品管七大手

法 　　　
 讲 授 内 容：
第一章 數據與圖表
第二章 查檢表
第三章 层别法
第四章 柏拉图法
第五章 特性要因图法
第六章 散布图
第七章 直方图
第八章 管制图
 原因 现象
为什么有
人会摔倒 例一：有人经过塑胶部摔倒，
？ 主管立即感到现场，发现地上
有油请这属于什么？

例二：部门主管向你反应，近
期工作忙？希望能够增加人
手，请问你会如何回答？
第一章 数据与图表
一 . 何謂數據 ?
就是根據測量所得到的數值
和資料等事實 . 因此形成數據最重
要的基本觀念就是 : 數據 = 事實
二 . 運用數據應注意的重點 :
1. 收集正確的數據
2. 避免主觀的判斷
3. 要把握事實真相
三 . 數據的種類
A. 定量數據 : 長度 . 時間 . 重量等測量所得數
據 , 也稱計量值 ;( 特點連續不間斷 ) 以缺點數 ,
不良品數來作為計算標準的數值稱為計數值 .( 特
點離散性數據 )
B. 定性數據 : 以人的感覺判斷出來的數據 , 例
如 : 水果的甜度或衣服的美感 .
四 . 整理數據應注意的事項
1. 問題發生要採取對策之前 , 一定要有數據作
為依據．
2. 要清楚使用的目的．
3. 數據的整理 , 改善前與改善后所具備條件要
一致．
4. 數據收集完成之后 , 一定要馬上使用 .
第二章 查檢表
一 . 何謂查檢表 ?
為了便於收集數据 , 使用簡單記
號填記并予統計整理 , 以作進一步分析
或作為核對、檢查之用而設計的一種
表格或圖表。 ( 用來檢查有關項目的表
格)

二 . 查檢表的種類
查檢表以工作的種類或目的可分為
記錄用查檢表、種點檢用查檢表兩
種。
三、分類 : 記錄用、點檢用
(1) 記錄用 ( 或改善用 ) 查檢表
主要功用在於根據收集之數據以調查不良項
目、不良原因、工程 分佈、缺點位置等情
形.
其中有 : (a) 原因別、機械別、人員別、缺點
別、不良項目別
(b) 位置別
(2) 點檢用查檢表主要功用是為要確認作業
實施、機械整備的實施情形 , 或為預防發生
不良事故、確保安全時使用
如 : 機械定期保養點檢表、登山裝備點檢
表、不安全處所點檢表
四、 查檢表的作法
(1) 明確目的 --- 將來要能提出改善對策數
據 , 因之 必需把握現狀解析 , 與使用目的相
配合
(2) 解決查檢項目 --- 從特性要因圖圈選的
4~6 項決定之
(3) 決定抽檢方式 --- 全檢、抽檢
(4) 決定查檢方式 --- 查檢基準、查檢數
量、查檢時間與期間、查檢對象之決定、並
決定收集者、記錄符號
(5) 設計表格實施查檢
五 . 查檢表的使用
數據收集完成應馬上使用 , 首先觀察
整體數據是否代表某些事實 ? 數據是
否集中在某些項目或各項目之間有否
差異 ? 是否因時間的經過而產生變
化 ? 另外也要特別注意週期性變化的
特殊情況 .

