1. การศึกษาความสัมพันธ์ระหว่างความเร็วของ
สายพาน Line ประกอบ กับ
ยอดการผลิต
ตัวอย่างการสร้าง
ผังสหสัมพันธ์
1.ทำาการเก็บข้อมูลมาทั้งหมด 50 คู่
2.แล้วนำาข้อมูลมาพร๊อตกราฟ
2.1 ให้ความเร็วของสายพาน Line (Speed) ซึ่ง
เป็นตัวแปรอิสระ อยู่ในแกน X
2.2 และให้ยอดการผลิต(Yield) ซึ่งเป็นตัวแปร
ตาม อยู่ในแกน Y
3.วิเคราะห์ความสัมพันธ์ของ 2 ตัวแปร

2. ข้อมูล
ชุดที่
ความเร็ว
(เมตร/นาที)
ยอดผลิต
(ชิ้น/ชม.)
1 5 50
2 7 75
3 10 100
4 12 130
5 14 138
6 16 162
7 18 177
8 20 210
9 22 215
10 25 245
11 6 55
12 8 73
13 11 110
14 13 120
15 15 146
16 17 155
17 19 183
18 20 200
19 22 227
20 24 233
21 25 250
22 6 60
23 8 74
24 10 100
25 12 128
ข้อมูลชุด
ที่ ความเร็ว (เมตร/นาที)
ยอดผลิต
(ชิ้น/ชม.)
26 13 134
27 17 166
28 19 192
29 20 198
30 23 230
31 25 240
32 5 53
33 7 71
34 9 94
35 13 125
36 14 133
37 16 160
38 18 180
39 20 212
40 6 60
41 8 80
42 10 95
43 12 118
44 14 148
45 16 154
46 18 186
47 20 200
48 21 210
49 22 229
50 25 235

3. Speed
Yield
252015105
250
200
150
100
50
S 6.04368
R-Sq 99.0%
R-Sq(adj) 99.0%
Fitted Line Plot
Yield = 0.852 + 9.889 Speed

4. เป็นกราฟแท่งที่แสดงถึงลักษณะความผันแปร
ของข้อมูลทั้ง แนวโน้มเข้าสู่ศูนย์กลาง, ค่าการกระ
จาย และ รูปทรงของความผันแปร ทำาให้ให้ทราบ
ถึงลักษณะของกระบวนการผลิตว่าอยู่ในสภาพที่
เหมาะสมมากหรือน้อยเพียงใด
ฮิสโตแกรม (Histogram)
ควา
มถี่
x
x
_

5. แนวความคิดสำาคัญสำาหรับการ
วิเคราะห์ด้วยฮิสโตแกรม
1.ค่าของข้อมูลทางสถิติจะแสดงถึงความผันแปร
เสมอ
2.ความผันแปรจะปรากฏเป็นตัวแบบหนึ่งที่แน่นอน
เสมอ
3.ตัวแบบของความผันแปรจะพิจารณาได้ยากมาก
หากพิจารณาเพียงตัวเลข
ของข้อมูล
4.การพิจารณาตัวแบบของความผันแปรจะสามารถ
ทำาได้ง่ายมากหากสรุปให้
อยู่ในรูปของฮิสโตแกรม

6. วิธีการสร้างฮิสโตแกรม
1.ทำาการรวบรวมข้อมูล ซึ่งไม่ควรจะตำ่า
กว่า50 ค่า เพราะจะทำาให้ไม่ปรากฏ
รูปทรงความผันแปรและไม่ควรเกิน 200 ค่า
เพราะมีโอกาสสูงที่ข้อมูลจะ
ล้าสมัยหรือมาจากคนละกระบวนการ2.หาพิสัย(R)ของข้อมูล
พิสัย(R) = ค่ามากที่สุด - ค่าน้อย
ที่สุด

7. วิธีการสร้างฮิสโตแกรม
3.หาจำานวนชั้นที่เหมาะสม
จำานวนข้อมูล จำานวนชั้น
ตำ่ากว่า 50 5 - 7 ชั้น
50 - 100 6 - 10 ชั้น
101 - 150 7 - 12 ชั้น
มากกว่า 150 10 - 20 ชั้น
ตารางที่ 1 จำานวนชั้นที่แนะนำาสำาหรับ
การสร้างฮิสโตแกรม

