1. 層別法：決定影響結果的因素

1.1 定義： 從某角度針對調查事項分類(分層)，並收集各類資料(數據)進行相互比較

1.2 分層的必要性

● 經驗判斷的不足;

● 找到改進目標; ;

● 從雜亂無章的數據中獲得信息;

● 產生結果的多面性

1.3 使用分層法的時機

● 在研制、開發新產品時

● 在收集到有關某一特定主題的觀點、意見或想法等信息之後。

● 在面對一大堆看似混亂復雜的現象，數據或事物之時

● 由於歸納頭腦風暴法所產生的管理概念

● 在編制調查表

● 在整理歸納數據之時

● 在提出質量改進措施時

1.4 分層的角度

● 時間

● 作業員 班組

● 機器

● 材料

● 產品

● 作業條件

● 發生地點

● 錯誤現象

1.5 分層原則

● 配合專業分析

● 避免2個以上角度

● 融入其他手法

● 分層前後避免差異

2. 直方圖：統計數據瞭解變異

2.1 定義：是將所收集的測定值、特性值或結果值，分為幾個相等的區間作為橫軸，並將各區間內所測定值依所出現的次數累積而成的面積，用柱子排起來的圖形。

2.2 能達成的目標

● 瞭解過程輸出的變異情況

● 瞭解過程能力

● 指出采取行動的必要

● 量測糾正行動的效果

2.3 制作步驟

收集數據

定組數（N）

找出最大值（MAX）、最小值（MIN）、並計算全距（R），R=MAX-MIN

定組距（C）=R/N，（四舍五入至最小測量位數）

定組界

最小一組的下組界T11=S-測量值的最小位數*0.5

最小一組的上組界T12=T11+C

第二組的下組界 T21= T12，以此類推

制作次數分佈表

制作直方圖

填上次數、規格、平均數

計算平均數 (X)

計算標準差 (s)

觀察

2.4 可能出現的圖形

2.4.1 正常型

說明：中間高，兩邊低，有集中趨勢。

結論：左右對稱分配(常態分配)，顯示制程在正常運轉下。

2.4.2 缺齒型 (凹凸不平型)

說明：高低不一，有缺齒情形。不正常分配，系因測定值或換算方法有偏差，次數分配不妥當所形成。

結論：稽查員對測定值有偏好現象，如對5,10之數字偏好； 或是假造數據。測量儀器不精密或組數的寬度不是倍數時，亦會有此情況。

2.4.3 切邊型 (斷列型)

說明：有一端被切斷。

結論：原因為數據經過全檢過,或制程本身有經過全檢過,會出現的形狀。若剔除某規格以上時,則切邊在靠近右邊形成。

2.4.4 離島型

說明：在右端或左端形成小島。

結論：測定有錯誤,工程調節錯誤或使用不同原料所引起。一定有異常原因存在，隻要去除,即可合乎制程要求,制出合規格的制品。

2.4.5 高原型

說明：形狀似高原狀

結論：不同平均值的分配混在一起，應層別之後再做直方圖比較。

af394ac50d204f8145769d300d8a232f

2.4.6 偏態型 (偏態分配)

說明：高處偏向一邊，另一邊低，拖長尾巴。（可分偏右型、偏左型）

結論：產品加工能力發生偏差

2.5 直方圖之使用註意事項

● 異常值應去除後再分組。

● 對於從樣本測定值推測群體形態，直方圖是最簡單有效的方法。

● 應取得詳細之數據資料(例如：時間、原料、測定者、設備、環境條件等)。

● 進行制程管理及分析改善時，可利用層別方法，將更容易找出問題的癥結點，對於品質的改善，有事半功倍的效果。

2.6 直方圖與規格比較

2.6.1 制程呈常態分配，且在規格界限內，顯示制程良好，品質均勻合格。

f4c9a0537a8799b1e9172d992c487639

2.6.2 平均值偏低

部分產品超規格下限有不良發生，但分配正常(常態)。

對策：應調平均值(往右)

2.6.3 平均值偏高

部分產品超規格上限有不良發生，但分配正常(常態)

對策：應調平均值(往左)

6faa67621bc96553dbb75cffbbccd77b

2.6.4 變異大，品質不均

制品雖成常態分配，但產品有不良

對策：應縮小變異或放寬規格

2.6.5 品質過剩，變異太小

3. 柏拉圖：排列數據確定重點

3.1 定義：根據所收集的數據，按不良原因、不良狀況、不良項目、不良發生的位置等不同區分標準而加以整理、分類，藉以尋求占最大比率之原因、狀況或位置，按其大小順序排列，再加上累積值的圖形。

