印刷,深圳的世界印刷

２） 柱形圖
柱形圖亦有人稱為棒形圖，它是由若干等寬的長柱平行排列而成，而柱形的長短表示數值的大小，在繪制柱形圖形時注意柱形的寬度要一樣，而且不可過於寬大，柱與柱之間隔是柱的二分之一的寬度，柱形圖中如果有某一柱形太高的時候，可以用波形加以間隔畫出（附圖1-3）

３） 折線圖：
折線圖亦有稱為歷史線圖或推圖，折線圖縱軸代表統計事項數值，橫軸是由於時間變化而產生了數值上的變化，把這些變化的數值打上點，並且且線連接起來就成了折線圖，繪製的時候應特別注意，當數值大與小有很大的差距時，可使用柱形圖相同的波形加以隔開；如果折線圖中有多種數據表現時可用線的虛實或顏色、打點的開關、線的粗細加以區分（附圖1-4）
　　　　　　　　　　　　　　　　　　　　附圖3-4

（６） 管制圖：
　　從每日生產的產品線中所測得零亂數據中，找出經常發生事故的數據，以便幫助找出問題原因，這就非依靠管制圖不可，管制圖縱軸代表產品品質特性，以制程變化為分度；橫軸代表產品的群體號碼，制造日期，依照時間順序將點畫在圖上，再用線連結，加上中心線CL，上管制界限UCL，下管制界限LCL，如此即為管制圖，如果點都在上管制界限和下管制界限之間，如此則即表示是在控制狀態下；如果點有連續往上或往下延伸或突出上下管制界限之外，這種情形就表示必須深入調查原因。
（７） 管制圖的種類：
１） 計量值管制圖：它用來測量長度、重量、面積、溫度、時間等等，例如的X—R圖就代表計量值管制圖。
２） 計數值管制圖：是用來計算不良數、缺點數等，一般常使用的有Ｐ管制、Ｃ管制圖、Ｕ管制圖。

１、 檢查表
（１） 檢查表的定義：
檢查表是以前簡單的數據用容易了解的方式作成圖形或表格，只要記上檢查記號，並加以統計整理，作為進一步分析或核對檢查用。
（２） 檢查表的種類：
檢查表以工作的種類或目的可分為記錄用檢查表和點檢用檢查表兩種。
２、 檢查表的製作方法：
檢查表的制作方法有以下四個步驟：
（１） 決定所要收集的數據及希望把握的項目；
（２） 決定檢查表的格式；
（３） 決定記錄形式；
（４） 決定收集數據的方式。
３、 檢查表的作用：
數據收集完成應馬上使用，首先觀察整體數據是否代表某些事實？數據是集中在某些項目之間有否差異？是否因時間的經過而產生了變化？另外也要特別注意周期性變化的特殊情況。
檢查表統計完成即可利用QC七大手法中的柏拉圖加以整理，以掌握問題的重心。

１、何謂層別法？
層別法就是針對部門別、人別、工作方法別、設備、地點等收集的數據，按照它們共同的特征加以分類統計的一種分析方法，也就是為了區別各種不同原因對結果的影響而以個別原因為主分析的一種方法。
２、以什麼觀戰來加以層別：
一般以特性要因圖的四Ｍ外加環境這一項來作層別。所謂四Ｍ即是：人MAN、機械MACHINE、材料MATERIAL、方法METHOD。
３、層別的對象和項目：
（１） 有關人的層別；
（２） 機械設備的層別；
（３） 作業方法、條件的層別；
（４） 時間的層別；
（５） 原材料、零件的層別；
（６） 測量檢查的層別；
（７） 環境氣候的層別；
（８） 制品的層別。
４、 層別法的使用：
活用層別法時必須記住三個重點：
（１） 在收集數據之前就應使用層別法；
在解決日常問題時經常發現對於收集來的數據必須浪費相當多的精力來分類，並作再一次的統計工作，甚至於得到不適合使用的數據，如此又得重新收集，費時又費力。所以在收集數據之前應該考慮數據的條件背景以後，先把它層別化，再開始收集數據。
（２） QC手法的運用應該特別注意層別法的使用；
QC七大手法的柏拉圖、檢查表、散布圖、直方圖和控制圖都必須以發現的問題或原因來作層別法。
例如：製作柏拉圖時，如果設定太多項目或設定項目中其他欄所估的比例過高，就看不出問題的重心，這就是層別不良的緣故，另外直方圖的雙型或高原型都是層別問題。
（３） 管理工作上也應該活用層別法
例如在一張營業計劃與業績比較圖中，可以看出營業成為業績來達成目標。如果在管理工作上就用層別法的觀念先作分類的工作，以商品類別作業績比較表，可查出問題所在；如再以營業單位銷售落後業績產品的層別再比較，即可發現各單位對這種產品的銷售狀況；如對業績不理想的單位，以營業人員別以層別化即可發現各營業人員的狀況；如此問題將更加明確化。
以上的說明中可以發現管理者為了探究問題的真正原因，分別使用了商品別、單位、人別等層別法，使得問題更清楚，這就是層別法的觀念。
範　例：
　　最近我們注意到公司的兩部影印機有許多問題，許多復印文件太黑，同時許多影印的紙張夾在影印機內，我們製作了檢核表（稍後作解釋）並且記錄了一個月內所有不良復印本。

