以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比...

116

Upload: others

Post on 25-Mar-2021

0 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。
Page 2: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

IOSH99-A305

以少量數據統計模式與廣泛性之作業環

境測定兩者暴露實態差異性探討研究

Analysis of the Difference between

Using Small Quantity of Data and Large

Quantity of Data in Association with

Statistical Model for the Estimation of

Exposure Profile

行政院勞工委員會勞工安全衛生研究所

Page 3: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

IOSH99-A305

以少量數據統計模式與廣泛性之作業環

境測定兩者暴露實態差異性探討研究

Analysis of the Difference between

Using Small Quantity of Data and Large

Quantity of Data in Association with

Statistical Model for the Estimation of

Exposure Profile

研究主持人:李聯雄

計畫主辦單位:行政院勞工委員會勞工安全衛生研究所

研究期間:中華民國 99 年 1 月 1 日至 99 年 12 月 31 日

行政院勞工委員會勞工安全衛生研究所

中華民國 100 年 3 月

Page 4: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

i

摘 要

目前事業單位大多已依「勞工作業環境測定實施辦法」之規定每半年定

期進行作業環境測定,但勞工的暴露情形可能會因作業現況而不同,不能單看

一次或兩次的環測結果,而是需收集多次的環測結果利用傳統統計進行分析,

才能建立各個相似暴露族群(similar exposure group, SEG)的暴露實態以瞭

解是否符合容許濃度標準。

本研究以合成皮業事業單位為研究對象,探討傳統統計與貝氏統計之差

異,評估貝氏統計分析方法,是否可利用較少的環測數據,即可分析出與母群

體相近的結果。研究的方法為對某合成皮業工廠數個 SEG 於 3~11 月進行多

次的作業環境測定收集大量的環測數據,再分別利用傳統統計與貝氏統計方法

進行分析。分析時在傳統統計方面,分別探討樣本數多寡時,所分析的結果與

母群體之差異,而在貝氏統計方面則探討 Prior 資料的不同(由專家提供資料、

前次累積的環測值、8 天的環測值),在搭配不同數量的 Likelihood 資料分析

而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比

較,以評估兩種方法之差異。

經分析後發現,傳統統計只能估算出 95 百分值與其容忍界限的上限值的

暴露等級,而貝氏統計可完整說明 0~4 暴露等級每個暴露等級發生的機率為

何,讓事業單位可以清楚的瞭解各個等級發生的風險高低,並進一步做出適當

的控制措施。且貝氏統計因有 Prior 資料,因此當環測值只有少量的數據可分

析時(Likelihood 資料),若給予適當的 Prior 資料將有助於分析的結果接近母

群體的結果。

關鍵詞:環境測定、貝氏統計、傳統統計

Page 5: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

ii

Abstract

At the moment, in most cases, enterprises conduct monitoring every half a year

as required under “Regulations Governing Implementation of Monitoring of Labor

Working Environments”. The labor exposure might, nevertheless, differ according

to law the operating status. The results of environmental monitoring for only once

or twice might not suggest significantly. Instead, it calls for results of multiple

environmental monitoring practices before we can set up a sound similar exposure

group (SEG) and before we can tell for sure whether we well live up to the tolerated

concentration standards.

In the present study, therefore, we team up with synthetic leather manufacturers

as the subjects for our research to probe into the gap between statistics and Bayesian

statistical to assess the Bayesian statistical analysis method to make sure whether we

could use fewer environmental monitoring data to analyze and results close to the

matrix. In the method of study, toward a certain synthetic leather manufacturer, we

gathered up huge amount of environmental monitoring data conducted on several

SEG during March~November. Subsequently, we conducted analyses through both

traditional statistics and Bayesian statistical method. In the traditional statistics, we

probed into the difference between the results of analysis and the matrix groups

amidst more or fewer samples. In the Bayesian statistical aspect, we looked into the

difference in the Prior data (with the data coming from experts, the environmental

monitoring values accumulated in the preceding survey and the environmental

monitoring values of 8 days). In concert with Likelihood data analyses of different

volumes to look into the difference between the results so yielded and the matrix

group. At last, we compared the results yielded through traditional statistics with the

Bayesian statistical analysis results to assess the difference of the two approaches.

Through the analysis efforts, we noticed that the traditional statistics could only

anticipate 95% and the upper tolerance limits (UTL) exposure level. The Bayesian

statistical, on the other hand, could explain in an integral manner exposure levels 0~

4 and the probability taking place out of each and every exposure level to enable

enterprises to definitely tell the risk extent of occurrence in the various levels and to,

in turn, work out control measures as appropriate. Besides, where Bayesian statistical

gets the Prior data, when there are only few data available for the environmental

monitoring values for analysis(i.e., the Likelihood data), if we give appropriate Prior

data, it would be helpful to make the analytical results closer to the results of the

matrix. For Prior data, it is suggested the expert groups could jointly resolve and

utilize the environmental monitoring data of the previous years for assessment. In

the present fiscal year, with the preliminary study conducted for the first year, we

Page 6: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

iii

probed into the synthetic leather manufacturer only with the environmental

monitoring results. The results so yielded could only be used for reference to

enterprises concerned and would not necessarily suggest the final result. In the days

and years ahead only after we collect the data of different lines for checking and

verification before we can definitely verify the applicability of Bayesian statistical.

Key Words: Environmental monitoring, Bayesian statistics, Traditional statistics

Page 7: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

iv

目 錄

摘要………………………...……………………………….……….. i

Abstract………………………………………………………………ii 目錄…………………………………………………………………...iv

圖目錄…………………………………………………………………v

表目錄…………………………………………………………………vii

第一章 計畫概述 ................................................................................................. 1

第一節 前言 ..................................................................................................... 1

第二節 研究目的 ............................................................................................. 3

第三節 工作項目 ............................................................................................. 3

第四節 計畫流程 ............................................................................................. 4

第二章 執行成果 ................................................................................................. 7

第一節 選定研究對象 ..................................................................................... 7

第二節 進行現況調查、選定欲研究的相似暴露族群並訂定採樣策略......... 8

第三節 對選定的相似暴露族群勞工進行多次的作業環境測定 .................. 30

第四節 進行傳統統計與貝氏統計分析與探討 ............................................. 35

第五節 召開專家討論會議 ............................................................................ 73

第三章 結論 ....................................................................................................... 75

第四章 建議 ....................................................................................................... 77

誌謝 .................................................................................................................... 78

參考文獻 ............................................................................................................ 79

附件 .................................................................................................................... 81

附件一 各 SEG 3/26~11/11 作業環境測定結果與採樣時現場資訊 ................ 81

Page 8: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

v

圖 目 錄

圖 1 研究架構....................................................................................................... 6

圖 2 A 廠乾式製程流程及可能暴露有害物的作業 ............................................. 8

圖 3 A 廠濕式製程流程及可能暴露有害物的作業 ............................................. 8

圖 4 乾式配料作業區及作業人員動線 .............................................................. 10

圖 5 乾式配料作業照片 ..................................................................................... 12

圖 6 乾式配料作業檢知管量測位置示意圖 ...................................................... 13

圖 7 乾式配料作業局部排氣裝置效能及有害物濃度調查結果 ........................ 15

圖 8 乾式塗佈區及作業人員動線圖 .................................................................. 16

圖 9 乾式塗佈作業照片 ..................................................................................... 18

圖 10 乾式塗佈作業檢知管量測位置示意圖 .................................................... 19

圖 11 乾式塗佈作業局部排氣裝置效能及有害物濃度調查結果 ...................... 20

圖 12 濕式製程作業人員動線 ........................................................................... 23

圖 13 濕式製程局部排氣裝置效能及有害物濃度調查結果 ............................. 26

圖 14 SEG1~SEG6 3/26~11/11 DMF 測定結果 ....................................... 32

圖 15 SEG1~SEG6 3/26~11/11 甲苯測定結果 ........................................ 33

圖 16 SEG1~SEG6 3/26~11/11 丁酮測定結果 ........................................ 34

圖 17 數據統計分析方法架構 ........................................................................... 36

圖 18 SEG1-丁酮濃度機率密度函數圖 ............................................................ 37

圖 19 95 分位值(Q95)的容忍界限的上限值說明(有 95%的信心水準相信

Q95 會小於 UTL) .................................................................................... 40

圖 20 在給定 GM 與 GSD 的範圍下,GM 與 GSD 所有組合下所歸屬的暴露風

險等級之區域 (左上)、概似函數的機率分布圖 (右上)、事前機率假設的

分布圖 (左下),以及事後機率的分布圖 (右下) .................................... 42

圖 21 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 之濃度值的長條

Page 9: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

vi

圖 .............................................................................................................. 48

圖 22 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 之濃度值在自然

對數下的長條圖與 Quantile-Quantile plot ............................................. 49

圖 23 傳統統計分析架構 ................................................................................... 51

圖 24 以傳統統計分析各個 SEG 3/26~11/11 每天環測數據的結果(T1Gx)

.................................................................................................................. 52

圖 25 貝氏統計分析架構 ................................................................................... 56

圖 26 Prior 資料由專家給定時的結果與母群體的結果差異(B1GX) ........... 58

圖 27 探討以環測數據作為 Prior 資料時分析的架構說明 ............................... 60

圖 28 Prior 資料以前一次累積的環測數據帶入時的分析結果(B2GX)........ 62

圖 29 Prior 資料以 3/26~4/27 累計 8 天的數據帶入,Likelihood 資料分別帶

入 4/28~11/11 每一天的環測數據分析結果(B3GX) ......................... 64

圖 30 甲苯-SEG1 當 Prior 帶入不同的資料量時分析結果比較 ...................... 65

圖 31 Prior 資料以 3/26~4/27 累計 8 天的數據帶入,Likelihood 資料帶入 4/28

~11/11(17 天)累計的環測數據分析結果(B4G1) .......................... 67

圖 32 DMF-SEG3、DMF-SEG5 以傳統統計與貝氏統計分析數據量少時的結

果(T1GX、B2GX、B3GX 比較) ............................................................. 69

圖 33 甲苯-SEG1、甲苯-SEG3 以傳統統計與貝氏統計分析的數據量少時的結

果(T1GX、B2GX、B3GX 比較) ............................................................. 70

圖 34 第二次專家會議開會現況 ....................................................................... 74

Page 10: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

vii

表 目 錄

表 1 AIHA 建議的建立相似暴露族群真實暴露實態所需之樣本數對照表 ........ 2

表 2 乾式配料作業局部排氣裝置效能及有害物濃度調查結果 ........................ 14

表 3 乾式塗佈作業局部排氣裝置效能及有害物濃度調查結果 ........................ 21

表 4 濕式製程局部排氣裝置效能及有害物濃度調查結果 ................................27

表 5 相似暴露族群劃分及採樣點數規劃 .......................................................... 28

表 6 採樣實施時程規劃 ..................................................................................... 29

表 7 3/26 與 4/19~4/11 各 SEG 採樣的點數 .................................................. 31

表 8 AIHA 暴露等級分類 ................................................................................... 38

表 9 欲分析的 SEG 其 3/26~11/11 的帄均濃度、SD、GM、GSD 資訊 ..... 46

表 10 評估欲分析的 SEG 其成員是否為同一個 SEG ..................................... 47

表 11 p value of Pearson chi-square test for normality ................................. 48

表 12 各 SEG 以傳統統計與貝氏統計分析母群體暴露等級所使用的數據 .... 50

表 13 以傳統統計與貝氏統計方法分析母群體暴露等級結果 ......................... 50

表 14 4 組 SEG 以傳統統計分析 4/28~11/11 累計 17 天的環測數據結果

(T2G1) .................................................................................................. 54

表 15 Prior 資料由專家給定時欲探討的數據群組 ........................................... 57

表 16 分析的數據量較少時,傳統統計與貝氏統計分析結果的差異 .............. 68

表 17 分析的數據量較多傳統統計與貝氏統計分析結果之差異...................... 72

表 18 AIHA 建議的樣本數與貝氏統計分析時所需樣本數比較 ....................... 73

Page 11: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

1

第一章 計畫概述

第一節 前言

勞工是公司最寶貴的資產,為了保護勞工健康,避免於作業場所中暴露

到過量的有害物,行政院勞工委員會於民國 81 年即訂定「勞工作業環境測定

實施辦法」,要求事業單位針對特定的有害物,應每半年或一年定期進行作業

環境測定,以避免勞工暴露到過量的有害物,造成對身體的危害。但因應當時

的時代背景,在法令中尚且無法針對作業環境測定相關工作有全面性的要求,

包括必頇對廠內狀況先進行瞭解、收集完善的基本資料、對廠內所有相關人員

進行評估、選擇具有代表性的採樣點、後續數據的處理及分析等等諸多問題,

僅初步要求事業單位必頇定期執行作業環境測定工作,這樣的作法逐漸使得多

數的事業單位僅以應付法令要求的心態來執行作業環境測定工作,因此完全失

去當初為了保護勞工健康,立意良好的立法精神。

隨著時代的進步,大家對於重視自身的健康與尊重他人生命的意識逐漸

上升,加上國際勞工組織也逐漸要求重視勞工的工作權益,因此針對作業環境

測定這項工作,在法令面也做了非常大的調整。勞委會修訂勞工作業環境測定

實施辦法,要求事業單位在進行作業環境測定前需訂定含採樣策略之作業環境

測 定 計 畫 , 並 參 酌 美 國 工 業 衛 生 學 會 (American Industrial Hygiene

Association, AIHA)所建議的全面性暴露評估策略之精神,作為作業環境測定

計畫的主體架構。

AIHA 所建議的全面性暴露評估策略,著眼於描繪所有勞工在所有工作天

對於所有有害物質的暴露,依循這樣的策略收集暴露資料後再進行統計分析,

藉由對暴露分布 95%信賴區間上限 (95% upper percentile of exposure

distribution) 的估計,作為事業單位違反法令容許暴露限值風險管理,也可估

Page 12: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

2

計勞工的算術帄均暴露,作為職業流行病學上暴露健康風險評估之參考。但是

就統計上的學理而言,暴露資料(樣本數)的多寡,會直接影響統計分析的結

果,因此到底要獲得多少的暴露數據,才足以代表該暴露群的暴露實態, 針

對這個問題,AIHA 已利用傳統統計方法提供一個對照表,來說明欲建立相似

暴露族群的真實暴露實態與所需要樣本數之間的關係,其結果如表 1 所示。

從表 1 可清楚瞭解若欲建立相似暴露族群的真實暴露實態,需收集樣本數的

多寡與「勞工的帄均暴露濃度與該有害物職業暴露極限值(Occupational

Exposure Limits, OEL)的比值」及「樣本資料的分散情形(幾何標準偏差

(Geometric Standard Deviation, GSD)的大小)」兩項因子有直接關係,若

其比值大且變異又大,就需要非常多的樣本數才足以達到統計上的要求。

表 1 AIHA 建議的建立相似暴露族群真實暴露實態所需之樣本數對照表

AIHA 在 1998 年改版的「A Strategy for Assessing and Managing

Occupational Exposures」一書中所建議「全面性暴露評估策略」的方法,雖

然提供了一套非常完整的方法,包含從建立完善的基本資料、到利用風險觀念

來選取採樣點、以及後續的數據統計分析等,但在最後段的數據統計分析,若

以傳統統計方法來評估所需要的樣本數,在實務上執行會遭遇到一些困難,例

如若是平均暴露濃度與 OEL 比例為 0.75,GSD 為 3.5,則需收集 384 個樣本

才足夠,這樣的結果對事業單位而言在實務上較難執行(因在有限的環測預算

下,每半年才進行一次環測,因此若要獲得足夠的樣本數需要非常久的時間)。

帄均暴露濃度

/OEL 的比例

Page 13: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

3

但非常幸運的是,目前在國際上的文獻中有專家提出可利用「貝氏統計

方法」結合少量的數據就可以推估該暴露群的暴露實態,因為貝氏統計方法

(Bayesian statistical approach)是結合職業衛生專家判斷和少量的暴露測定資

料共同推估出該暴露群的暴露狀況分布,因此可提供流行病學暴露資料重新建

構(exposure reconstruction)[1]、暴露決定因子的提取和暴露控制與風險管理

[2],甚至能解釋暴露變異與專家判斷和暴露模式推估的不確定性[3]。目前在

國內對於如何應用貝氏統計方法來分析勞工的暴露數據尚未看到相關的研

究,因此本研究想嘗試瞭解是否真如國外專家所述,可利用專家判斷與少量的

環測數據,即可瞭解勞工真實的暴露實態,若此法真的可行,將可解決我們現

在面臨可能需要非常多的樣本數才可確定勞工暴露實態的困境。因此本計畫以

真實工廠勞工的暴露資料為研究對象,分別利用傳統統計與貝氏統計方法在不

同情境下進行分析,探討何種方法較能以經濟有效的方式建立勞工真實的暴露

實態。

第二節 研究目的

本研究以合成皮某家工廠為研究對象,進行為期九個月的作業環境個人採

樣,將所獲得的環測數據分別以傳統統計方法與貝氏統計方法進行處理分析,

探討在最接近真實暴露實態下最具經濟效益的作業環境測定實施方式。

第三節 工作項目

1. 選定研究對象:一家合成皮廠商。

2. 收集資料選定 1~3 個欲研究的相似暴露族群並訂定採樣策略。

3. 對選定的相似暴露群勞工進行多次作業環境測定,共計測定 350 個樣本。

Page 14: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

4

4. 對環測數據進行統計分析:

(1) 將全部環測數據利用傳統統計與貝氏統計建立母群體真實暴露實

態,並分析是否無差異。

(2) 探討以傳統統計方法分析時最接近真實暴露實態的數據群組暴露實

態為何。

A. 將 SEG 所有的環測數據利用傳統統計方法建立出母群體真實的暴

露實態。

B.將不同數據群組分別建立暴露實態。

C. 比較真實的暴露實態與各數據群組暴露實態之差異。

(3) 探討以貝氏統計方法分析時最接近真實暴露實態的數據群組暴露實

態為何。

A. 將 SEG 所有的環測數據利用貝氏統計方法建立出母群體真實的暴

露實態。

B.將不同的數據群組分別建立暴露實態。

C.比較真實的暴露實態與各數據群組的暴露實態之差異。

(4) 探討傳統統計與貝氏統計方法分析結果之差異。

5. 定期召開專家會議討論各個統計分析結果之合理性。

第四節 計畫流程

整體研究架構如圖 1 所示,針對一家合成皮業廠商選定數個欲研究的相似

暴露族群(SEG)後,有系統的對各個 SEG 進行作業環境測定,收集足夠的

環測數據後進行檢定,確認是否為對數常態分布,而後將所有的環測數據分別

以傳統統計與貝氏統計方法建立母群體的真實暴露實態(TT 與 BT),並比較

Page 15: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

5

兩者是否無差異,再利用傳統統計與貝氏統計對不同的數據群組建立其暴露實

態(TGn、BGn),並找出最接近母群體真實暴露實態的數據群組(TGx、BGx),

最後再探討 TGx、BGx 的差異。另外也在研究的過程中,定期召開專家小組會

議,邀請暴露評估及統計學方面的專家,共同討論結果之合宜性。

Page 16: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

6

圖 1 研究架構

對選定的 SEG 進行作業環境測定

召開專家小組會議討論數據處理結果的合理性

收集資料選定數個欲研究的

SEG 並訂定採樣策略

所有的環測數據

利用貝氏統計建立暴露實態(BT)

選定合成皮業 1 家廠商

所有的環測數據

利用傳統統計建立暴露實態(TT)

是否無差異 再收集更多

的樣本

利用貝氏統計進行探討 利用傳統統計進行探討

所有的環測數據建立

的暴露實態

(真實暴露實態,BT)

各種不同數據群組所

建立的暴露實態

(各種數據群組暴露

實態,BG1、BG2……BGn)

找出最接近真實暴露實態(BT)的數據群組

(BGX)

比較與但討 BGX 與 TGX 的差異性

結論

BT 與 BG1

之差異

BT 與 BG2

之差異

BT 與 BGn

之差異

所有的環測數據建立

的暴露實態

(真實暴露實態,TT)

各種不同數據群組所

建立的暴露實態

(各種數據群組暴露

實態,TG1、TG2……TGn)

找出最接近真實暴露實態(TT)的數據群組

(TGX)

TT 與 TG1

之差異

TT 與 TG2

之差異

TT 與 TGn

之差異

檢定 SEG 的環測結果是

否為對數常態分布

不是

不是

……… ………

Page 17: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

7

第二章 執行成果

本年度各項規劃的工作皆已依序完成,執行的工作包括:1.選定研究對象

(合成皮業一家廠商)、2.進行現況調查、選定欲研究的相似暴露族群並訂定採

樣策略、3. 對選定的相似暴露族群勞工進行多次的作業環境測定、4. 進行傳

統統計與貝氏分析與探討、5.召開專家討論會議,各項工作成果分別說明如下。

第一節 選定研究對象

本研究案若要順利執行,在考量研究對象的選取有兩個先決條件,一個

是數據濃度的分布要合適(需避免測定到的濃度為低於檢量下限或 ND 值,

例如:高科技產業就不合適),另一個是配合度要非常高,綜合這兩項考量,

我們決定以傳統產業為對象。經評估且洽詢後選定某家合成皮廠(後續皆以

A 廠來代表)為研究對象,該廠共有乾式製程與濕式製程,乾式製程中包含

乾式配料、面料與底料塗佈、烘乾、貼合等作業,而濕式製程則包含了濕式

配料、塗佈、凝固、水洗與乾燥作業等,該廠製程流程及可能暴露有害物的

作業如圖 2、圖 3 所示,從圖 3 中可看出,濕式配料作業並未列入可能暴

露有害物的作業,原因在於該濕式配料作業雖然有使用到許多有害物,但由

於每天僅進行一次配料且為密閉管線配送作業,因此人員在此作業過程中不

易暴露到有害物。然而對於其他可能有暴露之作業區,經由對現場進行初步

量測後得知其濃度分布結果符合本研究之需求,綜合上述整體考量,最後選

定 A 廠為本年度計畫之研究對象。

Page 18: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

8

圖 2 A 廠乾式製程流程及可能暴露有害物的作業

圖 3 A 廠濕式製程流程及可能暴露有害物的作業

第二節 進行現況調查、選定欲研究

的相似暴露族群並訂定採樣策略

為達成本研究目的,選定合適的研究對象後必頇對該廠的現況有更進一

步的瞭解,才能明確掌握欲參與研究的暴露族群以及應如何擬定符合研究需

求的採樣策略。各項工作展開如下說明。

(1) 現況調查

相似暴露族群若劃分的不恰當,收集到的環測數據將可能無法真正推估

該暴露族群之暴露情形,因此在研究之初,應清楚的瞭解 A 廠的作業現況,

濕式配料

起毛布或不

織布

塗佈 凝固 水洗 乾燥 成品

:可能暴露有害物的作業

乾式配料

離型紙發送

面料塗佈 烘乾 底料塗佈 貼合

烘乾 成品

:可能暴露有害物的作業

Page 19: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

9

收集足夠的資料以劃分出合宜的相似暴露族群,因此需收集的資料包括:

※作業人員動線:大多數的作業現場都會設置許多機台,而每一個機台都可

能是一處有害物發散源,藉由瞭解作業人員的動線,並掌握每個人員與機

台接觸的情形,以作為劃分相似暴露族群之重要參考依據。

※作業調查:在相同屬性的作業中,由於原料中有害物成分的差異或是勞工

不同的作業方式,都有可能造成不同程度的暴露與傷害,因此必頇對現場

的作業情形更清楚得瞭解與掌握,才能判斷出合理的相似暴露群。

※局部排氣裝置設置情形及作業人員有害物暴露情形:局部排氣裝置效能的

好壞,是造成作業人員暴露有害物嚴重與否的另一因素,故分別對各機台

的局排效能進行調查。另外,也同時利用 DMF 檢知管量測作業區 DMF 的

濃度,並於 3/26 日對各作業人員進行初步的作業環境測定(個人長時間採

樣),以更為精準的劃分相似暴露群。

綜合上述針對 A 廠乾式製程的配料作業、塗佈作業以及濕式製程的塗佈

作業、凝固與水洗作業,進行以上之調查,結果說明如下。

A.乾式製程

(A)乾式配料作業

a.作業人員動線

乾式配料作業區位於該廠二樓,配料區設有 6 台攪拌機,其中一台

為新設的攪拌機(6 號機),進行現況調查時正在進行詴車,故尚未裝設

局部排氣裝置(詴車完後即裝上局排),其他攪拌機皆已設置局部排氣裝

置,除此之外,在該區另有設置溶劑卸料區,作業時依產品需求不同,

Page 20: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

作業人員有時會需要先至「溶劑卸料區」將溶劑裝入攪拌桶內(該處無

局排),再將攪拌桶推到攪拌機進行配料作業(作業區配置如圖 4 所示)。

該公司 4~9 月為生產旺季,作業人員每天輪早、晚兩班,每班約有

3 人,在早班的部分 1、2 號機為 A 作業員負責操作,3~6 號機由 B 作

業員負責操作,而 C 作業人員則為機動協助。本區人員作業動線為來回

在各攪拌機之間進行配料(有時會先到溶劑卸料區進行卸料),完成配料

後將攪拌桶加蓋,直接送到乾式塗佈作業區,因此在其作業動線中,可

能發生有害物暴露的區域為各攪拌機及溶劑卸料區。人員作業動線如圖

4 所示,虛線箭頭分別代表 A、C 人員作業動線,實線箭頭為 B 人員作業

動線。

圖 4 乾式配料作業區及作業人員動線

3 號

4 號

5 號

6 號攪拌機

(新設尚無局排)

1 號

2 號

機 門

溶劑

卸料區

窗戶(部分有開)

原料存

放區

大型密閉

攪拌槽

電風扇

電風扇

B

A

C

至乾式塗佈區

人員動線

A.

