 此種檢核表是將數(shù)據(jù)分為幾個項目別，以符號或數(shù)字記錄的圖或表。例如在已分組的數(shù)字表上打上記號以記錄出現(xiàn)次數(shù)，或直接在產(chǎn)品、零件的圖面上打記號所成的表。 若在表中包含檢核對象之簡圖，並在圖上區(qū)分位置，其設計目的是要了解缺點是否

5、集中於某處，以便採取改善措施，此種檢核表一般被稱為位置圖護或缺點集中圖。在此種檢核表上，也可以使用不同之符號來代表各類缺點項目，這些符號必須在圖上說明。,實例,14.09.2020,3l coil,8,二、 散布圖,散布圖之使用大約始於1750-1800年，它又被稱為X-Y plot或Crossplot。散布圖通常是用來研究兩變數(shù)之間的相關性，它包含水平及垂直兩軸，用以代表成對兩變數(shù)之數(shù)據(jù)。若兩變數(shù)間呈原因及結果之關係時，則在繪圖時一般是將代表原因之變數(shù)(或稱為自變數(shù))置於橫軸，另外將代表結果之變數(shù)(或稱為應變數(shù))置於Y軸(縱軸)。,14.09.2020,3l coil,9,根據(jù)散布圖上之點記

6、的分布狀態(tài)，兩特性值間之關係可分為下列三種：,1. 當其中一變數(shù)，另一變數(shù)之數(shù)值也有增加的傾向時，代表此兩變數(shù)為正相關(positivecorrelation)。,14.09.2020,3l coil,10,2.當其中一變數(shù)的特性值愈大，另一變數(shù)之數(shù)值卻愈小時，代表此兩變數(shù)為負相關(negative correlation)。,3.當兩變數(shù)之值不具有上述兩種特徵時，散布圖幾乎近似圓形，代表兩者無相關。,14.09.2020,3l coil,11,1.調(diào)查兩特性值之相關性 在調(diào)查兩特性值之間是否相關時，散布圖是一種很好 的工具，因為可經(jīng)由視覺直接解析判斷其相關性，所 以在品管中被廣泛應用。 2.

7、 判斷異常值之存在與否 一般而言，異常值多數(shù)因為作業(yè)失誤、測量失誤、轉 記失誤 等而發(fā)生，在製作散布圖時，這些異常值常 會偏離其他值甚多，因此很容易察覺出來。,散布圖在品管領域中可有下列應用：,14.09.2020,3l coil,12,3.應用於問題解決步驟中 在問題解決之過程中，散布圖常被應用在要因解析 上。當找出了某現(xiàn)象所產(chǎn)生的原因後，若特性和要因皆 為計量值時，便可利用散布圖來驗証其是否為具有重大 影響之要因。 4. 其他 除了上述3種主要應用外，散布圖也可用來檢測數(shù)據(jù)是 否存在趨勢或用於決定最佳操作範圍等應用。,14.09.2020,3l coil,13,散布圖之製作包括下列步驟：,

8、1.先調(diào)查兩組數(shù)據(jù)是否相關，然後蒐集 數(shù)據(jù)並整理到數(shù)據(jù)表上。 2.在橫軸及縱軸上點上尺度。橫軸愈向左， 其值愈大，縱軸愈向上，其值愈大。 3.把數(shù)據(jù)點到座標上。當兩數(shù)據(jù)重複在同一 位置時，點上一圓記號，但三點數(shù)據(jù)重 複在同一點上時，點上一個二重圓記號， 也可用其他符號表示。,實例,14.09.2020,3l coil,14,三、 直方圖,直方圖是將數(shù)據(jù)分布的範圍，劃 分為幾個區(qū)間，將出現(xiàn)在各區(qū)間內(nèi)的 數(shù)據(jù)之出現(xiàn)次數(shù)作成次數(shù)表，並將其 以圖(長條圖)的形式表現(xiàn)出來。透過 直方圖，我們可以了解一組數(shù)據(jù)之下 列幾項特徵：,1.數(shù)據(jù)的分布形態(tài)(分配狀態(tài))。 2. 數(shù)據(jù)的中心位置(集中趨勢)。 3. 數(shù)

