企業(yè)品質(zhì)管理培訓教材-SPC統(tǒng)計制程管制

2024/7/201StatisticalProcessControlSPC統(tǒng)計制程管制2024/7/202課程大綱基本統(tǒng)計概述直方圖基本統(tǒng)計量數(shù)SPC背景說明制程變異分析建立SPC步驟管制圖制程能力研究實例演練2024/7/203

統(tǒng)計方法的意義群體與樣本資料的分類資料的分析品質(zhì)管制與統(tǒng)計方法一、基本統(tǒng)計概述2024/7/204統(tǒng)計概念區(qū)分沒有顯著差異有顯著差異沒有顯著差異

βRiskTypeIIerror有顯著差異αRiskTypeIerror

判斷上事實上2024/7/205數(shù)據(jù)〈Data〉資訊〈Information〉情報〈Intelligence〉企業(yè)資產(chǎn)〈Enterpriseassets〉知識〈knowledge〉2024/7/206統(tǒng)計方法的意義規(guī)劃資料的收集，整理與解釋資料，並據(jù)以導出結(jié)論或予以推廣的制程，稱為統(tǒng)計方法。闡述統(tǒng)計方法與理論的科學，即為統(tǒng)計學。上述統(tǒng)計方法，乃自全部資料中，抽取部分資料，此部份資料的收集、整理，並將其結(jié)果加以解釋，使不了解統(tǒng)計分法的仁得以了解，並據(jù)以對全部資料作成結(jié)論，或推導出全部資料所蘊含的特性。2024/7/207統(tǒng)計資料屬性資料屬量資料合格/不合格好/不好滿意/不滿意計數(shù)值

─間斷資料計量值

─連續(xù)資料2024/7/208群體與樣本群體〈Population〉，可為整個制程的所有製品或半成品之全部測定值，亦可為一大批貨品，一小批貨品，一天內(nèi)的製品或半成品，一小時內(nèi)的製品。群體〈Population〉

以N

表示。計數(shù)值群體不合格率計量值群體平均數(shù)μ

，群體標準差σ群體的構(gòu)成，特別應(yīng)注意層別：不同批原料、不同機器設(shè)備、不同班別、不同操作員等。2024/7/209群體與樣本樣本〈Sample〉，為自群體中選取的一部分製品或半成品之測定值，或自整個檢驗批中抽取一部分製品或半成品之測定值。樣本〈Sample〉以n

表示。計數(shù)值樣本不合格率計量值樣本平均數(shù)X

，群體標準差σx樣本的取得，特別應(yīng)注意隨機性：並能夠代表群體為原則。2024/7/2010資料的分類

時間分類標準：日、周、月、季、半年、年?？臻g分類標準：不同生產(chǎn)線、不同銷售區(qū)、不同材料來源。特性分類標準：例如質(zhì)的特性分類─柏拉圖量的特性分類─次數(shù)分配2024/7/2011資料的分析查檢表次數(shù)分配表柏拉圖直方圖圓形圖推移圖長條圖2024/7/2012品質(zhì)管制與統(tǒng)計方法品質(zhì)管制的發(fā)展階段：操作員品管、領(lǐng)班品管、統(tǒng)計品管〈SPC〉、全面品管〈TQC〉、全面品質(zhì)管理〈TQM〉，六大階段。自第四階段的統(tǒng)計品管〈SPC〉，Dr.Shewhart

博士(1924年)發(fā)表『製造產(chǎn)品品質(zhì)的經(jīng)濟管制』以後，統(tǒng)計方法即持續(xù)運用於品質(zhì)管制中。舉凡(1)市場分析(2)產(chǎn)品設(shè)計(3)可靠度規(guī)格，壽命/耐用性預(yù)測(4)製程管制/製程能力分析(5)品質(zhì)水準/抽樣檢驗計畫之決定(6)數(shù)據(jù)分析/性能評估/缺點分析等，均導入適當之統(tǒng)計方法。2024/7/2013品質(zhì)管制與統(tǒng)計方法可用之特殊統(tǒng)計方法及應(yīng)用包含〈但並不限於〉：

