新QC七大手法
关联图 系统图 亲和图 矩阵图 PDPC法 箭条图
矩阵数据解析
简易QC手法
折线图 柱状图 饼分图 雷达图 甘特图 流程图 头脑风暴 ‹#›
QC 七大手法的作用
1、查检表：用来在现场收集数据，尽量让现场作业 简单而有效，它是其它六大手法的起点。 2、层别法：统计方法中最基础的工具，用来对收集 的数据进行分类或分层，以利于统计分析，通常与 柏拉图、因果图结合使用，层别法的重点是了解如 何进行分层。
‹#›
直方图的制作范例
一工厂的成品重量规格为130-190千克，今按随机抽样方式抽测200个 样本(一般需收集50-200个数据)，作直方图，步骤如下： 一.制作次数分配表： 1.从数据中找出最大值L=170与最小值S=124 2.计算全距R=L-S=46 3.决定组数K
K=1+3.32LgN (N代表收集的数据总数）
下的值时，所出现的形状. 偏左型:例如成分含有高纯度的含有率等,不能取到
某值以上的值时出现的形状。
‹#›
３、直方图的应用
3.1 测知制程能力，作为改善制程的依据。 3.2 计算产品不良率。
品质改善活动中，常需计算改善活动前、中、 后之不良率。
‹#›
直方图应用举例
例如：某产品之重量直方图如图示，其规格为 35+/-3g。
‹#›
QC 七大手法
品质管理的主要工作简单地说，就是通过对各 来料、生产过程、出货等环节进行检验和分析，找 出各种出现或潜在出现的问题及原因，甚至寻求解 决办法，使产品品质问题尽量在内部解决，达到在 合理成本的基础上使客户满意。
‹#›
旧QC七大手法
检查表 层别法 柏拉图 鱼骨图 散布图 直方图 控制图
6、作次数分配表，如下表：
‹#›
组号 1. 2. 3. 4. 5. 6. 7. 8. 9.
10．
组界 123. 5-127.5 127. 5-131.5 131. 5-135.5 135. 5-139.5 139. 5-143.5 143. 5-147.5 147. 5-151.5 151. 5-155.5 155. 5-159.5 159. 5-163.5
2
C1 的直方图
分析：
标准型：中心值两侧左右对策。
0 0
20
40
60
80
C1
锯齿型：分组过多或测量方法有问题。
双峰型：两种不同平均值的数据混在一起时出现
平顶型：多种平均值不同的数据混在一起时出现
陡峭型：工序能力不足而全检产品时出现
作用：
偏态型：上下限受公差限制时因心理作用而产生 分层分析、数据真实性分析
‹#›
直方图-正常型
说明：中间高两边低，有集中趋势。
结论：制程在正常运转下。
‹#›
直方图-缺齿形
说明：高低不一，有缺齿情形。
结论：可能是分组过细或数据不真实。
‹#›
直方图-缺齿型（凹凸不平型）
说明:高低不一,有缺齿情形。不正常的分配，系因 测定值或换算方法有偏差，次数分配不妥当所 形成。
结论:稽查员对测定值有偏好现象，如对5，10之数 字偏好；或是假造数据。测量仪器不精密或组 数的宽度不是倍数时，也有此情况。
数据N
50-100
100-250
组数K
ห้องสมุดไป่ตู้
6-10
7-12
本例数N=200，可将其分为K=12组
250以上 10-20
‹#›
一.制作次数分配表（续）：
4、计算组距H：(通常取2.5.10的倍数) 组距H = 全距 ÷ 組數 = 46/12 = 3.8.3 取 4
5、计算组界： 第一组下组界 = 最小值－测定值最小位數／２=123.5 第一组上组界 = 第一组下组界 + 组距 = 123.5 +4=127.5 第二组下组界 = 第一组上组界 = 127.5 第二组上组界 = 第二组下组界 + 组距=127.5+4=131.5 第三组下组界 =？ 第三组上组界=？ 依此类推，计算到最大一组的组界。
QC七大手法
——直方图
讲师：徐肇锋 E-mail：xzf6623066@
‹#›
QC 七大手法
QC七大手法，也叫品管七工具，是目前全世界 应用比较广泛的品质管理工具，它具有简单实用的 特性。日本著名的品质管制专家石川馨曾说过，企 业内95%的品质管制问题，可通过企业上上下下全 体人员活用品管七工具而得到解决。
‹#›
直方图-切边型（断裂型）
说明:有一端被切断。 结论:原因为数据经过全检过，或制程本身有经过
全检过，会出现的形状。若剔除某规格以上 时，则切边在靠近右边形成。
‹#›
直方图-离岛型
说明:在右端或左端形成小岛。 结论:测定有错误，工程调节错误或使用不同