9、據(jù)離散程度的大小(變異性)。 4. 數(shù)據(jù)和規(guī)格之間的關係。,14.09.2020,3l coil,15,直方圖與條形圖(bar graph)類似，但兩者仍有下列不同點：,1.在條形圖中線條可為垂直或水平， 而在直方圖中線條為垂直狀。 2. 在條形圖中每一線條之寬度不具任 何意義，而在直方圖中，線條之寬 度代表該類別所涵蓋之範圍。,14.09.2020,3l coil,16,在品管作業(yè)中，通常會在下列情形使用到直方圖 :,1.掌握數(shù)據(jù)之分布狀態(tài)(分配狀態(tài)) 將數(shù)據(jù)之分配與預期之分配比較。 2. 調(diào)查離散或偏離原因 在調(diào)查離散或偏離原因時，也可使用到直方圖。例如將製程之作業(yè)者、機械/ 設備、材料/

10、配件、作業(yè)方法等之直方圖加以比較，便可以知道離散之原因為 何，也可掌握製程之良劣不齊程度、製品之不良狀況等。 3. 與規(guī)格作比較，檢視有無問題 將規(guī)格界限標示在直方圖中，便可以了解不合格品之比例。由直方圖也可以 判斷出是變異性或是平均值問題。 4. 調(diào)查改善前後之效果 在比較問題改善前和改善後的效果時，或是要了解品質(zhì)平均值或變異性是否 改變時，同樣也可利用直方圖來判斷。,14.09.2020,3l coil,17,直方圖之製作包含下列步驟：,步驟1：確立調(diào)查之目的 在製作直方圖時，必須先確認自己想用直方圖來獲得那些信息。例如： 產(chǎn)品電 特性L值分布狀況、產(chǎn)品電特性L值與規(guī)格值的關係 等。 步驟

11、2：收集數(shù)據(jù)，製作測試記錄。 步驟3：求出測試記錄中數(shù)據(jù)的最大值(L)和最小值(S)及全距(R)全距R = L S 步驟4：決定區(qū)間數(shù) 在繪製直方圖時，區(qū)間之數(shù)目會影響到直方圖之外觀，一個簡單的方 法是利用下列公式計算區(qū)間數(shù)，區(qū)間數(shù)k = ,n為數(shù)據(jù)個數(shù)。 例如: n=50時，k= =7.071(取7)。另一個法則是取k個區(qū)間， 滿足2 k-1n2 k。 步驟5：求出區(qū)間之寬幅(h)，h = R/k,14.09.2020,3l coil,18,步驟6：決定區(qū)間之界限值(上下界限值) 第一區(qū)間之下界限值 = S (測定單位) / 2 第一區(qū)間之上界限值 = 第一區(qū)間之下界限值 + h 設e =

12、(S + hk) L，若e (h/2)，則將第一區(qū)間之下界限值設為S (測定單位) / 2 e/2，此狀適用於h值尾數(shù)在變更不同區(qū)間數(shù)都不 夠5而必須進位，使得h取值大，最後一區(qū)間下界限值已超過數(shù)據(jù) 最大值而此區(qū)間為空，若少取一區(qū)間而最後一區(qū)間上界限值又不 能涵蓋數(shù)據(jù)最大值的狀況。 步驟7：求出區(qū)間之中心值，即為(區(qū)間之下界限值 + 區(qū)間之上界限值)/2 = 區(qū)間之下界限值+h/2。 步驟8：製作次數(shù)表 步驟9：計算各區(qū)間數(shù)據(jù)出現(xiàn)之次數(shù) 先確認該數(shù)據(jù)應畫記入那一個欄位中，然後在次數(shù)畫記欄中作 記號。當數(shù)據(jù)全部畫記完畢後，將數(shù)據(jù)填入各區(qū)間之次數(shù)欄中，再 合計是否和全部數(shù)據(jù)總數(shù)相等。,14.09.

