統(tǒng)計基本概念及QC手法HQ課件

基本統(tǒng)計概念及QC手法基本統(tǒng)計概念及QC手法課程目的：了解品管常用手法的做法/判斷及應(yīng)用教材適用對象：所有工程師3.品管常用手法

3-1特性要因圖的做法/應(yīng)用

3-2查檢表的種類/設(shè)計

3-3層別法的做法/應(yīng)用

3-4柏拉圖的做法/應(yīng)用

3-5直方圖的做法/判斷

3-6推移圖的做法/應(yīng)用

3-7散佈圖的做法/應(yīng)用

3-8箱型圖的做法/應(yīng)用課程大綱：1.如何收集數(shù)據(jù)

1-1數(shù)據(jù)的分類

1-2收集數(shù)據(jù)的目的與方式

1-3收集數(shù)據(jù)的步驟2.基礎(chǔ)統(tǒng)計

2-1資料型態(tài)與基本定義

2-2集中趨勢量數(shù)

2-3離散量數(shù)課程目的：3.品管常用手法課程大綱：2.基礎(chǔ)統(tǒng)計如何收集數(shù)據(jù)以實驗數(shù)據(jù)來表示事實

以實驗為基礎(chǔ)，經(jīng)過考慮、判斷後採取行動，此為品質(zhì)管制中的重要過程，其最恰當(dāng)之表示方式即為數(shù)據(jù)數(shù)據(jù)的分類，按收集方法可分成以下兩類：

(1)計量值的數(shù)據(jù)由測量所得之?dāng)?shù)據(jù)，如板厚、尺寸、線寬、間距、…等。

(2)計數(shù)值的數(shù)據(jù)由統(tǒng)計點數(shù)所得之?dāng)?shù)據(jù)，如針孔、凹陷、短路、斷路…等。收集數(shù)據(jù)之目的

在收集數(shù)據(jù)時必須先瞭解為何要收集此數(shù)據(jù)及收集的使用目的，大致可區(qū)分為以下四類：

(1)現(xiàn)狀掌控(2)製程解析(3)製程管制(4)品質(zhì)保證如何收集數(shù)據(jù)以實驗數(shù)據(jù)來表示事實收集數(shù)據(jù)方式

(1)用記錄表記錄(2)影片記錄(3)儀器(4)自動記錄裝置收集數(shù)據(jù)步驟

1.明確收集數(shù)據(jù)目的

2.決定「何時、誰、何處、何種數(shù)據(jù)、如何收集」

3.考慮能以最少的數(shù)據(jù)(作正確判斷的抽樣)4.設(shè)計適當(dāng)?shù)牟闄z表

5.以層別方式收集數(shù)據(jù)

6.決定適切的檢查方式(測定方法)7.記錄查檢表

8.記錄數(shù)據(jù)的方法使標(biāo)準(zhǔn)化收集數(shù)據(jù)方式基礎(chǔ)統(tǒng)計x%基礎(chǔ)統(tǒng)計x%資料型態(tài)與基本定義群體與樣本群體(Population)：群體是由某一被指定的群組裡所有的個數(shù)所構(gòu)成。樣本(Sample)：樣本為自群體中抽取一部份的個數(shù)。資料型態(tài)與基本定義數(shù)據(jù)按型態(tài)分：

可分為屬量資料(資料以數(shù)字方式表示，例如：年齡、身高等)

與屬質(zhì)資料(資料常以文字/符號方式表示，例如；性別、血型等)

屬量數(shù)據(jù)為連續(xù)型數(shù)據(jù)；屬質(zhì)數(shù)據(jù)為離散型數(shù)據(jù)(ContinuousandDiscreteData)

連續(xù)型數(shù)據(jù)(ContinuousData)：為一個變數(shù)之量測尺度屬連續(xù)尺度，則其資料與資料間可以做無限分割，例如身高、體重、溫度等。

離散型數(shù)據(jù)(DiscreteData)：一個變數(shù)之量測尺度屬離散尺度，一般為分類級別用，則其數(shù)據(jù)稱離散數(shù)據(jù)或間斷數(shù)據(jù)。數(shù)據(jù)不是數(shù)字?jǐn)?shù)據(jù)按型態(tài)分：數(shù)據(jù)不是數(shù)字屬質(zhì)即離散型數(shù)據(jù)又分為名目資料與順序資料(NominalandOrdinalData)名目資料(Nominal)：以代號來代表類別之不同，而不具特定的順序。例如：顏色：紅、黃、綠、藍(lán)水果：蘋果、香蕉、桔子順序資料(Ordinal)：資料型態(tài)具特定的順序例如：批號

101102103版序

ABC名次：冠軍亞軍季軍屬質(zhì)即離散型數(shù)據(jù)又分為名目資料與順序資料(Nominala集中趨勢量數(shù)(Measuresofcentraltendency)，簡稱集中量數(shù)，是全部資料中央位置的數(shù)值，故又名中心位置量數(shù)(measureofcentrallocation)

集中量數(shù)之作用有下列三項：

1.

簡化作用

2.

比較作用

3.

代表作用

常用的如右邊平均數(shù)中位數(shù)四分位數(shù)集中趨勢量數(shù)(Measuresofcentraltendency)集中趨勢量數(shù)(Measuresofcentralten資料集的平均數(shù)是資料集內(nèi)所有資料的總和除以項目數(shù)。如果資料來自樣本，稱為樣本平均數(shù)，記為。

如果資料來自母體，稱為母體平均數(shù)，記為μ(mu)。平均數(shù)資料集的平均數(shù)是資料集內(nèi)所有資料的總和除以平均數(shù)

為瞭解製程鍍銅的品質(zhì)是否有獲得提昇，工程師隨機(jī)抽樣量測取得下列鍍銅厚度資料。範(fàn)例：製程鍍銅品質(zhì)平均數(shù)ItemData(um)ItemData(um)ItemData(um)18.90117.56218.1726.96126.94228.2738.90139.05239.4948.81148.14246.9759.261510.86259.0469.041611.76267.6878.05179.70278.0289.17188.66289.49911.12199.732910.411010.86209.16309.05 為瞭解製程鍍銅的品質(zhì)是否有獲得提昇，工程師隨機(jī)抽樣量測取得範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪

某大學(xué)的就業(yè)輔導(dǎo)室寄出一份給其抽樣的商學(xué)院畢業(yè)生，調(diào)查他們有關(guān)工作起薪的資訊。得到如下的資料。畢業(yè)生月薪($)畢業(yè)生月薪($)123507239022450826303255092440423801028255225511242062210122380平均數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪 某大學(xué)的就業(yè)輔導(dǎo)室寄出一中位數(shù)中位數(shù)最常用來做為財產(chǎn)資料或所得資料的位置量數(shù)。有極端值的資料集，中位數(shù)比平均數(shù)更能提供較佳的中央位置量數(shù)。將資料項目由小排到大，中位數(shù)是位置在中間的資料值。若資料項目為奇數(shù)，中位數(shù)即為排在中間的數(shù)值。若資料項目為偶數(shù)，沒有單一的中間項，中位數(shù)是中間的兩個資料值的平均數(shù)。中位數(shù)中位數(shù)最常用來做為財產(chǎn)資料或所得資料的位置量數(shù)。範(fàn)例一(樣本數(shù)奇數(shù))：讓我們利用前面的定義計算5個班級人數(shù)的中位數(shù)。將5個資料值由小至大排列如下

