七大手法讲义.docx

目 录

项目 内　容 页次
1 数据的意义 2
2 统计资本概论 4
3 查检表 7
4 柏拉图 9
5 鱼骨图 11
6 散布图 13
7 管制图 16
8 直方图 18
9 层别法 20
第一章 数据的意义
1.1 概要
何谓数据 (Data)？
它是「透过测量所得到的数值和数据。」因此，
「测量数据」 = 「反映事实」
1.2 数据获得
1)搜集「正确」的数据；
2)避免「主观」的判断；
3)把握「事实真相」。
1.3 数据类型
1) 定量数据(Quantitative Data)：量器测度量出来的数据。
计量值(Variable)：长度、时间、重量等测量所得的数据。
计数值(Countable)：以缺点数、劣品数作为计算标准的数值。
2) 定性数据(Qualitative Data)：感官判断出来的类别数据。
类型值(Variable)：如「机型」、「品牌」、「日期」、「班次」、「产品」等记录的数据。
1.4 数据整理
1) 「掌握现况」和「评价对策」，都应有数据为依据；
2) 清楚使用数据的宗旨；
3) 改善前、后的数据，应具备一致的条件；
4) 数据搜集完成后要马上使用。
1.5数字数据的差异
1) 机遇原因（Chance Cause）
制品的好坏，主要受到四个M：材料（Material）、机器（Machine）、人员（Man）与方法（Method）之影响，但若四者均在标准范围内变化，其变化幅度较为微小，而属机遇原因变化，在经济价值上，此种变化不需采取措施或改正行动。

2) 非机遇原因（Assignable Cause）
非机遇原因又称异常原因，系导致四个M的变化，即：
a. 使用不合规格的材料
b. 机器故障或工具损坏
c. 员工情绪久佳或工作不努力
d. 不按操作标准工作，或标准不适当
以上四个非机遇原因，所造成变化之幅度较大，会引起大量的不合品，在经济价值上应予以消除。

第二章 统计资本概论
2.1统计量数
1)平均数－代表一群数值的一个数值
群体平均数
样本平均数　
2)变异数
群体变异数
样本变异数　
3)标准差－表示该群数值间差异大小的一个数值
群体标准差
样本标准差　

2.2 机率分配-常态分配
若从常态母体n(x;m,s2)中，随机抽取一个样本，则结果为x之机率密度 (probability density) 是：

s2
s1
m1=m2

其累积机率密度函数为

一平均数为0，变异数为1之常态分配称为标准常态分配。

经由变量变换，任何常态分配都可转换成标准常态，其公式如下：

在一常态分配中，平均数正负一倍、二倍、三倍标准差之机率为
P(m-sUSL
CL
μ相同，故Ca值一樣，綠線σ小，故Cp值大，Cpk值亦大

在标准常态分配之状况下，Cpk=1时，其Out Spec.之机率为0.0027，亦即不良率为2700 DPPM，而在Cpk=1.33时，其Out Spec.之机率为0.000064，亦即不良率为64 DPPM。
第三章 查检表
3.1 何谓查检表 (Checksheet)？
「勾记型的图形或表格，使用它时只须登入检查记号和点数整理，可藉以稽核和分析」。因此，「查检表」 = 「事实记志」
3.2查检表的种类
1) 纪录用：如【图3-1】，它又称「改善用查检表」。
2) 点检用如【图3-2】，它用于「作业实施」和「机械整备」的确认。
作业者
机械
日期
不良种类
月 日
月 日
月 日
月 日

尺寸

A
1
缺点

材料

其它

尺寸

缺点

B
2
材料

其它

【图3-1】 车床加工查检表
10000KM时定期保养
顾客宝号： 日期：
车牌号码： 保养费用：
车种款式： 行驶公里：
作业者：

□电瓶液量 □空气滤清器
□水箱 □机油
□胎压 □分电盘盖
□火星塞 □化油器
□风扇皮带
注：4检查 9调整 6更换
【图3-2】 汽车定期保养查检表

3.3查检表制作
查检表的内容是依据下述考虑而决定：
1) 把握项目：待搜集项目和数据样式；
2) 表格样式：如【图3-3】所示，查检表格式应符合搜集目的；
3) 记录型式：点检的记录形式，如项目、日期、数目、合计等；
4) 搜集方式：何人、何时、何地、何物、、、等等。
3.4表格使用
使用查检表进行搜集数据，待完成后宜检讨下述问题：
1) 反映事实：印证所获数据是否能反映某些事实？
2) 独特项目：查看是否有些项目主宰事实，或个别项目间明显差异？
3) 时间推移：是否有经时变化的趋势？
4) 周期循环：是否有周期变化的型样？。
数据期间：87年第三季
检查项目
期间
案件数目
10月
11月
12月
合计
画面
没有画面
//