13、2020,3l coil,19,步驟10：作圖 在圖中填上橫軸和縱軸，以完成的次數(shù)表為基礎，將 第一區(qū)間至最後一 個區(qū)間之次數(shù)當作高度依序畫去。 步驟11：記入數(shù)據(jù)之相關資料和必要事項 在圖中之空白處，記入數(shù)據(jù)之取得時間、數(shù)量和項目 名稱等。 步驟12：進行分析 分析的重點在於直方圖的特徵：數(shù)據(jù)的分布情形，數(shù) 據(jù)的中心位值，數(shù)據(jù)的離散程度，數(shù)據(jù)和規(guī)格之關係 等。,14.09.2020,3l coil,20,直方圖可以顯示數(shù)據(jù)之變化情形，觀察直方圖之外觀可以協(xié)助找出數(shù)據(jù)中之異常變化。一些常見直方圖之形狀和造成原因說明如下：,1. 鐘形分配 (The bell-shaped distributio

14、n) 在直方圖中，數(shù)據(jù)分布範 圍之中央有一高峰，且整 體圖形接近對稱。此種直 方圖顯示數(shù)據(jù)分配為(或接 近)常態(tài)分配。,14.09.2020,3l coil,21,2. 雙峰分配 (The double-peaked distribution) 在直方圖中，數(shù)據(jù)分布範圍 之中央有一低谷(在中央的 次數(shù)比較少)，而且兩旁各 有一高峰。此種圖形係混合 兩個鐘形分配?？赡苤?為數(shù)據(jù)於兩種不同批之原料、 兩個(組)不同之作業(yè)員、機 器等。,14.09.2020,3l coil,22,3. 高原型分配 (The plateau distribution) 各區(qū)間之數(shù)字變化不大，且呈高 原般的形狀，沒

15、有顯著之高峰和 尾端。此種直方圖代表數(shù)據(jù)來自 多個鐘形分配數(shù)據(jù)。一種可能之 原因為未按標準程序作業(yè)，作業(yè) 員各行其事，造成極大之變異。 另一種可能之原因為分區(qū)不當， 區(qū)間寬度太大。,14.09.2020,3l coil,23,4.梳狀分配 (The comb distribution) 在直方圖中，次數(shù)的高低起 伏很不整齊，有點像牙齒不 全或是齒梳型的形狀。當區(qū) 間之寬度並非為測定單位的 整數(shù)倍時，或是刻度上有異 常時，會出現(xiàn)此種圖形。,14.09.2020,3l coil,24,5. 偏歪型分配 (The skewed distribution) 在此種直方圖上，高峰並不是數(shù)據(jù) 分布範圍之中

16、央，某一側之尾巴很 快結束，另一側則有相當長之尾巴。 若分配之尾巴向右延伸，此稱為右 偏分配，若分配之尾巴向左延伸， 此稱為左偏分配。數(shù)據(jù)只有單邊規(guī) 格時易出此狀。,14.09.2020,3l coil,25,6. 截斷型分配 (The truncated distribution) 在直方圖上，高峰發(fā)生在 (或靠近) 數(shù)據(jù)分布範圍之邊 緣。截斷型直方圖之發(fā)生是 某些數(shù)據(jù)自鐘形分配數(shù)據(jù)中 移去。,14.09.2020,3l coil,26,7. 離島型分配 (The isolated peaked distribution) 在直方圖上出現(xiàn)兩個高度相差甚多 之高峰。較低之高峰附近之數(shù)據(jù)可 能來

17、自於某一特別之機器製造程 序或作業(yè)員代表製程之異常原因。 如果較低高峰之旁邊為一截斷型分 配則代表在篩選過程中未將不 合格品完全剔除。其他可能之原因 為量測誤差或抄寫數(shù)據(jù)時產(chǎn)生之錯 誤。另外當數(shù)據(jù)存在測定誤差時也 可能會出現(xiàn)此種植直方圖。,14.09.2020,3l coil,27,8. 邊緣突出型分配 (The edge-peaked distribution) 在平滑分配的邊緣出現(xiàn)一突出 之高峰。此種情形通常為資料 記錄錯誤所造成。,在品管之應用上我們也可在直方圖上標示出產(chǎn)品之規(guī)格界限用來顯示產(chǎn)品品質(zhì)符合規(guī)格之能力。,實例,14.09.2020,3l coil,28,四、柏拉多圖,柏拉多圖