8. วิธีการสร้างฮิสโตแกรม
4.กำาหนดช่วงคะแนนหรือความกว้างของ
ชั้น(Class Interval) ซึ่งควรจะเป็นตัวเลข
จำานวนเต็มหรือตัวเลขที่มีค่าเพิ่มขึ้นครั้งละ0.5 ของ
ค่า ช่วงคะแนน
=
พิสัย
จำานวนชั้น
5.พิจารณาความเหมาะสมของอันตภาคชั้น
โดยพิจารณาว่าจำานวนชั้น(ตามที่มีการกำาหนด
ขนาดอันตภาคชั้น) อยู่ในช่วงเหมาะสมหรือไม่
จำานวนชั้น
=
พิสัย ช่วง
คะแนน

9. 6.สร้างตารางแจกแจงความถี่
6.1 กำาหนดขอบเขตของแต่ละชั้น โดย
กำาหนดขอบเขตให้ละเอียด
กว่าข้อมูลหนึ่งตำาแหน่งเสมอ อาทิเช่น ข้อมูล
กำาหนด 0.5 ดังนั้น
กำาหนดขอบเขตได้เท่ากับ 0.05
6.2 หาค่ากลาง
วิธีการสร้างฮิสโตแกรม
ค่ากลาง
=
ขอบเขตบน -
ขอบเขตล่าง2
6.3 เขียนรอยขีดแสดงความถี่

10. 7. ทำาการเขียนกราฟแสดงฮิสโตแกรม โดย
อาศัยข้อมูลจากตารางแจกแจงความถี่และ
กำาหนดให้แกนนอน (X) แทนข้อมูล และแกน
ตั้ง(Y) แทนความถี่ในแต่ละชั้นของข้อมูล
วิธีการสร้างฮิสโตแกรม
ควา
มถี่
x
x
_

11. การตีความหมายฮิสโตแกรม
1.การตีความหมายด้านรูปทรงการกระจาย เพื่อ
พิจารณาลักษณะความ
ผันแปร ซึ่งมีลักษณะ 8 รูปทรง
2.การตีความหมายขนาดของความผันแปรเปรียบ
เทียบกับข้อกำาหนด
เฉพาะในรูปของดัชนีความสามารถของ
กระบวนการ Cp, Cpk

12. การตีความ
หมายด้านรูป
ทรง

13. ก.ทรงระฆังควำ่า (Bell-Shaped
Distribution)
ข้อมูลมีค่าส่วนใหญ่เท่ากับค่าค่าหนึ่งตรงกลาง แล้วมีการก
ระจายออกไปอย่างสมมาตรทั้งด้านซ้ายและด้านขวา
เนื่องจากสาเหตุความผันแปรแบบธรรมชาติ ซึ่งรูปทรง
ระฆังควำ่าเป็นความปกติของข้อมูล

14. 2.รูปทรงภูเขาสองยอด (Double-
Packed Distribution)
เป็นรูปทรงที่มีลักษณะ 2 ฐาน หรือข้อมูล 2 ชุด
เนื่องจากข้อมูลมาจากแหล่งความผันแปร 2 แหล่งที่มี
ความแตกต่างกันชัดเจน โดยอาจจะหมายถึงเครื่องจักร
กะผลิต และวัตถุดิบ เป็นต้น
ในกรณีนี้มีความจำาเป็นต้องแยกข้อมูลสองชุดออกจากกัน
ก่อนที่จะมีการวิเคราะห์ใดๆต่อไป

15. 3. รูปทรงที่ราบสูง(Plateau
Distribution)
เป็นรูปทรงที่ไม่มีฐานนิยมอย่างชัดเจน โดยพื้นฐานแล้วเกิด
มาจากข้อมูลที่พิจารณามาจากแหล่งความผันแปรหลาย
แหล่งที่มีความใกล้เคียงกันมาก
ในกรณีนี้มีความจำาเป็นต้องกำาหนดก่อนว่าข้อมูลดังกล่าวมี
ความผันแปรมาจากแหล่งใด

