QC七手法(DOC 49页)

QC7大手法
QC七大手法
1.根据事实﹑数据发言
───────图表﹑查检表﹑散布图
2.整理原因与结果之关系以探讨潜伏性之问题
───────特性要因图
3.有变异性存在，须考虑平均值与变异数
───────直方图﹑管制图
4.数据须根据来源考虑适当分层
───────层别法
5.重点管理，对影响较大之2～3项原因采取措施───────柏拉图
—1—
查检表 ( Check Sheet )
一﹑何谓查检表
说是一种为了便于汇集数据，使用简单记号填记并予统计整理，俾作进一步分析或做为核对﹑检查之用而
设计的一种表格或图表。

二﹑查检表的设计要领
查检表并无一定的标准格式，只要根据使用的目的，以及为求方便使用，利于作统计分析，而去设计适合自
已所需的查核表：
2-1．应能迅速﹑正确﹑简易地收集到数据
2-2．记录时要考虑到能层别
2-3．数据履历要清楚
2-4．尽可能以符号，数字记入，避免使用文字
2-5．查检项目不宜太多，以4～6项为原则
2-6．最好能一次记录下来后，就能表示出图表状况来
2-7．如能写实图形，更可一目了然
2-8．查检表配合目的，必要时检讨修正
2-9．预留定位，以供实际查核中，可再增列
－2－
三﹑查检表的种类与作法
查检表的种类
──记录用(或改善用)查检表
主要功用在于根据收集之数据以调查不良项目，原因及分布情形。

──点检用查检表
主要功用为确认作业﹑机器﹑整备既预防措施实施情形。

查检表的设计步骤
1.明确目的
2.决定查检项目
3.决定抽检方式
4.决定查检条件
5.设计表格实施查检
四﹑查检表之应用
4-1．有问题必须迅速地采取措施
4-2．问题若未获解决，马上研究采取适当措施
4-3．查检表之项目应随着工程的改善而改变内容
4-4．查检表应能反应出下一工程或市场的关系
4-5．由记号即能判断，并采取行动
4-6．收集的数据应能获得层别的情报
4-7．进行数据收集时，先准备好查检工具
4-8．让收集者了解收集目的及方法
4-9．收集的数据非所欲得者，检讨后重新收集之
4-10．基准须一致
4-11．计算单位符合实际
4-12．考虑样本数
－3－
五﹑数据收集
5-1．数据收集的意义
5-2．数据的分类
Ａ．依来源分
Ｂ．依时间先后分
Ｃ．依特性分
5-3．数据收集的目的
为了把握现状﹑解析﹑管理﹑调节既判断是否合格5-4．数据收集的步骤
5-5．数据收集的要领
六﹑数据的整理
6-1．数据整理之方法
6-2．数据要理的步骤
6-3．数据整理注意事项
七﹑个案研习(CASE STUDY)
－4－
层别观念
一﹑何谓层别观念
1.是为发现问题要因最有效，最简单的手法，最基本的观念。

从查检别的事实现象加以分门别类……此称为层……以寻求
3.由此线索出发，依据KKD以上推论发生问题的原因。

4.经由确认以发掘问题的真因而采取恒久对策。

二﹑层别的要素
1.4M
机械﹑材料﹑人员﹑方法
2.环境
地区﹑天气﹑工作所处之状况
3.时间
日﹑期﹑上班
－5－
三﹑层别的一例
层别观念常实现于其它QC手法
下表是应用层别观念之查检表
－6－
柏拉图 ( Pareto Diagram )
一﹑柏拉图的由来
──意大利经济学者V. Pareto于1897年分析其社会经济结构之结论，以所得大小与拥有所得之关系用一定的方程式表
示，称为「柏拉法则」。

──1907年美国经济学者M. O. Lorenz使用累积分配曲线来描绘「柏拉法则」，即经济学上所称之劳伦兹曲线。

──美国J. M. Juan将劳伦兹(Lorenz)曲线应用到品管上，同时创出「Vital Few ,Trivial Many」(重要的少数，琐细
的多数)的名词，并借幅Pareto名字将此现象定为「柏拉图
原理」。

