某公司QC七大手法

QC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11/10/202313lcoil品質管理七大手法是一些簡易之圖形方法。在品管作業(yè)中，它們被用來當做是品質數(shù)據(jù)、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。

11/10/202323lcoil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(shù)據(jù)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(shù)據(jù)，依其使用目的，以很簡單的符號填注，用以了解現(xiàn)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。

11/10/202333lcoil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(yè)前的點檢、設備安全、作業(yè)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(chǎn)品不良原因調查或為了發(fā)現(xiàn)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(shù)據(jù)收集和查檢。

11/10/202343lcoil1.

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(shù)據(jù)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(xiàn)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：11/10/202353lcoil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(yè)實施機械設備的實施情形、預防發(fā)生不良或事故、確保安全使用。例如機械定期保養(yǎng)檢核表、不安全處所檢核表等，這種檢核表主要是調查作業(yè)過程之情形，可防止作業(yè)的遺漏或疏失。

11/10/202363lcoil

2.

記錄用檢核表此種檢核表是將數(shù)據(jù)分為幾個項目別，以符號或數(shù)字記錄的圖或表。例如在已分組的數(shù)字表上打上記號以記錄出現(xiàn)次數(shù)，或直接在產(chǎn)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(qū)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11/10/202373lcoil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(shù)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(shù)之數(shù)據(jù)。若兩變數(shù)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(shù)(或稱為自變數(shù))置於橫軸，另外將代表結果之變數(shù)(或稱為應變數(shù))置於Y軸(縱軸)。

11/10/202383lcoil根據(jù)散布圖上之點記的分布狀態(tài)，兩特性值間之關係可分為下列三種：

1.當其中一變數(shù)，另一變數(shù)之數(shù)值也有增加的傾向時，代表此兩變數(shù)為正相關(positivecorrelation)。

11/10/202393lcoil2.當其中一變數(shù)的特性值愈大，另一變數(shù)之數(shù)值卻愈小時，代表此兩變數(shù)為負相關(negativecorrelation)。

3.當兩變數(shù)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。

11/10/2023103lcoil1.

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(jīng)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(shù)因為作業(yè)失誤、測量失誤、轉記失誤等而發(fā)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：

11/10/2023113lcoil3.

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(xiàn)象所產(chǎn)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(shù)據(jù)是否存在趨勢或用於決定最佳操作範圍等應用。11/10/2023123lcoil散布圖之製作包括下列步驟：1.先調查兩組數(shù)據(jù)是否相關，然後蒐集數(shù)據(jù)並整理到數(shù)據(jù)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(shù)據(jù)點到座標上。當兩數(shù)據(jù)重複在同一位置時，點上一圓記號○，但三點數(shù)據(jù)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11/10/2023133lcoil三、直方圖

直方圖是將數(shù)據(jù)分布的範圍，劃分為幾個區(qū)間，將出現(xiàn)在各區(qū)間內的數(shù)據(jù)之出現(xiàn)次數(shù)作成次數(shù)表，並將其以圖(長條圖)的形式表現(xiàn)出來。透過直方圖，我們可以了解一組數(shù)據(jù)之下列幾項特徵：1.

數(shù)據(jù)的分布形態(tài)(分配狀態(tài))。

2.數(shù)據(jù)的中心位置(集中趨勢)。

3.數(shù)據(jù)離散程度的大小(變異性)。

4.數(shù)據(jù)和規(guī)格之間的關係。

11/10/2023143lcoil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。11/10/2023153lcoil在品管作業(yè)中，通常會在下列情形使用到直方圖:

1.