16. 4. รูปทรงหวีหัก(Comb
Distribution)
เป็นรูปทรงที่มีลักษณะสูงๆตำ่าๆสลับกันไปไม่แน่นอนคล้ายกับ
หวีที่มีซี่หัก โดยทั่วไปแล้วรูปทรงหวีหักมักเกิดมาจาก
ความคลาดเคลื่อนในข้อมูลที่อาจจะมีผลมาจากการวัด จาก
การปัดเศษแบบลำาเอียงหรืออาจจะเกิดจากความผิดพลาดใน
การกำาหนดชั้นฮิสโตรแกรมก็ได้
ดังนั้นในกรณีนี้จึงมีความจำาเป็นต้องทบทวนถึงการได้มาซึ่ง

17. 5.รูปทรงเบ้(Skewed
Distribution)
เป็นรูปทรงที่มีค่าฐานนิยมอยู่ทางด้านซ้ายหรือขวา
ถ้าหากฐานนิยมอยู่ทางซ้ายก็จะเรียกว่ารูปทรงเบ้ขวา(ดัง
รูป) แต่ถ้าหากฐานนิยมอยู่ทางขวาก็จะเรียกว่ารูปทรงเบ้
ซ้าย รูปทรงประเภทมักจะเกิดจากการมีพิกัดควบคุมที่
ด้านใดด้านหนึ่งของการได้มาซึ่งข้อมูล เช่น พิกัดของข้อ
กำาหนดเฉพาะ เป็นต้น
ซึ่งโดยมากจะเกิดจากข้อมูลที่ประกอบด้วยการวัดเวลา

18. 6.รูปทรงถูกตัด (Truncated
Distribution)
เป็นรูปทรงลักษณะคล้ายรูปทรงระฆังควำ่า แต่โดน
ตัดออกไปข้างหนึ่ง
การตีความหมายจะต้องพิจารณาถึงสาเหตุ ที่ทำาให้
เกิดการตัดความเบี่ยงเบนของข้อมูลออกไปว่าเกิดมา
จากอะไร และมีความหมายประการใด เช่น อาจจะ
เกิดจากข้อมูลที่ผ่านการตรวจสอบ 100 % หรือเป็น

19. 7.รูปทรงเกาะแก่ง (Isolated-
Peak Distribution)
เป็นรูปทรงที่มีกลุ่มของข้อมูลจำานวนไม่มากนักแยก
ออกไปจากข้อมูลกลุ่มใหญ่คล้ายรูปเกาะแก่ง
โดยปกติมักเกิดจากความผิดพลาดในการตรวจสอบ
หรืออุปกรณ์ควบคุมหรือความไม่สมบูรณ์ของ
กระบวนการ

20. 8.รูปทรงหน้าผา (Edge-Peak
Distribution)
เป็นรูปทรงที่มีด้านใดด้านหนึ่งสูงโด่งขึ้นมามาก ใน
ขณะที่อีกด้านหนึ่งมีการกระจายเป็นไปอย่างปกติ
โดยปกติแล้วรูปทรงแบบนี้จะมีสาเหตุมาจากความ
ไม่ถูกต้องของข้อมูล อาทิเช่น ความผิดพลาดใน
การบันทึกข้อมูล เป็นต้น

21. การตีความหมายขนาดของ
ความผันแปรเปรียบเทียบกับ
ข้อกำาหนดเฉพาะ

22. การตีความหมายความผันแปร
เปรียบเทียบกับข้อกำาหนดเฉพาะ
-อาจเรียกการตีความหมายในกรณีนี้ว่าการวิเคราะห์
ความสามารถของ
กระบวนการ
-โดยจะดำาเนินการเมื่อความผันแปรของกระบวนการ
อยู่ภายใต้สาเหตุธรรมชาติ
เพื่อสะท้อนให้เห็นถึงผลจากการออกแบบ
กระบวนการ ซึ่งความผันแปรใน
กรณีนี้ควรจะอยู่ในรูปทรงระฆังควำ่า