原料所引起。一定有异常原因存在，只 要去除，即可合乎制程要求，制出合规 格的制品。
下限
规格 制品规范
上限
‹#›
平均值偏左（或偏右）
如果平均值偏向规格下限并伸展至规格下限左 边，或偏向规格上限并伸展至规格上限的右边； 但制品呈常态分配，此即表示平均位置的偏差， 应针对固定的设备、机器、原料等方向去追查。
SL
SU
SL
SU ‹#›
分散度过大
实际制品的最大值与最小值均超过规格值，有不良品 发生(斜线部份），表示标准太大，制程能力不足， 应针对变动的人员、方法等方向去追查，设法使产品 的变异缩小；或是规格订得太严，应放宽规格。
200 ‹#›
二.绘制直方图
1、依次数分配表，延横轴以各组界为分界，组距为 底边，以各组次数为高度，每组距上划一矩形，即完 成直方图。 2、在图上记入数据总数等参数，并划出规格的上、 下限。
‹#›
35 30 25 20 15 10 5 0
123.5 127.5 131.5 135.5 139.5………………………………………..167.5 171.5
下限
规格 制品规范
上限
‹#›
完全在规格外
表示制品之生产完全没有依照规格去考虑；或 规格订得不合理，根本无法达到规格。
规格
制品范围
‹#›
定义：
直方图是对定量数据分布情况的一种图
形表示。
12
10
案例：
8
频率
某银行为了对所属某营业网点顾客排队等候时
6
间进行统计，收集了某年2/4周一从10点到15点
4
间40位客户的等候时间，绘制直方图如右所示
‹#›
7、管制图：用来了解品质在过程中的变化状态和预 测品质下一步可能性的状况，有助于提前发现问题 ，是实现第一次就把事情做好的基本步骤之一。
‹#›
六、直方图
直方图
直方图是将所收集的数据分为几个相等的区间作 为横轴，并将各区间内的测定值所出现次数累积而成 的面积，用柱子排列起来的图形。
直方图可显示数据的三种特性：集中的趋势、数 据的范围、分布的形状。
‹#›
理想型
制程能力在规格界限内，且平均值与规格中心 一致，平均数加减4倍标准差为规格界限。制程 稍有变大或变小都不会超过规格值，是一种最 理想的直方图。表示制品良好，能力足够。
下限
规格 制品规格
上限
‹#›
一侧无余裕
制品偏一边，而另一边还有余裕很多，若制程再 变大(或变小)很可能会有不良发生，必需设法使 制品中心值与规格中心值吻合才好。
中心值 125. 5 129. 5 133. 5 137. 5 141. 5 145. 5 149. 5 153. 5 157. 5 161. 5
标
记
11． 163. 5-167.5 165. 5
12． 167. 5-171.5 169. 5
合
计
次数
14 7 11 13 34 37 32 23 13 10 4 2
‹#›
3、柏拉图：用来对多种问题或原因进行分析，找出 最大问题或原因，以实现花较少成本做更多事情。 4、鱼骨图：用来对一个现象或结果进行原因深入细 致的分析，通常用来找原因及因素，最好同层别法 结合起来使用。
‹#›
5、直方图：用直方图可以将杂乱无章的资料，解析 出规则性，比较直观地看出产品质量特性的分布状 态，对於资料中心值或分布状况一目了然，便於判 断其总体质量分布情况。 6、散布图：用来对收集的两个或两个以上可能相关 的问题或特性的数据，找出之间可能的相关性。
孤岛型：工序异常或测量错误时产生。
100
‹#›
‹#›
下限
规格 制品规范
上限
‹#›
两侧无余裕
制品的最大值与最小值均在规格内，但都在规格
上下限两端，其中心值与规格中心值吻合没有不
良品发生，但如果制程稍有变动，就会有不良品
产生之危险，要设法提高制品的精度才好。
规格 下限
上限
制品规范
‹#›
余裕太多
实际制程在规格界限内，但双尾距规格界限太远。亦 即产品品质均匀，变异小。如果此种情形是因增加成 本而得到，对公司而言并非好现象，故可考虑缩小规 格界限或放松品质变异，以降低成本、减少浪费。
‹#›
直方图-高原型
说明:形状似高原状。 结论:不同平均值的分配混在一起，应层别之
后再做直方图比较。
‹#›
直方图-双峰型
说明:有两个高峰出现。 结论:有两种分配相混合，例如两部机器或两家
不同供应商有差异时。
‹#›
直方图-偏态型
说明:高处偏向一边，另一边低，拖长尾巴。 偏右型:例如微量成分的含有率等，不能取到某值以
SL
50 SU
50
40
40
38
30
30
30 28
20