32 42464654

因此，中位數(shù)46範(fàn)例二(樣本數(shù)偶數(shù))：畢業(yè)生起始月薪221022552350238023802390242024402450255026302825中間兩個值中位數(shù)＝(2390+2420)/2＝2405範(fàn)例一(樣本數(shù)奇數(shù))：讓我們利用前面的定義計算5個班範(fàn)四分位數(shù)(Inter-quartile)四分位數(shù)是百分位數(shù)的特例第一四分位數(shù)=25-百分位數(shù)第二四分位數(shù)=50-百分位數(shù)=中位數(shù)第三四分位數(shù)=75-百分位數(shù)應(yīng)用於箱型圖四分位數(shù)(Inter-quartile)四分位數(shù)是百分位數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪將資料集的12個數(shù)由小排到大。221022552350238023802390242024402450255026302825第一四分位數(shù)

第一四分位數(shù)=25-百分位數(shù)

Q1=(2350+2380)/2=2365第三四分位數(shù)第三四分位數(shù)=75-百分位數(shù)Q3=(2450+2550)/2=25002,4,5,5,6,7,8,9,10範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪將資料集的12個數(shù)由小排到離散量數(shù)(MeasuresofDispersion)全距(Range)四分位數(shù)距(Inter-quartilerange,IQR)平均差(averagedeviation,AD)變異數(shù)(Variance)標(biāo)準(zhǔn)差(StandardDeviation)變異係數(shù)(CoefficientofVariation)離散量數(shù)是描述一組資料整體的變化或變異。變異是無處不在的離散量數(shù)(MeasuresofDispersion)全右圖變異較大右圖變異較大離散的概念(TheConceptofDispersion)Thetallercurvehaslessdispersion.Theflattercurvehasmoredispersion.離散的概念(TheConceptofDispersio全距(Range)最簡單的離散量數(shù)就是全距。全距＝最大值─最小值。全距僅用到資料中的兩個值，所以深受極端值的影響。全距(Range)最簡單的離散量數(shù)就是全距。範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪

全距=最大值–

最小值

全距=2825-2210=615畢業(yè)生月薪($)畢業(yè)生月薪($)123507239022450826303255092440423801028255225511242062210122380範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪 全距=最範(fàn)例：製程鍍銅品質(zhì)ItemData(um)ItemData(um)ItemData(um)18.90117.56218.1726.96126.94228.2738.90139.05239.4948.81148.14246.9759.261510.86259.0469.041611.76267.6878.05179.70278.0289.17188.66289.49911.12199.732910.411010.86209.16309.05

全距=最大值–

最小值

全距=11.76-6.94=4.82範(fàn)例：製程鍍銅品質(zhì)ItemData(um)ItemData(四分位數(shù)距(Inter-quartileRange)四分位數(shù)距是資料群的第三

四分位數(shù)與第一四分位數(shù)的差距。四分位數(shù)距即中間50%的資料的全距。四分位數(shù)距能克服極端資料值的影響。Range或Inter-quartileRange雖然簡單明瞭，但是有一很大缺點，即這樣的統(tǒng)計並未能使用到分配中所有的分?jǐn)?shù)，也就是，它們並沒有充分利用到所有可用的資訊，同時也沒有告訴我們資料中分?jǐn)?shù)的變異情形，及資料中之平均變化或代表性之變化程度為何。四分位數(shù)距(Inter-quartileRange)四分一個好的表達(dá)方式，最好能1、用到所有之資料。2、描述資料中各數(shù)值和中心值間之平均變化或差異程度(deviation)。3、當(dāng)資料中的數(shù)值分配變化程度或異質(zhì)性程度大時，則測量差異的數(shù)值也越大。要符合以上的要求，我們可以將資料中每個數(shù)值與平均數(shù)相減，也就是計算，這種差距稱做deviations。如果資料的異質(zhì)性大，則差距的數(shù)值也會愈大。雖然，此差距符合以上的要求，但由於這種差距的總和為零，因此我們要設(shè)法以此種差距為基礎(chǔ)來設(shè)計差量的統(tǒng)計。一個好的表達(dá)方式，最好能我們可以取各數(shù)值與平均數(shù)差距的絕對值，然後求其總和後，再將總和除以資料的件數(shù)，也就是計算

然後除以N(資料的件數(shù))。這種方法得出的差量稱做平

均差(averagedeviation)或AD。不過，統(tǒng)計上很少利用

此種差量。平均差(averagedeviation)偏差平方和(SumofSquare)一種作法是先得到各差距的平方，然後將所有的平方加總，也就是計算稱為偏差平方和(SumofSquare)

，但此種方法會隨資料件數(shù)增加而差量變大。因此，不能

夠作為一個適當(dāng)?shù)碾x散量數(shù)。我們可以取各數(shù)值與平均數(shù)差距的絕對值，然後求其總平均差(為使偏差平方和能夠合理的應(yīng)用，因而，產(chǎn)生另一方法即將偏差平方和除以N(資料的件數(shù))所得差量稱做變異數(shù)(variance)。當(dāng)我們是計算母體的變異數(shù)時，其公式是如果是計算樣本的變異數(shù)時，公式為(是母體的平均數(shù))變異數(shù)(Variance)為使偏差平方和能夠合理的應(yīng)用，因而，產(chǎn)生另一方法即將如果另一個與變異數(shù)有關(guān)的差量是標(biāo)準(zhǔn)差(standarddeviation)，其計算方法就是取變異數(shù)的正平方根。因此，母體之標(biāo)準(zhǔn)差公式為樣本的標(biāo)準(zhǔn)差公式為由樣本數(shù)據(jù)求得之Standarddeviation，我們是以小寫s來代表，母體之標(biāo)準(zhǔn)差我們以σ來代表。由公式可知，以標(biāo)準(zhǔn)差來表示的差量能夠符合上述三個要求，因此是一個很重要之描述變數(shù)變異性程度統(tǒng)計。標(biāo)準(zhǔn)差是變異數(shù)的正平方根標(biāo)準(zhǔn)差比變異數(shù)容易解釋，因為標(biāo)準(zhǔn)差的衡量單位與觀察值相同。

標(biāo)準(zhǔn)差(StandardDeviation)另一個與變異數(shù)有關(guān)的差量是標(biāo)準(zhǔn)差(standarddev範(fàn)例：小成第一次的段考成績?yōu)閲?6分、數(shù)學(xué)90分、英文85分、地理78分、歷史92分、理化67分，請問小成成績的標(biāo)準(zhǔn)差為多少?

解說：

根據(jù)平均數(shù)的定義，將成績總和除以科目個數(shù)：

(96+90+85+78+92+67)/6=508/6=84.67

小成第一次段考的平均分?jǐn)?shù)為84.67分

所以其成積的標(biāo)準(zhǔn)差為：範(fàn)例：小成第一次的段考成績?yōu)閲?6分、數(shù)學(xué)90分、英文85變異係數(shù)是變異性的相對衡量，它衡量標(biāo)準(zhǔn)差相對於平均值的大小。對母體資料而言，變異係數(shù)(CV)的計算如下:對樣本資料而言，變異係數(shù)(CV)的計算如下:廠內(nèi)常用變異係數(shù)衡量面銅銅厚均勻性變異係數(shù)(CoefficientofVariation)變異係數(shù)是變異性的相對衡量，它衡量標(biāo)準(zhǔn)差相對於平變異係數(shù)(範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪變異數(shù)標(biāo)準(zhǔn)差變異係數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪變異數(shù)變異數(shù)標(biāo)準(zhǔn)差變異係數(shù)範(fàn)例：改善後鍍銅品質(zhì)變異數(shù)範(fàn)例：改善後鍍銅品質(zhì)品質(zhì)管理（QC）手法＆統(tǒng)計方法品質(zhì)管理（QC）手法特性要因圖何謂特性要因圖特性要因圖的做法特性要因圖的應(yīng)用特性要因圖何謂特性要因圖1.何謂特性要因圖