B

C

Page 21: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

11

b.作業調查

進行乾式配料時,會在樹脂中加入 DMF、甲苯、丁酮等有害物進行

攪拌,各成分比例約分別為:DMF35%、甲苯 35%、丁酮 7~10%。乾

式配料作業流程如下:

(a) 於卸料區將 DMF 溶劑卸料至攪拌桶中,卸料區無局排(不一定有

卸料作業,依產品需求而定)。

(b) 將攪拌桶移至攪拌機下方進行攪拌,同時於局排氣罩投料口加入其

他原料(ex:樹脂、色料),攪拌機局排氣罩型式為包圍式氣罩,可

完全包圍攪拌桶。

(c) 倒完其他原料後,於攪拌桶上蓋上塑膠板(於氣罩內)以減少有害

物的發散並將投料口拉門關起繼續攪拌。

(d) 於攪拌過程中取樣以確認品質。

(e) 攪拌完成時作業人員將攪拌軸升起,並靠近攪拌桶拿刮板將攪拌軸

上的樹脂刮下。

(f) 將攪拌桶加蓋鎖緊,並送至各機台的塗佈作業區(利用手推車運

送)。

(g) 運回塗佈作業使用完的空桶。

因此在作業過程中,可能導致作業人員暴露到有害物的作業方式

為:於卸料區將 DMF 溶劑卸料至攪拌桶中、攪拌完成時作業人員將攪拌

軸升起,並靠近攪拌桶拿刮板將攪拌軸上的樹脂刮下時,可能會暴露到

有害物(乾式配料作業如圖 5 所示)。

Page 22: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

12

圖 5 乾式配料作業照片

c. 局部排氣裝置設置情形及作業人員有害物暴露情形

局部排氣裝置的效能好壞,會影響勞工暴露有害物濃度的高低,因

此在劃分相似暴露族群、選定研究對象之前,也需調查局部排氣裝置的

效能及勞工可能暴露的有害物濃度高低,以於後續可針對有較明顯暴露

的族群進行研究。各項調查結果說明如下。

調查局部排氣裝置效能時,先將作業現場的電風扇關閉,以避免干

擾量測結果。調查時以風速計量測各攪拌機氣罩開口面的風速(每個氣

罩開口面量測約 4~6 點,再取其帄均值),各機台局排氣罩開口面風速

約在 0.17 m/s 以上。除此之外,也利用發煙管於投料口開口處、氣罩下

方透明塑膠圍簾的縫隙處施放煙霧,評估煙霧是否可被吸入氣罩內。經

測定發現各機台的局排皆可迅速將施放的煙霧吸入,顯示乾式配料作業

所使用的局排效能極佳。

進行配料作業攪拌時,局

排氣罩投料口會關上並在

攪拌桶上方蓋上蓋子

完成攪拌人員將攪拌軸升

起,並靠近攪拌桶拿刮板

將攪拌軸上的樹脂刮下

Page 23: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

13

為瞭解作業現場有害物濃度及個人暴露的情形,利用檢知管量測當

日有作業的攪拌機局排氣罩外 DMF 的濃度(檢知管量測位置如圖 6

示),測得現場 DMF 濃度約在 1/10 PEL-TWA(DMF 的 PEL-TWA 為

10ppm)。除即時利用檢知管瞭解現場 DMF 濃度之外,也在 3/26 日進行

初次的作業環境測定,對 3 位作業人員進行長時間的個人採樣,以實際

評估勞工的暴露情形為何。經測定後發現,三人的 DMF、甲苯、丁酮濃

度皆不高,DMF 濃度小於 1/2 PEL-TWA,甲苯、丁酮濃度小於 1/10

PEL-TWA。

圖 6 乾式配料作業檢知管量測位置示意圖

綜合以上調查結果,乾式配料作業各機台局部排氣裝置效能與有害物濃

度調查結果如表 2、圖 7 所示,整體而言,乾式配料作業人員的作業動線、

作業方式類似,可將此作業人員視為同一個 SEG,另外,該作業局排效能良

好,再加上作業人員習慣佳(攪拌時同時加蓋,倒料後即將氣罩投料口關

:檢知管測定位置

攪拌桶

65cm

【2 號機側視圖】

氣罩

投料口

開口

45cm

【3、4 號機側視圖】

攪拌桶

氣罩

投料口

開口

塑膠圍簾

【2~4 號機台上視圖】

45cm 氣罩

Page 24: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

14

上),因此人員在配料過程中暴露到有害物的濃度很低,而在卸料區雖然無

設置局部排氣裝置,但由於並非每種產品皆需要先於卸料區盛裝有機溶劑,

且在卸料時作業人員不會一直守候在桶槽旁,因此經環測後發現,人員暴露

有害物情形並不高。

表 2 乾式配料作業局部排氣裝置效能及有害物濃度調查結果

機台

編號

局排氣罩風速量測

結果(m/s)

發煙管檢測

結果

DMF 檢知管量測

結果(ppm)

檢知管測

定位置

作業人員

環測結果

(ppm)

1 號 0.38

(4 點帄均)

(開口面 45*45cm:高*寬)

有效

(無使用電風扇)

(當天無作業) —

※A 人員

DMF:3.223

甲苯:9.01

丁酮:11.86

※B 人員

DMF:2.433

甲苯:7.457

丁酮:8.14

※C 人員

DMF:3.222

甲苯:7.719

丁酮:4.649

2 號 0.25

(6 點帄均)

(開口面 60*45cm:高*寬)

有效

(無使用電風扇)

1

(人員進行投料作業) 投料口外

3 號 0.33

(4 點帄均)

(開口面 45*45cm:高*寬)

有效

(無使用電風扇)

1

(氣罩上投料口打開)

投料口外

4 號 0.28

(4 點帄均)

(開口面 45*45cm:高*寬)

有效

(無使用電風扇)

1.5

(氣罩上投料口打開)

投料口外

5 號 0.17

(6 點帄均) (開口面 60*45cm:高*寬)

有效

(無使用電風扇) 無作業

投料口外

6 號 — — — 新設機台無

局排

Page 25: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

15

圖 7 乾式配料作業局部排氣裝置效能及有害物濃度調查結果

(B)乾式塗佈作業

a. 作業人員動線

乾式塗佈作業區位於配料作業區旁,目前作業區內共有 4 台機台進

行塗佈作業,分別為 B、A、E、C 機台,在 B 機台共有 3 個塗佈區,而

在 A、E 及 C 機台則分別有 2 個塗佈區,在每個塗佈區皆有設置冷氣供

勞工使用,以避免作業過程中太熱。在每個塗佈作業區有 1~2 位勞工進

行塗佈作業,其中 B、A、E 機台勞工作業範圍侷限於塗佈區周圍,而 C

機台兩個塗佈區的作業勞工有時會互相支援,因此作業時勞工偶而會在

C1、C2 塗佈區之間來往,各機台作業人員如圖 8 所示,其中實線箭頭

為代表 B、A、E 作業人員的動線,虛線則代表 C 機台作業人員動線。

3 號 4 號 5 號

6 號新設機台

(尚無局排)

1 號 2 號 門

溶劑

卸料區

窗戶(部分有開)

原料存

放區

大型密閉

攪拌槽

電風扇

電風扇

風速 0.33 m/s

檢知管:DMF:1

風速 0.17m/s

風速 0.38m/s

:檢知管測定位置

風速 0.28m/s

檢知管:DMF:1.5

風速 0.25m/s

檢知管:DMF:1

B.-環測結果:

DMF: 2.433 甲苯:7.457

丁酮: 8.14

A.-環測結果:

DMF: 3.223 甲苯:9.01

丁酮:11.86

C.-環測結果:

DMF: 3.222 甲苯:7.719

丁酮:4.649

有害物濃度單位:ppm

Page 26: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

16

圖 8 乾式塗佈區及作業人員動線圖

乾式配

料室

3 號 4 號 5 號

1 號 2 號 門

溶劑

卸料區

原料存放區

大型攪拌槽

B 機

有冷氣

A 機

有冷氣

E 機

有冷氣

C 機

有冷氣

C1 機

有冷氣

窗戶(部分有開)

B1 塗佈區

B2 塗佈區

B3 塗佈區

A1 塗佈區

A2 塗佈區

E1 塗佈區

E2 塗佈區

C2 塗佈區

C1 塗佈區

※B、A、E 機

各塗佈區人員動線

作業人數:2

作業人數:2 人

作業人數:2 人

作業人數:2

作業人數:2 人 作業人數:2 人

作業人數:2 人

作業人數 1-2 人

作業人數 1-2 人

※C 機塗佈人員

動線

6 號

窗戶(沒開)

大型排風扇

Page 27: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

17

b.作業調查

乾式塗佈所使用的樹脂成分與乾式配料作業的相同,DMF 約佔 35

%、甲苯約佔 35%、丁酮約佔 7~10%,除此之外在乾式塗佈作業中,

若要生產不同的產品,還會使用丁酮來清潔機台,各機台製作的產品

不同,每日產量、所使用的樹脂量也不同。乾式塗佈作業方式說明如

下:

(a) 勞工在塗佈區旁將欲塗佈的樹脂進行過濾,過濾的方式為利用夾桶

器直接將裝有樹脂的桶槽夾起倒料至裝有過濾布的另一桶槽(此處

無局排)。

(b) 完成過濾後將氣動的送料器裝到大原料桶上並調整送料器確認可

送料後將桶槽蓋上(E 機無氣動送料器)。

(c) 於塗佈機前放置小桶,用氣動送料裝置送料至小桶中(E 機則由勞

工以人工的方式將裝有過濾好樹脂的桶槽抬至塗佈區)。

(d) 以人工方式由小桶舀樹脂到機台的盛料處中,開始進行塗佈。

(e) 完成塗佈,將盛料處的零件拆下。

(f) 用布沾丁酮擦拭機台上之樹脂,並清洗拆下的零件。

(g) 裝上零件,準備生產下一批產品。

在此作業中可能會造成勞工暴露到有害物的作業流程包括:在塗

佈區旁過濾欲使用的樹脂、以人工的方式由小桶舀樹脂到機台的盛料

處、用丁酮擦拭機台與清洗零件等,乾式塗佈作業如圖 9 所示。

Page 28: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

18

圖 9 乾式塗佈作業照片

c. 局部排氣裝置設置情形及作業人員有害物暴露情形

在乾式塗佈作業,每一機台的塗佈區皆有設置局部排氣裝置(局排

氣罩皆為上吸式),但氣罩距離塗佈面較遠,大部分的氣罩周圍下方(氣

罩與塗佈面之間)沒有設置塑膠圍簾,再加上各塗佈區有設置冷氣,因

此局排效能可能會受到影響。而在量測局排效能時,為避免受到冷氣的

影響,調整冷氣出風口方向避免直接吹向塗佈面,經量測可發現各機台

的 1 號塗佈區局排效能皆比 2 號塗佈區佳(如:A1 塗佈區局排風速大於

A2 塗佈區局排風速),各機台 1 號塗佈區局排風速皆在 0.2m/s 以上,而

2 號或 3 號塗佈區局排風速則在 0.08~0.14m/s,利用發煙管在有害物發

塗佈機前盛裝樹脂的小桶(原料由旁

邊的大桶利用氣動裝置送到小桶)

將配料區送來的樹脂進行

過濾(在塗佈區旁作業)

作業人員將樹脂舀

至機台的盛料處

Page 29: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

19

散源施放煙霧(例如:塗佈機前盛裝樹脂的小桶、塗佈機台的盛料處),

部分機台局排僅能將煙霧緩慢的吸入氣罩內,因此若再加上冷氣的干

擾,局排更無法有效的將有害物捕集。

除進行局部排氣裝置效能檢查外,也對乾式塗佈作業現場有害物濃

度及個人暴露有害物的情形進行初步評估。在作業現場有害物濃度方

面,利用檢知管量測各塗佈區 DMF 濃度,各塗佈區 DMF 濃度在 1.5~

5ppm 不等(檢知管測定位置如圖 10 所示),但對各區人員進行長時間

個人採樣則可發現,在 A2、E1、E2 塗佈區作業人員的 DMF 濃度皆超過

容許濃度標準(PEL-TWA:10ppm),其他區域除 C1 塗佈區外 DMF 濃

度皆超過 1/2 容許濃度標準,由於產量、樹脂用量不同,又或是機台的塗

佈面大小不同(E 機台塗佈面較其他機台大/寬),再加上現場使用冷氣可

能影響局排效能,因此各機台作業人員暴露到有害物的情形都略有不同

(但在同一機台不同塗佈區的作業人員暴露有害物的濃度有相近的趨勢)。

圖 10 乾式塗佈作業檢知管量測位置示意圖

:檢知管測定位置

C2

機塗佈區後

方測定點

【側視圖】

後方機台

小原料桶

A、E、C

機冷氣口

氣罩

局排

氣罩 小桶

大桶

後方機台

盛料盤

透明塑膠門簾

透明塑膠門簾

A、E、C

機冷氣口

烘箱

【上視圖】

Page 30: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

20

乾式塗佈作業局部排氣裝置效能與有害物濃度調查結果如圖 11、表

3 所示,部分機台塗佈區局排風速量測結果較乾式配料作業低,再加上現

場使用冷氣,更是影響局排捕集有害物的效能,也因此在乾式塗佈作業

的人員有害物暴露的濃度較乾式配料作業人員高出許多。

圖 11 乾式塗佈作業局部排氣裝置效能及有害物濃度調查結果

乾式配

料室

1 號 2 號 3 號

4 號 5 號 門

溶劑

卸料區

原料存放區

大型攪拌槽

B 機

有冷氣

A 機

有冷氣

E 機

有冷氣

C2 機

有冷氣

C1 機

有冷氣

窗戶(部分有開)

B1 塗佈區

B2 塗佈區

B3 塗佈區

A1 塗佈區

A2 塗佈區

E1 塗佈區

E2 塗佈區

C2 塗佈區

C1 塗佈區

B3:風速 0.11 m/s

檢知管:DMF 4.5

作業人數:2 人

※C 人員-環測結果:

DMF:7.373 甲苯:20.41

丁酮:13.59

B2:風速 0.14 m/s

檢知管:DMF 5

作業人數:2 人

※B 人員-環測結果:

DMF:8.175 甲苯:24.28

丁酮:18.21

B1:風速 0.25 m/s

檢知管:DMF 3

甲苯 5

作業人數:2 人

※A 人員-環測結果:

DMF:5.658 甲苯:19.59

丁酮:25.45

A2:風速:0.07 m/s

檢知管:DMF: 5

作業人數:2 人

※E 人員-環測結果:

DMF:11 甲苯:33.09

丁酮:26.94

A1:風速:0.25 m/s

檢知管:DMF: 4 ppm

作業人數:2 人

※D 人員-環測結果:

DMF:8.229 甲苯:35.19

丁酮:4.598

E2:風速:0.08 m/s

檢知管:DMF: 5

作業人數:2 人

※G 人員-環測結果:

DMF:10.76 甲苯:37.49

丁酮:65.5

E1:風速 0.2 m/s

檢知管:DMF 3

作業人數:2 人

※F 人員-環測結果:

DMF:10.17 甲苯:41.49

丁酮:40.85

C2:風速:0.12 m/s

檢知管:DMF:5

作業人數:1 人

※I 人員-環測結果:

DMF:5.624 甲苯:11.06

丁酮:59.06

檢知管:

DMF 5

C1:風速:0.24m/s

檢知管:DMF 1.5

作業人數:1 人

※H 人員-環測結果:

DMF: 3.409 甲苯:7.261

丁酮:17.19

:檢知管測定位置 有害物濃度單位:ppm

倒料作業

檢知管:

DMF 20

窗戶(沒開)

大型排風扇

Page 31: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

21

表 3 乾式塗佈作業局部排氣裝置效能及有害物濃度調查結果

塗佈區

編號

局排氣罩風

速量測結果

(m/s)

發煙管檢測

結果

DMF檢知管

量測結果

(ppm)

檢知管測定

位置 備註

負責人員

環測結果

B1 0.25

(12 點平均)

煙霧迅速被吸入

氣罩內 3

塗佈區原料

桶旁(人員

作業處)

1.裝設冷氣,窗外

有風吹入

2.氣罩周圍下方

無圍簾

A人員-環測結果:

DMF:5.658

甲苯:19.59

丁酮:25.45

B2 0.14

(12 點平均)

煙霧可被吸入氣

罩內 5

塗佈區原料

桶旁(人員

作業處)

同上

B人員-環測結果:

DMF:8.175

甲苯:24.28

丁酮:18.21

B3 0.11

(12 點平均)

煙霧可被吸入氣

罩內 4.5

塗佈區原料

桶旁(人員

作業處)

同上

C人員-環測結果:

DMF:7.373

甲苯:20.41

丁酮:13.59

A1 0.25

(12 點平均)

煙霧迅速被吸入

氣罩內 4

塗佈區原料

桶旁(人員

作業處)

1.有使用冷氣,量

測時將風口調

整勿吹向塗佈

面,避免干擾

2.氣罩周圍有裝

設圍簾,人員

作業面圍簾打

D人員-環測結果:

DMF:8.229

甲苯:35.19

丁酮:4.598

A2 0.07

(12 點平均)

煙霧緩慢被吸入

氣罩內 5

塗佈區原料

桶旁(人員

作業處)

1.有使用冷氣,量

測時將風口調

整勿吹向塗佈

面,避免干擾

2.氣罩周圍下方

無圍簾

3.在走道上有進

行倒料作業

E 人員-環測結果:

DMF:11

甲苯:33.09

丁酮:26.94

E1 0.2

(12 點平均)

1.塗佈機上的煙

霧可被吸入

2.但在原料桶上

的煙霧無法被吸

3

塗佈區原料

桶旁(人員

作業處)

同上

F 人員-環測結果:

DMF:10.17

甲苯:41.49

丁酮:40.85

E2 0.08

(12 點平均)

煙霧無法完全被

吸入氣罩內 5

塗佈區原料

桶旁(人員

作業處)

1.有使用冷氣,量

測時將風口調

整勿吹向塗佈

G 人員-環測結果:

DMF:10.76

甲苯:37.49

Page 32: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

22

塗佈區

編號

局排氣罩風

速量測結果

(m/s)

發煙管檢測

結果

DMF檢知管

量測結果

(ppm)

檢知管測定

位置 備註

負責人員

環測結果

面,避免干擾

2.氣罩周圍下方

無圍簾

丁酮:65.5

C1 0.24

(12 點平均)

煙霧可被吸入氣

罩內 1.5

塗佈區原料

桶旁(人員

作業處)

1.有使用冷氣,量

測時將風口調

整勿吹向塗佈

面,避免干擾

2.氣罩周圍下方

無圍簾

H人員-環測結果:

DMF: 3.409

甲苯:7.261

丁酮:17.19

C2 0.12

(12 點平均)

煙霧可被吸入氣

罩內

5

塗佈區原料

桶旁(人員

作業處)

1.有使用冷氣,量

測時將風口調

整勿吹向塗佈

面,避免干擾

2.氣罩周圍下方

無圍簾

I 人員-環測結果:

