QC七大手法培训

目录12第二章：七大手法之——柏拉图（ParetoDiagram）3第三章：七大手法之——查检表(CheckList)4第四章：七大手法之——层別法(Stratification)

56第六章：七大手法之——直方图(Histogram)7第七章：七大手法之——控制图(StatisticalChart)第五章：七大手法之——散布图(ScatteredDiagram)

第一章：七大手法之——特性要因图（Causes&EffectsChart）QC七大手法的作用协助我们作好日常管理。可在混沌不明的情況下，认清问题关键所在，进而解决问题。什么是QC?QC=QualityControl是指控制制造或服务的品质，使产品或服务达到最优良的状态。QC七大手法.特性要因图（Causes&EffectsChart）因果图(Cause-Effect)、鱼骨图(FishBoneChart)柏拉图（ParetoDiagram）查检表（CheckList）层別法（Stratification）散佈图（ScatteredDiagram）直方图（Histogram）统计图（StatisticalChart）七大手法口決QC七大手法鱼骨追原因柏拉抓重点直方看分布查检集数据散布看相关层别做解析管制找异常特性要因图（一）特性要因图：当一个问题的特性(结果)受到一些要因(原因)的影响时，将这些要因加以整理，成为有相互关系且有系统的图形。简言之就是将造成某项结果(特性)的诸多原因(要因)，以有系统的方式(图表)来表达结果与原因之间的关系。特性要因图由石川馨发明故又称“石川图”，其目的是阐明因果关系，也称“因果图”，又因其形状与鱼骨相似，故又称“鱼骨图”。大要因

特性中要因大要因大要因大要因小要因用途说明整理问题。追查真正的原因。寻找对策。制作步骤确定特性：如不合格率、停机率、客户抱怨、材料费等绘制骨架大略记载各类原因：可由4M1E人、机、料、法、环等五大类着手依据大要因，分出中要因更详细地列出小要因圈出最重要的原因，以作进一步讨论或采取对策记载所依据的相关内容：如日期、目的、人员等应注意事項脑力激荡。以事实为依据。无因果关系者，予以剔除，不予分类。多加利用过去收集的资料。重点放在解决问题上，并依结果提出对策，依5W2H原则执行。

（1）WHY——为什么？为什么要这么做？理由何在？原因是什么？（2）WHAT——是什么？目的是什么？做什么工作？（3）WHERE——何处？在哪里做？从哪里入手？（4）WHEN——何时？什么时间完成？什么时机最适宜？（5）WHO——谁？由谁来承担？谁来完成？谁负责？（6）HOW——怎么做？如何提高效率？如何实施？方法怎样？（7）HOWMUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？6.依据特性别，分別制作不同的特性要因图。7.大要因通常代表是一个具体方向。中要因通常代表的是一个概念、想法。小要因通常代表的是具体事件。8.至少要有4根大骨、3根中骨及2根小骨,且这些要因都不能重复。

量具偏差某產品質量問題噪聲灰塵環境情緒不穩定培訓不足人過程無控制方法作業指導書不完善方法量具標准量具不穩(小原因)机器(大原因)年久失修(中原因)成分變化厚度變差材料

对策表

柏拉图（二）意大利经济学家V.Pareto在1897年对社会经济结构进行分析时，赫然发现国民所得的大部分均集中在少数人身上，于是将所得的大小与拥有所得的关系加以整理，发现有一定的方程式可以表示，称为“柏拉图法则”。1907年美国经济学者M.O.Lorenz使用累积分配曲线来描绘“柏拉图法则”，即经济学上的“劳伦兹曲线”。美国质量管理专家J.M.Juran将劳伦兹曲线应用于质量管理，同时提出“重要的少数，次要的多数(VitalFew,TrivialMany)”的见解，并借用Parto的名字，将此现象称为“柏拉图原理”。品管圈的创始人石川馨将柏拉图原理介绍到品管圈活动中使用，从而成为质量管理七大手法之一。定义又称重点管理图，根据所收集的数据，以不同区分标准加以整理、分类，计算出各分类項目所占的比例而按照大小顺序排列，再加上累积值的图形。用途说明从帕拉图可看出哪一项目有问题，其影响程度如何，以判断问题的症结所在，并针对问题点采取改善措施.制作步骤1、决定数据的分类项目，分类的方式有：A、按结果分类：a、不良项目别；b、场所别；c、时间别；d、工序别；B、按原因分类：a、材料别（厂商、成分等）；b、方式别（作业条件、程序、方法、环境等）；c、人别（年龄、熟练程度、经验等）；d、设备别（机械、工具等）；2、决定收集数据的期间，并按分类项目在期间内收集数据；

