【正文】 卌卌 卌卌十 卌卌卄 卌卌 卌卄 533 流線紋 卌 卌卄 卌丨 卌卅 卌丨 344 異物 卌十 卌卅 卌 卌丨 卌 325 刮傷 卌 卌 卅 卌十 卌 266 臟粒 ︱ ︱ ︱ 37 凹凸點(diǎn) ︱ 18 白化點(diǎn) ︱︱ 29 變形 ︱ 1合計(jì) 40 49 43 44 39 21524檢查表事例（點(diǎn)檢用檢查表）項(xiàng)目 查檢項(xiàng)目 查檢1 刷 牙 ˇ2 洗 臉 ˇ3 刮胡子 ˇ4 吃早餐 ˇ5 穿衣服 ˇ6 穿鞋子 ˇ7 檢查攜帶物 ˇ161。 案例：對(duì)曲軸加工進(jìn)行抽樣檢驗(yàn)，得出不合格品共 160個(gè)，造成不合格的因素中， 蓄油孔扣環(huán)占 50%； 動(dòng)平衡超差占 29%； 開檔大占 10%； 法蘭銷孔大占 6%；小頭直徑大占 5%?？梢钥闯銮皟煞N因素占 79%，應(yīng)作為關(guān)鍵急需解決因素。 圖 曲軸不合格品排列圖27161。 柏拉圖 (Pareto Chart)，又稱為帕累托圖、排列圖、 ABC圖、重點(diǎn)分析圖。 意大利經(jīng)濟(jì)學(xué)家 Vilfredo Pareto在研究意大利當(dāng)時(shí)的（1897年）社會(huì)貧富現(xiàn)象時(shí)提出： 80%的財(cái)富集中在 20%的人手中，人們稱之為柏拉圖原理（ 8020原理， 80/20法則）。此項(xiàng)原理，被廣泛應(yīng)用于工廠內(nèi)，一般來說，不良原因雖然很多項(xiàng)，但是總是集中在那幾項(xiàng)，而這少少的幾項(xiàng) (通常僅3~7項(xiàng) )加起來，卻占了約 70%~80%，所以如能集中火力于這幾項(xiàng)作改善時(shí)，可收事半功倍之效。 柏拉圖的定義161。由柏拉圖可看出那一項(xiàng)有問題，其影響的程度如何，以找出問題的癥結(jié)，方便進(jìn)一步針對(duì)問題點(diǎn)追查原因，或采取改善措施。 柏拉圖的作用161。在任何過程中大部分缺陷也通常是由相對(duì)少數(shù)的問題引起的。在 6Sigma中，也用于對(duì)項(xiàng)目的主要問題如顧客抱怨等進(jìn)行分類。柏拉圖的作法31 ﹙ 如：一星期、一個(gè)月或三個(gè)月 ﹚ 及按分類項(xiàng)目，收集數(shù)據(jù)。 例：某塑料部品外觀不良狀況數(shù)據(jù)表 → 每日固定生產(chǎn) 1000片柏拉圖的作法1/23 1/24 1/25 1/26 1/27 合計(jì)1 缺角 卌卌卄 卌卌卅 卌卌卄 卌卌丨 卌卌卄 632 氣孔 卌卌 卌卌十 卌卌卄 卌卌 卌卄 533 流線紋 卌 卌卄 卌丨 卌卅 卌丨 344 異物 卌十 卌卅 卌 卌丨 卌 325 刮傷 卌 卌 卅 卌十 卌 266 臟粒 ︱ ︱ ︱ 37 凹凸點(diǎn) ︱ 18 白化點(diǎn) ︱︱ 29 變形 ︱ 1合計(jì) 40 49 43 44 39 21532，將數(shù)據(jù)項(xiàng)目及發(fā)生次數(shù)作成數(shù)據(jù)整理表，及準(zhǔn)備妥柏拉圖數(shù)據(jù)整理表。 數(shù)據(jù)整理表 → 每日固定生產(chǎn) 1000片柏拉圖的作法不良項(xiàng)目 1/23 1/24 1/25 1/26 1/27 合計(jì)1 缺角 12 14 13 11 13 632 氣孔 10 12 13 10 8 533 流線紋 5 8 6 9 6 344 異物 7 9 5 6 5 325 刮傷 5 5 4 7 5 266 其它 1 1 2 1 2 7合計(jì) 40 49 43 44 39 21533，累計(jì)不良率 ﹙ 或累計(jì)次數(shù)、累計(jì)損失金額 ﹚ ，影響度 %，累計(jì)影響度 %....等項(xiàng)。 柏拉圖數(shù)據(jù)整理表 → 每日固定生產(chǎn) 1000片 合計(jì)總生產(chǎn) 5000片161。 不良率 % =﹙ 各項(xiàng)不良數(shù) ﹚247。 影響度 % =﹙ 各項(xiàng)不良數(shù) ﹚247。 檢視該表中的其它項(xiàng)是否排在最末項(xiàng)，若不是時(shí)，要檢查是否含有其它大要因在內(nèi)，必要時(shí)，要再分出一項(xiàng)目。左縱軸加上刻度后為不良率刻度，橫軸為不良項(xiàng)目，按柏拉圖數(shù)據(jù)整理表的項(xiàng)目先后排列，畫成柱形圖。將前幾項(xiàng)總和 ﹙ 累計(jì)影響度達(dá) 80%左右 ﹚ 之折線點(diǎn)，以虛線連接該折線點(diǎn)與右縱軸及橫軸，并填入累計(jì)比率。柏拉圖的作法37? 柏拉圖應(yīng)依大小順序，由高往低排列，「其它項(xiàng)」應(yīng)排最末項(xiàng)。? 