质量管理7大手法培训课件

质量管理7大手法质量管理7大手法QC7大手法工作及生活中难免碰到问题，一旦发生问题如不立即解决，小问题也可能变成大问题。然而解决问题蚀要用方法的，而品质管理（QC）手法即使能协助我们迅速且正确解决问题的利器之一。一般问题解决的程序大概可分为汇集→整理→归纳分析→判断决策等阶段，没一阶段都有不同的QC手法可供搭配使用。如果能够充分了解QC手法且运用得宜，就能收集到正确且有效的资讯，并作出精确的判断。

QC7大手法工作及生活中难免碰到问题，一旦发生问题如不立即解QC7大手法QC统计手法1、QC7大手法——特性要因图，散布图，直方图，柏拉图，推移图，检查表，层别法。2、新QC7大手法——关联图法，KJ法，系统图法，PDCA法，箭线图法，矩阵图法，矩阵数据解析法。3、统计方法——推定与检定，抽样计划，控制图，实施计划法，相关回归分析方法。4、其他——抽样技术，官感检查，可靠度QC7大手法QC统计手法QC7大手法1、汇集：须根据事实或数据说明。

——应用工具包括：检查表，散布图，层别法。2、整理：厘清问题所在以作为判断重大问题的依据。

——工具包括柏拉图，直方图。3、归纳分析：主要针对原因与问题的关系，探讨其相关关系与潜在的原因。

——工具有特性要因图（鱼骨图）。4、判断决策：针对问题所发生的原因，采取有效对策，加以处置。

——工具包括特性要因图，控制图等。QC7大手法1、汇集：须根据事实或数据说明。一、特性要因图品质是制造出来的———

制造的产品具有各种品质特性，但是由于在生产过程中各种输入因素，比如材料、人员、设备、环境、方法等的影响，产品的品质会出现各种不同的品质特性。特性要因——

为了解决品质问题，将品质特性（结果）与原因之关系明确化，而在品质管制上造成的因素称为要因。所以利用图表将品质特性的要因表现出来即称为特性要因图。因形状像一只吃完鱼肉，只剩骨头的鱼，所以又称为鱼骨图。一、特性要因图品质是制造出来的———一、特性要因图绘制方法——

1、决定特性：尺寸、不良率、各种不良现象等；

2、列举要因：

a、应用5M1H法（what/where/when/who/why/how

），5M1E法（人/机/物/法/环/测量）发掘外因；

b、有影响特性的要因全部打开出来；

c、要分析至可采行对策或收集数据的要因；

d、应用脑力激荡法。（禁止批评，欢迎自由联想，构想越多越好，欢迎搭便车）

一、特性要因图绘制方法——

一、特性要因图3、整理特性要因的形状将列举的要因加以分类整理后，画出大骨，中骨，小骨。4、调查要因的影响度解析过去累积数据及取控制图，直方图，散布图加以分析，确认列举要因是否对特性真的有影响。5、决定特性要因图列举要因中，该追加的追加，该减少的减少，一切以数据为根据。6、其他

绘制日期，编制者，其他参考事项……一、特性要因图3、整理特性要因的形状Connector短路作業者治具錫爐材料方法新人經驗不足疏忽溫度速度太快太慢太高太低開口形狀檢驗方向無規定pitch太密加工不良距離太近過爐方向Connector短路特性要因圖作成者:王自強日期:2003/11/03Connector短路作業者治具錫爐材料方法新人經驗不足疏忽身高与体重高重?矮轻?No.身高体重No.身高体重No.身高体重116556111615521175622172681217662221626231595213166482315848418274141757624162525158631516867251787461625816178752615952717672171595027152458175661815962281596291655619176782915859101636820158543018277二、散布图身高与体重No.身高体重No.身高体重No.身高体重1165二、散布图调查两种变量之间的关系品质特性与品质特性的关系品质特性与要因之间的关系要因与要因之间的关系例：

a、材料热处理时，某一材料与硬度之间的关系；

b、锡铅中，锡铅比例与温度之间的关系；

c、电镀处理时，电镀时间与电镀镀层厚度之关系；

d、锡膏厚度与印刷时的压力之关系。二、散布图调查两种变量之间的关系二、散布图绘制方法1、收集数据收集50~100对相应之数据，至少30组；2、决定横轴与纵轴一般以横轴代表异因，纵轴代表品质特性。若是要因与要因或品质特性与品质特性，则可任意决定。3、绘图将收集之数据绘与坐标轴相应位置上。4、判读散布图把握正确资讯，采取正确必要的措施二、散布图绘制方法二、散布图散布图的判读1、正相关