二﹑柏拉图的定义
2-1．根据所搜集之数据，按不良原因，不良状况，不良发生位
置等不同区分标准，以寻求占最大比率之原因，状况或
位置的一种图形。

2-2．从柏拉图可看出那一项目有问题，其影响程度如何，以判断问题的症结点，并针对问题采取改善措施故又称「ABC
图」。

－7－
三﹑柏拉图的作法
3-1．决定数据的分类项目
a.依结果的分类／不良项目别﹑场所别﹑工程别。

b.依原因的分类／材料别﹑机器别﹑设备别﹑作业者
别。

3-2．决定收集数据之期间
3-3．按发生次数顺序，将项目及次数记入不良分析表
3-4．按分类项目别，统计数据作统计表
(例)
总检查数：150
各项不良数
不良率％＝ ─────── x １００ 总检查数
各项不良数
影响度％＝ ─────── x 100 总不良数
－8－
a.各项目按出现数据之大小﹑顺序排列，并求其累计次数。

b.求各项目的数据及累计数的影响度。

c.其它项排在最后，
其它重要要因需提出分列。

3-5．引用图表用纸绘出纵轴及横轴。

数，不良率或损失金额，右侧直线代表累计影响度；横轴代表项目。

3-6．点上累计不良次数并以折
线连结则得柏拉图。

％ 32.0 30.0
24.0
18.0
↑不良率
↑累計
影
響
度
100%
12.0
6.0
A B C D 其它
3-7．于空白处记入，数据收集的期间﹑记录者﹑绘图者及总检查数﹑总不良数……。

－9－
四﹑柏拉图绘制之注意事项
4-1．横轴之项目别，须依大小顺序由高而低排列，其它项列于末项。

4-2．项目别尽可能归纳成4～6项，必要时再予识别。

4-3．纵轴之左侧尽可能换算成金额来表示，使其更具意义。

4-4．柏拉图之柱形图横轴距离要相同。

4-5．改善前后之比较时。

4-6．纵轴与横轴可以表示下列项目
﹑时间。

五﹑柏拉图之用途
5-1．作为降低不良的依据
5-2．决定改善的对策目标
5-3．确认改善效果
5-4．应用于发掘现场的重要问题点 5-5．用于整理报告或记录 5-6．可作不同条件的评价 5-7．可供确认或调整特性要因图
5-8．柏拉图分析具有「检定假说」之意义 5-9．配合特性要因分析图使用
－10－
── ──
七﹑个案研习（
个 % n=225个
250 100
200 80
150 60
100 40
50 20
0 0
A B C D E F 其它
不良個數
累計影響
度
千圆 % n=129,670个
125 100
100 80
75 60
50 40
25 20
C E A
D B F 其它
－11－
特 性 要 因 图
( Characteristic Diagram )
一﹑何谓特性要因图
对于结果(特性)与原因(要因)间或所期望之效果(特性)与对策间之关系，以箭头连结，详细分析原因或对策的一种图
1952年所
步骤1：决定问题（或品质）的特性。

步骤2：准备适当的纸张，绘出特性要因图的骨架，将特性写
損
失金額
累
計
影響
度
在右端，自左划上一条粗的干线（称母线），就是代
表制程。

步骤3：把原因分类成几个大类，每大类划于中骨上，且以
圈起来，并依制程别分类，一般分为人﹑机械﹑材料
﹑方法……其它。

步骤4：探讨大原因的原因，再细分中小原因时，应注意必须能揣取对策者为主要条件。

步骤5：决定影响问题点之原因的顺序─以集中思考自由讨论的方式，指出认为影响可能性最大者，并于图中按顺
序予以标记。

－12－
三﹑绘图应注意事项
3-1．集合全员的知识与经验。

3-2．应用脑力激荡术﹑全员发言。

3-3．把要因层别。

3-4．把重点放在解决问题上，依5W1H的方法逐项列出。

3-5．应按特性别绘制多张的特性要因图。

3-6．原因解析愈细愈好。

3-7．确认原因好重要程度，且须考虑其可行性﹑价值，并经讨论表决后决定。

3-8．应将圈出的重要原因整理出来，重新制作另一个特性要因图。

3-9．记入必要的事项于图旁。

3-10．品质特性的决定以现场第一线所发生的问题来考虑。

3-11．管理者避免指示。

3-12．经过三阶段的酝酿
一个完整的特性要因图，必须经过三阶段的酝酿──
Ａ提出原因
Ｂ说明原因
Ｃ圈选要因
－13－
四﹑特性要因图的特点
──就是一种教育的过程
──就是讨论问题的快捷方式
──可以显示出水准
──展现现场问题的因果关系﹑工作层次
五﹑特性要因图的用法
──依末端小原因，调查现场实情。

