QC七大手法-直方图
QC七大手法-直方图ppt课件
第三章 检查表
四. 直方圖常見型態
4. 絕壁型(切壁型)
形狀: 有一邊被切斷. 說明: (1)數據可能經過全檢, 會出現的形狀.
(2) 若剔除某規格以上時, 則切邊在靠 右邊形成. 反之, 則切邊在靠左邊形成.
SL
u( x )
SU
SL
x
SU
A. 理想型
SL
x
SU
B. 一側無余裕
SL
x
SU
C. 兩側無余裕
D. 余裕太多
第三章 检查表
五.直方圖的應用
(2)不合乎規格
SL x
SU
SL
x
SU
A. 平均值偏左
SL x SU
B. 平均值偏右
SL
SU x
C. 分散度過大
D. 完全在規格外
第三章 检查表
五.直方圖的應用
(3) 以各組內之次數為高, 組距為底; 并畫成矩形, 數 則完成直方圖.
(4) 在圖的右上角記入數據履歷(如數據數, 平均 值, 標準差), 并劃出規格之上, 下限.
(5) 記入必要事項: 品名, 工程名, 日期, 作者等.
SL=3
SU=10
N=?
X=?
品 名:
S=?
工程名:
日 期:
作 者:
123456 789 10
第三章 检查表
目錄
一. 前言 二.何謂直方圖 三.直方圖制作方法 四.直方圖常見型態 五.直方圖的應用 六.直方圖的注意事項
第三章 检查表
一. 前 言
現場工作人員經常要面對一大堆的數據, 這些數據非常的多. 它們到底可以提供我們什 么情報呢?
QC七大手法-直方图
QC七大手法-直方图一、什么是QC七大手法QC（Quality Control）七大手法是一种常用于解决质量问题和提高产品质量的方法。
它包含了七种常用的统计学手法，分别是：直方图、控制图、散点图、因果图、帕累托图、箱线图和流程图。
这些手法可以帮助我们分析和解决质量问题，以达到质量改进的目的。
本文将重点介绍其中一种手法——直方图。
二、直方图的基本概念直方图是一种用于显示数据分布情况的图表。
它通过将数据划分为一系列间隔，然后统计每个间隔内数据出现的频率，最终通过矩形条来呈现数据的分布情况。
直方图通常用于展示连续变量或离散变量的频率分布，可以帮助我们了解数据的分布规律和集中趋势。
三、绘制直方图的步骤1. 数据收集首先，我们需要收集相关的数据。
这些数据可以是产品的尺寸数据、质量数据或其他与质量有关的数据。
2. 数据整理在绘制直方图之前，我们需要对数据进行整理和分类。
将数据按照一定的规则进行分组，并记录每组数据的频数。
3. 确定间隔和组数在进行数据分组时，我们需要确定数据的间隔和组数。
间隔一般是根据数据的最大值和最小值来确定的，组数可以根据实际情况进行调整。
4. 绘制直方图绘制直方图可以使用各类数据分析软件、编程语言或绘图工具。
在绘图时，我们需要将每组数据的频数表示为相应的矩形条，并将矩形条按照一定的间隔排列。
5. 添加标题和注解为了使直方图更具可读性，我们可以添加标题和注解。
标题可以简要描述直方图的目的和内容，注解可以解释数据的分布情况和统计指标。
6. 分析直方图通过观察直方图，我们可以了解数据的分布情况和集中趋势。
例如，我们可以通过直方图来判断数据是正态分布、偏态分布还是离散分布。
同时，我们还可以通过直方图来确定数据的中位数、均值和标准差等统计指标。
四、直方图在QC中的应用直方图在QC中有广泛的应用，可以帮助我们分析和解决质量问题。
以下是直方图在QC中的一些常见应用场景：1. 检测质量问题通过绘制产品尺寸、质量或其他相关数据的直方图，我们可以快速发现质量问题。
QC七大手法__直方图
（四）直方图之看法
标准型（对称型）：数据的平均值与最大值和最 小值的中间值相同或接近，平均值附近的数据的 频数最多，频数在中间值向两边缓慢下降，以平 均值左右对称。这种形状也是最常见的。 更正对策：最佳的分布方式。
锯齿型：作频数分布表时，如分组过多，会出现 此种形状。另外，当测量方法有问题或督错测量 数据时，也会出现这种形状。 更正对策：检讨测定者的读取方式有无问题。
适当处置
就算有不稳定,也没必
Cp≥1.67
工程能力完备
要担心. 可考虑降价或管理简单
化
1.67＞Cp≥1.33
工程能力完备
极理想的工程状况.维 持现状
3.