次數 不良的型式 影印機 日期（1989年4月份） 使用者
1 太　　　黑 A 4月1日(星期一) 
2 太　　　黑 A 4月1日(星期一) 
3 太　　　黑 B 4月2日(星期二) 
4 太　　　黑 A 4月5日(星期五) 
5 夾　　　紙 B 4月5日(星期五) 
6 太　　　黑 A 4月8日(星期一) 
7 夾　　　紙 A 4月8日(星期一) 
8 太　　　黑 A 4月10日(星期三) 
9 太　　　黑 B 4月11日(星期四) 
10 太　　　黑 A 4月12日(星期五) 
11 夾　　　紙 B 4月15日(星期一) 
12 太　　　黑 A 4月16日(星期二) 
13 太　　　黑 A 4月18日(星期一) 
14 夾　　　紙 B 4月19日(星期五) 
15 太　　　黑 A 4月19日(星期五) 
16 太　　　黑 A 4月22日(星期一) 
17 夾　　　紙 A 4月22日(星期一) 
18 太　　　黑 B 4月23日(星期二) 
19 太　　　黑 A 4月25日(星期四) 
20 太　　　黑 A 4月26日(星期五) 
　　從上列資料表並不容易得知任何事情，我們必須分開資料或區分資料，如此將會較易了解之。

　　5個W及H（WHO、WHAT、WHEN、WHY、WHERE、HOW）及4個M（MAN、MACHINE、MATERIAL、METHOD）有助於我們挑選分層的方法。

１、以不良品分層法
　　不良復本數目
　　太黑：15
　　夾紙：5

　　我們發現最大問題便是“太黑”，只有四分之一的缺是“夾紙”。

２、以機器分層法
　　不良復本數目
　　A部機器：14
　　B部機器：6

３、以星期的開數分層法
　　不良復本數目
　　星期一：7
　　星期二：3
　　星期三：1
　　星期四：3
　　星期五：6

大部份的不良品（65%）系在星期一及星期五造成。

４、以使用者分層法
不良復本的數目
　　吉　姆：6
　　海　倫：5
　　彼　得：4
　　卡瑞恩：5

使用者之間不良品數目差距不大

　　藉著分層資料，我們可以從原始的資料獲得更多資料。
　　當我們正在收集資料，如果我們沒有分層，則我們就不能將分析的資料加以分層，所以當我們收集資料，我們必須分層每一個重要因素。

玆列出一些一般分層項目的範例如下：

1 顧客 性別、職業、年齡、嗜好、收入、國籍。
2 一個組織 組、課、部、處、工廠、區域、分行或總行。
3 文件 作者、格式、尺寸、主題。
4 時間 小時、分鐘、日期、星期、月份、季節、年、早上的時刻或晚上的時刻、星期幾。
5 產品 名稱、廠商、設計、尺寸、等級、重量、價格、色彩、製造日期。
6 區域 國家、州／郡、地區、市鎮、東、西、南、北。
7 材料及零件 製造商、供應商、號碼外形、採購日期、批量、貯存期限、貯藏地點、成本、搬運。
8 機器及設備 生產者、型式、校正、年限、容量、地點、使用時間。
9 方法及操作方法 批量大小、批號、抽樣、地點、方法、手動／自動、速度、溫度、壓力、電壓。
10 測量及檢驗 測試設備、儀器、檢驗員、時刻
11 環境 通風、采光、氣候、風、氣壓、濕度、雜音、污染。