掌握數(shù)據(jù)之分布狀態(tài)(分配狀態(tài))將數(shù)據(jù)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(yè)者、機械/設備、材料/配件、作業(yè)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(guī)格作比較，檢視有無問題

將規(guī)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。

11/10/2023163lcoil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(chǎn)品電特性L值分布狀況」、「產(chǎn)品電特性L值與規(guī)格值的關係」等。步驟2：收集數(shù)據(jù)，製作測試記錄。步驟3：求出測試記錄中數(shù)據(jù)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(qū)間數(shù)在繪製直方圖時，區(qū)間之數(shù)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(qū)間數(shù)，區(qū)間數(shù)k=

,n為數(shù)據(jù)個數(shù)。例如:

n=50時，k==7.071(取7)。另一個法則是取k個區(qū)間，滿足2k-1≦n<2k。步驟5：求出區(qū)間之寬幅(h)，h=R/k11/10/2023173lcoil步驟6：決定區(qū)間之界限值(上下界限值)第一區(qū)間之下界限值=S–(測定單位)/2第一區(qū)間之上界限值=第一區(qū)間之下界限值+h

設e=(S+hk)–L，若e>(h/2)，則將第一區(qū)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(shù)在變更不同區(qū)間數(shù)都不夠5而必須進位，使得h取值大，最後一區(qū)間下界限值已超過數(shù)據(jù)最大值而此區(qū)間為空，若少取一區(qū)間而最後一區(qū)間上界限值又不能涵蓋數(shù)據(jù)最大值的狀況。步驟7：求出區(qū)間之中心值，即為(區(qū)間之下界限值+區(qū)間之上界限值)/2=區(qū)間之下界限值+h/2。

步驟8：製作次數(shù)表

步驟9：計算各區(qū)間數(shù)據(jù)出現(xiàn)之次數(shù)先確認該數(shù)據(jù)應畫記入那一個欄位中，然後在〝次數(shù)畫記欄〞中作記號。當數(shù)據(jù)全部畫記完畢後，將數(shù)據(jù)填入各區(qū)間之次數(shù)欄中，再合計是否和全部數(shù)據(jù)總數(shù)相等。11/10/2023183lcoil步驟10：作圖在圖中填上橫軸和縱軸，以完成的次數(shù)表為基礎，將第一區(qū)間至最後一個區(qū)間之次數(shù)當作高度依序畫去。

步驟11：記入數(shù)據(jù)之相關資料和必要事項

在圖中之空白處，記入數(shù)據(jù)之取得時間、數(shù)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(shù)據(jù)的分布情形，數(shù)據(jù)的中心位值，數(shù)據(jù)的離散程度，數(shù)據(jù)和規(guī)格之關係等。

11/10/2023193lcoil直方圖可以顯示數(shù)據(jù)之變化情形，觀察直方圖之外觀可以協(xié)助找出數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)分配為(或接近)常態(tài)分配。

11/10/2023203lcoil2.雙峰分配(Thedouble-peakeddistribution)在直方圖中，數(shù)據(jù)分布範圍之中央有一低谷(在中央的次數(shù)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(shù)據(jù)於兩種不同批之原料、兩個(組)不同之作業(yè)員、機器等。11/10/2023213lcoil3.高原型分配(Theplateaudistribution)各區(qū)間之數(shù)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(shù)據(jù)來自多個鐘形分配數(shù)據(jù)。一種可能之原因為未按標準程序作業(yè)，作業(yè)員各行其事，造成極大之變異。另一種可能之原因為分區(qū)不當，區(qū)間寬度太大。11/10/2023223lcoil4.梳狀分配(Thecombdistribution)在直方圖中，次數(shù)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(qū)間之寬度並非為測定單位的整數(shù)倍時，或是刻度上有異常時，會出現(xiàn)此種圖形。11/10/2023233lcoil5.

偏歪型分配(Theskeweddistribution)在此種直方圖上，高峰並不是數(shù)據(jù)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(shù)據(jù)只有單邊規(guī)格時易出此狀。11/10/2023243lcoil6.

截斷型分配(Thetruncateddistribution)

在直方圖上，高峰發(fā)生在(或靠近)數(shù)據(jù)分布範圍之邊緣。截斷型直方圖之發(fā)生是某些數(shù)據(jù)自鐘形分配數(shù)據(jù)中移去。

11/10/2023253lcoil7.

