{品质管理QC七大手法}统计基本概念及QC手法HQ.pdfVIP

基本統計概念及QC手法

課程目的：

了解品管常用手法的做法/判斷及應用

教材適用對象：

所有工程師

課程大綱：

1.如何收集數據3.品管常用手法

1-1數據的分類3-1特性要因圖的做法/應用

1-2收集數據的目的與方式3-2查檢表的種類/設計

1-3收集數據的步驟3-3層別法的做法/應用

2.基礎統計

3-4柏拉圖的做法/應用

3-5直方圖的做法/判斷

2-1資料型態與基本定義

3-6推移圖的做法/應用

2-2集中趨勢量數

3-7散佈圖的做法/應用

2-3離散量數

3-8箱型圖的做法/應用

如何收集數據

以實驗數據來表示事實

以實驗為基礎，經過考慮、判斷後採取行動，此為品質管制中的重要過程，

其最恰當之表示方式即為數據

數據的分類，按收集方法可分成以下兩類：

(1)計量值的數據

由測量所得之數據，如板厚、尺寸、線寬、間距、…等。

(2)計數值的數據

由統計點數所得之數據，如針孔、凹陷、短路、斷路…等。

收集數據之目的

在收集數據時必須先瞭解為何要收集此數據及收集的使用目的，大致可

區分為以下四類：

(1)現狀掌控

(2)製程解析

(3)製程管制

(4)品質保證

收集數據方式

(1)用記錄表記錄

(2)影片記錄

(3)儀器

(4)自動記錄裝置

收集數據步驟

1.明確收集數據目的

2.決定「何時、誰、何處、何種數據、如何收集」

3.考慮能以最少的數據(作正確判斷的抽樣)

4.設計適當的查檢表

5.以層別方式收集數據

6.決定適切的檢查方式(測定方法)

7.記錄查檢表

8.記錄數據的方法使標準化

基礎統計







x

x%

%

資料型態與基本定義

群體與樣本

群體(Population)：群體是由某一被指定的群組裡所有的個數所構成。

樣本(Sample)：樣本為自群體中抽取一部份的個數。

數據不是數字

數據按型態分：

可分為屬量資料(資料以數字方式表示，例如：年齡、身高等)

(資料以數字方式表示，例如：年齡、身高等)

與屬質資料(資料常以文字/符號方式表示，例如；性別、血型等)

(資料常以文字/符號方式表示，例如；性別、血型等)

屬量數據為連續型數據；屬質數據為離散型數據(Continuous

and

Discrete

Data)

連續型數據(Continuous

Data)：

為一個變數之量測尺度屬連續尺度，則其資料與資料間可以做無限分割，

例如身高、體重、溫度等。

離散型數據(Discrete

Data

)：

一個變數之量測尺度屬離散尺度，一般為分類級別用，則其數據稱離散

數據或間斷數據。

屬質即離散型數據又分為名目資料與順序資料(Nominaland