──应挂于工作场所附近，遇问题随即集合讨论应用。

──引用特性要因图所考虑的原因，进行现状分析，依其影响程度，研拟改善对策。

──可就管制图﹑直方图所显示出来的不稳定状态进行个案查明原因。

六﹑特性要因图的种类
6-1．追求原因型
6-2．追求对策型
七﹑特性要因图的思考原则
7-1．脑力激荡术
7-2．５Ｍ法
7-3．５Ｗ１Ｈ
7-4．系统图法
八﹑个案研习（CASE STUDY）
－14－
散布图( Scatter Diagram )
一﹑何谓散布图
为研究两个变量间之相关性，而汇集成对二组数据，在方格纸上以点来表示出两个特性值之间相关情形的图形，称之为「散布图」。

二﹑散布图的用途
2-1．确认两组数据（或原因与结果）之间的相关性。

2-2．可检视制程品质特性，在管制图使用之经济性。

2-3．可用于检讨制程不同变量的影响因素。

2-4．可做为设定标准之用。

三﹑相对应的两组数据间关系的分类
3-1．原因(要因）与结果(特性)之关系
3-2．结果(特性)与他结果(特性)之关系
3-3．结果(特性)与两个原因(要因)间之关系
四﹑散布图之作法
(例)某制品之烧溶温度及硬度间是否存有关系存在，今收集30 组数据，试分析之。

－15－
步骤1：收集30组以上的相对数据，整理到数据表上。

步骤2：找出数据X ，Y 之最大值及最小值。

步骤3
：画出纵轴与横轴（若是判断要因与结果之关系，则横
轴代表要因，纵轴代表结果）；并取Ｘ及Ｙ之最大值与最小值差为等长度画刻度。

步骤4：将各组对数据点在坐标上。

横轴与纵轴之数据交会处点上“●”。

二组数据重复在同一点上时，划上二重圆记号“◎”。

三组数据重复在同一点上时，划上三重员记号“○”。

－16－
60 58 56 54 52 50 48 46 44 42
40
800 810 820 830 840 850 860 870 880 890
60
NO.2
(x=890,y=56) 圖：數據打點法
NO.1(x=810,y=47) → 燒溶溫度°Ｃ ｘ
ｎ＝30
時間＝9/25～9/29
硬度
ｙ
↑
58
56 54 52 50
48
46 44
42
40
－17－
步骤5：记入必要事项
数据数，采取时间﹑目的﹑制品名﹑工程名﹑绘图者
﹑绘制日期……
五﹑散布图之判读
5-1．正相关：ｘ增大时，ｙ也随之增大
完全的正相关 有正相关
→ ｘ → ｘ NO.2
(x=890,y=56)
圖：數據打點法 制品名:SA －50 單 位:壓延課 繪圖者:林武東 繪制日:10/1
燒溶溫度 ｘ
→ 燒溶溫度°Ｃ ｘ 圖:鋼之燒溶溫度與硬度散佈圖
硬
度
ｙ↑ 硬度 ｙ↑
5-2．非显著性正相关：ｘ增大时，ｙ也随之增大，但幅度不显
著此时宜再考虑其它可能影响的要因。

5-3．負相关：ｘ增大时，ｙ反而减少
有负相关 完全的负相关
－18－
5-4．
增大时，ｙ反而减少，但幅度不显著。

5-5
ｂ．x 增大时，ｙ并不改变
ｙ ↑
→ ｘ
ｙ ↑
ｙ ↑
→ ｘ
ｙ ↑
ｙ ↑
→ ｘ
ｙ
ｘ
5-6．曲线相关：x 开始增大时，y 也随之增大，但达到某一值
后，则当x 增大时，ｙ却减小。

六﹑散布图判读注意事项
6-1．注意有无异常点 6-2．是否有层别必要
－19－
6-3
6-4
6-5
）
→ ｘ
→ ｘ
ｙ
↑
→ ｘ
－20－
管制图( Control Chart )
现场管理品质，必须依品质特性来管理，而品质特性值是随着时间作高高低低的变化，那么，到底要高到什么程度或低到什么程度才算异常？此时必须设定有管制上﹑下限来管理，如果有点超出管制界限，必须调查原因，采取行动，使制程恢复正常。