(1)掌握結(jié)果(特性)與原因(要因)之間的關(guān)係

(2)是改善現(xiàn)場問題之最方便有效的方法

(3)形狀類似魚骨因此又稱魚骨圖

(4)由石川馨博士提出又稱石川圖2.特性要因圖的做法

step1.決定品質(zhì)特性

品質(zhì)：不良率、單位缺點數(shù)、不良數(shù)…成本：耗損量、單位成本…效率：收率…交期：日(月)產(chǎn)量…安全：災(zāi)害件數(shù)…其他：出勤率、提案改善件數(shù)…

1.何謂特性要因圖Step2.列出大要因大要因可依4M(Man,Machine,Materials,Method)或製程別來分類Step3.各要因分別再記入中小要因依腦力激盪的方法想出所有可能引起問題的細(xì)部原因必須展開至能採取措施的小要因Step4.圈選重要要因根據(jù)以往經(jīng)驗來圈選重要要因相關(guān)人員共同決定圈選4~6項為原則Step2.列出大要因3.特性要因圖之用途：解析改善用以改善品質(zhì)、提高效率、降低成本為目標(biāo)，進(jìn)行現(xiàn)狀解析改善用

管理用發(fā)生抱怨、不良品或異常時，為找尋原因，採取措施時

制定作業(yè)標(biāo)準(zhǔn)用為制定或修改作業(yè)方法、管制點、管理方法等作業(yè)標(biāo)準(zhǔn)時

品質(zhì)管制導(dǎo)入及教育用導(dǎo)入品質(zhì)管制，全員參加討論時用特性要因圖整理問題，作為新人教育訓(xùn)練時用3.特性要因圖之用途：特性要因圖圖型：設(shè)備物料方法人品質(zhì)特性XXXXXXXXX大要因中要因小要因特性要因圖圖型：設(shè)備物料方法人品質(zhì)特性XXXXXXXXX大要大要因中要因小要因設(shè)備問題1.保養(yǎng)問題未點檢設(shè)備沖片機(jī)液面不足2.繪圖機(jī)精密度誤差問題機(jī)械參數(shù)不正確機(jī)總差異工具問題1.工具使用不當(dāng)熟練度不夠2.EPF機(jī)模差異滾輪偏掉速度調(diào)整不人員問題1.未照SOP作業(yè)精神不佳訓(xùn)練不佳2.人為因素倍率輸入不正確擅自更改參數(shù)環(huán)境問題1.外力影響搬動地震2.空調(diào)溫溼度高低停電空調(diào)壞掉案例：下列為經(jīng)小組討論「為何底片尺寸差異大」問題之各要因，請以特性要因圖方式記錄大要因中要因小要因設(shè)備問題1.保養(yǎng)問題未點檢設(shè)備沖片機(jī)液面不Minitab連結(jié)路徑：\\cch10web06\CC-Minitap>捷徑-Mtb14點取Minitab連結(jié)路徑：\\cch10web06\CC-特性要因圖分析Stat>QualityTools>Cause-and-Effect資料輸入步驟1：輸入大要因步驟2：輸入大要因其相對應(yīng)之中要因步驟3：輸入中要因步驟4：輸入中要因其相對應(yīng)之小要因步驟5：進(jìn)行特性要因圖分析步驟1：輸入大要因步驟2：輸入大要因其相對應(yīng)之中要因步驟3：輸入中要因步驟4：輸入中要因其相對應(yīng)之小要因特性要因圖分析Stat>QualityTools>…點取Sub…點取‘人員問題的中要因’放置Causes欄依Label分類方式點取‘大要因’放置Causes欄問題的描述…點取Sub…點取‘人員問題的中要因’放置Causes欄依L點取Sub…點取‘工具問題中要因’放置Causes欄點取Sub…點取‘設(shè)備問題中要因’放置Causes欄點取Sub…點取‘工具問題中要因’放置Causes欄點取Su點取Sub…點取‘環(huán)境問題中要因’放置Causes欄點取Sub…點取‘環(huán)境問題中要因’放置Causes欄統(tǒng)計基本概念及QC手法HQ課件查檢表何謂查檢表查檢表的種類查檢表的做法查檢表的應(yīng)用何謂層別法查檢表何謂查檢表1.何謂查檢表用一種簡單的方式將問題查檢出來的圖表為了便於收集數(shù)據(jù)而設(shè)計一種表格或圖表用很簡單的劃記、符號、數(shù)字記入表格或圖表2.查檢表的種類

(1)記錄用查檢表：把數(shù)據(jù)分類成數(shù)個項目，以符號記錄作為分析問題及改善用的圖表，種類如下原因別、機(jī)臺別、缺點別、位置別、不良項目別…(2)點檢用查檢表：把「非做不可」或「非檢查不可」之共同項目按點檢順序列出逐一點檢並記錄1.何謂查檢表3.查檢表設(shè)計的做法

查檢內(nèi)容：決定查檢什麼？由特性要因圖中所圈選的重要要因查檢人員：人員是否受過查檢的訓(xùn)練查檢時間：多久查檢一次？最好隨機(jī)查檢查檢方式：採全檢或抽檢查檢期間：從什麼時候開始？什麼時候結(jié)束？日期的表示方式應(yīng)要求統(tǒng)一決定層別方式：以時間、機(jī)器、人、班別等…決定記錄方式：以「正」或其他方式表達(dá)考慮樣數(shù)：不良率很低時，要考慮增加樣本數(shù)4.檢點用查檢表的設(shè)計步驟

step1逐一列出須點檢的項目

step2須點檢的項目是「非做不可的工作」、「非檢查不可的事項」等

step3點檢有順序要求時須註明號碼，依順序排序

step4須點檢的項目儘可能以機(jī)械、製程、人員等層別之3.查檢表設(shè)計的做法日期(班別)項目5/065/075/085/095/105/11合計日中大日中大日中大日中大日中大日中大空調(diào)溫溼度高低沖片機(jī)液面不足ＰＬＯＴ繪圖機(jī)尺寸精密度ＬＰ５００８（ＸＰ１）ＬＰ５００８（ＸＰ２）ＬＰ７００８（ＸＰ３）ＬＰ７００８（ＸＰ２）倍率輸入不正確壓膜厚差異其他檢查張數(shù)日期(班別)5/065/075/085/095/5.查檢表的應(yīng)用用在現(xiàn)場問題點的分析改善：與特性要因圖結(jié)合，用來查檢影響問題點的各個要因用在查檢現(xiàn)場工作進(jìn)度用於製品、零件的缺點、不良的查檢用於查檢現(xiàn)場各種生產(chǎn)條件，例如：設(shè)定溫度、溼度等的定期查檢

用在日常管理或生活上注意事項的查檢5.查檢表的應(yīng)用層別法何謂層別法柏拉圖的用途柏拉圖的做法層別法何謂層別法1.何謂層別法所謂層別法是將數(shù)據(jù)資料依其共同特性或特徵分群，以便能在紛亂的數(shù)據(jù)中能找出思索分析的方向。用途：解決分析的問題基礎(chǔ)，配合其手法使用，經(jīng)過層別之後，可以使得造成問題之原因更為清楚做法：決定層別的對象(影響品質(zhì)特性的原因)

決定層別的方式

範(fàn)例：

人員別：男女、教育程度、年齡、年資機(jī)械別：機(jī)臺、新設(shè)備、舊設(shè)備、廠牌材料別：產(chǎn)地別、供應(yīng)者、存貨作業(yè)條件：溫度、壓力、溼度、速度時間別：季節(jié)、月份板子：方向、面次1.何謂層別法柏拉圖何謂柏拉圖柏拉圖的做法柏拉圖的看法柏拉圖的用途柏拉圖何謂柏拉圖1.何謂柏拉圖