要从问题发生的状况考虑，从中选择恰当的期限（如：一天、一周、一季或一年为期）来收集数据3、依分类项目别，做数据整理，并作成统计表（1）、各项目按出现数据的大小顺序排列，其他项排在最后一项，并求其累积数（其他项数据不可大于前三项，若大于时应再细分）。（2）、求各项目数据所占比率及累计数的影响度。（3）、其他项排在最后，若太大时，须检讨是否有其他重要要因需提出。4、按数据大小排列画出柱状图；（1）、在图中画出纵轴及横轴。纵轴左侧填不良数、不良率或损失额等不良项目的数量，纵轴右侧刻度可表示累计影响度（百分率）；在最上方标100%，在左侧依收集数据大小做适当刻度。黄轴填写分类项目名称，由左至右按照所占比率大小记入，其他项则记在最右边。（2）、横轴与纵轴比例应适度。5、绘制图线。（1）、点上累计不良数（或累计不良率）；（2）、用折线连接。6、绘累计比率：（1）、纵轴右边绘折线终点为100%；（2）、将0～100%间分成10等份，把%的分度记上（即累计影响度）；（3）、标出前三项（或四项）的累计影响度是否大于80%或接近80%；；7、记录必要的事项（1）、标题（目的）；（2）、数据搜集期间；（3）、数据合计（总检查数、不良数、不良率等）；（4）、工序别（5）、作成者（包括记录者，绘图者等分类的原则：一般分类先从结果分类上着手，以便洞悉问题的所在，然后再进行原因分类，分析出问题产生的原因，以便采取有效的对策。将此分析的结果，依其结果与原因分别绘制帕拉图。应注意事項柏拉图是按所选取的项目来分析，因此只能针对所做项目加以比较，对于项目以外的分析无能为力。若发现各项目的分配比例相关不多时，则不符合柏拉图法则，应从其他角度再做分析。柏拉图适用于计数型数值统计，计量型数值统计用直方图。一般而言，柏拉图的前三项往往累计达70~80%强，如能针对前三项做改善，便可得到70%以上的成效。其他项若大于最大的前面几项，则必须再细分。把柏拉图上的项目当作质量特性加以要因分析，再用柏拉图整理重新分类，可以找出改善的方案。1、帕拉图的横轴是按项目别，依大小顺序由高到低排列，“其他”项排在最后一位；2、帕拉图的的柱形宽度要一致，纵轴与横轴比例为3：2；3、纵轴最高点为总不良数，且所表示之间距应一致；4、次数少的项目太多时，可考虑将后几项归纳成“其他”项；其他项不应大于前几项，若大于时应再分析，有时改变层别或分类的方法，也可使分类的项目减少。通常项目别包括其他项在内，以不要超过4-6项为原则。5、纵轴与横轴可表示以下内容：纵轴●品质——不良数、退货数、不良率；●时间——维修时间、作业时间、运转时间；●金额——销售金额、损失金额、材料费用；●安全——灾害件数、故障次数；●其他——缺席率、提案件数等；横轴●现象——不良项目别、位置别、区域别等；●时间——月、周、季、年别等；●设备——机器别、治具别等；●作业者——人员、年龄别、性别、国别等；●其他——厂商、作业方法