一般而言，縱軸可用損失金額、缺點(diǎn)數(shù)、故障率、出勤率 …等等特性表示，橫軸則為材料別、設(shè)備別、不良項(xiàng)目別、作業(yè)者別 …等來區(qū)分。柏拉圖的制作要領(lǐng)38? 分析時(shí)，累計(jì)值 75%以上的項(xiàng)目，通常稱重點(diǎn)項(xiàng)目。? 若第一順位者，非本部門或本身能力能解決時(shí)，或不符經(jīng)濟(jì)效益時(shí)，應(yīng)轉(zhuǎn)至第二順位來著手。柏拉圖的分析之要領(lǐng)39五、分層法4041161。 分層法 （ Classify)又名分層法，按照原料別、機(jī)器別、人員別、工作方法別、時(shí)間別等分別收集數(shù)據(jù)，并進(jìn)一步加以整理，以找出其差異，再進(jìn)一步加以改善的方法。3. 記錄特性值對(duì)缺點(diǎn)不良件強(qiáng)度色澤長(zhǎng)度等特性值記錄數(shù)據(jù)4. 整理資料將甲原料與乙原料，或 A機(jī)對(duì) B機(jī)等，分別編成組合，分開整理數(shù)據(jù)。44六、直方圖4546161。 直方圖 (Histogram)， 又稱頻數(shù)分布圖、次數(shù)分配圖。 它是將所收集的一定數(shù)據(jù)加以分組 ,沿橫軸以各組組界為分界 ,以各組出現(xiàn)的次數(shù)為高度在每一組距上畫出一矩形，此所繪出之圖形即為直方圖 ,47161。 直方圖法是把數(shù)據(jù)的離散狀態(tài)分布用豎條在圖表上標(biāo)出，以幫助人們根據(jù)顯示出的圖樣變化，在縮小的范圍內(nèi)尋找出現(xiàn)問題的區(qū)域，從中得知數(shù)據(jù)平均水平偏差并判斷總體質(zhì)量分布情況。 步驟一： 收集數(shù)據(jù)至少 50個(gè)以上，以 n表示（即 n=50，最好 n=100個(gè)以上，特殊情況亦須至少要 n=30個(gè)以上）161。? 經(jīng)驗(yàn)方法： n = 50 100 100 250 250以上 k = 6 10 7 14 10 2049161。 步驟四： 計(jì)算組界組界精密度 =(測(cè)定值的單位 ) 247。 步驟五： 計(jì)算組距中心值 =(上組界＋下組界 ) 247。 步驟六： 作次數(shù)分配表（如下例之表）161。 步驟八： 記入規(guī)格值、 n、必要事項(xiàng)（事件名稱、收集期間、作成日、作成者）161。 下面通過例子介紹直方圖如何繪制。 [例 51] 生產(chǎn)某種滾珠，要求直徑 x為 177。直方圖事例51161。 在 5M1E（人、機(jī)、料、法、測(cè)量和生產(chǎn)環(huán)境）充分固定并加以標(biāo)準(zhǔn)化的情況下，從該生產(chǎn)過程收集 n個(gè)數(shù)據(jù)。本例測(cè)得 50個(gè)滾珠的直徑如下表。161。 2．找出數(shù)據(jù)中最大值 L、最小值 S和極差 R161。 區(qū)間 [S， L]稱為數(shù)據(jù)的散布范圍。 3．確定數(shù)據(jù)的大致分組數(shù) k161。本例取 k=6。 4．確定分組組距 h （ ）直方圖事例54161。 首先確定第一組下限值，應(yīng)注意使最小值 S包含在第一組中，且使數(shù)據(jù)觀測(cè)值不落在上、下限上。第一組的上限值為第二組的下限值，第二組的下限值加上 h為第二組的上限值，其余類推。161。 6．計(jì)算各組中心值 bi、頻數(shù) fi和頻率 pi161。直方圖事例56161。 以頻數(shù)（或頻率）為縱坐標(biāo)，數(shù)據(jù)觀測(cè)值為橫坐標(biāo)，以組距為底邊，數(shù)據(jù)觀測(cè)值落入各組的頻數(shù) fi（或頻率 pi）為高，畫出一系列矩形，這樣就得到圖形為頻數(shù)（或頻率）直方圖，簡(jiǎn)稱為直方圖，見圖 51。 圖 51頻數(shù)（頻率）直方圖直方圖事例57直方圖常見形態(tài)與判定形 態(tài) 說 明 可 能 原 因正常型 屬于正態(tài)分布過程正常缺齒型 非正態(tài)分布 ?測(cè)量?jī)x器精度不足?次數(shù)分配之分組數(shù)太多?可能有多種不同群體混入?有假數(shù)據(jù)?測(cè)定值有偏差離島型 非正態(tài)分布 ?數(shù)據(jù)輸入過錯(cuò)?混入其它小量群體?有特殊原因存在58 偏峰型峭壁型非正態(tài)分布 ?規(guī)格偏近于零時(shí)?作業(yè)員作業(yè)特殊習(xí)性?假數(shù)據(jù)?已全檢篩選過再量高原型 非正態(tài)分布 ?假數(shù)據(jù)?多個(gè)群體混入雙峰型 非正態(tài)分布 ?有兩種不同群體混入?過程于中途有大調(diào)整不規(guī)則型非正態(tài)分布 ?假數(shù)據(jù)?數(shù)