柏拉圖是一位義大利經(jīng)濟(jì)學(xué)家，在他從事研究其社會經(jīng)濟(jì)結(jié)構(gòu)時發(fā)現(xiàn)，國民所得之分配備少數(shù)人所控制。後來這法則被應(yīng)用在其他事物的調(diào)查上也是發(fā)現(xiàn)多數(shù)的是都集中在少數(shù)的某些項目上，故又稱ABC分析圖美國品管大師DrJuran將柏拉圖法應(yīng)用在品管上品管圈之創(chuàng)始人日本的石川馨將之引用到品管圈的活動中，為QC七大工具之一2.柏拉圖的做法將一定期間所蒐集之不良數(shù)、缺點數(shù)或故障次數(shù)，依項目別加以分類，按其出現(xiàn)大小順序排列且其他項不論多大都擺在最後。

1.何謂柏拉圖4.柏拉圖的用途掌握影響問題點的主要項目：柏拉圖法一旦列出，很容易可以看出前三項的影響度之和幾乎佔了全部的七八成

針對著前三項逐一採取分析行動很容易可解決問題，改善行動的效果必定顯著有效

可作改善前後的比較，改善前的柏拉圖與改善後的柏拉圖並列對比，馬上可以看出改善效果的確認(rèn)3.柏拉圖的看法最前面的即是最主要的原因(柏拉圖A項)累計影響度70%~80%的項目是改善之重點1020發(fā)生頻數(shù)檢查項目100%50%累計影響度(%)4.柏拉圖的用途3.柏拉圖的看法1020發(fā)生頻數(shù)檢查項目10不良項目缺點數(shù)銀面露銅139污染32銀面刮傷19沾綠漆48沾膠4其他6案例：下表為檢驗之檢核表，試?yán)L製柏拉圖並指出少數(shù)重要的不良項目不良項目缺點數(shù)銀面露銅139污染32銀面刮傷19沾綠漆48沾柏拉圖分析Stat>QualityTools>ParetoChart資料輸入柏拉圖分析Stat>QualityTools>Pa改善重點Labels欄位放置“不良項目”Frequencies欄位放置“缺點數(shù)”改善重點Labels欄位放置“不良項目”直方圖何謂直方圖直方圖的功用直方圖的做法直方圖的看法直方圖何謂直方圖1-1.何謂直方圖

為了表示數(shù)據(jù)的分配狀況，將數(shù)據(jù)的分配範(fàn)圍分成數(shù)個區(qū)間，計算各組間內(nèi)該數(shù)據(jù)出現(xiàn)的次數(shù)，並製作成次數(shù)分配圖。1-2直方圖的優(yōu)點

在製程管理上，圖比表更容易判讀，在瞭解製程的全貌來講，直方圖是最好的工具。對數(shù)據(jù)之分配形狀，分布範(fàn)圍與規(guī)格間之關(guān)係都可一目瞭然。

2.直方圖的功用瞭解製程的全貌，或群體的分配型態(tài)。顯示製程能力，將製程之群體分配和規(guī)格比較，以判斷製程能力

1-1.何謂直方圖0.150.20.20.350.250.250.30.20.30.450.30.350.350.20.40.30.30.350.30.150.250.40.20.350.30.10.20.40.350.450.450.250.350.550.350.250.150.30.30.40.30.250.250.450.350.150.350.40.30.35膜厚：規(guī)格：0.3±0.05

3.直方圖的做法

step1.收集數(shù)據(jù)(計量值)：至少收集50個以上的數(shù)據(jù)(最好是100個以上)step2.進(jìn)行分析案例：下列為膜厚之量測數(shù)據(jù)，請繪製直方圖並觀察其分布0.150.20.20.350.250.250.30.20.Graph>Histogram資料輸入直方圖分析Graph>Histogram資料輸入直方圖分析輸入規(guī)格Note：上下規(guī)格中間需以空格隔開點取ReferenceLines點取WithFit點取‘Thickness’放置Graphvariables輸入規(guī)格點取ReferenceLines點取WithF統(tǒng)計基本概念及QC手法HQ課件4.直方圖的看法

4-1直方圖包含3個重要因素：平均值、標(biāo)準(zhǔn)差、規(guī)格界限

4-2直方圖群體分配與規(guī)格之比較規(guī)格下限規(guī)格上限A平均值規(guī)格下限規(guī)格上限B平均值規(guī)格中心平均值與規(guī)格中心比較

A的品質(zhì)比較好，B的品質(zhì)比較差

B的平均值(中心線)，已偏離規(guī)格中心線規(guī)格中心4.直方圖的看法規(guī)規(guī)A平均值規(guī)規(guī)B平均值規(guī)平均值與規(guī)格平均值在中央，產(chǎn)品變異比規(guī)格寬度要窄。如圖所示規(guī)格下限規(guī)格上限

平均值平均值在中央，產(chǎn)品變異比規(guī)格寬度要窄。如圖所示規(guī)規(guī)平均值平均值良好，但變異太大，剛好跟規(guī)格的兩端吻合，若稍微增大很可能出現(xiàn)不良品。如圖所示。

規(guī)格下限規(guī)格上限

平均值平均值繼續(xù)保持，但變異要縮小平均值良好，但變異太大，剛好跟規(guī)格的兩端吻合，若稍

變異很大，兩側(cè)都超過規(guī)格界限值，發(fā)生不良品應(yīng)立即採取對策。如圖所示。規(guī)格下限規(guī)格上限

平均值變異很大，兩側(cè)都超過規(guī)格界限值，發(fā)生不良品應(yīng)立即採

變異很小，對規(guī)格而言還很充裕，如能把變異稍放大也沒關(guān)係，如此可提高效率，降低成本、管理也較輕鬆。如圖所示。規(guī)格下限規(guī)格上限

平均值變異很小，對規(guī)格而言還很充裕，如能把變異稍放大也沒推移圖(TrendChart)何謂推移圖推移圖的做法推移圖的看法推移圖的應(yīng)用推移圖(TrendChart)何謂推移圖1.何謂推移圖數(shù)據(jù)的變動依時間序列打點，點與點之間由折線連起來的圖。2.推移圖的做法

決定期間，蒐集數(shù)據(jù)計算：不良率、缺點數(shù)…圖示(1)橫軸是時間

(2)縱軸是特性ex：不良率、不良數(shù)、金額…(3)依數(shù)據(jù)繪製點，點與點之間折線相連接3.推移圖的看法

是否有上升或下降之趨勢是否有週期性之趨勢4.推移圖的應(yīng)用

立即看出數(shù)據(jù)變化的情形1.何謂推移圖資料輸入週1234567891011121314報廢率0.360.320.500.360.460.390.360.350.330.320.300.290.280.25案例：下列為各週報廢率記錄結(jié)果，請繪製推移圖觀察其隨時間變化情形資料輸入週1234567891011121314報廢率0.3推移圖分析點取SimpleStat>TimeSeries點取‘報廢率’放置Series欄位點取‘週’放置Stampcolumns欄位點取Time推移圖分析點取SimpleStat>TimeSerie統(tǒng)計基本概念及QC手法HQ課件何謂散佈圖散佈圖的做法散佈圖的看法散佈圖何謂散佈圖散佈圖1.何謂散佈圖散佈圖是表示兩定量變數(shù)間關(guān)係的圖形。一個變數(shù)放在橫軸，另一個變數(shù)則放在縱軸。散佈圖上的點的分布型態(tài)可看出兩個變數(shù)間的整體關(guān)係。2.散佈圖的看法正相關(guān)：表X增加時，Y也會隨之增加負(fù)相關(guān)：表X增加時，Y則隨之減少無相關(guān)：不論X增加或減少，對Y的結(jié)果都沒有影響這裡指線性相關(guān)關(guān)系1.何謂散佈圖這裡指線性相關(guān)關(guān)系正相關(guān)型態(tài)強(qiáng)弱正相關(guān)型態(tài)強(qiáng)弱負(fù)相關(guān)型態(tài)強(qiáng)弱負(fù)相關(guān)型態(tài)強(qiáng)弱不相關(guān)的型態(tài)不相關(guān)的型態(tài)

