QC七大手法（DOC 20页）.docx

目 錄

項目 內　容 頁次
1 資料的意義 2
2 統計資本概論 4
3 查檢表 7
4 柏拉圖 9
5 魚骨圖 11
6 散佈圖 13
7 管制圖 16
8 直方圖 18
9 層別法 20
第一章 資料的意義
1.1 概要
何謂數據 (Data)？
它是「透過測量所得到的數值和資料。」因此，
「測量數據」 = 「反映事實」
1.2 數據獲得
1)蒐集「正確」的數據；
2)避免「主觀」的判斷；
3)把握「事實真相」。
1.3 數據類型
1) 定量數據(Quantitative Data)：量器測度量出來的數據。
計量值(Variable)：長度、時間、重量等測量所得的數據。
計數值(Countable)：以缺點數、劣品數作為計算標準的數值。
2) 定性數據(Qualitative Data)：感官判斷出來的類別數據。
類型值(Variable)：如「機型」、「品牌」、「日期」、「班次」、「產品」等記錄的數據。
1.4 數據整理
1) 「掌握現況」和「評價對策」，都應有數據為依據；
2) 清楚使用數據的宗旨；
3) 改善前、後的數據，應具備一致的條件；
4) 數據蒐集完成後要馬上使用。
1.5數字資料的差異
1) 機遇原因（Chance Cause）
製品的好壞，主要受到四個M：材料（Material）、機器（Machine）、人員（Man）與方法（Method）之影響，但若四者均在標準範圍內變化，其變化幅度較為微小，而屬機遇原因變化，在經濟價值上，此種變化不需採取措施或改正行動。

2) 非機遇原因（Assignable Cause）
非機遇原因又稱異常原因，係導致四個M的變化，即：
a. 使用不合規格的材料
b. 機器故障或工具損壞
c. 員工情緒久佳或工作不努力
d. 不按操作標準工作，或標準不適當
以上四個非機遇原因，所造成變化之幅度較大，會引起大量的不合品，在經濟價值上應予以消除。

第二章 統計資本概論
2.1統計量數
1)平均數－代表一群數值的一個數值
群體平均數
樣本平均數　
2)變異數
群體變異數
樣本變異數　
3)標準差－表示該群數值間差異大小的一個數值
群體標準差
樣本標準差　

2.2 機率分配-常態分配
若從常態母體n(x;m,s2)中，隨機抽取一個樣本，則結果為x之機率密度 (probability density) 是：

s2
s1
m1=m2

其累積機率密度函數為

一平均數為0，變異數為1之常態分配稱為標準常態分配。

經由變數變換，任何常態分配都可轉換成標準常態，其公式如下：

在一常態分配中，平均數正負一倍、二倍、三倍標準差之機率為
P(m-s<X<m+s)=0.6827
P(m-2s<X<m+2s)=0.9545
P(m-3s<X<m+3s)=0.9973
2.3 製程能力指標
1. USL－規格上限　LSL－規格下限　CL－規格中心值
2. Ca－製程準確度(Capability of Accuracy)

3. Cp－製程精密度(Capability of Precision)

4. Cpk－製程能力指數(總合Ca & Cp之指標)
或
下面以圖示說明：

LSL
USL
CL
σ相同，故Cp值一樣，綠線μ在中心沒有偏移，故Ca值小，Cpk值大

LSL
USL
CL
μ相同，故Ca值一樣，綠線σ小，故Cp值大，Cpk值亦大

在標準常態分配之狀況下，Cpk=1時，其Out Spec.之機率為0.0027，亦即不良率為2700 DPPM，而在Cpk=1.33時，其Out Spec.之機率為0.000064，亦即不良率為64 DPPM。
第三章 查檢表
3.1 何謂查檢表 (Checksheet)？
「勾記型的圖形或表格，使用它時只須登入檢查記號和點數整理，可藉以稽核和分析」。因此，「查檢表」 = 「事實記誌」
3.2查檢表的種類
1) 紀錄用：如【圖3-1】，它又稱「改善用查檢表」。
2) 點檢用：如【圖3-2】，它用於「作業實施」和「機械整備」的確認。
作業者
機械
日期
不良種類
月 日
月 日
月 日
月 日