X增加时，Y也跟着增加，欲管制Y时只需管制X；2、负相关

X增加时，Y反而跟着减小，欲管制Y时只需管制X；3、不相关

X无论如何变化，Y均无明显变化。二、散布图散布图的判读三、柏拉图柏拉图柏拉图分析是以80：20原理进行重点分析的图表。不良/缺点项目依数量之大小进行排列，横坐标为不良/缺点项目，纵坐标为不良/缺点数量或累积百分比，分析出重点不良/缺点项目作为改善对象或改善目标。三、柏拉图柏拉图不良／缺點不良／缺點數量累積數量累積百分比％代號名稱1

ＡQ1Q1Q1／T2ＢQ2Q1＋Q2(Q1＋Q2)／T3ＣQ3Q1＋Q2＋Q3(Q1＋Q2＋Q3)／T．．．．．．．．．．．．．．．ｋＫQkQ1＋Q2＋,......Qk100總計Ｔ

三、柏拉图绘制方法1、决定分类项目：以产品或制程制定检查项目或不良原因；2、收集数据：以某一期间收集特定问题的检查记录；3、依数量大小排序整理数据，如下表：

不良／缺點不良／缺點數量累積數量累積百分比％代號名三、柏拉图4、绘制不良分析图（柏拉图）a、横轴依不良个数大小顺序取不良项目；

b、纵轴取不良数或不良率；

c、依不良数之大小顺序从左至右绘出条形图表示之；

d、累积不良率则使用曲线图表示之。5、计入必要项目数据的时间，数据的数目等。三、柏拉图4、绘制不良分析图（柏拉图）不良項目個數不良佔有率累計不良率短路8341.5%41.5%空焊5427.0%68.5%撞件2512.5%81.0%破損126.0%87.0%反向84.0%91.0%其他189.0%100.0%Total200100.0%-三、柏拉图不良項目個數不良佔有率累計不良率短路8341.5%41.5%四、直方图

收集数据之目的整批产品的分布与变异品质规格的平均值与变异确认项目１、分布的形状

2、分布的中心值

3、分布的散布情形

4、与规格的关系四、直方图收集数据之目的四、直方图直方图的绘制方法1、收集数据作直方图，数据至少50个以上，一般情况下，数据个数多少，称为样本大小，用n表示。2、整理数据将数据整理，找出最大值，最小值。3、决定组数分组的组数并没有统一的规定，但太多或太少组皆会使直方图失真。

a、分组组数依据样本大小n决定；

b、最大值减最小值的差（R），用2，5，10等相关数值除之四、直方图直方图的绘制方法样本大小ｎ建议分组数ｋ50

～1006

～10100～2507

～12250以上10～25全距

R)=最大数(Max)-最小数（Min）组数=R/2,5,10。四、直方图4、决定组距组距h可由组数k除以全距R来决定，如下式组距（h）=全距（R）/组数（k）一般取h值为量测单位之整数倍。样本大小ｎ建议分组数ｋ50