23. ดัชนีความสามารถของ
กระบวนการ Cp, Cpk
เนื่องจากในงานวิศวกรรมนั้น การตัดสิน
ใจเกี่ยวกับประชากรมักจะคำานึงถึงค่าความเบี่ยงเบน
ของประชากรว่าอยู่ในช่วงที่ยอมให้เกิดขึ้นหรือไม่
เพราะถ้าหากขนาดของความเบี่ยงเบนมากเกินไป
ก็หมายถึงกระบวนการมีความผันแปรสูง
ดังนั้นจึงต้องมีการเปรียบเทียบกับความผันแปร
ของกระบวนการกับข้อกำาหนดเฉพาะ เพื่อ
ประเมินความสามารถในการผลิตว่าตรงกับข้อ
กำาหนดเฉพาะหรือไม่

24. ดัชนีความสามารถของกระบวนการ
Cp, Cpk
Cp =
USL -
LSL6 SD
Cpk
=
Min ( Cpl,
Cpu)
∑ (
x - x )
_
ii = 1
2
n
n - 1=SD
,Cpl =
X -
LSL3 SD
Cpu
=
USL -
X3 SD

25. ดัชนีชี้วัดด้านศักยภาพของ
กระบวนการ (Cp)
ค่าดัชนี Cp
ความสามารถของ
กระบวนการ
มากกว่า
2.00 ดีเหลือเชื่อ
1.67 < Cp < 2.00 ดีเลิศ
1.33 < Cp < 1.67 ดี
1.00 < Cp < 1.33 พอใช้
0.67 < Cp < 1.00 เลว
น้อยกว่า 0.67 เลวมาก

26. ดัชนีชี้วัดด้านสมรรถนะของกระบวนการ
(Cpk)
ประเภทของ
กระบวนการ
ค่าดัชนีที่ตำ่าสุดสำาหรับ
Cpk
ระดับคุณภาพ
ข้อกำาหนด
เฉพาะแบบ
พิกัดด้านเดียว
ข้อกำาหนด
เฉพาะแบบ
พิกัดสองด้าน
(ระยะสั้น)
กระบวนการทั่วไป(ใช้งานอ
ยู๋) 1.25 1.33 4σ
กระบวนการทั่วไป(ใหม่) 1.45 1.50 4.5σ
กระบวนการที่เกี่ยวกับ
ความปลอดภัยหรือ
พารามิเตอร์วิกฤติ(ใช้งาน
อยู่) 1.45 1.50 4.5σ
กระบวนการที่เกี่ยวกับ
ความปลอดภัยหรือ
พารามิเตอร์วิกฤติ(ใหม่) 1.6 1.67 5σ

27. สุ่มตรวจสอบค่าความหนาของชิ้นงานพลาสติกที่ผลิตทุก
วัน วันละ 10 ชิ้น เป็นเวลา
2 สัปดาห์ (10 วัน) ได้ข้อมูลดังนี้ (ค่า Spec. = 3.37
ถึง 3.57 mm.)
ตัวอย่างการสร้างฮิสโตแกรม
3.
56
3.
48
3.
41
3.
55
3.
48
3.46
3.56
3.37
3.52
3.48
3.63
3.54
3.50
3.48
3.45
3.4
8
3.5
0
3.4
7
3.4
4
3.3
2
3.
50
3.
52
3.
49
3.
50
3.
40
3.4
2
3.4
7
3.4
5
3.4
5
3.5
2
3.4
3
3.4
8
3.4
4
3.4
4
3.3
4
3.5
2
3.4
6
3.5
0
3.4
8
3.4
6
3.40
3.50
3.49
3.46
3.43
3.48
3.60
3.46
3.48
3.48
3.4
4
3.5
6
3.4
6
3.5
2
3.3
0
3.50
3.38
3.46
3.46
3.46
3.46
3.52
3.56
3.41
3.47
1
2
3
4
5
6
7
8
9
10
วันที่
สัปดาห์ที่1สัปดาห์ที่2
1 2 3 4 5
6 7 8 9 10

