Material
(原材料)
Method
(生产方法)
Environment
(生产环境)
4M1E: 人、机、料、法、环 11
為何量測變異太大
范例 (2)
量測程序不嚴 謹
人員訓練不足
設備維護未標準化
人員技術差異
檢驗問題
量測程序未標準化
數據取得不易
溫度改變 清潔度改變
濕度改變 振動因素
機械不穩定 設備磨耗
Gas Flow
Lock
Chamber B
Chamber C
14
5. 柏拉图
(1) 说明：
分类不良及缺点等内容，然后
100%
按照大小顺序，利用累计数据
来表示。
(2) 用途：
将问题点表现出来，并呈现其 相对重要性，提供改善方向的 优先顺序。
15
范例
某餐厅的顾客满意度调查：
抱怨种类
总件数
1. cold food
(5) 划出直方图
频次 10 14 20 19 11
区间界限 20.5 ~ 24.5 24.5 ~ 28.5 28.5 ~ 32.5 32.5 ~ 36.5 36.5 ~ 40.5
频次 11 8 5 1 1
20 15 10
5
0 4 8 12 16 20 24 28 32 36 40
6
2. 管制图
(1) 说明：规格界限Βιβλιοθήκη >=管制界限
说明：
规格界限 • 来自客户的要求
管制界限
• 工序变异的自然容许 范围
• 对于产品质量的控管 • 对于制程/机台的控管
• 每一量测单点都必须 在规格界限之内
• 每一量测平均值都必 须在管制界限之内
9
3. 鱼骨图 （因果关系图）
(1) 说明：
有如鱼骨增长的方式，有系统
原因1
原因2
Flimsy utensil not courtesy
100 %
50 10
17
范例
柏拉图可以用来说明改善过程的有 效性：
例如图甲为改善前的柏拉图，共有 A, B, C, D, E五大不良原因。
再来针对A与B前两大原因采取改善 对策，若干时日之后可以重新收集 数据，划出改善后的柏拉图。
地整理工作的结果（特性）以
结果
及其原因（要因）。
(2) 用途：
在改善小组的脑力激荡之下， 列举所有可能的异常原因；逐 原因3 原因4 一过滤之后，会发现平常忽略 的小毛病，可能就是问题的根 源。
10
范例 (1) – 4M1E的方向
要因
Man
(操作人员)
Machine
(机器设备)
特性
例：产品的 良率太低
(2) 决定区间的个数 K : K = N
K= 10
(3) 决定区间的宽度 H : H = (Max - Min) / K
H=
39 - 1 10
~= 4
5
范例 – 微尘粒子的数据
(4) 作出 “频次”表
区间界限 0.5 ~ 4.5 4.5 ~ 8.5 8.5 ~12.5 12.5 ~16.5 16.5 ~20.5
QC七大手法 (OLD)
1
什麽是QC七大手法？
QC: Quality Control (质量管制；品管)
1. 直方图 (Histogram) 2. 管制图 (Control Chart) 3. 鱼骨图 (Cause and Effect Diagram) 4. 查检表 (Check Sheet) 5. 柏拉图 (Pareto Chart) 6. 散布图 (Scatter Diagram) 7. 层别法 (Stratification)
累计百分比 40% 75% 85% 90% 94% 98% 99% 100%
16
范例 (续)
250 200 150 100 50
0
cold food salad not fresh lack of cleanliness
poor service food taste bad food too greasy
電性不穩定 數據換算不穩定
環境差異
設備差異
12
4. 查检表
(1) 说明：
在收集各种数据之后，为确认并 ITEM
能毫无遗漏的查检，将结果制成
简单的表格。
1
(2) 用途：
2
可以让数据的收集更为规律、有 3
效；制成的表格更为简明、易懂
。
A
B
C
13
范例
机台定期保养之后的查检项目：
Item
O-ring
Chamber A
把品质特性（如芯片的薄膜 厚度）的点以记号标示上去 ，藉着该点在管制界限内侧 或外侧的情形，可以判断工 序是否在控制状态中。
(2) 用途：
借由管制界限的订定,区分出 工序的变异的合理性。即时 监控，并可以在制程异常时 立即采取改善对策。
管制上界 目标值 管制下界
7
问题:
规格界限
?
管制界限
8
答案:
2
QC七大手法
LSL
USL
直方图
x
管制图
Day shift Night shift
层别法
因果关系图 / 鱼骨图
散布图
item 查检表
100%
柏拉图
3
1. 直方图
(1) 说明：
划分数据（如考试成绩）的分配范
围为数个区间，计算各区间内该数 据的出现次数，并制作成次数分配 表。
(2) 用途：
描述数据的分布（平均值、变异、 对称），借以判断工序有无异常情 形。并检查该数据是否正常受控， 有足够的能力符合客户需求。
规格下界
规格上界
4
范例 – 微尘粒子的数据
25 15
5 22
7 21
15 18 13 1
4 13
8 24 11 12
9 17
14 15 25 28 26 15
10 14
9 22
6 29
9 15 21 7 20 12
12
4
32
1 19
6
5
13
4 12 14 8
3
32 21
6 25 36
21 22 26 3
5 14
14 22
19 16
23 11
12
4
10
7
18 10
18
9
30
5
21 15
11 19
8 17
2
4
26 12
11 27
12 10
17 39
31 16
13
8
9 19
13 16
(1) 找出“最大值”，“最小值”以及数据的“个数”
Max = 39
Min = 1
Total data points N = 100
105
2. salad not fresh
94
3. lack of cleanliness 25
4. poor service
13
5. food tastes bad
10
6. food too greasy
9
7. flimsy utensils
2
8. not courtesy
2
百分比 (105/260) 40% ( 94/260) 35% ( 25/260) 10% ( 13/260) 5% ( 10/260) 4% ( 9/260) 4% ( 2/260) 1% ( 2/260) 1%