搜索
2019/8/223lcoil1QC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﹑柏拉多圖品質管理七大手法是一些簡易之圖形方法。在品管作業中，它們被用來當做是品質數據、資料之整理及顯示，或者用做品質改善之工具，這些手法通常不需複雜之計算。品管七大手法包含：•檢核表(checksheets)•直方圖(histograms)•柏拉多圖(Paretodiagrams)•特性要因圖(causeandeffectdiagrams)•散布圖(scatterdiagrams)•流程圖(flowcharts)•管制圖(controlcharts)上述七種方法中，前六項為一般品質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。2019/8/223lcoil3一、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。在收集數據時，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據，依其使用目的，以很簡單的符號填注，用以了解現狀、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。在品管工作中，使用檢核表的目的有以下幾項：1.日常管理品質管制項目的點檢、作業前的點檢、設備安全、作業標準是否被遵守的點檢。2.特別調查為了制程問題原因調查、產品不良原因調查或為了發現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據收集和查檢。2019/8/223lcoil51.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.數據之履歷要清楚。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：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實施機械設備的實施情形、預防發生不良或事故、確保安全使用。例如機械定期保養檢核表、不安全處所檢核表等，這種檢核表主要是調查作業過程之情形，可防止作業的遺漏或疏失。2019/8/223lcoil72.記錄用檢核表此種檢核表是將數據分為幾個項目別，以符號或數字記錄的圖或表。例如在已分組的數字表上打上記號以記錄出現次數，或直接在產品、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，並在圖上區分位置，其設計目的是要了解缺點是否集中於某處，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。實例二、散布圖散布圖之使用大約始於1750-1800年，它又被稱為X-Yplot或Crossplot。散布圖通常是用來研究兩變數之間的相關性，它包含水平及垂直兩軸，用以代表成對兩變數之數據。若兩變數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(或稱為自變數)置於橫軸，另外將代表結果之變數(或稱為應變數)置於Y軸(縱軸)。2019/8/223lcoil9根據散布圖上之點記的分布狀態，兩特性值間之關係可分為下列三種：1.當其中一變數，另一變數之數值也有增加的傾向時，代表此兩變數為正相關(positivecorrelation)。當其中一變數的特性值愈大，另一變數之數值卻愈小時，代表此兩變數為負相關(negativecorrelation)。3.當兩變數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。2019/8/223lcoil111.調查兩特性值之相關性在調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.判斷異常值之存在與否一般而言，異常值多數因為作業失誤、測量失誤、轉記失誤等而發生，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：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。當找出了某現象所產生的原因後，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據是否存在趨勢或用於決定最佳操作範圍等應用。2019/8/223lcoil13散布圖之製作包括下列步驟：1.先調查兩組數據是否相關，然後蒐集數據並整理到數據表上。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.把數據點到座標上。當兩數據重複在同一位置時，點上一圓記號○，但三點數據重複在同一點上時，點上一個二重圓記號◎，也可用其他符號表示。實例三、直方圖直方圖是將數據分布的範圍，劃分為幾個區間，將出現在各區間內的數據之出現次數作成次數表，並將其以圖(長條圖)的形式表現出來。透過直方圖，我們可以了解一組數據之下列幾項特徵：1.數據的分布形態(分配狀態)。2.數據的中心位置(集中趨勢)。3.數據離散程度的大小(變異性)。4.數據和規格之間的關係。