「品质管制始于管制图，终于管制图」，由此可以看出管制图的重要性，因之，要使品质稳定，惟有靠管制图来作品质管理的工作。

一﹑何谓管制图
是一种以实际产品品质特性与根据过去经验所判明之制程能力的管制界限比较，而以时间顺序用图形表示者。

所以，一般管制图纵轴为制品的品质特性，以制程变化的数据为分度；横轴为制品的群体号码，或制造年月日等，以时间顺序﹑制造顺序，将点绘在图上。

（图例一）管制状态
管制上限
中心线
管制下限
－21－
（图例二）非管制状态
有异常原因存在
管制上限
中心线
管制下限
二﹑管制图的原理
2-1．品质变异的原因
──机遇﹑非机遇原因
2-2．管制图与常态分配
在生产过程中，如仅有偶然原因的变动时，任何产品之品质特性均可构成一分配，此某分配有其平均数及
标准差，通常都以平均数加减三个标准差作为管制上限
与管制下限，此即萧华特博士所创的3σ法。

管制图是以3个标准差为基础，换言之，只要群体是常态分配，从此群体抽样时，每10000个当中，即有
27个会跑出±3σ之外，亦即每1000次中，约有3次机会
超出±3σ范围。

常态分配之平均值为µ，标准差为σ，其数据之分配情形如下：
－22－
99.73%
-3σ -2σ -1σμ +1σ +2σ +3σ
三﹑管制图的种类
3-1．依数据之性质来分类
A计量值管制图
所谓计量值管制图系管制图所依据之数据均属于由量具
实际量测而得。

其包括──
a.平均值与全距管制图(⎺x－R Chart)
b.平均值与标准差管制图(⎺x－σ Chart)
－23－
c.中位值与全距管制图(⎺x－R Chart)
d.个别值管制图(X Chart)
X分可以合理分组的X－⎺X－R管制图
无法合理分组的X－R s管制图(或X－R m Chart) e最大值与最小值管制图(L－S Chart)
B计数值管制图
所谓计数值管制图系管制图所依据之数据均属于以单位
计数者。

a.不良率管制图(P Chart)
b.不良数管制图(P n Chart)
c.缺点数管制图(C Chart)
e.单位缺点数管制图(U Chart)
3-2．依用途来分类
A管制用管制图
B解析用管制图
四﹑管制图的绘制要领
4-1．数据表格式之应用
4-2．管制图格式之应用
4-3．管制界限的记入法
4-4．点的绘法与连结
4-5．各管制图的名称及有关事项必须同时记入
五﹑管制图之绘制
5-1．⎺X－R管制图的作法
－24－
A汇集100个以上数据，依测定时间顺序或群体顺序排列。

B把2～6个(一般采4～5个)数据分为一组
C把数据记入数据表
D计算各组平均值⎺X
E计算各组的全距R
= ∑⎺X
F计算总平均值X＝
组数
∑ R
G计算全距平均⎺R＝
组数
H计算管制界限=
X管制图：中心线ＣＬ＝X
=
上线ＵＣＬ＝X＋A2⎺R
=
下线ＬＣＬ＝X－A2 R
R管制图：中心线ＣＬ＝⎺R
上线ＵＣＬ＝D4⎺R
下线ＬＣＬ＝D3⎺R
I绘管制界限，并将点点入图中
Ｊ记入数据履历及特殊原因，以备查考﹑分析﹑判断
－25－
(实例)某公司为管制其产品的包装重量，每小时自制程里随机抽取５个样本来测定重量，共得到２５组数据，试根据
这些数据绘制⎺x－Ｒ管制图。

解: = 50.2+50.4+……+50.8+49.8
(1) X＝＝50.15 25
⎺
8+3+…………+7+5
⎺R＝＝5.08
25
－26－
(2)⎺X管制图:
=
ＣＬ＝X＝50.15
=
ＵＣＬ＝X+A2 R⎺＝50.15+0.577x5.08＝53.08
=
ＬＣＬ＝X-A2 R⎺＝50.15-0.577x5.08＝47.22
(3)R管制图
ＣＬ＝⎺R＝5.08
ＵＣＬ＝D4⎺R＝2.12x5.08＝10.77
ＬＣＬ＝D3⎺R(因n<6，故不考虑)
(4)绘图
UCL=53.08 ⎺X CL=50.15 LCL=47.22
UCL=10.77 R CL=5.08
0 5 10 15 20 25 0
5-2．P管制图的作法
Ａ汇集数据，至少20组以上
Ｂ计算每组之不良率Ｐ
总不良个数
Ｃ计算平均不良率⎺P＝
总检查数
－27－
Ｄ计算管制界限
中心线ＣＬ＝⎺P
⎺P(1-⎺P)
上限ＵＣＬ＝⎺P＋3
n
⎺P(1-⎺P)
下限ＬＣＬ＝⎺P－3
n
Ｅ绘管制界限，并将点点入图中
Ｆ记入数据履历及特殊原因，以备查考﹑分析﹑判断
(实例)某打火机制造工厂，为要彻底管制品质，特别针对电镀不良加以抽检，每批抽检100个样品，其不良情形如表，请绘管制图。