分層法是一種品管工具，此類工具可與所有其它的工具一起使用之。

　　當我們任意從十萬個項目中取100個資料，我們將100個資料稱作“樣本”（SAMPLE），而將全部十萬項目稱作“母群體”（POPULATION），一個正確的樣品可以代表其母群體。
　　取用了一個資料樣本後，我們分析資料並且計算樣本的資料利用這些資料，我們可以采取對母群體的行動，如果樣本不能適當的代表母群體，則我們會採取不正確的對策。

　　直方圖系幫助我們分析抽樣資料及決定母群體的工具。

　如何製作一份直方圖　

直方圖系適用於連續性資料。

　直方圖的內容　（PARTS OF THE HISTOGRAM）

 範例2
　　下表括了從一批5,000支主軸（母群數＝5000）中任意取90支主軸的直徑（樣本數＝90），此類未處理的資料稱作“原始資料”（RAW DATA）。
樣　本號　碼     (Measurement in mm) (測定單位: 厘米)
 * 1 * 2 * 3 * 4 * 5 * 6 * 7 * 8 * 9 * 10
1—10 2.510 2.517 2.522 2.522 2.510 2.511 2.519 2.532 2.543 2.525
11—20 2.527 2.536 2.506 2.541 2.512 2.515 2.521 2.536 2.529 2.524
21—30 2.529 2.523 2.523 2.523 2.519 2.528 2.543 2.538 2.518 2.534
31—40 2.520 2.514 2.512 2.534 2.526 2.530 2.532 2.526 2.523 2.520
41—50 2.535 2.523 2.526 2.525 2.532 2.522 2.502 2.530 2.522 2.514
51—60 2.533 2.510 2.542 2.524 2.530 2.521 2.522 2.535 2.540 2.528
61—70 2.525 2.515 2.520 2.519 2.526 2.527 2.522 2.542 2.540 2.528
71—80 2.531 2.545 2.524 2.522 2.520 2.519 2.519 2.529 2.522 2.513
81—90 2.518 2.527 2.511 2.519 2.531 2.527 2.529 2.528 2.519 2.521
 
處　理　程　序 範　　　　例
１、找出Ｘ最大及Ｘ最小　　Ｘ＝測定出的值　　ｎ＝標本數　　找出原始資料最大值(     )及最小值　　(     )。 　　　　　　　　　　　　　　
２、計算資料的全距(RANGE, R)　　Ｒ是原始資料的完整散布　　（全距＝Ｘ最大值—Ｘ最小值） 　　
３、計算組距（INTERVALS）　　我們將全距（Ｒ）區分成同等大小組距的數字。　　組距的數目系依樣本數而定，一般規則是：　　組距的數目＝           　　然而我們必須選擇一個整數（3，4，5等等）。　　我們能夠利用此表找出組距適合的數目，另外一種方式無適用。 　　樣本數 (n) = 90　　因此　　組距的數目＝　　所以我們選擇9或10　　如果我們利用此表，我們選出的整數介於6和10之間。
 ｎ（樣本數）  組距的數目  
小於50 5至7 
50至100 6至10 
100至250 7至12 
大於250 10至20 