等6、每一不良项目所引起的损失金额不同时，纵轴应以损失金额来表示；7、改善前后的比较时：●改善后，横轴项目别依照出现大小顺序由高到低排列；●前后比较基准应一致，且刻度应相同；●各项目别以颜色来区分，则更易于比较；8、前三个项目往往累计影响度可达70-80%，如能针对前三项做改善，便可得到70%以上的成效；9、帕拉图中，连接各项目与纵轴对应点的线，各为“帕拉曲线”外，但因各项次的数据分配并非连续分布，所以，其连接线应为折线而非曲线。10、帕拉图适用于计数值作统计分析，而计量值则使用直方图；A级类别B级类别数据内容品质方面不良品数、损失金额、消费者抱怨数、修理件数时间方面——效率作业的效率工序别、单位作业别故障率、修理时间机器别、设备别成本方面原料、材料别单价规格别、商品别单价品质成本预防成本、鉴定成本、内部失败成本、外部失败成本营业方面销售金额别、营业场所别、商品销售别、业务员别安全方面灾害的件数场所别、职称别、人体部位别1、作为降低不良的依据●全体的不良是多少？●各种不良占多少？●降低哪些不良，是否可将全体不良降低70-80%以上？2、决定改善目标，找出问题点：帕拉图分析并不限于“不合规格”的不良，任何工厂的问题都可应用帕拉图分析；如：修理件数、费用、时间、客房投诉件数、处理时间及费用、不良品数及所损失金额、效率损失等；3、确认改善效果（改善前后的比较）●把改善前后的帕拉图排列在一起，即可评估其改善效果；●确认改善效果时，应注意下列三点：A、帕拉图搜集数据的期间及对象要一致；B、对季节性的变动应进行考虑；C、对于对策外的原因，也应加以注意，以免疏忽。.帕拉图的应用范围4、应用于发掘现场的重要问题点：一般数据可分为两大类●依结果的分类——将结果的数据加以分类绘帕拉图，可掌握住少数据而重要的结果，如：不良项目、工序列等；●依要因的分类——将主要的结果找出后，再依特性要因图中的要因，搜集重因数据，作成帕拉图，即可找寻或掌握住重要的要因；5、用于一整理报告或记录若只用数据来写报告或记录，比较不容易了解问题点，若采用帕拉图来整理报告或记录时，则可使看者一目了然。6、可作不同条件的评价：对于同一过程前后不同时间的表现，用帕拉图来加以分析、评价。7、验证或调整特性要因图对于凭经验或直觉所绘的特性要因图，可用帕拉图来加以验证或调整；8、配合因果图使用帕拉图上的项目当作品质特性加以要因分析，再用帕拉图整理重新分类，可以找出改善的方案。改善效果之确认效果确认的柏拉图制作要决必须两个柏拉图并排，分为改善前与改善后。收集数据的期间和对象必须一致。季节性的变化应列入考虑。对於改善项目以外的要因也要加以注意。数据及查检表─数据（三）什么是查检表和查检表法？1、什么是查检表？查检表，也叫调查表或核对表或点检表，它是一种为了便于搜集和整理数据而事先设计制成的空白统计表，在实际应用时，只要在相应的栏内填写上数据（或记号）即可。2、什么是查检表法？