(1)實驗計畫法/因子分析

(2)變異數(shù)分析/迴歸分析

(3)安全性評估/風險分析

(4)顯著性檢定

(5)管制圖

(6)抽樣檢驗2024/7/2014

直方圖的意義次數(shù)分配直方圖的應(yīng)用二、直方圖2024/7/2015直方圖的意義定義將測量所得的Data如時間、長度、硬度等計量值，劃分成數(shù)個組間，計算各組間數(shù)據(jù)出現(xiàn)的次數(shù)，以便瞭解其分配的狀況的圖表，叫作直方圖。

直方圖係根據(jù)次數(shù)分配表而繪製。2024/7/2016直方圖的意義繪制直方圖之目的

(1)測知製程能力

(2)計算產(chǎn)品不良率

(3)調(diào)查是否混入二個以上不同的群體

(4)測知有無假數(shù)據(jù)

(5)測知分布型態(tài)

(6)藉以訂定規(guī)格界限

(7)與規(guī)格或標準值比較

(8)設(shè)計管制界限可否用於製程管制

2024/7/2017直方圖的應(yīng)用直方圖的作法1.決定Data收集期並收集Data

最少要有50個Data，最好要有100個以上2.找出Data中之最大及最小值Ex:L=23.4S=20.23.決定組數(shù)

-------K等於n的平方根Ex:n=50k=74.決定組距h--將最大值減去最小值後，除以組數(shù)，再取最小測量單位的整數(shù)倍即可Ex:（

L-S）/K=（23.4-20.2）/7=0.46

h=0.5（取最小量測單位之整數(shù)倍）5.決定組界值

--由最小值減去最小測良單位的1/2，就是第一組的下限，再逐次加上各組距，直到可含蓋最大值即完成Ex:20.2-0.1/2=20.15（第一組下界）20.15+0.5=20.65（第一組上界、第二組下界）20.65+0.5=21.15（第二組上界、第參組下界）..............................23.15+0.5=23.65（已大於最大值）數(shù)據(jù)數(shù)組數(shù)50-100100-250250l以上6-107-1210-202024/7/2018直方圖的應(yīng)用直方圖的作法

6.求出各組的中心值

--各組上界加下界除以二Ex:（20.15+20.65）/2=20.40第一組中心值7.計算落在各組內(nèi)的

次數(shù)

8.作成直方圖9.記入必要的事項如產(chǎn)品名、規(guī)格、Data數(shù)量…...2024/7/2019直方圖的應(yīng)用(1)測知製程能力

23456789101112

.027.056.083.111.139.167.139.111.083.056.0272024/7/202095.45%99.73%68.26%-3-2-1X+1+2+3正態(tài)分佈

P(u-Xu+)=0.6827

P(u-2Xu+2)=0.9545

P(u-3Xu+3)=0.9973於uk

之間的機率群體：N規(guī)格中心直：μ平均數(shù)：X〈集中趨勢〉

標準偏差：

〈離散趨勢〉被涵蓋在特定範圍的機率

當X=μ時2024/7/2021標準偏差m轉(zhuǎn)折點1sTUSLp(d)規(guī)格上限(USL) 目標規(guī)格(T)規(guī)格下限(LSL) 分佈值平均(m)分佈值的標準偏差(s)3s在轉(zhuǎn)折點和平均值的距離形成一個標準差.假如目標值和規(guī)格上限之間可以放置三個標準偏差我們可以說這個製程有“3sigma的能力.”LSL2024/7/2022m1sTUSLp(d)p(d)1 2 3 4 56s3sThisisa6SigmaProcess標準偏差轉(zhuǎn)折點2024/7/2023直方圖的應(yīng)用(2)計算產(chǎn)品不良率

規(guī)格LSLUSL規(guī)格LSLUSL規(guī)格LSLUSL2024/7/2024直方圖的應(yīng)用(3)調(diào)查是否混入二個以上不同群體：

二批不同材料、二個不同操作員、二個不同班別、二臺不同機器、二條不同生產(chǎn)線????