～1006

～1四、直方图5、决定组界组界即是每一分组之上下界限值，其决定之方法如下：

第一组下界Ｌ1＝MIN｛Xij｝－量测单位／2

第一组上界Ｕ1＝Ｌ1＋h

第二组下界Ｌ2＝Ｕ1

第二组上界Ｕ2＝Ｌ2＋h

第ｉ组下界Ｌi＝Ｕi-1

第ｉ组上界Ｕi＝Ｌi＋h

第ｋ组下界Ｌk＝Ｕk-1

第ｋ组下界Ｕk＝Ｌk＋h＞MAX｛Xij｝则停止6、计算组中点各组均以组中点为代表值，其计算方法如下：组中点=（Li+Ui）/2四、直方图5、决定组界四、直方图7、计算次数并作次数分配表将组界，组中点填入次数分配表，将原数据依其值归类于某一组并以计票的方式以“////”字划记各组之次数。8、绘制直方图以组界或组中点为X轴，次数为Y轴，再以各组之组距为底边，次数为高，对每一组绘制长方形，相临的组其长方形需仅靠在一起，不要有空隙。9、记入必要事项收集数据期间，样本大小，品质特性的单位，测定日期，测定者，必要的批号等。四、直方图7、计算次数并作次数分配表顺序测定值

1～101.361.491.431.411.371.401.321.421.471.3911～201.411.361.401.341.421.421.451.351.421.3921～301.441.421.391.421.421.301.341.421.371.3631～401.371.341.371.371.441.451.321.481.401.4541～501.391.461.391.531.361.481.401.391.381.4051～601.361.451.501.431.381.431.411.481.391.4561～701.371.371.391.451.311.411.441.441.421.4771～801.351.361.391.401.381.351.421.431.421.4281～901.421.401.411.371.461.361.371.271.371.3891～1001.421.341.431.421.411.411.441.481.551.37

测量100个外围尺寸

单位：mmMax=1.55Min=1.27顺序测定值

1～101.361.491.431.41决定组数

A.n=100,k=6~10.B.Max=1.55Min=1.27R=1.55-1.27=0.280.28/0.02=14

0.28/0.05=5.6

0.28/0.01=28

为方便计算，此例我们使用A方式,以10组计算决定组距组距=全距/组数

=0.28/10=0.028≈0.3L1＝1.27-(0.01/2)

U1＝1.265+0.03

＝1.265

＝1.295

L2＝1.295

U2＝1.325

L3＝1.325

U3＝1.355

L4＝1.355

U4＝1.385

L5＝1.385

U5＝1.415

L6＝1.415

U6＝1.445

L7＝1.445

U7＝1.475

L8＝1.475

U8＝1.505

L9＝1.505

U9＝1.535

L10

＝1.535

U10

＝1.565四、直方图决定组数L1＝1.27-(0.01/2)计算组中点

组中点=(L1+U1)/2

=(1.265+1.295)/2=1.280计算次数并作次数分配表組界組中點XMED次數劃記次數fi1.265-1.2951.28/11.295-1.3251.31////41.325-1.3551.34//////71.355-1.3851.37//////////////////221.385-1.4151.40///////////////////231.415-1.4451.43////////////////////251.445-1.4751.46////////101.475-1.5051.49/////61.505-1.5351.52/11.535-1.5651.55

/1四、直方图计算组中点組界組中點XMED次數劃記次數fi1.265四、直方图四、直方图雙峰型代表兩種不同性質之數據群混合一起离岛型，不同东西混入不同制程混入四、直方图雙峰型代表兩種不同性質之數據群混合一起离岛型，不同东西混入不挑选超出规格测定方法或分组不良四、直方图挑选超出规格测定方法四、直方图与规格之比较四、直方图規格变异小，平均值在正中间中心值偏移，必须有所对策，将平均值移至中心規格变异过大，若中心移动，则会出现不良品，需减少变异規格与规格之比较四、直方图規格变异小，平均值在正中间中心值偏移，規格已偏移，需缩小变异调整中心位置規格确认规格缩小变异或放宽规格規格四、直方图規格已偏移，需缩小变异调整中心位置規格确认规格缩小变异或放宽五、控制图控制图是用于分析和控制过程质量的一种分析方法;