3.相關(guān)係數(shù)r相關(guān)係數(shù)是一種用以衡量兩配對隨機(jī)變數(shù)(bipartiterandomvariables)之關(guān)係的度量。一般用以度量兩隨機(jī)變數(shù)X和Y之相關(guān)測度(measureofcorrelation)必須滿足下列的要求﹕r介於–1和＋1之間。r值為正代表是正相關(guān)關(guān)系，反之r值為負(fù)即為負(fù)相關(guān)關(guān)系。r值愈趨近於±1，代表相關(guān)性越強(qiáng)。r值愈趨近於0，代表相關(guān)性越弱。r=0，代表不為線性相關(guān)。當(dāng)r=0時可能是這樣3.相關(guān)係數(shù)r當(dāng)r=0時可能是這樣4.皮爾森(Pearson)相關(guān)係數(shù)相關(guān)係數(shù)（r）相關(guān)程度0.8以上極高0.6-0.8高0.4-0.6普通0.2-0.4低0.2以下極低皮爾森相關(guān)係數(shù)

皮爾森相關(guān)係數(shù)的意義

4.皮爾森(Pearson)相關(guān)係數(shù)相關(guān)係數(shù)（r）相關(guān)程度0範(fàn)例：立體音響店

立體音響設(shè)備店想了解電視廣告次數(shù)及銷售量之間的關(guān)係，蒐集了10週的資料如下。範(fàn)例：立體音響店 立體音響設(shè)備店想了解電視廣告次數(shù)及銷售量之資料輸入散佈圖分析Graph>Scatterplot點取Simple資料輸入散佈圖分析Graph>Scatterplot點廣告次數(shù)與銷售量呈正相關(guān)點取‘銷售量(y)’放置Y變數(shù)點取‘廣告次數(shù)(x)’放置X變數(shù)廣告次數(shù)與銷售量呈正相關(guān)點取‘銷售量(y)’放置Y變數(shù)相關(guān)係數(shù)求法Stat>BasicStatistics>Correlation點取‘銷售量(y)’與‘廣告次數(shù)(x)’放置Variables相關(guān)係數(shù)求法Stat>BasicStatistics相關(guān)係數(shù)0.930，相關(guān)程度極高廻歸方程式Stat>Regression>FittedLinePlot相關(guān)係數(shù)(r)相關(guān)程度0.8以上極高0.6-0.8高0.4-0.6普通0.2-0.4低0.2以下極低相關(guān)係數(shù)0.930，相關(guān)程度極高廻歸方程式Stat>Re點取‘銷售量(y)’放置Response(y)點取‘廣告次數(shù)(x)’放置Predictor(x)點取‘銷售量(y)’放置Response(y)何謂箱型圖箱型圖的目的箱型圖的解讀箱型圖何謂箱型圖箱型圖箱型圖

箱型圖(Boxplot)適合用於表示數(shù)據(jù)之分布特性，可以用來描述組內(nèi)及組間之變異。

箱型圖一般包含一個箱子(Box)、鬍鬚(Whisker)與離群值(Outlier)。

可以看出一個製程的某一輸入變數(shù)是否會影響輸出變數(shù)的特性。箱型圖的製作以第一、三四分位數(shù)為前後邊。使用四分位數(shù)距(IQR)時，必須設(shè)定界限。---下界位於Q1之下1.5(IQR)。---上界位於Q3之上1.5(IQR)。---在界限之外的值為離群值。離群值以「*」符號表示，代表超出UL=Q3+1.5(Q3-Q1)及LL=Q1-1.5(Q3-Q1)之?dāng)?shù)值箱型圖**小於UL之最大值第三四分位數(shù)(Q3)中位數(shù)第一四分位數(shù)(Q1)大於LL之最小值離群值，大於UL之?dāng)?shù)值離群值，小於LL之?dāng)?shù)值LowerLimit：Q1-1.5(Q3-Q1)UpperLimit：Q3+1.5(Q3-Q1)箱型圖IQRIQR=interquartilerange四分謂距(Q3-Q1)**小於UL之最大值第三四分位數(shù)(Q3)中位數(shù)第一四分位數(shù)(strengthmachinestrengthmachinestrengthmachine49.2172.8194.95344.541116.71142.5345.8145.15153395.84170.351175330.1177.4179.5336.5197.07229.5382.3173.4278.4387.85168.52127.53105191.852110.6495.221106.6257.1497.510.572117.6410510.79277.71458.0510.772150486.610.81282.9458.35162.13111.54案例：下列為4個機(jī)臺拉力測試結(jié)果，請以箱型圖觀察不同機(jī)臺對拉力的分布strengthmachinestrengthmachine資料輸入箱型圖分析點取WithGroupsGraph>Boxplot資料輸入箱型圖分析點取WithGroupsGraph>B點取‘strength’放置Graphvariables欄位點取‘machine’放置grouping欄位點取‘strength’放置Graphvariables欄THEENDThanks!THEENDThanks!基本統(tǒng)計概念及QC手法基本統(tǒng)計概念及QC手法課程目的：了解品管常用手法的做法/判斷及應(yīng)用教材適用對象：所有工程師3.品管常用手法

3-1特性要因圖的做法/應(yīng)用

3-2查檢表的種類/設(shè)計

3-3層別法的做法/應(yīng)用

3-4柏拉圖的做法/應(yīng)用

3-5直方圖的做法/判斷

3-6推移圖的做法/應(yīng)用

3-7散佈圖的做法/應(yīng)用

3-8箱型圖的做法/應(yīng)用課程大綱：1.如何收集數(shù)據(jù)

1-1數(shù)據(jù)的分類

1-2收集數(shù)據(jù)的目的與方式

1-3收集數(shù)據(jù)的步驟2.基礎(chǔ)統(tǒng)計

2-1資料型態(tài)與基本定義

2-2集中趨勢量數(shù)

2-3離散量數(shù)課程目的：3.品管常用手法課程大綱：2.基礎(chǔ)統(tǒng)計如何收集數(shù)據(jù)以實驗數(shù)據(jù)來表示事實

以實驗為基礎(chǔ)，經(jīng)過考慮、判斷後採取行動，此為品質(zhì)管制中的重要過程，其最恰當(dāng)之表示方式即為數(shù)據(jù)數(shù)據(jù)的分類，按收集方法可分成以下兩類：

(1)計量值的數(shù)據(jù)由測量所得之?dāng)?shù)據(jù)，如板厚、尺寸、線寬、間距、…等。

(2)計數(shù)值的數(shù)據(jù)由統(tǒng)計點數(shù)所得之?dāng)?shù)據(jù)，如針孔、凹陷、短路、斷路…等。收集數(shù)據(jù)之目的

在收集數(shù)據(jù)時必須先瞭解為何要收集此數(shù)據(jù)及收集的使用目的，大致可區(qū)分為以下四類：

(1)現(xiàn)狀掌控(2)製程解析(3)製程管制(4)品質(zhì)保證如何收集數(shù)據(jù)以實驗數(shù)據(jù)來表示事實收集數(shù)據(jù)方式

(1)用記錄表記錄(2)影片記錄(3)儀器(4)自動記錄裝置收集數(shù)據(jù)步驟

1.明確收集數(shù)據(jù)目的

2.決定「何時、誰、何處、何種數(shù)據(jù)、如何收集」

3.考慮能以最少的數(shù)據(jù)(作正確判斷的抽樣)4.設(shè)計適當(dāng)?shù)牟闄z表

5.以層別方式收集數(shù)據(jù)