保持工程管理确实进行
1.33＞Cp≥1.00
不能说工程能力完 备,只能说还可以
的管理状态. Cp 太接近 1 时,可能会 发生不良,因此要特别
注意.
20
直方图
（2）求出全距R R=最大值-最小值 ＝82.8-77.5 ＝5.3
（3）求出组数K K=∫组数＝ ∫100＝10
（4）确定组距(C) =5.3/10=0.53 (为便于计算平均数或标准值，组距常取5或2的倍数，所以确定组距为0.5） （5）确定组间的界值 组间的界值以最小测定单位值的1/2来决定。 故第一组下限＝最小值-最小测定间位/2
00
1178 21 12 5 -8
17 36 63 48 25 404
24
直方图
1）确定U栏
U=（各组中点-次数较多的一组的中点）/组距
例：u=(77.7-80.2)/0.5=-5
2)求出uf合计。
例：1 uf =(-5)*2=-10
.
.
.
.
直方图--QC七大手法
50
40
30
20
10
Std. Dev = 2.00 Me an = 81 .62 N = 980.00
0
VAR00001
4. 与控制图的关系：直方图是控制图的基础，控制图 与控制图的关系：直方图是控制图的基础， 的控制线依据直方图制定。 的控制线依据直方图制定
三、直方图的特点
三、 直方图的特点
（2）若数据分布中心与标准值中心有偏差，即为Cpk SU - SL 6δ SU —— 标准上限 SL —— 标准 下限
Cpk=（1-k）Cp=（1-k）
1/2（SU+SL）- X k= 1/2（SU+SL）
（3）若只有下限标准，则
X - SL 3δ
CP=
工序能力分析
1. 理想型：分布中心与公差中心重合实际分布范围有一 定余量。过程能力指数为1.33，过程不合格率为60ppm。
绘制直方图的目的
测知制程能力 计算产品不良率 调查是否混入两个以上之不同群体 测知有无假数据 测知分配型态 藉以订定规格界限 设计管制界限可否用于制程管制界限
Cp=
103.1 - 96.1 3*3.31
=0.7, 过程不合格品率为3.57%
6.spc统计制程管制 6.
直方图的绘制
>50个数据 最大值.最小值 全距R=最大值-最小值 分组k=n1/2,并根据实际情况适当调整 组距=全距/组数,(取测定位数) 下组界=最小值-最小测定位数/2 组中值=(下组界+上组界)/2 绘图 横座标为测定值,以组距分界. 纵座标为测定次数.
