Greenbelt 2

Chapter 3
Measure
The Green Belt Training By Etbest Consulting Company 1

Chapter 4: 測量─內容
 数据收集
 明确收集数据的目的
 层别法
 明确的记录收集数据时的条件
 查检表
 数据的种类
 定性数据
 表示作业结果的数据
 表示原因的状态或条件的数据
 收集数据的实施
 作程的现状把握
M 层次—测定（ Measure ）
 DMAIC 的第 2 层次就时测定（ Measure ），
这个层次一般简称为 M 层次。
 M 层次主要是要对成为问题之作程的关键品
质特性〈 CTQ 〉，确定其测定基准，建立收
集数据计划，进行数据收集，并把握现状的
水准。

1. 数据收集
 收集数据时，有收集新的数据与收集过去的数据的 2 种收集
作法。
 收集新的数据时，一般是利用调查或实验来收集；收集过去
的数据时，一般是利用被保管的数据或资料库来收集。
 不管是收集新的数据或过去的数据；当收集数据时，都要注
意下列各项：
 1 ）明确收集数据的目的（对象）
 2 ）针对目的检讨层别的作法。
 3 ）明确规定「何时、何地、何人、何种数据，如何收
集」。
 4 ）检讨能以最少的数据，作正确判断的抽样方法。
 5 ）决定适切的测定方法（测定器）。
 6 ）设计数据表或查检表。
 7 ）决定收集等数据的记录方法并标准化。

2. 明确收集数据的目的
 所谓公司的工作就是要能客观的观察过去的结果，计划优良
的作业，并能看到将来趋势是很重要的。
 要有各种的数据来表现事实，依据这些事实来思考问题才可
以，如果没有依据数据就思考的话，所思考的结果很多时会
不合实际的。
 数据若未经过统计整理，很多情形时不会有用处的。
 所以必须要有统计整理，使成为能符合目的的资讯。
 收集数据时，必须明确目的，收集能符合目的数据。

3. 层别法
 将属于同性质的数据收集在一起，分类成数据种组别，也可
以说是将相似的东西分类收集。由此可明确不良品的发生场
所，或责任所在，而采取适切对策的做法就称为层别法。
 例如： A 、 B 、 C 3 台机械切削同一种类的物件时，如果 3
台机械所切削物件直径的精密度或准确度不同时，如果能将
3 台层别分开收集数据，分别计算平均值及标准查的话， 3
台机械所切削直径的不同就可以很清楚的呈现出来。

3. 层别法
3-1 层别法的作法
 步骤 1 : 决定影响品质特性的要因
 一般所决定的要因如：人员、作业方法、设备、调节的程度、
原料、时间、状况等等。
 步骤 2 : 决定层别的方式
 依照要因别，设计适当的检查表或数据表，使数据的履历明确，
如 A 原料—乙作业员— 3 号设备。
 步骤 3: 记录特性值
 对如缺点、不良、长度、强度等的特性值记录数据。
 步骤 4: 整理资料
 如将 A 原料与 B 原料，或甲作业员、乙作业员等分别整理数据。
 步骤 5: 比较与检定
 比较各作业条件，如 1 号设备、 2 号设备、 3 号设备之间是否
有差异，不要用主观的判断，最好是以统计的方法判断。

3. 层别法
3-2 层别要领
层别可依下列原则分组

3. 层别法
层别对象层别方法
1. 人的层别组、班、作业法、技能、新旧、熟练度、年龄、身体条件、
性格、教育程度、男女、经验。
2. 机械工具的层别机械号码、新旧、型式、构造、治具、速度。
3. 原料、材料零件的层别产地、供给者、前工程、群体批、材质、等级、尺寸。
温度、压力、速度、作业方法、顺序、人工与机械、人工与
4. 作业条件的层别
自动、测定器。
季节、月份、日夜、星期、时刻、修理前后、修理后之使用
5. 时间的层别
次数。
6. 地区的层别海岸与内陆、国内与国外、南区与北区、东区与西区。
7. 气候的层别气温、天候、潮湿与干燥、风、晴或雨。
8. 制品的层别品种、需求者、新旧品、标准品或特殊品、制造别。

4. 明确的记录收集数据时的条件
 所收集的数据必须要让任何人都认同，能正确的理
解，日后还会有效用的数据才可以。
 要能成为这样的数据，就有将收集数据时的「何时
（ When= 年、月、日、时间）」、「何处（ Where
= 场所、位置）」、「谁（ Who= 收集数据的人、
责任者）」、「为何（ Why= 目的）」、「什么数
据（ What= 品质特性、单位）」、「如何收集（ H
ow= 测定方法、装置、工具）」明确记录的必要。

4. 明确的记录收集数据时的条
件
 数据表的例
制品名品质特性日期年月日
试料 NO. 测定位置测定单位
记
测定机器
场所测定者录
NO.
者
测定 NO. 测定值 m 测定 NO. 测定值 m 测定 NO. 测定值 m
m m m

5. 检查表
 在搜集数据使设计一种简单的表格，将有关项目
和预定搜集的数据，以使用目的以很简单的符号
填写，并且能容易合计、整理以了解现状，作为
记录或作为点检使用所设计出来的表格，就是所
谓的检查表。
 查检表由记录用查检表，就是所谓的查检表。
 记录查检表（例）

5. 检查表
作业者甲乙丙
上午 NO.1 NO.2 NO.3 NO.4 NO.5 NO.6
机械下午
5/2 上午
5/3 下午

5. 检查表
 点检用查检表（例）
出家门时的点检用查检表
项目查检
洗脸 √
刮胡子 √
吃饭 √
穿衣服 √
检查携带物 √
穿鞋子 √
打招呼 √

6. 数据的种类
 1 ）计数值
 用计数所获得的数据
 所出现的数据是 1 个、 2 个……等整数值即间断的数值。
 例如：灯泡的不良品数、布匹的缺点数、是 / 否的个数、
不合格数、不通过数、各类别的个数。
 2 ）计量值
 用量测所获得的数据
 所出现的数值是 10.5% 、 5.12 码等有小数点的数值即连
续的数值。
 例如：化学分析的纯度（ % ）、布匹的长度（码）、
纱的强度（ kg/m2 ）、时间、费用。

7. 定性数据
 收集数据时常会从把握顾客的声音（ VOC ）开始，
但顾客的声音常是定性的数据，定性数据一般是以
文字或图形表现出来，不很客观无法进行统计分析，
所以定性数据有转换成计数值或计量值的定量数据
的必要。例如：

7. 定性数据
定量
定性
计数计量
餐厅提供茶水顾客不满意件客人坐定后

要让顾客满意数 2 分钟内提供茶水
有破洞或裂痕耐水压
雨衣雨水不渗入
件数 5kg/m2 以上
方向不正确的照准角度
车燈的方向要正确
车灯数 120º±10 度
锁紧钮矩
螺丝要锁紧松动件数 150±50g.cm

8. 表示作业结果的数据
 制品品质：长度、重量、成分、张度。
 工程品质：裂痕、强度不足、缺点率。
 工作品质：缺勤率、延误率、失误率。
 业务品质：工作效率、达成率、浪费工时。
 服务品质：等待时间、抱怨率。

9. 表示原因的状态或条件的数据
 人（作业者）
 作业者姓名、组别、纯熟度、经验年龄。
 机械（设备、工具）
 机械的种类（ 1 号机、 2 号机）、定期保养后之经过日数、修
理后经过日数、治具之种类、温度变化。
 原材料
 原材料的品牌、原材料中的水分、不纯分、粒度、零件交货者
等。
 作业方法
 回转数、流量、 PH 、浓度、压力、送出量、温度、时间等。
 测定法
 抽样法、测定法的种类、使用之测定器。
 环境条件
 日时、室温、温度、天候、昼夜别、照明亮度。

10. 收集数据的实施
 有关收集数据的目的、标准、须对担当部门或有关
人员，作充分的教育训练。
 所收集的数据应在指定的日期、时间、正确的加以
整理。
 除了数据以外，测定条件也应正确记录。
 测定器的校正及精密度管理，须判断是确实良好适
合。
 收集的数据必须具有连贯性。

11. 作程的现状把握
 专案主题选定并明确定义（ Define ）后，及次就是
要经由测定（ Measure ）收集数据，把握有关专案
主题的现状将不良情形的程度或倾向能具体的用统
计方法表达出来，对以后要进行的分析（ Analyze ）
即要因解析有助益。一般作程的现状把握常被用到
的有下列作法 :
 收集数据（应用查检表或数据表）
 收集 100 个以上的数据。
 最近的数据，今后的作程部会有大的变化。
 明确数据履历。

 绘制管制图
 计量值有 X  R、X  R 管制图。
S
 计数值有 P 、 P 、 u 、 c 等管制图。
n
 调查作程的管制状态
 作程在管制状态
 作程非管制状态
 作程能力研究
 绘制直方图
 求不良率 P 、 P
1 2
 求 C 、C 、 C
a p f
 求水准

 把握 CTQ 的不良情形
 不理想项目
 不良内容
 不良程度
 不良倾向

Chapter 3-1
Measure Phase-Statistics

Chapter 3-1: 內容
 1. 作程有变异的原因
 2. 两种不同的作程状态
 3. 管制图
 4. 作程能被管制的基本条件
 5. 管制图的看法
 6. 作程在管制状态的判断
 7. 作程有异常原因的判断
 8. 作程准确度 Ca
 9. 作程能力指数 Cp
 10. 偏差作程能力指数 Cpk

Chapter 3-1: 內容
 11. 测定系统分析
 12. 准确性
 13. 精密度：重复性
 14. 精密度：再现性
 15. 稳定性
 16. 直线性
 17.Gage R&R
 18.MSA 的统计应用
 19.MSA 的评价基准

1. 作程有变异的原因
 一般作程（ Process ）所产生的产品，不论其品质特性为何，
都一定会有变动，绝对无法做出完全一样的产品。
 作程会产生变动的原因很多，是受到很多因数的影响，但不
管怎样，一般引起作程变动的原因大略可分成两种
 偶然原因
 异常原因
 偶然原因的变动是由很多微小原因引起的，而每一个原因所
引起的变动都很微小。例如：机械振动、同种原料内的变动、
熟练作业者的变动等所引起的变动，就是偶然原因的变动。
 异常原因所引起的每一个变动都颇大，例如原料调整错误、
温度调整错误等，诸如此类原因所引起的变动，就成为异常
原因的变动。

1. 作程有变异的原因
 引起作程变动的原因：
例：机械振动所引起的变动例：机械调整错误所引起的变动
例：同种原材料内的变动例：不同种原材料内的变动
例：熟练作业员例：生手作业员的作业所引起的变动

2. 两种不同的作程状态
 一般作程的状态可区分程两种状态，一种是做程在管制状态，
一种是作程非管制状态。
 作程在管制状态表示此作程管理良好，机械很少发生故障、
原料稳定、作业者作业熟练，像这种作程所生产出来的产品
是很好的，只要用同样的方法就可生产出同样好的产品出来。
 作程非管制状态表示此作程管理不善，此作程的机械经常会
调整错误、原料不稳定、作业员很多是生手，像这种作程给
常不稳定，无法预测也无法管制

 作程在管制状态
 引起作程变动的原因多属偶然原因，很少有异常原因发生。
【管理良好】能保持稳定的结果，在一定能预测的范围、一定
状态下产生变动。

 作程非管制状态
 作程经常发生异常原因的变动。
【管理不善】结果是不稳定的状态，无法预测的变动
随时发生。

3. 管制图
 为要调查作程是否在管制状态或为要维持作程在管制状态所
使用的图，一般称为管制图。
 一般常用的管制图由：
 1 ）计量值管制图
X  R管制图、X  s管制图
 2 ）计数管制图
 P 管制图、 Pn 管制图、 U 管制图、 C 管制图

4. 作程能被管制的基本条件
 一般作程刚开始实施品质管制时，作程大部分都程非
管制状态，如果作程非管制状态时，作程无法直接实
施作程管制，必须先进行作程分析，追究影响变动、
使作程非管制状态的真正原因，在针对此要因采取措
施，并制定标竿，再依照标竿实施作业，并检讨作程
的管制状态。如果作程还是非管制状态，就必须再回
到作程解析，重新进行解析，一直到作程在管制状态
为止。
 作程在管制状态后，进行作程能力研究才会有意义，
作程能力不足的话，必须再回到作程解析，重新再采
取措施，想办法提高作程能力，使作程能力足够后才
能进入作程管制。