DMF:5.624

甲苯:11.06

丁酮:59.06

5

塗佈區後方

布要進入烘

相前的地方

1.該處無局排

※A1 塗佈區進行樹脂過濾時,利用檢知管量測 DMF 濃度可高達 20ppm。

B.濕式製程

A 廠的濕式製程中,可能發散有害物的作業為濕式塗佈、凝固及水洗作

業,於計畫之初也分別對於各作業進行現況調查,以評估是否適合作為本

計畫之研究對象。

(A)作業人員動線

濕式塗佈作業位區於凝固槽上方,作業時人員僅固定在塗佈機台前

查看機台塗佈的情形,很少會離開該區域,而在凝固與水洗作業方面,

作業人員則不定時巡視凝固槽與水洗槽,查看槽體內半成品的情形,且

Page 33: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

23

有時會到行政區處理行政業務。各作業人員動線如圖 12 所示,其中虛線

為塗佈作業人員動線,實線則為凝固、水洗作業人員動線。

圖 12 濕式製程作業人員動線

(B)作業調查

濕式製程所使用的樹脂成分與乾式製程不同(未含有甲苯與丁酮),

主要含有 80~100%的 DMF,另外在作業的過程中,濕式塗佈作業與乾

式塗佈作業一樣也會使用丁酮清潔塗佈機台,塗佈作業人員可能暴露到

的有害物為 DMF 與丁酮,而凝固與水洗人員僅有巡視凝固槽與水洗槽的

情形,因此主要暴露到的有害物則僅有 DMF。濕式製程作業方式說明如

下:

塗佈

氣罩

凝固槽 水洗槽

機台

塑膠圍簾

氣罩

排氣導管

塑膠圍簾

塗佈區

【側視圖】

水洗槽 凝固槽

凝固槽走道

凝固槽走道

水洗槽走道

水洗槽走道

塗佈區

A 人員

B 人員

C 人員

【平面圖】

熱輪

熱輪

走道

走道

※A 動線:

※B、C 動線:

氣罩

氣罩 排氣導管

人員

A

B 人員

C 人員

Page 34: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

24

a. 塗佈區作業人員將氣動的送料器裝到大原料桶上並調整送料器確認

可送料。

b. 氣動送料器將樹脂送至塗佈區的盛料處開始塗佈,作業人員即固定於

該處作業。

c. 負責凝固、水洗槽的人員至凝固槽與水洗槽巡檢,巡檢時不會在固定

同一位置。

d. 負責凝固、水洗槽的人員還會至後段的烘箱查看並排除異常情形(烘

箱為密閉裝置,有害物濃度不易散出)

e. 完成塗佈後,作業人員拆下盛料處的零件,用少量丁酮清潔機台、零

件後再裝回

在作業的過程中,可能造成各作業人員暴露到有害物的作業方式

為:凝固與水洗作業人員進行巡檢時可能暴露到 DMF、塗佈作業人員清

潔機台時可能暴露到少量丁酮等,此外在濕式製程中,作業人員皆無使

用個人防護具,因此若局部排氣裝置效能不足,則作業人員即可能暴露

到有害物。

(C)局部排氣裝置設置情形及作業人員有害物暴露情形

濕式塗佈作業區有設置局部排氣裝置(其氣罩型式為上吸式),而在

氣罩周圍下方(氣罩與塗佈面間)無設置塑膠圍簾,因此局排捕集發散

的有害物的效能略打折扣,另外再加上該區有裝設冷氣,更影響局排效

能。在沒有使用冷氣的情形下量測局排的效能,濕式塗佈作業的局排帄

均風速為 0.07m/s,在作業區利用發煙管施放煙霧,煙霧緩慢的被局排

捕集。而在凝固與水洗作業方面,凝固槽與水洗槽都分別有使用透明塑

膠圍簾進行包圍,並於其中裝設排氣裝置,但排氣裝置效能不好,拉開

塑膠圍簾並施放煙霧,煙霧無明顯被吸入到塑膠圍簾包圍的區域內,甚

至有煙霧被吹出的情形。

Page 35: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

25

在濕式製程分別於各作業區利用檢知管測定 DMF 濃度,並對人員

進行長時間個人採樣以初步評估個人的暴露情形。經測定後發現,在塗

佈區利用檢知管可測得 DMF 濃度為 12ppm,而 DMF 的個人長時間採

樣結果高達 22.78ppm(PEL-TWA 為 10ppm),另外,在凝固與水洗區

的 DMF 濃度雖未超過 PEL-TWA 標準(以檢知管測定),但其中一位作

業人員個人長時間採樣結果為 23.76ppm,而另一作業人員則由於部分

時間至行政區,故暴露到的 DMF 濃度較低為 7.67ppm。

濕式製程局部排氣裝置效能與有害物濃度調查結果如圖 13、表 4

所示,在濕式製程可發現,塗佈作業的人員暴露到的 DMF 濃度高,原

因可能為該作業區設置於凝固槽上方,作業區與凝固槽未完全隔離,作

業人員除可能因塗佈作業區局排效能不佳而暴露到 DMF 外,還會暴露

到由凝固槽發散出來的 DMF;而凝固與水洗作業人員也因為該區域排氣

裝置效果原本就不好,再加上塑膠圍簾沒有確實拉上,因此在作業過程

中也暴露到高濃度的 DMF。

Page 36: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

26

圖 13 濕式製程局部排氣裝置效能及有害物濃度調查結果

塗佈

氣罩

凝固槽 水洗槽

機台

塑膠圍簾

氣罩

局排導管

吸氣口

塑膠圍簾

:檢知管測定位置

風速:0.07 m/s

檢知管:DMF 12

檢知管:DMF 7 檢知管:DMF 5

※A -環測結果:

DMF:22.78

※B -環測結果:

DMF:7.671

※C-環測結果:

DMF:23.76

有害物濃度單位:ppm

水洗槽 凝固槽

凝固槽走道

凝固槽走道

水洗槽走道

水洗槽走道

塗佈區

【平面圖】

熱輪

走道

走道

氣罩

熱輪

【側視圖】

※A -環測結果:

DMF:22.78

※B-環測結果:

DMF:7.671

※C-環測結果:

DMF:23.76

風速:0.07 m/s

檢知管:DMF 12

檢知管:DMF 7 檢知管:DMF 5

Page 37: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

27

表 4 濕式製程局部排氣裝置效能及有害物濃度調查結果

機台/區

域編號

局排氣罩風

速量測結果

(m/s)

發煙管檢

測結果

DMF 檢知

管量測結

果(ppm)

檢知管

測定處 備註

負責人員

環測結果

F 機

塗佈

0.07

(12 點平均)

煙霧緩慢

吸入氣罩

12 塗佈區人員

作業處

1.氣罩周圍下方無圍簾

2.塗佈區位於凝固槽上方,凝

固槽發散的有害物可能會發

散到塗佈區

※A DMF:22.78

凝固 - 煙霧吹出 7 凝固槽旁圍

簾開口處

1.槽體槽上方與兩邊用塑膠圍

簾為起,兩邊的塑膠圍簾沒

有完全拉上

2.塑膠簾與機台密合度不佳,

有很大的空隙

3.自然風可由一側的圍簾縫係

或沒拉好的地方吹入槽體,

再由另一側吹出

4.槽體內排氣風量可能不足

※B DMF:7.671

※C DMF:23.76

水洗 - 煙霧吹出 5 水洗槽旁圍

簾開口處 同上

(2) 選訂欲研究的相似暴露族群並訂定採樣策略

在瞭解各個作業人員的動線、作業方式、局排效能概況與可能暴露到的

有害物濃度後,即可依據這些資料來選定適合的研究對象並訂定採樣策略,

各項工作執行情形說明如下。

A.選定欲研究的相似暴露族群

在選擇欲研究的對象方面,礙於經費的考量,無法對 A 廠的乾式配料、

乾式塗佈及濕式製程皆進行研究,因此依據現況調查中各作業人員暴露有害

物的情形,選擇暴露濃度較高的作業來進行研究。在調查結果中可發現,乾

※林家煌-環測結果:

DMF:23.76

丙酮:<0.141

Page 38: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

28

式塗佈及濕式製程的作業人員,比起乾式配料,對於有害物暴露的濃度較

高,如乾式塗佈及濕式製程的作業人員 DMF 暴露的濃度大多在 1/2~2 倍

的 PEL-TWA,而乾式配料作業人員 DMF 濃度的暴露情形僅約 1/5

PEL-TWA,因此選定乾式塗佈作業與濕式製程作為本年度研究的對象。

而在劃分相似暴露族群方面,在現況調查中發現乾式塗佈作業共有 4

條生產線,每一條生產線的塗佈機台雖然非常類似,但是可能因為產量不同

導致樹脂與溶劑的使用量會有所差異,因而造成各機台作業人員暴露到有害

物的濃度會不同,因此在劃分相似暴露族群時,沒有將同樣是塗佈作業的人

員歸類成同一個相似暴露群,而是以機台為單位,將同一機台進行塗佈作業

的人員劃分為同一個 SEG,故在此作業共可劃分出 4 類 SEG。而在濕式製

程方面,由於只有一條產線,而作業人員因負責不同的作業有不同的作業型

態,故在濕式製程則依據作業類別劃分出 2 類 SEG(塗佈作業、凝固與水

洗作業)。雖然在計畫之初規劃僅選定 1~3 類 SEG 進行研究,但經評估這

6 類 SEG 都是極值得進行研究探討,故決定對這 6 類 SEG 都進行採樣,已

於後續統計分析時,可選擇最適當的群組進行分析探討。詳細 SEG 清單及

每次採樣的點數如表 5 所示。

表 5 相似暴露族群劃分及採樣點數規劃

SEG 代號 製程/機台名稱 作業人員 每次(天)

採樣點數

SEG1 乾式塗佈 B 機 B1、B2、B3 塗佈區人員 3

SEG2 乾式塗佈 A 機 A1、A2 塗佈區人員 2

SEG3 乾式塗佈 E 機 E1、E2 塗佈區人員 2

SEG4 乾式塗佈 C 機 C1、C2 塗佈區人員 2

SEG5 濕製塗佈 塗佈作業人員 4

SEG6 濕製凝固、水洗 凝固、水洗作業人員 4

合計 17

備註:有時部分作業沒有進行,則採樣時改採其他作業或當次不採樣

Page 39: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

29

B.訂定採樣策略

在採樣策略方面,由於 SEG 暴露到的有害物濃度可能會隨著季節、淡

季旺季等因子的影響而變動,為了建立 SEG 真實的暴露實態,礙於經費的

限制,無法長時間每天都進行作業環境測定,因此希望藉由採樣策略的擬

定,儘可能收集到較為均勻的暴露數據(也就是各種暴露狀況下的環測數

據),才能推估出接近真實的暴露實態。首先為了先瞭解該廠勞工的暴露濃

度是否會有天與天之間的明顯差異(譬如星期三會特別高、星期一會特別

低),因此一開始先對參與本研究所有的 SEG 進行連續兩週的採樣,再依

據這兩週的採樣結果評估各個 SEG 的暴露情形是否穩定或是在特定在哪一

天會有較高或是較低的濃度,若從採樣結果無法看出特別的規律性,後續則

規律性的每隔一週進行一天的採樣,並依序從星期一(第一次採樣)、星期

二(第二次採樣),星期三…接續進行,希望能儘可能獲得較為均勻的暴露

數據,而在進行採樣時若遇到某 SEG 無進行作業,則隨機選取其他 SEG

的人員進行採樣,使其可獲得更多的樣本以利於後續的統計分析。採樣實施

時程規劃與採樣點數如表 6 所示。進行採樣時以勞委會建議的 CLA 1215

(PU 人造皮製造業空氣中混存有機溶劑)方法進行採樣與分析,在乾式塗

佈作業測定各 SEG 人員 6 小時的 DMF、甲苯、丁酮的暴露情形,而在濕式

製程,也是同樣測定各 SEG 人員 6 小時的 DMF、丁酮的暴露情形,每次採

樣皆有收集 QC 空白樣本,收集的樣本數為 1/10 的採樣點數。

表 6 採樣實施時程規劃

月份 日期

週別 星期一 星期二 星期三 星期四 星期五

4 19 20 21 22 23 第 1 週

26 27 28 29 30 第 2 週

5 3 4 5 6 7 第 3 週

10 11 12 13 14 第 4 週

Page 40: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

30

月份 日期

週別 星期一 星期二 星期三 星期四 星期五

17 18 19 20 21 第 5 週

24 25 26 27 28 第 6 週

31 6 月 1 日 6 月 2 日 6 月 3 日 6 月 4 日 第 7 週

6

7 8 9 10 11 第 8 週

14 15 16 17 18 第 9 週

21 22 23 24 25 第 10 週

28 29 30 7 月 1 日 7 月 2 日 第 11 週

7

5 6 7 8 9 第 12 週

12 13 14 15 16 第 13 週

19 20 21 22 23 第 14 週

26 27 28 29 30 第 15 週

8

2 3 4 5 6 第 16 週

9 10 11 12 13 第 17 週

16 17 18 19 20 第 18 週

23 24 25 26 27 第 19 週

30 31 9 月 1 日 9 月 2 日 9 月 3 日 第 20 週

9

6 7 8 9 10 第 21 週

13 14 15 16 17 第 22 週

20 21 22 23 24 第 23 週

27 28 29 30 10 月 1 日 第 24 週

10

4 5 6 7 8 第 25 週

11 12 13 14 15 第 26 週

18 19 20 21 22 第 27 週

25 26 27 28 29 第 28 週

11 1 2 3 4 5 第 29 週

8 9 10 11 12 第 30 週

第三節 對選定的相似暴露族群勞工

進行多次的作業環境測定

對於各個 SEG 的採樣工作於 11/11 完成,合計 3/26(劃分 SEG 時所進

行的環測)與 4/19~11/11 的採樣,共採集 412 個樣本(各 SEG 採樣的點

數表 7 所示),在進行作業環境測定時,除依時程規劃內容進行採樣外,採

Page 41: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

31

樣時也針對各 SEG 作業現況情形做紀錄,如局部排氣裝置是否有異常情形、

作業人員佩戴防護具的情形、其他現場發生的異常情形等。

表 7 3/26 與 4/19~4/11 各 SEG 採樣的點數

SEG 代號 製程/機台名稱 作業人員 3/26

採樣點數

4/19~11/11

合計採樣點數 總計

SEG1 乾式塗佈 B 機 B1、B2、B3 塗佈區人員 3 70 73

SEG2 乾式塗佈 A 機 A1、A2 塗佈區人員 2 48 50

SEG3 乾式塗佈 E 機 E1、E2 塗佈區人員 2 50 52

SEG4 乾式塗佈 C 機 C1、C2 塗佈區人員 2 44 46

SEG5 濕製塗佈 塗佈作業人員 1 96 97

SEG6 濕製凝固、水洗 凝固、水洗作業人員 2 92 94

總計 12 400 412

備註:有時部分作業沒有進行,則採樣時改採其他作業或當次不採樣

各個 SEG 於 3/26~11/11 期間,所測得的暴露濃度趨勢圖依 DMF、甲

苯、丁酮分別如圖 14、圖 15、圖 16 所示(原始環測濃度如附件一所示),

針對各 SEG 所測得的環測結果有下列幾項說明:

(1) 在趨勢圖中部分點數濃度標示為 0 的原因:當日該 SEG 的人員無進

行作業,故改採其他 SEG 的人員,或是當天採樣時發現該作業人員

臨時支援其他作業,則或是當天採樣時發現該作業人員臨時支援其

他作業,則當日該人員暴露之有害物濃度將不納入統計分析。

(2) 濕式製程(SEG5、SEG6)並未使用甲苯,但是仍可測得微量的甲

苯濃度,推測可能是受到乾式製程區的交互影響。

Page 42: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

32

0

5

10

15

20

25

30

DM

F濃度

(pp

m)

SEG1 DMF測定結果 B1

B2

B3

0

5

10

15

20

25

DM

F濃度

(p

pm

)

S E G 2D M F測定結果A1

A2

0

5

10

15

20

25

30

35

DMF¿@«×(ppm)

SEG3 DMF測定結果E1-1

E2

E1-2

0

2

4

6

8

10

12

14

16

18

DMF¿@«×(ppm)

S E G 4D M F測定結果C1

C2

0

10

20

30

40

50

60

70

80

DMF¿@«×(ppm)

SEG5 DMF測定結果 F1-1

F1-3

F1-4

F1-5

F1-2

0

5

10

15

20

25

30

DMF¿@«×(ppm)

S E G 6D M F測定結果 F2-1

F2-2

F2-3

F2-4

圖 14 SEG1~SEG6 3/26~11/11 DMF 測定結果

Page 43: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

33

0

20

40

60

80

100

120

140

160

180

200

¥Ò­f¿@«×(ppm)

SEG1 甲苯測定結果B1

B2

B3

0

10

20

30

40

50

60

70

80

90

3/26(w5)

4/19(w1)

4/20(w2)

4/21(w3)

4/22(w4)

4/23(w5)

4/26(w1)

4/27(w2)

4/28(w3)

4/29(w4)

4/30(w5)

5/10(w1)

5/25(w2)

6/9(w3)

6/24(w4)

7/9(w5)

7/19(w1)

8/3(w2)

8/18(w3)

9/2(w4)

9/17(w5)

9/27(w1)

10/12(w2)

10/27(w3)

11/11(w4)

¥Ò­f¿@«×(ppm)

SEG2 甲苯測定結果A1

A2

0

20

40

60

80

100

120

140

160

180

3/26(w5)

4/19(w1)

4/20(w2)

4/21(w3)

4/22(w4)

4/23(w5)

4/26(w1)

4/27(w2)

4/28(w3)

4/29(w4)

4/30(w5)

5/10(w1)

5/25(w2)

6/9(w3)

6/24(w4)

7/9(w5)

7/19(w1)

8/3(w2)

8/18(w3)

9/2(w4)

9/17(w5)

9/27(w1)

10/12(w2)

10/27(w3)

11/11(w4)

¥Ò­f¿@«×(ppm)

SEG3 甲苯測定結果 E1-1

E2

E1-2

0

10

20

30

40

50

60

70

80

90

100

¥Ò­f¿@«×(ppm)

SEG4 甲苯測定結果 C1

C2

0

0.5

1

1.5

2

2.5

3

3.5

甲苯

濃度

(pp

m)

SEG5 甲苯測定結果F1-1

F1-3

F1-4

F1-5

F1-2

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

甲苯

濃度

(pp

m)

SEG6 甲苯測定結果 F2-1

F2-2

F2-3

F2-4

圖 15 SEG1~SEG6 3/26~11/11 甲苯測定結果

Page 44: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

34

0

50

100

150

200

250

3/2

6(w

5)

4/1

9(w

1)

4/2

0(w

2)

4/2

1(w

3)

4/2

2(w

4)

4/2

3(w

5)

4/2

6(w

1)

4/2

7(w

2)

4/2

8(w

3)

4/2

9(w

4)

4/3

0(w

5)

5/1

0(w

1)

5/2

5(w

2)

6/9

(w3

)

6/2

4(w

4)

7/9

(w5

)

7/1

9(w

1)

8/3

(w2

)

8/1

8(w

3)

9/2

(w4

)

9/1

7(w

5)

9/2

7(w

1)

10

/12

(w2

)

10

/27

(w3

)

11

/11

(w4

)

丁酮

濃度

(pp

m)

SEG1 丁酮測定結果 B1

B2

B3

0

10

20

30

40

50

60

70

80

3/26(w5)

4/19(w1)

4/20(w2)

4/21(w3)

4/22(w4)

4/23(w5)

4/26(w1)

4/27(w2)

4/28(w3)

4/29(w4)

4/30(w5)

5/10(w1)

5/25(w2)

6/9(w3)

6/24(w4)

7/9(w5)

7/19(w1)

8/3(w2)

8/18(w3)

9/2(w4)

9/17(w5)

9/27(w1)

10/12(…

10/27(…

11/11(…

¤Bି@«×(ppm)

S E G 2丁 酮 測 定 結 果 A1

A2

0

20

40

60

80

100

120

140

丁酮

濃度

(pp

m)

SEG3 丁酮測定結果 E1-1

E2

E1-2

0

20

40

60

80

100

120

140

160

180

200丁

酮濃

度(

pp

m)

S E G 4丁 酮 測 定 結 果 C1

C2

0

0.5

1

1.5

2

2.5

3

3.5

4

¤Bି@«×(ppm)

SEG5 丁酮測定結果 F1-1

F1-3

F1-4

F1-5

F1-2

0

0 . 5

1

1 . 5

2

2 . 5

丁酮

濃度

(p

pm

)

S E G 6丁 酮 測 定 結 果 F2-1

F2-2

F2-3

F2-4

圖 16 SEG1~SEG6 3/26~11/11 丁酮測定結果

Page 45: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

35

第四節 進行傳統統計與貝氏統計分

析與探討

過去對於環測數據的分析探討多是使用傳統的統計分析方法,但根據最

近在職業衛生專業領域的國際期刊中,有研究指出可以將貝氏統計分析方法

運用在暴露評估的數據上,因此在本研究中我們將分別以這兩個方法進行數

據的分析並相互探討之間的關係,而研究成果闡述的方式將分成兩部分,第

一部份為說明傳統統計與貝氏統計分析的方法,第二部分則探討傳統統計與

貝氏統計分析結果差異,數據分析的架構圖如圖 17 所示,依據架構圖展開

可分為下列幾個步驟:(1)先對所獲得的環測數據進行對數常態分析檢定(因

為必頇先確定此數據資料的分布型態為對數常態分布,才能符合後續的統計

分析理論),經檢定後如果屬於對數常態分布再往下進行探討。(2)將已獲

得的所有環測數據作為母群體,並分別利用兩種統計分析方法建立其母群體

的暴露等級,並評估兩者的分布是否有顯著差異(理論上母群體資料若是數

量足夠,兩種分析方法所建立的分布應該不會有顯著差異),如果沒有顯著

差異再繼續下一步的分析。(3)分別用傳統統計分析方法及貝氏統計分析方

法展開分析,針對傳統統計分析部分,分別依序以 3/26~11/11 每一天的數

據進行分析,另外再以 4/27~11/11 累計 17 天的數據進行分析,最後將兩組

的結果分別與母群體的結果進行比較,以評估數據多寡對分析結果的影響。

(4)在貝氏統計分析的部分,則考量 Prior 資料的型態分成三組來進行探討。

第一組為 Prior 資料以專家給定的結果帶入,第二組為 Prior 資料為之前累

積的環測結果帶入,第三組為 Prior 資料以 3/26~4/27(8 天)累計的數據

帶入,評估在不同 Prior 的狀況下何者分析的結果能最接近母群體。(5)最

後再將步驟(3)及步驟(4)的結果相互比較並進行探討。本年度研究成果

詳細說明如下。

Page 46: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

36

圖 1

7 數

據統

計分

析方

法架

比較傳統統計

(TT

)

與貝氏統計

(BT

)建

立的母群體暴露

等級有無差異

Lik

eli

ho

od

P

rio

r P

ost

eri

or

相互比較,評估傳統

統計與貝氏統計分

析結果之差異

傳統統計

分析

分析每

1天的數據

以4

/28

-11

/11所

有的數據分析

建立每天的暴露等級

T1G

1、

T1G

2、…

T1G

25

和母群體的暴露

等級

(TT

)比較

建立暴露等級

T2G

1

檢定環測數

據是否為對

數常態分布

需收集更多

的數據

貝氏統計

分析

和母群體的暴露

等級

(BT

)比較

Pri

or資料

由專家給定

B1G

1

B1G

2

B1G

3

3/2

6-1

1/1

1

25天的數據

Pri

or

1

Pri

or2

Pri

or

3

3/2

6-1

1/1

1

25天的數據

3/2

6-1

1/1

1

25天的數據

Pri

or資料以之前累

積的環測數據帶入

B

2G

1...