6.決定適切的檢查方式(測定方法)7.記錄查檢表

8.記錄數(shù)據(jù)的方法使標(biāo)準(zhǔn)化收集數(shù)據(jù)方式基礎(chǔ)統(tǒng)計x%基礎(chǔ)統(tǒng)計x%資料型態(tài)與基本定義群體與樣本群體(Population)：群體是由某一被指定的群組裡所有的個數(shù)所構(gòu)成。樣本(Sample)：樣本為自群體中抽取一部份的個數(shù)。資料型態(tài)與基本定義數(shù)據(jù)按型態(tài)分：

可分為屬量資料(資料以數(shù)字方式表示，例如：年齡、身高等)

與屬質(zhì)資料(資料常以文字/符號方式表示，例如；性別、血型等)

屬量數(shù)據(jù)為連續(xù)型數(shù)據(jù)；屬質(zhì)數(shù)據(jù)為離散型數(shù)據(jù)(ContinuousandDiscreteData)

連續(xù)型數(shù)據(jù)(ContinuousData)：為一個變數(shù)之量測尺度屬連續(xù)尺度，則其資料與資料間可以做無限分割，例如身高、體重、溫度等。

離散型數(shù)據(jù)(DiscreteData)：一個變數(shù)之量測尺度屬離散尺度，一般為分類級別用，則其數(shù)據(jù)稱離散數(shù)據(jù)或間斷數(shù)據(jù)。數(shù)據(jù)不是數(shù)字?jǐn)?shù)據(jù)按型態(tài)分：數(shù)據(jù)不是數(shù)字屬質(zhì)即離散型數(shù)據(jù)又分為名目資料與順序資料(NominalandOrdinalData)名目資料(Nominal)：以代號來代表類別之不同，而不具特定的順序。例如：顏色：紅、黃、綠、藍(lán)水果：蘋果、香蕉、桔子順序資料(Ordinal)：資料型態(tài)具特定的順序例如：批號

101102103版序

ABC名次：冠軍亞軍季軍屬質(zhì)即離散型數(shù)據(jù)又分為名目資料與順序資料(Nominala集中趨勢量數(shù)(Measuresofcentraltendency)，簡稱集中量數(shù)，是全部資料中央位置的數(shù)值，故又名中心位置量數(shù)(measureofcentrallocation)

集中量數(shù)之作用有下列三項：

1.

簡化作用

2.

比較作用

3.

代表作用

常用的如右邊平均數(shù)中位數(shù)四分位數(shù)集中趨勢量數(shù)(Measuresofcentraltendency)集中趨勢量數(shù)(Measuresofcentralten資料集的平均數(shù)是資料集內(nèi)所有資料的總和除以項目數(shù)。如果資料來自樣本，稱為樣本平均數(shù)，記為。

如果資料來自母體，稱為母體平均數(shù)，記為μ(mu)。平均數(shù)資料集的平均數(shù)是資料集內(nèi)所有資料的總和除以平均數(shù)

為瞭解製程鍍銅的品質(zhì)是否有獲得提昇，工程師隨機(jī)抽樣量測取得下列鍍銅厚度資料。範(fàn)例：製程鍍銅品質(zhì)平均數(shù)ItemData(um)ItemData(um)ItemData(um)18.90117.56218.1726.96126.94228.2738.90139.05239.4948.81148.14246.9759.261510.86259.0469.041611.76267.6878.05179.70278.0289.17188.66289.49911.12199.732910.411010.86209.16309.05 為瞭解製程鍍銅的品質(zhì)是否有獲得提昇，工程師隨機(jī)抽樣量測取得範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪

某大學(xué)的就業(yè)輔導(dǎo)室寄出一份給其抽樣的商學(xué)院畢業(yè)生，調(diào)查他們有關(guān)工作起薪的資訊。得到如下的資料。畢業(yè)生月薪($)畢業(yè)生月薪($)123507239022450826303255092440423801028255225511242062210122380平均數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪 某大學(xué)的就業(yè)輔導(dǎo)室寄出一中位數(shù)中位數(shù)最常用來做為財產(chǎn)資料或所得資料的位置量數(shù)。有極端值的資料集，中位數(shù)比平均數(shù)更能提供較佳的中央位置量數(shù)。將資料項目由小排到大，中位數(shù)是位置在中間的資料值。若資料項目為奇數(shù)，中位數(shù)即為排在中間的數(shù)值。若資料項目為偶數(shù)，沒有單一的中間項，中位數(shù)是中間的兩個資料值的平均數(shù)。中位數(shù)中位數(shù)最常用來做為財產(chǎn)資料或所得資料的位置量數(shù)。範(fàn)例一(樣本數(shù)奇數(shù))：讓我們利用前面的定義計算5個班級人數(shù)的中位數(shù)。將5個資料值由小至大排列如下

32 42464654

因此，中位數(shù)46範(fàn)例二(樣本數(shù)偶數(shù))：畢業(yè)生起始月薪221022552350238023802390242024402450255026302825中間兩個值中位數(shù)＝(2390+2420)/2＝2405範(fàn)例一(樣本數(shù)奇數(shù))：讓我們利用前面的定義計算5個班範(fàn)四分位數(shù)(Inter-quartile)四分位數(shù)是百分位數(shù)的特例第一四分位數(shù)=25-百分位數(shù)第二四分位數(shù)=50-百分位數(shù)=中位數(shù)第三四分位數(shù)=75-百分位數(shù)應(yīng)用於箱型圖四分位數(shù)(Inter-quartile)四分位數(shù)是百分位數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪將資料集的12個數(shù)由小排到大。221022552350238023802390242024402450255026302825第一四分位數(shù)

第一四分位數(shù)=25-百分位數(shù)

Q1=(2350+2380)/2=2365第三四分位數(shù)第三四分位數(shù)=75-百分位數(shù)Q3=(2450+2550)/2=25002,4,5,5,6,7,8,9,10範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪將資料集的12個數(shù)由小排到離散量數(shù)(MeasuresofDispersion)全距(Range)四分位數(shù)距(Inter-quartilerange,IQR)平均差(averagedeviation,AD)變異數(shù)(Variance)標(biāo)準(zhǔn)差(StandardDeviation)變異係數(shù)(CoefficientofVariation)離散量數(shù)是描述一組資料整體的變化或變異。變異是無處不在的離散量數(shù)(MeasuresofDispersion)全右圖變異較大右圖變異較大離散的概念(TheConceptofDispersion)Thetallercurvehaslessdispersion.Theflattercurvehasmoredispersion.離散的概念(TheConceptofDispersio全距(Range)最簡單的離散量數(shù)就是全距。全距＝最大值─最小值。全距僅用到資料中的兩個值，所以深受極端值的影響。全距(Range)最簡單的離散量數(shù)就是全距。範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪

全距=最大值–

最小值

全距=2825-2210=615畢業(yè)生月薪($)畢業(yè)生月薪($)123507239022450826303255092440423801028255225511242062210122380範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪 全距=最範(fàn)例：製程鍍銅品質(zhì)ItemData(um)ItemData(um)ItemData(um)18.90117.56218.1726.96126.94228.2738.90139.05239.4948.81148.14246.9759.261510.86259.0469.041611.76267.6878.05179.70278.0289.17188.66289.49911.12199.732910.411010.86209.16309.05

全距=最大值–

最小值

全距=11.76-6.94=4.82範(fàn)例：製程鍍銅品質(zhì)ItemData(um)ItemData(四分位數(shù)距(Inter-quartileRange)四分位數(shù)距是資料群的第三