2
/////

5
///// ///// ///// ///// ///// ///// ///// 35
42
没有彩色
///

3
////

4
//

2
9
电波
没有天线
/////

5
/////

4
///// ///// ///// /////

20
29
没有方向
///// ///// ///// ///// ///// /////
30
///// ///// ///// ///// ////
24
///// ///// ///// ///// ///// ////
29
83
声音
没 有
////
4
///// /
6
/////
5
15
其它抱怨
/////
5
//
2
///// ///// /////
15
22
案件合计
49
45
106
200
【图3-3】「电视机故障投诉」状况查检表
第四章 柏拉图
4.1 何谓柏拉图？
它是「根据类型所搜集的数据，按发生数量大小之类型为序，所编制的频次图形。」一般，柏拉图多加上累计比例的折线。因此，如按「不良原因」、「不良状况」、「不良位置」、「安全事故」或「客户抱怨」等的类型区分，则
「柏拉图」 = 「重点问题」

【图4-1】「电视机顾客投诉」柏拉图
4.2 柏拉图制作
1) 决定数据期间；
2) 决定水平横轴：除其它外，按发生数据由大至小，由左至右排定类型顺序；
3) 决定左右纵轴：依据最大频次和比例决定左、右纵轴的刻度；
4) 长条图绘制：在横轴个类上，将数据大小按左轴刻度画出长条图；
5) 折线图绘制：在横轴个类上，将个类数据占总数的累计比例，按右轴刻度画出图点，并用直线由左至右连结；
6) 附记事项：记入主题及相关数据。

4.3 柏拉图使用
使用柏拉图，有下述三时机：
1) 掌握重点：百分之八十的不良是由百分之二十的原因所造成。
2) 发现真因：当制程产品突然冒出罕见缺陷，且某机台的劣品数竟占9907与该劣品总数的94%，此际从该机台下手应可追查到缺陷的真因。
3) 效果确认：实行对策一段期间后，改善效果可望在柏拉图上呈现。如果效果明显，不良总数会下降，而重要项目也会有一番大调整。如【图4-2】所示，改善后案件从上季200件降至本季78件；而且改善后「电视机顾客投诉」的前三项是「没有天线」、「没有声音」、和「没有彩色」已非改善前的「没有方向」、「没有画面」、和「没有天线」。改善前后的比较，可如【图4-2】使用柏拉图显示。
【注意】效果确认时应考虑：
-不同比较期间的项目和对象是否一致？
-季节性的变化是否对数据有影响？
-对策外的要因是否对数据有影响？

【图4-2】 改善前后「电视机顾客投诉」柏拉图
第五章 鱼骨图
5.1 何谓鱼骨图？
它是「就特性数值，整理主导影响的潜在要因之间的条理，及要因和特性的因果关系，成为骨状的图形。」如图【图3-1】所示的「特性要因图」，亦常绘成「鱼骨图」，「鱼头」和「鱼刺」各表示「问题特性」和「潜在要因」。因此，
「鱼骨图」 = 「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
【图5-1】特性要因图
5.2 鱼骨图制作
鱼骨图是按下述程序而制作：
1) 问题特性：厘定问题或质量的特性，如「延迟交货频频」；
2) 定大要因：推定能支配问题或质量的主要因素；
3) 中小要因：推定大要因内之中度、轻度因素；
4) 主要原因：推定大要因间之主要因素；
5) 附记事项：填上制作目的，日期及制作者数据。
5.3 鱼骨图使用
使用鱼骨图，有下述三时机：
1) 整理问题：将紊乱问题整理出头绪；
2) 追查真因：从问题成因中追究出主因；
3) 寻找对策：从问题主因中研讨出对策；
4) 教育训练：员工解决问题能力的训练。
【注意】编制鱼骨图时应注意：¬ 把握脑力激荡原则、­ 将要因层别化；® 5W1H之原则 ¯ 不因好恶决定。