雙峰型直方圖2024/7/2025直方圖的應(yīng)用(4)測知有無假數(shù)據(jù)：

據(jù)說曾有一家輪胎廠，廠房坐落在大水溝旁，檢驗員檢驗結(jié)果，如發(fā)現(xiàn)不合格之製品，就將其丟入大水溝內(nèi)?

削壁型直方圖依統(tǒng)計學來分析，此種情形不可能存在。2024/7/2026直方圖的應(yīng)用(5)測知分配型態(tài)

正態(tài)型、離島型、右偏型??

規(guī)格

規(guī)格0%2024/7/2027直方圖的應(yīng)用(6)藉以訂定規(guī)格界限：±3or±4

(7)與規(guī)格或標準值比較(8)設(shè)計管制界限是否可用於制程管制

2024/7/20280.6610.6500.6470.6460.6490.6450.6410.6500.6480.6490.6450.6470.6460.6550.6490.6580.6540.6600.6530.6590.6600.6650.6490.6510.6370.6500.6430.6490.6400.6460.6500.6440.6400.6520.6570.6480.6540.6500.6540.6550.6560.6570.6630.6620.6470.6470.6420.6430.6490.6480.6380.6380.6490.6420.6370.6550.6520.6540.6490.6570.6540.6580.6520.6610.6540.6450.6410.6440.6470.6410.6500.6520.6430.6410.6530.6470.6520.6490.6520.6530.6510.6600.6550.6580.6490.6470.6410.6440.6400.6430.6460.6340.6380.6450.6500.6480.6490.6500.6490.655(例)有一機械廠，為瞭解製品外徑尺寸之變化，由產(chǎn)品抽取100個樣本測定其外徑，測定結(jié)果如下表，試作次數(shù)分配表。實例說明2024/7/2029實例說明(1)定組數(shù)：(2)求組距：全距＝Xmax－Xmin

＝0.665－0.630＝0.035

組距＝＝0.0035→0.0032024/7/2030實例說明(3)決定區(qū)間之境界值第一組下組界＝最小測定－1/2測定單位＝0.634－＝0.6335。以0.6335累加0.003得各區(qū)間之境界值，如次數(shù)分配表。(4)計算各組間之中心值第一組中心值＝＝0.635以0.635累加0.003得各區(qū)間中心值。2024/7/2031次數(shù)分配表組數(shù)組界中心值劃記次數(shù)10.6335–0.63650.635220.6365-0.63950.638

430.6395-0.64250.641

1040.64525-0.64550.644

1150.6455-0.64850.647

1560.6485-0.65150.650

2370.6515-0.65450.653

1480.6545-0.65750.656

990.6575-0.66050.659

7100.6605-0.66350.602

4110.6635-0.66650.665

1合計

1002024/7/2032(例)有一生產(chǎn)車用電池廠，為瞭解電池製品壽命之變化，由產(chǎn)品抽取40個樣本測定結(jié)果如下表，試作次數(shù)分配表，繪制直方圖。實例演練2.24.13.54.53.23.73.02.63.41.63.13.33.83.14.73.72.54.33.43.62.93.33.93.13.33.13.74.43.24.11.93.44.73.83.22.63.93.04.33.5車用電池壽命(記至0.1年)2024/7/2033平均值(Mean)：代表一群數(shù)據(jù)的總合平均數(shù)值標準偏差(StandardDeviation)：表示該群數(shù)值間差異大小的一個數(shù)值。三、基本統(tǒng)計量數(shù)A牌電燈泡平均壽命為：800hrsB牌電燈泡平均壽命為：700hrs您可能會購買AorB?Why?2024/7/2034準確度精密度高低高低PrecisionAccuracy