控制图是一种带有控制界限的,反映过程质量的记录图形,

图的纵轴代表产品质量特性值(或由质量特性值获得的某种

统计量);横轴代表按照时间顺序(自左至右)抽取的样本号；

图内有中心线（记位CL），上控制线（记为UCL）及下控制线（记为LCL），三条线，见下图：五、控制图控制图是用于分析和控制过程质量的一种分析方法;上控制界限(UCL)下控制界限(LCL)中心線(CL)控制图示例五、控制图上控制界限(UCL)下控制界限(LCL)中心線(CL)控制图注意如下几点：V确定产品型号、工序名称、品质特性。V确定子组大小（4-5）、按照频率收集100个以上数据。V计算各组的平均值X(取测定值最小单位的下一位小数)V计算各组之极差RV计算总平均V计算极差的平均值RV计算控制界限vX控制图:中心线(CL)=Xv控制上限(UCL)=v控制下限(LCL)=vR控制圖:中心线(CL)= v控制上限(UCL)=v控制下限(LCL)=五、控制图注意如下几点：五、控制图六、层别法层别法的意义：影响产品品质的原因很多，可能来自于人员、物料、方法、及机器设备等各个因素，在生产中，这些因素皆牵扯其中，若无法将这些引起变异或异常的因素区别分开，品质将无法获得改善。所以为了明确引起变异的原因来自何处，就必须针对各项因分别收集数据，加以比较，因此将人员，材料，制造方法及机器设备等分开收集数据，以找出其间的差异，并针对这些差异加以改善的方法称为层别法六、层别法层别法的意义：六、层别法层别法为一概念性的方法，可配合其他品质改善方法一并使用，透过分析收集数据，找出品质改善的最佳方法。层别法步骤：确定使用层别法之目的；决定层别项目，如依时间别，操作人员别，作业方法别，原料别等；收集数据；解析原因，比较差异。

六、层别法层别法为一概念性的方法，可配合其他品质改善方法一并线别A线B线C线投入数1000098008500不良数201822不良率0.20%0.18%0.26%六、层别法1、依原料的供应来源或批次层别；2、依作业员的年龄、性别、部门，熟练程度等层别；3、依机器设备之种类、生产厂家与放置位置等层别；4、依时间，如月，周，白天/晚上等层别；5、依作业条件，如温度，湿度，压力，速度或天气等层别；6、依操作方法层别；7、依不同生产线层别；XX公司注塑机三班轮班，前周所生产的产品均为同一产品，结果为……以班别来分类，并加以统计，

就可得知各班的产量及不良率状况，以这些数据来实施那些改良措施。线别A线B线C线投入数1000098008500不良数201七、检查表检查表是一种用来收集及分析数据简单而有效的图形方法。检查表可以说是另一种次数分配的表现，使用时只要运用简单的符号标记记出工作目标是否达成或特定事件发生给予累积记录，使用简单符号如「ˇ」、「△」、「O」、「X」或「正」。检查表的设计要简单明了而且要能涵盖所要研究的项目，避免工作延迟或遗漏。检查表依用途区分，大致可分为记录用及点检用两种。七、检查表检查表是一种用来收集及分析数据简单而有效的图形方法七、检查表1、召集所有相关人员，运用脑力激荡法作特性要因图，以列出要因项目；2、将所列出的项目作层别后，并填入检查表中；3、操作人员运用简单的记号将检查结果记录于检查表中；4、利用所得之资料，整理分析，以便了解管制情况或采取必要措施。七、检查表1、召集所有相关人员，运用脑力激荡法作特性要因位置图是将缺点或问题发生之位置标示于图上，用以分析问题发生的根源。下图是一个电路板应用位置图来标示缺点发生的位置，从这个例子可以看出，电路板的左右上角是缺点发生最多的位置，进一步仔细观察作业员的操作过程，得知此两个位置是作业员搬运电路板时所持的位置。可能是手上的灰尘造成。在改以专门的搬运工具后，缺点数显著减少。位置图是将缺点或问题发生之位置标示于图上，用以分析问题发生的获取更多资讯：请扫描下方二维码人脉会|脉客们自己的家联系人：徐小姐联系电话取更多资讯：请扫描下方二维码联系人：徐小姐联系电话：188质量管理7大手法质量管理7大手法QC7大手法工作及生活中难免碰到问题，一旦发生问题如不立即解决，小问题也可能变成大问题。然而解决问题蚀要用方法的，而品质管理（QC）手法即使能协助我们迅速且正确解决问题的利器之一。一般问题解决的程序大概可分为汇集→整理→归纳分析→判断决策等阶段，没一阶段都有不同的QC手法可供搭配使用。如果能够充分了解QC手法且运用得宜，就能收集到正确且有效的资讯，并作出精确的判断。