查檢表 統計完成即可利用 QC 七大
手法中的柏拉圖加工整理 , 以便掌握
問題的重心 .
 查檢表
操作者 不良種類 月 月 日
日
A 尺寸
缺點
材料
其他
B 尺寸
缺點
材料
其他
第三章 層別法
一 . 何謂層別法 ?
層別法就是針對部門別 . 人別 . 工作
方法別 . 設備 . 地點等所收集的數據 , 按
照它們共同的特徵加以分類 . 統計的一種
分析方法 . 也就是為了區別各種不同原因
對結果的影響 , 而以個別原因為主 , 分別
統計分析的一種方法 .
二、層別的對象與項目
2.1 時間的層別
小時別、日期別、週別、月別、季節別… .. 等 .
例 : 製程中溫度的管理就常以每小時來層別 .
2.2 作業員的層別班別、操作法別、熟練度別、年齡別、
性別、 教育程度別 … .. 等 .
例 : A 班及 B 班的完成品品質層別 .
2.3 機械、設備的層別場所別、機型別 、年代別 、工具
別 、 編號別、速度別 … .. 等 .
例 : 不同機型生產相同產品以機型別來分析其不良率 .
2.4 作業條件的層別
溫度別、 濕度別、壓力別 、天氣別 、 作業時間別、作
業方法別 、測定器別 … .. 等 .
例 : 對溫度敏感的作業現場所應記錄其溫濕度 , 以便溫
濕度變化時能層別比較 .
二、層別的對象與項目
2.5 原材料的層別
供應者別、 群體批別、製造廠別 、產地別 、材
質別、大小类別、貯藏期間別、成分別 … .. 等 .
例 : 同一廠商供應的原材料也應做好批號別 ,
領用時均能加以層別 , 以便了解各批原料的品質 , 甚
至不良發生時更能迅速採取應急措施 , 使損失達最小
的程度 .
2.6 測定的層別
測定器別、測定者別、測定方法別 … .. 等 .
2.7 檢查的層別
檢查員別、檢查場所別、檢查方法 … .. 等 .
2.8 其他
良品與不良品別、包裝別、搬運方法別 … .. 等 .
三 . 層別法的使用
活用層別法時必須記住三個重點 :
1. 在收集數據之前就應使用層別法
在解決日常問題時 , 經常會發現對於收
集來的數據必須浪費相當多的精神來分
類 , 並作再一次的統計工作 . 在得到不適
合的數據 , 如此又得重新收集 , 費時又費
力 . 所以在收集數據之前應該考慮數據的
條件背景以后 , 先把它層別化 , 再開始收
集數據 .( 在做查檢時 , 考慮適當分類 )
2.QC 手法的運用應該特別注意層別法
的使用 .
QC 七大手法中的柏拉圖 . 查檢表 .
散佈圖 . 直方圖和管制圖都必須以發現
的問題或原因來作層別法 .
例如製作柏拉圖時 , 如果設定太多項
目或設定項目中其他欄所估的比例過
高 , 就不知道問題的重心 , 這就是層別
不良的原因 . 別外直方圖的雙峰型或高
原型都有層別的問題 .
三 . 管理工作上也應該活用層別法
這是一張營業計劃與實際比較圖 , 可以知道
營業成績來達成目標 , 如果在管理工作上就用
層別法的概念先作分類的工作 , 以商品別作業
績比較表 , 可查出那種商品出了問題 . 如再以
營業單位別銷售落后業績產品的層別化再比較
即可發現各單位對這種產品的銷售狀況 . 如對
業績不理想的單位 , 以營業人員別化即可發現
各營業人員的狀況 , 如此問題將更加以明確化 .
以上的說明中可以發現管理者為了探究問
題的真正原因 , 分別使用了商品別 , 單位別 . 人
別等層別手法 , 使得間題更清楚 , 這就是層別
法的觀點 .
二 . 柏拉圖的製作方法
1. 決定不良的分類項目
2. 決定數據收集期間 , 並且按照分類項
目收集數據 .
3. 記入圖表紙並且依數據大小排列書
出柱形 .
4. 點上累計值並用線連結 .
5. 記入柏拉圖的主題及相關資料 .
三 . 柏拉圖的使用
1. 掌握問題點
2. 發現原因
3. 效果確認
四 . 製作對策前 . 對策后的效果確認時應注
意以下三項
1. 柏拉圖收集數據的期間和對象必須一樣
2. 對季節性的變化應列入考慮
3. 對於對策以外的要因也必須加以注意 ,
避免在解決主要原因時影響了其他要因的
突然增加
第五章 特性要因圖
一 . 何謂特性要因圖 ?
一個問題的特性受到一些要因的影響
時 , 我們將這些要因加以整理 , 成為有
相互關系而且有條理的圖形 , 這個圖形
稱為特性要因圖 . 由於形狀就像魚的骨
頭 , 所以又叫做魚骨圖 .
二 . 用發散整理法製作特性要因圖
1. 決定問題或品質的特征
2. 盡可能找出所有可能會影響結果的因素
3. 找出各種原因之的關系 , 在魚骨圖中用箭頭聯
接
4. 根據對結果影響的重要程度 , 標出重要因素
5. 在魚骨圖中標出必要信息
　此方法包括兩項活動 : 一找原因 ; 二系統整理
出這些原因
注意事項 :
1. 嚴禁批評他人的構想和意見 .
2. 意見愈多愈好 .
3. 歡迎自由奔放的構想 .
4. 順著他人的創意或意見發展自已的創意 .
三 . 用邏輯推理法製作特性要因圖
1. 確定品質的特征
2. 將品質特性寫在紙的右側 , 從左至右畫一箭
頭 ( 主骨 ), 將結果用方框框上 .
3. 列出影響大骨 ( 主要原因 ) 的原因 , 也就是
第二層次原因作為中骨 , 接著列出第三層次原
因
4. 根據對結果影響的重要程度 , 標出重要因素
5. 在魚骨圖中標出必要信息
注意事項 :
利用 5 個為什麼進行追踪原因
三 . 特性要因圖的使用
1. 問題的整理
2. 追查真正的原因
3. 尋找對策
4. 教育訓練
四 . 繪製特性要因圖應該注意的事項 :
1. 繪製特性要因圖要把握腦力激激盪法的
原則 , 讓所有的成員表達心聲
2. 列出的要因應給予層別化
3. 繪製特性要因圖時 , 重點應放在為什麼
會有這樣的原因 , 並且依照 5W1H 的方法
 WHY: 　為什麼必
要;
WHAT: 目的何在 ;
WHERE: 在何處
做;
WHEN: 何時做 ;
WHO: 誰來做 ;
HOW: 如何做 .
特性要因圖的思考原則
一、腦力激蕩法
四原則 : 1. 自由奔放 2. 意見越多越
好
3. 嚴禁批評他人 4. 搭便車
二、 5W1H 法 (WHAT Ｗ HERE
WHEN WHO WHY
HOW)
三、 5M 法
(MAN 、 MACHINE 、 MATERIAL 、 M
ETHOD 、
MEASUREMENT)
四、系統圖法
 為什
麼飯
特性要因圖畫法 菜不
一、決定問題的特性 好吃
二、畫一粗箭頭 , 表示制程 ？
特性要因圖之畫法
三、原因分類成几個大類 , 且以 圈起來 --- 中
骨
四、加上箭頭的大分枝 , 約 60° 插到母線 --
子枝 為
什
人 材料
麼
飯
菜
不
好
吃
方法 鍋子
？
 特性要因圖之畫法
五、尋求中、小原因 , 并圈出重點