2024/7/2035正態(tài)分布“正態(tài)”分布是一種數(shù)據(jù)具有某些一致的特性的分布

這些特性對于我們理解后面采集數(shù)據(jù)的過程是非常有用的

多數(shù)自然現(xiàn)象和人類行為的過程是呈正態(tài)分布的,或者

可以看成正態(tài)分布2024/7/2036性質(zhì)1:正態(tài)分布只用下列2個我們已知的參數(shù)就可以完全描述

平均值,和標準偏差正態(tài)分布分布1分布2分布3這三個正態(tài)分布有什么區(qū)別?2024/7/2037

正態(tài)曲線和概率區(qū)域與標準偏差的關(guān)系43210-1-2-3-440%30%20%10%0%95.45%樣本數(shù)概率

從平均值的標準偏差數(shù)性質(zhì)2:曲線下的面積可以用來評估確定“事件”發(fā)生的累計概率99.73%68.27%獲得的兩個值之間的累積概率值2024/7/2038

標準偏差的經(jīng)驗規(guī)律先前的累積概率規(guī)律可以用于即使當一組數(shù)據(jù)不完全正態(tài)分布讓我們比較理論(理想的)正態(tài)分布值和經(jīng)驗(實際的)分布值2024/7/2039

1Sigma2Sigma3Sigma1Sigma2Sigma3Sigma68.26%95.45%99.73%%數(shù)據(jù)點的百分比UCLLCL時間我們測量的項目標準偏差規(guī)則

“數(shù)據(jù)處于哪個位置?”2024/7/2040中心趨向的測量平均值:一組數(shù)據(jù)的算術(shù)平均值反應(yīng)所有值的影響散佈的測量極差〈全距〉:數(shù)據(jù)組內(nèi)數(shù)值之間的距離(Max–Min)方差（）:每一個數(shù)據(jù)點到平均值的偏離的平方的均值

標準偏差（）:方差的平方根

X=───n

i=1nXi2024/7/2041變異、差異、方差

Variation標準偏差

StandardDeviation2024/7/2042母體參數(shù)對樣本統(tǒng)計量S=樣本標準偏差x=樣本平均值統(tǒng)計量評估參數(shù)

=母體平均值

=母體標準偏差2024/7/2043群體平均值樣本平均值群體標準偏差樣本標準偏差X2024/7/2044散布的構(gòu)成過程輸出變量的總體散布(方差)

可以被分成由于過程輸入造成的散布2024/7/2045Time1Time2Time3Time4稱為

漂移(平均值漂移了多遠的真正sigma測量)顯示過程控制重要的少數(shù)稱為

短期(

st)我們的潛在能力-能做得最好的情況所有6sigma公司用報告

價值不高的多數(shù)顯示散佈原因組內(nèi)變異(Within)組間變異(Between)

ST+shift=LT

2024/7/2046能力對實績過程實績:全部散布包括

Shifts和ShortTerm(Pp&Ppk)能力:只有隨機的或

短期的散布(Cp&Cpk)2024/7/2047Cpk/PpkCpk–

Thecapabilityindexforastableprocess.

Theestimateofsigmaisbasedonwithinsubgroupvariation(R-bar/d2orS-bar/c4)Ppk–

Theperformanceindex.Theestimateofsigmaisbasedontotalvariation

(allofindividualsampledatausingthestandarddeviation【rootmeansquareequation】,“s“).2024/7/2048Cpk/PpkCpk–

在一穩(wěn)定制程下的『能力指數(shù)』

某一天、某一班次、某一批、某一機臺其組內(nèi)的變異(R-bar/d2orS-bar/c4)Ppk–

性能指數(shù)量試階段的『能力指數(shù)』、某一產(chǎn)品長期監(jiān)控下的『能力指數(shù)』

(allofindividualsampledatausingthestandarddeviation

【rootmeansquareequation】,“s“).2024/7/2049什麼是6sigmaSixSigma

–

是一種新思維程序是一種系統(tǒng)式的降低會對顧客滿意有重要影響的不良工具利用統(tǒng)計工具，進行重要制程能力的改善2024/7/2050降低不良改善產(chǎn)出改善顧客滿意度更高的淨營利6-Sigma

