第二章 基礎統計－資料之蒐集整理與分析

第二章 基礎統計－資料之蒐集整理與分析 統計品管的第一步即：針對產品與製程中某些重要之品質特性予以記錄 沒有客觀的資料，人們被迫依賴主觀之意見、個人之感覺或臆測作決定。 資料之蒐集有助於問題之定義、原因之診斷或可行性方案之評估。

資料之型態 一般而言，品管之資料可分為： 計量值 －連續型資料 －可透過量測儀器衡量的 －雖然昂貴（耗時）但十分有用 計數值 －離散型資料 －通常以通過／不通過判斷產品之好壞 －良品／不良品是可計數的

資料之蒐集 在開始蒐集資料前，我們應考慮 1) 資料蒐集之目的？ 2) 資料該如何被蒐集（方法）？ 3) 資料應如何被儲存（地點）？ －電腦資料庫／硬碟／磁片 －網路即時傳輸 －歷史性資料檔 4) 資料應如何分析與呈現？

點檢表 點檢表係有系統蒐集資料之工具 其目的在於方便資料之整理 點檢表必須符合特定之需求－儘可能簡單正確

評估缺點之點檢表

伯拉圖資料蒐集表

繼電器缺點之伯拉圖 合計

繼電器缺點之伯拉圖(續)

圖形之呈現 圖形是展示資料最有效之工具 好的圖形勝過千言萬語 資料以圖形方式展現，較易成為決策過程之一部份

直方圖 又稱次數分佈圖 是一種“量測資料”以圖形展現之方式 它可表現製程變異的樣式

直方圖 何時使用直方圖？ －當製程發生問題，可利用直方圖找線索   直方圖展現品質特性之分佈形狀 －橫軸代表品質特性之量測單位

直方圖

直方圖 為了清楚展現製程變異之樣式，直方圖可依下述六個步驟建立。 這些步驟若有必要可作適當之調整

直方圖 1.  決定組數之原則： 　k = 1 + 3.3log(n) ( Sturge’s Formula )

直方圖 2. 計算並決定組距 　　組距 = 3. 確定組界 　　組距必須是常數

直方圖 f ＝ n （各組次數之總和＝n） 4. 計算組中點 組中點為（組上界＋組下界）／ 2 5. 歸類並劃記 6. 計算每一組中觀察值出現之次數並記 錄之 f ＝ n （各組次數之總和＝n）

直方圖之形狀 崖狀 (零件可能經篩選) 對稱 (常態分配)

直方圖之形狀 梳狀 (量測誤差) 右偏 (製程中心偏向規格下限)

直方圖之形狀 均等分佈 (儀器校對不精確) 雙峰型 (二個以上製程)

直方圖 直方圖之限制 － 無法展現製程之趨勢

直方圖繪製準則 1. 組數應該在5-20間 2. 所有組距必須等長 3. 每組宜標明組中點 4. 每筆資料最多只能歸入一組 1.    組數應該在5-20間 2.    所有組距必須等長 3.    每組宜標明組中點 4.    每筆資料最多只能歸入一組 5.    組與組要避免重疊 6.    組與組間避免空隙出現

直方圖範例 某工廠2000員工在過去106天之曠職人數 146 141 139 140 145 141 142 131 142 140 144 140 138 139 147 139 141 137 141 132 140 140 141 143 134 146 134 142 133 149 140 143 143 149 136 141 143 143 141 140 138 136 138 144 136 145 143 137 142 146 139 148 140 140 139 139 144 138 146 153 147 142 133 140 141 145 148 139 136 141 140 139 158 135 132 148 142 145 145 122 129 143 148 138 149 146 141 142 144 137 153 148 144 138 150 148 138 145 145 142 143 143 148 141 145 141

直方圖範例 計算全距(range)、組距大小(class size)，並填入下列次數分佈表。 1.    Range = R = XH – XL = 158-122=36 2.    Class Size = 36/8=5(四捨五入) 3.     依3、4、5、6步驟填入下表

直方圖範例

製程集中趨勢之衡量 母體－一組產品或製程資料之集合，具有相同之品質特性。 樣本－選自母體的子集合。

製程集中趨勢之衡量 統計量 1. 算術平均數 2. 中位數 3. 眾數 母體： ，樣本： 　 （原始資料） 　　　　　 ，　　　　　 （經整理之資料）

製程集中趨勢之衡量 (2) 將資料由小而大排序 原始資料： 令 為n個樣本由小而大之排序， 則 　則　 Ex.　1, 3, 4, 2, 7, 6, 8, 5 M=4.5

樣本平均之次數分佈表 例： 金屬塊之厚度 組距 組中點(X) 次數(f) 組中點*次數(fX) fi = n = 100 3.275 – 3.325 3.325 – 3.375 3.375 – 3.425 3.425 – 3.475 3.475 – 3.525 3.525 – 3.575 3.575 – 3.625 3.625 – 3.675 3.675 – 3.725   3.30 3.35 3.40 3.45 3.50 3.55 3.60 3.65 3.70 3 9 32 38 10 1 fi = n = 100 9.9 10.05 30.60 110.40 133.00 35.50 10.80  3.70 fix = 347.60

離散趨勢之衡量 1.變異數／標準差 2.全距 3.平均絕對偏差

離散趨勢之衡量

離散趨勢之衡量 (2) 全距＝最大值－最小值 (3) (4)

樣本標準差之計算

樣本標準差之計算

次數分佈之資料蒐集表