搜索
一、分层法概述：1、人们所搜集的数据中，因各种不同的特征而对结果产生的影响，而以各别特征加以分类、统计，此类统计分析的方法的方法称为层别法（或分层法）。2、在实务工作中，经常可发现有产品品质因人、时、料、机台……等不同时，即会有其差异性存在。而如能针对上述各种可以明显区分的因素，在数据搜集时，加以适当注记分类;如有不良品发生时，很可能只其中一种因素（原料或人或机台）有问题，便可以快速寻得结症的所在。同样有品质较优者，也可从层别后的数据，获得其状况而寻求其他因素或条件的改善。1.人员：可按年龄、工级和性别等分层2.机器：可按设备类型、新旧程度、不同的生产线和工夹具类型等分层3.材料：可按产地、批号、制造厂、规格成分等分层4.方法：可按不同的工艺要求、操作参数、操作方法、生产速度等分层5.测量：可按测量设备、测量方法、测量人员、测量取样方法和环境条件等分层6.时间：可按不同的班次、日期等分层7.环境：可按照明度、清洁度、温度、湿度等分层8.其它：可按地区、使用条件、缺陷部位、缺陷内容等分层分层原则层别法使用的注意事项：1、实施前，首先确定层别的目的——不良率分析？效率的提升?作业条件确认？2、查验表的设计应针对所怀疑的对象设计。3、数据的性质分类应清晰详细载明。4、依各种可能原因加以层别，至寻出真因所在。案例一：汽缸装配装配厂的汽缸与气缸盖的间经常发生漏油经调查50套产品后发现，一是三个操作工人在涂粘合剂的时候，采用的技术手法不同；二是他们所使用的汽缸垫来自两个不同的配套制造厂。操作者漏油不漏油漏油率（%）王师傅61332李师傅3925张师傅10953共计193138供应商漏油不漏油漏油率一厂91439二厂101737共计193138按操作者分类按供应商分类案例二、散布图的层别：X°×××××××××××××××××°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°×××××××××Y×XYXY×××××××××××××××××××××××××××××××°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°予以层别（作为曲线散布）（负相关）（正相关）二、直方图概述：1、现场工作人员经常都要面对许多的数据，这些数据均来自于制程中抽验或查检所得的某项产品的品质特性。如果我们应用统计绘图的方法，将这些数据加以整理，则制程中的品质散布的情形及问题点所在及制程、能力等，均可呈现在我们的眼前;我们即可利用这些情报来掌握问题点以进行改善对策。通常在生产现场最常利用的图表即为直方图。2、为要容易的看出如长度、重量、硬度、时间等计量值的数据分配情形，所用来表示的图形。直方图是将所收集的测定值特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定值依所出现的次数累积而成的积，用柱子排起来的图形。因此，也叫柱状图。用excel制作直方图的方法：注：（1）一般可用数字家史特吉斯提出的公式根据测定次数n来计算组数k，其公式为：k＝1＋3.32logn即约可分为6组或7组（2）一般对数据的分组可参照下表：数据数组数～505～751～1006～10102～2507～12250～10～20使用直方图的目的：测知制程能力。测知数据的真伪。计算产品的不良率。借以订定规格界限。与规格或标准值比较。调查是否混入两个以上的不同群体。一、测知制程能力作为改善制程的依据自制程中所收集的数据，经整理成为次数分配表，再绘成直方图后，即可由其集中与分散的情形来看出制程的好坏。良好的制程，平均数应接近规格中心，标准差则愈小愈佳。二、测知数据的真伪对于一些异常的直方图，主要是凹凸不平型，可以断定：稽查员对测定值有偏好现象，如对5，10的数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此情况。三、借以订定规格界限在未订出规格界限的前，可依据所收集编成的次数分配表，测知次数分配是否为常态分配；如为常态分配时，则可根据计算得知的平均数与标准差来订出规格界限。一般而言，平均数减去3个标准差得规格下限，平均数加上3个标准差则得规格上限；或按实际需要而订出。