人 為
不熟練 材料 什
麼
飯
不
好
吃
　
？
方法 鍋子
時間
 特性要因圖
製造 人 金額
訂貨情報
沒有生產
計劃配合
掌握不確
利潤低
為
實
沒有式樣生
產條件不好
沒有交貨意
識 運送成本高 何
單方面的決
交
數量少 , 沒有 貨
定
方法不明確
庫存安全量低 交貨計劃
存放位置不
足
交貨期短 延
物品 交貨
遲
找 原 因
第六章 散佈圖
一 . 何謂散佈圖 ?
就是反互相有關連的對應數據 , 在方格紙
上以縱軸表示結果 , 以橫軸表示原因 ; 然后
用點表示出分佈形態 , 根據分佈的形態來判
斷對應數據之間的相互關係 .
這里講的數據是成雙的 , 一般來說成對數
據有三種不同的對應關係 .
1. 原因與結果數據關係 .
2. 結查與結果數據關係 .
3. 原因與原因數據關係 .
二 . 散佈圖製作的四個步驟 :

1. 收集相對應數據 , 至少三十組
上 , 並且整理寫到數據表上 .
2. 找出數據之中的最大值和最小
值.
3. 書出縱軸與橫軸刻度 , 計算組
距.
4. 將各組對應數據標示在座標
上.
散佈圖的研判
散佈圖的研判一來般來說有六種形態 .
1. 在圖中當 X 增加 ,Y 也增加 , 也就是
表示原因與結果有相對的正相關 , 如下
圖所示 :

0
X
2. 散佈圖點的分佈較廣但是有向上的傾向 , 這
個時候 X 增加 , 一般 Y 也會曾加 , 但非相對
性 , 也就是就 X 除了受 Y 的因素影響外 , 可
能還有其他因素影響著 X, 有必要進行其他要
因再調查 , 這種形態叫做似有正相關稱為弱正
相關
Y

