E． 记入必要事项：制品名、工程名、期间、制作日期、制作者。
SU=160 20 SL=130
N=60 制品名： 15 X=135.8 工程名： σ=4.87 期间： 10 s=σn-1=4.91 制作日期：
制作者： 5 120.5
124.5 120.5 128.5 132.5 136.5
140.5 144.5 148.5
说明：
1．
分组后再计算之σ，S为近似值；
2．
如直接以原始数据60个，依公式计算，可得真值。
N=60 x=135.8 σ=4.68 s=4.72
2．以计算机计算统计量
若手边有科学型计算机，可使用次数分配表中，输入组中点与次数，迅速求得各统计量n，x，σ与s。
如目前使用最普通之CASIL fx=3600PV，其计算步骤如下： 按键 功能说明 萤幕显示 MODE 3 进入统计计算系统 SD SHIFT KAC 清除记忆 0 122.5×1 DATA 输入组中点及次数数据 122.5 126.5×2 DATA 输入组中点及次数数据 126.5 130.5×12 DATA 输入组中点及次数数据 130.5 134.5×18 DATA 输入组中点及次数数据 134.5 138.5×19 DATA 输入组中点及次数数据 138.5 142.5×5 DATA 输入组中点及次数数据 142.5 146.5×3 DATA 输入组中点及次数数据 146.5 KOUT 3 输出统计量n 60 SHIFT x 输出统计量x 135.766 SHIFT xσn 输出统计量σ 4.871 SHIFT xσn-1 输出统计量s 4.912 KNOT 2 输出统计量∑x 8146 KNOT 1 输出统计量∑x2 1107379
6
3．常见的直方图型态 A． 正常型
说明：中间高，两边低，有集中趋势 结论：左右对称分配（常态分配），显示制程在正常运转下。
B． 缺齿型（凹凸不平型）
说明：高低不一，有缺齿情形。不正常的分配，系因测定值或换算方
法有偏差，次数分配不当所形成。
结论：稽查员对测定值有偏好现象，如对5、10之数字偏好；或是假
造数据。测量仪器不精密或组数的宽度不是倍数时亦有此情况。
C．
切边型（断裂型） 说明：有一端被切断。
结论：原因为数据经过全检过，或制程本身有经过全检过，会出现的
形状。若剔除某规格以上时，则切边在靠近右边形成。
7
D．
离岛型
说明：在右端或左端形成小岛
结论：测定有错误，工程调节错误或使用不同原料所引起。一定有异常原因存在，只在去除，即可合乎制和要求，制出合规格的制品。
高原型
说明：形状似高原状。
结论：不同平均值的分配混在一起，应层别之后再做直方图比较。
E． 双峰型
说明：有两个高峰出现
结论：有两种分配相混合，例如两部机器或两家不同供应商，有差异时，
会出现此种形状，因测定值受不同的原因影响，应予层别后再作直方图。
F． 偏态型（偏态分配）
说 明：高处偏向一边，另一边低，拖长尾巴。可分偏右边，偏左边。 偏右边：例如，微量成分的含有率等，不能取到某值以下的值时，所出
现的形状。
偏左边：例如，成分含有高纯度的含有率等，不能取到某值以上的值时，
就会出现的形状。
结 论：尾巴拖长时，应检讨是否在技术上能够接受，工具磨损或松动
时，亦有此种现象发生。
8
4． 直方图之使用注意事项 A． 异常值应去除后再分组。
B． 对于从样本测定值推测群体形态，直方图是最简单有效的方法。
C． 应取得详细之数据资料（例如：时间、原料、测定者、设备、环境条件
等。）
D． 进行制程管理及分析改善时，可得用层别方法，将更容易找出问题的症
结点，对于品质的改善，有事半功倍的效果。 四． 直方图的应用 1．
测知制程能力，作为改善制程的依据。
自制程中所搜集的数据，经整理成为次数分配表，再绘成直方图后，即可由其集中与分散的情形来看出制程的好坏。直方图的重点在于平均值（X）的所在，经修匀后的分配如为常态分配，则自弯曲点中引一横轴之平行线，可求得表现差异性的标准差（σ）。良好的制程，平均数应接近规格中心，标准差则愈小愈佳。 2．
计算产品不良率
品质改善循环活动中，常需计算改善活动前、中、后之不良率，藉以此较有无改善成效。其不良率可直接自次数分配表中求得，说可自直方图中计算出来。
例如：某产品之重量直方图如图示，其规格为35±3g
50 50 40 40 38 30 30 30 28 20 20 20 15 12 10 10 8 6
29 30 31 32 33 34 35 36 37 38 39 40 41 42
9
由图中与规格界限比较，可知在规格下限以下的有35件，超出规格上限的有64件，供不应求有99件，占总数307件之32.25%，即不良率为32.25%。 3．
测知分配型态（参阅第一.3节）
由直方图之形状，得知制程是否异常。 4．
藉以订定规格界定。
在未订出规格界限之前，可依据所搜集编成之次数分配表，测知次数分配是否为常态分配，如为常态分配时，则可根据计算得知之平均数与标准差来订出规格界限。一般而言，平均数减去3个标准差得规格下限，平均数加上3个标准差则得规格上限，或按实际需要而订出。 5．
与规格或标准值比较
要明了制程能力的好坏，必须与规格或标准值比较才可显现出来；一般而言，我们希望制程能力（直方图）在规格界限内，且最好制程的平均值与规格的中心相一致。
A． 合乎规格 （1） 理想型
制程能力在规格界限内，且平均值与规格中心一致，平均数加减4倍标准差为规格界限。制程稍有变大或变小都不会超过规格值，是一种最理想的直方图，表示制品良好，能力足够。
规格 下限 制品范围 上限 （2） 一侧无余裕 制品偏一边，而另一边还有余裕很多，若制程再变大（或变小）很可能会有不良发生，必需设法使制品中心值与规格中心值吻合才好。
规格 下限 制品范围 上限 10