4. 作程能被管制的基本条件
作业非管制状态
作业解析专题研究
标准化实施管制图调查
品管圈活动
作业在管制状态
不足
作业能力研究
Cp<1.33
足够
作业管制管制图
Cp>1.33

5. 管制图的看法
 绘制管制图的主要目的是希望从管制图，获得品质、作
程、作业状况的资讯。利用统计方法及固有技术加以分
析，追究异常原因，并采取改善措施。
 利用管制图观察作程状态时，是加以抽取样本的数据去
判断，因此有时会有错误的判断。这种错误的判断有 2
种。
 第 1 种错误：作程变未改变，但因抽样的关系，使
点超出界限外，而误认为作程发生异常现象的错误。
一般以符号 α 表示。
 第 2 种错误：作程虽已改变，但因抽样的关系使点
仍出现在界限内，而误认为作程并未改变的错误。
一般以符号 β 表示。

6. 作程在管制状态的判断
 连续 25 点能满足下列 2 条件时，可认为作程在管制
状态。
 没有任何点超出管制界限外。
 点的出现没有任何特别排法。不能满足上列任何
条件可人为作程非管制状态。

7. 作程有异常原因的判断
 管制图出现下列任何 1 项现象，即可认为作程有异常原因出
现。
 1 ）只要有任何 1 点超出管制界限外。
 2 ）点在中心线之单侧连续出现 7 点以上时。

 3 ）点出现在中心线单侧较多时
 连续 11 点钟至少有 10 点

 4 ）点出现在管制界限近旁时（超出 2σ 管制界限的点）
 5 ）点连续依次上升后依次下降时

 6 ）点出现成为周期性变动时

8. 作程准确度 Ca
 评价作程平均偏离规格中心（ T 。）的程度如何的
一种评价指数，一般可用作程准确度 Ca 表示。
Ca  (1  K )  100%
T X
但K 
( SU  S L ) / 2
 K 称为偏差度， T 。：规格中心值
 Xbar ：数据的总平均， SU ：上限规格 SL ：下限规格

8. 作程准确度 Ca
 根据准确度 Ca 可作下列的判断
Ca 等級
100~88% 以上 A
88~75% 以上 B
75~50% 以上 C
50~0% D

9. 作程能力指数 Cp
 评价作程的变异是否能满足顾客的需求（规格公差）的一
种评价指数，一般可用作程能力指数 Cp 表示。
T
Cp 
6 e
但 T=SU-SL
T ：规格公差， SU ：上限规格
SL ：下限规格， σe= V
σe ：不偏变异平方根
V ：不偏变异
根据作程能力指数可作下列判断
9. 作程能力指数 Cp
Cp(% 管 Cp(DPMO 判断处理
理) 管理 )
1 Cp>4/3 Cp>5/3 合格产品采用抽样或出厂检就可以
2 1<Cp<4/3 4/3<Cp<5/3 警告产品有发生不良品的危险，需注意
3 Cp<1 Cp<4/3 不合格操作方法需变更或改善

机械设备需变更或改善
原材料需变更
公差之检讨
需作全数选别

10. 偏差作程能力指数 Cpk
Cpk= （ 1-k ） Cp
但K：
偏差度
T  X
K
( SU  S L ) / 2
Cp ：作程能力指数

10. 偏差作程能力指数 Cpk
根据偏差作程能力指数 Cpk 可作下列的判断
Cpk(% 管理 ) Cpk(PPM 管理 ) 判断
1 Cpk>4/3 Cpk>5/3 合格
2 1<Cpk<4/3 4/3<Cpk<5/3 警告
3 Cpk<1 Cpk<4/3 不合格

11. 测定系统分析
（ Measurement System Analysis MSA ）
 测定系统分析主要是对获得数据是的工具和过程进行评价，
以确保数据的资讯能真正代表作程（ Process ）所发生的状况。
一般评价的项目有以下 5 项。
 准确性（ Accuracy ）
 重复性（ Repeatability ）
 再现性（ Reproducebility ）
 稳定性（ Stability ）
 直线性（ Linearity ）

12. 准确性（ Accuracy ）
 1 ）用同一测定器（测定方法），测定同一样本，并重复作
无限次的测定，则数据分配的平均值与真值之间多少会有偏
异，这种偏异的程度就是代表此测定器（测定方法）的准确
性，偏异越小表示准确性约好。
 2 ）偏异（ Bias ）
 全部测定值的平均值与真值之间的距离，就是偏异。
真值
偏倚
觀測平均值
12. 准确性（ Accuracy ）
 3 ）偏异度（ Bias rate ） K
X  TV
K   100
T /2
Xbar ：测定平均值
TV ：真值或标准值
T ：测定器允许公差

13. 精密（ Precision ）：
重复性（ Repeatability ）
 1 ）同一方法对同一测定对象，以同一条件（测定者、测定
器、测定装置、场所）在短期间内重复测定时，各个测定值
会一致的程度，一般以 σrpt 表示。
重覆性

13. 精密（ Precision ）：
重复性（ Repeatability ）
 2 ）测定方法的重复性变异 σrpt
R ：全距
R= 最大值 - 最小值
R
ˆ rpt  5.15  R : 全距
d2 1
R   Ri
n
d2 ： R 分配的系数
（查表求得）

14. 精密度（ Precision ）：
再现性（ Reproducebility ）
 1) 同一方法对同一测定对象，以测定者、测定器、测定装置、
场所或时间的任何一种的不同条件测定时，各个测定值会一
致的程度，一般以 σrpd 表示。
再現性

14. 精密度（ Precision ）：
再现性（ Reproducebility ）
 2 ）再现性的变异 σrpd2
2
2 ˆ
 rpt
ˆ rpd  ˆ X 2 
n

15. 稳定性（ Stability ）
 1 ）同一测定器系统测定同一对象，随着时间变化，其测定
值的正确性或重复性会改变的程度。一般以管制图表示。
 2 ）稳定性好
Xbar Chart
( 偏移 )
R Chart
( 重複性 )

 3 ）稳定性不好（准确性）
Xbar Chart
R Chart

 4 ）稳定性不好（重复性）
Xbra Chart
R Chart

16. 直线性（ Linearity ）
16-1 测定器各作业范围之偏差比率
Y
Z
樣偏
本差
平 +a
=bx 值
均 y
a
x z=bx+
y=
標准值 ( 參照值 )X 標准值 ( 參照值 )X

16-2 z=bx+a
x ：标准值 a ：截距
z ：偏差值 r ：相关系数
b ：斜度（回归系数） r2 ：寄予率
2 ( x) 2
S ( xx)   x 
n
2
(  z )
S ( z)   z 2 
n
 x.  z
S ( xz )   xz 
n

S ( xz )
b
S ( xx)
a  Z  bx
偏差回归直线为
z  bx  a
相关系数r
S ( xz ) 2
r
S ( xx) S ( zz )
直线性（Linearity）Linr
Linr  b V
Linr
% Linr  100( )  100  b
V
16-3 测定系统非直线性原因
 斜度（ b ）越低，测定器直线性越好，相反斜度 (b) 越大，测
定器直线性越差。
 作业范围上限与下限内，测定器未正确校正。
 校正测定器的误差
 有磨损的测定器
 测定器固有的设计性。

17.Gage R&R
(Gage Repeatability & Reproducebility Gage R&R)
 1) 针对某测定系统的评价，以决定该测定器或测定者，所具
有的变异占总变异的比例。包括：
 被测定对象（另件）本身的变异 (part to part variation ）
 测定者的变异（ Reproducebility ）
 误差项（ Repeatability ）
2 2 2
x  p  R&R
2 2 2
R & R   rpt   rpd

17.Gage R&R
(Gage Repeatability & Reproducebility Gage R&R)
 2 ）理想的测定系统
 所有测定的变异应只有来自于测定对象的变异，来自于不
同测定者的测定及重复测定所造成的变异应该非常小，即
σrpt=0 ,σrpd=0 ,σx=σp°

18.MSA 的统计应用
 有 n 零件个 , 测定者 m 人，每位测定者对各零件重复测定 r

次，依此所收集数据可求得
 1 ）重复性标准差 σrpt
R 1
 rpt  5.15  但R 
mn
 Ri
d2 d 2系数（查数（查表

 2 ）再现性测定者标准差 σrpd
2
 Rx
 x2 2
  rpd 
rpt
但 x
2
 5.15 
nr d2
2
ˆ
ˆ rpd
2
 ˆ x 
rpt k 2系数（查表求得）
nr
 3) 重复性和再现性标准差 R&R
2 2 2
R & R   rpd   rpt
2 2
ˆ ˆ
R & R   rpd   rpt
 4) 零件标准差 σp
但 Rp= p
（最大值） -R p p （最小值）
ˆ p  5.15 
d2 p ：各零件测定值平均
d2 ：系数（查表求得）
 5) 总标准差 σT
2 2
 T  R & R2   p
2 2
ˆ ˆ
T  R & R  p

19.MSA 的评价基准
评价项目百分比 % 判断
重复性 %σrpt<7% 可以接受
%σrpt=100(σrpt/σt) 7%<%σrpt<21% 考虑成本费用后决定
%σrpt>21% 不可接受，必须改正
再现性 %σrpd<7% 可以接受
%σrpd=100(σrpd/σt) 7%<%σrpd<21% 考虑成本费用后决定
%σrpd>21% 不可接受，必须改正
R&R %R&R<10% 可以接受
%R&R=100(R&R/σt) 10%<%R&R<30% 考虑成本费用后决定
%R&R>30% 不可接受，必须改正

Practice 1
 某厂产品 CTQ 是拉力强度，该厂为要管制该项目
CTQ 之特性，每天自制程里随机抽取 5 个样本，
测定拉力强度，共得到 25 组数据，试解析之。
 （规格值为 50±5 ）

Practice 1
組號 1 2 3 4 5 6 7 8 9 10 11 12 13
X1 46 49 48 54 53 47 49 47 50 48 48 48 52
X2 51 51 52 50 49 54 52 48 46 52 51 51 51
X3 54 52 52 50 52 51 52 53 53 52 50 53 51
X4 52 53 52 46 53 53 51 50 50 48 52 50 48
x5 48 50 51 50 49 51 50 51 51 51 48 50 53
組號 14 15 16 17 18 19 20 21 22 23 24 25 26
X1 48 51 53 49 47 52 48 51 46 50 50 50
X2 50 53 49 48 50 50 48 52 53 49 54 52
X3 49 51 52 52 49 52 52 50 52 48 53 51
X4 49 52 46 50 50 51 48 49 51 51 49 49
X5 51 49 48 52 52 49 52 54 50 50 51 46

Minitab 圖形結果
Process Capability Sixpack for C1
Xbar and R Chart Capability Histogram

54
UCL=53.25
52
Mean
Mean=50.37
50
48
LCL=47.48
45 50 55
Subgr 0 5 10 15 20 25
12 Normal Prob Plot
UCL=10.57
8
Range
R=5
4
0 LCL=0
45 50 55
Last 25 Subgroups Within Capability Plot

53.5 StDev: 2.14961 Process Tolerance
Cp: 0.78 Within
51.0
Cpk: 0.72 I I I
Values
Overall
Overall I I I
48.5 StDev: 1.99406 Specifications
Pp: 0.84 I I
46.0 Ppk: 0.77 45 55
0 5 10 15 20 25
Subgroup Number

Practice 1 解析 Minitab
【分析 1 】
 检讨：
 R 管制图没有点超出界限外，也没有出现异常点，可判
断作程在管制状态。
X
 产品拉力强度分配尚属常态，且在规格界限内，表示作
程良好。
 作程能力指数 Cp=0.82, 作程能力不足。
 作程准确度 Ca=92% ，属 A 级。

【分析 2 】不良率分析
SU   55  50.37
U1    2.28
 2.03
 P1  0.0113  1.13%
SL   45  50.37
U2    2.65
 2.03
 P 2  0.004  0.4%
 检讨：
 此作程的产品拉力强度不良率为 1.13%+0.4%=1.53%
【分析 3 】 σ 水准分析
 σ 水准为 2.46σ ，∴长期 Su  Sl 10
不良率约为 17%   2.46
2  2  2.23
 σ 水准为达最起码的 4σ 水
10
准，必须再设法缩小 σ ，   1.25
使 2 4