查检表法是利用查检表进行数据的搜集、整理和粗略的原因分析的一种质量管理方法。查检表法使用简单，易于了解的标准化表格或图莆形，使用人员只需填入规定的检查记录，再加以统计数据，即可提供量化的分析或比对。查检表的类型

一般而言，查检表可依其工作的目的或种类分为下述两项：1、点检用查检表（俗称点检表）

主要功用是為要確認作業實施、機械設備的實施情形,或為預防發生不良或事故,確保安全時使用.這種點檢表可以防止遺漏或疏忽造成缺失的產生.把非作不可、非檢查不可的工作或項目,按點檢順序列出,逐一點檢並記錄之.如：设备点检表、温度点检表、湿度点检表、内部审核检查表等，此类点检表的作用主要是确认检查作业过程中的状况，以防止作业疏忽或遗漏。2、记录用查检表

此类调查表是用来收集资料，应用于不良原因和不良项目的记录，做法是将数据分类成数个项目区别，以符号、作记号或数字记录的表格或图形。主要功用在於根據收集之數據以調查不良項目、不良主因、工程分布、缺點位置等情形.必要時,對收集的數據要予以層別.由于常用于作业缺陷、品质不良等记录，也称为改善用调查表。常见的记录表用调查表有：不合格品项目调查表、缺陷位置调查表、质量分析调查表等。查检表的制作方法1、点检用调查表制作方法（1）、列出每一个需要调查的项目；（2）、非调查不可的项目是什么？如：非执行不可的作业、非检查不可的事项等；（3）、有顺序要求时，应注明序列号，依序列排列；（4）、如可能，尽可能将机器别、机种别、人员、工序别等加以层别，利于分析；（5）、检查一下，如有不符合要求的地方，要改善后才可作为正式表格应用。2、数据收集和调查异常原因用调查表制作方法（1）、决定希望把握的项目及所要收集的数据，在执行此步骤时，应该由相关人员过去累积的经验及知识来决定，最佳的方法是召集部门内所有人共同参与，集思广益以免遭遗漏某些重要项目；（2）、决定调查表的格式。；（3）、决定记录的方式，具体有以下几种方式：A、“正”字记号，运用频率极高，一般较常采用；B、“+++++”棒记号，多应用于品质管理，如：频数分布表等。C、“○△√×”图形记录。（4）、决定收集数据的方法：由什么人搜集，期间多久，检查方法等均应事先决定；查检表记录的项目（1）、标题：目的何在？（2）、对象、项目：为什么？（3）、人员：由谁做？（4）、方法：何种做法？（5）、时间：什么时间、期间间隔多久？（6）、过程类别、检查地点：在什么地方？什么场所？（7）、结果整理：合计、平均、统计分析。（8）、传送途径：谁需要了解，要报告给谁？调查表的制作要点

检查表的制作，可任意配合需求目的作更改，故没有特定的形式，但仍有几项重点是制作时应特别注意的：（1）、并非一开始即要求完美，可先行参考他人的例子，模仿出新的，使用时如有不理想再行改善。（2）、越简单越好，容易记录、看图，以最短的时间将现场的资料记录下来。（3）、一目了然，检查的事项应清楚陈述，使记录者在记录问题的同时，即能明了所登记的内容。（4）、以团队的方式集思广益，切记不可遗漏重要项目。（5）、设计不会令使用者记录错误的检查表，以免影响日后统计分析作业的真实性。查检表实例——记录用查检表ABNo.1No.2No.1No.2合計作業者機械不良種類日期尺寸疵點材料其他尺寸尺寸尺寸疵點疵點疵點材料材料材料其他其他其他月日月日查检表实例一：不良品记录调查表使用要决查检收集完成的数据应马上使用。数据是否集中在某些项目或某些时段？是否因时间的经过而产生变化？周期性变化的特殊情形也要特别注意。如有异常，应马上追究原因，并采取必要的措施。4.迅速判断，即刻行动。5.是否随着改善而有变化？6.适当保留过去、现在及未来的记录，以便日后比较。7.可利用柏拉图加以整理，以便更进一步掌握问题的重心。层别法（四）什么是层别法1、层别法的定义

层别法，又称为分层法，是一种把搜集来的原始质量数据，按照一定标志加以分类整理的一种方法。通常把分类整理中划分的组称为层，故分层就是分门别类，就是分组，层别法也叫做分类法或分组法。2、分层的目的分层的目的是把杂乱无章和错综复杂的数据，按照不同的目的、性质、来源等加以分类整理，使之系统化、条理化，能更确切地反映数据所代表的客观事实，便于查明产品质量波动的实质性原因和变化规律，对症下药采取措施，解决问题。分层的原则及方法1、分层的原则

分层的原则是使同一层内的数据波动幅度尽可能小，而层与层之间的差别尽可能大，通常按操作者、机器设备、材料、工艺方法、测量手段、环境条件和时间等对数据进行分层。2、分层的方法

2.1、按操作者分层：班次、性别、年龄、技术等级、新/老员工等进行分类；2.2、按机器设备分层：设备种类、型号、新旧、夹具和刀具等进行分类；2.3、按材料分层：产地、厂家、批次、成分、型号、规格等进行分类；2.4、按工艺方法分层：流量、温度、压力、速度等进行分类；2.5、按测量手段分层：测量者、测量仪器、抽样方法、不良品内容等进行分类；2.6、按环境条件分层：噪音、色彩、照明、清洁、运输形式等进行分类；