四、调查是否混入两个以上的不同群体如果直方图呈现双峰形态，可能混合了两个不同群体，亦即制程为两种不同群体，诸如两个不同班别、不同生产线、不同的材料、不同操作员、不同机台等。生产出来的制品混在一起。此时，需将其层别，将不同班别、生产线、材料、操作员、机台、制造出来的制品不摆在一起，以便趁早找出造成不良的原因。五、与规格或标准值比较规格制品范围下限上限（1）合乎规格型（a)理想型：制程能力在规格界限内，且平均值与规格中心一致，平均数加减4倍标准差为规格界限。制程稍有变大或变小都不会超过规格值，是一种最理想的直方图。表示制品良好，能力足够。（b)一侧无余裕型：制品偏一边，而另一边还有余裕很多，若制程再变大（或变小）很可能会有不良发生，必须设法使制品中心值与规格中心值吻合才好。规格制品范围下限上限（c)两侧无余型：制品的最大值与最小值均在规格内，但都在规格上下限两端，也表示其中心值与规格中心值吻合，虽没有不良品发生，但若制程稍有变动，就会有不良品产生的危险，要设法提高制品的精度才好。制品范围规格下限上限（d)余裕太多型：实际制程在规格界限内，但双尾距规格界限远。亦即产品品质均匀，变异小。如果此种情形是因增加成本而得到，对公司而言并非好现象，故可考虑缩小规格界限或放松品质变异，以降低成本，减少浪费。制品范围规格上限下限规格制品范围下限上限（1）不合乎规格型（a)平均值偏左（或偏右）型：如果平均值偏向规格下限并伸展至规格下限左边，或偏向规格上限并伸展至规格上限的右边，但制品呈常态分配，此即表示平均位置的偏差，应针对固定的设备机器、原料等方向追查。（b)分散度过大型：实际制品的最大值与最小值均超过规格值，有不良品发生（斜线部分），表示标准太大，制程能力不足，应针对变动的人员、方法等方向去追查，要设法使产品的变异缩小；或是规格订得太严，应放宽规格。制品范围规格上限下限（c)完全在规格外型：表示制品的生产完全没有依照规格去考虑;或规格计得不合理，根本无法达到规格。规格制品范围常见的直方图型态（1）正常型说明：中间高，两边低，有集中趋势。结论：左右对称分配（常态分配），显示制程在正常运转下。（2）缺齿型（凹凸不平型）说明：高低不一，有缺齿情形。不正常的分配，系因测定值或换算方法有误。结论：稽查员对测定值有偏好现象，如偏差，次数分配不妥当所形成对5，10的数字偏好;或是假造数据。测量仪器不精密或组数的宽度不是倍数时，亦有此情况。（3）切边型（断裂型）说明：有一端被切断。结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的形状。若剔除某规格以上时，则切边在靠近右边形成。（4）双峰型说明：有两个高峰出现。结论：有两种分配相混合，例如两部机械或两家不同供应商，有差异时，会出现此种形状，因测定值受不同的原因影响，应予层别后再作直方图。（5）离岛型说明：在右端或左端形成小岛。结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存在，只要去除，即可合乎制程要求，制出合格规格的制品。三、散布图散布图的定义特性要因图（鱼骨图）大概可以了解工程上的要因会影响产品的品质特性，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轴座标的象限上，以观察其中的相关性是否存在。散布图的制作方法1、收集成对的数据（x1,y1),(x2,y2),…整理成数据表。No.XY1X1Y12X2Y23X3Y34X4Y4………2、找出x，y的最大值及最小值。3、以x，y的最大值及最小值建立x-y座标，并决定适当刻度便于绘点。4、将数据依次点于x-y座标中，两组数据重复时以◎表示。YX∷∷∷∷∷∷∷∷∷∷∷∷∷∷∷∷5、添加趋势线，计算相关系数r，得出线性关系。r=1，完全相关；r=-1，完全不相关；r=0，无线性相关关系，但可能有非线性相关关系；一般地，1＞︱r︱≥0.8，强相关0.8＞︱r︱≥0.5，相关0.5＞︱r︱≥0.3，弱相关0.3＞︱r︱，不相关具体例子如下：实例演练真空蒸镀的作业过程中，电子束的强度（power)影响蒸镀产品的膜厚（thickness)，希望找出二者间的相互关系。收集到得数据如下：X＝强度（KV）Y＝膜度（∪m)No.XY1503.22704.731005.44804.95603.8No.XY6503.47905.18905.09704.510704.3