Practice2
 某食品厂为了解其 PH 值控制情形，特别从每天定时
自作程中随机抽取样本测其 PH 值，每次每批只取一
样本测定，计得 26 批数据如下：
 试解析之（已知规格值为 3.8±0.3 ）
批號 1 2 3 4 5 6 7 8 9 10 11 12 13
Ph 3.5 3.7 4.0 3.9 3.6 3.8 4.1 3.9 3.6 3.8 3.7 4.0 3.8
值
批號 14 15 16 17 18 19 20 21 22 23 24 25 26
Ph 3.9 3.7 4.1 4.0 3.6 3.8 3.5 3.7 3.6 3.9 3.7 3.8 4.0
值

Practice2 解析 Minitab
Process Capability Sixpack for C2
Individual and MR Chart Capability Histogram

4.5
UCL=4.381
Individual Value
4.0
Mean=3.796
3.5
LCL=3.211
3.0
3.50 3.75 4.00
Obser. 0 10 20
Normal Prob Plot
0.75 UCL=0.7188
Mov.Range
0.50
0.25 R=0.22
0.00 LCL=0
3.3 3.8 4.3
Last 25 Observations Within Capability Plot

4.1 StDev: 0.195035 Process Tolerance
Cp: 0.51 Within
3.9 Cpk: 0.51 I I I
Values
Overall
Overall I I I
3.7 StDev: 0.175455 Specifications
Pp: 0.57 I I
3.5 Ppk: 0.56 3.5 4.1
0 10 20
Observation Number

【分析 1 】
 检讨：
 X-RS 管制图没有点超出界限外，且未出现异常点，可判断
此作程（ PH 值）在管制状态。
 产品 PH 值分配尚属常态，且在规格界限内，表示作程良
好。
 作程能力指数 CP=0.56, 作程能力不足。
 作程准确度 Ca=97.33% ，属 A 级。

【分析 2 】不良率分析
SU   4.1  3.796
U1    1.718
 0.177
 P1  0.0436  4.36%
S L   3.5  3.796
U2    1.67
 0.177
 P2  0.0475  4.75%

【分析 3 】 σ 水准分析
SU  S L 0.5
  1.41
2  2  0.177
 检讨：
 作程的 σ 水准为 1.41σ ，∴长期不良率约 54% 。
 本作程的 σ 水准太低必须设法缩小 σ 。

Practice3
 有口服液填充作业工程，每天填充 40 ， 000 瓶，在装箱入库前经由品管
部门品官员作全数检查，其杂质混入不良数如下表，试解析之。
日期 2/1 2/2 2/4 2/5 2/6 2/7 2/8 2/9 2/11 2/12 2/13 2/14 2/15
不良 10 37 10 13 11 37 6 10 6 39 7 4 8
數
日期 2/16 2/18 2/19 2/20 2/21 2/22 2/23 2/25 2/26 2/27 2/28 3/1
不良 5 10 39 8 37 2 9 5 13 8 6 9
數

NP Chart for C3
40 1 1
1 1 1
30
Sample Count
UCL=25.17
20
NP=13.96
10
LCL=2.753
0 1
0 5 10 15 20 25
Sample Number

【分析 1 】
 检讨 :
 有 2/2 、 2/7 、 2/12 、 2/19 、 2/21 5 点超过管制
界限外，可判断此口服液填充作业工程为非管制
状态。
 p =0.000349=349dpmo
bar
 ΣPn=349
 n=40,000 瓶 N=1 ， 000 ， 000 瓶
 ∴σ 水准约为 3.39σ

【分析 2 】去除异常原因后果的不良分析
去除超出管制界限外的点
日期 2/1 2/2 2/4 2/5 2/6 2/7 2/8 2/9 2/11 2/12 2/13 2/14 2/15
不良 10 37 10 13 11 37 6 10 6 39 7 4 8
數
日期 2/16 2/18 2/19 2/20 2/21 2/22 2/23 2/25 2/26 2/27 2/28 3/1
不良 5 10 39 8 37 2 9 5 13 8 6 9
數

【分析 2 】
检讨：
 ΣPn=160
 n=40,000 瓶 N=20×n=8,00,000 瓶
 ∴ P  0.0002  200dpmo
 σ 水准约为 5.05σ
 应分析作程非管制状态原因，除去异常原因，使作程在管
制状态，则杂质混入不良率自然可从 349dpmo 降低为 200
dpmo 。

Practice4
 某机械制造厂过去成品之不良率都有使用管制图管制，今为要更彻底管
制品质，将其中一零件，因平常发生的异常较多；今拟使用管制图管制，
收集 25 天数据如下，试解析之。
批數 1 2 3 4 5 6 7 8 9 10 11 12 13
檢驗 160 125 170 220 255 210 250 300 310 320 250 185 200
數
不良 4 2 0 5 3 2 4 3 2 6 1 4 1
數
批號 14 15 16 17 18 19 20 21 22 23 24 25 26
檢驗 250 290 165 280 225 230 220 210 280 220 160 210
數
不良 0 2 3 1 6 1 3 4 3 5 2 3
數

P Chart for C5
0.04
UCL=0.03510
0.03
Proportion
0.02
P=0.01229
0.01
0.00 LCL=0
0 5 10 15 20 25
Sample Number

【分析】
检讨：
1. 没有点超出界限外，且为出现异常点，可判断此作程在管制
状态。
2. P  0.0123  1.23% 。
3. σ 水准约为 2.25σ 。

Practice5
 某纺织厂由于机械之因素，常造成布淀破洞之情形，破洞影响品质，工
厂的损失也很大，为彻底控制破洞发生情形，现场机械保全主管，每天
随机抽取 40 淀布中破洞的个数如下表，试解析之。
組號 1 2 3 4 5 6 7 8 9 10 11 12 13
破洞 6 2 2 1 1 5 5 2 4 4 4 2 3
數
組號 14 15 16 17 18 19 20 21 22 23 24 25
破洞 3 2 4 3 4 2 6 7 3 4 2 6
數

C Chart for C6
10
UCL=9.076
Sample Count
C=3.48
0 LCL=0
0 5 10 15 20 25
Sample Number

【分析】
检讨：
1. 制程在管制状态，无异常原因发生，此作程有办法应用管制
图管制。
2. 每 40 淀的平均破洞数C  3.48 。
3. 每淀的平均破洞数为 0.087 。

Practice6
 下表数据为某电线电缆公司检查 PVC 漆包线上之针孔的记录，每天随机
抽取 1 卷，每卷剪下 100~200mm 为试样，计检查 20 天，试解析之。
（下表之样本已经换为以 100mm 为基准之单位样本数）
日期 1 2 3 4 5 6 7 8 9 10
樣本 1.0 1.0 1.0 1.0 1.0 1.3 1.3 1.3 1.3 1.3
數
缺點 4 5 3 2 2 4 3 2 4 2
數
日期 11 12 13 14 15 16 17 18 19 20
樣本 1.3 1.3 1.2 1.2 1.2 1.2 1.2 1.7 1.7 1.7
數
缺點 6 4 0 8 3 0 4 8 3 6
數

U Chart for C8
9
8
7 UCL=6.813
6
Sample Count
5
4
3 U=2.897
2
1
0 LCL=0
0 10 20
Sample Number

【分析】
检讨：
1. 制程在管制状态，无异常原因发生，此作程有办法应用管制
图管制。
2. 每 100mm 的平均针孔 u  0.29 ，即 2900DPMO 。
3. σ 水准约为 2.76σ 。

Practice7
 某电子零件每 100 个为 1 个批量的生产工程，
此生产程的管理项目之一为电阻，今希望能
推定的目标精度 V （ x ） =0.01(MΩ2) 时，试
求应从各批量抽取几个样本？（但从过去的
数据得知电阻母标准差 σ=0.5MΩ ）。

【分析】
手法：抽样手法
N=100
2
目标精度 V ( X )  0.01M
电阻 σx =0.5MΩ
∴ 随机抽样手法的关系式为

【分析】
2
N n x
V (X )  
N 1 n
100  n (0.5) 2
0.01  
100  1 n
n  0.01(100  1)  (100  n)0.25
0.99n  25  0.25n
0.99n  0.25n  25
25
n  20.16
0.99  0.25
【分析】
检讨：
从每一批号之生产工程所生产电子零件中，随机
抽取 n=21 个样本，推定电阻即可达精度
V ( X )  0.01
的电阻推定值。

Practice8
 某厂有 A 、 B 、 C3 位品管员使用实验室的 3 台量测器测定 10 个产品，
每位品管员随机对每个产品测定 2 次重量，得数据如下。试解析之。
1 2 3 4 5 6 7 8 9 10
4.6 5.2 5.3 5.6 5.1 5.5 4.6 4.7 4.7 5.2
A
5.2 5.4 5.1 5.2 4.9 4.8 5.1 5.1 4.8 4.5
4.7 5.1 5.2 5.4 5.2 5.0 5.3 4.8 4.7 4.7
B
5.0 5.0 5.2 5.3 5.0 5.1 5.0 4.9 4.9 4.8
5.4 5.7 5.4 5.8 5.0 5.3 5.2 4.6 4.6 5.0
C
4.5 5.2 4.9 5.1 4.6 5.0 4.7 5.1 5.0 4.7

Practice8 解析 by Excel
ANOVA
变源 SS 自由度 MS F P- 值临界值
样本 ( 操作员 ) 0.006333 2 0.003167 0.036893 0.963823 3.315833
栏 ( 样本数 ) 2.280167 9 0.253352 2.951672 0.012353 2.210697
交互作用 0.400333 18 0.022241 0.259115 0.998024 1.960117
组内 2.575 30 0.085833
总和 5.261833 59

【分析 1 】
 检讨：
 有意水准 5% 下可判定产品间有显著不同，但 A 、 B 、 C
3 位品管员间不能说测定结果有显著不同。
 有意水准 5% 下产品与品管员间的交互作用不能说明有显
著存在，故可合并到误差项，合并后的误差 VE=0.06199 。

【分析 2 】
1. 重复性标准差 σrpt
 rpt  0.062  5.15  1.28
2. 再现性测定者标准差 σrpt
2
2 ˆ rpt
ˆ rpd ˆ
 x  
r
2
1 .28
(0.0126  5.15) 2   0
10  2
【分析 2 】
3. 重复性和再现性标准差 R&R
2 2
R & R   rpd   rpt  0  1.282  1.28
4. 产品标准差 σp
Vp  Vrpt
ˆ p   5.15  0.1786  5.15  0.92
mr
5. 总标准差 σT
2
ˆ T  R & R 2  ˆ p  1.282  0.92 2  1.576
【分析 2 】
检讨：
评价项目百分比 % 判断
重复性 81.22%>21% 不可以接受，必须改正

%σrpt=100(σrpt/σt)
再现性 0%<7% 可以接受
%σrpd=100(σrpd/σt)
R&R 81.22%>30% 不可以接受，必须改正
%R&R=100(R&R/σt)

【分析 3 】
試著運用 minitab 來繪出如下的圖形：
Gage name:
Date of study :
Gage R&R (ANOVA) for Response Reported by :
Tolerance:
Misc:
Com ponents of Variation By Part

1.1
100
%Contribution 1.0
%Study Var 0.9
Percent
0.8
50 0.7
0.6
0.5
0 0.4
Gage R&R Repeat Reprod Part-to-Part Part 1 2 3 4 5 6 7 8 9 10
R Chart by Operator By Operator

0.15 1 2 3 1.1
1.0
Sample Range
UCL=0.1252
0.10 0.9
0.8
0.7
0.05
R=0.03833 0.6
0.5
0.00 LCL=0 0.4
0 Operator 1 2 3
Xbar Chart by Operator Operator*Part Interaction

1.1 1 2 3 1.1 Operator
1.0 1.0 1
Sample Mean
0.9 UCL=0.8796 0.9 2

Average
0.8 Mean=0.8075 0.8 3

0.7 LCL=0.7354
0.7
0.6
0.6
0.5
0.4 0.5
0.3 0.4
0 Part 1 2 3 4 5 6 7 8 9 10

【分析 3 】
 检讨：
 Xbar 管制图测定作程在管制状态， 3 位品管员测定平均值
的一致性很高。
 R 管制图测定作程非管制状态， B 品管员测定重复性最好，
C 品管员测定的重复性最差。
 A 、 C 品管员必须加强训练，改善其测定重复性，使其达
到 B 品管员水准。