0
X
3. 當 X 增加 ,Y 反而減少 , 而且形態呈現
一直線發展的現象 , 這叫做完全負相關 .
如下圖所示 :

0
X
4. 當 X 增加 ,Y 減少的幅度不是很明顯 , 這時的
X 除了受 Y 的影響外 , 尚有其他因素影響 X,
這種形態叫作非顯著性負相關 , 如下圖所示 :

0
X
5. 如果散佈點的分佈呈現雜亂 , 沒有任何傾
向時 , 稱為無相關 , 也就是說 X 與 Y 之間沒
有任何的關係 , 這時應再一次先將數據層別
化之后再分析 , 如下圖所示 :

0
X
6. 假設 X 增大 ,Y 也隨之增大 , 但是 X 增大到某
一值之后 ,Y 反而開始減少 , 因此產生散佈圖點
的分佈有曲線傾向的形態 , 稱為曲線相關 , 如下
圖所示 :

0
X
 第七章 直方圖
一 . 何謂直方圖 ?
直方圖就是將所收集的數據 . 特性質或結果
值 , 用一定的範圍在橫軸上加以區分成幾個相
等的區間 , 將各區間內的測定值所出現的次數
累積起來的面積用柱形書出的圖形 .
二 . 直方圖的製作步驟 :
1. 收集數據並且記錄在紙上 .
2. 找出數據中的最大值與最小值 .
3. 計算全距 .
4. 決定組數與組距 .
5. 決定各組的上組界與下組界 .
6. 決定組的中心點 .
7. 製作次數分配表 .
8. 製作直方圖 .
 三 . 直方圖名詞解釋
1. 求全距 : 在所有數據中的最大值與最小
值的差
2. 決定組數
組數過少 , 雖可得到相當簡單的表格 ,
但卻失去次數分配的本質 ; 組數過過多 ,
雖然表列詳盡 , 但無法達到簡化的目的 .
( 異常值應先除去再分組 ).
分組不宜過多 , 也不宜過少 , 一般用數學家
史特吉斯提出的公式計算組數 , 其公式如
下:
K=1+3.32 Lgn
數據數
一般對數據之分組可參考下表 : 組數

50~100 6~10

100~250 7~12

250 個以上 10~20

3. 組距
組距 = 全距 / 組數
組距一股取 5,10 或 2 的倍數
4. 決定各組之上下組界
最小一組的下組界 = 最小值 - 測定值之最小位數 /2,
測定值的最小位數確定方法 : 如數據為整數 , 取 1;
如數據為小數 , 取小數所精確到的最后一位
(0.1;0.01;0.001……)
最小一組的上組界 = 下組界 + 組距
第二組的下組界 = 最小一組的上組界
其余以此類推
5. 計算各組的組中點

各組的組中點 = 下組距 + 組距 /2

6. 作次數分配表

將所有數據依其數值大小劃記號於各組
之組界 , 內並計算出其次數

7. 以橫軸表示各組的組中點 , 從軸表示次數 , 繪
出直方
 實例 1
某電纜廠有兩臺生產設備 , 最近 ,
經常有不符合規格值 (135~210g)
異常產品發生 , 今就 A,B 兩臺設備
分別測定 50 批產品 , 請解析並回
答下列回題 :
1. 作全距數據的直方圖 .
2. 作 A,B 兩臺設備之層別圖
3. 敘述由直方圖所得的情報
 收集數據如下 :
A 設備 B 設備

20 179 168 165 183 156 148 165 152 161

168 188 184 170 172 167 150 150 136 123

169 182 177 186 150 161 162 170 139 162

179 160 185 180 163 132 119 157 157 163

187 169 194 178 176 157 158 165 164 173

173 177 167 166 179 150 166 144 157 162

176 183 163 175 161 172 170 137 169 153

167 174 172 184 188 177 155 160 152 156

154 173 171 162 167 160 151 163 158 146

165 169 176 155 170 153 142 169 148 155
解 :1. 全體數據之最大值為 194, 最小值為
119
根據經驗值取組數為 10
組距 =(194-119)/10=7.5 取 8
最小一組的下組界 = 最小值 - 測定值之
最小位數 /2
=119-1/2=118.5
最小一組的上組界 = 下組界 + 組距
=118.5+8=126.5
 作次數分配表
序號 組界 組中點 全體 A 設備 B 設備
次數 次數 次數
1 118.5~126.5 122.5 2 2
2 126.5~134.5 130.5 1 1
3 134.5~142.5 138.5 4 4
4 142.5~150.5 146.5 8 1 7
5 150.5~158.5 154.5 17 2 15
6 158.5~166.5 162.5 21 8 13
7 166.5~174.5 170.5 23 16 7
8 174.5~182.5 178.5 14 13 1
9 182.5~190.5 186.5 9 9
10 190.5~198.5 194.5 1 1
合計 100 50 50
 2. 全體數據之直方圖
SL=135 SU=210
30

25 23
21
20
17
次 14
15
數
10 9
8

5 4
2
1 1
0 0
0
122. 5 130. 5 138. 5 146. 5 154. 5 162. 5 170. 5 178. 5 186. 5 194. 5 202. 5 210. 5

組中點
2. 作 A 設備之層別直方圖
SL=135 SU=210
18
16
16

14 13
12

10 9
次數

8
8

4
2
2 1 1
0 0 0 0 0
0
122. 5 130. 5 138. 5 146. 5 154. 5 162. 5 170. 5 178. 5 186. 5 194. 5 202. 5 210. 5
3.B 設備之層別圖
SL=135 SU=210
20
18
16 15
14 13
12
次數

10
8 7 7
6
4
4
2
2 1 1
0
122. 5 130. 5 138. 5 146. 5 154. 5 162. 5 170. 5 178. 5 186. 5 194. 5 202. 5 210. 5

組中點
4. 結論
項目 全體 A 設備 B 設備

形狀 稍偏左 正常 稍偏左

分佈中心與規格中心值 全部在規格界限分佈 中習與規

相比較 , 稍為偏左 , 若 內 , 沒有不良品 格中心值相比
變動大 , 則有超出規格 出現 較 , 稍為偏左 ,
下限 若變動大 , 則有
超出規格下限
的可能