的目標2024/7/2051s衡量變異和品質(zhì)衡量製程能力我們?nèi)绾魏饬孔儺惡推焚|(zhì)?2024/7/20526Sigma–

目標(DPMODistributionNoShifted)–制程中心沒有偏移245,50032,70046450.660.002sPPM製程能力每百萬個不良機會2024/7/2053零件數(shù)/製程數(shù)零件/製程中心沒有偏移裝配成品之良品率%+1σ+2σ+3σ+4σ+5σ+6σ168.2795.4599.7399.993799.99994399.9999998102.2062.7897.3399.9499.999499.99999850─9.7587.3699.6999.99799.99998100─0.9576.3199.3799.99499.9999500──25.8896.9099.9799.99981000──6.7093.8999.9499.99985000───72.9899.7299.99910000───53.2699.4399.9982024/7/20546Sigma–

目標(DPMODistributionShifted±1.5s)–制程中心偏移1.5ssPPM製程能力每百萬個不良機會2024/7/2055零件數(shù)/製程數(shù)零件/製程中心偏移1.5σ

裝配成品之良品率%+1σ+2σ+3σ+4σ+5σ+6σ130.2369.1393.3299.379099.9767099.99966010─2.4950.0993.9699.7699.996650──3.1573.2498.8499.983100───53.6497.7099.966500───4.4489.0099.831000───0.2079.2199.665000────31.1998.3110000────9.7396.662024/7/2056時間表現(xiàn)在過程性能力上的革新好的壞的3Sigma(CpK=1)6Sigma(Cpk=2)2024/7/2057LeadershipCommitment,Competence方法&工具由數(shù)據(jù)驅(qū)動經(jīng)統(tǒng)計驗證最好的人員100%致力於降低不良ProjectFocused6Sigma有什麼不一樣?2024/7/2058改變中的品質(zhì)哲學最高品質(zhì)的產(chǎn)品和服務(wù)是最低成本的產(chǎn)品和服務(wù)2024/7/2059sPPM2308,537366,80746,210523363.4(DistributionShifted±1.5σ)GettingtoSixSigmaHowfarcan

inspection

getus?2024/7/2060BreakthroughStrategyCharacterizationPhase1:MeasurePhase2:AnalyzeOptimization345671,000,000100,00010,0001,0001001012SigmaScaleofMeasurePPMAverageCompanyBest-in-ClassTheBreakthroughMethodologyDefinetheproblem...DMAICtotheRescue!TheBasicObjectivePhase3:ImprovePhase4:Control2024/7/2061問題的本性SixSigma的方法可以辨識製程是偏離目標和/或者是高度變異,以修訂製程及降低變異偏離目標變異大正中目標修訂製程降低變異XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX2024/7/2062另類觀點LSLUSLUSLLSLOn-Target從統(tǒng)計觀點來看問題USLLSLLSL=LowerspeclimitUSL=Upperspeclimit問題的本性-統(tǒng)計觀點偏離目標變異大修訂製程降低變異2024/7/2063有一機械產(chǎn)品的產(chǎn)品特性為『內(nèi)徑』〈KPCof2.50±0.05mm〉，今於Pre-ProductionRun

抽取40個產(chǎn)品測定結(jié)果如下表，產(chǎn)品量測過程的檢驗人員及量測設(shè)備，其GageR&R為85%以上。實例演練2.552.542.552.532.522.542.512.462.452.472.462.492.532.552.492.462.452.482.512.532.552.552.522.532.482.462.532.542.472.472.542.532.492.472.472.542.552.492.542.45身為QE的您，對以上之數(shù)據(jù)有何評價《請與工程規(guī)格作一比較》？您必須採用何種『工具』來評價？PPAP是否可接受？計算Cpk?OrPpk?2024/7/2064SPC興起的背景

SPC的迷思

SPC的焦點

SPC的思考

SPC的目標

SPC的診斷四、SPC背景說明2024/7/2065品質(zhì)成本運作品質(zhì)成本預(yù)防成本：致力預(yù)防失敗之成本鑑定成本：試驗、檢驗及檢查以確定品質(zhì)成本失敗成本內(nèi)部失敗成本