B2G

25

以3

/26

-11

/11每一天

的數據分別帶入

Pri

or資料用

3/2

6-4

/27

(8天

)的環測

結果帶入

累計

4/2

8-1

1/1

1所有

的數據分析(

17天

)

B4G

1

分別帶入

4/2

8-1

1/1

1

每一天的數據

B3G

1...

B3G

17

Page 47: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

37

第一部份:傳統統計與貝氏統計分析方法說明

以傳統方法或是貝氏方法得到常態母體分布(勞工暴露有害物質濃度在

自然對數的分布)中參數 與 2 的估計後,進一步利用這兩個估計值來評估

勞工暴露有害物質的風險。評估方法主要依據有害物質之原始濃度的第 95

百分位與職業暴露極限值(OEL)的比例來決定暴露有害物質的暴露等級。

由於在第 95 百分位以下的母體數約有 95%,如果母體資料的第 95 百分位

小於暴露的極限值,那麼母體資料大於暴露極限值的機率將會小於 0.05。以

丁酮-SEG1 族群為例,如圖 18 為丁酮濃度的機率密度函數圖。在原濃度尺

度下的第 95 百分位 95Qe 之估計值為 112.1,且大於 112.1 的機率約為 0.05,

即圖形中斜線面積的部分。由於暴露極限值 OEL=200 大於 112.1,因此圖上

大於 OEL 的面積將會小於 0.05。

0 100 200 300 400

0.00

0.05

0.10

0.15

0.20

0.25

0.30

丁酮 - SEG1

De

nsity

OEL=200eQ95 = 112.1

=0.05

圖 18 SEG1-丁酮濃度機率密度函數圖

而依據 AIHA 對於暴露等級的分類,可分為五個等級(如表 8 所示),

等級越高表示風險越高。計算方式是利用 與 2 的估計值 ̂ 與 2̂ 得到常態

Page 48: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

38

分布之第 95 百分位( 95Q )的估計值 95Q̂ ,再將 95Q̂ 取指數還原為原來的尺

度值為 95Q̂e ,來代表勞工暴露有害物質濃度的第 95 百分位估計值,最後以

OEL/95Q̂e 的比值即可決定勞工暴露的暴露等級,而後續進行傳統統計與貝氏

統計分析時,各項結果皆以暴露等級的方式來呈現。

表 8 AIHA 暴露等級分類

暴露等級 範圍說明

0 95Qe ≦ 1% OEL

1 1% OEL < 95Qe ≦ 10% OEL

2 10% OEL < 95Qe ≦ 50% OEL

3 50% OEL < 95Qe ≦ OEL

4 95Qe > OEL

(1)傳統統計分析方法說明

在傳統統計分析方法方面,一般常用最大概似估計法( Maximum

Likelihood Estimate, MLE)來估計常態母體中的參數 與 2 ,其方法是在

常態分布的假設下所建構的概似函數與收集的 n 筆樣本 1y , 2y , …, ny 來決

定 參 數 與 2 的 估 計 。 在 常 態 分 布 與 獨 立 的 假 設 下 , 其 概 似 函 數

),,,|,( 21

2

nyyyL 等於每一個觀察值的機率密度函數的乘積,即

),,,|,( 21

2

nyyyL

= ),|(),|(),|( 22

2

2

1 nyfyfyf

=

2

1

2

( )

21

( 2 )

n

iiy

ne

給定不同 與 2 的組合下即可得到對應的概似函數值,當 與 2 的估

Page 49: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

39

計值為

n

i iyn 1

1與

n

i iyn 1

2)ˆ(1

時會達到最大的概似函數值,此時這兩個

估計量稱之為最大概似估計量。然而這兩個估計量會隨著每次收集的樣本不

同而改變,為了使不同樣本得到的估計值 ̂ 與 2̂ 的帄均值不會偏離母體實際

的 與 2 ,即 ]ˆ[E 與 22 ]ˆ[ E ,通常以不偏估計量

n

i iyn 1

1̂ 與

2

1

2 )ˆ(1

n

i iyn

來估計 與 2 ,其中 ̂ 為樣本的帄均值,而 2̂ 為

樣本標準差的帄方值。

有了常態母體參數的估計值 ̂ 與 2̂ ,即可得到常態分布之第 95 百分位

( 95Q )的估計值為 ˆˆˆˆˆ

95.0195 ZZQ ,其中 05.0 , 95.0Z 是

標準常態分布 )1,0(N 的第 95 百分位值,其值約為 1.644854。接下來,將 95Q̂

取指數還原為原來的尺度值 95Q̂e ,並以 OEL/95Q̂

e 的比值決定勞工暴露的風險

等級。

然而這個估計值 95Q̂ 會隨著每一次收集的 n 筆樣本不同而不同,可視為變

數。因此在傳統方法中給定這個變數 95Q̂ 的 %100P 之容忍界限(tolerance

limits),其中 P 值介於 0 與 1 之間。在這裡的應用上,我們有興趣的是這個

容忍界限的上限值,其值為 UTL= ˆˆ ,表示有 %100P 的信心水準相

信 95%的資料會小於 UTL(如圖 19 所示),其中 稱為 K-factors,其近似

值可以從自由度為 1n 與 non-centrality 參數為 PZn 的 non-central t 分布

的第 100)1( 百分位值除以 n 而得(Jílek and Líkař, 1959; Weissberg

and Beatty, 1969)。當 與 P 固定下, 值僅和樣本數 n 有關,也就是 ̂ 與 2̂

固定下,UTL 的大小決定於樣本數 n 。當 n 越大時,UTL 值會接近 95Q̂ 。同

樣的,可以將 95Q̂ 的容忍上限 UTL 除以 OEL 的比值來決定暴露等級。

Page 50: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

40

圖 19 95 分位值(Q95)的容忍界限的上限值說明(有 95%的信心水準相信

Q95 會小於 UTL)

在本研究中設定 P =0.95,而 值可以直接透過 R 軟體中的 tolerance

package 中的 K.factor 函數來得到,其中 K.factor 函數的輸入值 alpha 與 p

分別給定 0.05 與 0.95,也就是 與 P 的值,而輸入值 side 給定內設值,即

side=1。

(2)貝氏統計分析方法說明

貝氏統計方法是假設未知的參數是變數,根據主觀的看法或是過去的

資訊給予適當的分配,結合觀察到的資料對該參數所提供的可能性來修正該

參數的分布。這個方法是建立在參數的事前分布(prior distribution)假設與

觀察的資料所建構的概似函數(likelihood function)而得到參數的事後分布

(posterior distribution)。根據貝氏定理,事後分布機率與事前分布機率和

概似函數的乘積呈比例。

在常態母體的假設下,觀察到 n 筆樣本 1y , 2y , …, ny 所構成的概似函

數為 n 個觀察值個別的機率密度函數的乘積,即

2 2

1 1Pr( , ..., | , ) ( , | , ..., )n ny y l y y

2

1

2

( )

2( 2 )

n

iiy

n e

(4.1)

Page 51: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

41

而常態母體分布的參數有 與 2 ,因此參數的事前分布由 與 2 兩個

參數的聯合機率來決定,也可以等於 2 的機率乘以 在 2 條件下的機率,

),Pr( 2 = )Pr()|Pr( 22 (4.2)

其中 2 的事前分布通常假設為 Scaled Inverse Chi-Squared 分布

),( 2

00

2 inv ,其中參數 0 與 2

0 分別為自由度與尺度。而 2| 的事前分

布通常假設為常態分布 N( 0 , 2

0 ),其中 0 與 2

0 分別為帄均數與變異數。則

參數 與 2 的聯合事後分布機率和『概似函數與聯合的事前分布機率的乘

積』呈比例,即

2

1

2 2

1

2 2 2

1

Pr( , | , ..., )

Pr( , ..., | , ) Pr( , )

Pr( , ..., | , ) Pr( | ) Pr( )

n

n

n

y y

y y

y y

(4.3)

根據 Hewett, P. 等在 2006 年的文章,當 與 的範圍在已知的情況

下,可以將 與 的所有組合分別計算常態母體的第 95 百分位為 95Q ,然後

再依據 OEL/95Qe 的比值歸類暴露風險的等級。如圖 20 左上圖,將 與 還

原為原來的尺度 GM= e 與 GSD= e ,在給定 GM 與 GSD 的範圍為

0.05-29.287 與 1.035-1.9 下,不同顏色的區域代表不同的暴露風險等級。例

如黃色區域表示 GM 與 GSD 的組合下暴露風險等級皆為 1 ,也就是該區域

內的 OEL/95Qe 都介於 [1%, 10%) 的範圍。

Page 52: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

42

圖 20 在給定 GM 與 GSD 的範圍下,GM 與 GSD 所有組合下所歸屬的暴露風

險等級之區域 (左上)、概似函數的機率分布圖 (右上)、事前機率假設的

分布圖 (左下),以及事後機率的分布圖 (右下)

同樣的,也可以將 與 2 事前分布的聯合機率(4.2 式)、n 筆樣本構成

的概似函數(4.1 式),以及 與 2 事後分布的聯合機率(4.3 式)在 GM 與

GSD 的範圍下,計算 GM 與 GSD 所有組合的機率值。在 Hewett, P. 等在

2006 年的文章中,並沒有對 2| 與 2 的分布假設為常態分布與 Scaled

Inverse Chi-Squared 分布,而是針對圖 20 左上圖中每一個暴露風險等級

的所屬區域直接給定一個常數的機率值,例如在未知的情況下,事前的假設

下給定五個暴露等級的機率皆為 0.2,因此 與 2 事前分布的聯合機率在

GM 與 GSD 每一種組合下都等於 0.2,如圖 20 左下圖所示。

黃色區域

Page 53: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

43

而 n 筆樣本在常態分布的假設下所構成的概似函數 (4.1 式),在 GM 與

GSD 的範圍下,計算 與 2 所有組合的概似函數機率值(如圖 20 右上圖

所示)。則每一個 與 2 組合下的事前機率值乘以對應的概似函數機率值,

和 與 2 事後分布的聯合機率呈比例,如圖 20 右下圖中 與 2 每一種組

合的機率值,為左下圖 (Prior)在該組合的機率值與右上圖(Likelihood)

在該組合的機率值的乘積。

在 GM 與 GSD 給定的範圍下,可以將圖 20 右上圖(Likelihood)與右

下圖(Posterior)分別對 5 個暴露風險等級下的 GM 與 GSD 之所有組合的

值相加,並且為了使五個等級的機率值和為 1,因此再將每一等級的相加值

再除以 5 個相加值的總和,即可代表每一個暴露風險等級下的機率值。例如

我們將圖 20 右上圖中暴露等級等於 0 的 GM 與 GSD 之所有組合的概似函

數值相加,其值為 0SL ,等級為 1~4 者也是同樣做法,得到的相加值為 1SL 、

2SL 、 3SL 與 4SL , 則 概 似 函 數 在 五 個 暴 露 風 險 等 級 下 的 機 率 值 即 為

4

0k kii SLSLPL , 4,3,2,1,0i ,其機率值約為 (0, 0.06, 0.94, 0, 0)。圖

20 右下圖的事後分布機率也是依此做法,即可得到 5 個暴露風險等級事後的

機率值,其機率值約為 (0, 0.064, 0.936, 0, 0)。將貝氏方法的執行步驟說明

如下:

A. 給定 GM 與 GSD 的範圍,計算 GM 與 GSD 所有組合下的 OEL/95Qe

值,並歸類所屬的暴露風險等級。

B. 給定 5 個暴露風險等級的事前機率值。

C. 在常態分布的假設下,計算 GM 與 GSD 所有組合下 n 筆樣本所構成

的概似函數值,再分別計算每一個暴露風險等級下的概似函數機率

值。

D. 計算 GM 與 GSD 所有組合下的事後機率值,即步驟 B 與 C 在每一

Page 54: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

44

種組合下的乘積,再分別計算每一個暴露風險等級下的事後機率值。

由以上的說明顯示貝氏方法和傳統方法不同處,主要在於貝氏方法是對

5 個暴露風險等級都給予一個機率估計值,表示每一個暴露風險等級都可能

發生,而發生的機會則是透過 5 個暴露風險等級的事前機率假設,以及收集

n 筆樣本在常態母體假設下所構成的概似函數而得到的事後機率來估計。而

傳統方法僅由收集的 n 筆樣本在常態母體假設下所構成的概似函數得到參數

與 2 的點估計,再透過這兩個估計值得到第 95 百分位的估計值 95Q̂ ,然

後由 OEL/95Qe 的比值來評估暴露的風險等級。

在貝氏方法頇事先給定 GM 與 GSD 的範圍,在 Hewett, P. 等在 2006

年的文章中也對 GM 與 GSD 的範圍做了一些說明,與建議 GM 的範圍大約

在 200OEL 與 OEL5 之間,而 GSD 的最小值約 1.05。在報告中的結果,

我們設定 GM 與 GSD 範圍的取法,是先計算每一天濃度資料的 GM 與 GSD,

再分別取所有天數中的最小值與最大值,即( minGM , maxGM )與( minGSD ,

maxGSD )。為了使 GM 與 GSD 的所有組合下能夠涵蓋 5 個暴露風險等級,

因此修正 GM 範圍的下界值等於 200OEL 和 minGM 的最小值,而 GSD 範圍

的下界值修正為 1.05 和 minGSD 的最小值,即 GM 與 GSD 的範圍為

(

minGM , maxGM ) =(min( 200OEL , minGM ), maxGM )

(

minGSD , maxGSD ) =(min(1.05, minGSD ), maxGSD )

Page 55: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

45

第二部份:探討傳統統計與貝氏統計分析結果差異

本年度對於 SEG1~SEG6 分別收集其 DMF、甲苯、丁酮的暴露情形,在

完成收集各環測結果後,檢視各 SEG 的環測結果,發現部分 SEG 對於丁酮的

暴露情形似有受到干擾,推測可能是因為作業人員對於丁酮的暴露,除了來自於

原料中的發散,也有一部分來自於清潔機台時的暴露,而各作業人員在清潔機台

時,因習慣不同造成的暴露情形可能也有所不同,因此對於丁酮的暴露則有突然

高起的情形,而在 DMF 與甲苯(濕式製程無使用)的暴露方面,因作業人員主

要的暴露來源皆來自於原料的發散,故較無此情形發生。因此本研究在挑選適合

的對象進行後續統計分析探討時,則避免挑選各 SEG 的丁酮測定結果來分析,

而以挑選 DMF、甲苯的測定結果為主。除此之外,因濕式製程無使用甲苯,但

在現場仍有測到微量的甲苯濃度,推測原因為可能是受到乾式製程的干擾,而非

是由於原料所發散甲苯所致,因此在挑選欲研究的對象時,則不挑選 SEG5、

SEG6(濕式製程)的甲苯環測結果來進行分析。故對於欲進行統計分析的數據

群組,則由 SEG1~SEG6 的 DMF 環測結果及 SEG1~SEG4 的甲苯環測結果

中挑選。

除了想要評估傳統統計與貝氏統計何者能以較少的環測數,據推估的結果能

與母群體最為相近,還希望能分別評估當 SEG 的帄均濃度超過或約在 1 倍

PEL-TWA、1/2 倍 PEL-TWA 標準時,利用傳統統計與貝氏統計分析的結果之差

異,因此在挑選欲分析的數據群組時,則以挑選帄均濃度超過或約在 1 倍

PEL-TWA、1/2 倍 PEL-TWA 標準的 SEG 為主。經計算後發現,各 SEG 在 3/26

~11/11 對於 DMF 的帄均暴露濃度介於 6.85~14.3ppm 之間,其中 SEG3 與

SEG5 的暴露情形超過 1 倍的 PEL-TWA(10ppm)標準,而 SEG1~SEG4 的

甲苯帄均暴露濃度則介於 21.77~54.87ppm 之間,其中以 SEG1 與 SEG3 的甲

苯暴露情形較接近 1/2 PEL-TWA 標準(100ppm),因此分別選擇這四組來進行

後續的探討。本研究欲分析的 SEG 其 3/26~11/11 的帄均濃度、SD 等基本資訊

Page 56: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

46

如表 9 所示。

表 9 欲分析的 SEG 其 3/26~11/11 的帄均濃度、SD、GM、GSD 資訊

暴露的有害物與

挑選的 SEG

(有害物-SEGX)

帄均 SD GM GSD 樣本數

(3/26-11/11) 備註

DMF -SEG3 14.30 7.97 12.02 1.86 52 帄均暴露超過

1 倍 PEL-TWA DMF -SEG5 11.96 11.46 7.85 2.79 97

甲苯-SEG1 43.25 26.64 37.71 1.66 73 帄均暴露約為

1/2 倍

PEL-TWA 甲苯-SEG3 54.87 36.16 44.25 1.97 52

在開始對於這 4 組 SEG 進行傳統統計與貝氏統計分析前,先個別評估該

SEG 的成員是否真的是同一組 SEG,若為同一組 SEG 則後續才可用收集到的

環測數據進行統計分析探討。根據文獻[7]指出,一群人是否為同一組 SEG 的評

估方法為:自然對數之尺度下組間的第 97.5 百分位與第 2.5 百分位的比( BR ,95.0 )

必頇滿足 2,95.0 BR ,其中

)92.3exp()96.1exp()96.1exp( ,,,,,,95.0 BLBLBLBLBLBR

也就是在自然對數之尺度下組間的變異( 2

,BL )必頇滿足

0.0313]92.3/)2[log( 22

, BL

但根據英國 HSE(Health and Safety Executive, HSE)的建議,這個條

件可以是可以放鬆到 4,95.0 BR ,即 1251.02

, BL 。其中 2

,BL 可以透過已收集的資

料來計算人與人之間的標準差帄方( 2

,BLs )來估計,根據 Rappaport 的算法, 2

, BLs

可以用下面的式子來計算:

Page 57: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

47

j

i BiBL jccs1

22

, )1()]log()[log(

其中 j 表示人數, ic 表示第 i 人的帄均暴露濃度(原尺度), jccj

i iB

1。

因此利用以上的計算方法,評估結果如表 10 所示,這 4 組 SEG 的成員其

BR ,95.0皆小於 4, 2

,BLs 皆小於 0.1251,因此表示各 SEG 的成員確實是屬於該組

SEG,而後續則依據圖 17 的數據統計分析方法架構來進行探討。

表 10 評估欲分析的 SEG 其成員是否為同一個 SEG

Pollutant SEG Number of

people 2

,BLs BR ,95.0 是否為同

一個 SEG

DMF SEG3 3 0.0284 1.9367 是

DMF SEG5 5 0.0810 3.0516 是

甲苯 SEG1 3 0.0354 2.0916 是

甲苯 SEG3 3 0.0688 2.7961 是

(1)檢定環測數據是否為對數常態分布

為了檢視 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 的環測

樣本資料在自然對數尺度下是否符合常態分布的假設,分別將這 4 組 SEG

的環測濃度值以圖形來呈現其分布。如圖 21 之長條圖,圖形顯示除了

DMF-SEG3 以外的 3 個群組的環測濃度分布很明顯屬於右偏的分布。再將

這些濃度資料做自然對數轉換後的分布圖示於 圖 22 長條圖與

Quantile-Quantile plot(Q-Q plot),其中除了 DMF-SEG3 群組以外的長條

圖顯示其分布為對稱的分布,而 Q-Q plot 顯示大部分的點都在對角線上。最

後再以 Pearson chi-square 檢定暴露物質的濃度在自然對數下的分布是否

為常態分布,檢定結果的 p value 與採樣數n 列於表 11 中。在檢定水準 0.05

Page 58: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

48

的標準下,顯示大部分的 p value 大於 0.05,因此假設自然對數下這 4 組

SEG 所暴露的有害物濃度近似常態分布。

表 11 p value of Pearson chi-square test for normality

Exposure SEG1 SEG2 SEG3 SEG4 SEG5 SEG6

DMF 0.368 (n=52) 0.108(n=97)

甲苯 0.124(n=73) 0. 806(n=52)

DMF - SEG3

Fre

quency

0 5 10 15 20 25 30 35

0

2

4

68

10

12

14

DMF - SEG5

Fre

quency

0 20 40 60 80

0

10

20

30

40

50

甲苯 - SEG1

Fre

quency

0 50 100 150 200

0

5

10

1520

25

30

35

甲苯 - SEG3

Fre

quency

0 50 100 150

0

5

10

15

丁酮 - SEG1

Fre

quency

0 50 100 150 200 250

0

10

20

30

40

50

60

丁酮 - SEG2

Fre

quency

0 20 40 60 80

0

5

10

1520

25

30

35

圖 21 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 之濃度值的長條圖

Page 59: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

49

DMF - SEG3 (log scale)

Fre

quency

1.0 2.0 3.0

0

5

10

15

-2 -1 0 1 2

1.5

2.0

2.5

3.0

3.5

DMF - SEG3

Theoretical QuantilesS

am

ple

Quantil

es

DMF - SEG5 (log scale)

Fre

quency

-2 0 2 4

0

10

20

30

40

-2 0 1 2

-101234

DMF - SEG5

Theoretical Quantiles

Sam

ple

Quantil

es

甲苯 - SEG1 (log scale)

Fre

quency

2.5 3.5 4.5 5.5

05

1015202530

-2 0 1 2

3.0

3.5

4.0

4.5

5.0

甲苯 - SEG1

Theoretical Quantiles

Sam

ple

Quantil

es

甲苯 - SEG3 (log scale)F

requency

2.0 3.0 4.0 5.0

0

5

10

15

-2 -1 0 1 2

2.5

3.0

3.5

4.04.5

5.0

甲苯 - SEG3

Theoretical Quantiles

Sam

ple

Quantil

es

丁酮 - SEG1 (log scale)

Fre

quency

-2 0 2 4 6

0

5

10

15

20

-2 0 1 2

-2

0

2

4

丁酮 - SEG1

Theoretical Quantiles

Sam

ple

Quantil

es

丁酮 - SEG2 (log scale)