離島型分配(Theisolatedpeakeddistribution)在直方圖上出現(xiàn)兩個高度相差甚多之高峰。較低之高峰附近之數(shù)據(jù)可能來自於某一特別之機器﹑製造程序或作業(yè)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(shù)據(jù)時產(chǎn)生之錯誤。另外當數(shù)據(jù)存在測定誤差時也可能會出現(xiàn)此種植直方圖。11/10/2023263lcoil8.

邊緣突出型分配(Theedge-peakeddistribution)在平滑分配的邊緣出現(xiàn)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(chǎn)品之規(guī)格界限﹐用來顯示產(chǎn)品品質符合規(guī)格之能力。實例11/10/2023273lcoil四、柏拉多圖

柏拉多圖(Paretodiagrams)是由意大利經(jīng)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(20%)占有大部分財富(80%)。柏拉多認為只要控制那些少數(shù)人，便可控制該社會的財富，此稱為柏拉多原理。在1960年代，品管學者Juran將柏拉多圖導入品管工作中，做為分析屬性或計數(shù)值之品質資料上。柏拉多圖為一通用之工具，亦可用在其他領域中，例如在存貨管理上，它被稱為ABC分析。在品質改善活動中，柏拉多圖通常用來區(qū)分造成品質問題之少數(shù)重要(Vitalfew)原因﹐及多數(shù)不重要(trivialmany)之原因。若品質改善著重於問題之主要原因上﹐則通常在短期內可得到較顯著之改進。

11/10/2023283lcoil下圖為一典型之柏拉多圖，橫軸代表問題之類別，縱軸表示每一類問題發(fā)生之次數(shù)。為突顯各項問題之重要性，橫軸之項目通常依縱軸所代表之意義，由大至小，從左而右排列。在圖中，A、B兩類問題發(fā)生之次數(shù)較多，因此可規(guī)類為少數(shù)重要之問題，其他則稱為多數(shù)不重要之問題。在柏拉多圖中，右縱軸亦可加入累積百分比，以使問題之表示更為清晰。如在圖中，A、B兩類問題約佔全體缺點總數(shù)之80%。

11/10/2023293lcoil一個制作完善之柏拉多圖﹐可以提供下列訊息:

1.了解哪些項目屬於重要問題。2.一眼就能明白事情的大小順序。3.知道每一項目在整體中所占的比例。4.可以預測少某一項目後之整體效益。5.可以知道改善之效果如何。6.可以知道改善之前後不良內容及缺點內容之變化。11/10/2023303lcoil1.

座標之取法縱軸：不合格率、不良數(shù)，橫軸：缺點項目、類別。

2.收集數(shù)據(jù)資料

3.整理數(shù)據(jù)資料(1)依收集項目數(shù)據(jù)的大小順序排列。

(2)計算累積數(shù)和累積百分比。(3)將出現(xiàn)次數(shù)少的項目整理成「其他」項目。柏拉多圖中分類項目一般採用5至10項，其餘的全部歸類其他項。

柏拉多圖的制作包括下列步驟:11/10/2023313lcoil4.柏拉多圖之制成(1)

依橫軸之項目別，繪製長條圖，其高度為縱軸變數(shù)之數(shù)值。(2)畫出累積百分率曲線。

(3)為便於查詢，可在圖中記錄重要資料。5.考察

在柏拉多圖中找出重要的少數(shù)，其原則是在

20%~30%項目中，占累積和的70%~80%。若不能找出重要的少數(shù)則應採取別的分類法。

11/10/2023323lcoil1.

依問題之特性﹐柏拉多圖之左縱軸可定義為發(fā)生次數(shù)或成本。若每一缺點項目所造成之損失不同﹐則縱軸最好以金額表示較為妥當。

2.當分類項目很多時，常將若干次數(shù)少或成本低之項目合併為其他項目，置於圖之最右端。有些學者仍建議將橫軸之各項目由大至小排列，其他項目不一定位於最右端。

3.如果柏拉多圖是被當作比較用途(例如改善前後之比較)﹐則縱軸最好是用次數(shù)而非比率值﹐因為有時次數(shù)已降低﹐但各分類之比率值無太大變化。在繪製柏拉多圖時應注意下列事項:實例11/10/2023333lcoil五、特性要因圖