3.2 為何要用柏拉圖

● 不要企圖“一口吃成大胖子” 。

● 把握重要要因或問題重點的有效工具以收事半功倍效果。

● 瞭解各項目對問題的影響度所占百分比。

● 可明確重點改善項目是什麼，大小順序的內容是什麼。

● 占大多數的項目又是什麼。

● 可發掘現場之重要問題點。

3.3 柏拉圖制作步驟

● 決定數據的分類項目

● 決定收集數據的期間，並按分類項目，在期間內收集數據。

● 於圖表畫縱軸及橫軸，縱軸給予適當刻度(此刻度能包含不良率)。

● 將數據畫成並列柱形並於橫軸上記下項目名稱。數據的累積打點，並畫上折線。

● 於右端畫縱軸與折線終點之交點定為100%於0-100%分10等分。

3.4 註意事項

● 橫軸依大小順序排列。

● 橫軸各柱形距離要相同。

● 縱軸的最高尺度含蓋合計數且隔距應一致。

● 累積折線依正確畫法。

● 柏拉圖需標示累積百分比。

● 勿將兩個以上角度混雜一起分類。

● 一般把欲優先解決之項目標示出(累積百分比占70~80%之項目)。

● 柏拉圖A項若難采取措施，則從B項開始，順位雖低，但易改善，亦可采取措施。

4. 因果分析圖：針對問題分析原因

4.1如何設計因果圖

● 選定需要討論項目

● 召集相關人員

● 畫出主線

● 鼓勵發言

● 分析影響產品質量各種原因

● 在同一張圖上把因果關系用箭頭表示出來

● 將原因展開直至細到能采取措施為止

● 畫出因果圖後,要針對主要原因列出對策表

4.2 定義：找出關鍵原因，作為制定質量改進措施的重點考慮對象的圖。

● 魚骨圖

● 特性要因圖

● 石川圖

4.3 原則

● 腦力激蕩術¾利用集體的思考，以引導創意性思考；

● 嚴禁批評；

● 追求數量；

● 自由奔放；

● 結合改善。

● 有人偏題瞭怎麼辦？

5. 檢查表：制訂表格收集數據

5.1 定義：為收集某期間的資料(數據或語言)而事先設計，能在同一張表上用簡單的方式作的表格或圖表連續記錄，便於把握整個狀況。

5.2 必要性：

● 有效解決問題®依據事實®收集資料®檢查表

● 以記錄代替 記憶使觀察深入。

● 避免收集資料時，滲入個人情緒，文字敘述不具體不明確等因素

5.3 如何設計檢查表

● 明確目的-瞭解問題？證明假設？要因解析？數據收集的對象范圍，以利解析及解釋。

● 決定分層的角度

● 決定檢查項目

● 決定檢查表的格式

● 決定數據記錄方式

● 決定數據收集方式-用5W1H明確事項

5.4 註意事項

● 設計時檢查項目之用詞和方式盡量簡要具體明確，其他項列入。

● 設計時能參照多數人意見，並讓使用人共同參與。

● 設計時盡量考慮多角度分層。

● 盡量以簡單符號數字等填寫，使能正確迅速的記錄。

● 數據履歷要清楚並考慮數據可靠性。

● 人員教育訓練

● 和相關單位同一資料相互比對

● 收集資料時可考慮不同來源以利比較及相互檢定。

● 易整理統計、歸檔(所需資料情報欄位化)

● 檢查表在使用時發現不適需檢討修正

6. 散佈圖：確定數據相關性

6.1 定義：所謂散佈圖就是指將合於對應的二類數據置於橫座標與縱座標再將測定值點記於其上的圖。

6.2 制作步驟

● 收集數據（最少30以上）

● 確定刻度

● 描點

● 圖形分析

6.3 散佈圖的類型

● 具強烈的正相關關系

● 具微弱的正相關關系

● 具無相關

● 具強烈負相關關系

● 具微弱負相關關系

● 具函數相關關系

● 各種散佈圖的典型圖形

6.4 圖形分析

● 定性法

——符號檢驗法

——對照典型圖分析法

● 定量法

——相關系數法

7. 控制圖：控制和確定變異

7.1 定義：用於區分質量波動 是偶然原因引起的還是系統原因引起的，判斷生產過程是否處於穩定狀態，並畫有控制界限的一種圖。

7.2 分類：

● 計量值控制圖

X-s控制圖 （平均值和標準差圖)

X-R控制圖 (平均值極差控制圖)

X-R 控制圖 (中位值全距控制圖)

X-MR控制圖 (單值移動極差控制圖)

● 計數值控制圖

P控制圖 (不合格率控制圖)

Pn控制圖(不合格品數控制圖)

C控制圖 (缺陷數控制圖)

m控制圖 (單位缺陷數控制圖)

7.3 控制圖的作用

● 判斷生產過程是否異常，而使過程達到控制狀態

● 及時發現生產過程中的異常現象和緩慢變異，預防不合格品發生；

● 能有效地分析判斷生產過程工序質量的穩定性，降低檢驗、測試費用；

● 可查明設備和工藝手段的實際精度，以便作出正確的技術決定；

● 為真正地制定工序目標和規格界限提供依據；

● 工序的成本和質量成為可預測；

● 最終可以保證產品質量，提高經濟效益。