【图5-2】对策鱼骨图
第六章 散布图
6.1 何谓散布图？
它是「按数据分布型态，来判断配对变量之间对应关系的图形。」因此，
「配对数据」 = 「敲定因果」

【图6-1】温度X 和硬度Y 的散布图
6.2 散布图作成
1) 配对变数：找出关切的两变量。若系因果关系时视因和果各为X、Y变数
2) 搜集数据：至少三十组以上变量数对
3) 计算组距：各找出两变量的最大值、最小值、和全距
4) 标轴刻度：各按两变量的最大、最小、和全距设定坐标轴
5) 标绘图点：按各数对的横轴、纵轴坐标，在图上以单点标记
6) 标绘心轴：各绘制和的直线，则构成以为中心的I、II、III、和IV四象限。
7) 附记事项：何人、何时、何地、何物、、、等等。例如，如【图6-1】所示完成的散布图。
6.3 关系性质
使用散布图时，常需判断X 变项与Y 变项的相关性质。可利用为中心的四象限，检视各图点落处于I、II、III、和IV象限的状况，来判定X与Y的关系。以下是各式各样相关性质的判定方式：
1) 正负相关：当X 增加时，Y 亦随之增加，它表示因变量X 与果变项Y 是呈「正相关」；反之，则X 与 Y 呈「负相关」。
2) 强弱相关：图点分布较密集时是「强相关」，而分布较疏广时是「弱相关」。如【图6-2】所示。
3) 无甚相关：图点分布散乱时，X 与 Y之间是「无甚相关」。如【图6-3】所示，各图点分散落处于I、II、III、和IV各象限。
4) 曲线相关：图点分布呈曲线倾向时是「曲线相关」。如【图6-4】所示，各图点似乎「贴近」某条曲线。

【圖6-2】強弱相關
(a) 强相关 (b) 弱相关

【图6-3】无甚相关

【图6-4】曲线相关
6.4 相关系数
自行求算的公式如下：

6.5 使用散布图时应注意事项：
1) 不当数据：数据的获得是否质量良好？譬如「不当量测」、「不当期间」、「人为疏失」或「人为篡改」等等。
2) 假性相关：变量之间本质上是否并无相关性？譬如「中山高交通事故」和「养殖池成鱼骤死」的相关系数可能甚大，可是结论却是荒诞不经：「中山高交通事故和养殖池成鱼骤死之间，关系甚大。」
3) 层层迭迭：数据的背景条件是否不够特定？譬如「不同机台」、「多人操作」或「不同批号」等等。
第七章 管制图

7.1何谓管制图？
管制图是将「制程样组」和「质量特性」各置于横轴和纵轴的一种折线图，但它事先已绘制「CL」、「UCL」、「LCL」等三条水平界线。如【图7-1】所示，使用管制图时、按时逐次抽样，然后将频次或数值数据，标绘成乙个图点。若生产稳定，则图点理应散落在UCL和LCL两条界线的范围之内，并且图点大多会贴近CL界线。因此，
「管制图」 = 「异常警告」

【图7-1】管制图
7.2 管制图的分析
1) 界外点－管制图中已有点落于管制界限外
2) 点串型－制程业已偏移或呈现走势
3) 非随机－管制图中某组点有非随机的现象
a. 三点中有二点在 A 区或以外（机率= 0.005928）
b. 五点中有四点在 B 区或以外（机率= 0.034604）
c. 连续六点持续上升或下降（机率= 0.015625）
d. 八点在心线两侧 C 区内（机率= 0.047183）
e. 连续九点在单边 C 区或以外（机率= 0.001953）
f. 15 点在心线两侧 C 区内（机率= 0.003261）
g. 有一点在 A 区以外（机率= 0.002700）
h. 连续 14 点交互升降（机率= 0.000122）
备注：
A区－两倍至三倍标准差间
B区－一倍至两倍标准差间
C区－一倍标准差间
第八章 直方图
8.1 何谓直方图？
它是「就『质量特性』数值的数个相等区间为序，按数据『落入各区间的频次』制作成条图。」
「直方图」 = 「品质概要」

【图8-1】汽缸头径长直方图
8.2 直方图制作
1) 数据范围：找出「最大值」和「最小值」。
2) 计算全距：由「最大值」减「最小值」而得全距值。
3) 组数组距：先参考数据总量决定组数，再求算组距＝全距÷组数。
4) 上下组界：求算各组之上、下组界。
5) 组中心点：求算各组之组中心点。
组中心 = （上组界＋下组界）÷2
6) 次数分配：点数落入各组之笔数。
7) 制作图形：就质量特性为横轴，按各组次数制作成条图。
8) 附记事项：记入主题及相关数据而作成直方图。

8.3 分布判断
1) 常态型：如【图8-2】所示，制程正处于安定状态。
2) 锯齿型：如【图8-3】所示，数据搜集或作图方法不恰当。
3) 截尾型：如【图8-4】所示，无法量测某界限以下的数值。
4) 峭壁型：如【图8-5】所示，产品业已经过筛选。
5) 双峰型：如【图8-6】所示，样本数据来自不同的机台或材料。
6) 丘陵型：如【图8-7】所示，样本数据来自迥异的制程。

圖8-3

圖8-2
7) 离岛型：如【图8-8】所示，制程业已遭到特殊原因的淆扰。

圖8-8

圖8-7

圖8-5

圖8-6

圖8-4

第九章 层别法
9.1 何谓层别法？
「因为数据具有多种属性，若就特定类别整理之，以便能指认出是否存在时或空的反复现象。」这就是层别法。因此，
「层别法」 = 「大海觅针」
9.2层别法的作法
1) 确定层别的目的
2) 选定影响质量特性的原因
3) 制作记录卡
4) 整理数据
5) 比较与检定