2.7、按时间分层：小时、日期、周别、月别等进行分类。2.8、按生产线分层：A、B、C生产线别进行分类；分层的使用步骤1、确定分层的对象2、利用检查表收集数据；3、根据数据绘成推移图将其分层比较厂家不良项目21/522/523/524/525/526/527/528/5合计A喷锡不良7555364442孔偏3233323221断线2432332322锡皱33212112绿漆不均323232116板面不刮伤5341412435其他2311119不良数2026161814222418157不良率10%13%8%9%7%11%12%9%10%B喷锡不良232132114孔偏2212119断线112217锡皱13111119绿漆不均2215板面刮伤4231132117其他1113不良总数1412644128664不良率7%6%3%2%2%6%4%3%4%1、确定分层的对象2、收集数据层别法实例散布图（五）定义把互相有关联的对应数据，在方格纸上以纵轴表示结果，以横轴表示原因；然后用点表示出分布形态，根据分布的形态來判断对应数据之间的相互关系。用途说明检定两变数间的相关性。从特性要求寻找最适要因。从要因预估特性水準。成对数据的对应关系目的知道两组数据（或原因与結果）之间是否有相关及相关程度。依据各种可能影响原因层别绘制散布图，可找出最适的要因。检视是否为不相关。制作步骤收集相对应数据，至少30组以上，并且整理写到数据表上。找出数据之中的最大值和最小值。画出纵轴与横轴刻度，计算组距。将各组对数据标示在座标上。记录必要事项。散布图的制作方法收集成对的数据(X1,Y1)、(X2,Y2)、……，整理成数据表。找出X,Y的最大值与最小值。以X,Y的最大值及最小值建立X-Y坐标，并决定适当的刻度便于绘点。将数据依次点于X-Y坐标中，两组数据重复时用⊙表示，三组数据重复时用×表示。必要时，可将相关资料记在散布图上。散布图的注意事项：是否有异常点，有异常点时不可任意删除，除非异常原因已确实掌握。数据的获得常因操作者、方法、材料、设备或时间等的不同，使数据的关联性受到扭曲，应注意数据的分层。散布图若与原有技术、经验不相符时，应追查原因与结果是否受到其他因素干涉。散布图的判读1.完全正(负)关联：点散布在一条直线上。2.高度正(负)关联：原因X与结果Y的变化近于等比例。3.中度正(负)关联。4.低度正(负)关联。5.无关联。6.曲线关联。直方图（六）现场工作人员经常要面对许多数据，如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形、问题点所在及过程、能力等，均可呈现在我们的眼前；我们即可利用这些信息来掌握问题点并采取对策。直方图为生产现场最常用的图表之一。直方图是将所收集的测定值、特性值或结果值分为几个相等的区间作为横轴，并将各区间内所测定的值依所出现的次数累积而成的面积，用柱子排起来的图形。因此直方图也称柱状图。产品质量波动一、正常波动：是由随机原因(普通原因）引起的产品质量波动；——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状态或稳定状态。二、异常波动：是由系统原因（特殊原因）引起的产品质量波动；——有异常波动的生产过程称为处于非统计控制状态，简称为失控状态或不稳定状态。产品质量波动的六大因素影响质量波动的六大因素机料法环测量人引起产品波动的原因主要来自六个方面（5M1E）：人（Man）：操作者的质量意识、技术水平、文化素养、熟练程度、身体素质等；机器（Machine）：机器设备、工夹具的精度、维护保养状况等；材料（Material）：材料的化学成分、物理性能和外观质量等；方法（Method）：加工工艺、操作规程和作业指导书的正确程度等；测量（Measure）：测量设备、试验手段和测试方法等；环境（Environment）：工作场地的温度、湿度、含尘度、照明、噪声、震动等；引起波动的两种因素的比较因素类别具体表现特点作用处理方式随机因素原材料性能、成分的微小差异、机器的正常波动、刀具的正常磨损、夹具的轻微松动、工人操作的微小变化、测量手法的微小误差、检测人员读数的微小误差、环境温度、湿度的微小差异、其他因素的微小变化经常发生的其大小、方向不确定、难以查明和消除，所以也称偶然因素。对产品质量影响较小，技术上难以测量、经济上不值得消除的，也称为正常因素。