－28－
解：
68
(1)⎺P＝＝0.027＝2.7%
2500
(2)ＣＬ＝⎺P＝2.7
⎺P(1-⎺P)
ＵＣＬ＝⎺P＋3
n
0.027(1-0.027)
＝0.027+3
100
＝0.0765＝7.6%
⎺P(1-⎺P)
ＬＣＬ＝⎺P－3
n
0.027(1-0.027)
＝0.027－3 ＝0 100
(3)绘图
8 UCL=7.6%
p 6
4 CL=2.7%
2
0 5 10 15 20 25
－29－
六﹑管制图之判读
6-1．管制状态的判断
Ａ管制状态
满足下列条件，即可认为制程是在管制状态：
ａ多数之点子集中在中心线附近。

ｂ少数之点子落在管制界限附近。

ｃ点之分布呈随机状态，无任何规则可循。

ｄ没有点子超出管制界限之外。

Ｂ非管制状态
ａ点在管制界限的线外。

ｂ点虽在管制界限内，但呈特殊排列。

Ｃ可否延长管制界限做为今后制程管制之用的判断基准
ａ连续25点以上出现在管制界限线内时。

(机率为93.46%)
b连续35点中，出现在管制界限外的点不超过1点时。

c连续100点中，出现在管制界限外的点不超过2点
时。

6-2．管制图的判读原则
品质管制图上特殊原因的检定规则详如图例──
－30－
检定规则1：检定规则2：
有1点在Ａ区以外者。

连续9点在C区以外者。

UCL x UCL
A A
B B
C C
C C
B B X
A A
LCL x LCL
检定规则3： 检定规则4：
连续6点持续地上升或下降者。

连续14点交互着一升一降者。

UCL UCL
A A
B x B
C C
C C x
B B
A x A
LCL LCL
检定规则5： 检定规则6：
3点中有2点在A 区或A 区以外者。

5点中有4点在B 区或B 区以外者。

UCL x x UCL
A A x
B B
C C
C C
B B x
A A
LCL x LCL
－31－
检定规则7： 检定规则8： 连续15点在中心线上下两侧之C 区者。

有8点在中心线之两侧,但C 区无 点子者。

UCL UCL
A A
= x = x = x = x
= x = x
B B x
C x C
C C
B B
A A
LCL LCL
Ａ所有检定规则均适用于X图及个别值(X)图。