Chapter 4
Analysis

Chapter 4: 內容
 要因解析的想法
 解析的要领
 要因解析的 7 大步骤
 分析时应注意事项
 无法解决专案的真正原因
 特性要因图
 因果矩阵图
 FMEA

A 层次——解析（ Analyze ）
 DMAIC 的第 3 层次就是解析（ Analyze ），

这个层次一般简称为 A 层次。
 A 层次主要是要对所收集的数据进行统计分析，
把握影响关键品质特性（ CTQ ）的要因，明
确 Y=f(X) 的关系，追究根本原因把握真因。

1. 要因解析的想法
 所谓要因解析就是追究问题的原因，特定出真正的原
因。这可说是 6Sigma 改革历程 DMAIC 的各层次中最
重要的层次。
 要因解析一般是由下列 3 项所构成：
（ 1 ）选出原因候补。
（ 2 ）找出重大的原因候补。
（ 3 ）确认真正的原因。
 要追究原因时，首先尽可能的将能想到的原因列举出
来，在从此选出原因候补，因为是能想到的原因，所
以这些都只不过是头脑中所想的假设而已。

1. 要因解析的想法
 其次再从列举的复数的原因候补中，选择数个认为是真正原
因的可能较高的原因候补。在这阶段，认为是原因的可能性
较高而已，真正的原因还是不知道的。
 最后，再将找出的原因候补，进行试验或调查来加以确认。
这就是真正原因的确认。
 进行试验或调查有困难时最好是用过去所记录的数据来进行
解析。

2. 解析的要领
 集合有关人员依技术、经验的知识，考察特性与要
因之间的关系，整理成特性要因图。
 有关事实的资料、数据应用查检表收集。
 活用 QC 手法解析特性与要因的关联。
 将过去的数据，有层别的日常数据，有实验的数
据等，应用图表、直方图、管制图、散布图、检
定、推定、变异分析、回归分析等手法来解析。
 检讨解析结果。

3. 要因解析的 7 大步骤
 步骤 1. 明确解析目的
 明确“什麽”应“如何”调查
 步骤 2. 充分观察现场
 充分活用五官（看、闻、嗅、味觉、触摸）到现场、
观察现场。
 步骤 3. 整理要因与结果的关系
 依据记述、经验考察要因与结果的关系，整理成特
性要因图。
 步骤 4. 决定特性值
 表示制品、服务良否之特质的特性值有很多，从这
些特性值中决定要作为追究问题，非解析不可的特
性值。
3. 要因解析的 7 大步骤
 步骤 5. 收集数据
 明确「谁、对什麽、何时、何处、要如何」收集数据，作
成检查表，依此检查表收集数据。
 步骤 6. 解析
 要因解析的手法，就是 QC 手法（统计手法），活用 QC
手法，把握要因与结果的关系。
 步骤 7. 结论
 解析结果依技术、经验、上司的意见、费用等来考察后提
出结论。

4. 分析时应注意事项
4-1 把握影响问题点的要因
 明确原因与结果的意义。
 提出 40 个以上的原因。
 把能采取措施的要因与无法采取措施的要因加以分离。
 以○符号圈出 10 大原因，以◎符号圈出 3 大重要原因。

4-2 收集必要的数据
 （ 1 ）收集日常所测定的有对应数据。
 （ 2 ）明确数据履历。
 （ 3 ）依特性要因图之重大原因，设计查检表层别收集。
 （ 4 ）有必要的话进行柏拉图分析。
 ① 依损失金额
 ② 项目则依原因、作程、场所别等做层别

4-3 进行统计分析
正确活用各种 QC 手法
 检讨层别的各母集团
 活用直方图检讨
 母数与统计量
 求 Cp 、 Ca 、 Cpk 、 σ 水准
 检讨时系列（随着时间变化）
 推移图
 管制图

 检讨层别母集团间的差异
 检定、推定
 实验计划（变异分析、直交配列表）
 检讨寄予率
 影响最大的是什麽
 柏拉图分析
 依解析结果下正确的结论把握真因

4-4 充分检讨固有技术
 充分调查现场
 听取现场基层有关人员的意见
 多听取幕僚人员的意见
 调查有关文献、标准等

5. 无法解决专案的真正原因
 尚未把握到真正原因，就只依自己的想法采取对策。
 在解析阶段，无法真正把握到原因与结果的关系。
 找不到影响问题点较大的「真因」。

6. 特性要因图（ Cause and effect diagra
m）
 能一目了然的表示出结果（成为问题的 CTQ ）与原因（影响 CTQ 的要
因）之影响情形，或二者之间的关系的图形，称为特性要因图。
背骨特性
小
骨
中骨
大骨
工作的結果
產生結果或問題的要因現場的問題點
6. 特性要因图（ Cause and effect diagra
m）
End Seal
分段
加壓方式厚
Seal Pattern Spacer Polyfron
連續高
厚度
A UV seal
薄制為
viscosity
長 Type 大低長大何
Dummy seal 大 Density 加壓壓力
Cell Gap
Injection B range Holding
長度 size 高
短小 time 短小長
高小 Density 大 Release
Fiber 低 Release 時間
density 壓差短
低小
長長
不
最高溫度
大
UV 長度大易
保持時間
加壓壓力
Aligner head size 控
短小短
多多小
高長
Air press
Jig 堆疊方式 Temperatur JUV 塗佈量時間
少 e 少
大大低遠大短
升溫斜率 UV 位置低
Air press
加壓斜率壓力
小小近
小
Jig Press ASM
7. 因果矩阵图
 能有效的表示出何钟输入（ Input ）与输出（ Output ）
的组合，对达成 CTQ 影响最大的简单的图表，称为因果
矩阵图。
 因果矩阵图能表示作程的输入（ Input ）与 CTQ 关联情
形。
 绘制因果矩阵图的步骤
 将输入（ Y ）横向填写到矩阵图的上部。
 依据顾客的重要程度评价输入项目（ Y ）。
 使用 9 、 3 、 1 的 3 级评价法。
 9 ：最重要、 3 ：中重要、 1 ：低重要

7. 因果矩阵图
 将输入变数（ X ）纵向填写到矩阵图的左下部。
 主观评价各输入变数（ X ）影响输出变数（ Y ）的程
度，可使用 9 、 3 、 1 的 3 级评价法。
 计算每项输入变数的总影响大小，填写到最右侧合计
栏上。
K
总得分   X ajY j k: 输入变数（ Y ）的项数
j 1
a: 输出变数（ X ）的编号

7. 因果矩阵图
对客户的重要性评分 9 9 9 1 9 3 1 3
1
印 2 3 4 5 6 7
印 8
4 ）因果矩阵图例刷贴装印锡贴装物料印锡刷印刷
输出
连锡连塌落偏位质量偏位少多锡总计
工序流程输入
元件电极可焊性差 0 0 0 0 9 0 0 0 81
元件引脚共面性差 0 3 0 3 9 0 0 0 111
1 来料检验
PCB焊盘平面度差 3 3 0 0 9 0 3 3 147
锡浆粘度低 3 3 9 0 9 0 3 3 228
环境温度未控制好 3 3 3 0 1 0 3 3 102
环境湿度未控制好 3 3 3 0 1 0 3 3 102
干燥时间不够 0 0 0 0 9 0 9 0 90
2 物料处理
锡浆储藏温度不合适 3 3 3 0 3 3 3 3 129
锡浆搅拌时间有误 1 1 3 1 3 1 3 3 88
锡浆解冻时间有误 1 1 3 1 3 1 3 3 88
丝网开口设计不好 9 1 3 0 0 9 9 3 162
刮刀压力设置不当 9 1 3 0 0 3 9 3 144
分离速度未优化 1 0 0 0 3 3 9 1 57
锡浆过程控制不当 3 3 3 3 3 3 3 3 132
3 丝网印刷
丝网厚度 9 3 1 1 0 3 0 3 136
QFP焊盘设计不合理 3 3 3 9 0 9 1 3 127
丝网清洗未遵守操作规程 3 0 0 0 0 1 3 3 42
丝网机擦参数不合理 9 0 3 0 0 1 1 3 121
作业者责任心不够 0 0 1 3 0 1 3 1 21
4 印锡检验作业者漏检 0 0 1 3 0 1 3 1 21
作业者误判 0 0 1 3 0 1 3 1 21
元件数据库未优化 0 9 0 9 0 0 0 0 90
物料排放放错 0 0 0 0 0 0 0 0 0
5 贴装元件贴片程序未优化 0 9 0 3 0 0 0 0 84
有缺陷的来料被贴装 0 1 0 3 0 1 0 0 15
贴装位置有偏差 0 0 0 9 0 3 0 0 18
作业者的责任心不强 0 1 3 1 0 3 3 0 49
作业者漏检 0 1 3 1 0 3 3 0 49
6 贴后检验
作业者误判 0 1 3 1 0 3 3 0 49
培训不够 0 1 3 1 0 3 3 0 49
预热时间不合理 3 3 3 3 0 3 1 3 103
焊接时间不合理 3 3 3 3 0 3 1 3 103
7 回流焊接峰值温度有偏差 3 3 3 3 0 3 1 3 103
升温速率有偏差 3 3 3 3 0 0 0 3 93
冷却速率有偏差 3 3 3 3 0 0 0 3 93
作业者的责任心不强 0 1 3 1 0 3 3 0 49
作业者漏检 0 1 3 1 0 3 3 0 49
8 焊后检焊作业者误判 0 1 3 1 0 3 3 0 49
培训不够 0 1 3 1 0 3 3 0 49

8.FMEA
 为要发现设计的不完全，或潜在性缺陷，而对构成
系统的最下位的零件或机械发生故障时，其故障模
式对上位的副系统或系统会受到如何的影响，以表
格形式来加以解析的手法就是所谓的失效模式与效
应分析（ Failure Mode&Effect Analysis ）。
 FMEA 的用途一般有：
 故障的预测及除去缺陷。
 工程的不良预测及抽出主要缺陷与问题点。
 抽出人的失误问题。
 抽出保全或安全上的问题。

8.FMEA
D
潜在的失效模式潜在的失效影响 s 潜在的失效原因 o 当前工序的控制 E RPN
QFP引脚共面度〉0.1mm e5 制造不合标准、操作不 2 IQC T
贴后锡连，焊后连焊、虚焊物料技术要求 9 90
v 规范
QFP焊盘平面度超差印后少锡、焊后虚焊 4 制造不合标准 2 IQC物料技术要求 9 72
锡浆粘度低（低于900kpcs ）印后锡连、塌落、焊后桥连 6 锡浆质量不好 2 锡浆质量要求 4 48
环境温度超出标准锡浆变干、粘度浆低、印后少锡 9 温度调节不当 2 机器温度显示 2 36
环境湿度超出标准印后多锡 9 湿度调节不当 2 机器湿度显示 2 36
锡浆储存温度超出范围（0℃-10℃）锡浆粘度变化 8 冰箱温度控制不准 2 冰箱内温度计指示 2 32
搅拌时间不够锡浆塌落 8 人为错误 2 机器上可设定时间 3 48
解冻时间不够锡浆塌落、连锡 8 人为错误 2 焊膏使用记录 3 48
焊盘宽度太宽印后多锡、焊后桥连 8 焊盘设计未优化 3 6 144
？
焊盘宽度太窄印后少锡 6 焊盘设计未优化 2 ？ 6 72
丝网开口尺寸太宽印后多锡、焊后桥连 7 开口设计未优化 4 丝网制作技术要求 4 112
丝网开口尺寸太窄印后少锡 6 开口设计未优化 2 丝网制作技术要求 4 48
丝网厚度太厚印后多锡、锡连，焊后桥连 6 丝网厚度设计未优化 4 丝网制作技术要求 4 96
丝网厚度太薄印后少锡、焊后虚焊 6 丝网厚度设计未优化 4 丝网制作技术要求 4 96
刮刀压力太小印后锡厚、塌落、焊后桥连 7 刮刀压力调整不合适 4 目测 4 112
刮刀压力太大印后锡少，影响丝网、刮刀寿命 6 刮刀压力调整不合适 4 目测 4 96
刮刀速度太快印后锡多 7 刮刀速度调整不合适 4 目测 4 112
刮刀速度太慢印后锡少 6 刮刀速度调整不合适 4 目测 4 96
丝网机擦频次低印后多锡、锡碎、焊后桥连、锡珠参数选择不合理目测
5 4 4 80