B 設備可能發生超出規格下限的可能 , 因此 , 有必要加
以改善 , 使數據平均值右移到規格中心 .
A 設備若能使 CP 值再小 , 則將更好 .
直方圖例
NO 組界 組中心點 次數
1 119.5~126 122.75 3
2 126~132.5 129.25 11
3 132.5~139 135.75 10
4 139~145.5 142.25 30
5 145.5~152 148.75 21
6 152~158.5 155.25 11
7 158.5~165 161.75 11
8 165~171.5 168.25 3
35
上限
下限 SL130
SL180
30
30

25
21
20

15
11 11 11
10
10

5
3 3

0
119. 5~126 126~132. 5 132. 5~139 139~145. 5 145. 5~152 152~158. 5 158. 5~165 165~171. 5
 四 . 如何依據圖案的分佈狀態判斷
1. 如圖中顯示中間高 , 兩邊低 , 有集中的趨勢 ,
表示規格 . 重量等計量值的相關特性都處於安
全的狀態之下 , 製品工程狀況良好 . 如下圖所
10 示 :
9
8
7
6
5
4
3
2
1
0
2. 如圖中顯示缺齒形圖案 , 圖形的柱形高低不一呈現
缺齒狀態 , 這種情形一般就來大都是製作直方圖的方
法或數據收集 ( 測量 ) 方法不正確所產生 . 如下圖
所示
9
:
8
7
6
5
4
3
2
1
0
3. 如圖所示為絕壁形 , 另外一邊拖著尾巴 , 這種偏態型
在理論上是規格值無法取得某一數值以下所產生之
故 , 在品質特性上並沒有問題 , 但是應檢討尾巴拖長
在技術上是否可接受 ; 例治工具的鬆動或磨損也會出
現拖尾巴的情形 . 如下圖所示 :
10
9
8
7
6
5
4
3
2
1
0
 4. 雙峰型
有兩種分配相混合 , 例如兩臺機器或兩種不同原
料間有差異時 , 會出現此種情形 , 因測定值受
不同的原因影響 , 應予層別后再作直方圖 .

9
8
7
6
5
4
3
2
1
0
 5. 離散型
測定有錯誤 , 工程調節錯吳或使用不同原材
所引起 , 一定有異常原存在 , 只要去除 , 即可
制造出合規格的制品
10
9
8
7
6
5
4
3
2
1
0
 6. 高原型
不同平均值的分配混合在一起 , 應層別之后再作直方圖

10
9
8
7
6
5
4
3
2
1
0
五 . 與規格值或標準值作比較
1. 符合規格
A. 理想型 : 制品良好 , 能力足夠 . 制程能力在規格
界限內 , 且平均值與規格中心一致 , 平均值加減
4 倍標準差為規格界限 , 制程稍有變大或變小都
不會超過規格值是一種最理想的直方圖 .
8
7
6
5
4
3
2
1
0
B. 一則無餘裕 : 制品偏向一邊 , 而另一邊有
餘裕很多 , 若製程再變大 ( 或變小 ), 很可
能會有不良發生 , 必須設法使製程中心值
與規格中心值吻合才好 .
7

0
C. 兩側無餘裕 : 制品的最小值均在規格內 , 但都在
規格上下兩端內 , 且其中心值與規格中心值吻合 ,
雖沒有不良發生 , 但若製程稍有變動 , 說會有不
良品發生之危險 , 要設法提高製程的精度才好 .

9
8
7
6
5
4
3
2
1
0
2. 不符合規格
A. 平均值偏左 ( 或偏右 )
如果平均值偏向規格下限並伸展至規格下限左
邊 , 或偏向規格上限伸展到規格上限的右邊 , 但
製程呈常態分配 , 此即表示平均位置的偏差 , 應
8
上限
對固定的設備 , 機器 , 原因等方向去追查 .
7
下限
6
5

2
1

0
B. 分散度過大 : 實際製程的最大值與最小值均超過規格值 ,
有不良品發生 ( 斜線規格 ), 表示標準差太大 , 制程能力不
足 , 應針對人員 , 方法等方向去追查 , 要設法使產品的變
異縮小 ,, 或是規格訂的太嚴 , 應放寬規格 .

8 下限 上限
7
6
5
4
3
2
1
0
C. 表示製程之生產完全沒有依照規格去考慮 , 或規
格訂得不合理 , 根本無法達到規格 .

7
下限 上限
6

0
六 . 直方圖在應用上必須注意事項

1. 直方圖可根據由形圖按分佈形狀來
觀察製程是否正常 .