18、(Pareto diagrams)是由意大利經(jīng)濟學者Vilfredo Pareto所提出之圖形分析法，最初是用在分析財富之分布上，其目的是說明少部分的人(20%)占有大部分財富(80%)。柏拉多認為只要控制那些少數(shù)人，便可控制該社會的財富，此稱為柏拉多原理。 在1960年代，品管學者Juran將柏拉多圖導入品管工作中，做為分析屬性或計數(shù)值之品質(zhì)資料上。柏拉多圖為一通用之工具，亦可用在其他領域中，例如在存貨管理上，它被稱為ABC分析。在品質(zhì)改善活動中，柏拉多圖通常用來區(qū)分造成品質(zhì)問題之少數(shù)重要(Vital few)原因及多數(shù)不重要(trivial many)之原因。若品質(zhì)改善著重於問題之主要原因

19、上則通常在短期內(nèi)可得到較顯著之改進。,14.09.2020,3l coil,29,下圖為一典型之柏拉多圖，橫軸代表問題之類別，縱軸表示每一類問題發(fā)生之次數(shù)。為突顯各項問題之重要性，橫軸之項目通常依縱軸所代表之意義，由大至小，從左而右排列。在圖中，A、B兩類問題發(fā)生之次數(shù)較多，因此可規(guī)類為少數(shù)重要之問題，其他則稱為多數(shù)不重要之問題。在柏拉多圖中，右縱軸亦可加入累積百分比，以使問題之表示更為清晰。如在圖中，A、B兩類問題約佔全體缺點總數(shù)之80%。,14.09.2020,3l coil,30,一個制作完善之柏拉多圖可以提供下列訊息:,1. 了解哪些項目屬於重要問題。 2. 一眼就能明白事情的大小順序

20、。 3. 知道每一項目在整體中所占的比例。 4. 可以預測少某一項目後之整體效益。 5. 可以知道改善之效果如何。 6. 可以知道改善之前後不良內(nèi)容及缺點內(nèi)容之變化。,14.09.2020,3l coil,31,1.座標之取法 縱軸：不合格率、不良數(shù)，橫軸：缺點項目、類別。 2. 收集數(shù)據(jù)資料 3. 整理數(shù)據(jù)資料 (1) 依收集項目數(shù)據(jù)的大小順序排列。 (2) 計算累積數(shù)和累積百分比。 (3) 將出現(xiàn)次數(shù)少的項目整理成其他項目。 柏拉多圖中分類項目一般採用5至10項，其 餘的全部歸類其他項。,柏拉多圖的制作包括下列步驟:,14.09.2020,3l coil,32,4. 柏拉多圖之制成 (1)

21、 依橫軸之項目別，繪製長條圖，其高度 為縱軸變數(shù)之數(shù)值。 (2) 畫出累積百分率曲線。 (3) 為便於查詢，可在圖中記錄重要資料。 5. 考察 在柏拉多圖中找出重要的少數(shù)，其原則是在 20%30%項目中，占累積和的70%80%。若 不能找出重要的少數(shù)則應採取別的分類法。,14.09.2020,3l coil,33,1. 依問題之特性柏拉多圖之左縱軸可定義為發(fā)生次 數(shù)或成本。若每一缺點項目所造成之損失不同則 縱軸最好以金額表示較為妥當。 2. 當分類項目很多時，常將若干次數(shù)少或成本低之項目 合併為其他項目，置於圖之最右端。有些學者仍建 議將橫軸之各項目由大至小排列，其他項目不一定 位於最右端。