四、 A 层次 ——统计方法
 图表
 推移图
 柏拉图
 检定（ Test ）
 推定（ estimate ）
 计数值的检定
 计数值的推定

1. 图表
 分析数据时，最基本且最主要作业就是数据的图表化。
 图表有各种各样的种类，同一数据可制作复述的不同
图表如此从个别图表可获得不同的其他资讯。
 图表由多种不同种类，在 QC 上常使用的代表性的有
下列各项。
 柱形图
 圆图
 带状图
 雷达图

1. 图表
1-1 柱形图
 数量的大小以柱形的长度表示的
图形就是柱形图，一般纵轴表示 1000
数量的大小，例如件数、次数、 900
800
不良率、成本等。横轴取特性值， 700
例如不良原因、不良项目等。 600
易騰公司
500
競爭者 D
400
300
200
100
0
<5 5~9.99 10~14.99 15~19.99 >20

1. 图表
1-2 圆图
 圆图就是以圆的圆弧用数据的
比例分割来表示数个特性。
（数量）个别占全体比率 E公司 , 9.8 易騰公司 ,
（%） 19.3
A公司 , 10.1
D公司 , 31.8
B公司 , 16.6
C公司 , 12.4

1. 图表
1-3 带状图
 带状图就是横向的细长的长方形
切割成数个区分，以其长度的面
E公司 9.8 19.1
积表示各项目的数量大小的圆表。
D公司 31.8 14.7
C公司 12.4 22.4

銷售比率
資金回收率
B公司 16.6 15.9
A公司 10.1 9.8
易騰公司 19.3 8.3
0 10 20 30 40 50

1. 图表
1-4 雷达图
 雷达图是要总和同时评价多项目
的一种有效图表，一般是圆心为第一季
0 分，圆围为满分，将各项目的 100
得分用线来连接起来的圆形，很 50
象雷达所以称为雷达图。東部
第四季 0 第二季中部
北部
第三季

2. 推移图
 推移图就是数据随着时间的变动，
以点与折线连接起来的图。
 功能：
200
 推移图作为观察数据之时间变 190
化的一种好方法。 180
170
 影响数据要因如能区分记入， 160
150
就可以了解其影响度。 140
130
120
110
100
1997 1998 1999 2000 2001
銷售額利潤

3. 柏拉图
 柏拉图就是将一定期间所收集的不良数、缺点或故障之发生次数的数据，
以项目别或原因加以分类，而按其大小顺序排列之图形。
累
不計
良影
率響
度
A B C 其它
3. 柏拉图
 一般会影响特性值的不良原因有非常多，但实际上，只有
其中的 3 项或 5 项主要原因就占影响度的 80% 以上，所以
柏拉图就是要发现此少数重大项目的方法。

4. 检定（ Test ）
 从 A 、 B 二个字母集团（ Population ）各随机抽取
大小 nA 及 nB 的样本 , 根据样本的数据来判定 A 、 B
二母集团的母变异 σA2 及 σB2 ，或母平均值 μA 及 μB
是否有不同的作法，就称为统计检定。
 通常这种问题是先设定无效假设（ null hypothesis ）
Hoº
Ho ： μA =μB
 其次计算样本数据的统计量（ statistic ），再依据此
统计量，求出在 Ho 的假设下，可能会出现的或然率
Po 。
 如果或然率 Po 比预先指定的冒险率（ level of signifi
cant ） α 小时，则否定 Ho 。如果大于 α 时，则承认
Ho 。
 p-value

 这种根据样本的数据判定承认或否定假设
的决定，谓之假设检定，而这种假设谓之
无效 ( 虛無 ) 假设（ null hypothesis ） , 以
符号 Ho 表示。
 否定无效假设后，所要承认的另一假设谓
之对立假设（ alternative hypothesis ） , 以
符号 H1 表示。

4-1 检定某母集团变异是否与已知变异不同
 从某作程里，随机抽取 n 个样本，根据此样本检定此作程母变异 2 是否
与已知母变异 2 不同。
x1
x2
x3
σ x4
xn
x

s
H 0 :  2   02
2 2
s: standard deviation
H1 :    0
2
因 2  ( n  1) s 会属于自由度的 2
分
  n 1
配故求统量： 2
2 (n  1) s 2
o 
2

则  o 2   2 ( A、 ) 或
2
2 2  时，否定 Ho ，承认 H1 。
 o   (A、1  )
2
2  2 2  时，
不能否定(A、1
Ho2。)   o   ( A 、 )
2

卡方檢定
 檢定統計量
(n1) S 2
2 
 02
式中： 為母體變異數的猜測值， 2
0
S 為樣本變異數， n  1 為自由度。
2
 決策法則
左尾檢定
若檢定統計量    ，則拒絕 H 。 2 2
n 1,1 0
右尾檢定
若檢定統計量    ，則拒絕 H 。 2 2
n 1, 0
雙尾檢定
  2
或 
2
，則拒絕 H 。其中
n 1, / 2
2 2
n 1,1 / 2 0
n  1 為  的自由度。
2

卡方分佈
1-α 1-α
Χ2(1-α,df) Χ2(α/2,df) Χ2(1-α/2,df)

4-2 检定某母集团平均否与已知母平均不同
 从某作程里随机抽取 n 个样本，根据此样本检定此作程母平均是否与已
知母平均 o 不同。
x1
x2
σ x3
x4
xn
x
 e
H 0 :   0
H1 :    0
 
因 t    n 1
会属于自由度
e / n
的 t 分配故求统计量：
  o
to 
e / n
to  t (、 )
则时，否定 Ho ，承认 H1 。
to  t (、 )
时，不能否定 Ho 。

4-3 有关两组变异的检定
 为要知道 A 、 B 二组母集团的变异是否不同，而从 A 、 B 二组母集团里，
各随机抽取 na,nb 的样本，根据此样本数据检定 2 组母变异是否不同。
x1 x1
x2 x2
σ x3 x3 σ
x4 x4
xn xn
x x
 Va Vb 
2 2
H0 : A   B
2 2
H1 :  A   B

2 2 V1
如果  A   B F 则会属于自由度
V2
 A  n A  1,  B  nB  1 的 F 分配
所以计算统计量： V
Fo  1 (V1  V2 )
V2

则 Fo  F ( A、 B、 ) 时，否定 Ho ，承认
H1 。 2

Fo  F ( A、 B、 )
2 时，不能否定 Ho 。
【注】 VA 与 VB 中，较大者为 V1 ，较小者为 V2

4-4 有关两组母平均差的检定
 从 A 、 B 二组母集团随机各抽取 nA 及 nB 的样本，根据此样本检定 A 、
B 二组母集团的母平均是否不同。
x1 x1
x2 x2
σ x3 x3 σ
x4 x4
xn xn
x x
 Va Vb 
H0 :  A  B
H1 :  A   B

(  A   B )  ( A   B )
因 t  会属于自由度
n A  nB  2
1 1
e  的t分
n A nB
配所以计算统计量
( A   B ) S A  SB
to 
e
1

1 但 e  n A  nB  2
n A nB
  n A  nB  2
则 to  t (、 ) 时否定 Ho ，承认 H1
to  t (、 ) 时不能否定 Ho

5. 推定（ estimate ）
 从母集团随机抽取 n 各样本，根据此样本数据，推定母平
均、母变异 2 等的作法，谓之母数的推定。
 有测定值所得到的统计量推定母数时，必定会发生推定误
差，这种误差的小以变异来表示，谓之误差变异。误差变
异的平方根谓之标准误差。
 一般推定误差的大小，会随着母标准差的值、样本大小或
统计量等的不同而异。
 推定可分为点推定及区间推定
 ◎ 点推定（ Point estimation ）是只用个数值推定母数。
 ◎ 区间推定（ Interval estimation ）是在一定的信耐度
下，推定母数可能存在的范围。

5-1 计量值的点推定
母平均值的点推定
 从（， 2 ）的母集团随机抽取 n 个样本，依据样本
数据推定母平均值
∵ E( )  
故母平均的推定值

 母标准差的点推定
 从（， 2 ）的母集团随机抽取 n 个样本，依据样本
数据推定母标准差

① 由全距平均R 推定
∵ E ( R )  d 2 w
R
故母标准差的推定值 W   
d2
② 由不偏变异 V 推定
2
∵ E (V )   
故母标准差的推定值
2 V
 e
 V
5-2 计量值的区间推定
（ 1 ）有关母平均值的区间推定
从（， 2 ）的母集团，随机抽取 n 个样本，依据样本数据
推定在信耐度（ 1- ）下得母平均的信耐界限。
① 已知时利用常态分配
上限：    ( )  
2 n
  1
α/2
下限：   ( ) α/2
2 n
0
-(α/2) (α/2)

② 未知时利用 t 分配
e
上限：   t (、 ) 
n α/2 α/2
e
下限：  t ( 、  ) 
n 0
-t(φ,α) t(φ,α)
（ 2 ）有关母变异的区间推定
从（、 2 ）的母集团，随机抽取 n 个样本，
依靠样本数据推定在信耐度（ 1- ）下的母集团变异 2
的信耐界限。

(n  1) s 2
上限： 2 
 (,1  )
2
(n  1) s 2
下限：
2  α/2 α/2
 (, )
2
χ2(φ,α/2) χ2(φ,1-α/2)
（ 3 ）母平均差的区间推定
从母变异相等的 A 及 B 二个母集团中，各随机抽取样本 nA
及 nB 个，依据样本数据推定在信耐度（ 1- ）下的 2 个
母平均的差的信賴界限。
( A   B )

1 1
上限： (  A   B )  t ( A   B、 ) e 
n A nB
1 1
下限： (  A   B )  t ( A   B、 ) e 
n A nB
但 S A  SB SA ：母集
e 
n A  nB  2
团 A 的偏差平方和
SB ：母集团 B 的偏差平方和

6. 计数值的检定
6-1 级数值各种分配之间的关系
二项分配
n
Px  ( ) P(1  P) n  x
（ x =0,1,2,…n
x ）
但 0<PX<1
超几何分配
NP N
( )( )
X
n X
PX 
（ x =0,1,2,…nN）
n
但 0<NP<N
卜氏分配
m mX m=nP
PX  e 
X! （ x =0,1,2,…
n）
N>=10n
超几何分配二项分配
N>=10n np>=5
p<=0.1
且 p<=0.1 且 n(1-p)>=5
卜氏分配常态分配
m>=5

6-2 检定某母集团母不良率是否与已知母不
良率不同
 从某作程所生产的产品里，随机抽取 n 个样本，根据
此样本所得不良数，检定此作程母不良率 P 是否与已
知不良率 Po 不同。
P
n 样本数出现 x 个不良数
( 母不良率 )
 理论上 X 会属于二项分配，

如果， np  5且（1  p） 5 时，此二项分
配会近似为
  np
  np (1  p) 的常态分配
H o : P  Po
H1 : P  Po
  np
np(1  p )
因会属于 N(0,12) 常态分配故求统计
  npo
uo 
npo (1  po )


则 uo  u ( ) 时否定 Ho ，承认 H1
2

uo  u ( ) 时不能否定 Ho
2

6-3 有关两组母不良率的检定
 为要知道 A 、 B 二组母集团的母不良率是否不同而从 A 、 B 二
组母集团里，各随机抽取 nA ， nB 个样本，个别的不良品数为
XA ， XB 个，根据此数据，检定此作程母不良率是否不同。
母集团 A 母集团 B
PA PB
nA nB
xA xB
H 0 : PA  PB
H1 : PA  PB
A B

因 u n A nB 会属
于 N(0,1p2()1  p)( 1  1 )
n A nB 常
A  B
态分配但 p  n n
A B
A B

n A nB
uo 
1 1
p (1  p)(  )
故求统计量 n A nB


u
则 o  U ( ) 时否定 Ho ，承认 H1
2

uo  U ( ) 时不能否定 Ho
2

7. 计数值的推定
7-1 母不良率的时间推定
 从某作程所生产的产品里，随机抽取 n 个样本，依据此样本推定其信耐
度（ 1- ）下的母不良率的信耐界限。
母集团
P
n( 样本数 )
( 母不良率 )
x( 不良数 )