9.17L6珍品直方图
30
20
10
Std. Mean 0 N =
QC七大手法-1直方图
第一组上限=第一组下限+组距
第二组下限=第一组上限
例： 第一组=121-1/2=120.5～124.5 第二组=124.5～128.5 第三组=128.5～132.5 第四组=132.5～136.5 第五组=136.5～140.5 第六组=140.5～144.5 第七组=144.5～148.5
步骤7：求组中点m
QC七大手法-1直方图
2020年5月29日星期五
培训须知
自觉关闭手机或调至静音状态！
直方图、柱状图
将所收集的测定值，分为几个相 等的区间作为横轴，将各区间内测定 值按所出现的次数累积成的面积，用 柱子排起来的图形。
➢直方图的制作
例:某成品尺寸为130-160mm，随机抽取60 个样本，测定值如附表，试制作直方图。
下限
规格 制品范围
上限
(b)一侧无余地
产品偏一边，另一边还有很多余地，若过程再变大 （或变小）很可能会有不合格发生。
下限
规格 制品范围上限来自(c)两侧无余地最大值与最小值均在规格内，但都在规格上下限两
端，也表示其中心值与规格中心值吻合，虽没有不
合格品发生，但若过程稍有变动，就会有不合格品 产生的危险，要设法提高产品的精度。
QC七大手法基础教程-直方图
直方图1、概念直方图是指：将某期间所收集的计量值数据（如：尺寸、重量、硬度……等）经分组整理成次数分配表，并以柱形予以图形化，以掌握这些数据所代表的情报。
直方图主要应用于：展示过程的分布情况。
图1表示了直方图的基本形状。
2、直方图的制作步骤A 、收集数据，至少要收集50~100个数据；B 、参照下表确定组数（或用N 的平方根确定）：表1 分组对照表C 、确定组距(a)、找出最大数据X max 和最小数据X min ；(b)、求全距R 。
R=最大数据X max －最小数据X min （注：异常值除外）； (c)、求组距C 。
C=全距R ÷组数K ；(d)、从测定单位的整数倍之数据中，找出接近的C 值的适当数据作为组距。
D 、决定各组参数及次数分配表(a)、取数据最小测量单位的1/2为组界值的单位； (b)、第一个境界值=最小值—1/2×最小测量单位；第二个境界值=第一个境界值+组距； 第三个境界值=第二个境界值+组距； 其它依此类推。
(c)(d)、制作次数分配表。
如下表：表2 次数分配表E 、依据次数分配表，制作起直方图。
纵轴代表次数（结果），横轴代表特性（要因），并于X 、Y 轴的最大值与最小值之间以等长度标出刻度。
如图2：图2 直方图F 、在图上标出图名，记入搜集数据的时间和其他必要的记录。
总次数（频数）、统计特征值均值）与S （标准偏差）是直方图上的重要数据，一定要标出。
3、直方图的作用①、由图形可以比较容易掌握制程的全貌（如：中心趋势，离散趋势，分配形状）； ②、可了解制程的安定或异常状况； ③、与规格进行比较可判断制程能力。
4、直方图的常见分布形状①、常态形——左右对称，中间高两边渐低，表示制程安定，数据呈常态分配。
图3 常态型直方图图4 偏态型（偏左）直方图③、离岛型——制程分布中间有间断，呈离岛型，表示制程有异常。
图5 离岛型直方图④、双峰型——制程分布有两个高峰，表示制程为两种不同分配组合，需进行层别。
QC七大手法---直方图1
20
★陡壁型
Light Master Technology（Ning Bo）INC.
绝壁分左绝壁形和右绝壁形两种： 直方图的柱子从左到右呈现先高后低或从右到左呈先低后高依次排列， 这样的型态称为左绝壁型和右绝壁型。也就是说，与常态的直方图比较， 绝壁形直方图只有常态形直方图的左半边或右半边。
发生此种情况的原因：
直方图的柱子无规则地长短不一，柱子的顶端凹凸不平，就像口中有缺损
或者断裂的牙齿一样。
发生此种情况的原因：
·作图时数据太小分组太多； ·检验人员读数有偏差（如习惯偏向某些值）； ·量测仪器精度不够，而品质要求较精密； ·较多特性差异较大的数据掺混到一起，应层别后再分析；
Property of Light Master Corporation
二、相关统计名词解释
Light Master Technology（Ning Bo）INC.