2019/8/223lcoil15直方圖與條形圖(bargraph)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。在品管作業中，通常會在下列情形使用到直方圖:1.掌握數據之分布狀態(分配狀態)將數據之分配與預期之分配比較。2.調查離散或偏離原因在調查離散或偏離原因時，也可使用到直方圖。例如將製程之作業者、機械/設備、材料/配件、作業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.與規格作比較，檢視有無問題將規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，或是要了解品質平均值或變異性是否改變時，同樣也可利用直方圖來判斷。直方圖之製作包含下列步驟：步驟1：確立調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：「產品電特性L值分布狀況」、「產品電特性L值與規格值的關係」等。步驟2：收集數據，製作測試記錄。步驟3：求出測試記錄中數據的最大值(L)和最小值(S)及全距(R)全距R=L–S步驟4：決定區間數在繪製直方圖時，區間之數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間數，區間數k=,n為數據個數。例如:n=50時，k==7.071(取7)。另一個法則是取k個區間，滿足2k-1≦n2k。步驟5：求出區間之寬幅(h)，h=R/kn502019/8/223lcoil18步驟6：決定區間之界限值(上下界限值)第一區間之下界限值=S–(測定單位)/2第一區間之上界限值=第一區間之下界限值+h設e=(S+hk)–L，若e(h/2)，則將第一區間之下界限值設為S–(測定單位)/2–e/2，此狀適用於h值尾數在變更不同區間數都不夠5而必須進位，使得h取值大，最後一區間下界限值已超過數據最大值而此區間為空，若少取一區間而最後一區間上界限值又不能涵蓋數據最大值的狀況。步驟7：求出區間之中心值，即為(區間之下界限值+區間之上界限值)/2=區間之下界限值+h/2。步驟8：製作次數表步驟9：計算各區間數據出現之次數先確認該數據應畫記入那一個欄位中，然後在〝次數畫記欄〞中作記號。當數據全部畫記完畢後，將數據填入各區間之次數欄中，再合計是否和全部數據總數相等。步驟10：作圖在圖中填上橫軸和縱軸，以完成的次數表為基礎，將第一區間至最後一個區間之次數當作高度依序畫去。步驟11：記入數據之相關資料和必要事項在圖中之空白處，記入數據之取得時間、數量和項目名稱等。步驟12：進行分析分析的重點在於直方圖的特徵：數據的分布情形，數據的中心位值，數據的離散程度，數據和規格之關係等。2019/8/223lcoil20直方圖可以顯示數據之變化情形，觀察直方圖之外觀可以協助找出數據中之異常變化。一些常見直方圖之形狀和造成原因說明如下：1.鐘形分配(Thebell-shapeddistribution)在直方圖中，數據分布範圍之中央有一高峰，且整體圖形接近對稱。此種直方圖顯示數據分配為(或接近)常態分配。雙峰分配(Thedouble-peakeddistribution)在直方圖中，數據分布範圍之中央有一低谷(在中央的次數比較少)，而且兩旁各有一高峰。此種圖形係混合兩個鐘形分配。可能之原因為數據於兩種不同批之原料、兩個(組)不同之作業員、機器等。2019/8/223lcoil223.高原型分配(Theplateaudistribution)各區間之數字變化不大，且呈高原般的形狀，沒有顯著之高峰和尾端。此種直方圖代表數據來自多個鐘形分配數據。一種可能之原因為未按標準程序作業，作業員各行其事，造成極大之變異。另一種可能之原因為分區不當，區間寬度太大。梳狀分配(Thecombdistribution)在直方圖中，次數的高低起伏很不整齊，有點像牙齒不全或是齒梳型的形狀。當區間之寬度並非為測定單位的整數倍時，或是刻度上有異常時，會出現此種圖形。2019/8/223lcoil245.偏歪型分配(Theskeweddistribution)在此種直方圖上，高峰並不是數據分布範圍之中央，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。數據只有單邊規格時易出此狀。截斷型分配(Thetruncateddistribution)在直方圖上，高峰發生在(或靠近)數據分布範圍之邊緣。截斷型直方圖之發生是某些數據自鐘形分配數據中移去。2019/8/223lcoil267.離島型分配(Theisolatedpeakeddistribution)在直方圖上出現兩個高度相差甚多之高峰。較低之高峰附近之數據可能來自於某一特別之機器﹑製造程序或作業員﹐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據時產生之錯誤。另外當數據存在測定誤差時也可能會出現此種植直方圖。邊緣突出型分配(Theedge-peakeddistribution)在平滑分配的邊緣出現一突出之高峰。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品之規格界限﹐用來顯示產品品質符合規格之能力。實例2019/8/223lcoil28四、柏拉多圖柏拉多圖(Paretodiagrams)是由意大利經濟學者VilfredoPareto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