四分位數(shù)與第一四分位數(shù)的差距。四分位數(shù)距即中間50%的資料的全距。四分位數(shù)距能克服極端資料值的影響。Range或Inter-quartileRange雖然簡單明瞭，但是有一很大缺點，即這樣的統(tǒng)計並未能使用到分配中所有的分?jǐn)?shù)，也就是，它們並沒有充分利用到所有可用的資訊，同時也沒有告訴我們資料中分?jǐn)?shù)的變異情形，及資料中之平均變化或代表性之變化程度為何。四分位數(shù)距(Inter-quartileRange)四分一個好的表達(dá)方式，最好能1、用到所有之資料。2、描述資料中各數(shù)值和中心值間之平均變化或差異程度(deviation)。3、當(dāng)資料中的數(shù)值分配變化程度或異質(zhì)性程度大時，則測量差異的數(shù)值也越大。要符合以上的要求，我們可以將資料中每個數(shù)值與平均數(shù)相減，也就是計算，這種差距稱做deviations。如果資料的異質(zhì)性大，則差距的數(shù)值也會愈大。雖然，此差距符合以上的要求，但由於這種差距的總和為零，因此我們要設(shè)法以此種差距為基礎(chǔ)來設(shè)計差量的統(tǒng)計。一個好的表達(dá)方式，最好能我們可以取各數(shù)值與平均數(shù)差距的絕對值，然後求其總和後，再將總和除以資料的件數(shù)，也就是計算

然後除以N(資料的件數(shù))。這種方法得出的差量稱做平

均差(averagedeviation)或AD。不過，統(tǒng)計上很少利用

此種差量。平均差(averagedeviation)偏差平方和(SumofSquare)一種作法是先得到各差距的平方，然後將所有的平方加總，也就是計算稱為偏差平方和(SumofSquare)

，但此種方法會隨資料件數(shù)增加而差量變大。因此，不能

夠作為一個適當(dāng)?shù)碾x散量數(shù)。我們可以取各數(shù)值與平均數(shù)差距的絕對值，然後求其總平均差(為使偏差平方和能夠合理的應(yīng)用，因而，產(chǎn)生另一方法即將偏差平方和除以N(資料的件數(shù))所得差量稱做變異數(shù)(variance)。當(dāng)我們是計算母體的變異數(shù)時，其公式是如果是計算樣本的變異數(shù)時，公式為(是母體的平均數(shù))變異數(shù)(Variance)為使偏差平方和能夠合理的應(yīng)用，因而，產(chǎn)生另一方法即將如果另一個與變異數(shù)有關(guān)的差量是標(biāo)準(zhǔn)差(standarddeviation)，其計算方法就是取變異數(shù)的正平方根。因此，母體之標(biāo)準(zhǔn)差公式為樣本的標(biāo)準(zhǔn)差公式為由樣本數(shù)據(jù)求得之Standarddeviation，我們是以小寫s來代表，母體之標(biāo)準(zhǔn)差我們以σ來代表。由公式可知，以標(biāo)準(zhǔn)差來表示的差量能夠符合上述三個要求，因此是一個很重要之描述變數(shù)變異性程度統(tǒng)計。標(biāo)準(zhǔn)差是變異數(shù)的正平方根標(biāo)準(zhǔn)差比變異數(shù)容易解釋，因為標(biāo)準(zhǔn)差的衡量單位與觀察值相同。

標(biāo)準(zhǔn)差(StandardDeviation)另一個與變異數(shù)有關(guān)的差量是標(biāo)準(zhǔn)差(standarddev範(fàn)例：小成第一次的段考成績?yōu)閲?6分、數(shù)學(xué)90分、英文85分、地理78分、歷史92分、理化67分，請問小成成績的標(biāo)準(zhǔn)差為多少?

解說：

根據(jù)平均數(shù)的定義，將成績總和除以科目個數(shù)：

(96+90+85+78+92+67)/6=508/6=84.67

小成第一次段考的平均分?jǐn)?shù)為84.67分

所以其成積的標(biāo)準(zhǔn)差為：範(fàn)例：小成第一次的段考成績?yōu)閲?6分、數(shù)學(xué)90分、英文85變異係數(shù)是變異性的相對衡量，它衡量標(biāo)準(zhǔn)差相對於平均值的大小。對母體資料而言，變異係數(shù)(CV)的計算如下:對樣本資料而言，變異係數(shù)(CV)的計算如下:廠內(nèi)常用變異係數(shù)衡量面銅銅厚均勻性變異係數(shù)(CoefficientofVariation)變異係數(shù)是變異性的相對衡量，它衡量標(biāo)準(zhǔn)差相對於平變異係數(shù)(範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪變異數(shù)標(biāo)準(zhǔn)差變異係數(shù)範(fàn)例：12位商學(xué)院畢業(yè)生的起始月薪變異數(shù)變異數(shù)標(biāo)準(zhǔn)差變異係數(shù)範(fàn)例：改善後鍍銅品質(zhì)變異數(shù)範(fàn)例：改善後鍍銅品質(zhì)品質(zhì)管理（QC）手法＆統(tǒng)計方法品質(zhì)管理（QC）手法特性要因圖何謂特性要因圖特性要因圖的做法特性要因圖的應(yīng)用特性要因圖何謂特性要因圖1.何謂特性要因圖

(1)掌握結(jié)果(特性)與原因(要因)之間的關(guān)係

(2)是改善現(xiàn)場問題之最方便有效的方法

(3)形狀類似魚骨因此又稱魚骨圖

(4)由石川馨博士提出又稱石川圖2.特性要因圖的做法

step1.決定品質(zhì)特性

品質(zhì)：不良率、單位缺點數(shù)、不良數(shù)…成本：耗損量、單位成本…效率：收率…交期：日(月)產(chǎn)量…安全：災(zāi)害件數(shù)…其他：出勤率、提案改善件數(shù)…

1.何謂特性要因圖Step2.列出大要因大要因可依4M(Man,Machine,Materials,Method)或製程別來分類Step3.各要因分別再記入中小要因依腦力激盪的方法想出所有可能引起問題的細(xì)部原因必須展開至能採取措施的小要因Step4.圈選重要要因根據(jù)以往經(jīng)驗來圈選重要要因相關(guān)人員共同決定圈選4~6項為原則Step2.列出大要因3.特性要因圖之用途：解析改善用以改善品質(zhì)、提高效率、降低成本為目標(biāo)，進(jìn)行現(xiàn)狀解析改善用