：產(chǎn)品或服務(wù)在未運交客戶前，因未能達成要求之品質(zhì)所造成之損失(如重加工、重試驗、報廢等)外部失敗成本：產(chǎn)品或服務(wù)在運交客戶後，因未能達成要求之品質(zhì)所造成之損失(如賠償服務(wù)、退貨、折讓等)外部保證品質(zhì)成本：指當客戶要求客觀之證據(jù)時，所做有關(guān)之示範及證明而發(fā)生之成本(如追加之品質(zhì)保證約定、程序、示範試驗等)2024/7/2066對品質(zhì)常有的錯誤觀念大多數(shù)的品質(zhì)問題是錯在作業(yè)人員容許少數(shù)的不良,意外的瑕疵是無可避免的品質(zhì)是品管部門的責任只重視品質(zhì)檢驗,檢驗人員需負責解決瑕疵品SPC只是在現(xiàn)場掛管制圖2024/7/2067對品質(zhì)的正確觀念85%的品質(zhì)問題是管理人員所要擔負的,管理者態(tài)度的偏差，更勝過作業(yè)人員的懶散第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質(zhì)品質(zhì)和公司每一個人都有關(guān)品質(zhì)檢驗是可以解決問題但卻無法消除問題SPC是讓品質(zhì)保證的系統(tǒng)持續(xù)運轉(zhuǎn)不斷改善製程,以提昇品質(zhì)與生產(chǎn)力2024/7/2068SPC興起的背景SPC興起是宣告『經(jīng)驗掛帥時代』的結(jié)束─手工藝的產(chǎn)業(yè)：SPC無用武之地→經(jīng)驗取勝─當經(jīng)驗可以整理，再加上設(shè)備、制程或系統(tǒng)時，那SPC時機的導入，就自然成熟了。SPC興起是宣告『品質(zhì)公共認證時代』的來臨─1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應(yīng)商，造成買賣雙方的浪費。─1980年以後，『GMP』及『ISO9000』的興起，因為重視產(chǎn)品生產(chǎn)的『制程』與『系統(tǒng)』，故更須有賴SPC來監(jiān)控『制程』與『系統(tǒng)』的一致性。2024/7/2069SPC的迷思迷思一：有管制圖就是在推動SPC？

─這是產(chǎn)品品質(zhì)(Q)，還是制程參數(shù)(P)管制圖？─這張管制圖是否有意義？─它所管制的參數(shù)，真的對產(chǎn)品品質(zhì)有舉足輕重的影響嗎？─管制界限訂的有意義嗎？─這張管制圖，是否受到應(yīng)有的重視？是否已遵照規(guī)定，實施追蹤與研判？2024/7/2070SPC的迷思迷思二：有了Cpk/Ppk等計算就是在推動

SPC？

─Cpk/Ppk有定期審查嗎？─是否已用Cpk/Ppk作訂單分派給不同生產(chǎn)線，作為生產(chǎn)的依據(jù)？2024/7/2071SPC的迷思迷思三：有了可控制的制程參數(shù)

(ProcessParameter)，就是SPC？

─為什麼挑出這些制程參數(shù)？─這些制程參數(shù)的控制條件，是如何決定的？─這些制程參數(shù)與產(chǎn)品品質(zhì)之間，有因果關(guān)係可循嗎？

2024/7/2072SPC的焦點→制程(Process)SPC與傳統(tǒng)SQC的最大不同點，就是由

Q→P的轉(zhuǎn)變

SQC：強調(diào)Quality→產(chǎn)品的品質(zhì)，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種『既成事實』。

SPC：則是希望將努力的方向更進一步的放在品質(zhì)的源頭→制程(Process)上。因為制程的起伏變化，才是造成品質(zhì)變異(Variation)的主要根源。