◆平均值X：样本均值，记为X，它是样本数据的算术平均数。
◆中位数Me：数据数为奇数，取按大小排列时的中间的数。
数据数为偶数，取按大小排列的中间两数的平均。
15.07，15.09，15.15，15.21，15.29
LSL 30 20
SL
USL
频 数
10
30.35 29.05 27.75 26.45 25.15 23.85 22.55 21.25 19.95 18.65 17.35
Property of Light Master Corporation
17
7、对直方图的状态进行分析
Light Master Technology（Ning Bo）INC.
10
Light Master Technology（Ning Bo）INC.
品质管制(QC)七大手法-层别图、直
2
.027
3
.056
4
.083
5
.111
6
.139
7
.167
8
.139
9
.111
10
.083
11
.056
12
.027
直方图的应用
(2) 计算产品丌良率
规 格
规 格
规 格
LSL
USL
LSL
USL
LSL
USL
直方图的应用
(3) 调查是否混入二别、二 台丌 同机器、二条丌同生产线‧‧‧‧
男女教育程度年龄班组生手熟手层别法stratification为何要用层别法以qc历程而言问题显在化比较层别缩小问题范围比较层别改善前中后比较层别对策评价比较层别发现提出对策不实施效果标准化不检认掌握重要要因比较层别透过比较改进本期缺点不订定未来方向丌良不错误状况丌良项目别错误项目别发生位置别发生地点别发生工程别
层别分类需符合「周延」「互斥」原则。
层别时勿将两个以上角度混杂分类。
尽量将层别观念溶进其他手法，以便收集数据。如查检
表、柏拉图、推移图、直方图、散佈图、管制图等。 层别后应进行比较（或检定）各作业条件是否有差异， 找到真正原因订立确实对策
层别不当 将使问题难以发掘！
已经做过一次层别
25k 25k 25k 25k 25k 25k 25k 25k 25k
检查数 不良率%
1.1 1.0 0.9 0.8 1.2 1.3 2.0 1.2 1.5 1.2
请问您(贵单位) 是否有用过层别法？
直方图
直方图 (Histogram)
定义 将测量所得的 Data 如时间、长度、硬度等计量值，划分成数个组
QC七大手法培训--直方图
三、直方图的观察分析
1、正 常 型
特点是中间高两边逐渐降低，近似对称。
可判断工序运行正常，生产处于稳定状态。
正常型
16 ©2020 Beijing Dahua Radio Instrument Co., Ltd.
三、直方图的观察分析
2、偏 向 型
分左偏型和右偏型。 特点是高峰偏向一侧，另一侧呈缓坡状。一般有形位公差 要求（只控制一侧界限）的特性值分布、计数值的分布往 往呈偏向性，这属于正常的情况。 但是也有技术上的原因造成的偏态。如由加工习惯造成的 对孔的加工，特性值往往偏小，易出现左偏型；对轴的加 工特性值往往偏大，易出现右偏型。
四、与规范界限的比较分析
当直方图的形状呈正常型时，即工序在此时此刻处 于稳定状态时，还需要进一步将直方图同规范界限 （即公差）进行比较，以分析判断工序满足标准公 差要求的程度。 常见的典型状态如下:
23 ©2020 Beijing Dahua Radio Instrument Co., Ltd.
四、与规范界限的比较分析
数据的数量 （n） 50～100
100～250
组 数 (k)
5～10 7～12
250以上
10～20
一般常用的 组数 (k)
10
8 ©2020 Beijing Dahua Radio Instrument Co., Ltd.
二、直方图的作法
4、计算组距（h）：
h=极差/组数=R/k
=47/10
=4.7
6 ©2020 Beijing Dahua Radio Instrument Co., Ltd.