處　理　程　序 範　　　　例
４、計算每個組距的範圍　　重點：　　組距的範圍該是“測定單位”的整數倍數。　　範例：　　如果此數據系以兩個小數點為測量準確度的單位（例如 2.11，3.62，4.00，1.92等等），則“測定單位”為0.01，所以我們應該取0.01的倍數（例如 0.01，0.03，1.01等等），當作組距的範圍。 　　　　　　但是我們應該取“測定單位”的倍數。　　我們的數據是2.510，2.517，2.522等等，所以“測定單位”是0.001mm。　　所以我們將組距範圍增加至0.005mm。
５、計算組距的界限（BOUNDARIES）　　我們知道組距範圍及組距的數目，但是每個界限的起點及終點在那兒？　　首先我們利用此公式計算第一個組距的下限。　　第一組距的下限＝Ｘ最小—1/2（測定單位）　　接著計算第一個組距的上限：　　第一個組距的上限＝第一個組距的下限＋組距寬度　　當然第二個組距的下限與第一個組距的上限相同。　　請重復加上組距的範圍以便計算所有其它的界限。 　　Ｘ最小＝2.502 mm　　測量單位＝0.001 mm                =2.502-0.005　　組距範圍＝0.005mm　　第一個組距＝2.5015+0.005的上限　　因此
 組　距 界　限　(mm)
 第一 2.5015 — 2.5065
 第二 2.5065 — 2.5115
 第三 2.5115 — 2.5165
 第四 2.5165 — 2.215
 第五 2.5215 — 2.5265
 第六 2.5265 — 2.5315
 第七 2.5315 — 2.5365
 第八 2.5365 — 2.5415
 第九 2.5415 — 2.5465

處　理　程　序 範　　　　例
６、計算每個組距的中間點（MIDPOINT）　　每個組距的中間點即上限與下限的平均值 次數 界　　限（mm） 中間點
 第一 2.5015 — 2.5065 2.504
 第二 2.5065 — 2.5115 2.509
 第三 2.5115 — 2.5165 2.514
 第四 2.5165 — 2.215 2.519
 第五 2.5215 — 2.5265 2.524
 第六 2.5265 — 2.5315 2.529
 第七 2.5315 — 2.5365 2.534
 第八 2.5365 — 2.5415 2.539
 第九 2.5415 — 2.5465 2.544
７、繪出一個“頻率表”（FREQUENCY TABLE）　　此表系記錄在每個組距內的資料數目。頻　　　率　　　表
 號 碼   界　限 (mm)  中間點   斜線記號   次數
1st 2.5015 — 2.5065 2.504  2
2nd 2.5065 — 2.5115 2.509  5
3rd 2.5115 — 2.5165 2.514  7
4th 2.5165 — 2.215 2.519  17
5th 2.5215 — 2.5265 2.524  22
6th 2.5265 — 2.5315 2.529  17
7th 2.5315 — 2.5365 2.534  10
8th 2.5365 — 2.5415 2.539  5
9th 2.5415 — 2.5465 2.544  5
TOTAL總　計 90
　　如果頻率欄內的總數與樣本數（n）不一樣，其中必有錯誤。
８、繪製直方圖　　選擇標度（SCALE），而梯級類布圖呈方形。　　請別忘記列入所有重要的資料：平均值、樣本數 (n)、任何規格界限等等。

注意：

　　如果你有一份很大的資料表，則不易於找出Ｘ最大值及Ｘ最小值，先找出第一列資料的最大值及最小值，然後再找出Ｘ最大值及Ｘ最小值。

　　如何製作直方圖的摘要

１、 收集資料
２、 找出Ｘ最大值和Ｘ最小值
３、 計算資料的全距（Ｒ）

３、計算組距的數目
　　組距的數目＝
　　組距的數目必須是整數。
４、計算每個組距的範圍

　　組距範圍必須是“測定單位”的整數倍數。
５、計算組距界限
　　第一個組距的下限＝Ｘ最小值—１／２（測定單位）
　　第一個組距的上限＝第一次組距的下限＋組距寬度
　　所有其它界限的計算可重覆加上組距範圍算出。
６、計算各組距的中間點

７、繪出“頻率表”，使用斜線記號。
８、畫出直方圖

　　選擇標度，使直方圖大約成方形呈現，別忘了將所有重要資料列入：平均值、樣本數(n)，任何規格界限等等。

　　如何閱讀一份直方分布圖

　　分析直方圖有幾種統計方法，但是我們在此只用目視的分析。
　　我們在“基本品管”內提及有關“變異”，因此不可能控制所有的因素，所以會有變異產生，直方圖可清楚的顯示這種變異。直方圖有許多的形狀‥‥‥