管理用發(fā)生抱怨、不良品或異常時，為找尋原因，採取措施時

制定作業(yè)標(biāo)準(zhǔn)用為制定或修改作業(yè)方法、管制點、管理方法等作業(yè)標(biāo)準(zhǔn)時

品質(zhì)管制導(dǎo)入及教育用導(dǎo)入品質(zhì)管制，全員參加討論時用特性要因圖整理問題，作為新人教育訓(xùn)練時用3.特性要因圖之用途：特性要因圖圖型：設(shè)備物料方法人品質(zhì)特性XXXXXXXXX大要因中要因小要因特性要因圖圖型：設(shè)備物料方法人品質(zhì)特性XXXXXXXXX大要大要因中要因小要因設(shè)備問題1.保養(yǎng)問題未點檢設(shè)備沖片機(jī)液面不足2.繪圖機(jī)精密度誤差問題機(jī)械參數(shù)不正確機(jī)總差異工具問題1.工具使用不當(dāng)熟練度不夠2.EPF機(jī)模差異滾輪偏掉速度調(diào)整不人員問題1.未照SOP作業(yè)精神不佳訓(xùn)練不佳2.人為因素倍率輸入不正確擅自更改參數(shù)環(huán)境問題1.外力影響搬動地震2.空調(diào)溫溼度高低停電空調(diào)壞掉案例：下列為經(jīng)小組討論「為何底片尺寸差異大」問題之各要因，請以特性要因圖方式記錄大要因中要因小要因設(shè)備問題1.保養(yǎng)問題未點檢設(shè)備沖片機(jī)液面不Minitab連結(jié)路徑：\\cch10web06\CC-Minitap>捷徑-Mtb14點取Minitab連結(jié)路徑：\\cch10web06\CC-特性要因圖分析Stat>QualityTools>Cause-and-Effect資料輸入步驟1：輸入大要因步驟2：輸入大要因其相對應(yīng)之中要因步驟3：輸入中要因步驟4：輸入中要因其相對應(yīng)之小要因步驟5：進(jìn)行特性要因圖分析步驟1：輸入大要因步驟2：輸入大要因其相對應(yīng)之中要因步驟3：輸入中要因步驟4：輸入中要因其相對應(yīng)之小要因特性要因圖分析Stat>QualityTools>…點取Sub…點取‘人員問題的中要因’放置Causes欄依Label分類方式點取‘大要因’放置Causes欄問題的描述…點取Sub…點取‘人員問題的中要因’放置Causes欄依L點取Sub…點取‘工具問題中要因’放置Causes欄點取Sub…點取‘設(shè)備問題中要因’放置Causes欄點取Sub…點取‘工具問題中要因’放置Causes欄點取Su點取Sub…點取‘環(huán)境問題中要因’放置Causes欄點取Sub…點取‘環(huán)境問題中要因’放置Causes欄統(tǒng)計基本概念及QC手法HQ課件查檢表何謂查檢表查檢表的種類查檢表的做法查檢表的應(yīng)用何謂層別法查檢表何謂查檢表1.何謂查檢表用一種簡單的方式將問題查檢出來的圖表為了便於收集數(shù)據(jù)而設(shè)計一種表格或圖表用很簡單的劃記、符號、數(shù)字記入表格或圖表2.查檢表的種類

(1)記錄用查檢表：把數(shù)據(jù)分類成數(shù)個項目，以符號記錄作為分析問題及改善用的圖表，種類如下原因別、機(jī)臺別、缺點別、位置別、不良項目別…(2)點檢用查檢表：把「非做不可」或「非檢查不可」之共同項目按點檢順序列出逐一點檢並記錄1.何謂查檢表3.查檢表設(shè)計的做法

查檢內(nèi)容：決定查檢什麼？由特性要因圖中所圈選的重要要因查檢人員：人員是否受過查檢的訓(xùn)練查檢時間：多久查檢一次？最好隨機(jī)查檢查檢方式：採全檢或抽檢查檢期間：從什麼時候開始？什麼時候結(jié)束？日期的表示方式應(yīng)要求統(tǒng)一決定層別方式：以時間、機(jī)器、人、班別等…決定記錄方式：以「正」或其他方式表達(dá)考慮樣數(shù)：不良率很低時，要考慮增加樣本數(shù)4.檢點用查檢表的設(shè)計步驟

step1逐一列出須點檢的項目

step2須點檢的項目是「非做不可的工作」、「非檢查不可的事項」等

step3點檢有順序要求時須註明號碼，依順序排序

step4須點檢的項目儘可能以機(jī)械、製程、人員等層別之3.查檢表設(shè)計的做法日期(班別)項目5/065/075/085/095/105/11合計日中大日中大日中大日中大日中大日中大空調(diào)溫溼度高低沖片機(jī)液面不足ＰＬＯＴ繪圖機(jī)尺寸精密度ＬＰ５００８（ＸＰ１）ＬＰ５００８（ＸＰ２）ＬＰ７００８（ＸＰ３）ＬＰ７００８（ＸＰ２）倍率輸入不正確壓膜厚差異其他檢查張數(shù)日期(班別)5/065/075/085/095/5.查檢表的應(yīng)用用在現(xiàn)場問題點的分析改善：與特性要因圖結(jié)合，用來查檢影響問題點的各個要因用在查檢現(xiàn)場工作進(jìn)度用於製品、零件的缺點、不良的查檢用於查檢現(xiàn)場各種生產(chǎn)條件，例如：設(shè)定溫度、溼度等的定期查檢

用在日常管理或生活上注意事項的查檢5.查檢表的應(yīng)用層別法何謂層別法柏拉圖的用途柏拉圖的做法層別法何謂層別法1.何謂層別法所謂層別法是將數(shù)據(jù)資料依其共同特性或特徵分群，以便能在紛亂的數(shù)據(jù)中能找出思索分析的方向。用途：解決分析的問題基礎(chǔ)，配合其手法使用，經(jīng)過層別之後，可以使得造成問題之原因更為清楚做法：決定層別的對象(影響品質(zhì)特性的原因)

決定層別的方式

範(fàn)例：

人員別：男女、教育程度、年齡、年資機(jī)械別：機(jī)臺、新設(shè)備、舊設(shè)備、廠牌材料別：產(chǎn)地別、供應(yīng)者、存貨作業(yè)條件：溫度、壓力、溼度、速度時間別：季節(jié)、月份板子：方向、面次1.何謂層別法柏拉圖何謂柏拉圖柏拉圖的做法柏拉圖的看法柏拉圖的用途柏拉圖何謂柏拉圖1.何謂柏拉圖

柏拉圖是一位義大利經(jīng)濟(jì)學(xué)家，在他從事研究其社會經(jīng)濟(jì)結(jié)構(gòu)時發(fā)現(xiàn)，國民所得之分配備少數(shù)人所控制。後來這法則被應(yīng)用在其他事物的調(diào)查上也是發(fā)現(xiàn)多數(shù)的是都集中在少數(shù)的某些項目上，故又稱ABC分析圖美國品管大師DrJuran將柏拉圖法應(yīng)用在品管上品管圈之創(chuàng)始人日本的石川馨將之引用到品管圈的活動中，為QC七大工具之一2.柏拉圖的做法將一定期間所蒐集之不良數(shù)、缺點數(shù)或故障次數(shù)，依項目別加以分類，按其出現(xiàn)大小順序排列且其他項不論多大都擺在最後。

1.何謂柏拉圖4.柏拉圖的用途掌握影響問題點的主要項目：柏拉圖法一旦列出，很容易可以看出前三項的影響度之和幾乎佔了全部的七八成

針對著前三項逐一採取分析行動很容易可解決問題，改善行動的效果必定顯著有效

可作改善前後的比較，改善前的柏拉圖與改善後的柏拉圖並列對比，馬上可以看出改善效果的確認(rèn)3.柏拉圖的看法最前面的即是最主要的原因(柏拉圖A項)累計影響度70%~80%的項目是改善之重點1020發(fā)生頻數(shù)檢查項目100%50%累計影響度(%)4.柏拉圖的用途3.柏拉圖的看法1020發(fā)生頻數(shù)檢查項目10不良項目缺點數(shù)銀面露銅139污染32銀面刮傷19沾綠漆48沾膠4其他6案例：下表為檢驗之檢核表，試?yán)L製柏拉圖並指出少數(shù)重要的不良項目不良項目缺點數(shù)銀面露銅139污染32銀面刮傷19沾綠漆48沾柏拉圖分析Stat>QualityTools>ParetoChart資料輸入柏拉圖分析Stat>QualityTools>Pa改善重點Labels欄位放置“不良項目”Frequencies欄位放置“缺點數(shù)”改善重點Labels欄位放置“不良項目”直方圖何謂直方圖直方圖的功用直方圖的做法直方圖的看法直方圖何謂直方圖1-1.何謂直方圖

為了表示數(shù)據(jù)的分配狀況，將數(shù)據(jù)的分配範(fàn)圍分成數(shù)個區(qū)間，計算各組間內(nèi)該數(shù)據(jù)出現(xiàn)的次數(shù)，並製作成次數(shù)分配圖。1-2直方圖的優(yōu)點

在製程管理上，圖比表更容易判讀，在瞭解製程的全貌來講，直方圖是最好的工具。對數(shù)據(jù)之分配形狀，分布範(fàn)圍與規(guī)格間之關(guān)係都可一目瞭然。

2.直方圖的功