QC7大手法工作及生活中难免碰到问题，一旦发生问题如不立即解QC7大手法QC统计手法1、QC7大手法——特性要因图，散布图，直方图，柏拉图，推移图，检查表，层别法。2、新QC7大手法——关联图法，KJ法，系统图法，PDCA法，箭线图法，矩阵图法，矩阵数据解析法。3、统计方法——推定与检定，抽样计划，控制图，实施计划法，相关回归分析方法。4、其他——抽样技术，官感检查，可靠度QC7大手法QC统计手法QC7大手法1、汇集：须根据事实或数据说明。

——应用工具包括：检查表，散布图，层别法。2、整理：厘清问题所在以作为判断重大问题的依据。

——工具包括柏拉图，直方图。3、归纳分析：主要针对原因与问题的关系，探讨其相关关系与潜在的原因。

——工具有特性要因图（鱼骨图）。4、判断决策：针对问题所发生的原因，采取有效对策，加以处置。

——工具包括特性要因图，控制图等。QC7大手法1、汇集：须根据事实或数据说明。一、特性要因图品质是制造出来的———

制造的产品具有各种品质特性，但是由于在生产过程中各种输入因素，比如材料、人员、设备、环境、方法等的影响，产品的品质会出现各种不同的品质特性。特性要因——

为了解决品质问题，将品质特性（结果）与原因之关系明确化，而在品质管制上造成的因素称为要因。所以利用图表将品质特性的要因表现出来即称为特性要因图。因形状像一只吃完鱼肉，只剩骨头的鱼，所以又称为鱼骨图。一、特性要因图品质是制造出来的———一、特性要因图绘制方法——

1、决定特性：尺寸、不良率、各种不良现象等；

2、列举要因：

a、应用5M1H法（what/where/when/who/why/how

），5M1E法（人/机/物/法/环/测量）发掘外因；

b、有影响特性的要因全部打开出来；

c、要分析至可采行对策或收集数据的要因；

d、应用脑力激荡法。（禁止批评，欢迎自由联想，构想越多越好，欢迎搭便车）

一、特性要因图绘制方法——

一、特性要因图3、整理特性要因的形状将列举的要因加以分类整理后，画出大骨，中骨，小骨。4、调查要因的影响度解析过去累积数据及取控制图，直方图，散布图加以分析，确认列举要因是否对特性真的有影响。5、决定特性要因图列举要因中，该追加的追加，该减少的减少，一切以数据为根据。6、其他

绘制日期，编制者，其他参考事项……一、特性要因图3、整理特性要因的形状Connector短路作業者治具錫爐材料方法新人經驗不足疏忽溫度速度太快太慢太高太低開口形狀檢驗方向無規定pitch太密加工不良距離太近過爐方向Connector短路特性要因圖作成者:王自強日期:2003/11/03Connector短路作業者治具錫爐材料方法新人經驗不足疏忽身高与体重高重?矮轻?No.身高体重No.身高体重No.身高体重116556111615521175622172681217662221626231595213166482315848418274141757624162525158631516867251787461625816178752615952717672171595027152458175661815962281596291655619176782915859101636820158543018277二、散布图身高与体重No.身高体重No.身高体重No.身高体重1165二、散布图调查两种变量之间的关系品质特性与品质特性的关系品质特性与要因之间的关系要因与要因之间的关系例：

a、材料热处理时，某一材料与硬度之间的关系；

b、锡铅中，锡铅比例与温度之间的关系；

c、电镀处理时，电镀时间与电镀镀层厚度之关系；

d、锡膏厚度与印刷时的压力之关系。二、散布图调查两种变量之间的关系二、散布图绘制方法1、收集数据收集50~100对相应之数据，至少30组；2、决定横轴与纵轴一般以横轴代表异因，纵轴代表品质特性。若是要因与要因或品质特性与品质特性，则可任意决定。3、绘图将收集之数据绘与坐标轴相应位置上。4、判读散布图把握正确资讯，采取正确必要的措施二、散布图绘制方法二、散布图散布图的判读1、正相关