　　請參照下表。

１、 一般形狀（鐘形）（USUAL SHAP）　　　　　　　　　　　　　　　　　　　　　　　圖表的中間為平均值。　　　　　　　　　　　　　　　　　　　　　　　在中間位置代表頻率最高，然後逐漸往邊緣降低。　　　　　　　　　　　　　　　　　　　　　　　此形狀大約是對稱的。　　　　　　　　　　　　　　　　　　　　　　　直方圖大都是以這類形式呈現。
２、撥子形狀（多種型象）（COMB SHAP）　　　　　　　　　　　　　　　　　　　　　　　所有的形狀皆類似一般形狀的直方圖，但是此類形式卻是上下—上—下的重疊圖案。　　　　　　　　　　　　　　　　　　　　　　　這種形狀大都是組距分等一好造成，請挑選“如何製作一份”直方圖。　　　　　　　　　　　　　　　　　　　　　　　使用不合適的單位方法也會形成此類的直方圖。
３、正偏形狀（POSITIVE SKEW）　　　　　　　　　　　　　　　　　　　　　　　平均值是在直方圖中心的左側。　　　　　　　　　　　　　　　　　　　　　　　在左側，頻率次數快速的減少。　　　　　　　　　　　　　　　　　　　　　　　當最下限有管制了，則會形成此形狀。　　　　　　　　　　　　　　　　　　　　　　　相反的形狀則稱之為“負偏形”（NEGATIVE SKEW）。
４、左手陡壁（LEFT—HAND PRECIPICE）　　　　　　　　　　　　　　　　　　　　　　　平均值是在直方圖中心的左側。　　　　　　　　　　　　　　　　　　　　　　　在左側，頻率次數快速的減少。　　　　　　　　　　　　　　　　　　　　　　　當最下限有管制了，則會形成此形狀。　　　　　　　　　　　　　　　　　　　　　　　在抽樣以前，當所有低於特定值的項目皆消除，則會形成此類型，或者形成特別的正斜形。
５、高原形狀（PLATEAU SHAPE）　　　　　　　　　　　　　　　　　　　　　　　這對稱的形狀類似一股形狀，但是每個間距的變異不大。　　　　　　　　　　　　　　　　　　　　　　　當兩個或兩個以上具有不同平均值的分配相混在一起，則有此形狀產生。
６、兩個相似高峰形狀（TWIN PEAK SHAPE, BI—MODEL）　　　　　　　　　　　　　　　　　　　　　　　兩個高點呈現。位於直方圖的中間系呈現低頻率。　　　　　　　　　　　　　　　　　　　　　　　當兩個具有明顯不同平均值的分配混合在一起則呈現此圖形。
７、獨立峰形狀（ISOLATED PEAK SHAPE）　　　　　　　　　　　　　　　　　　　　　　　一般形狀直方圖的另一邊具有一個小的獨立峰。　　　　　　　　　　　　　　　　　　　　　　　當資料搞混或者不確定時，則呈現此形狀。

　　如果僅在一個特定時間內完成一項改善，這是最好的方式，如此一來，我們能夠很容易的看到改善的效果，但是我們要如何挑選首要著手的問題呢？柏拉圖是用來幫助確認最主要的問題及挑選最先要著手處理問題的圖表。

　　費爾夫多?柏拉圖（VILFREDD PARETO）系19世紀的意大利人經濟學家，他研究人們的收入，同時發現少數人賺了許多錢，然而大部份的人們只賺少許錢，柏拉圖是摘自他的部份工作。

　　柏拉圖是美國品管大師朱蘭博士用柏拉圖的經濟領域的柏拉圖加以衍伸而成的，其主要理論依據是：任一事件發生之原因大部份都是集中在少數的原因及現象中。

　　所謂柏拉圖是根據所收集的數據，以不良原因、不良狀態、不良發生位置或客戶抱怨的種類、安全事故等不同區分標準，找出比率最大的項目或原因，並且以所構成的項目依照大小順序排列，再加上累積值的圖形，由構成比率很容易了解問題的項目依照大小順序排列，再加上累積值的圖形，由構成比率很容易了解問題的重點和影響的程度，以比例佔最多的項目著手進行改善，較為容易獲得改善成果。