可认为是正常的，允许存在的，此时的生产状态被认为是处于受控状态。系统因素规格、材质相差悬殊的原材料混杂、机器发生故障、刀具过度磨损、夹具严重松动、夹具安装和调整不当、使用未经校准的检测仪器、测试错误、测量者有较大的习惯性误差、工人违规操作、生产工艺有较大缺陷、温度/湿度显著变化不是经常发生的，可以查明和消除的，也称为偶发性因素。对产品质量影响明显，技术上可以测量和消除，所以也称为异常因素。认为是不正常驻的，不允许存在的，表明工序已处于失控状态，应采取相应措施加以消除，以免对产品质量造成不良影响。直方图的相关概念与术语1、直方图所谓直方图，是一种将搜集来的质量数据分成若干组，在直角坐标系中，以组距为横轴，以该组距内相应的频数为高度，按比例画出来的若干矩形图。2、直方图法直方图法是一种通过直方图对产品质量波动性的观察，进而找出质量波动的规律性，预测工序质量好坏和估计工序不良品率的质量管理常用方法。3、频数分布将许多的复杂的数据依其差异的幅度分成若干组，在各组内列入测定值的出现次数，即为频数分布。4、相对频数各组出现的频数除以全部的频数，即为相对频数。5、累积频数（f）自频数分布的测量值较小的一端将其频数累积计算，即为累积频数。6、全距（R）在所有数据中最大值和最小值的差，即为全距。7、组距(h)全距/组数=组距8、算术平均数（X）数据的总和除以数据总个数所得的商数即为算术平均数。9、中位数（X）将数据由小到大依序排列，位居中间的数称为中位数，若数据个数为偶数时，则取中间相邻的两个数据之和再除以2，即为中位数。如果数据个数为奇数时，中间数即为中位数。10、众数（MODE）频数分布中出现频数最多的组的值。表中，出现频数（次数）最多的数据是6，共出现32次，所以6就是众数。11、组中距（midrange）一组数据中最大值与最小值的平均值，计算公式为：（上组界+下组界）/2=组中距使用目的了解分布的形态研究过程能力过程分析与控制观察数据的真伪计算产品的不合格率求分布的平均值与标准差用以制定规格界限与规格或标准值比较调查是否混入两个以上的不同群体了解设计控制是否合乎过程控制直方图的制作收集数据并作记录找出数据中的最大值与最小值求极差决定组数kk=1+3.32lgn并向上圆整(n为数据数)或参照下表：数据数1~5051~100101~250251~组数5~76~107~1210~20求组距hH=极差÷组数为便于计算平均数及标准差，组距常取为2、5或10的倍数求各组上限、下限(由小而大顺序)，精确到组距的下一位第1组下限=最小值-最小测量单位/2第1组上限=第1组下限+组距第2组下限=第1组上限……最小数据应在最小一组内；最大数据应在最大一组内，若有数据小于最小一组下限或大于最大一组上限时，应自动加一组。求组中点，组中点=(该组上限+该组下限)/2作次数分配表制作直方图将次数分配表作图，以横轴表示数值的变化，纵轴表示次数横轴与纵轴各取适当的单位长度，再将各组的组界分别标在横轴上，各组界应为等距分布。在图的右上角记入相关数据履历(数据总数、平均值、标准差等)，并划出规格的上、下限。填入必要的事项，如产品名称、工序名称、时间、制作者等。常见的直方图形态（a）正常型正常型，又称对称型，它的特点是中间高，两边低，左右基本对称，说明工序处于受控状态（a）正常型（b）孤岛型孤岛型，它的特点是在远离分布的地方出现小的直方图形，犹如孤岛，“孤岛”的存在表示在短时间内有异常因素在起作用，使加工条件发生了变化。（c）偏向型偏向型，它的特点是直方图的顶峰偏向一侧，也叫偏坡型，当技术标准要求是单一侧向时，常出现此种情况，有的是由于操作者的加工习惯引起的。如：在加工轴的时候往往偏大，而在加工孔的时候往往偏小等。（d）双峰型双峰型，它的特点是有两个高峰。这往往是由于两种不同分布的数据混在一起引起的，例如把两个工人加工的同种产品或两台设备加工的产品混在一起等。发生双峰型应把数据先进行分层，然后再做直方图。（e）平顶型平顶型，它的特点是直方图呈平顶型，这往往是由于生产过程中有缓慢变化的因素在起作用，如刀具的正常磨损、操作者的疲劳等。应采取措施控制诸因素稳定地处于良好状态。（f）锯齿型锯齿型，它的特点是直方图高低参差不齐，但整个图形整体看起来还是中间高两边低，左右对称。造成这种情况，往往不是生产上的问题，主要是分组组数过多或测量仪器精度不够，读数有误等原因引起的。規格下限