2. 產品規格分佈圖案可與標準規格作
比較 , 有多大的差異 .

3. 是否必要再進一步層別化 .
 第八章 管制圖
從每日生產的產品線中所測得的
零亂數據中 , 找出經常發生和偶然
發生事故的數據 , 以便幫助找出問
題原因 , 這就是非依靠管制圖不可 .

管制圖分為兩大類 , 本文每一類
舉一例進行講解
 一 . 計量值管制圖
作為管制制程的計量值管制圖 , 一方面以平均數管制圖管制
平均數的變化 , 以全距管制其變異的情形 . 本節將介紹平均
數與全距管制圖 , 將就管制圖在制程中的每一步詳加描述 .
計量值管制圖的種類如下 :

數據 名稱 管制圖

計量值 平均數與全距管制圖 X—R 管制圖

平均數與標準差管制圖 X —S 管制圖
個別值管制圖 X 管制圖
 實例 : 平均數與全距管制圖
某廠制造全銅棒 , 為控制其品質 , 選定內徑為管制項目 , 並決定以 X-R
管制圖來管制該制程的內徑量度 , 並於每小時隨機抽取 5 個樣本測
定 , 共收集最近製程之數據 125 個 , 將其數據依測定順序及生產時間
排列成 25 組 , 每組樣本 5 個 , 每組樣數 5 個 , 記錄數據如下 :
樣本組 X1 X2 X3 X4 X5
1 40 40 38 43 41
2 40 42 39 39 39
3 42 39 41 43 40
4 40 40 39 42 41
5 42 39 42 43 40
6 43 41 41 40 41
7 43 38 37 42 41
8 37 43 43 35 40
樣本組 X1 X2 X3 X4 X5
10 39 41 41 36 38
11 40 44 42 40 39
12 43 38 39 41 42
13 38 40 36 39 41
14 36 35 39 38 39
15 40 39 40 39 48
16 42 46 46 47 47
17 36 40 43 41 43
18 37 39 40 38 42
19 40 37 39 39 43
20 47 40 39 36 40
樣本組 X1 X2 X3 X4 X5
22 39 39 39 40 45
23 31 33 35 39 35
24 40 40 40 41 42
25 46 44 41 41 39

樣本組 1 2 3 4 5 6 7 8
各組平均 40.4 39.8 41 40.4 41.2 41.2 41.239.6
數
全距 5 3 4 3 4 2 6 8
樣本組 10 11 12 13 14 15 16 17
各組平均 39 41 40.6 38.8 37.4 41.2 45.640.6
數
樣本組 18 19 20 21 22 23 24 25
各組平均 39.2 39.6 40.4 40.4 40.4 34.6 40.6 42.2
數
全距 5 6 11 6 6 8 2 7

計算如下 :
X=40.264
R=5. 查系數
表 , 當 N=5
時 ,D4=2.115,D3=0
 X 管制圖上下限 :
CL= =40.264

UCL= + =43.4249

LCL= - =37.1031
 R 管制圖上下限 :
CL= =5.48

UCL= =11.5867

LCL= =0
 X管 制 圖
46
45. 6

45

44

43
UCL=43.4
42. 2
42 41. 2 41. 2 41. 2
測量值

41. 2 41. 2
41 41 41
40. 6 40. 6 40. 6
40. 4 40. 4 40. 440. 440. 4
40 39. 8
39. 6 39. 6
CL=40.6
39. 2
39 39
38. 8

38
37. 4
37
LCL=37.10
36

35
34. 6

34
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

樣本號 數
 R 管制圖
12
11
UCL=11.59
10
9
8 8 8
7 7
觀測值

6 6 6 66
5 55555 5 5 CL=5.40
4 4 4 4
3 3
2 2 2

LCL=0
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

樣本號數
 分析結論

在管制圖中有第 16 個及第 23 個樣本組的點分別超出管制上限

及管制下限 , 表示制程平均發生變化 , 而 R 管制圖並無點超出
界限或在界限上 , 表示制程變異並未增大 .
 二 . 計數值管制圖
1. 何謂計數值 ?
商品制造的品質評定標準有計量型態 , 例如 : 直
徑 , 容量 ; 然而有些品質特性定義為「良品或不良
品」將更合理 . 所謂計數值就是可以計數的數據 , 如
不良品數 , 缺點數等 .
2. 計數值管制圖的類型
數據 名稱 管制圖
計數值 不良率管制圖 P 管制圖
不良個數管制圖 PN 管制圖
缺點數管制圖 C 管制圖
單位缺點數管制圖 U 管制圖
 P 管制圖實例
運用條件 :
1. 產品不是良品就是不良品
2. 抽樣放回
3. 彼此獨立進行
樣品不良率計算公式為 :
P=
標準差公式為 :
S=
 上下限計算公式如下 :