不良率 p  会属于二项分配
n
但 p5 ，且
(1  p )  5 时此二项分配会近似为
p (1  p )
N (   p,   ) 的常态分配
n
故信耐度（ 1- ）下的母不良率的信赖界限为
P 上限： p  u ( )  p(1  p)
2 n
P 下限： p  u ( )  p(1  p)
2 n

7-2 组母不良率差的推定
 从 A ， B2 组母集团中，各随机抽取 nA 及 nB 各样本，
各别的不良数为 XA ， XB 个，依据此样本推定 A ， B2
组母不良率差（ PA-PB ），在信耐度（ 1- ）的信耐界
限。
 p A (1  p A ) p A (1  p A )
pU : ( p A  pB )  u ( )  
2 nA nA
上限：
 p A (1  p A ) p A (1  p A )
pU : ( p A  pB )  u ( )  
2 nA nA
下限： A
p  B
但 A p 
nA B
n B

Practice1
 某橡皮加工工厂的 OA 机器，使用橡皮罗拉的加工工程，检查 5 台加工机，
1 个月每台加工 20 ， 000 个合计 100 ， 000 个橡皮罗拉，结果发现如下
表的不良品数据，试解析之。
外围摇尺寸不切口不面不良研磨伤研磨不未研磨

动良良痕完全
1 号机 6 4 15 10 2 3 2
2 号机 10 4 18 33 2 1 0
3 号机 7 3 44 9 1 0 4
4 号机 9 3 19 12 3 1 0
5 号机 22 5 28 12 4 3 1

Practice1
86.4%
124
76 54
19 12
12 8 6
切口面不外围尺寸研磨研磨未研合计
不良良摇动不良伤痕不全磨
1号 6 4 15 10 2 3 2 75 75
机 68
2号 10 4 18 33 2 1 0 68 68
机
47
3号 7 3 44 9 1 0 4 68
机 42
4号 9 3 19 12 3 1 0 47
The Green Belt Training By Etbest Consulting Company
机 165
Practice1
 检讨：
 1. 不良率
 总不良率 =300/100,000=3000dpmo
 作程的 σ 水准 =2.98σ
 ∴ 长期不良率约为 6.96%
 2. 柏拉图
 图中 * 记号的项目全部有 203 个不良，占全部不良的 6
7.7% 。
 先对 * 记号的不良项目采取对策消除不良。
 3 依下列顺序采取对策
 3 号机、 5 号机、 4 号机、 2 号机、 1 号机的切口不良
 2 号机、 4 号机、 5 号机的面不良
 5 号机的外围摇动

Practice2 解析
【演练 2 】
 某化学制品的收率数据与操作条件的部分记录结果如下表，试解析之。
批号 1 2 3 4 5 6 7 8 9 10
收率 92.4 93.5 92.6 93.6 90.7 88.8 93.1 88.5 91.0 93.1
条反应机 2 2 1 1 1 2 1 2 2 1
件
原料种 A A B A B B A B B B
类
K 料之无有有有无有有有无有
使用

批号 11 12 13 14 15 16 17 18 19 20
收率 92.1 94.3 89.8 91.8 89.4 93.4 91.2 89.7 92.6 92.0
条反应机 2 1 1 2 2 2 1 1 2 2
件
原料种 A A B A B A B B A A
类
K 料之无有无无无无有无有无
使用
批号 21 22 23 24 25 26 27 28 29 30
收率 89.2 94.3 92.3 90.1 90.3 92.6 92.4 90.8 91.7 90.5
条反应机 2 1 1 1 2 1 1 1 1 2
件
原料种 B A A B B A A B A A
类
K 料之有有无无无无有无无有
使用
Practice2 解析
【分析 1 】反应机别 X-RS 管制图

反应机 NO.1
批号 3 4 5 7 10 12 13 17 18 22 23 24 26 27 28 29
收率 92.6 93.6 90.7 93.1 93.1 94.3 89.8 91.2 89.7 94.3 92.3 90.1 92.6 92.4 90.8 91.7
X
Rs 1.0 2.9 2.4 0 1.2 4.5 1.4 1.5 4.6 2.0 2.2 2.5 0.2 1.6 0.9
反应机 NO.2
批号 1 2 6 8 9 11 14 15 16 19 20 21 25 30
收率 92.4 93.5 88.8 88.5 91.0 92.1 91.8 89.4 93.4 92.6 92.0 89.2 90.3 90.5
X
Rs 1.1 4.7 0.3 2.5 1.1 0.3 2.4 4.0 0.8 0.6 2.8 1.1 0.2

Practice2 解析
反应机别 X-RS 管制图 ( 反应机 NO.
1) for C1
I and MR Chart
98
In d iv id u a ls
3.0SL=97.14
96
94
92 X=92.02
90
88 X 1  92.0
-3.0SL=86.89
86
Observation 0 5 10 15
M o v in g R a n g e
7
6 3.0SL=6.295
5
4
3
2 R=1.927
1
0 -3.0SL=0.000

Practice2 解析
反应机别 X-RS 管制图 ( 反应机 NO.
2)
I and MR Chart for C1
M o v in g R a n g e I n d iv id u a ls
96 3.0SL=95.59
91 X=91.11
86 -3.0SL=86.63
6
3.0SL=5.504
5
4
3
2 R=1.685
1
0 -3.0SL=0.000
X 1  92.0,  1  1.51
X 2  91.1,  2  1.68

Practice2 解析
【分析 1 】
 检讨：
 1. 反应机 NO.1 、 NO.2 ， X-RS 管制图的作程都在管
制状态，所以收率的变动是稳定而可预测的。
 2. 反应机 NO.1 的收率平均值较反应机 NO.2 的收率平
均值高。
 3. 反应机 NO.1 的收率变异较反应机 NO.2 的收率变异
小。

Practice2 解析
【分析 2 】原料种类别 X-RS 管制图
原料 A
批号 1 2 4 7 11 12 14 16 19 20 22 23 26 27 29 30
收率 92.4 93.5 93.6 93.1 92.1 94.3 91.8 93.4 92.6 92 94.3 92.3 92.6 92.4 91.7 90.5
X
Rs 1.10 0.10 0.50 1.00 2.20 2.50 1.60 0.80 0.60 2.30 2.00 0.30 0.20 0.70 1.20
原料 B
批号 3 5 6 8 9 10 13 15 17 18 21 24 25 28
收率 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6 92.6
X
Rs 1.90 1.90 0.30 2.50 2.10 3.30 0.40 1.80 1.50 0.50 0.90 0.20 0.50

Practice2 解析
 层别 X-RS 管制图 ( 原料 A)

I n d iv id u a ls
96 3.0SL=95.69
95
94
93 X=92.66
92
91
90 -3.0SL=89.63
89
4
3.0SL=3.725
3
1 R=1.140
0 -3.0SL=0.000

Practice2 解析
 层别 X-RS 管制图 ( 原料 B)
I n d iv id u a ls
95
94 3.0SL=94.01
93
92
91
90 X=90.37
89
88
87 -3.0SL=86.73
86
Observation 0
5 10 15
5
3.0SL=4.474
4
3
2
R=1.369
1
0 -3.0SL=0.000
XA  92.7, A  1.0
XB  90.4, B  1.33

Practice2 解析
【分析 2 】
 检讨：
 原料 A 、 B 的 X-RS 管制图的作程都在感知状态，所
以原料对收率的变动是稳定而可预测的。
 原料 A 的收率平均值较原料 B 的收率平均值高。
 原料 A 的收率变异较原料 B 的收率变异小。

Practice2 解析
【分析 3 】 K 加料使用有无别 X-RS 管制图
有使用 K 加料
批号 2 3 4 6 7 8 10 12 17 19 21 22 27 30
收率 93.5 92.6 93.6 88.8 93.1 88.5 93.1 94.3 91.2 92.6 89.2 94.3 92.4 90.5
X
Rs 0.9 1.0 4.8 4.3 4.6 4.6 1.2 3.1 1.4 3.4 5.1 1.9 1.9
无使用 K 加料
批号 1 5 9 11 13 14 15 16 18 20 23 24 25 26 28 29
收率 92.4 90.7 91 92.1 89.8 91.8 89.4 93.4 89.7 92 92.3 90.1 90.3 92.6 90.8 91.7
X
Rs 1.7 0.3 1.1 2.3 2.0 2.4 4.0 3.7 2.3 0.3 2.2 0.2 2.3 1.8 0.9

Practice2 解析
 层别 X-RS 管制图 ( 有使用 K 加料 )
I n d iv id u a ls
100 3.0SL=99.79
95
X=91.98
90
85 -3.0SL=84.16
10 3.0SL=9.601
5
R=2.938
0 -3.0SL=0.000

Practice2 解析
 层别 X-RS 管制图 ( 无使用 K 加料 )
M o v in g R a n g e I n d iv id u a ls
97 3.0SL=96.13
95
93
91 X=91.26
89
87 -3.0SL=86.38
85
6 3.0SL=5.990
5
4
3
2 R=1.833
1
0 -3.0SL=0.000
0, 有  2.0
X有  92。
X无  91.3, 无  1.19

Practice2 解析
【分析 3 】
 检讨：
 有使用 K 加料或无使用 K 加料的 X-RS 管制图
的作程都在管制状态，所以不管有无使用 K 加
料收率的变动都是稳定而可预测的。
 有使用 K 加料的收率平均值较无使用 K 加料
的收率平均值高。
 担有使用 K 加料的收率变异较无使用 K 加料
的收率变异大。

Practice2 解析
【分析 4 】最适条件为反应机 NO.1 、原料 A 、使用 K 加料
批号 4 7 12 22 27
收率 93.6 93.1 94.3 94.3 92.4
反应机 NO. 1 1 1 1 1
原料种类 A A A A A
K 加料有有有有有
使用有无
X  93.54, e  0.81
Practice2 解析
【分析 4 】
 检讨：
 此化学制品条件，若能采用反应机 NO.1 ，使用原料 A ，
并有使用 K 加料时，收率平均值可达 93.54% ，收率标
准差为 σe=0.81 。

Practice3
 某厂生产采用 A 、 B2 生产线进行，各生
产线每天各生产 500 个的生产量。 11 月的
全数检查的数据表示如下表，试解析之。

压力不良品数外观疵点位置负荷压力特性值
压不动作 A生产线 B生产线
月日 A生产线 B生产线 A生产线 B生产线漏水良不良其它 x1 x2 x1 x2
11/1 10 10 2\2\3\2\3\4 1 1 1 2 3 63 63 58 63
2 5 9 3\3\4 1\1 3 0 4 1 60 59 62 62
4 10 11 2\2\4\4\2 1 3 2 2 2 61 62 61 63
5 16 10 2\4\4\2 1\2 1 1 6 2 58 60 60 67
6 7 10 3\3\4\4\3\5 1 2 1 3 1 63 60 59 65
7 12 23 1\2\2 1\1 2 0 5 1 60 61 60 61
8 11 9 2\2\3\3\3 3 2 2 0 62 61 61 61
9 12 14 1\2 0 0 2 0 58 60 64 57
11 7 12 2\3 1 0 0 1 1 64 63 57 59
12 8 17 3\3\2\3\2\4 5 0 1 3 3 61 59 65 63
13 11 11 3\3\1\3\2\3 1\4 1 1 2 3 63 62 64 64
14 3 7 2\5\3\4\1 1\1 1 0 3 1 59 63 60 65
15 10 14 3\3\4\5\ 2 1 0 1 64 59 56 65
16 8 10 2\2\3\4\5\ 1\1\1 2 0 4 2 59 59 61 64
18 8 25 2\3\4\5\3 5 4 2 3 2 61 61 62 61
19 15 11 3\3\1\3\2\5\2 1 5 0 0 2 62 63 56 62
20 9 13 2\3\2 1\3 3 1 2 0 60 62 58 58
21 7 16 1\2\4 1\5 3 3 2 3 61 58 64 60
22 11 9 2\2\4\2\2\4 2 0 2 0 61 60 63 58
23 12 8 1\3\3 1\2 0 2 5 2 63 58 61 61
25 10 11 2\2\4\3\3\4\5 1 1 4 0 61 64 55 61
26 12 10 1\3\2\2\4 1\2 0 1 1 1 60 61 60 60
27 13 12 1\2\4\3 1 1 3 5 0 61 65 63 61
28 11 18 2\4\2 1 0 3 3 61 62 61 62