規格上限

製程能力還可以，但產品品質稍有變動即會產生不良品，有提高製程能力的必要。OHP-68製程能力足夠，產品品質分散寬度完全在規格界限內。

規格上限

規格下限製程能力不足，因為中心值偏右，如能將中心值調整至規格中心處，則剛好可以符合規格。

規格上限規格下限

製程的分散寬度過大，此時須改善製程或檢討規格，而已生產的產品須全選別。規格上限規格下限

直方图使用的注意事项1.异常值应去除后再分组。2.从样本测量值推测群体形态，直方图是最简单有效的方法。3.应取得详细的数据资料(如时间、原料、测量者、设备、环境等)。4.进行过程管理及分析改善时，可利用层别方法，将更容易找出问题所在，对于质量改进，有事半功倍的效果。控制图（七）1、控制图：

控制图是在1924年美国质量管理大师休哈特博士所发明，它是一种用来监视、控制质量特性值随时间推移而发生波动的图表。在控制图上有三条横线：中间的一条为中心线(Controlline,简称CL)，一般以蓝色的实线绘制，在上方的一条线称为上控制界限线（UpperControlLimit,简称UCL）在下方的一条线称为下控制界限线(LowerControlLimit,简称LCL)，一般以红色的虚线表示，以表示可接受的变异范围。至于实际产品品质特性的点大都以黑色连线绘制。2、控制图法控制图法是具体应用控制图对生产过程进行分析和控制的一种方法。它的主要作用：A、用于工序分析，即分析工序是否处于控制状态。用于此用途时，应随机抽取样本，搜集数据，绘制控制图，观察与判断工序状态：若发现异常，则追查原因，采取措施，检查效果，并使其标准化、制度化。B、用于工序控制：用于此用途时，主要是预报与消除工序状态失控，以保持工序处于控制状态，防止不良品产生。C、其他用途：控制图还可以用来调查工序能力指数，以及为质量评定、产品设计、工艺设计积累数据。3、品质变异形成的原因：一般在制造的过程中，无论是多么精密的设备、环境，其品质特性一定都会有变动，都无法做完全一样的产品，而引起变动的原因可分为两种，一种是偶然（随机）原因，一种为异常（特殊）原因3.1、偶然(随机)原因(Chancecauses):是指不可避免的原因、非人为的原因、共同性的原因、一般性原因，是属于控制状态的变异。3.2、异常(特殊)原因(Assignablecauses):

可避免的原因，人为的原因，特殊性原因，局部性原因等，不可能让其存在，否则会造成很的损失。分类变异的情况影响程度追查性过程的改善偶然原因系统的一部分，很多，一定有且无法避免每一个都很微小不明显不值得追查，追查的成本高，不经济修改：经常且稳定的制造异常原因本质上是局部的，很少或没有，可避免的有明显的影响值得追查且可追查到原因，否则，将会造成巨大的损失创造：经常且稳定的过程。偶然原因与异常原因的比较4、控制图控制界限的确定：

目前大多数国家都是根据休哈特的3Sigma法则来确定控制界限的：取质量特性的平均值做为控制中心线（CL），取质量特性值的平均值加/减三倍的标准偏差做为上、下控制界限线（UCL和LCL），其计算公式为：A、中心控制线（CL）=E（X）B、上控制界限线（UCL）=E（X）+3D（X）C、下控制界限线（LCL）=E（X）-3D（X）式中：X——代表样本统计量

E（X）——代表X的平均值

D（X——代表X的标准偏差值5、控制图的分类

5.1按数据的性质来分类(见下表)－－控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。类别名称控制图符号特点适用场合计量值控制图平均值－极差控制图x－R最常用，判断工序是否正常的效果好，但计算工作量很大。适用于产品批量较大的工序。中位数－极差控制图x－R计算简便，但效果较差。适用于产品批量较大的工序。单值－移动极差控制图x－R

S

简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。计数值控制图不合格品数控制图Pn较常用，计算简单，操作工