管制上限 (ucl): = +3 ( 為平均不良率 ,n 為樣本

數)

中心線 (cl) :

管制下限 (lcl) = -3

如果下限計算結果可能為負數 , 因為二項分配並不對稱 , 且其下限為

零 , 故當管制下限出現小于零的情況 , 應取 0 表示 . 平均不良率應用加權
平均數來計算 ( 用不良數總數與全體的樣本總數之比 ).
 例 : 寶光廠生產的 MOUSE 用的包裝袋 , 檢
驗其底部是否有破損即包裝為不良品 , 取
30 個樣本 , 每個樣本數為 50 個 , 這些樣
本是在機器每天三班制的連續工作每半小
時取一次而得 .
樣本數 不良數 樣本數 不良數 樣本數 不良數
1 8 11 5 21 10
2 16 12 24 22 18
3 9 13 12 23 15
4 14 14 7 24 15
5 10 15 13 25 26
6 12 16 9 26 17
7 15 17 6 27 12
8 8 18 5 28 6
9 10 19 13 29 8
10 5 20 11 30 10
 計算結果如下 :
平均不良率 P= =0.233(CL)

用 P 當真實過程不合格的估計值 , 可以計算管制上
限和下限 , 如下 :
UCL=P+3 =0.412

LCL=P- 3 =0.054
 P 管制圖如下 :
P管制圖
0. 6

0.52
0. 5
0.48

0. 4 UCL=0.41
0.36
不良率

0.34
0.32
0. 3 0.3 0.3 0.3
0.28
0.26 0.26
0.24 0.24
0.22
0.24 UCL=0.23
0. 2 0.2 0.2 0.2 0.2
0.18 0.18
0.16 0.16 0.15
0.14
0.12 0.12
0. 1 0.1 0.1 0.1
UCL=0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

樣本號數
 針對管制圖進行分析
由管制圖中我們可以發現來自樣本 12 及 25 的
兩點超出管制上限 , 故制程是在非管制狀態 , 必須
進一步探討是否有異常原因 . 分析樣本 12 得知 ,
在這半小時里 , 有一批新進的包裝袋被使用 , 所以
這異常的現象是由于新原料加入引起 . 而在樣本
25 那半小時 , 有一個沒有經驗的員工在操作此機
器 , 而使樣本 25 有這麼高的不良率 .
現在將超出管制界限的兩個點刪除掉 , 重新計
算管制界限 , 管制以后的制程 , 其管制中心線及上 .
下限為
 管制圖的選擇

計量值 計數值
數據性質

N≧2 樣本大小 N=1 不良數 數据係不良數

N=? 或缺點數
_
~
X X 不是 不是
CL 性質 ? N 是否相等 ? 單位大小
是否相同 ?
N=2~5 N≧10
N=?

~ ~ ~
X R X R X σ X Rm p pn n C
管 管 管 管 管 管 管 管
制 制 制 制 制 制 制 制
圖 圖 圖 圖 圖 圖 圖 圖
 三 . 管制圖的判別
管制狀態 , 意指制程安定 , 管制狀態也稱安定狀態 . 我們無法知道制程
的真正狀態 , 只能對制程的某種特性值收集數據 , 將其繪在管制圖上 ,
由管制圖來觀察制程的狀態 . 在判定制程是否處于管制狀態 , 可利用以
下基準 :
1.  管制圖的點沒有逸出界外 .
2.    點的排列方法沒有習性 , 呈隨機現象 .
在正常管制的狀態下 , 管制圖上的點子應是隨機分布 , 在中心線的上下
方約有同數的點 , 以中心線近旁為最多 , 離中心線愈遠點愈少 , 且不可
能顯示有規則性或系統性的現象 .
歸納得到下面兩種情形 :
•1.    管制圖上的點 , 大多數集中在
中心線附近 , 少數 出現在管制
界限附近 , 且為隨機分布 .
•2.     一般管制圖上的點 ,25 點中
有 0 點 ;35 點中有 1 點以下 ;100
點中 有 2 點以下 , 超出管制界限外
時 , 可稱為安全管制狀態 .
•以上兩點僅是作為一個參考 , 各位
同仁應在實際中 靈活運用 . 實際分
析.
 3 點中有 2 點在 A 區
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
 連續 9 點在 C 區或 C 區以外
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
 連續 6 點遞增或遞減
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
 14 點上下交替
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
 5 點中有 4 點在 B 區
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
3
觀測值

4
5
6
 15 點在 C 區中心線上下
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
 8 點在中心線兩側 , 但無一在
C區
樣本 號 數
1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
觀測值

3
4
5
6
  非隨機管制界限內的判定

利用點的排法判定是否處在管制狀態 , 可依據以下
法則 :