Practice3
【注】
 各栏项目数据所表示是不良个数。但只有外观疵点位置栏
目所表示的是外观疵点所出现的位置。
 压力栏目以外的其他项目，因 A 、 B2 生产线之间看不出
有差异，故以合计数值表示。
 压力特性值栏所表示的是，每天自工程中抽取 2 个制品，
所测定的压力特性值。

Practice3 解析
【分析 1 】柏拉图分析
不良项目不良品数累计数影响度 % 累计影响度 %
压力特性 555 555 64.3 64.3

外观疵点 142 697 16.5 80.8
动作不良 66 763 7.6 88.4
漏水 43 806 5.0 93.4
负荷压不良 23 829 2.7 96.1
其他 34 863 3.9 100.0
合计 863 863 100.0

Practice3 解析
Pareto Chart for A
900
100
800
700 80
600
Percent
60
Count
500
400
40
300
200 20
100
0 0
Defect
Count 555 142 66 43 34 23
Percent 64.3 16.5 7.6 5.0 3.9 2.7
Cum % 64.3 80.8 88.4 93.4 97.3 100.0

Practice3 解析
【分析 1 】
 检讨：
 检讨柏拉图分析，得知压力特性不良最多，占全部不
良率之 64.3% ，外观疵点其次，占全部不良之 16.5% ，
两项不良合计占全部不良之 80.8%
 依重点指向先对压力特性及外观疵点采取对策。

Practice3 解析
【分析 2 】压力特性值层别分析
1. X  R 管制图
A 生产线 B 生产线
Xbar/R Chart for C1-C2 Xbar/R Chart for C1-C2
65 3.0SL=64.83 3.0SL=66.92
64 65
63
Means
Means
62
61 X=61.14 X=61.20
60 60
59
58
57 -3.0SL=57.45 55 -3.0SL=55.48
Subgroup 0 5 10 15 20 25 Subgroup 0 5 10 15 20 25
7
3.0SL=6.404 10 3.0SL=9.933
6
5
Ranges
Ranges
4
3 5
2 R=1.960 R=3.040
1
0 -3.0SL=0.000 0 -3.0SL=0.000

Practice3 解析
2. 直方图 B 生产线
A 生产线
10
10
Frequency
Frequency
5
5
0 0
58 59 60 61 62 63 64 65 55 60 65
C1 C1
3. 规格 =60±5Kpa=55~65Kpa

Practice3 解析
A 生产线
X A  61.14
TO  X
Ca  1   0.772  77.2%
( SU  S L ) / 2
 eA  1.83
SU  S L
Cp   0.91
6 e
水准为2.73
SU  S L
 2.73
2 
Practice3 解析
【分析 2 】压力特性值层别分析： B 生产线
X B  61.2
TO  X
Ca  1   0.76  76%
( SU  S L ) / 2
 eB  2.66
SU  S L
Cp   0.63
6 e
水准为1.88
SU  S L
 1.88
2 
Practice3 解析
 检讨：
X R
 A 、 B 生产线的 Xbar-R 管制图，作程都在管制图
状态，所以压力特性值的变动是稳定而可预测的。
 A 、 B 生产线的压力特性值的准确度都是 B 级，
所以平均值有调降 1Kpa 的必要。

 A 生产线的 σ 水准为 2.73σ ， B 生产线的 σ 的水
准为 1.88σ ，都有采取措施提升 σ 水准到 3σ 的必

要。

Practice3 解析
【分析 3 】外观疵点位置别分析
A 生产线
位置不良品累计数影响度累计影 25 120.0

数 % 响度 %
20 100.0
2 37 37 33.6 33.6
80.0
%
15
3 34 71 30.9 64.5
不良品数
累计影响度
60.0
10
4 23 94 20.9 85.5 40.0
5 20.0
1 9 103 8.2 93.6
0 0.0
5 7 110 6.4 100.0 1 2 5 4 3

Practice3 解析
 B 生产线
位置不良品累计数影响度累计影

数 % 响度 % 25 120.0
20 100.0
%
1 22 22 68.8 68.8
80.0
2 4 26 12.5 81.3 15
不良品数
累计影响度
60.0
10
5 3 29 9.4 90.6 40.0
5 20.0
4 2 31 6.3 96.9
0 0.0
3 1 32 3.1 100.0 1 2 3 4 5

Practice3 解析
【分析 3 】外观疵点位置别分析
 检讨：
 生产线 A 的位置 2 、 3 、 4 出现外观数不良数较多。
 位置 2 出现 37 个，位置 3 出现 34 个，位置 4 出现
23 个，占 A 生产线全部不良数的 85.4% 。

 生产线 B 的位置 2 出现不良品数 22 个，占 B 生产
线全部的 68.8% 。
 所以先对 A 生产线位置 2 、位置 3 、位置 4 及 B 生
产线位置 1 ，追究原因采取对策。

Practice4
 有口服液填充作业工程，每天由 A 、 B 、 C 、
D4 生产线作填充作业，每一生产线每天填充
10 ， 000 瓶，经由品管部门品官员作全数检
查，其杂质混入不良数如下表，试解析之。

Practice4
日期 2/1 2/2 2/4 2/5 2/6 2/7 2/8 2/9 2/11 2/12
A生产线 7 16 7 8 8 16 3 5 5 17
B生产线 2 9 1 2 2 9 1 3 1 10
不良数
C生产线 0 5 1 0 1 4 1 0 0 5
D生产线 1 7 1 3 0 8 1 2 0 7
日期 2/13 2/14 2/15 2/16 2/18 2/19 2/20 2/21 2/22 2/23
A生产线 4 3 3 4 4 16 5 17 2 6
B生产线 0 0 1 1 4 10 2 9 0 0
不良数
C生产线 2 0 1 0 1 5 0 4 0 2
D生产线 1 1 3 0 1 8 1 7 0 1
日期 2/25 2/26 2/27 2/28 3/1
A生产线 4 6 3 4 5
B生产线 1 4 3 1 2
不良数
C生产线 0 0 1 1 0
D生产线 0 3 1 0 2

Practice4 解析
【分析 1 】各生产线别的层别 Pn 管制图
A 生产线
B 生产线
NP Chart for C1 NP Chart for C2

20 1 1
1 1 10
1 1 1
1 1 1
3.0SL=15.12 3.0SL=8.418
Sample Count
Sample Count
10
5
NP=7.120
NP=3.120
0 -3.0SL=0.000 0 -3.0SL=0.000
0 5 10 15 20 25 0 5 10 15 20 25
Sample Number Sample Number

Practice4 解析
C 生产线 D 生产线
NP Chart for C3 NP Chart for C4

1 1 1 9
5 1 1
3.0SL=4.858 8
1 1 1
7 3.0SL=6.968
4
6
Sample Count
Sample Count
3 5
4
2
3
NP=1.360 NP=2.360
2
1
1
0 -3.0SL=0.000 0 -3.0SL=0.000
0 5 10 15 20 25 0 5 10 15 20 25
Sample Number Sample Number

Practice4 解析
【分析 1 】各生产线别的层别 Pn 管制图
 检讨 :
 2/2 、 2/7 、 2/12 、 2/19 、 2/21 5 天， 4 生产线的杂质混
入不良率都同时有异常点，甚至有超出管制界限的点出现。
 判断出现异常点的原因，并非生产线本身的原因，其中有
可能的原因为：
 输入（ Input ）的原料或空瓶有异常发生。
 上工程的作业有异常发生。
 全体的作业环境有异常发生。
 针对 2/2 、 2/7 、 2/12 、 2/19 、 2/21 5 天检讨上述有可能

的原因，把握真因，采取改善对策。

Practice4 解析
【分析 2 】
实绩改善前除去异常点后
生产线 P  P 
A 123dpmo 4.69 480dpmo 4.8
B 312dpmo 4.92 155dpmo 5.1
C 136dpmo 5.15 55dpmo 5.37
D 236dpmo 4.99 110dpmo 5.2

Practice4 解析
【分析 2 】
 检讨：
 A 、 B 、 C 、 D 各生产线只要能去除异常点，使作程成为作
程在管制状态，各生产线的杂质混入不良率就可以降低如上所
表示。
 去除异常点之后的生产线 A 的平均杂质混入不良率为 480dpm
o ，为 4 条生产线中最高者。而生产线 C 的杂质混入不良率只
有 55dpmo ，所以到现场实际观察，发掘其差异原因找出生产
线 A 不良率高的原因及生产线 C 不良率低的原因，再提出改
善对策，则 A 、 B 、 C 、 D4 条生产线的杂质混入不良率应该
都可降低至 55dpmo
以下。

Practice5
 某零件长度规格 =18.05±0.05mm 机械调整后，

试作 8 个零件，测定长度结果如下，试解析
之。
18.11 、 18.05 、 18.07 、 18.12
18.10 、 18.08 、 18.09 、 18.09
Minitab>stat>basic statistic>1 sample t

Practice5 解析
【分析 1 】
Test of mu =18.05vs mu not =18.05
Variable N Mean StDev SE Mean
C1 8 18.0887 0.0223 0.0779
Variable 95.0%CI T P
C1 (18.0701.18.1074) 4.91 0.002
Minitab>stat>basic statistic>1 sample t

Practice5 解析
【分析 1 】
 检讨：
1. 有意水准 1% 下可判定此机械所调整的零件长度与规格
中心值不同，有重新调整的必要。
2. 所调整的零件长度母平均推定值（信耐度 95% ）的信耐
度界限为
  18.07 ~ 18.11mm
3. 调整的准确度为 Ca=62%
4. 须重新将零件长度调短
△   18.0887  18.05  0.038mm
的必要。

Practice5 解析
【分析 2 】
Process Capability Analysis for C1 Process Capability Sixpack for C1
Lower Spec Upper Spec Individual and MR Chart Capability Histogram

18.15 3.0SL=18.16
Individual Value
18.10
X=18.09
18.05
-3.0SL=18.02
18.00
18.05 18.08 18.11
Obser. 1 2 3 4 5 6 7 8
Normal Prob Plot
3.0SL=0.08402
Mov.Range 0.075
0.050
0.025 R=0.02571
0.000 -3.0SL=0.000
18.05 18.08 18.11
18.00 18.02 18.04 18.06 18.08 18.10 18.12 18.14 18.16
18.125
Last 8 Observations Capability Plot
Short-Term Capability Process Tolerance
18.0204 18.1571
18.100
Values
Cp 0.73 Targ * Mean 18.0887 %>USL Exp 31.08 PPM>USL Exp 310830 Cp: 0.73 I I I
CPU 0.16 USL 18.100 Mean+3s 18.1571 Obs 25.00 Obs 250000 18.075
CPU: 0.16 I I I
CPL 1.30 LSL 18.000 Mean-3s 18.0204 %<LSL Exp 0.00 PPM<LSL Exp 49 CPL: 1.30 18.0 18.1
18.050 Cpk: 0.16 Specifications

Cpk 0.16 k 0.775 s 0.0228 Obs 0.00 Obs 0
1 2 3 4 5 6 7 8 StDev: 2.28E-02
Cpm * n 8.000
Observation Number

Practice5 解析
【分析 2 】
 检讨：
 1. 母标准差推定值 σ=0.023
 作程能力指数 Cp=0.72
 偏差作程能力指数 Cpk=0.16 作程能力太差，必
须缩小母标准差，提高作程能力才可以。
 2. 作程能力指数 Cp 要提高到大于 1.67 时必须要能
缩小 σ 到 σ≤0.01 才可以。

Practice6
 某专案小组为研究提高某产品的接著强度（ K
gf/cm2 ） , 而提案新的加工方法。以新的加工
法与原料加工法，试作结果，其接著强度如下，
试解析之。
 新的加工法 1.24 ， 11.2 ， 5.8 ， 9.6 ， 11.4 ，
6.7 ， 10.2 ， 9.7 ， 10.7 ， 9.9 。
 原有加工法 11.5 ， 9.0 ， 5.1 ， 8.0 ， 12.5 ，
4.3 ， 5.8 ， 5.4 ， 7.0 ， 5.7