28. 1.หาค่าพิสัย (R) = ค่ามากที่สุด –
ค่าน้อยที่สุด
= 3.68 -
3.30 = 0.38
2.กำาหนดจำานวนชั้น = จากตาราง
จำานวนชั้นที่เหมาะสมคือ 10
วิธีทำา
จำานวนข้อมูล จำานวนชั้น
ตำ่ากว่า 50 5 - 7 ชั้น
50 - 100 6 - 10 ชั้น
101 - 150 7 - 12 ชั้น
มากกว่า 150 10 - 20 ชั้น

29. 3.กำาหนดช่วงคะแนนของชั้น
จำานวนชั้น
=
พิสัย
ความกว้าง
ของชั้น
=
0.38
0.049.5 หรือ
4.พิจารณาความเหมาะสมของจำานวนชั้น
ช่วงคะแนน
=
พิสัย
จำานวนชั้น
=
0.38
10=
0.038 = 0.04

30. 5.หาขอบเขตของแต่ละชั้น
ชั้นที่ 1 = ค่าน้อยสุด + ช่วงคะแนน =
3.30 + 0.04 = 3.34ดังนั้นขอบเขตของชั้นที่ 1 = 3.30 - 3.34
ชั้นที่ 2 = ขอบเขตบน + ช่วงคะแนน =
3.34 + 0.04 = 3.64ดังนั้นขอบเขตของชั้นที่ 2 = 3.34 - 3.64
ทำาต่อไปจนครบ 10 ชั้น

31. ชั้น
ท
ีี
ี่ ขอบเขต ขอบเขต ค่ากลาง ความถี่(f) รวม
1
3.30 -
3.34
2
3.34 -
3.38
3
3.38 -
3.42
4
3.42 -
3.46
3.46 -
6.1 หาขอบเขตของชั้น
6. สร้างตารางแจกแจง
ความถี่

32. ชั้น
ท
ีี
ี่ ขอบเขต ขอบเขต ค่ากลาง ความถี่(f) รวม
1
3.30 -
3.34
3.295 -
3.335
2
3.34 -
3.38
3.335 –
3.375
3
3.38 -
3.42
3.375 –
3.415
4
3.42 -
3.46
3.415 –
3.455
5
3.46 -
3.50
3.455 –
3.495
6. สร้างตารางแจกแจงความถี่
6.2 เพิ่มขอบเขตของชั้นให้ละเอียดกว่าข้อมูล

33. 6.สร้างตารางแจกแจงความถี่
1
2
3
4
5
6
7
8
9
1
0
ชั้นที่
3.295 - 3.335
3.335 – 3.375
3.375 – 3.415
3.415 – 3.455
3.455 – 3.495
3.495 – 3.535
3.535 – 3.575
3.575 – 3.615
3.615 – 3.655
3.655 – 3.695
ขอบเขต
ของชั้น
ค่ากลาง
3.315
3.355
3.395
3.435
3.475
3.515
3.555
3.595
3.635
3.675
ความถี่ ( f ) รวม
6.3 หาค่ากลางของแต่ละชั้น

34. 1
2
3
4
5
6
7
8
9
1
ชั้นที่
3.295 - 3.335
3.335 – 3.375
3.375 – 3.415
3.415 – 3.455
3.455 – 3.495
3.495 – 3.535
3.535 – 3.575
3.575 – 3.615
3.615 – 3.655
3.655 – 3.695
ขอบเขต
ชั้น
ค่ากลาง
3.315
3.355
3.395
3.435
3.475
3.515
3.555
3.595
3.635
3.675
///
//
//// ////
//// //// ////
//// //// //// /
/// //// //// //
// //
//// //// //// /
///
//// ////
ความถี่ ( f ) รวม
6. สร้างตารางแจกแจงความถี่
6.4 ขีดรอยความถี่ของแต่ละชั้น