并假定为常态分配。

检定规则1﹑2﹑5及6可分别应用于管制图的= x = x
上半部或下半部。

检定规则3﹑4﹑7及8则用管制图的
全部。

Ｂ管制上限(UCL)及管制下限(LCL)分别设在中心线以上及以下三个标准差处。

为便于检定起见，可将管制图均分
成六区，每区宽度为一个标准差。

管制图上半部及下半
部靠外侧的一区，均称为Ａ区；中间的一区，均称Ｂ区，
内侧靠近中心线的一区，均称为Ｃ区。

Ｃ当制程在统计的管制状态时，每一项检定规则（不正确地）出现特殊原因信号的机会，小于千分之五。

Ｄ检定规则1﹑2﹑3及4可由点图人员作例行检定之用。

这些检定得到一个或更多个非真实信号(false signal)的
总机率大约为百分之一。

Ｅ为着要提早得到警告，可用5﹑6两项检定规则来强化前面四个检定规则，较为经济。

这将使非真实信号的机率
约提升到百分之二。

－32－
Ｆ检定规则7﹑8是判断分层(stratify─action)用的。

它们在初建一张管制图时非常有用。

这些检定规则显示出
当样组中的观测值是取自两个(或更多个)不同平均数的
来源。

检定规则7是显示样组中的观测值一直是来自两
个来源。

检定规则8是显示在一段时间内样组来自一个
来源。

另一段时间内来自另一个来源。

Ｇ当有特殊原因存在时，可由检定中的信号而得知，就应该在最后一点的上面(如果这点子是在中心线以上)，加
一「Ｘ」号，要是在中心线以下，就画在点的下面。

Ｈ同一个点子符合好几项检定规则，却只能画上一个「Ｘ」号。

Ｉ管制图上如有「Ｘ」号，表示制程不在统计的管制下。

它的意思是：如果制程是在统计的管制下，则一序列点
子中最后的那点(在检定1中为单独一点)，就不太可能
会发生。

Ｊ虽则这可作为一套基本的检定规则，但分析人员仍旧应该熟悉在制程中受到特殊原因影响的那点子所构成的任
何型态。

七﹑管制图的效用
7-1．维持制程稳定，防止异常原因之再度发生。

7-2．配合直方图，可以判断制程的数据分布的情形，以及制程能力。

7-3．与层别法或分组法合用，可以查出真正影响品质的因素，减少产品品质的变异程度。

7-4．可用于决定制造工程所可能达到之目标或标准。

7-5．张贴于现场，可以随时了解品质的变异情形，提前发现制程中的潜优不良。

7-6．配合柏拉图使用，控制几个少数影响较大的原因更能有效解决问题。

－33－
直方图 ( Histogram )
一﹑何谓直方图
为要容易的看出长度﹑重量﹑时间﹑硬度……等，计量值的数据之分配情形，所用来表示的图形。

直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们又称之为柱状图。

二﹑直方图之制作
(例)某厂之成品长度规格为130至190，今按随机抽测方式抽
取200个样本，其重量测定值如表，试制作直方图。

－34－
2-1．制作次数分配表
Ａ由全体数据中找出最大值:L ＝170与最小值S ＝124
Ｂ求出所有数据中之全距，即
L 最大值 S 最小值
L－S＝170－124＝46
Ｃ决定组数:
一般可用数学家史特吉斯(Surges)提出之公式，根据
测这次数n来计算组数k，其公式为:
k＝1＋3.32 log n
例如: n＝50，则k＝1＋3.32
log50＝1＋3.32(1.7)＝6.6
即约可分为6组或7组
一般对数据之分组可参照下表:
本例之数据200个，将其分为12组
Ｄ决定组距
组距＝全距／组数＝Ｒ／Ｋ＝46／12＝4
为便于计算平均数与标准差，组距常取为5的倍数或 10或2的倍数。

－35－
Ｅ决定各组之上下组界
最小一组的下组界
测定值之最小位数
＝最小值－
２
1
＝124－＝123.5
2
最小一组的上组界＝下组界＋组距
＝123.5＋4＝127.5
第二组的下组界为127.5；
上组界为127.5＋4＝131.5
第三组的下组界为131.5
上组界为131.5＋4＝135.5
依此类推，计算至最大一组之组界
Ｆ计算各组的组中点
上组界＋下组界
各组的组中点＝
２
123.5＋127.5
第一组之组中点＝＝125.5
２
第二组之组中点＝125.5＋4＝129.5
第三组之组中点＝129.5＋4＝133.5
依此类推:计算至最大一组之组中点
－36－
Ｇ作次数分配表
ａ将所有数据，依其数值大小画记于各组之组界内，
并计算出其次数。

ｂ将次数栏之次数相加，并以测定值之个数校核之。

2-2．制作直方图
Ａ将次数分配表图表化，以横轴表示重量的变化，纵轴表示次数。

Ｂ横轴及纵轴各取适当的单位长度。

再将各组之组界分别标在横轴上。

－37－
Ｃ以各组内之次数为高，各组之组距为底。

在每一组上画成一矩形，则完成直方图。

Ｄ在图的右上角记入数据总数ｎ及数据履历，并划出规格的上限及下限。

制品名称: 工程名称: 期 间: 制 作 者:
次
数
125.5 133.5 141.5 149.5 157.5 165.5
129.5 137.5 145.5 153.5 161.5 169.5
三﹑直方图常见之型态
3-1．正常型：常态分配
－38－
3-2．缺齿型：不正常的分配
3-3．偏态型：左偏或右偏之偏态分配
3-4．绝壁型：有一端无数据分布
－39－
3-5．双峰型：两种分配相混合
3-6．离岛型：工程变更，原料差异或测定误善所致
－40－。