Fre

quency

0 1 2 3 4

02468

10

-2 -1 0 1 2

0

1

2

3

4

丁酮 - SEG2

Theoretical Quantiles

Sam

ple

Quantil

es

圖 22 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 之濃度值在自然

對數下的長條圖與 Quantile-Quantile plot

(2)比較傳統與貝氏統計母群體的暴露等級是否有差異(TT VS. BT)

在確認 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 其環測數

據呈對數常態分布後,即分別利用傳統統計與貝氏統計方法分析各個 SEG

的母群體暴露等級為何並進行比較。

在傳統統計方面,為將各個 SEG 收集到的 3/26~11/11 環測數據進行

分析,計算出 95 百分位值的估計值(eQ95)後,再計算 eQ95/OEL 的值以評

估該 SEG 的暴露等級為何。在貝氏統計分析方面,各個 SEG 的 Prior 資料

皆視為無資料的情形,各暴露等級帶入之機率皆為 0.2,而 Likelihood 資料

則帶入 3/26~11/11 的環測數據,而後則可計算出各 SEG 的暴露等級與其

發生的機率為何(Posterior 結果)。各 SEG 以兩種方法分析所使用的環測

數據說明如表 12 所示。

Page 60: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

50

表 12 各 SEG 以傳統統計與貝氏統計分析母群體暴露等級所使用的數據

群組 方法 使用的

環測數據 分析說明

DMF-SEG3

DMF-SEG5

甲苯-SEG1

甲苯-SEG3

傳統 3/26 ~ 11/11 ※計算 95 百分位值的估計值(eQ95)

貝氏 3/26 ~ 11/11

※prior of p(五個暴露等級的機會):

未知,給定 p=(0.2, 0.2, 0.2, 0.2, 0.2)

※Likelihood 資料:以 3/26~11/11 數據帶入

以傳統統計與貝氏統計方法分析各個 SEG 母群體的結果如表 13 所

示,由結果顯示出,利用傳統統計所分析的結果與貝氏統計所分析的結果(有

最大發生機率的暴露等級)相同,表示本研究所收集的樣本數足夠,以不同

的統計方法可獲得相同的結果,可繼續評估兩種方法在不同情況下所獲得的

結果差異。

表 13 以傳統統計與貝氏統計方法分析母群體暴露等級結果

群組 傳統統計-TT 貝氏統計-BT

eQ95 的暴露等級 有最大機率的暴露等級(機率值)

DMF-SEG3 4 4 (1.00)

DMF-SEG5 4 4 (1.00)

甲苯-SEG1 3 3 (0.80)

甲苯-SEG3 4 4 (0.999)

(3)傳統統計分析結果

在進行傳統統計分析的部分,為比較不同樣本數分析所得之結果與母群

體之差異,對 4 組 SEG 分別進行兩類分析,第一類為利用各 SEG 每一天的

所測得之環測數進行分析(每一天每組 SEG 約有 2~3 筆環測數據),而第

Page 61: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

51

二類為利用 4/28~11/11 共 17 天累積的環測數據進行分析(各組 SEG 17

天累計的數據約有 30~70 筆環測數據,各項結果說明如下(傳統統計分析

架構如圖 23 所示)。

圖 23 傳統統計分析架構

A.分析每一天的數據(T1Gx)

分別分析 DMF-SEG3、DMF-SEG5、甲苯-SEG1、甲苯-SEG3 等 4 組

SEG 從 3/26~11/11 每一天的數據,建立每天的 eQ95 與 UTL 的暴露等級再

與母群體的暴露等級比較,分析結果如圖 24 所示,以 DMF-SEG3 結果為

例(圖 24 的第 1 個圖),Y 座標為暴露等級 0~4 級,X 軸則為 3/26~11/11

每天的結果,圖中最右側 X 座標為「25 days」的分組,則為母群體的暴露

等級,而在圖中○表示以該天所收集的環測數所計算而得的 eQ95 的暴露等

級,則表示 UTL 的暴露等級。

A.

B.

Page 62: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

52

圖 24 以傳統統計分析各個 SEG 3/26~11/11 每天環測數據的結果(T1Gx)

(A) 分析的結果說明

a. DMF-SEG3 與 SEG5(暴露有害物帄均濃度約為 1 倍 PEL-TWA):

除了在少數幾天的 eQ95 之暴露等級為 3 或 2 以外,其餘的 95Qe 與其

95%UTL 的暴露等級都為 4,和母群體估計的結果一致。

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

Page 63: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

53

b. 甲苯-SEG1(暴露有害物帄均濃度約為 1/2 倍 PEL-TWA):eQ95 之暴

露等級 2、3、4 分別占 8 天、10 天與 7 天。但 UTL 的暴露等級大部

分在 4,占了 19 天。而母群體所估計的 eQ95、UTL 暴露等級分別為

3 與 4。

c. 甲苯-SEG3(暴露有害物帄均濃度約為 1/2 倍 PEL-TWA):eQ95 之暴

露等級 2、3、4 分別占 8 天、6 天與 11 天。但 UTL 的風險等級皆為

4。而母群體所估計的 eQ95、UTL 暴露等級皆為第 4 級。

(B) 結論

由以上傳統統計分析的結果可得到以下的結論:

a. 若暴露有害物帄均濃度約為 1 倍的 OEL,則用少量的數據可能可推

估出與母群體相似的暴露等級(第一組 DMF-SEG3 與 SEG5 結果)

b. 若暴露有害物帄均濃度在 1/2 倍 OEL,則以少量的數據推估的結果

與母群體的較有差異(第二組甲苯-SEG1、甲苯-SEG2) 。

c. 而由各 SEG 的結果也可發現,當利用傳統統計分析時,eQ95 與 UTL

的暴露等級結果可能會有不同(例如甲苯-SEG1 4/30 的分析結果

eQ95 與 UTL 分別為第 2、4 級),且在不同暴露等級可發生的機會有

多少也無法得知,如此則可能會讓事業單位不知道是否需進行相關的

改善措施。

B.分析 4/28~11/11 所有的數據(T2G1)

除分析每天的環測數據(少量數據)之外,也再將這 4 組 SEG 4/28

~11/11(17 天)所有的環測結果利用傳統統計進行分析,以評估若分析的

Page 64: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

54

數據量較多,與母群體分析結果之差異。分析結果如表 14 所示,其中(A)

為各 SEG 以 17 天的環測數據分析而得的結果,而(B)則為母群體分析的結

果。

表 14 4 組 SEG 以傳統統計分析 4/28~11/11 累計 17 天的環測數據結果

(T2G1)

Data 樣本數 )ˆ(ˆ 95Q̂e

暴露

等級 UTL

暴露

等級 K-factor

DMF-SEG3 (A) 34 2.203 (0.553) 22.50 (4) 30.20 (4) 2.18

(B) 52 2.486 (0.621) 33.39 (4) 43.09 (4) 2.06

DMF-SEG4 (A) 67 1.772 (1.058) 33.52 (4) 48.74 (4) 2.00

(B) 97 2.060 (1.027) 42.51 (4) 57.06 (4) 1.93

甲苯-SEG1 (A) 51 3.606 (0.538) 89.30 (3) 111.68 (4) 2.06

(B) 73 3.630 (0.507) 86.86 (3) 103.04 (4) 1.98

甲苯-SEG3 (A) 34 3.534 (0.643) 98.69 (4) 138.90 (4) 2.18

(B) 52 3.790 (0.679) 135.20 (4) 178.65 (4) 2.06

(A):17 天分析的結果 (B):母群體分析的結果

UTL: upper bound of 95% tolerance limits on 95% data ( 95.0)Pr( 95ˆ

Q

eX )

(A) 分析的結果說明

a. 在濃度為自然對數尺度下,以兩種資料估計 與 2 的結果差異不

大。而以 2/3 天數估計結果的 ̂ 與̂ 幾乎低於全部資料的估計值。這

個結果顯示這四個群組在剛開始 1/3 天數的濃度值可能偏高於後面

2/3 天數的濃度值。

b. 原始濃度的第 95 百分位估計值 95Q̂e 在 DMF-SEG3、DMG-SEG4、甲

苯-SEG3 群組之兩種資料的估計結果差異較明顯。然而以暴露風險

等級來看,兩種資料的估計結果都屬於同一暴露風險等級。

Page 65: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

55

(B) 結論

a. 以較多數據(17 天)分析所獲得之結果相較於較少數據(1 天)分

析的結果更為接近母群體的結果。

b. 在某些 SEG 仍可能發生樣本數太少而造成 95Q̂e 與 UTL 所評估出的暴

露等級不相同的情形,在實務上可能造成工安人員不知道該參考哪一

個資料進行後續的控制措施。

c. 在傳統統計的分析中,僅能分析出 95Q̂e 與 UTL 的暴露等級,但其發生

的機率為何則無法求得,使得傳統統計分析結果較難於實務上進行運

用。

(4)貝氏統計分析結果

在貝氏統計分析方面,分別探討使用不同的 Prior 資料時,對於分析結

果之影響為何。本研究共進行三類的探討,第一類為假設 Prior 資料由專家

給定三種不同建議時,建議正確與否對分析結果的影響(Likelihood 資料為

利用 3/26~11/11 所有的環測結果帶入)。第二類為 Prior 資料以前一次累積

的環測數據帶入,在搭配本次的環測數據為 Likelihood 資料進行分析,以評

估當 Prior 資料量越多時,分析的結果與母群體的差異。第三類為以 3/27~

4/27(8 天)累計的環測數據為 Prior 資料,再分別探討當 Likelihood 為 1

天、累計 17 天時所獲得的結果與母群體之差異。整體的分析架構如圖 25

所示。

Page 66: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

56

圖 25 貝氏統計分析架構

A. Prior 資料由專家給定時的結果與母群體的結果差異(B1GX)

此項探討之目的為評估若事業單位藉由職業衛生專家的協助,由專家提

出 Prior 資料(Prior 的五個暴露等級的機率)為何,再使用事業單位現有的

環測數據作為 Likelihood 資料時,若職業衛生專家判斷準確或不準確的情況

下,分析的結果與母群體的差異為何。因此分別對於這 4 組 SEG,在 Prior

資料的部分,對於 0、1、2、3、4 暴露等級給定三種機率組合,分別為:

B1G1 組(0, 0.05, 0.1, 0.15, 0.7):第 4 級的機率值最高,第 0 級最低

B1G2 組(0.7, 0.15, 0.1, 0.05, 0):第 0 級的機率值最高,第 4 級最低

B1G3 組(0.05, 0.1, 0.7, 0.1, 0.05):第 3 級的機率值最高,第 0、4 級

最低

A.

B.

C. (A)

(B)

Page 67: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

57

而在 Likelihood 資料的部分,則將 3/26~11/11(25 天)累積的環測數

據帶入,最後在分別與母群體的結果進行比較(欲探討的資料說明如表 15

所示)。

表 15 Prior 資料由專家給定時欲探討的數據群組

群組 Prior 資料 Likelihood 資料

母群體 【prior of p】

※BT:未知 p=(0.2, 0.2, 0.2, 0.2, 0.2)

3/26~11/11

(25 天環測數據)

DMF-SEG3

DMF-SEG5

甲苯-SEG1

甲苯-SEG3

【prior of p】

※B1G1:假設專家給定 p=(0, 0.05, 0.1, 0.15, 0.7)

※B1G2:假設專家給定 p=(0.7, 0.15, 0.1, 0.05, 0)

※B1G3:假設專家給定 p=(0.05, 0.1, 0.7, 0.1, 0.05)

註: p 為五個風險等級的機會

3/26~11/11

(25 天環測數據)

(A) 分析的結果說明

分析結果如圖 26 所示,其中在各組 SEG 的 Prior 資料中(圖 26 第一

排長條圖)將四種資料列在同一個長條圖中進行比較,分別為母群體(BT)

與欲分析的三種機率組合(B1G1 、B1G2 、B1G3),而 Likelihood 資料(圖

26 第二排長條圖)則是以各 SEG 3/26~11/11 累積的環測數據所估算出的

暴露等級與機率,而 Posterior 資料(圖 26 第三排長條圖)則同樣將分析

而得的四種結果(BT、B1G1 、B1G2 、B1G3 組),列在同一個長條圖中比

較。

Page 68: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

58

圖 2

6 P

rior

資料

由專

家給

定時

的結

果與

母群

體的

結果

差異

(B

1G

X)

DM

F-SE

G3

D

MF-

SEG

5

甲苯

-SEG

1

甲苯

-SEG

3

Prior Likelihood Posterior

Page 69: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

59

由圖 26 可觀察到以下的結果;

a. DMF-SEG3:B1G1、B1G3 暴露等級與事後機率的機率值(Posterior)

與母群體(BT)的結果一樣,都是暴露等級=4 的機率估計值為 1,

其餘暴露等級的機率估計值為 0。但 B1G2 和其他結果很不一樣,其

事後機率估計之最大值在暴露等級=3,機率值約為 0.982。

b. DMF-SEG5:結果和 DMF-SEG3 的結果很相近,即 B1G1、B1G3 的

暴露等級=4 之事後機率估計值為 1 與母群體(BT)結果一樣,但

B1G2 在暴露等級=3 的事後機率估計值為 0.987。

c. 甲苯-SEG1: B1G3 與母群體(BT)的結果很接近,以暴露等級=3

的事後機率為最大,其值約在 0.865-0.888;次之者為暴露等級=4,

其事後機率值約在 0.112-0.135。B1G1 結果差異較大,最大事後機率

值發生在暴露等級=4,其值約為 0.538。

d. 甲苯-SEG3:B1G1、B1G3 與母群體(BT)的結果很接近,以暴露等

級=4 的事後機率為最大,其值約在 0.996-0.999。結果 B1G2 和其他

四個結果很不一樣,其事後機率估計之最大值在暴露等級=3,機率

值約為 0.9985。

(B) 結論

a. 若專家判斷正確,則有助於分析結果與母群體相近,但若錯誤,雖然

實際測定的樣本數很多(Likelihood 資料量大),仍可能導致分析結

果與母群體有差異。

b. 專家判斷是否正確不易判定,因此事業單位若以專家判斷的方是來決

定 Prior 資料時,若專家不夠瞭解作業現況,則可能有誤判的情形發

生。

Page 70: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

60

由本節的結果可發現,若 Prior 資料以專家判斷的結果來帶入,因不易

確定專家的判斷是否正確,則推估的結果可能會與母群體有差異,但若在

Prior 的資料部分,利用該 SEG 歷年的環測結果帶入,則可能會較為客觀。

因此在後續的小節中,將分別探討當 Prior 資料用不同數量的環測數據帶入

時,得到的結果與母群體的差異(探討的內容如圖 27 所示)

圖 27 探討以環測數據作為 Prior 資料時分析的架構說明

B. Prior 資料以前一次累積的環測數據帶入(B2GX)

在本小節首先探討若各個 SEG 的 Prior 資料為前次累積的環測結果帶

入,Likelihood 資料則是以當次採樣的結果帶入時(例如欲分析 4/20 的暴露

等級機率時,則 Prior 資料則帶入 3/26~4/19 的數據,Likelihood 資料則帶

A.

B.

C. (A)

(B)

後續小節

探討的內容

Page 71: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

61

入 4/20 的數據,而欲分析 4/21 的暴露等級機率時,Prior 則帶入 3/26~4/20

的數據,Likelihood 則帶入 4/21 的數據,以此類推),各個 SEG 在 3/26~

11/11 每天分析的結果與母群體的差異情形為何,獲得的結果如圖 28 所示。

圖 28 為 4 個 SEG 分析的結果,在每個 SEG 的分析結果圖中,X 軸為

測定日期,Y 軸為累計的事後機率值,圖上數字 0、1、 2、3、 4 分別代表

從等級 0 累積到 0、1、2、3、4 級的機率,因此累積到等級 4 的機率等於

1.0。由於 5 個等級數字全部標示上去會造成重疊,為了清楚呈現累積機率

過高的等級數字,因此省略標示部分機率較小的等級數字,舉例來說,甲苯

-SEG1 在 4/19 的分析結果中,第 2 暴露等級發生的機率約為 0.6,再加上

第 3 級發生的機率會後約等於 1.0,故第 3 級暴露等級發生的機率則大約為

0.4(1.0-0.6=0.4),其他暴露等級發生的機率太小(第 1、4 級),則不標

示在圖中,而在各個 SEG 的分析結果圖中,最右側 X 座標為「25 days」的

組別則為該 SEG 母群體的分析結果,用於比較每天分析的結果與母群體分

析的結果之差異。

Page 72: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

62

圖 28 Prior 資料以前一次累積的環測數據帶入時的分析結果(B2GX)

DM

F-SEG3

D

MF-SEG

5

甲苯-SEG

1

甲苯-SEG

3

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

Page 73: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

63

由圖 28 可發現,DMF-SEG3、DMF-SEG5 從 3/26 開始,甲苯 SEG3

的分析結果從 4/21 開始,暴露等級 4 的發生機率估計值幾乎為 1,與母群體

的暴露等級相同,而甲苯-SEG1 的暴露等級則在 3、4 級跳動,雖然估計的

暴露等級與母群體相似,但各暴露等級發生的機率則略有不同。此小節的結

果將再與下一節(C. Prior 以 3/26~4/27 累計 8 天的數據帶入, Likelihood

分別以 4/28~11/11 每一天的數據帶入 )分析的結果比較,以評估 Prior 資

料帶入不同的數據型態,獲得的結果差異。

C. Prior 資料以 3/26~4/27 累計 8 天的數據帶入(B3GX、B4G1)

在本節將探討若 Prior 資料以累計 8 天的數據帶入,當 Likelihood 資料

以不同數量的的環測數據帶入時,其結果與母群體之差異,以瞭解 Likelihood

資料量的多寡對結果的影響。

(A) Likelihood 資料分別以 4/28~11/11 每一天的環測數據帶入(B3GX)

首先探討當 Prior 資料量固定(3/26~4/27 累計 8 天的數據),

Likelihood 分別以 4/28~11/11 每一天的數據帶入(每個 SEG 每一天約有

2~3 筆環測數據)時的結果,以評估 Likelihood 資料量少的時候,分析

的結果與母群體之差異。分析結果如圖 29 所示,其結果表示方法與圖 28

相同,X 軸為環測的日期,Y 軸為累計的事後機率值,在 X 軸最右側「25

days 」 的 組 別 為 該 SEG 母 群 體 分 析 的 結 果 。 由 圖 29 可 發 現 ,

DMF-SEG3、DMF-SEG5、甲苯-SEG3 分析的結果在進行第一次分析

(4/28)時結果就與母群體相同,而僅有甲苯-SEG1 的分析結果雖然有好

幾天的暴露等級與母群體相同(以第 3、4 級為主),但各暴露等級的機率

卻略有不同。

Page 74: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

64

圖 29 Prior 資料以 3/26~4/27 累計 8 天的數據帶入,Likelihood 資料分別帶

入 4/28~11/11 每一天的環測數據分析結果(B3GX)

進一步將此節的結果與上一節「B. Prior 資料以前一次累積的環測數

據帶入,Likelihood 以 3/26~11/11 每天的資料帶入時」的結果比較(B2Gx

VS. B3Gx),評估當 Prior 資料量不同時,對於母群體結果的影響,而由圖

28、 圖 29 的結果可發現:

DM

F-SEG3

D

MF-SEG

5

甲苯-SEG

1

甲苯-SEG

3

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

母群體暴

露等級

Page 75: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

65

a. 在 DMF-SEG3 與 SEG5 方面:兩種分析結果相似,暴露等級 4 的機

率幾乎為 1.0,和母群體估計結果一致。

b. 在甲苯-SEG1 方面:兩種分析結果中,大部分以暴露等級 3 的機率

值比較大。在 B2Gx 的結果中,從 4/29 開始暴露等級 3 的機率估計

值相較於 B3Gx 的穩定(兩者比較圖另列於圖 30)。其中 9/27 例外,

是由於這一天的甲苯濃度帄均很高,變異偏大,因此這一天暴露等級

為 4 的機率估計值比等級 3 為高。

圖 30 甲苯-SEG1 當 Prior 帶入不同的資料量時分析結果比較

c. 在甲苯-SEG3 方面:B2Gx 的結果顯示從 4/21 開始,暴露等級 4 的

機率估計值幾乎為 1,而 B3Gx 從 4/28 開始之等級為 4 的機率估計值

也幾乎為 1。B2Gx 的結果顯示只要累積 3 天的資料得到的風險等級

機率值來當作往後每一天的 prior,就可以和 B3Gx 的結果或是母群體

估計的結果一樣。

C. Prior 資料以 3/26~

4/27 累計 8 天的數據帶入

(B3Gx)

B. Prior 資料以前一次累

積的環測數據帶入

(B2Gx)

母群體暴

露等級

母群體暴

露等級

Page 76: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

66

由以上結果可發現暴露等級結果以第 4 級為主的 SEG(DMF-SEG3、

DMF-SEG5、甲苯-SEG1),其 Prior 資料只需要很少的樣本,即可推估出

與母群體一樣的結果,而若暴露等級介於 2~4 之間的 SEG(甲苯

-SEG3),若 Prior 資料量增加可稍微有助於每次結果的穩定性,但若遇到

當日突然暴露濃度較高時(例如 9/27),即使 Prior 資料量多,當天分析的

結果仍會與母群體有差異。

(B) Likelihood 資料帶入 4/28~11/11(17 天)累計的環測數據(B4G1)

除探討在 Prior 資料量固定下,Likelihood 資料僅帶入少量的資料時

結果為何,也再探討若 Likelihood 資料量較多,分析的結果是否更能與母

群體相近。因此對於 4 組 SEG 分別以其 3/26~4/27(累計 8 天)的數據

為 Prior 資料,以 4/28~11/11(累計 17 天)的數據為 Likelihood 資料進

行統計分析與探討。分析結果如圖 31 所示,第一排為各 SEG 所帶入的

Prior 資料暴露等級機率分布,第二排為 Likelihood 資料的暴露等級機率

分布,而第三排為統計分析後的暴露等級機率結果(Posterior),第四排

為該 SEG 的母群體暴露等級機率分布,經由分析的結果可發現,當

Likelihood 資料量增加後各組的最後的分析結果會與母群體相近。

Page 77: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

67

圖 3

1 P

rior

資料

以3

/26

~4

/27

累計

8天

的數

據帶

入,

Lik

elih

oo

d資

料帶

入4

/28

~11

/11(

17

天)

累計

的環

測數

據分

析結

果(

B4G

1)

DM

F-SE

G3

D

MF-

SEG

5

甲苯

-SEG

1

甲苯

-SEG

3

Prior Likelihood Posterior 母 群 體

Page 78: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

68

(5)傳統統計與貝氏統計之分析結果差異探討

綜合以上的分析結果,探討傳統統計與貝氏統計分析的結果差異,說明

如下。

A. 比較傳統統計與貝氏統計分析的數據量較少時的結果(T1GX、B2GX、

B3GX 比較)