二、直方图的作法
2、计算极差（R）
R=Xmax–Xmin =48-1 =47
QC七大手法—直方图
QC七大手法（一)-—直方图的制作直方图的作用:展示过程的分布情况，了解总体数据的中心和变异，并推测发展趋势.步骤一：搜集数据n，全部均匀的加以随机抽样.所搜集的数据应大于50以上.138 142 145 140 141 步骤二：找出最大值L和最小值S139 140 141 138 138 139 最大值L=148 最小值S=121144 138 139 136 137 137 步骤三：求全距（R）=最大值—最小值又叫极差131 127 138 137 137 133 R = L —S = 148 —121 = 27140 130 136 138 138 132 步骤四：决定组数K145 141 135 131 136 131 （1）其为: k＝1＋3.32log n n = 60134 136 137 133 134 132 （2) 公式一般对数据之分组可参照下表：135 134 132 134 129 数据数组数137 132 130 135 135 134 ～50 5～7136 131 131 139 136 135 51～100 6～10 例：取7组102～250 7～12250～10～20步骤五:求组距(h) （1 )组距＝全距÷组数（h ＝R÷K)(2 ）为便于计算平均数及标准差，组距常取为2，5或10的倍数。
例：h ＝27/7 ＝3.86, 组距取4 = 组界步骤六：求各组上组界，下组界（由小而大顺序)（1)第一组下组界＝最小值—（最小测定单位/ 2 ）第一组上组界＝第一组下组界＋组界第二组下组界＝第一组上组界(2)最小测定单位整数位之最小测定单位1 小数点1位之最小测定单位为0。
1小数点2位之最小测定单位为0.01（3）最小数应在最小一组内，最大数应在最大一组内; 若有数字小于最小一组下组界或大于最大一组上组界值时，应自动加一组。
例：第一组＝121—1/2＝120.5～124.5 第二组＝124.5～128.5 第三组＝128.5~132.5第四组＝132.5~136.5 第五组＝136.5～140。
QC七大手法直方图
K=1+3.32LgN (N代表收集的数据总数）
数据N
50-100
100-250
组数K
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
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。
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
‹#›
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。
QC(旧)七大手法之五——直方图(histogram)
QC （旧）七大手法之五——直方图（histogram ）第一小节 直方图的观察分析一．定义众所周知在相同的条件下制造出来的产品，其质量特性也不完全相同，但也不会相差太大，总是在一定范围内波动，而且这种波动有一定的规律性，直方图就是直观而形象地把质量分布规律用图形表示出来的统计工具。
直方图（histogram ）是频数直方图的简称，又叫质量分布图、矩形图、柱形图、柱状图、频数图。
是指通过对生产过程中产品质量的分布状态的描绘与分析，来判断生产过程质量的一种常用方法，它是工序质量控制统计方法中的主要工具之一(另一工序质量控制工具就是控制图)。
直方图是一种几何图表，它是根据从生产过程中收集到的质量数据（通常不能少于50个，最少不能少于30个数据）分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方形矩形图。
十六世纪末十七世纪初英格兰人普莱菲和德国地理学者科洛玛是使用直方图的先驱者。
直方图的分类：直方图根据使用的各组数据是频数还是频率分为频数直方图与频率直方图；在表示分布时又分为一般直方图和累计直方图两种。
直方图的基本形式（格式）：说明：横坐标表示产品的质量特性值（如尺寸、重量等计量值），在横坐标上划分了若干个间距相等的区间（即矩形的宽度表示数据范围的间隔）。
纵坐标表示在n 个数据中，落在各个区间里的频数（即反复出现在该区间的次数）（即高度表示在给定的间隔内数据出现的频数即数目）。
一个个直方形，其宽度取决于区间的宽度，其高度取决于该区间的频数（频数常用f 表示），n 表示样本大小(即样本量)，X 表示样本中全体数据的平均值（表示分布中心），S 表示样本的标准偏差（S 表示质量特性离散程度，有的也称标准差）。
直方图适用于对于大量计量值数据进行整理加工，找出其统计规律，也就是分析数据的形态，以便对其整体的分布特征进行推断（即通过变化的高度形态表示数据的分布情况）。
直方图是从总体中随机抽取样本，对从样本中获得的数据进行整理后，用一系列等宽的矩形来表示数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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