品管七大手法精典培训教材

目   錄

項目內　容頁次

1資料的意義2

2統計資本概論4

3查檢表7

4柏拉圖9

5魚骨圖11

6散佈圖13

7管制圖16

8直方圖18

9層別法20

1. 資料的意義

1.1 概要

何謂數據 (Data)？

它是「透過測量所得到的數值和資料。」因此，

「測量數據」 = 「反映事實」

1.2 數據獲得

1)蒐集「正確」的數據；

2)避免「主觀」的判斷；

3)把握「事實真相」。

1.3 數據類型

1) 定量數據(Quantitative Data)：量器測度量出來的數據。

計量值(Variable)：長度、時間、重量等測量所得的數據。

計數值(Countable)：以缺點數、劣品數作為計算標準的數值。

2) 定性數據(Qualitative Data)：感官判斷出來的類別數據。

類型值(Variable)：如「機型」、「品牌」、「日期」、「班次」、「產品」等記錄的數據。

1.4 數據整理

1) 「掌握現況」和「評價對策」，都應有數據為依據；

2) 清楚使用數據的宗旨；

3) 改善前、後的數據，應具備一致的條件；

4) 數據蒐集完成後要馬上使用。

1.5數字資料的差異

1) 機遇原因（Chance Cause）

製品的好壞，主要受到四個M：材料（Material）、機器（Machine）、人員（Man）與方法（Method）之影響，但若四者均在標準範圍內變化，其變化幅度較為微小，而屬機遇原因變化，在經濟價值上，此種變化不需採取措施或改正行動。

2) 非機遇原因（Assignable Cause）

非機遇原因又稱異常原因，係導致四個M的變化，即：

1. 使用不合規格的材料
2. 機器故障或工具損壞
3. 員工情緒久佳或工作不努力
4. 不按操作標準工作，或標準不適當

以上四個非機遇原因，所造成變化之幅度較大，會引起大量的不合品，在經濟價值上應予以消除。

2. 統計資本概論

2.1統計量數

1)平均數－代表一群數值的一個數值

群體平均數

樣本平均數　

2)變異數

群體變異數

樣本變異數　

3)標準差－表示該群數值間差異大小的一個數值

群體標準差

樣本標準差　

2.2 機率分配-常態分配

若從常態母體n(x;???²)中，隨機抽取一個樣本，則結果為x之機率密度 (probability density) 是：

其累積機率密度函數為

一平均數為0，變異數為1之常態分配稱為標準常態分配。

經由變數變換，任何常態分配都可轉換成標準常態，其公式如下：

在一常態分配中，平均數正負一倍、二倍、三倍標準差之機率為

P(???<X<???)=0.6827

P(????<X<????)=0.9545

P(????<X<????)=0.9973

2.3 製程能力指標

1. USL－規格上限　LSL－規格下限　CL－規格中心值
2. Ca－製程準確度(Capability of Accuracy)

3. Cp－製程精密度(Capability of Precision)

4. Cpk－製程能力指數(總合Ca & Cp之指標)

 或

下面以圖示說明：

在標準常態分配之狀況下，Cpk=1時，其Out Spec.之機率為0.0027，亦即不良率為2700 DPPM，而在Cpk=1.33時，其Out Spec.之機率為0.000064，亦即不良率為64 DPPM。