比較傳統統計與貝氏統計在分析少量環測數據時的結果差異,比較的數

據群組如表 16 所示,比較結果如圖 32、圖 33 所示,可得到以下的結論:

(A) 當樣本數少的時候,傳統統計分析的 eQ95 可能會不等於 UTL,尤其

是在 SEG 的暴露濃度為 1/2 PEL-TWA(甲苯-SEG1、甲苯-SEG3)

的群組時,容易讓分析者不知道該參考何種資料進行改善,且分析

結果(暴露等級)與母群體差異較大

(B) 相較於傳統統計,貝氏統計分析的結果與母群體較為相似,且貝氏

呈現的方式為該暴露等級發生的機率,讓分析者可清楚的瞭解各等

級發生風險的高低,並進行相對應的改善措施

(C) 相較於傳統統計方法,貝氏方法的 Prior 資料在使用環測值的情況

下,因有 Prior 資料的協助,即使分析的樣本數少,仍可分析出與母

群體相近的結果。

表 16 分析的數據量較少時,傳統統計與貝氏統計分析結果的差異

統計方法 傳統統計

(T1GX)-p.51

貝氏統計

(B2GX)-p.60

貝氏統計

(B3GX)-p.63

分析的資

料說明

3/26~11/11 每一

天的結果

Prior 資料以前一次累積的環

測數據帶入

Prior 資料以 3/26~4/27 累計 8 天

的數據帶入

Likelihood 資料以 3/26~11/11

每天的環測數據帶入

Likelihood 資料以 4/28~11/11 每

天的環測數據帶入

Page 79: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

69

圖 3

2 D

MF

-SE

G3

、D

MF

-SE

G5

以傳

統統

計與

貝氏

統計

分析

數據

量少

時的

結果

(T

1G

X、

B2G

X、

B3G

X比

較)

DM

F-SE

G3

D

MF-

SEG

5

傳 統 統 計 ( T1GX ) 貝 氏 統 計 ( B2GX ) 貝 氏 統 計 (B3GX)

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

Page 80: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

70

圖 3

3 甲

苯-S

EG

1、

甲苯

-SE

G3

以傳

統統

計與

貝氏

統計

分析

的數

據量

少時

的結

果(

T1G

X、

B2G

X、

B3G

X比

較)

甲苯

-SEG

1

甲苯

-SEG

3

傳 統 統 計 ( T1GX ) 貝 氏 統 計 ( B2GX ) 貝 氏 統 計 (B3GX)

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

母群

體暴

露等

Page 81: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

71

B. 比較傳統統計與貝氏統計分析的數據量較多時的結果(B1G1、B1G2、

B1G3、T2G1、B4G1 比較)

比較傳統統計與貝氏統計分析的數據量較多時的結果差異,各組分析結

果如表 17 所示,可得到以下結論:

(A) 傳統統計僅能呈現 eQ95 與 UTL 的暴露等級,無法告知可能發生的機

率,因此容易讓分析者無法評估發生危害的風險性有多高。eQ95 與

UTL 的暴露等級的結果可能不一致。若要達到相同的等級,必頇增

加更多的樣本數。

(B) 貝氏方法以 5 個暴露等級的相對機率來呈現,比起傳統方法更清楚

表示暴露風險的程度。

(C) 貝氏統計的 Prior 資料若是由專家提供(B1G1、B1G2、B1G3),則專

家判斷的正確與否會影響分析的結果,故在運用專家判斷的資料時

應小心使用

(D) 比較 T2G1 與 B4G1(傳統統計 VS. 貝氏統計)的結果可發現,當分

析的數據量增加時,兩種統計分析方法獲得暴露等級雖然與母群體

的相同,但在甲苯-SEG1 的結果中,傳統統計所估算出的 eQ95 與

UTL 不同,且傳統統計無法計算出各等級發生的機率,對於分析者

來說則較難決定是否進行後續的控制措施。舉例來說若由 甲苯

-SEG1 的分析結果來看,單看傳統統計分析結果為第 3 級,可能會

認為尚未超過 OEL 標準則無頇進行相關措施,但若看貝氏統計的結

果則可得發現,在第 3 級的發生機率為 0.86,而在第 4 級發生的機

率為 0.14(請參閱圖 31)已超過 0.05(不可忍受的風險),則應立

即進行相關的控制措施,以降低第 4 級發生的機率。

Page 82: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

72

表 17 分析的數據量較多傳統統計與貝氏統計分析結果之差異

Data

傳統統計

母群體-TT 貝氏統計

母群體

-BT

貝氏統計

傳統統計

分析 17 天數據

-T2G1

貝氏統計

-B4G1

eQ95 UTL

P註 2

:專家 1

L註 2:25 天

-B1G1

P:專家 2

L:25 天

-B1G2

P:專家 3

L:25 天

-B1G3

eQ95

UTL

P:7 天

L:17 天

DMF-SEG3 4 4 4(1.00) 註 1

4(1.00) 3(0.98) 4(1.00) 4 4 4(1.00)

DMF-SEG5 4 4 4(1.00) 4(1.00) 3(0.99) 4(1.00) 4 4 4(1.00)

甲苯-SEG1 3 4 3(0.80) 4(0.54) 3(1.00) 3(0.89) 3 4 3(0.86)

甲苯-SEG3 4 4 4(0.999) 4(0.999) 3(0.999) 4(0.996) 4 4 4(0.999)

註 1:刮號內為該暴露等級發生的機率值,此處僅列出發生機率最大的暴露等級

註 2:P-prior,L-Likelihood

另外,也比較這 4 組 SEG 若依據 AIHA 的建議(表 1),要建立相似暴露族

群真實暴露實態(母群體的暴露實態)所需之樣本數,與利用貝氏統計分析時,

當分析結果與母群體相同時所需要的樣本數的差異,由於 AIHA 所建議的皆為在

特定情況下所需的樣本數(例如:帄均濃度/OEL=0.5,GSD=2 時,需要 21

個樣本才可建立出母群體的暴露實態),而實際在計算時各 SEG 的結果無法正

好符合 AIHA 所描述的特定情況,因此僅能比對表 1 中最接近的情況,估計可

能需要的樣本數。比較結果如表 18 所示,其中僅甲苯-SEG1 貝氏統計分析時

所需的樣本數(prior 與 Likelihood 合計需要 15 個樣本)可能比 AIHA 建議的樣

本數(需要超過 7 個樣本)多,其他三組 SEG 進行貝氏統計分析時所需的樣本

數都遠少於 AIHA 所建議的樣本數。

Page 83: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

73

表 18 AIHA 建議的樣本數與貝氏統計分析時所需樣本數比較

對象 帄均濃度

ppm (3/26-11/11)

帄均濃度

/OEL GSD

(3/26-11/11)

AIHA

建議樣本數註 1 (參考表 1)

貝氏統計所需樣本數 (如圖 28 所示)

P註 2

:資料以前一次累積

的環測數據帶入

L註 2:以 3/26~11/11 每

天的環測數據帶入)

DMF-SEG3 14.30 1.43 1.86 約超過 25 個樣本 P:未知

L:2 個樣本

DMF-SEG5 11.96 1.20 2.79 約超過 164 個樣

P:未知

L:1 個樣本

甲苯-SEG1 43.25 0.43 1.66 約超過 7 個樣本 P:12 個樣本

L:3 個樣本

甲苯-SEG3 54.87 0.55 1.97 約超過 21 個樣本 P:6 個樣本

L:2 個樣本

註 1:因 AIHA 提供的建議為特定的情況下所需的樣本數,因此僅能依現有分析的結果(帄均濃度/OEL、GSD),

比對表 1 中最接近的情形

註 2:P-prior,L-Likelihood

第五節 召開專家討論會議

在本年度研究的過程中,分別於 5/14、10/15、12/2 在台大職醫所召開專家

討論會議,會中除邀請了台灣大學職業醫學與工業衛生研究所 陳志傑教授、中

央研究院統計科學研究所 黃景祥副所長、長榮大學職業安全與衛生學系 吳俊

德教授,後續也邀請勞工安全衛生研究所 石東生 前所長、分析檢驗組 李聯雄

組長、鐘順輝研究員等專家,共同對於各個階段的研究進度與統計分析結果進行

討論(會議照片如圖 34 所示,而會議資料及簽到表如附件二所示),除此之外

也多次拜訪各專家請教與討論統計分析的方法。藉由數次召開專家小組會議與拜

訪各專家進行討論,使得本研究的內容與成果更為完善,最後也才能獲得如此豐

富的成果。

Page 84: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

74

圖 34 第二次專家會議開會現況

Page 85: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

75

第三章 結論

1.由於本年度為第一年的初步研究,研究對象只挑選合成皮業事業單位,因此

獲得的研究成果僅能供各界參考,尚無法作為定論,待後續更進一步收集更多

不同行業別的資料進行驗證後,才能更加確認貝氏統計的適用性。

2.由本年度的研究發現,傳統統計只能估算出 95 百分值與其 UTL 的暴露等級

(單點估計),而貝氏統計可完整說明 0~4 暴露等級每個暴露等級發生的機率

為何,讓事業單位可以清楚的瞭解各個等級發生的風險高低,並進一步做出適

當的控制措施。

3.相較於傳統統計,貝氏統計因考量了 Prior 資料,因此當環測值只有少量的數

據可分析時(Likelihood 資料),若給予適當的 Prior 資料將有助於分析的結果

接近母群體的結果。

4.Prior 資料可由不同的方式獲得,若要由專家判斷的方式取得,建議可邀請多

位專家共同瞭解作業現況後,一起商討出最適當的結果。若無法獲得具代表性

的專家判斷結果,建議可改以歷史的環測資料來作為 Prior 資料,若該 SEG 尚

無歷史資料,則在第一次利用貝氏統計分析時,Prior 資料可以未知的情況(各

暴露等級的機率值皆為 0.2)來進行分析。

5.若製程改變或實施了有效的控制措施而使得作業現場濃度與以往不同,則後

續進行統計分析時,建議以往的環測資料僅作參考而不納入統計分析,僅以新

測得的環測數據進行分析,以反映出目前真實的狀況。

6.本年度的重點為初步探討貝氏統計與傳統統計之差異,因研究之初,先僅以

SEG 對單一化學物質的暴露結果來進行探討,而 SEG 對於暴露於多種有害物

時要如何進行統計分析,尚未進行研究,規劃於明年度再持續探討如何評估

Page 86: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

76

SEG 暴露於多種有害物時,如何應用貝氏統計方法進行分析。

7.傳統之作業環境測定只以測定結果的 Q95 絕對值與容許濃度相比,判定是否

高於容許濃度,此作為不能提供勞工有效之保障。本年度之各項統計分析顯示,

即使單一數據未超出容許濃度,統計後之結果仍將有高於容許濃度的機率。為

保障大多數(95%)的勞工,建議應對事業單位進行宣導,作業環境測定之資料

應進行統計分析,經貝氏統計分析後,若第 4 等級(或大於容許濃度)有超過

5%的機率時,應立即進行控制措施。

Page 87: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

77

第四章 建議

本年度的重點為先評估傳統統計與貝氏統計分析結果之差異,並對於貝氏

統計的運算因子(prior 與 Likelihood)在不同的情況下所獲得的結果進行探

討,在瞭解這些差異後,明年度可進一步更深入的探討貝氏統計在不同狀況下

的分析結果,使我們能更瞭解貝氏統計分析方法的應用範圍與限制。建議明年

可探討的議題與發展的方向說明如下:

(1) 收集其他行業別廠商的環測結果進行研究,以評估貝氏統計在其他行業

的適用性。

(2) 本年度所探討的對象其平均濃度為超過 1 倍的 OEL 與 1/2 倍的 OEL,

明年度可再多收集平均濃度為 1/10 倍 OEL(或其他濃度)的對象進行

探討,以評估在不同的暴露情形下,貝氏統計所分析的結果差異。

(3) 評估不同 GSD 的 SEG 其統計分析結果之差異。

(4) 本年度對於 SEG 暴露於多種有害物時要如何進行統計分析,尚未進行

研究,因此無法評估 SEG 暴露於單一與多種有害物統計分析的結果是

否一致,明年可針對此問題持續探討如何評估 SEG 暴露於多種有害物

時,如何應用貝氏統計方法進行分析。

(5) 除利用統計檢定的方式評估 SEG 的劃分是否合宜之外,明年度可利用

其他方法(如 RFID-ETAP 定位器、其他直讀式儀器長時間監測)進行

評估,並與統計檢定之結果進行比對。

(6) 依據研究成果建立適合事業單位使用的統計分析軟體,使事業單位可以

自行進行統計分析,並依據分析結果實施相關的控制做措施。

Page 88: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

78

誌謝

本研究計畫參與人員除本所前石所長東生、陳代理所長秋蓉、分析檢驗組李組長

聯雄、鐘助理研究員順輝外,另包括中華民國工業安全衛生協會黃副秘書長奕

孝、闕工程師妙如、黃工程師德琪等人,謹此敬表謝忱。

Page 89: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

79

參考文獻

[1] He Y, Liang Y, Fu H. (2009) Application of bayesian methods to exposure assessment of

area concentrations at a rubber factory, Int J Environ Res Public Health. 6(2):622-634.

[2] Hewett P, Logan P, Mulhausen J, Ramachandran G and Banerjee S. (2006) Rating

exposure using Bayesian decision analysis, Journal of Occupational and Environmental

Hygiene 3:568-581.

[3] Ramachandran G. (2008) Toward better exposure assessment strategies---the new

NIOSH initiative, Ann Occup Hyg. 52(5):297-301.

[4] Hawkins NC, Norwood, SK and Rock JC. (1991) “A strategy for occupational exposure

assessment”, American Industrial Hygiene Association, Akron, Ohio.

[5] Joselito S. Ignacio, William H. Bullock (2006) “A strategy for assessing and managing

occupational exposures”, Third edition, AIHA Press, Fairfax, VA: American Industrial

Hygiene Association.

[6] Ott LR and Longnecker M. (2001) Chapter 4. Probability and probability distributions in

An Introduction to Statistical Methods and Data Analysis, 5th edition, Duxbury,

Wadsworth Group, pp.122-190.

[7] Rappaport SM. (1991) Assessment of long-term exposures to toxic substances in air,

Ann Occup Hyg. 35(1):61-121.

[8] Tielemans E, Warren N, Schneider T, Tischer M, Ritchie P, Goede H, Kromhout H, Van

Hemmen J, Cherrie JW. (2007) Tools for regulatory assessment of occupational

exposure: development and challenges, J Expo Sci Environ Epidemiol. Suppl

1:S72-80.

[9] Jílek M., Líkař O. (1959) Coefficients for the determination of one-sided tolerance limits of

normal distribution. Ann. Inst. Stat, 45-48.

[10] Weissberg, A. and Beatty, G. (1969). Tables of Tolerance Limit Factors for Normal

Page 90: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

80

Distributions, _Technometrics_, *2*, 483-500.

[12] 中華民國工業安全衛生協會(2008):工作場所勞工化學性因子暴露危害風險評估技術

手冊。經濟部工業局辛苦產業輔導計畫。

[13] 闕妙如:南科作業環境測定制度建立計畫。南科管理局計畫,2002。

Page 91: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

81

附件

附件

各S

EG

3/

26

~1

1/

11

作業

環境

測定

結果

與採

樣時

現場

1.

DM

F濃

Page 92: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

82

濃度

(ppm

)

局排

是否

正常

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

正常

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

5.65

81

011

.19

11

--

-8.

761

0

B2

8.17

51

015

.57

11

10.4

71

1-

--

B3

7.37

31

020

.91

117

.54

11

7.01

11

A1

8.22

91

011

.83

11

11.3

31

111

.22

11

A2

111

014

.68

10

17.5

61

08.

551

0

E1-

110

.17

10

17.0

71

122

.47

10

20.1

11

0

E1-

2-

--

--

-14

.45

10

--

-

E2

10.7

61

026

.05

10

16.4

31

025

.58

11

C1

3.40

91

06.

331

16.

371

14.

861

1

C2

5.62

41

09.

981

18.

591

112

.81

11

F1-1

22.7

81

012

.11

00

18.5

10

20.4

10

F1-2

--

--

--

--

--

--

F1-3

--

-24

.32

--

12.7

8-

--

10

F1-4

--

-11

.99

00

25.6

11

035

.35

10

F1-5

--

-8.

470

07.

461

015

.61

10

F2-1

7.67

10

9.61

00

8.71

10

8.46

10

F2-2

23.7

61

011

.44

00

11.0

11

024

.29

10

F2-3

-1

08.

150

07.

161

010

.80

10

F2-4

-1

06.

180

06.

471

010

.89

10

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6濕

式凝

水洗

濕式

塗佈

1.乾

式塗

佈機

DM

F比

例35

%

※F

-塗佈

-塗佈

與原

槽間

:本

日佈

的點

接近

原料

桶,

可能

成濃

度偏

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/19晚

班1.B

1無作

1.濕

式塗

佈機

DM

F比

例80

%(詢

問組

長D

MF

比例

為10

0%)

2.濕

式塗

佈機

水洗

槽換

水時

間:4

/17晚

3.F

車因

烘箱

風管

(收集

廢溶

劑的

風管

)及電

路異

常,早

上至

下午

未啟

動,故

今日

排風

有異

1.B

2早上

無作

3.E

1其中

一人

員早

作業

後至

B2作

4月21

溫度

34.

9 ℃

濕度

45.5

%57

.8 %

4月20

溫度

3月26

濕度

31℃

56.7

%

溫度

濕度

製程

乾式

塗佈

33.2

濕度

採樣

4月19

溫度

Page 93: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

83

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

18.4

91

115

.91

16.

391

1

B2

11.4

31

19.

121

15.

141

1

B3

13.4

51

116

.54

11

10.9

81

1

A1

10.0

61

19.

881

111

.59

11

A2

9.4

10

23.5

10

10.6

61

0

E1-

120

.36

10

21.7

81

020

.08

10

E1-

2-

--

20.6

31

1-

--

E2

281

025

.95

10

26.8

51

0

C1

4.42

11

10.2

81

18.

961

1

C2

13.5

41

1-

--

10.6

11

1

F1-1

13.5

10

14.2

91

06.

71

0

F1-2

11.9

51

010

.34

--

-

F1-3

18.2

21

029

.64

10

14.0

31

0

F1-4

19.7

11

07

4.6

10

25.0

71

0

F1-5

9.76

10

15.5

91

05.

341

0

F2-1

13.7

71

011

.13

10

9.67

10

F2-2

--

--

--

6.61

10

F2-3

14.7

71

05.

311

06.

711

0

F2-4

12.2

51

05.

251

08.

451

0

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

1.濕

式塗

佈機

水洗

換水

時間

:4/2

4晚班

2.凝

固槽

中間

段未

PV

C布

簾拉

上,改

使用

布覆

蓋在

其上

SEG

6濕

式凝

水洗

濕式

塗佈

1.濕

式塗

佈機

水洗

槽換

時間

:4/2

1晚班

2.凝

固、

水洗

1人調

至塗

1.F

車今

日因

器狀

況不

佳,產

能約

帄日

1/2量

2.凝

固、

水洗

1

人調

至塗

佈區

1.B

機因

色差

因素

,於中

12:0

0-14

:00停

機,P

M14

:00正

常運

2.A

1中午

巡檢

時發

現外

取下

掛於

機台

上方

,約

pm13

:30左

右請

他重

新背

上 3.A

2早上

無下

料,只

有環

清潔

,PM

13:2

0才開

始正

作業

1.因

今日

C-2

作業

,故改

採E

-1

外勞

,但其

工作

非固

定於

塗佈

頭,換

捲,下

料,塗

佈均

4月26

溫度

31.3

濕度

49.3

溫度

34.

6 ℃

濕度

52.3

4月23

溫度

25.1

濕度

64.4

製程

4月22

乾式

塗佈

採樣

Page 94: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

84

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

6.98

11

15.5

61

14.

281

1

B2

8.25

11

3.21

11

5.05

11

B3

10.6

31

17.

81

120

.56

11

A1

13.5

41

19.

51

113

.91

11

A2

12.4

21

08.

621

010

.58

10

E1-

127

.43

10

20.2

21

016

.07

10

E1-

2-

--

--

--

--

E2

31.2

71

027

.81

017

.21

10

C1

10.0

21

16.

811

14.

441

1

C2

16.3

51

111

.35

11

10.1

11

F1-1

11.4

21

02.

781

011

.57

10

F1-2

--

--

--

--

-

F1-3

12.2

91

03.

351

03.

671

0

F1-4

19.4

21

03.

461

06.

181

0

F1-5

4.86

10

1.92

10

12.8

71

0

F2-1

4.79

10

3.3

10

--

-

F2-2

6.38

10

0.2

10

--

-

F2-3

5.66

10

-1

06.

881

0

F2-4

6.35

10

-1

06.

911

0

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6濕

式凝

水洗

濕式

塗佈

1.F

機自

4/27

(二)晚

後即

故障

,4/2

8(三

)上

午仍

在修

復當

中,因

修復

時間

及狀

況不

明,故

人員

於早

上約

10:3

0分就

下班

,待機

器修

復好

,於4/

28來

晚班

2.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

1.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

2.凝

固槽

中間

段未

PV

C布

簾拉

上,改

使用

布覆

蓋在

其上

1.F

機自

4/27

(二)晚

班後

即故

障,4

/28(

三)上

午仍

在修

復當

中,後

4/28

晚上

修復

完成

,人員

上晚

班,故

4/29

班只

剩一

位員

工顧

塗佈

頭,後

段收

及水

洗凝

固部

分則

由組

長及

鄭副

長支

援,故

將水

洗凝

固人

員測

定之

數移

至凝

固水

洗槽

另一

側各

測一

定點

2.濕

式塗

佈機

水洗

槽換

水時

間:4

/29(

四)白

班(約

中午

11點

左右

水,正

常換

水時

間約

2hr,

換水

時機

器停

止運

作,約

2點10

分左

右正

常運

3.凝

固槽

中間

段未

將P

VC

布簾

拉上

,改

1.B

1、B

2、A

1、A

2今日

作業

型態

手動

下料

,均為

輸送

管卸

2.E

1早上

作業

型態

無手

動下

料,為

送管

卸料

3.E

2作業

人員

也有

至E

1作業

70.8

1.B

1外勞

因生

病下

約15

:00左

右去

看醫

生,約

16:0

0回來

,請假

時段

請組

長代

班並

組長

佩帶

採樣

2.E

2員工

生病

,下

由其

他人

代班

4月28

溫度

27.4

濕度

4月29

溫度

34.2

濕度

54.2

4月27

溫度

28.