35. 1
2
3
4
5
6
7
8
9
1
0
ชั้นที่
3.295 - 3.335
3.335 – 3.375
3.375 – 3.415
3.415 – 3.455
3.455 – 3.495
3.495 – 3.535
3.535 – 3.575
3.575 – 3.615
3.615 – 3.655
3.655 – 3.695
ขอบเขต
ของชั้น
ค่ากลาง
3.315
3.355
3.395
3.435
3.475
3.515
3.555
3.595
3.635
3.675
///
//
//// ////
//// //// ////
//// //// //// /
/// //// //// //
// //
//// //// //// /
///
//// ////
///
ความถี่ ( f ) รวม
3
2
9
14
37
20
10
3
1
1
10
6. สร้างตารางแจกแจงความถี่
6.5 รวมคะแนนของแต่ละชั้น

36. 3.2
95
3.3
35
3.3
75
3.41
5
3.4
55
3.
49
53.535
3.575
3.615
3.655
3.
69
5
10
2
0
30
40
ความถี่ (ชิ้น)
ความหนา ( mm.)
3 2
9
1
4
20
10
3 1 1
3
7
7.นำามาพล๊อตเป็นกราฟแท่ง โดยให้แกน X แทน
ขอบเขตของแต่ละชั้น ส่วนแกน Y
แทนความถี่ของข้อมูล

37. n
x + x + x +
… + x
1 2 3 n_
n
ii =
1
n
∑ x
x = =
3.56 + 3.46 + 3.48 + 3.50 + 3.42 + … + 3.47
100
=
8. การหาค่าเฉลี่ยของ
ตัวอย่าง( X )
x =
3.476
mm.

38. 9. คำานวณหาค่าความเบี่ยงเบน
มาตรฐานของสิ่งตัวอย่าง(SD)
SD =
0.0621
(3.56 – 3.476) + (3.46 – 3.476) + … + (3.47
2 2
2
100 -1=
1 2 n
_ _ _2 2 2
∑ (
x - x )
_
ii = 1
2
n
n - 1=SD
n -
1
SD =
( x - x ) + ( x - x ) + … + ( x - x

39. x =
3.476
mm.
SD =
0.0621
mm.
_
3.2
95
3.3
35
3.3
75
3.4
15
3.4
55
3.
49
53.535
3.575
3.615
3.655
3.
69
5
10
2
0
30
40
ความถี่ (ชิ้น)
ความ
หนา
x
_
3 2 113
( mm.)
10. นำาข้อมูลมาพล๊อตกราฟได้
ดังนี้

40. x =
3.476
mm.
SD =
0.0621
mm.
_
3.2
95
3.3
35
3.3
75
3.4
15
3.4
55
3.
49
53.535
3.575
3.615
3.655
3.
69
5
10
2
0
30
40
ความถี่ (ชิ้น)
ความ
หนา
x
_
LSL =
3.37
USL =
3.57
3 2 113
Lower Specification Limit = 3.37 ,USL = Upper Specification Limit =
( mm.)
11.เปรียบเทียบความผันแปรของ
กระบวนการกับข้อกำาหนดเฉพาะ

41. 3.2
95
3.3
35
3.3
75
3.4
15
3.4
55
3.
49
53.535
3.575
3.615
3.655
3.
69
5
10
2
0
30
40
ความถี่ (แผ่น)
ความ
หนา
x
_
x =
3.476
mm.
SD =
0.0621
mm.
_
LSL =
3.37
USL =
3.57
3 2 113
( mm.)
เส้นโค้งการกระจาย
แบบปกติ (Normal
Distribution Curv
LSL = Lower
Specification Limit =
USL = Upper Specification Limit

42. Dat a
Frequency
3.653.603.553.503.453.403.353.30
25
20
15
10
5
0
Mean 3.476
StDev 0.06191
N 100
Histogram of Data
Normal
LSL = 3.37 USL = 3.57
X = 3.476

43. 12.การประเมินความสามารถของ
กระบวนการ
Cp =
USL -
LSL6 SD
= 3.57 –
3.376
(0.0621
)= 0.53