22、3. 如果柏拉多圖是被當作比較用途(例如改善前後之比 較) 則縱軸最好是用次數(shù)而非比率值因為有時次 數(shù)已降低但各分類之比率值無太大變化。,在繪製柏拉多圖時應注意下列事項:,實例,14.09.2020,3l coil,34,五、特性要因圖,特性要因圖(cause-and-effect diagram)為一問題分析工具用以辨認造成某一特定問題之所有可能原因。測試所有可能原因為一費時且困難之工作。利用特性要因圖可以去除不重要之原因而專注於最有可能之原因上。在問題解決之步驟上我們通常是先使用柏拉多圖用以篩除不重要之因素。柏拉多圖只能幫助分析者找出少數(shù)重要之問題但不能指出造成問題之原因。若要研究造成問題

23、之原因則必須進行特性要因分析。而特性要因圖可對問題做更精細之研究分析。特性要因圖為石川馨博士(Ishikawa)於1943年所發(fā)展出來因此又稱魚骨圖(fishbone diagram) 。而由於此圖是用來研究造成某一問題之可能原因因此一般稱為特性要因圖。,14.09.2020,3l coil,35,一個制特性要因圖可視為一腦力激盪(brain storming)之工具。其基本構成因素為符號及線用以表示原因和結果之關係。 特性要因圖是一個多用途且極為有效之分析工具。在問題預防或解決問題之過程中特性要因分析具下列3項優(yōu)點:作完善之柏拉多圖可以提供下列訊息:,1. 對於一個特定之問題特性要因圖可以提

24、供一個開放討論(open discussion)之架構。 2. 特性要因圖可以使我們集中注意力於發(fā)掘造成問題之原因使這些原因顯現(xiàn)出來並且易於令人了解。 3. 特性要因分析可鼓勵各階層之員工參與問題之解決並且使得在同一組人員中得到更好之溝通。,14.09.2020,3l coil,36,特性要因圖之制作一般包括下列步驟:,步驟1：決定特性 特性是現(xiàn)況中的重要問題。用文字表現(xiàn)特性時，最好以一看就知道是 不好的形式，比較容易發(fā)現(xiàn)要因。 步驟2：填入要因 將特性問題之描述寫在右端並加外框，然後加一條由左至右的粗 箭號線條背骨。,14.09.2020,3l coil,37,步驟3： 填入要因大骨 將可能

25、影響特性的要因分類，然後從背骨的左斜方加條大骨，並且在骨前端的 內(nèi)填入相關要因。大骨一般分4至8根。 步驟4：集體思考後填入次要因 針對某一主要因作集體思考，追究為什麼、什麼原因(要因)，然後填入次要因。 步驟5：檢核是否遺漏要因 填完主要因、次要因後，整理檢視一下，看看是否所有被列為可能之要因(原因) 都填入，如有遺漏立即添加。 步驟6：找出重要影響度的原因 從許許多多要因中，決定出對結果(特性)影響較大的重要要因，用圓圈圈起或加 紅圈方便辨識。 步驟7：驗證 掌握事實，驗證所選出的要因是否是真正的要因。 步驟8：填入必要事項 將標題、產(chǎn)品名稱、製程名稱、製作單位、參與人員等資料 ，填在空白

26、的地方。,實例,14.09.2020,3l coil,38,特性要因依其應用之不同可分為三大類:問題原因之列舉(cause enumeration)散布分析(dispersion analysis)及制程分析(process analysis)。問題原因列舉最接近於腦力激盪，此為一種自由思考之方式，用以發(fā)掘造成問題之所有可能原因。此種方式之優(yōu)點是所有可能原因均可被列舉出，而主要缺點是繪製不易。 第二種特性要因圖稱為散布分析，此種方式極類似於原因之列舉，所不同的是在散布分析中，問題原因先區(qū)分分組，而所有之思考都集中在此類原因上，當此類原因都被列舉後再進行另一組原因。而在原因列舉中，所有可能原因之列舉為一隨機次序。最後一種特性要因圖稱為製程分析，此種方式是先將製造程序列出，再將有關每一製程之可能原因列出。在列舉影響每一製程之原因時考慮人力、方法、材料及機器。此種分析方