2℃

濕度

68.3

製程

乾式

塗佈

採樣

Page 95: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

85

溫度

:35.

1%溫

度:3

4.8℃

濕度

:54.

9%濕

度:5

2.7%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

4.62

11

12.7

11

17.

211

1

B2

7.04

11

10.9

31

17

11

B3

12.1

81

121

.31

11

16.2

11

1

A1

10.8

91

110

.52

11

8.92

11

A2

7.37

10

11.1

11

011

.18

10

E1-

113

.49

10

16.0

41

010

.16

10

E1-

2-

--

--

--

--

E2

24.4

41

016

.85

10

12.3

31

0

C1

2.96

10

6.63

11

10.3

61

1

C2

9.23

11

8.84

11

10.7

21

1

F1-1

11.3

21

01.

91

028

.31

0

F1-2

--

--

--

--

-

F1-3

20.0

81

09.

691

0-

10

F1-4

28.6

10

3.99

10

59.4

31

0

F1-5

9.3

10

2.03

10

32.6

31

0

F2-1

7.89

10

4.53

10

11.9

21

0

F2-2

10.2

41

04.

381

012

.05

10

F2-3

6.00

10

6.78

10

13.7

61

0

F2-4

6.51

10

6.17

10

12.2

31

0

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

SEG

51.

濕式

塗佈

機水

洗槽

換水

時間

:4/2

9(四

)白班

(約中

11點

左右

換水

,正常

換水

間約

2hr,

換水

時機

器停

運作

,約2點

10分

左右

正常

運作

2.凝

固槽

中間

段未

將P

VC

布簾

拉上

,改使

用布

覆蓋

其上

SEG

6濕

式凝

水洗

濕式

塗佈

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/10(

一)早

2.因

5/10

早上

更換

水洗

槽輪

子,故

機器

於10

:30

使開

始正

常運

濕度

54.2

5月10

日5月

25日

4月30

溫度

34.2

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/21(

五)晚

2.因

產量

減少

,故實

際量

測時

間為

F車

開機

至關

機時

3.凝

固槽

PV

C布

廉未

拉上

,凝

固槽

上方

以布

覆蓋

製程

乾式

塗佈

1.B

1:早

上作

業支

援收

捲,

下午

14:3

0左右

才至

塗佈

區生

產作

2.C

-2機

約中

午11

:30點

左右

因無

布生

產停

機,人

員改

至C

-1機

幫忙

,約下

午2點

再回

C-2

機,下

午4

點10

下班

採樣

Page 96: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

86

溫度

:32.

9℃溫

度:3

4℃溫

度:3

6℃

濕度

:56.

4%濕

度:5

8.4%

濕度

:57.

2%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

4.68

10

6.3

10

7.07

10

B2

2.86

10

7.33

10

7.28

10

B3

13.1

71

06.

111

08.

951

0

A1

12.1

71

07.

21

07.

51

0

A2

51

05.

891

06.

781

0

E1-

19.

931

06.

611

011

.58

10

E1-

2-

10

--

--

--

E2

8.59

10

16.3

91

017

.84

10

C1

2.75

10

5.94

10

5.42

10

C2

14.3

61

0-

--

--

-

F1-1

7.92

10

17.1

31

09.

321

0

F1-2

--

--

--

--

-

F1-3

16.2

41

017

.09

10

13.8

21

0

F1-4

16.0

81

012

.04

10

12.1

51

0

F1-5

10.8

81

01.

531

09.

531

0

F2-1

6.62

10

2.21

10

3.47

10

F2-2

3.53

10

4.58

10

9.96

10

F2-3

26.4

10

18.5

51

040

.35

10

F2-4

18.5

61

017

.34

10

31.0

21

0

採樣

點SE

G代

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

1.濕

式塗

佈機

水洗

槽換

水時

間:6

/8(二

)晚

班濕

式製

7月9日

6月9日

6月24

1.E

2區域

:12

ppm

2.今

日因

為C

-2車

未作

業,故

將測

定點

移至

E-2

測定

定點

位置

(測定

位置

為人

員工

作站

立處

)

1.濕

式塗

佈機

水洗

槽換

水時

間:6

/19(

六)晚

2.今

日因

產量

少,作

業時

間至

4點結

3.凝

固槽

周圍

有拉

PV

C布

廉,之

前未

拉布

簾上

蓋布

,是因

上方

機器

漏油

,故蓋

布阻

1.E

2個人

-7.1

5

1.濕

式塗

佈機

水洗

槽換

水時

間:7

/3(六

)晚班

2.凝

固槽

周圍

有拉

PVC

布簾

製程

乾式

塗佈

Page 97: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

87

溫度

:34℃

溫度

:34.

6℃溫

度:3

3.5℃

濕度

:60.

5%濕

度:5

6.9%

濕度

:65.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

14.4

71

04.

71

02.

731

0

B2

6.81

10

4.73

10

4.08

10

B3

10.3

41

05.

941

07.

741

0

A1

5.88

10

10.5

51

02.

711

0

A2

10.3

41

04.

951

05.

311

0

E1-

17.

141

010

.84

10

4.57

10

E1-

2-

--

--

--

-

E2

8.75

10

7.03

10

7.48

10

C1

3.15

10

4.46

10

2.97

10

C2

--

-4.

46-

-3.

26-

-

F1-1

2.95

10

2.04

10

6.3

10

F1-2

--

--

--

--

-

F1-3

5.99

10

8.88

10

5.36

10

F1-4

5.05

10

28.9

31

01.

011

0

F1-5

2.58

10

15.2

21

00.

451

0

F2-1

4.79

10

0.65

10

2.11

10

F2-2

6.53

10

3.16

10

3.15

10

F2-3

12.5

91

09.

441

04.

141

0

F2-4

8.86

10

10.4

11

04.

361

0

8月18

1.水

洗槽

換水

時間

7/29

晚班

2.F2

-1部

分時

間支

塗佈

作業

採樣

點SE

G代

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

濕式

製程

7月19

日8月

3日

1.產

量變

少,

於4點

交班

2.水

洗槽

換水

時間

:7/

16

晚班

3.凝

固槽

有將

PVC

布簾

4.F2

-1部

分時

間支

援塗

作業

1.水

洗槽

換水

時間

7/16

晚班

2.凝

固槽

有將

PVC

布簾

拉上

3.F2

-1部

分時

間支

援塗

佈作

製程

乾式

塗佈

Page 98: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

88

溫度

:33.

1℃溫

度:3

3.4℃

溫度

32.3

濕度

:57.

4%濕

度:6

1.5%

濕度

:62.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

B1

6.4

10

9.08

10

24.8

91

0

B2

6.24

10

9.31

10

8.37

10

B3

5.95

10

4.42

10

6.44

10

A1

6.74

10

4.25

10

3.37

11

A2

7.64

10

3.02

11

3.02

11

E1-

15.

241

03.

931

04.

671

0

E1-

2-

--

--

--

--

E2

9.68

10

6.23

10

6.34

10

C1

2.79

10

7.19

10

<0.6

41

0

C2

3.41

--

4.08

10

3.64

10

F1-1

2.78

10

9.76

10

5.51

10

F1-2

--

--

--

--

-

F1-3

2.25

10

2.58

10

3.81

10

F1-4

0.19

10

4.86

10

2.14

10

F1-5

0.49

10

5.71

10

4.82

10

F2-1

1.1

10

1.59

10

3.28

10

F2-2

3.3

10

2.96

10

2.8

10

F2-3

2.58

10

3.08

10

4.15

10

F2-4

8.43

10

3.35

10

4.5

10

9月27

1.濕

式塗

佈機

水洗

換水

時間

:9/2

5(二

)早

班08

:00

2.凝

固槽

有將

PVC

廉拉

3.F2

-1部

分時

間支

塗佈

作業

9月17

1.濕

式塗

佈機

水洗

槽換

時間

:9/1

5(二

)晚班

2.凝

固槽

有將

PVC

布廉

3.F2

-1部

分時

間支

援塗

作業

採樣

點SE

G代

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

濕式

製程

9月2日

1.水

洗槽

換水

時間

8/31

晚班

2.凝

固槽

有將

PVC

簾拉

3.F2

-1部

分時

間支

塗佈

作業

製程

乾式

塗佈

Page 99: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

89

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

B1

23.3

61

03.

781

15.

351

1

B2

3.74

10

5.21

11

7.11

11

B3

4.32

10

5.49

11

4.08

11

A1

2.89

11

<0.7

11

2.06

10

A2

4.68

11

4.91

11

3.04

11

E1-

14.

461

05.

881

04.

931

1

E1-

2-

--

--

--

--

E2

5.11

10

6.44

10

4.04

10

C1

2.49

10

4.8

11

2.81

11

C2

6.32

10

6.27

10

3.87

10

F1-1

11.4

81

08.

491

013

.44

11

F1-2

--

--

--

--

F1-3

8.02

10

3.24

10

25.1

51

0

F1-4

3.51

10

4.47

10

12.5

11

0

F1-5

2.24

10

5.08

10

4.17

10

F2-1

3.15

10

6.79

10

7.93

10

F2-2

6.46

10

5.99

10

8.9

10

F2-3

7.31

10

11.6

21

015

.91

10

F2-4

9.1

10

12.6

81

016

.93

10

11月

11日

溫度

:27.

7℃

濕度

:52.

2%

1.濕

式塗

佈機

水洗

槽換

水時

間:1

1/10

(三)晚

21:0

0

2.F2

-1部

分時

間支

援塗

作業

10月

12日

採樣

點SE

G代

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

濕式

製程

製程

乾式

塗佈

1.濕

式塗

佈機

水洗

槽換

時:1

0/06

(三)晚

班21

:00

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

10月

27日

1.A

1人員

到處

支援

未固

定待

在該

作業

1.濕

式塗

佈機

水洗

槽換

水時

間:1

0/21

(四)晚

上19

:00

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

溫度

:32.

5℃

濕度

:61.

4%

溫度

:25.

5℃

濕度

:54.

8%

Page 100: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

90

2. 甲苯濃度

濃度

(ppm

)

局排

是否

正常

(0.是

、1.

否)

有無

戴防

護具

(0.是

、1.

否)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

正常

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

19.5

91

041

.31

11

--

-33

.59

10

B2

24.2

81

045

.89

11

39.3

71

1-

--

B3

20.4

11

047

.79

11

47.3

31

134

.11

1

A1

35.1

91

042

.48

11

35.9

31

134

.11

1

A2

33.0

91

058

.82

10

66.2

61

035

.51

0

E1-

141

.49

10

48.0

71

154

.91

10

76.4

81

0

E1-

2-

--

--

-45

.45

10

--

-

E2

37.4

91

010

7.32

10

49.5

61

011

1.29

11

C1

7.26

11

018

.29

11

21.0

11

129

.79

11

C2

11.0

61

017

.73

11

18.8

51

133

.96

11

F1-1

-1

01.

660

00.

741

01.

151

0

F1-2

--

--

--

--

-

F1-3

--

-1.

51-

-2.

43-

--

10

F1-4

--

-1.

50

00.

791

01.

131

0

F1-5

--

-1.

650

00.

671

01.

131

0

F2-1

-1

01.

510

00.

851

01

10

F2-2

-1

01.

520

00.

831

01.

091

0

F2-3

--

-0.

740

00.

311

00.

431

0

F2-4

--

-0.

740

00.

331

00.

461

0

濕式

凝固

水洗

SEG

6

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

濕式

塗佈

SEG

5

製程

採樣

3月26

日4月

19日

4月20

33.2

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/17晚

2.F

車因

烘箱

風管

(收集

廢溶

劑的

風管

)及電

異常

,早上

至下

午均

啟動

,故今

日排

風有

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/19晚

4月21

濕度

45.5

34.

9 ℃

溫度

溫度

31℃

溫度

溫度

濕度

濕度

56.7

%濕

度57

.8 %

乾式

塗佈

1.B

1無作

1.B

2早上

無作

2.E

1其中

一人

員早

作業

後至

B2作

Page 101: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

91

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

98.3

21

181

.34

11

41.1

71

1

B2

54.9

81

150

.51

11

21.4

81

1

B3

72.1

11

155

.65

11

36.3

31

1

A1

23.2

41

122

.83

11

32.7

91

1

A2

27.2

31

078

.23

10

38.1

81

0

E1-

159

.66

10

79.4

51

057

.11

0

E1-

2-

--

44.3

71

1-

--

E2

135.

551

010

1.67

10

114.

291

0

C1

26.4

41

122

.72

11

19.7

11

1

C2

33.1

91

1-

--

18.6

11

1

F1-1

1.14

10

0.86

10

0.56

10

F1-2

1.45

0.76

-

F1-3

1.58

10

0.7

10

0.83

10

F1-4

1.48

10

0.94

10

0.87

10

F1-5

1.54

10

0.85

10

0.78

10

F2-1

1.16

10

0.85

10

0.7

10

F2-2

--

--

--

0.7

10

F2-3

0.58

10

0.19

10

0.31

10

F2-4

0.59

10

0.19

10

0.39

10

濕式

凝固

水洗

SEG

6

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

濕式

塗佈

SEG

5

製程

採樣

4月22

日4月

23日

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/21晚

2.凝

固、

水洗

1人調

至塗

佈區

4月26

25.1

℃溫

度31

.3 ℃

濕度

溫度

34.

6 ℃

溫度

52.3

%濕

度64

.4 %

濕度

49.3

乾式

塗佈

1.B

機因

色差

因素

,於中

午12

:00-

14:0

0停機

,PM

14:0

0正常

運作

2.A

1中午

巡檢

時發

現外

勞取

下掛

於機

台上

方,約

pm13

:30左

右請

重新

背上

4.A

2早上

無下

料,只

有環

境清

潔,P

M13

:20才

開始

正常

作業

1.因

今日

C-2

未作

業,故

改採

E-

1外勞

,但其

工作

非固

定於

佈頭

,換捲

,下料

,塗佈

均作

1.F

車今

日因

機器

狀況

不佳

,

產能

約帄

日1/

2量

3.凝

固、

水洗

1人調

至塗

佈區

1.濕

式塗

佈機

水洗

換水

時間

:4/2

4晚班

2.凝

固槽

中間

段未

PV

C布

簾拉

上,改

使用

布覆

蓋在

其上

Page 102: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

92

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

24.7

81

112

6.2

11

23.2

61

1

B2

33.7

91

119

.81

118

.51

11

B3

35.2

21

126

.75

11

23.7

81

1

A1

42.4

51

140

.27

11

64.8

51

1

A2

33.8

11

040

.15

10

54.1

51

0

E1-

110

2.44

10

95.3

21

039

.41

0

E1-

2-

--

--

--

--

E2

154.

341

014

1.06

10

49.7

91

0

C1

23.2

91

121

.83

11

52.0

91

1

C2

26.3

11

134

.12

11

21.3

31

1

F1-1

0.21

10

0.49

10

0.62

10

F1-2

--

--

-

F1-3

0.3

10

0.85

10

0.5

10

F1-4

0.36

10

0.96

10

0.76

10

F1-5

0.27

10

0.63

10

0.81

10

F2-1

0.25

10

0.55

10

--

-

F2-2

0.26

10

0.08

10

--

-

F2-3

0.13

10

-1

00.

311

0

F2-4

0.13

10

-1

00.

311

0

濕式

凝固

水洗

SEG

6

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

濕式

塗佈

SEG

5

1.B

1、B

2、A

1、A

2今日

作業

型態

手動

下料

,均為

輸送

管卸

2.E

1早上

作業

型態

無手

動下

料,為

送管

卸料

3.E

2作業

人員

也有

至E

1作業

製程

採樣

4月27

溫度

4月28

日4月

29日

28.

2℃溫

度27

.4 ℃

溫度

34.2

濕度

54.2

%濕

度68

.3 %

濕度

70.8

乾式

塗佈

1.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

2.凝

固槽

中間

段未

PV

C布

簾拉

上,改

使用

布覆

蓋在

其上

1.F

機自

4/27

(二)晚

後即

故障

,4/2

8(三

)上

午仍

在修

復當

中,因

修復

時間

及狀

況不

明,故

人員

於早

上約

10:3

0分就

下班

,待機

器修

復好

,於4/

28來

晚班

2.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

1.F

機自

4/27

(二)晚

班後

即故

障,4

/28(

三)上

午仍

在修

復當

中,後

4/28

晚上

修復

完成

,人員

上晚

班,故

4/29

班只

剩一

位員

工顧

塗佈

頭,後

段收

及水

洗凝

固部

分則

由組

長及

鄭副

長支

援,故

將水

洗凝

固人

員測

定之

數移

至凝

固水

洗槽

另一

側各

測一

定點

2.濕

式塗

佈機

水洗

槽換

水時

間:4

/29(

四)白

班(約

中午

11點

左右

水,正

常換

水時

間約

2hr,

換水

時機

停止

運作

,約2點

10分

左右

正常

運作

3.凝

固槽

中間

段未

將P

VC

布簾

拉上

,

改使

用布

覆蓋

在其

上方

1.B

1外勞

因生

病下

約15

:00左

右去

看醫

生,約

16:0

0回來

,請假

時段

請組

長代

班並

組長

佩帶

採樣

2.E

2員工

生病

,下

由其

他人

代班

Page 103: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

93

溫度

:35.

1%溫

度:3

4.8℃

濕度

:54.

9%濕

度:5

2.7%

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

17.4

31

152

.47

11

39.9

41

1

B2

26.0

31

136

.02

11

38.4

11

B3

37.1

11

37.8

51

145

.22

11

A1

37.7

11

30.9

71

144

.98

11

A2

19.8

21

055

.82

10

41.6

41

0

E1-

13

81

052

.41

039

.15

10

E1-

2-

--

--

--

--

E2

87.1

21

060

.18

10

54.0

91

0

C1

28.1

10

90.5

61

128

.56

11

C2

19.9

21

120

.14

11

24.2

71

1

F1-1

0.35

10

<0.1

21

00.

421

0

F1-2

--

--

--

--

-

F1-3

0.37

10

0.19

10

-1

0

F1-4

0.41

10

<0.1

11

00.

511

0

F1-5

0.39

10

0.16

10

0.4

10

F2-1

0.59

10

0.26

10

0.86

10

F2-2

0.45

10

0.27

10

1.1

10

F2-3

0.14

10

0.15

10

0.22

10

F2-4

0.14

10

0.15

10

0.23

10

濕式

凝固

水洗

SEG

6

1.B

1:早

上作

業支

援收

捲,

下午

14:3

0左右

才至

塗佈

區生

產作

2.C

-2機

約中

午11

:30點

右因

無布

生產

停機

,人員

改至

C-1

機幫

忙,約

下午

2

點再

回C

-2機

,下午

4點10

下班

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/21(

五)晚

2.因

產量

減少

,故實

際量

測時

間為

F車

開機

至關

機時

3.凝

固槽

PV

C布

廉未

上,

凝固

槽上

方以

布覆

SEG

代號

SEG

1

SEG

2

SEG

3

SEG

4

濕式

塗佈

SEG

5

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/10(

一)早

2.因

5/10

早上

更換

水洗

槽輪

子,故

機器

於10

:30使

開始

常運

製程

採樣

4月30

日5月

10日

5月25

34.2

℃溫

濕度

54.2

乾式

塗佈

1.濕

式塗

佈機

水洗

槽換

時間

:4/2

9(四

)白班

(約中

11點

左右

換水

,正常

換水

間約

2hr,

換水

時機

器停

運作

,約2點

10分

左右

正常

運作

2.凝

固槽

中間

段未

將P

VC

布簾

拉上

,改使

用布

覆蓋

其上

Page 104: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

94

溫度

:32.

9℃溫

度:3

4℃溫

度:3

6℃

濕度

:56.

4%濕

度:5

8.4%

濕度

:57.

2%

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

20.2

10

35.2

31

049

.61

0

B2

21.6

61

047

.99

10

46.7

41

0

B3

46.8

51

034

.62

10

76.1

61

0

A1

84.5

51

038

.51

10

29.7

11

0

A2

23.2

31

051

.78

10

42.4

31

0

E1-

120

.13

10

31.8

41

011

.58

10

E1-

2-

10

--

--

--

E2

25.7

41

074

.14

10

102.

431

0

C1

8.34

10

23.7

61

019

.04

10

C2

34.7

41

0-

--

--

-

F1-1

0.73

10

1.6

10

2.99

10

F1-2

--

--

--

--

-

F1-3

1.25

10

2.01

10

3.16

10

F1-4

0.95

10

1.97

10

2.89

10

F1-5

1.15

10

0.38

10

2.93

10

F2-1

1.08

10

0.85

10

1.38

10

F2-2

0.57

10

1.53

10

1.9

10

F2-3

1.23

10

1.64

10

2.65

10

F2-4

1.19

10

1.69

10

2.49

10

採樣

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

6月9日

6月24

日7月

9日

1.濕

式塗

佈機

水洗

槽換

水時

間:6

/19(

六)晚

2.今

日因

產量

少,作

業時

間至

4點結

3.凝

固槽

周圍

有拉

PVC

布廉

,之前

未拉

布簾

上方

蓋布

,是因

上方

機器

漏油

,

故蓋

布阻

1.E

2個人

-23.

9

1.濕

式塗

佈機

水洗

換水

時間

:7/3

(六)晚

2.凝

固槽

周圍

有拉

PVC

布簾

1.E

2區域

:60

.01p

pm

2.今

日因

為C

-2車

未作

業,

故將

測定

點移

至E

-2機

定定

點位

置(測

定位

置為

人員

工作

站立

處)

Page 105: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

95

溫度

:34℃

溫度

:34.

6℃溫

度:3

3.5℃

濕度

:60.

5%濕

度:5

6.9%

濕度

:65.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

77.6

31

022

.51

10

20.4

10

B2

42.6

10

28.0

81

026

.07

10

B3

63.3

91

048

.79

10

58.0

51

0

A1

36.0

11

060

.45

10

13.7

11

0

A2

77.2

71

040

.75

10

40.6

21

0

E1-

125

.83

10

49.9

51

022

.99

10

E1-

2-

--

--

--

--

E2

35.7

31

036

.88

10

66.0

71

0

C1

8.95

10

19.0

21

017

.02

10

C2

--

-15

.57

--

18.0

5-

-

F1-1

0.46

10

<0.1

11

00.