44. 12.การประเมินความสามารถของ
กระบวนการ
=
3
(0.0621
)
3.476 –
3.37
=0.57
Cpk
=
Min ( Cpl,
Cpu)
3 SD
Cpl =
X -
LSL
3 SD
Cpu
=
USL -
X
=
3
(0.0621
3.57 –
3.476
=0.50

45. 12.การประเมินความสามารถ
ของกระบวนการ
Cp = 0.53 หมายถึง กระบวนการมีความ
ผันแปรสูงมาก(เลวมาก)
Cpk = 0.50 หมายถึง กระบวนการมีความ
ผันแปรสูงมาก(เลวมาก)
Cp > Cpk และ Cpk = Cpu = 0.50
เนื่องจากค่า Cp = 0.53 และ Cpk = Cpu = 0.50
แสดงว่ากระบวนการมีความผันแปรสูงมาก(เลว
มาก) รวมทั้งค่า Cp ≠ Cpk แสดงว่าค่าเฉลี่ย
ของกระบวนการไม่ได้อยู่ที่ตำาแหน่งกึ่งกลางของข้อ
กำาหนดเฉพาะ(Specification)
ดังนั้นจึงสามารถสรุปได้ว่ากระบวนการมีความ

46. เป็นเครื่องมือทางสถิติที่แยกความผันแปรจาก
สาเหตุที่ผิดธรรมชาติ (Special Causes) ออกจาก
สาเหตุธรรมชาติ(Common Causes)ของข้อมูล
โดยผ่านกลไกลที่สำาคัญคือพิกัดควบคุม(Control
Limit) ของแผนภูมิ
Upper Control Limit (UC
Center
Line (CL)Lower Control
Limit (LCL)
สาเหตุที่ผิด
ธรรมชาติ
ความ
ผันแปร
โดย
สาเหตุ
ธรรมชาติ
แผนภูมิควบคุม (Control Chart)

47. แนวทางในการใช้เครื่องมือ 7 อย่าง
ของ QC แยกตามจุดประสงค์
จุดประสงค์ เครื่องมือ แนวความคิด
1.ความมี
เสถียรภาพ
1.1 พาเรโต้
ไดอะแกรม
ภายใต้ความ
เสถียรภาพ ข้อมูลที่มี
ความสำาคัญมากจะมี
จำานวนเพียงเล็กน้อย
แต่ข้อมูลที่จำานวนมาก
จะมีความสำาคัญเพียง
เล็กน้อย
1.2 แผนภูมิ
ควบคุม
ภายใต้ความเสถียร
ความผันแปรโดยส่วน
ใหญ่ต้องมาจากสาเหตุ

48. จุดประสงค์ เครื่องมือ แนวความคิด
2.วิเคราะห์
ความผันแปร
2.1 ใบตรวจ
สอบ
ความผันแปรภายใต้
เวลา สถานที่ หรือ
แหล่งต่างๆ
2.2 กราฟ ความผันแปรภายใต้
เวลา
2.3 ฮิสโตรแก
รม
ความผันแปรจาก
สาเหตุธรรมชาติจะต้อง
มีการแจกแจงแบบ
สมมาตรรอบค่าค่าหนึ่ง
2.4 แผนภูมิ ความผันแปรโดย
แนวทางในการใช้เครื่องมือ 7 อย่าง
ของ QC แยกตามจุดประสงค์

49. จุดประสงค์ เครื่องมือ แนวความคิด
3.วิเคราะห์
สาเหตุและผล
3.1 ผังก้าง
ปลา
ความสัมพันธ์ระหว่าง
ปัญหาและสาเหตุ
3.2 ผังสห
สัมพันธ์
การแสดงความสัมพันธ์
ระหว่างสาเหตุและผล
3.3 ฮิสโตรแก
รม
การเปลี่ยนแปลงของค่า
กลางหรือการกระจาย
เมื่อมีการเปลี่ยนแปลง
ของระดับของสาเหตุ
3.4 กราฟ การแสดงความแตกต่าง
ของค่านับผลงาน เมื่อมี
แนวทางในการใช้เครื่องมือ 7 อย่าง
ของ QC แยกตามจุดประสงค์