尺寸

A
1
缺點

材料

其他

尺寸

缺點

B
2
材料

其他

【圖3-1】 車床加工查檢表
10000KM時定期保養
顧客寶號： 日期：
車牌號碼： 保養費用：
車種款式： 行駛公里：
作業者：

□電瓶液量 □空氣濾清器
□水箱 □機油
□胎壓 □分電盤蓋
□火星塞 □化油器
□風扇皮帶
註：4檢查 9調整 6更換
【圖3-2】 汽車定期保養查檢表

3.3查檢表製作
查檢表的內容是依據下述考量而決定：
1) 把握項目：待蒐集項目和數據樣式；
2) 表格樣式：如【圖3-3】所示，查檢表格式應符合蒐集目的；
3) 記錄型式：點檢的記錄形式，如項目、日期、數目、合計等；
4) 蒐集方式：何人、何時、何地、何物、、、等等。
3.4表格使用
使用查檢表進行蒐集數據，待完成後宜檢討下述問題：
1) 反映事實：印證所獲數據是否能反映某些事實？
2) 獨特項目：查看是否有些項目主宰事實，或個別項目間明顯差異？
3) 時間推移：是否有經時變化的趨勢？
4) 週期循環：是否有週期變化的型樣？。
數據期間：87年第三季
檢查項目
期間
案件數目
10月
11月
12月
合計
畫面
沒有畫面
//

2
/////

5
///// ///// ///// ///// ///// ///// ///// 35
42
沒有彩色
///

3
////

4
//

2
9
電波
沒有天線
/////

5
/////

4
///// ///// ///// /////
20
29
沒有方向
///// ///// ///// ///// ///// /////
30
///// ///// ///// ///// ////
24
///// ///// ///// ///// ///// ////
29
83
聲音
沒 有
////
4
///// /
6
/////
5
15
其他抱怨
/////
5
//
2
///// ///// /////
15
22
案件合計
49
45
106
200
【圖3-3】「電視機故障投訴」狀況查檢表
第四章 柏拉圖
4.1 何謂柏拉圖？
它是「根據類型所蒐集的數據，按發生數量大小之類型為序，所編製的頻次圖形。」一般，柏拉圖多加上累計比例的折線。因此，如按「不良原因」、「不良狀況」、「不良位置」、「安全事故」或「客戶抱怨」等的類型區分，則
「柏拉圖」 = 「重點問題」

【圖4-1】「電視機顧客投訴」柏拉圖
4.2 柏拉圖製作
1) 決定數據期間；
2) 決定水平橫軸：除其他外，按發生數據由大至小，由左至右排定類型順序；
3) 決定左右縱軸：依據最大頻次和比例決定左、右縱軸的刻度；
4) 長條圖繪製：在橫軸個類上，將數據大小按左軸刻度畫出長條圖；
5) 折線圖繪製：在橫軸個類上，將個類數據佔總數的累計比例，按右軸刻度畫出圖點，並用直線由左至右連結；
6) 附記事項：記入主題及相關資料。

4.3 柏拉圖使用
使用柏拉圖，有下述三時機：
1) 掌握重點：百分之八十的不良是由百分之二十的原因所造成。
2) 發現真因：當製程產品突然冒出罕見缺陷，且某機臺的劣品數竟佔9907與該劣品總數的94%，此際從該機臺下手應可追查到缺陷的真因。
3) 效果確認：採行對策一段期間後，改善效果可望在柏拉圖上呈現。如果效果明顯，不良總數會下降，而重要項目也會有一番大調整。如【圖4-2】所示，改善後案件從上季200件降至本季78件；而且改善後「電視機顧客投訴」的前三項是「沒有天線」、「沒有聲音」、和「沒有彩色」，已非改善前的「沒有方向」、「沒有畫面」、和「沒有天線」。改善前後的比較，可如【圖4-2】使用柏拉圖顯示。
【注意】效果確認時應考量：
-不同比較期間的項目和對象是否一致？
-季節性的變化是否對數據有影響？
-對策外的要因是否對數據有影響？

