公司品管七大手法课件.pptVIP

2.弱正相關:散佈圖點的分佈較廣但是有向右上的傾向,這個時候X增加,一般Y也會增加,但非相對性,也就是說X除了受Y的因素影響之外,可能還有其他因素影響著X,有必要進行對其他要因再調查,這種形態叫做似乎有正相關亦稱為弱正相關. 身高 0 體重 X Y 弱正相關(相關性弱) 3.完全負相關:當X增加,Y反而減少,而且形態呈現一直線發展的現象. 0 X Y 溫度 油的粘度 完全負相關(相關性強) 4.非顯著性負相關:當X增加,Y減少的幅度不是很明顯,這時的X除了受Y的影響之外,尚有其他因素影響著X. 0 X Y 濕度 步伐 非顯著性負相關(相關性弱) 5.無相關:如果散佈圖點的分佈呈現雜亂,沒有任何傾向時稱之,也就是說X與Y之間看不出有任何關係,這時候應再一次先將數據層別化之後再分析. 0 X Y 氣壓 溫度 無 相 關 6.曲線相關:假如 X 增大, Y 也隨之增大,但是 X 增大到某一值之後, Y 反而開始減少.因此產生散佈圖點的分佈有曲線傾向的形態. 0 X Y 年齡 記憶 曲 線 相 關 直方圖(Histogram) 直方圖是一種將數據以簡單方式呈現的工具，可以讓分析者快速地了解某特定時間內製程的狀況。 橫軸代表某個品質特性或變數量測值之分類，縱軸表示每一類出現之次數。 典型的直方圖 常見的直方圖類型及其意義 鐘型分配： 在上下界限中央有一高峰，且圖形以中心點對稱，顯示此數據來自一個常態製程。 雙峰分配： 在數據分布範圍中央有一低谷，而兩旁各有一高峰。此種圖形是混合兩個鐘型分配，可能的情形是這些數據來自兩部不同之機器、操作員或生產線。 高原型分配： 沒有顯著的高峰和尾端，此種直方圖的數據可能來自數個鐘型分配。可能原因之一是無標準作業程序，操作員自行其事，造成極大之變異。 梳狀分配： 直方圖上高低值交互出現。可能是量測誤差或分組不當。 偏斜型分配： 高峰出現在接近某端分布邊緣，另一邊是長長的尾巴。若尾巴向右延伸稱為右偏，反之稱為左偏。 截斷型分配： 高峰發生在(或靠近)數據分布之邊緣。截斷型直方圖之發生是將某些數據自鐘型分配數據中移去，例如:實施100%全檢後將不合格品數據剔除。 離島型分配： 直方圖上出現兩個大小相差甚多之高峰。較低之高峰數據可能來自於某一特別之機器、製程或作業員，亦可能是量測誤差或抄寫數據時產生之錯誤。 邊緣突出型分配： 在平滑分配的邊緣出現一突出之高峰。此情形通常為資料記錄錯誤所造成。 直方圖的繪製步驟： 收集數據：製作直方圖，一般需取得50~200個數據如果數據個數(n)太少，就不容易看出群體的性質。 求出數據中的最大值(M)與最小值(m) 決定組數：直方圖柱形的個數為k，一般而言可採取經驗值 決定組距：組距(h) 的求法為最大直減去最小值再除以先前所得的組數 5~7 ~50 組數(k) 數據(n) 10~20 251~ 7~12 101~250 6~10 51~100 決定每一組的上下組界值： 第一組的下組界值=最小值(m)－(測量單位/2) 第一組的上組界值=第一組的下組界值＋組距(h) 依次可求得第二組以後每組的上下組界值(當上下組界值 依次確定後，可能會發生組數與原先假設組數k有些許差異的情形)。 計算各組的數據分配次數 繪製直方圖 檢查直方圖是否合乎常態，若有異常情形發生，找出異常之原因。 針對異常原因提出改善方案。 執行改善方案後，再進行確認。 直方圖的實例 某廠之成品尺寸規格為130mm~160mm，今隨機抽樣 取60個樣本測定值如下: 138 142 148 145 140 141 139 140 141 138 138 139 144 138 139 136 137 137 131 127 138 137 137 133 140 130 136 128 138 132 145 141 135 131 136 131 134 136 137 133 134 132 135 134 132 134 121 129 137 132 130 135 135 134 136 131 131 139 136 135 Max Min 數據個數(n)是60，最大值(M)=148，最小值(m)=121，組數(k)=7，組距(h)=4， 第一組的下組界值為120.5，上組界值為124.5， 所得的次數分配表如下： No 組 界 次數 1 120.5~124.5 1 2