781

0

F1-2

--

--

--

--

-

F1-3

0.59

10

0.41

10

0.65

10

F1-4

0.65

10

0.47

10

0.78

10

F1-5

0.53

10

0.38

10

0.64

10

F2-1

0.62

10

0.18

10

0.8

10

F2-2

0.68

10

0.57

10

0.91

10

F2-3

0.51

10

0.41

10

0.64

10

F2-4

0.37

10

0.48

10

0.58

10

1.產

量變

少,

於4點

交班

2.水

洗槽

換水

時間

:7/

16

晚班

3.凝

固槽

有將

PVC

布簾

4.F2

-1部

分時

間支

援塗

作業

1.水

洗槽

換水

時間

7/16

晚班

2.凝

固槽

有將

PVC

布簾

拉上

3.F2

-1部

分時

間支

援塗

佈作

8月18

1.水

洗槽

換水

時間

:7/

29

晚班

2.F2

-1部

分時

間支

援塗

作業

採樣

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

7月19

日8月

3日

Page 106: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

96

溫度

:33.

1℃溫

度:3

3.4℃

溫度

32.3

濕度

:57.

4%濕

度:6

1.5%

濕度

:62.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

34.5

10

69.1

91

018

2.77

10

B2

32.6

71

067

.91

10

47.7

10

B3

26.8

61

023

.51

10

51.8

11

0

A1

30.4

61

028

.61

10

18.4

81

1

A2

24.4

10

14.9

41

113

.67

11

E1-

113

.57

10

18.6

91

016

.74

10

E1-

2-

--

--

--

--

E2

24.4

31

023

.04

10

22.3

10

C1

6.07

10

19.0

41

03.

381

0

C2

18.6

1-

-19

.28

10

11.5

81

0

F1-1

0.28

10

0.17

10

<0.1

31

0

F1-2

--

--

--

--

-

F1-3

0.28

10

<0.1

21

0<0

.13

10

F1-4

<0.1

31

0<0

.16

10

<0.1

51

0

F1-5

0.24

10

<0.1

41

0<0

.18

10

F2-1

0.23

10

<0.1

31

0<0

.12

10

F2-2

0.24

10

0.44

10

0.25

10

F2-3

0.29

10

0.17

10

<0.1

21

0

F2-4

0.41

10

0.18

10

<0.1

51

0

9月17

1.濕

式塗

佈機

水洗

換水

時間

:9/1

5(二

)晚

2.凝

固槽

有將

PVC

廉拉

3.F2

-1部

分時

間支

塗佈

作業

9月27

1.濕

式塗

佈機

水洗

槽換

水時

間:9

/25(

二)早

08:0

0

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

9月2日

1.水

洗槽

水時

間:

8/31

晚班

2.凝

固槽

將PV

C布

拉上

3.F2

-1部

時間

支援

佈作

採樣

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

Page 107: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

97

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

82.8

31

020

.82

11

51.8

41

1

B2

16.4

91

033

.33

11

62.8

81

1

B3

13.9

31

021

.52

11

22.3

11

1

A1

4.9

11

1.02

11

9.8

10

A2

31.9

11

32.0

31

111

.14

11

E1-

125

.03

10

25.0

91

011

.81

1

E1-

2-

--

--

--

--

E2

23.1

10

54.2

91

014

.17

10

C1

17.9

11

016

11

9.08

11

C2

12.9

31

016

.76

10

17.1

41

0

F1-1

0.26

10

0.17

10

0.2

11

F1-2

--

--

--

--

F1-3

0.26

10

0.13

10

0.21

10

F1-4

0.23

10

<0.1

31

00.

261

0

F1-5

0.18

10

<0.1

31

00.

241

0

F2-1

0.26

10

0.3

10

0.18

10

F2-2

0.22

10

0.3

10

0.2

10

F2-3

0.25

10

0.31

10

0.42

10

F2-4

0.46

10

0.35

10

0.26

10

溫度

:27.

7℃

11月

11日

濕度

:52.

2%

1.濕

式塗

佈機

水洗

槽換

時間

:11/

10(三

)晚上

21:0

0

2.F2

-1部

分時

間支

援塗

作業

採樣

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

10月

12日

溫度

:32.

5℃

濕度

:61.

4%

1.濕

式塗

佈機

水洗

槽換

水時

:10/

06(三

)

晚班

21:0

0

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

10月

27日

溫度

:25.

5℃

濕度

:54.

8%

1.A

1人員

未到

處支

援未

固定

待在

作業

1.濕

式塗

佈機

水洗

槽換

水時

間:1

0/21

(四)晚

上19

:00

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

Page 108: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

98

3.

丁酮

濃度

濃度

(ppm

)

局排

是否

正常

(0.是

、1.

否)

有無

戴防

護具

(0.是

、1.

否)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

正常

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

25.4

51

02.

211

1-

--

26.6

21

0

B2

18.2

11

05.

031

10.

121

1-

--

B3

13.5

91

07.

551

13.

261

122

.27

11

A1

4.59

81

03.

061

11.

651

13.

321

1

A2

26.9

41

08.

681

026

.21

10

8.11

10

E1-

140

.85

10

21.3

31

114

.41

10

55.4

81

0

E1-

2-

--

--

-11

.89

10

--

-

E2

65.5

10

63.1

11

040

.51

10

28.6

71

1

C1

17.1

91

029

.86

11

29.1

71

139

.76

11

C2

59.0

61

038

.73

11

23.0

51

150

.61

1

F1-1

-1

01.

40

00.

821

00.

491

0

F1-2

--

--

--

--

--

--

F1-3

--

-3.

31-

-0.

55-

--

10

F1-4

--

-2.

070

00.

791

00.

531

0

F1-5

--

-0.

940

00.

461

00.

41

0

F2-1

-1

00.

710

00.

741

00.

21

0

F2-2

-1

02.

250

02.

071

00.

221

0

F2-3

--

-2.

170

00.

691

00.

281

0

F2-4

--

-1.

830

00.

761

00.

391

0

SEG

1

SEG

2

SEG

3

SEG

4

4月20

製程

採樣

3月26

濕式

凝固

水洗

SEG

6

濕度

45.5

SEG

5

SEG

代號

濕式

塗佈

34.

9 ℃

4月19

33.2

4月21

溫度

溫度

31℃

溫度

溫度

濕度

濕度

56.7

%濕

度57

.8 %

乾式

塗佈

1.B

1無作

1.B

2早上

無作

2.E

1其中

一人

員早

作業

後至

B2作

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/17晚

2.F

車因

烘箱

風管

(收集

廢溶

劑的

風管

)及電

路異

常,早

上至

下午

未啟

動,故

今日

排風

有異

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/19晚

1.濕

式塗

佈機

水洗

換水

時間

:4/2

1晚班

Page 109: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

99

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

8.27

11

6.99

11

30.9

71

1

B2

3.24

11

3.56

11

27.5

71

1

B3

13.3

31

19.

281

128

.36

11

A1

2.8

11

2.76

11

4.02

11

A2

2.73

10

3.03

10

15.5

31

0

E1-

14.

321

023

.72

10

30.8

71

0

E1-

2-

--

9.49

11

--

-

E2

4.75

10

51.0

71

01

23

.45

10

C1

45.4

41

127

.02

11

72.4

91

1

C2

50.7

91

1-

--

28.7

31

1

F1-1

0.46

10

0.73

10

0.37

10

F1-2

0.42

0.28

--

-

F1-3

0.47

10

0.88

10

0.68

10

F1-4

0.43

10

1.48

10

0.71

10

F1-5

0.3

10

0.43

10

0.42

10

F2-1

0.45

10

0.21

10

0.53

10

F2-2

--

--

--

0.78

10

F2-3

0.25

10

0.11

10

0.20

10

F2-4

0.24

10

0.11

10

0.29

10

SEG

1

SEG

2

SEG

3

SEG

4

製程

採樣

濕式

凝固

水洗

SEG

6

4月22

濕度

SEG

5

SEG

代號

濕式

塗佈

4月26

25.1

℃溫

度31

.3 ℃

溫度

34.

6 ℃

溫度

4月23

52.3

%濕

度64

.4 %

濕度

49.3

乾式

塗佈

1.B

機因

色差

因素

,於中

午12

:00-

14:0

0停機

,PM

14:0

0正常

運作

2.A

1中午

巡檢

時發

現外

勞取

下掛

於機

台上

方,約

pm13

:30左

右請

重新

背上

4.A

2早上

無下

料,只

有環

境清

潔,P

M13

:20才

開始

正常

作業

1.因

今日

C-2

未作

業,故

改採

E-

1外勞

,但其

工作

非固

定於

佈頭

,換捲

,下料

,塗佈

均作

1.F

車今

日因

機器

狀況

不佳

,

產能

約帄

日1/

2量

3.凝

固、

水洗

1人調

至塗

佈區

1.濕

式塗

機水

洗槽

水時

間:4

/24

晚班

2.凝

固槽

間段

未將

PV

C布

簾拉

上,改

使用

布覆

蓋在

上方

1.濕

式塗

佈機

水洗

槽換

水時

間:4

/21晚

2.凝

固、

水洗

1人調

至塗

佈區

Page 110: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

0

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

36.6

71

112

.68

11

1.75

11

B2

41.9

31

16.

651

10.

521

1

B3

19.5

81

120

.39

11

7.24

11

A1

2.62

11

2.27

11

2.2

11

A2

161

07.

831

07.

41

0

E1-

15.

151

026

.87

10

48.1

10

E1-

2-

--

--

--

--

E2

5.91

10

19.5

41

030

.81

0

C1

62.8

21

148

.92

11

67.9

81

1

C2

47.8

61

146

.88

11

35.1

41

1

F1-1

0.25

10

0.29

10

0.57

10

F1-2

--

--

--

-

F1-3

0.3

10

0.43

10

0.26

10

F1-4

0.37

10

0.96

10

0.44

10

F1-5

0.22

10

0.49

10

1.2

10

F2-1

0.18

10

0.29

10

--

-

F2-2

0.33

10

<0.0

31

0-

--

F2-3

0.08

10

-1

00.

201

0

F2-4

0.10

10

-1

00.

201

0

SEG

1

SEG

2

SEG

3

SEG

4

製程

採樣

濕式

凝固

水洗

SEG

6

SEG

5

SEG

代號

濕式

塗佈

4月27

溫度

4月28

日4月

29日

28.

2℃溫

度27

.4 ℃

溫度

34.2

濕度

54.2

%濕

度68

.3 %

濕度

70.8

乾式

塗佈

1.B

1、B

2、A

1、A

2今日

作業

型態

手動

下料

,均為

輸送

管卸

2.E

1早上

作業

型態

無手

動下

料,為

送管

卸料

3.E

2作業

人員

也有

至E

1作業

1.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

2.凝

固槽

中間

段未

PV

C布

簾拉

上,改

使用

布覆

蓋在

其上

1.F

機自

4/27

(二)晚

後即

故障

,4/2

8(三

)上

午仍

在修

復當

中,因

修復

時間

及狀

況不

明,故

人員

於早

上約

10:3

0分就

下班

,待機

器修

復好

,於4/

28來

晚班

2.濕

式塗

佈機

水洗

換水

時間

:4/2

6晚班

1.F

機自

4/27

(二)晚

班後

即故

障,4

/28(

三)上

午仍

在修

復當

中,後

4/28

晚上

修復

完成

,人員

上晚

班,故

4/29

班只

剩一

位員

工顧

塗佈

頭,後

段收

及水

洗凝

固部

分則

由組

長及

鄭副

長支

援,故

將水

洗凝

固人

員測

定之

數移

至凝

固水

洗槽

另一

側各

測一

定點

2.濕

式塗

佈機

水洗

槽換

水時

間:4

/29(

四)白

班(約

中午

11點

左右

水,正

常換

水時

間約

2hr,

換水

時機

器停

1.B

1外勞

因生

病下

約15

:00左

右去

看醫

生,約

16:0

0回來

,請假

時段

請組

長代

班並

組長

佩帶

採樣

2.E

2員工

生病

,下

由其

他人

代班

Page 111: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

1

溫度

:35.

1℃溫

度:3

4.8℃

濕度

:54.

9%濕

度:5

2.7%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

19.0

81

111

8.83

11

3.86

11

B2

49.0

21

179

.78

11

<0.5

41

1

B3

11.6

31

141

.43

11

2.14

11

A1

4.17

11

5.82

11

7.62

11

A2

7.78

10

18.8

21

011

.33

10

E1-

142

.04

10

30.8

11

07.

191

0

E1-

2-

--

--

--

--

E2

96

.71

072

.43

10

9.41

10

C1

52.4

31

015

2.88

11

160.

591

1

C2

41.4

11

159

.39

11

112.

961

1

F1-1

0.32

10

<0.1

41

00.

981

0

F1-2

--

--

--

--

-

F1-3

0.47

10

0.15

10

-1

0

F1-4

0.53

10

<0.1

31

00.

821

0

F1-5

0.27

10

<0.1

21

00.

551

0

F2-1

0.29

10

0.13

10

0.67

10

F2-2

0.46

10

<1.1

71

00.

541

0

F2-3

0.13

10

0.17

10

0.34

10

F2-4

0.13

10

0.16

10

0.34

10

1.B

1:早

上作

業支

援收

捲,下

14:3

0左右

才至

塗佈

區生

產作

2.C

-2機

約中

午11

:30點

左右

因無

布生

產停

機,人

員改

至C

-1機

幫忙

,

約下

午2點

再回

C-2

機,下

午4點

10

下班

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/21(

五)晚

2.因

產量

減少

,故實

際量

測時

間為

F車

開機

至關

機時

3.凝

固槽

PV

C布

廉未

拉上

,凝

槽上

方以

布覆

SEG

1

SEG

2

SEG

3

SEG

4

1.濕

式塗

佈機

水洗

槽換

水時

間:5

/10(

一)早

2.因

5/10

早上

換水

洗槽

輪子

,

故機

器於

10:3

0

使開

始正

常運

製程

採樣

濕式

凝固

水洗

SEG

6

SEG

5

SEG

代號

濕式

塗佈

4月30

日5月

10日

5月25

34.2

℃溫

濕度

54.2

乾式

塗佈

1.濕

式塗

佈機

水洗

槽換

時間

:4/2

9(四

)白班

(約中

11點

左右

換水

,正常

換水

間約

2hr,

換水

時機

器停

運作

,約2點

10分

左右

正常

運作

2.凝

固槽

中間

段未

將P

VC

布簾

拉上

,改使

用布

覆蓋

其上

Page 112: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

2

溫度

:32.

9℃溫

度:3

4℃溫

度:3

6℃

濕度

:56.

4%濕

度:5

8.4%

濕度

:57.

2%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)局

排是

否正

(0.否

、1.

是)

是否

佩戴

防護

(0.否

、1.

是)

備註

B1

18.1

91

013

.42

10

33.7

51

0

B2

5.85

10

11.2

61

051

.02

10

B3

13.0

61

07.

091

028

.72

10

A1

4.11

10

3.4

10

5.96

10

A2

11.9

10

6.92

10

9.3

10

E1-

115

.34

10

15.2

21

034

.07

10

E1-

2-

10

--

--

--

E2

35.4

41

077

.42

10

109.

411

0

C1

177

10

28.7

31

042

.67

10

C2

10.4

41

0-

--

--

-

F1-1

0.82

10

0.63

10

2.1

10

F1-2

--

--

--

--

-

F1-3

2.09

10

0.9

10

2.09

10

F1-4

1.77

10

0.56

10

1.56

10

F1-5

1.48

10

0.24

10

1.17

10

F2-1

0.89

10

0.6

10

0.52

10

F2-2

0.72

10

0.58

10

0.73

10

F2-3

2.55

10

0.22

10

1.83

10

F2-4

2.55

10

0.38

10

1.62

10

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

1.E

2個人

-36.

2

SEG

代號

採樣

6月9日

7月9日

1.E

2區域

:29

.83p

pm

2.今

日因

為C

-2車

未作

業,

故將

測定

點移

至E

-2機

定定

點位

置(測

定位

置為

人員

工作

站立

處)

6月24

1.濕

式塗

佈機

水洗

槽換

時間

:6/1

9(六

)晚班

2.今

日因

產量

少,作

業時

間至

4點結

3.凝

固槽

周圍

有拉

PVC

廉,之

前未

拉布

簾上

方蓋

布,是

因上

方機

器漏

油,故

蓋布

阻絕

1.濕

式塗

佈機

水洗

換水

時間

:7/3

(六)晚

2.凝

固槽

周圍

有拉

PVC

布簾

Page 113: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

3

溫度

:34℃

溫度

:34.

6℃溫

度:3

3.5℃

濕度

:60.

5%濕

度:5

6.9%

濕度

:65.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

54.5

81

01.

721

01.

321

0

B2

22.6

81

015

.18

10

<0.6

91

0

B3

9.75

10

16.8

21

00.

751

0

A1

1.79

10

74.1

81

00.

751

0

A2

16.6

71

013

.17

10

4.53

10

E1-

119

.68

10

82.1

21

02.

761

0

E1-

2-

--

--

--

--

E2

37.9

61

063

.02

10

4.6

10

C1

13.5

81

044

.81

10

22.4

21

0

C2

--

-37

.6-

-15

.31

--

F1-1

0.56

10

0.26

10

0.82

10

F1-2

--

--

--

--

-

F1-3

1.41

10

1.29

10

0.79

10

F1-4

0.49

10

1.1

10

<0.1

51

0

F1-5

0.29

10

0.33

10

<0.1

91

0

F2-1

1.02

10

<0.1

31

0<0

.15

10

F2-2

0.26

10

0.33

10

0.29

10

F2-3

0.42

10

0.41

10

0.47

10

F2-4

0.3

10

0.49

10

0.36

10

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

採樣

7月19

日8月

3日

1.水

洗槽

換水

間:

7/16

晚班

2.凝

固槽

有將

PVC

布簾

拉上

3.F2

-1部

分時

間支

援塗

佈作

8月18

1.水

洗槽

換水

時間

7/29

晚班

2.F2

-1部

分時

間支

援塗

佈作

1.產

量變

少,

於4點

2.水

洗槽

換水

時間

7/16

晚班

3.凝

固槽

有將

PVC

布簾

拉上

4.F2

-1部

分時

間支

援塗

佈作

Page 114: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

4

溫度

:33.

1℃溫

度:3

3.4℃

溫度

32.3

濕度

:57.

4%濕

度:6

1.5%

濕度

:62.

5%

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

46.1

10

69.3

71

019

6.35

10

B2

25.0

61

082

.03

10

27.9

21

0

B3

31.8

31

02.

281

015

.91

10

A1

5.17

10

<0.6

10

1.87

11

A2

22.0

31

06.

811

13.

251

1

E1-

118

.47

10

1.49

10

1.96

10

E1-

2-

--

--

--

--

E2

43.1

71

014

.79

10

13.9

11

0

C1

16.9

21

066

.03

10

2.21

10

C2

35.2

3-

-18

.26

10

13.4

21

0

F1-1

2.28

10

0.62

10

0.86

10

F1-2

--

--

--

--

-

F1-3

1.79

10

0.24

10

0.91

10

F1-4

<0.1

51

0<0

.19

10

<0.1

81

0

F1-5

0.19

10

<0.1

61

0<0

.22

10

F2-1

0.67

10

<0.1

61

00.

21

0

F2-2

1.25

10

0.21

10

<0.1

51

0

F2-3

1.52

10

0.23

10

0.22

10

F2-4

1.62

10

0.17

10

0.28

10

9月17

1.濕

式塗

佈機

水洗

槽換

水時

間:9

/15(

二)晚

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

9月27

1.濕

式塗

佈機

水洗

槽換

水時

間:9

/25(

二)早

班08

:00

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

採樣

9月2日

1.水

洗槽

換水

時間

8/31

晚班

2.凝

固槽

有將

PVC

簾拉

3.F2

-1部

分時

間支

塗佈

作業

Page 115: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

10

5

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

濃度

(ppm

)

局排

是否

(0.否

、1.

是)

是否

佩戴

護具

(0.否

、1.

是)

備註

B1

229.

61

06.

371

13.

581

1

B2

26.1

91

06.

271

13.

721

1

B3

9.22

10

10.3

71

15.

171

1

A1

2.6

11

<0.6

11

12.

321

0

A2

8.08

11

15.4

61

111

.92

11

E1-

19.

121

08.

541

07.

581

1

E1-

2-

--

--

--

--

E2

10.0

21

09.

251

018

.77

10

C1

15.5

91

070

.22

11

75.8

61

1

C2

52.4

21

053

.25

10

51.1

71

0

F1-1

0.27

10

1.47

10

1.91

11

F1-2

--

--

--

--

F1-3

0.24

10

0.57

10

3.75

10

F1-4

<0.1

71

00.

371

01.

11

0

F1-5

<0.1

61

00.

411

00.

561

0

F2-1

<0.1

61

00.

431

01.

051

0

F2-2

0.18

10

0.41

10

1.02

10

F2-3

0.31

10

0.72

10

2.41

10

F2-4

0.5

10

0.98

10

1.7

10

11月

11日

溫度

:27.

7℃

濕度

:52.

2%

1.濕

式塗

佈機

水洗

換水

時間

:11/

10(三

)

晚上

21:0

0

2.F2

-1部

分時

間支

塗佈

作業

SEG

1

SEG

2

SEG

3

SEG

4

SEG

5

SEG

6

SEG

代號

採樣

10月

12日

溫度

:32.

5℃

濕度

:61.

4%

1.濕

式塗

佈機

水洗

換水

時:1

0/06

(三)晚

21:0

0

2.凝

固槽

有將

PVC

廉拉

3.F2

-1部

分時

間支

塗佈

作業

10月

27日

溫度

:25.

5℃

濕度

:54.

8%

1.A

1人員

未到

處支

援未

固定

在該

作業

1.濕

式塗

佈機

水洗

槽換

水時

間:1

0/21

(四)晚

上19

:00

2.凝

固槽

有將

PVC

布廉

拉上

3.F2

-1部

分時

間支

援塗

佈作

Page 116: 以少量數據統計模式與廣泛性之作業環...而得的結果與母群體之差異,最後再將傳統統計與貝氏統計分析的結果進行比 較,以評估兩種方法之差異。

以少量數據統計模式與廣泛性之作業環境測定兩者暴露實態差異性探討研究

著(編、譯)者:李聯雄

出版機關:行政院勞工委員會勞工安全衛生研究所

22143 新北市汐止區橫科路 407 巷 99 號

電話:02-26607600 http://www.iosh.gov.tw/

出版年月:中華民國 100 年 3 月

版(刷)次:1 版 1 刷

定價:150 元

展售處:

五南文化廣場

台中市中區中山路 6 號

電話:04-22260330

國家書店松江門市

台北市松江路 209 號 1 樓

電話:02-25180207

本書同時登載於本所網站之「出版中心」,網址為

http://www.iosh.gov.tw/Book/Report_Publish.aspx

本所保留所有權利。欲利用本書全部或部分內容者,頇徵求行政院勞工委員

會勞工安全衛生研究所同意或書面授權。

【版權所有,翻印必究】

ISBN: 9789860272437

GPN: 1010000455