　 範例

　　尼琦打算存些錢度假用，但是她每個月的薪水總是花光，她決定分析她的開銷以便於發現她要怎樣才能存錢，因此她收集她在六月份消費的資料，並且繪製成柏拉圖。

　　經由柏拉圖我們能看出‥‥‥
１、 尼琦六月份的娛樂費用開支為$230，系佔總開銷的46%。
２、 她花了$100租房子，此費用佔總開銷的20%。
３、 A點為她總共花了$330支付娛樂及租憑費用，如此便佔了她總開銷的66%，我們也能由A點得知尼琦在食物、衣服、交通及其它事項上的花費佔了她總開銷的34%(100%~66%)。
４、 若要減少總開銷額度，尼琦必須努力減少她的娛樂開銷。(要減少租金則有實質的困難)
５、 如果她能減少一半的娛樂開銷，她每個月便能節省$115，但如果她減少了一半的衣飾開銷，她每個月能節省$25。

如何製作柏拉圖

　　繪製柏拉圖的標準方法有一種，如果我們皆運用這種方式，則人人可以容易的了解任何柏拉圖。

１、 依照依序寫資料，由最大項寫至最小項。
項目[1] 開　　　銷每月費用[2] 累積開銷[3] 總開銷之百分比[4] 累積百分比[5]
娛　樂 230 230 46% 
租　憑 100 330 20% 
食　物 70 400 14% 
衣　服 50 450 10% 
交　通 20 470 4% 
其　它 30 500 6% 
合　計 500 [2]  100% 
２、 計算總額。
３、 計算累積金額，我們能夠利用這些金額輕而易舉的繪出累積百分比曲線。
４、 計算每一項的總額度百分比。
５、 計算累積百分比。畫出百分比曲線，最後的累積百分比為100%，如果不是100%則有錯誤。
６、 畫出方塊圖垂直刻度必須由零開始，然後向上至總數。

７、 右邊加上百分比刻度（SCALE）。

８、 畫出累計百分比點，最容易的方法便是畫出累積總額（使用左邊刻度），如果你繪製的百分比刻度與總額度-($500)具有相同高度，則百分比曲線是正確，百分點皆點在每個方塊的右上角。

９、 畫出百分比曲線。

10、寫分類表及其它資料。

柏拉圖的特別提示

　　　項目的個數（方塊／直方圖）大約5至10個。

　　　“其它項目”可以含有幾個小項目，但是“其它項目”不可比總額度的20%大。

　　　通常我們想要減少成本，因此如果可能的話左邊刻度是以金錢為單位。

　　　盡力分層你的資料同時製作許多柏拉圖。

　　　將將認為重要的項目畫上　　同時著手處理。

柏拉圖製作之前和之後

　　經常將“改善後”的柏拉圖與“改善前”的柏拉圖相比較，如此可以看出改善前後的效果。兩個柏拉圖上的左邊刻度應該都相同，當然百分比刻度是不同的。

           Spending In June 1989                        Spending In July 1989

１、 何謂散布圖？
所謂散布圖就是把互相有關的對應數據，在方格紙上以縱軸表示結果，以橫軸表示原因，然後用點表示出分布形狀，並根據分布的形狀判斷對應數據之間的相互關係。
這里的所謂對應數據就是成對的數據，一般來說成對數據有三種不同的對應關係：
（１） 原因與結果數據關係；
（２） 結果與結果數據關係；
（３） 原因與原因數據關係。

２、 散布圖製作的五個步驟：
（１） 收集對應數據，至少三十組以上，並且整理寫到數據表上；
（２） 找出數據之中的最大值和最小值；
（３） 畫出縱軸與橫軸刻度，計算組距；
（４） 將各組對應數據標示在座標上；
（５） 記入必要事項。

３、 散布圖的研判：
散布圖的研判一般說來有六種形態：
（１） Ｘ增加，Ｙ也增加，表示原因與結果有相對的正相關。
（２） 散布圖點的分布較廣，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除了受到Ｙ的因素影響這外，可能還有其他因素影響，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，亦稱弱相關。
（３） 當Ｘ增加，Ｙ反而減少，而且形狀呈現一直線發展的現象，這叫做完全負相關。
（４） Ｘ增加，Ｙ減少的幅度不是很明顯，這時的Ｘ除了受Ｙ影響之外，尚有其他因素影響Ｘ，這種型態叫作非顯著性負相關。
（５） 如果散布圖點的分布呈現雜亂，沒有任何傾向時，稱為無相關，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。
（６） 假如Ｘ增加，Ｙ也隨之增加，但Ｘ增加到某一值之後，Ｙ反而開始減少。因此產生散布圖點的分布有曲線傾向的形態。