X增加时，Y也跟着增加，欲管制Y时只需管制X；2、负相关

X增加时，Y反而跟着减小，欲管制Y时只需管制X；3、不相关

X无论如何变化，Y均无明显变化。二、散布图散布图的判读三、柏拉图柏拉图柏拉图分析是以80：20原理进行重点分析的图表。不良/缺点项目依数量之大小进行排列，横坐标为不良/缺点项目，纵坐标为不良/缺点数量或累积百分比，分析出重点不良/缺点项目作为改善对象或改善目标。三、柏拉图柏拉图不良／缺點不良／缺點數量累積數量累積百分比％代號名稱1

ＡQ1Q1Q1／T2ＢQ2Q1＋Q2(Q1＋Q2)／T3ＣQ3Q1＋Q2＋Q3(Q1＋Q2＋Q3)／T．．．．．．．．．．．．．．．ｋＫQkQ1＋Q2＋,......Qk100總計Ｔ

三、柏拉图绘制方法1、决定分类项目：以产品或制程制定检查项目或不良原因；2、收集数据：以某一期间收集特定问题的检查记录；3、依数量大小排序整理数据，如下表：

不良／缺點不良／缺點數量累積數量累積百分比％代號名三、柏拉图4、绘制不良分析图（柏拉图）a、横轴依不良个数大小顺序取不良项目；

b、纵轴取不良数或不良率；

c、依不良数之大小顺序从左至右绘出条形图表示之；

d、累积不良率则使用曲线图表示之。5、计入必要项目数据的时间，数据的数目等。三、柏拉图4、绘制不良分析图（柏拉图）不良項目個數不良佔有率累計不良率短路8341.5%41.5%空焊5427.0%68.5%撞件2512.5%81.0%破損126.0%87.0%反向84.0%91.0%其他189.0%100.0%Total200100.0%-三、柏拉图不良項目個數不良佔有率累計不良率短路8341.5%41.5%四、直方图

收集数据之目的整批产品的分布与变异品质规格的平均值与变异确认项目１、分布的形状

2、分布的中心值

3、分布的散布情形

4、与规格的关系四、直方图收集数据之目的四、直方图直方图的绘制方法1、收集数据作直方图，数据至少50个以上，一般情况下，数据个数多少，称为样本大小，用n表示。2、整理数据将数据整理，找出最大值，最小值。3、决定组数分组的组数并没有统一的规定，但太多或太少组皆会使直方图失真。

a、分组组数依据样本大小n决定；

b、最大值减最小值的差（R），用2，5，10等相关数值除之四、直方图直方图的绘制方法样本大小ｎ建议分组数ｋ50

～1006

～10100～2507

～12250以上10～25全距

R)=最大数(Max)-最小数（Min）组数=R/2,5,10。四、直方图4、决定组距组距h可由组数k除以全距R来决定，如下式组距（h）=全距（R）/组数（k）一般取h值为量测单位之整数倍。样本大小ｎ建议分组数ｋ50

