29 直方图.PPT

4.3.6 直方圖 直方圖 (histogram) 係依據預定量測方式與蒐集樣本數量，蒐集品質特性數據，再將蒐集數據依其變化率予以分組，以利繪製直方圖表示。 * 直方圖 一、直方圖之主要參數說明 組數 (k)：依作業日程量測次數，每次量測樣本數必須大於1。組數大小之計算方式可以史特吉斯 (Sturges) 公式計算其概略值： k＝1＋3.32 log(n)其中n為樣本數。 另參考石川馨博士建議之組數 (k)，如表4.7所示，其選取方式係依樣本數 (n) 大小而訂，意在充分展示樣本分布情形。若組數太少無法展示抽樣樣本之分布情形，反之則作業過於繁瑣，因此只要配合樣本大小，選取適當組數即可展示量測數據之分布情形。 * 直方圖 * 直方圖 樣本數 (n)：量測樣本數量。 最大數據 (Max)：量測數據中最大數據。 最小數據 (Min)：量測數據中最小數據。 全距 (R)：整個量測數據中最大值與最小值之差，R = Max－Min。 組距 (C)：每組數據間隔。其中k 1，組距 (C) 需配合組數 (k)、規格範圍及展示效果等做適當調整。 * 直方圖 下組界：如量測數據為 210，220，230，250等，其最小位數為十位數，即此時最小量測單位為十位數取10；如量測數據為 210，215，213，212等，其最小量測單位為個位數，即最小量測單位 = 1；若量測數據為 210.1，215.4，213.2，212.7等，其最小量測單位為小數點下一位數，即最小量測單位 = 0.1。 * 直方圖 上組界 = 下組界＋組距。 中值 = (上組界下組界)/2 = (該組最大值該組最小值)/2。 以線軸之塑膠射出製程為例，由檢查表知，每一箱的不良率，如表4.8所示，將每箱不良率由1%至2.25%，組距為0.25%，編製成次數分配表，如表4.9所示，其中發生次數是表4.8之不良率落在表4.9不良率範圍內次數，然後繪製其直方圖，如圖4.11所示，由此可知各箱不良率分配情形。 * 直方圖 * 直方圖 * 直方圖 * 例題 4.2 * 解 例題 4.3 * 解 例題 4.4 * 解 例題 4.4 * 例題 4.4 * 二、直方圖之應用 預測製程能力，平均數愈接近規格中心值表示製程能力愈佳；另離散趨勢可藉由標準差或全距評估，愈小者表示製程能力愈佳。 可以中心值 ± 數個標準差，做為管制界限，以利品質管制。 預知生產分配型態，如：缺齒型、離島型、左 (或右) 偏型、均等型、或常態型等。 管制良率，藉由規格範圍內的良品數與全部樣本之比率，即可計算其良率，惟直方圖設計時需將規格訂在組界上。 * 例題 4.5 * 解 4.3.7　管制圖 產品製程之品質管制需考量品質特性之準度 (accurate) 及精度 (precise)，其中準度可視為品質特性對中心值 (如平均數) 之差異程度；精度可視為品質特性量測值之間的變異性 (如標準差)。 * Precision and Accuracy * 直方圖類型與變因 * 直方圖類型與變因 * 例題 4.7 * 例題 4.7 * 解 管制圖作業方式 依產品特性及成本考量訂定品質管制項目。 決定採用之管制圖。 訂定合理的樣本大小，及其抽樣檢驗方式。 訂定管制中心線。 訂定管制界限。 繪製管制圖。 分析管制圖。 品質提升與管制界限之修訂，重新檢討管制圖。 * 常態分布曲線之管制圖。 中心線可以量測紀錄之平均數的平均數 ( ) 表之；或中心線可以群體平均數 (μ) 表之；亦或中心線可以規範要求之中心值表之； 管制上下限為中心線 ±3σ，其量測數據落在上/下限之間之機率為99.73%。 計量管制圖係使用於連續性製程數據之管制，如：重量、長度、厚度等。 計數管制圖係使用於不連續性製程數據之管制，如：不良品數量、缺點數等。 二、管制圖繪製說明 * 二、管制圖繪製說明 管制界限 (control limits) 係指產品製程品質之差異範圍。 規格界限 (specification limits) 係依據合約 / 規範之要求，所訂定之容許誤差範圍。 型I錯誤：製程穩定情況下，當樣本點沒有超出管制界限，卻判定成製程不正常。 型II錯誤：製程異常情況下，當樣本點在管制界限內而判定其製程正常。 * 例題 4.8 * 例題 4.8 * 解 例題 4.8 * 第四章 品質管制七大手法 4.1 概論 品質差異係生產者與消費者間對產品認知之價值不同。若消費者對產品之品質具認同感，或賦予超出產品本身價值之評價，則稱該產品符合顧客需求，甚至物超所值。 產品價值鏈係自供應商所提供之原物料，經採購及檢驗過程，送交生產部門依製程程序完成產品生產，再運交至顧客使用，如圖4.1所示。 * 產品價值鏈與品質管制 * 產品變異 產品變異是產品間之差