　　魚骨圖又稱石川圖（ISHIKAWA）或者特性要因圖（CAUSE AND EFFECT DIAGRAM）。

　　魚骨圖可顯示於
　　Ａ：一個結果（EFFECT）及其原因（CAUSE）之間的關係；或是
　　Ｂ：一個特性（CHARACTERISTIC）及其因素（FACTOR）之間的關係。

 範例1  
 
 結 果   造成的一些原因
 
 辦公室髒了 因為疏於打掃因為沒有清潔工因為設備舊了因為屋頂漏水‥‥‥
 特性   它的一些因素
 A部份的尺寸 機器操作者原料溫度‥‥‥等等

　　當我們畫骨圖時，我們盡可能把原因／因素列入，即使是最小的原因／因素也可能是最重的。

　 範例 2 　下列魚骨圖是顯示了蛋糕口味的一些可能起因。

　　這是魚骨圖的基本形狀，魚
的頭部是標示結果／特性（EF—
FECT / CHARCTERISTIC）通常
魚有４－６根大骨頭，在每根大
骨的尾端，則將名稱寫入空格內。

　　如何製作一份魚骨圖
　　製作魚骨圖的基本方法有兩種，利用你所發現的最好方法。

　　第一種方法：從大骨頭著手
１、 選擇你想要分析的結果／特性。
２、 選擇大骨頭的名稱，通常用４個M【即人（MAN）、機器（MACHINE）、原料（MATERIAL）及方法（METHOD）】，畫出骨架。
３、 將表示更詳細原因／因素的小根骨頭增加的大骨頭上。

　　第二種方法：由小根骨頭開始著手
１、 挑選你想要分析的結果／特性。
２、 盡可能收集許多原因或因素，最好的方法是一組人員皆腦力激蕩這件事。
３、 將收集的原因／因素分成４－６組，然後將每一組畫在一根大骨上。
４、 畫出魚骨圖。

　　製作一個魚骨形線圖的提示

　　　　以一組人員製作魚骨圖，這組的每個人皆須參與製作，當你製作魚骨圖時，如果忘了一個原因／因素，事後你將不會想到它。
　　　　魚骨圖應包括了所有想法，稍後決定哪些原因／因素是重要的，不要批評任何一個想法，即使是無用處的思想也可幫助你想到別的點子。
　　　　如果你無法容易的想出許多原因／因素，請試用這種方法。

　　　　　　　　　如果我們改變＃＃＃＃，其結果／特性會改變嗎？
　　　　　　　　　如果答案“是”，則＃＃＃＃便是原因／因素。

我們可以利用這個方法核對柏拉圖。
　　　　 範例３ 　　　　　　　　　　　　（針對第９頁的魚骨圖形）
１、 如果我們改變爐子的溫度，蛋糕的味道會改變嗎？
是的。因此爐子的溫度系蛋糕口味的一個因素。
２、 我們認為香料的重量是蛋糕味道的一個因素，如果我們改變使用在蛋
　　糕上的香料重量，則蛋糕的味道可以改變嗎？
是的。因此使用在蛋糕上的香料重量系蛋糕口味的一個因素。
　　如果你在小張紙（例如3M自粘標簽）上寫出所有原因／因素貼在魚骨圖，當你想要改變一個原因／因素的位置時，你能夠輕易的移動他們。
　　魚骨圖對於找尋問題的原因助益最大，因此最好先在魚頭標出“問題”。

　　使用魚骨圖

　　藉著繪出魚骨圖，你能夠知道許多相關的問題，當你畫好了魚骨圖，你必須決定哪些原因／因素最為重要而且需要調查。
　　如例２所示魚骨圖系根據經驗估計及猜測而製作成的，在最重要的因素繪出圓圈。
　　下一個步驟便是採用資料及確認最重要的因素／特性，當你利用此類魚骨圖時，盡力試著改善它。