SPC研讨会(doc36).docVIP

2004年4月19日SPC研討會 東莞宏遠酒店 目 錄 統計制程管理（SPC）概念的導入 品質管制的意義 制程管制 制程管制的意義 制造階段品質保證觀念 現場實施制程管制的作法 實施統計制程管制（SPC）的步驟 管制圖介紹 管制圖之判讀 制程能力分析 演 練 結 論 壹、統計制程管制（SPC）概念導入 一、SPC之演進 1.什麼是SPC（STATISTICAL PROCESS CONTROL） 利用統計各種方法來管制製造程序，使產品一次做好。 SPC＝SQC＋QUALITY PLANNING AND DESIGN 2.什麼是SQC（STATISTICAL QUALITY CONTROL）？ 由SHEWHART在1937年提出“以統計方法協助分析品質問題，進而找出解決問題方案的品管方法”。 這些方法主要有： ＊管制圖 ＊直方圖 ＊柏拉圖 ＊查檢表 ＊制程能力分析 ＊實驗計劃法 ＊可靠度方法 3.SQC的精神 ——制程能力的穩定維持 ——事後制程（AFTER PROCESS）之品質改善分析 ——阻擋不良品進入/流出（IQC/OUTGOING CONTROL） 4.演進史（參見附圖一） SPC之演進史 二、基本統計概念 1.數據的性質 (1)數據的差異 因為沒有兩個產品（或制成品）是完全一樣的，就算是同一條生產線上用同樣的原料，同樣的方法做出來的，還是會有變動因素所構成的差異。因此，對於製造者而言，每一零件之各品質規格特性，所能做的是：a.瞭解差異一定存在；b.找出差異的可能原因（原料、儀器、設備、隨機、人為，亦或是「不適當」之組織機能營運下所潛藏的因素），所以，必須將隨機誤差保持在一可容忍的範圍里，統計品管便由此誕生。 (2)可靠度、精密度、正確度 檢討數據時，應先考慮是否具備a.可靠度；b.精密度；c.正確度等三個要素。 (3)數據的次數分配 上節我們知道測定任何東西都必有誤差，不可能得到同一的數據，這種現象謂之數據帶有差異。數據帶有差異就是表示數據帶有分配。變異形成之原因，可分為機遇原因及非機遇原因兩類： A.機遇原因（Chance causes） 又稱為：不可避免之原因、非人為原因、共同原因、偶然原因、一般原因等等。 a.例如某人量身高，用同一量測器，由同一人量測該人之身高數，在短時間內，所得量測值有差異存在，造成此種差異之原因，即屬於機遇原因。 b.在生產工作中，雖然訂有操作標準，但在操作條件容許之範圍內必有變化。 例如：自不同方向及不同位置測量軸徑、車床之轉速、吃刀之深度、刀具上所受之壓力、潤滑油、冷卻液、地面之震動、工作物與量具間之溫度變化、灰塵與油層之厚薄以及檢驗員之讀量具之讀數其眼睛所產生之誤差，均能使檢驗結果發生差異。 c.原材料之品質在其規格範圍內，容許隨時在變化。 例如：原材料之重量、密度、厚薄及油漆之顏色等。 d.其他如：氣候及環境變化，均可造成變異之原因。 B.非機遇原因（Assignable causes） 又稱為：可避免之原因、人為原因、特殊原因、異常原因、局部原因等等。 a.例如由於機器之不同、材料之相異、人為之因素或操作疏忽等原因，影響品質之變異，這些原因都是可以避免的，皆屬於非機遇原因。 b.未遵照操作標準而操作，所發生之變異。 c.雖然遵照操作標準，但操作標準不完善，以致發生之變異。 d.機器設備之變動，發生之變異。 e.操作人員之更動，造成之變異。 f.原材料之不同，發生之變異。 g.量具不準確，造成之變異。 ＊每一成品都不相同 ＊如果制程很穩定，則將形成一種固定形狀，稱為分配。 ＊分配有下列不同之情形 ＊如果制程中，只有機遇原因之變異存在，則其成品將形成一個很穩定的分佈，而且是可以預測的。 ＊如果制程中有非機遇原因之變異存在，則其成品將為不穩定，而且無法預測。 (4)次數分配的作法（直方圖的作法） ＊步驟1：定組數 ＊步驟2：決定組距 ＊步驟3：決定組的組界 ＊步驟4：求各組之中心值 ＊步驟5：作表及記錄 (5)直方圖的看法 次數分配或直方圖之作用，在於瞭解制程之全貌，可自圖上看出分配之中心傾向，及分配之形狀，散怖狀態與規格間之關係。 2.群體與樣本 以樣本數據為根據而希望加以處理的對象，謂之群體（POPULATION），為某種目的而群體抽取一部分，謂之樣本（SAMPLE）。 (1)抽樣檢驗推定群體的品質 (2)制程管制制程解析實驗計劃 至於研究群體與樣本間關係的學問，謂之數理統計學或推測統計學。 (3)群體（制程）與樣本間之關係 自制程取樣檢查之目的系藉樣本來瞭解群體（制程），品質人員無法直接瞭解群體是何種狀態，除非把群體整個檢查，此為不可能之事，于是利用樣本來推定群體，則所取之樣本必須合理，否則即失去其意義。樣本與群體之間有一定之關係，分述如後： 設為樣本平均，μ為群體平均