【圖4-2】 改善前後「電視機顧客投訴」柏拉圖
第五章 魚骨圖
5.1 何謂魚骨圖？
它是「就特性數值，整理主導影響的潛在要因之間的條理，及要因和特性的因果關係，成為骨狀的圖形。」如圖【圖3-1】所示的「特性要因圖」，亦常繪成「魚骨圖」，「魚頭」和「魚刺」各表示「問題特性」和「潛在要因」。因此，
「魚骨圖」 = 「推敲因果」
C.3模具尺寸不正確
沖型不良
B.人員
A.材料
D.方法
C.機器
A.1台虹基材尺寸安定性不佳
A.2材料儲存環境不正確
B.1自主檢查
未落實
C.1沖孔位置度

C.2底片尺寸不正確
D.1製程條件變更
【圖5-1】特性要因圖
5.2 魚骨圖製作
魚骨圖是按下述程序而製作：
1) 問題特性：釐定問題或品質的特性，如「延遲交貨頻頻」；
2) 定大要因：推定能支配問題或品質的主要因素；
3) 中小要因：推定大要因內之中度、輕度因素；
4) 主要原因：推定大要因間之主要因素；
5) 附記事項：填上製作目的，日期及製作者資料。
5.3 魚骨圖使用
使用魚骨圖，有下述三時機：
1) 整理問題：將紊亂問題整理出頭緒；
2) 追查真因：從問題成因中追究出主因；
3) 尋找對策：從問題主因中研討出對策；
4) 教育訓練：員工解決問題能力的訓練。
【注意】編製魚骨圖時應注意：¬ 把握腦力激盪原則、­ 將要因層別化；® 5W1H之原則 ¯ 不因好惡決定。

【圖5-2】對策魚骨圖
第六章 散佈圖
6.1 何謂散佈圖？
它是「按數據分布型態，來判斷配對變數之間對應關係的圖形。」因此，
「配對數據」 = 「敲定因果」

【圖6-1】溫度X 和硬度Y 的散佈圖
6.2 散佈圖作成
1) 配對變數：找出關切的兩變數。若係因果關係時視因和果各為X、Y變數
2) 蒐集數據：至少三十組以上變數數對
3) 計算組距：各找出兩變數的最大值、最小值、和全距
4) 標軸刻度：各按兩變數的最大、最小、和全距設定座標軸
5) 標繪圖點：按各數對的橫軸、縱軸座標，在圖上以單點標記
6) 標繪心軸：各繪製和的直線，則構成以為中心的I、II、III、和IV四象限。
7) 附記事項：何人、何時、何地、何物、、、等等。例如，如【圖6-1】所示完成的散佈圖。
6.3 關係性質
使用散佈圖時，常需判斷X 變項與Y 變項的相關性質。可利用為中心的四象限，檢視各圖點落處於I、II、III、和IV象限的狀況，來判定X與Y的關係。以下是各式各樣相關性質的判定方式：
1) 正負相關：當X 增加時，Y 亦隨之增加，它表示因變數X 與果變項Y 是呈「正相關」；反之，則X 與 Y 呈「負相關」。
2) 強弱相關：圖點分布較密集時是「強相關」，而分布較疏廣時是「弱相關」。如【圖6-2】所示。
3) 無甚相關：圖點分布散亂時，X 與 Y之間是「無甚相關」。如【圖6-3】所示，各圖點分散落處於I、II、III、和IV各象限。
4) 曲線相關：圖點分佈呈曲線傾向時是「曲線相關」。如【圖6-4】所示，各圖點似乎「貼近」某條曲線。