特性要因圖(cause-and-effectdiagram)為一問題分析工具﹐用以辨認造成某一特定問題之所有可能原因。測試所有可能原因為一費時且困難之工作。利用特性要因圖可以去除不重要之原因而專注於最有可能之原因上。在問題解決之步驟上﹐我們通常是先使用柏拉多圖用以篩除不重要之因素。柏拉多圖只能幫助分析者找出少數(shù)重要之問題﹐但不能指出造成問題之原因。若要研究造成問題之原因則必須進行特性要因分析。而特性要因圖可對問題做更精細之研究分析。特性要因圖為石川馨博士(Ishikawa)於1943年所發(fā)展出來﹐因此又稱魚骨圖(fishbonediagram)。而由於此圖是用來研究造成某一問題之可能原因﹐因此一般稱為特性要因圖。

11/10/2023343lcoil

一個制特性要因圖可視為一腦力激盪(brainstorming)之工具。其基本構成因素為符號及線﹐用以表示原因和結果之關係。

特性要因圖是一個多用途且極為有效之分析工具。在問題預防或解決問題之過程中﹐特性要因分析具下列3項優(yōu)點:

作完善之柏拉多圖﹐可以提供下列訊息:

1.對於一個特定之問題﹐特性要因圖可以提供一個開放討論(opendiscussion)之架構。2.

特性要因圖可以使我們集中注意力於發(fā)掘造成問題之原因﹐使這些原因顯現(xiàn)出來並且易於令人了解。3.

特性要因分析可鼓勵各階層之員工參與問題之解決﹐並且使得在同一組人員中得到更好之溝通。11/10/2023353lcoil特性要因圖之制作一般包括下列步驟:步驟1：決定特性特性是現(xiàn)況中的重要問題。用文字表現(xiàn)特性時，最好以一看就知道是〝不好〞的形式，比較容易發(fā)現(xiàn)要因。步驟2：填入要因將特性﹝問題之描述﹞寫在右端並加外框，然後加一條由左至右的粗箭號線條﹝背骨﹞。11/10/2023363lcoil步驟3：填入要因大骨將可能影響特性的要因分類，然後從背骨的左斜方加條大骨，並且在骨前端的

□內填入相關要因。大骨一般分4至8根。步驟4：集體思考後填入次要因針對某一主要因作集體思考，追究為什麼、什麼原因(要因)，然後填入次要因。步驟5：檢核是否遺漏要因填完主要因、次要因後，整理檢視一下，看看是否所有被列為可能之要因(原因)都填入，如有遺漏立即添加。步驟6：找出重要影響度的原因從許許多多要因中，決定出對結果(特性)影響較大的重要要因，用圓圈圈起或加紅圈方便辨識。

步驟7：驗證掌握事實，驗證所選出的要因是否是真正的要因。步驟8：填入必要事項將標題、產(chǎn)品名稱、製程名稱、製作單位、參與人員等資料，填在空白的地方。

實例11/10/2023373lcoil特性要因依其應用之不同可分為三大類:問題原因之列舉(causeenumeration)﹐散布分析(dispersionanalysis)及制程分析(processanalysis)。問題原因列舉最接近於腦力激盪，此為一種自由思考之方式，用以發(fā)掘造成問題之所有可能原因。此種方式之優(yōu)點是所有可能原因均可被列舉出，而主要缺點是繪製不易。第二種特性要因圖稱為散布分析，此種方式極類似於原因之列舉，所不同的是在散布分析中，問題原因先區(qū)分分組，而所有之思考都集中在此類原因上，當此類原因都被列舉後再進行另一組原因。而在原因列舉中，所有可能原因之列舉為一隨機次序。最後一種特性要因圖稱為製程分析，此種方式是先將製造程序列出，再將有關每一製程之可能原因列出。在列舉影響每一製程之原因時考慮人力、方法、材料及機器。此種分析方式由於考慮製造之順利，因此較易了解