2024/7/2073SPC的焦點→制程(Process)品質(zhì)變異的大小，也才是決定產(chǎn)品優(yōu)劣的關(guān)鍵

制程起伏條件品質(zhì)異常產(chǎn)品優(yōu)劣因因果果2024/7/2074SPC的思考P1P2P3P4對產(chǎn)品的影響度A(5)C(1)B(3)A(5)(溫度)AP1AP2AP4A(壓力)BP2BP3B(速度)CP1CP3CP4C(尺寸)DP2DP4D(厚度)EP1EP4E制程參數(shù)制程2024/7/2075SPC的思考步驟一：深入掌握因果模式

制程參數(shù)(因)/品質(zhì)貢獻率(果)分析→柏拉圖分析步驟二：設(shè)定主要參數(shù)的控制範圍

→以迴歸分析方法或?qū)嶒炘O(shè)計來分析

2024/7/2076SPC的思考步驟三：建立制程控制方法

?控制頻率

?樣本抽取方法

?樣本量測方法步驟四：抽取成品來印證原始系統(tǒng)是否仍然正常運轉(zhuǎn)？

2024/7/2077SPC的目標SPC能使管理更合邏輯SPC能使管理掌握先機SPC能使管理更加省事SPC能使制造成本更低2024/7/2078SPC的診斷品質(zhì)是否更穩(wěn)定？良品率是否提高？制程是否更流暢？成本是否更低廉？異常是否更快能被偵測到？品管員是否逐漸在減少？2024/7/2079統(tǒng)計制程管制的定義非機遇原因變異機遇原因變異制程控制與制程能力制程改善循環(huán)五、制程變異2024/7/2080統(tǒng)計制程管制的定義經(jīng)由制程中去收集資料，而加以統(tǒng)計分析，從分析中得以發(fā)覺制程的變異，並經(jīng)由問題分析以找出異常原因，立即採取改善措施，使制程恢復(fù)正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。2024/7/2081統(tǒng)計制程管制【SPC】

◎統(tǒng)計製程管制之目的係持續(xù)改善產(chǎn)品與服務(wù)的價值，達到顧客滿意。

◎製程能力調(diào)查【Ca、Cp、Cpk】

◎管制圖的運用作業(yè)方式/

資源混用方式人員設(shè)備材料方法環(huán)境產(chǎn)品或服務(wù)顧客辨識變化的需求與期望統(tǒng)計方法製程的聲音輸入製程/系統(tǒng)輸出顧客的聲音製程回饋管制系統(tǒng)模式2024/7/2082制程控制的需要檢測─容忍浪費

允許將時間和材料投入到生產(chǎn)不一定有用的產(chǎn)品或服務(wù)中預(yù)防─避免浪費

『第一次就把工作做對』2024/7/2083變異—機遇原因與非機遇原因為了使變異的表示簡化，通常分成下列二種：

機遇原因的變異

制程中變異因素是在統(tǒng)計的管制狀態(tài)下『受控』。隨著時間的推移，具有穩(wěn)定的且可重複的分佈制程中的許多『極差(全距)』的原因。

非機遇原因的變異制程中不常發(fā)生，但造成制程變異的原因。所造成之分佈與時間的關(guān)係，是不穩(wěn)定且不無法預(yù)期的。2024/7/2084散布舉例非機遇原因過程A顯示受控散布過程B顯示不受控散布2024/7/2085因為生產(chǎn)制程中每一件成品都不同，因此如果製程很穩(wěn)定，則生產(chǎn)產(chǎn)品的品質(zhì)特性的分布將形成一種固定形狀，稱為分佈。一般分佈有下列之不同情形：

位置分佈寬度形狀大小→大小→大小→…….或是以上這些的不同組合2024/7/2086如果制程中，只有機遇原因的變異存在，則其成品將形成依各很穩(wěn)定的分佈，而且是可以預(yù)測的如果制程中，有非機遇原因的變異存在，則其成品將為不穩(wěn)定的分佈，而且無法預(yù)測的範圍→時間可預(yù)測範圍→時間無法預(yù)測2024/7/20