1. 點在中心線的一方連續出現 .
2. 點在中心線的一方出現很多時 .
3. 點接近管制界限出現時 .
4. 點持續上升或下降時 .
5. 點有周期性變動時 .
連串
連續七點或八點在中心線與管制上限或中心
線與管制下限之間的型Ⅰ誤關差的機率是約為
(σ )8=0.0039, 在如此小的機率竟會出現 ,
可想像有異常原因發生 , 在中心線的上方或下
方出現的點較多如下 :
1. 連續 11 點以上至少有 10 點
2. 連續 14 點以上至少有 12 點
3. 連續 17 點以上至少有 14 點
4. 連續 20 點以上至少有 16 點
點子出現在管制界限附近 , 三倍標準差與二
倍標準差間 .
1.  連續 3 點中有 2 點 .
2.  連續 7 點中有 3 點 .
3.  連續 10 點中有 4 點
管制圖中的點的趨勢傾向
連續 6 點以上一直上升或一直下降 , 趨
勢是以向某一個方向連續移動 , 而趨勢
傾向的發生有以下可能原因 :
1. 由于工具磨損或制程中某些成分劣化所造成 .
2. 人的因素造成 , 如工作者疲勞 .
3. 季節性因素造成 , 如氣溫變化 .
管制圖中的點的趨勢傾向
連續 6 點以上一直上升或一直下降 , 趨勢是以向
某一個方向連續移動 , 而趨勢傾向的發生有以下
可能原因 :
1. 由于工具磨損或制程中某些成分劣化所造成 .
2. 人的因素造成 , 如工作者疲勞 .
3. 季節性因素造成 , 如氣溫變化 .

周期性循環變化
管制圖上的點 , 呈現一個周期性循環變化時 , 應調
查下列不良原因 :
1. 機器開動或關閉 , 造成溫度或壓力的增減 .
2. 物料的品質受季節或供應商的影響 .
3. 由于周期性的預防保養 , 造成機器性能的周期
變化表現 .
4. 由于操作員疲勞及隨后的休息造成的周期性
的變化 .
5. 由于材料的機械及化學性質所造成的周期性 .
過于集中型
點子大都集中在中心線附近 1.5 倍標準差間 , 其型Ⅰ誤
差機率是 0.0027, 如果抽樣選擇不當 , 可能會造成點
子集中在中線附近 , 例如兩個不同操作員的結是點在
同一張圖上 . 像這種母體混合的情形相當普遍 . 以下
是一些造居這種情形的可能原因 :
1. 兩個或兩個以上的操作員點在同一張圖上 .
2. 兩台或兩台以上的機器點在同一張圖上 .
3. 兩家品質差異很大的供應商點在同一張圖上 .
4. 兩台或更多的量測設備間的差異 .
兩條以上生產線制程方法上的差異 .
管理不善者
1. 人員教育 , 訓練不足 ,
2. 原始設計有錯誤或圖上標示的問題等 .
3. 治具 , 夾具設計不當或使用不當 .
4. 不良材料混入制程 .
5. 未推行標準化活動 .
6. 測試儀器未加校正與維護 .
7. 未落實保養工作
上列諸項原因常出在管理制度不善的工廠 , 在 –
R 管制圖呈現大的變動 , 如欲消除此類異常原因 ,
一定要先確定管理制度 , 推行標準化工作 .
技術不足者
1.      機器設計上的問題 .
2.      制程能力不足 : 材料 , 機械 , 作業方法與人員綜
合結果無法達到品質要求者 .
3.      工作環境布置不當 .
4.      測定儀器的測定方法不當 .
5.      機械設備精度不足 .
6.      缺乏技術人才 .
此諸原因常明顯地表現于二種現象 : 管制界限很寬 , 產
品品質分散幅度較規格界限為寬 . 此諸異常原因由于制
程能力不足而起 , 非設法加強制程能力不可 . 否則制程
零件的互換性有問題 , 需經全數選別才能裝配 , 產品需
經全數檢查 , 才能符合規格要求 .
其他因素者
1. 異質材料的突然入侵 .
2. 日夜班精神上的困擾等 .
3. 工作人員的疏忽 .
4. 未按操作標準作業 .
5. 機械的自然磨損 .
6. 操作條件的突然變化 .
7. 計算的錯誤 .
8. 操作標準不完備 .
9. 不隨機抽樣法 .
 此諸原因常在管制圖上出現 , 如有系
統可尋 , 則利用分層方法加以分析 ; 如
不規則出現 , 則易被發現 , 而予以消
除.
 七大手法口決
魚骨追原因
查檢集數据
柏拉抓重點
直方顯分布
散佈看相關
管制找異常
層別作解析