Practice6 解析
【分析 1 】
Test for Equal Variances
Level1 nm
Level2 om
ConfLv1 95.0000
Bonferroni confidence intervals for standard deviations
Lower sigma upper N Factor Levels
1.34240 2.05221 4.13243 10 nm
1.82740 2.79366 5.62547 10 om
F-TEST ( normal distribution )
Test Statistic : 0.540
P-Value : 0.372
TWO-sample T for nm vs om
N Mean StDev SE Mean
F=s1^2/s2^2=2.05^2/2.79^2
Nm 10 9.76 2.05 0.65
Om 10 7.43 2.79 0.88
Difference = mu nm – mu om
Estimate for difference : 2.33
95% lower bound for difference:0.42
T-Test of difference = 0 (vs >):
T-value = 2.13
P-value = 0.025

Practice6 解析
【分析 1 】
 检讨：
 1. 有意水准 5% 下，判定新加工方法比原加工方法所加工
产品之接著强度有显著增强。
 2. 推定接著强度增强 2.33Kgf/cm2, 其信耐度 95% 的信耐
2
界限为△ˆ  1.91 ~ 2 . 75 Kgf / cm

F 檢定圖形
Test for Equal Variances
95% Confidence Intervals for Sigm as Factor Levels
C2
C3
1 2 3 4 5 6
F-Test Levene's Test

Test Statistic: 0.540 Test Statistic: 0.967
P-Value : 0.372 P-Value : 0.338
Boxplots of Raw Data
C2
C3
4 5 6 7 8 9 10 11 12 13

T 檢定圖形
Boxplots of C2 and C3
(means are indicated by solid circles)
13
12
11
10
C2 C3

Practice6 解析
【分析 2 】

Practice6 解析
【分析 2 】
 检讨：
 1. 新加工方法所加工产品其接著强度
 母平均推定
ˆ  9.76 Kgf / cm 2
 母标准差推定值
ˆ  2.11Kgf / cm 2
 2. 规格设定为 10.0±7kgf/cm2 时，作程能力指数 Cp=1.11 ，
偏差作能力指数 Cpk=1.07, 作程准确度 Ca=96.4% 。

Practice7
 某变压器制造工厂，过去之卷线工程不良率
P=0.09 ，经 6Sigma 专案小组提出卷取方法
的改善对策，认为可降低不良率，黑带欲了
解改变卷取方法后之不良率是否有降低，故
由改变方法后之制程中，随机抽取 167 个样
本，其中发现 8 个不良品，试解析之。

Practice7 解析
【分析 1 】
样本数不良品数不良率 Z值 -1.900882
卷线不良 167 8 0.00479042 P 值 ( 下侧机 0.0286587
率)
母集团 * * 0.09 Z(0.05) -1.644853
 检讨：
 1. 在有意水准 5% 下可判定实施卷取方法的改善对策后，卷
取不良有显著降低。
 2. 卷取的母不良率推定值由原来的 9% 降低为 4.8% 。

Practice7 解析
【分析 2 】
点推定信赖区间下限值信赖度 95% 上限值
卷线不良 0.0479042 0.015513793 0.0802946
 检讨：
 1. 实施新的卷取方法后，卷取的母不良率在信耐度 95%
的推定区间为
ˆ  1.55% ~ 8.03%
p
 2.6Sigma 专案小组所提的改变对策是有效的，可建议现
场修改卷取方法的作业标准并纳入公司标准书内。

Practice8
 A 、 B 二台所生产的制品，检查结果如下：
项目 A B
良品 170 94
不良品 30 6
计 200 100
 试解析之。
Practice8 解析
【分析 1 】
样本数不良品数不良品率

A 200 30 0.15
法 100 6 0.06
B
法 Z值 2.261335
P 值（双侧机率） 0.023738
Z （ 0.025 ） 1.959961

Practice8 解析
【分析 1 】
 检讨：
 在有意水准 5% 下，可判定 A 、 B 二机台所生产的制品
母不良率有显著不同，其差的推定值为 9% （ 15%~6
% ）。

Practice8 解析
【分析 2 】
A 法， B 法点推定信耐区间信耐度 95%
母平均值差 0.09 下限值上限值
0.022062535 0.157937
 检讨：
 A 、 B 二机台所生产的制品母不良率差在信耐度 95%
的推定区间为
PA-PB=2.2%~15.79%

Practice8 解析
【分析 3 】
信耐区间信耐度 95%

点推定下限值上限值
 检讨： B法 0.06 0.013453503 0.1065465
 1.B 机台所生产的制品母不良率较低，可进一步研
究 B 机台较 A 机台母不良率低的原因，来改善 A
机台。
 2.B 机台的母不良率推定值为 P ˆ  6% ，
B
PˆB  1.35% ~ 10.65%
信耐度 95% 的信耐区间为

Practice9
 某钢管家具工厂，其电镀工程过去平均每 1 立
方公尺有 12 处刮痕，经 6Sigma 专案小组研
究结果，改变电镀方法。今从改变电镀方法
所产生之电镀制品中检查 8 立方公尺刮痕结果，
发现有 69 处刮痕，试解析之。

Practice9 解析
【分析 1 】
单位数缺点数每单位缺点数
刮痕 8 69 8.625
母集团 * * 12
Z值 -2.755675961
P 值（下侧） 0.002928606
Z(0.05) -1.644853
 检讨：
 在有意水准 5% 下，可判定 6Sigma 专案小组所研究的电镀方
法，其所产生之电镀制品的刮痕有显著减少。
 新的电镀方法所产生电镀制品之刮痕的母推定值，由原来的
每 1 立方公尺 12 处，降低为每 1 立方公尺 8.63 处。

演练 A9 解析
【分析 2 】
刮痕 8.625 6.5899176 10.66008244
检讨：
1. 实施新的电镀方法后，刮痕的母推定值，在信耐度 95% 的
推定区间为
uˆ  6.59 ~ 10.66处/立方公尺
2.6Sigma 专案小组所提新的电镀方法确实有效，可建议现场
修改电镀方法的作业标准，并纳入公司标准书内。

Practice10
 某玻璃制造厂因为玻璃成品的气泡缺点，引
起顾客的很多抱怨，为要降低气泡缺点，而
成立专案小组，经 6Sigma 专案小组研究改进
新的制造方法。改变制造方法前检查 600 个
玻璃成品，发现 98 个气泡。但采用新的制造
方法后，检查 500 个玻璃成品，发现 63 个气
泡，试解析之。

Practice10 解析
【分析 1 】

改进前 600 98 0.163333333
改进后 500 63 0.126
Z值 1.630568523
P 值（双侧） 0.102981373
Z(0.975) 1.959961082
Minitab>stat>basic statistic>2proportions

Practice10 解析
【分析 1 】
 检讨：
 在有意水准 5% 下，可判定 6Sigma 专案小组所研究
改进的新制造方法，不能说玻璃成品的母气泡缺点有
减少。
 必须再研究新的作业方法才可以。

Practice10 解析
【分析 2 】

改进前 600 98 0.163333333
改进后 700 65 0.092857143
Z值 3.50252939
P 值（双侧） 0.000460951
Z(0.975) 1.959961082

Practice10 解析
【分析 2 】
 检讨：
 6Sigma 专案小组第 2 次所提出的新制造方法，从生产的
制品中检查 700 个制品，发现有 65 个气泡。
 在有意水准 5% 下，可判定第 2 次的新制造方法所产生制
品的气泡点有显著减少。

Practice10 解析
【分析 3 】
改进前改进后 0.0704762 0.0310388 0.109913573
 检讨：
 1. 新制造方法比原来的制造方法所生产玻璃制品的气泡
缺点，每单位（个）可减少 0.07 个气泡，即 100 个玻璃
制品中可减少 7 个气泡。
 2. 实施新制造方法后，可减少的气泡母缺点再信耐度 95
% 的新耐区间为
uˆ  0.031 ~ 0.11 / 个
 即 100 个玻璃制品中可减少 3.1~11 个气泡。
Practice10 解析
【分析 4 】
改进后 0.0928571 0.070283269 0.115431016
 检讨：
 6Sigma 专案小组第 2 次所提出的新的制造方法后，玻璃制
品的气泡母缺点，由原来的 100 个玻璃制品中有 16 个，
减少为 9 个。

Practice10 解析
【分析 4 】
 检讨：
 在信耐度 95% 的信耐区间为
uˆ  0.0703 ~ 0.1154 / 个
 即平均 100 个玻璃制品中只有 7.03~11.54 个气泡
缺点。
 6Sigma 专案小组第 2 次所提出的新的制造方法，
可认为有显著效果，故可建议现场改制造方法的
作业标准，并纳入公司标准书内。

Greenbelt 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Greenbelt 2

Uploaded by

Copyright:

Available Formats

Chapter 3

The Green Belt Training By Etbest Consulting Company 1

The Green Belt Training By Etbest Consulting Company 3

The Green Belt Training By Etbest Consulting Company 4

The Green Belt Training By Etbest Consulting Company 5

The Green Belt Training By Etbest Consulting Company 6

The Green Belt Training By Etbest Consulting Company 7

The Green Belt Training By Etbest Consulting Company 8

The Green Belt Training By Etbest Consulting Company 9

The Green Belt Training By Etbest Consulting Company 10

The Green Belt Training By Etbest Consulting Company 11

The Green Belt Training By Etbest Consulting Company 12

上午 NO.1 NO.2 NO.3 NO.4 NO.5 NO.6

The Green Belt Training By Etbest Consulting Company 13

The Green Belt Training By Etbest Consulting Company 14

 所出现的数值是 10.5% 、 5.12 码等有小数点的数值即连

纱的强度（ kg/m2 ）、时间、费用。

The Green Belt Training By Etbest Consulting Company 15

The Green Belt Training By Etbest Consulting Company 16

餐厅提供茶水 顾客不满意件 客人坐定后

The Green Belt Training By Etbest Consulting Company 17

The Green Belt Training By Etbest Consulting Company 18

The Green Belt Training By Etbest Consulting Company 19

The Green Belt Training By Etbest Consulting Company 20

The Green Belt Training By Etbest Consulting Company 21

The Green Belt Training By Etbest Consulting Company 22

The Green Belt Training By Etbest Consulting Company 23

The Green Belt Training By Etbest Consulting Company 24

The Green Belt Training By Etbest Consulting Company 25

The Green Belt Training By Etbest Consulting Company 26

The Green Belt Training By Etbest Consulting Company 27

The Green Belt Training By Etbest Consulting Company 28

The Green Belt Training By Etbest Consulting Company 29

The Green Belt Training By Etbest Consulting Company 30

The Green Belt Training By Etbest Consulting Company 31

The Green Belt Training By Etbest Consulting Company 32

The Green Belt Training By Etbest Consulting Company 33

The Green Belt Training By Etbest Consulting Company 34

The Green Belt Training By Etbest Consulting Company 35

The Green Belt Training By Etbest Consulting Company 36

The Green Belt Training By Etbest Consulting Company 37

The Green Belt Training By Etbest Consulting Company 38

The Green Belt Training By Etbest Consulting Company 39

The Green Belt Training By Etbest Consulting Company 40

The Green Belt Training By Etbest Consulting Company 41

The Green Belt Training By Etbest Consulting Company 42

1 Cp>4/3 Cp>5/3 合格 产品采用抽样或出厂检就可以

2 1<Cp<4/3 4/3<Cp<5/3 警告 产品有发生不良品的危险，需注意

3 Cp<1 Cp<4/3 不合格 操作方法需变更或改善

The Green Belt Training By Etbest Consulting Company 44

The Green Belt Training By Etbest Consulting Company 45

3 Cpk<1 Cpk<4/3 不合格

The Green Belt Training By Etbest Consulting Company 46

The Green Belt Training By Etbest Consulting Company 47

The Green Belt Training By Etbest Consulting Company 49

The Green Belt Training By Etbest Consulting Company 50

The Green Belt Training By Etbest Consulting Company 51

The Green Belt Training By Etbest Consulting Company 52

The Green Belt Training By Etbest Consulting Company 53

The Green Belt Training By Etbest Consulting Company 54

The Green Belt Training By Etbest Consulting Company 55

The Green Belt Training By Etbest Consulting Company 56

標准值 ( 參照值 )X 標准值 ( 參照值 )X

餐厅提供茶水顾客不满意件客人坐定后

1 Cp>4/3 Cp>5/3 合格产品采用抽样或出厂检就可以

2 1<Cp<4/3 4/3<Cp<5/3 警告产品有发生不良品的危险，需注意

3 Cp<1 Cp<4/3 不合格操作方法需变更或改善