～1006

～1四、直方图5、决定组界组界即是每一分组之上下界限值，其决定之方法如下：

第一组下界Ｌ1＝MIN｛Xij｝－量测单位／2

第一组上界Ｕ1＝Ｌ1＋h

第二组下界Ｌ2＝Ｕ1

第二组上界Ｕ2＝Ｌ2＋h

第ｉ组下界Ｌi＝Ｕi-1

第ｉ组上界Ｕi＝Ｌi＋h

第ｋ组下界Ｌk＝Ｕk-1

第ｋ组下界Ｕk＝Ｌk＋h＞MAX｛Xij｝则停止6、计算组中点各组均以组中点为代表值，其计算方法如下：组中点=（Li+Ui）/2四、直方图5、决定组界四、直方图7、计算次数并作次数分配表将组界，组中点填入次数分配表，将原数据依其值归类于某一组并以计票的方式以“////”字划记各组之次数。8、绘制直方图以组界或组中点为X轴，次数为Y轴，再以各组之组距为底边，次数为高，对每一组绘制长方形，相临的组其长方形需仅靠在一起，不要有空隙。9、记入必要事项收集数据期间，样本大小，品质特性的单位，测定日期，测定者，必要的批号等。四、直方图7、计算次数并作次数分配表顺序测定值

1～101.361.491.431.411.371.401.321.421.471.3911～201.411.361.401.341.421.421.451.351.421.3921～301.441.421.391.421.421.301.341.421.371.3631～401.371.341.371.371.441.451.321.481.401.4541～501.391.461.391.531.361.481.401.391.381.4051～601.361.451.501.431.381.431.411.481.391.4561～701.371.371.391.451.311.411.441.441.421.4771～801.351.361.391.401.381.351.421.431.421.4281～901.421.401.411.371.461.361.371.271.371.3891～1001.421.341.431.421.411.411.441.481.551.37

测量100个外围尺寸

单位：mmMax=1.55Min=1.27顺序测定值

1～101.361.491.431.41决定组数

A.n=100,k=6~10.B.Max=1.55Min=1.27R=1.55-1.27=0.280.28/0.02=14

0.28/0.05=5.6

0.28/0.01=28

为方便计算，此例我们使用A方式,以10组计算决定组距组距=全距/组数

=0.28/10=0.028≈0.3L1＝1.27-(0.01/2)

U1＝1.265+0.03

＝1.265

＝1.295

L2＝1.295

U2＝1.325

L3＝1.325

U3＝1.355

L4＝1.355

U4＝1.385

L5＝1.385

U5＝1.415

L6＝1.415

U6＝1.445

L7＝1.445

U7＝1.475

L8＝1.475

U8＝1.505

L9＝1.505

U9＝1.535

L10

＝1.535

U10

＝1.565四、直方图决定组数L1＝1.27-(0.01/2)计算组中点

组中点=(L1+U1)/2

=(1.265+1.295)/2=1.280计算次数并作次数分配表組界組中點XMED次數劃記次數fi1.265-1.2951.28/11.295-1.3251.31////41.325-1.3551.34//////71.355-1.3851.37//////////////////221.385-1.4151.40///////////////////231.415-1.4451.43////////////////////251.445-1.4751.46////////101.475-1.5051.49/////61.505-1.5351.52/11.535-1.5651.55

/1四、直方图计算组中点組界組中點XMED次數劃記次數fi1.265四、直方图四、直方图雙峰型代表兩種不同性質之數據群混合一起离岛型，不同东西混入不同制程混入四、直方图雙峰型代表兩種不同性質之數據群混合一起离岛型，不同东西混入不挑选超出规格测定方法或分组不良四、直方图挑选超出规格测定方法四、直方图与规格之比较四、直方图規格变异小，平均值在正中间中心值偏移，必须有所对策，将平均值移至中心規格变异过大，若中心移动，则会出现不良品，需减少变异規格与规格之比较四、直方图規格变异小，平均值在正中间中心值偏移，規格已偏移，需缩小变异调整中心位置規格确认规格缩小变异或放宽规格規格四、直方图規格已偏移，需缩小变异调整中心位置規格确认规格缩小变异或放宽五、控制图控制图是用于分析和控制过程质量的一种分析方法;

控制图是一种带有控制界限的,反映过程质量的记录图形,

图的纵轴代表产品质量特性值(或由质量特性值获得的某种

统计量);横轴代表按照时间顺序(自左至右)抽取的样本号；

图内有中心线（记位CL），上控制线（记为UCL）及下控制线（记为LCL），三条线，见下图：五、控