【圖6-2】強弱相關
(a) 強相關 (b) 弱相關

【圖6-3】無甚相關

【圖6-4】曲線相關
6.4 相關係數
自行求算的公式如下：

6.5 使用散佈圖時應注意事項：
1) 不當數據：數據的獲得是否品質良好？譬如「不當量測」、「不當期間」、「人為疏失」或「人為篡改」等等。
2) 假性相關：變數之間本質上是否並無相關性？譬如「中山高交通事故」和「養殖池成魚驟死」的相關係數可能甚大，可是結論卻是荒誕不經：「中山高交通事故和養殖池成魚驟死之間，關係甚大。」
3) 層層疊疊：數據的背景條件是否不夠特定？譬如「不同機臺」、「多人操作」或「不同批號」等等。
第七章 管制圖

7.1何謂管制圖？
管制圖是將「製程樣組」和「品質特性」各置於橫軸和縱軸的一種折線圖，但它事先已繪製「CL」、「UCL」、「LCL」等三條水平界線。如【圖7-1】所示，使用管制圖時、按時逐次抽樣，然後將頻次或數值數據，標繪成乙個圖點。若生產穩定，則圖點理應散落在UCL和LCL兩條界線的範圍之內，並且圖點大多會貼近CL界線。因此，
「管制圖」 = 「異常警告」

【圖7-1】管制圖
7.2 管制圖的研判
1) 界外點－管制圖中已有點落於管制界限外
2) 點串型－製程業已偏移或呈現走勢
3) 非隨機－管制圖中某組點有非隨機的現象
a. 三點中有二點在 A 區或以外（機率= 0.005928）
b. 五點中有四點在 B 區或以外（機率= 0.034604）
c. 連續六點持續上升或下降（機率= 0.015625）
d. 八點在心線兩側 C 區內（機率= 0.047183）
e. 連續九點在單邊 C 區或以外（機率= 0.001953）
f. 15 點在心線兩側 C 區內（機率= 0.003261）
g. 有一點在 A 區以外（機率= 0.002700）
h. 連續 14 點交互升降（機率= 0.000122）
備註：
A區－兩倍至三倍標準差間
B區－一倍至兩倍標準差間
C區－一倍標準差間
第八章 直方圖
8.1 何謂直方圖？
它是「就『品質特性』數值的數個相等區間為序，按數據『落入各區間的頻次』製作成條圖。」
「直方圖」 = 「品質概要」

【圖8-1】汽缸頭徑長直方圖
8.2 直方圖製作
1) 數據範圍：找出「最大值」和「最小值」。
2) 計算全距：由「最大值」減「最小值」而得全距值。
3) 組數組距：先參考數據總量決定組數，再求算組距＝全距÷組數。
4) 上下組界：求算各組之上、下組界。
5) 組中心點：求算各組之組中心點。
組中心 = （上組界＋下組界）÷2
6) 次數分配：點數落入各組之筆數。
7) 製作圖形：就品質特性為橫軸，按各組次數製作成條圖。
8) 附記事項：記入主題及相關資料而作成直方圖。

8.3 分佈判斷
1) 常態型：如【圖8-2】所示，製程正處於安定狀態。
2) 鋸齒型：如【圖8-3】所示，數據蒐集或作圖方法不恰當。
3) 截尾型：如【圖8-4】所示，無法量測某界限以下的數值。
4) 峭壁型：如【圖8-5】所示，產品業已經過篩選。
5) 雙峰型：如【圖8-6】所示，樣本數據來自不同的機臺或材料。
6) 丘陵型：如【圖8-7】所示，樣本數據來自迥異的製程。

圖8-3

圖8-2
7) 離島型：如【圖8-8】所示，製程業已遭到特殊原因的淆擾。

圖8-8

圖8-7

圖8-5

圖8-6

圖8-4

第九章 層別法
9.1 何謂層別法？
「因為數據具有多種屬性，若就特定類別整理之，以便能指認出是否存在時或空的反覆現象。」這就是層別法。因此，
「層別法」 = 「大海覓針」
9.2層別法的作法
1) 確定層別的目的
2) 選定影響品質特性的原因
3) 製作記錄卡
4) 整理數據
5) 比較與檢定