SPC系统教材一.docVIP

SPCSIX SIGMA系統教材(一) 品管和SPC的一些觀念 1.品質怎么來的? 是製造出來的.？ 是檢驗出來的? 是設計出來的？ 是習慣出來的.？ （見附件１） 2.品質的幾個關鍵 2.1進料檢驗(IQC) 來料管控, 控保証原材料品質 2.2 製程檢驗(IPQC) 製程適時掌控, 防范和預測變異（SPC） 2.3 成品檢驗(FQC/OQC) 出貨前保証品質 3.統計概論 統計方法在現代工商企業的社會，是一般員工應知應會的道理及技術，也是管理者及工程技術人員工作上溝通的共同語言。尤其在企業間的交易中，如何對客戶保証產品質，不是口頭上的承諾而已，應拿出實際的証據；便如設計過程的試驗數據，生產過程中的製程數據，客戶使用中的故障維護記錄．為了使大家能透過數據溝通；也就是能讓數據說話的事實管理（Fact Control）科學方法，數據的收集、整理及分析就必須有一套大家都能了解並遵的符號、術語、程序及方法等所謂工業標準來表達．因此統計方法不應只在數理方面打轉，應在實際數據之收集、整理及解析來解釋實際問題的現象，以能真正應用數據來解決我們所關心的問題．工業標準如中國大陸的ＧＢ/T、台灣的ＣＮＳ、日本的ＪＩＳ、美軍MIL-STD及國際標準組織的ISO等. 統計在製造業中應用的各階段: 市場分析 產品設計 相依性規格、壽命及耐用性預測 製程管製及製程能力研究 驗收抽樣 數據分析，績效評估及不良分析 製程改善 安全評估／風險分析 實設計／因素分析 變異數分析／回歸分析 顯著性檢定 製製圖 統計抽樣檢驗 4.統計製程管製的意義 統計製程管製(Statistical Process Control); 簡稱SPC.。對任何場所依計劃收集之數據資料；如成品特性、零件尺雨及簿記抄寫…….等等，提供各種統計分析及管製圖之處理、分析、計算、圖示及列表．在製程管製系統中提供客觀之績效報告（如下圖） 　　製 程：指人員、設備、材料、方法及環境的輸入，經由一定的處理程序而得到輸出的結果，一般稱之成品（也可能是半成品）．成品經觀察、量測或測試可衡量其績效． 績效報告: 從衡量成品得到有關製程績效的料,由此提供製程的管制對策或改善成品． 　　製程中對策：是防患于未然的一種措施，用以預防製造出不合規格的成品 　　成品改善：對已經製造出來的不良品加以造別，進行全數檢查並修理或報廢． 　4.1ＳＰＣ所能解決的製程問題： 經濟性：有效的抽樣管製,不用全檢驗，預估不良率，得以控製成本，使製程穩定，生產可以預測，而能掌握品質、成本、交期? 預警性／時效性：製程的異常趨勢可即時對策，預防整批不良，以減少浪費，直接由作業人員繪製管製圖，提供一個可靠的資料，以決定何時應該采取對策，何時可以不必采取任何措施 分辨共同原因與特殊原因：作為局部問題或管理階層系統改進之參考 善用機器設備：估計機器能力，可妥善安排適當機器生產適當零件 改善的評估：製程能力可作為改善前后比較之簡單指標，作為製程檢討的共同語言． 注意SPC的幾個特性: 時間性、連續性、預測性、常態性 4.2製程中的品質變異 品質變異可分為: 共同原因(Common Cause,又叫機遇性原因)和特殊原因(Specical Cause又叫非機遇性原因) (見附件二) 共同原因：製程中變異因素是在統計的管製狀態下，其產品這特性有固定的分配． 共同原因的變異可由製程能力分析去發現, 但其改善就須由管理當局參與執行, 一般為系統改善. 特殊原因：製程中變異因素不在統計的管製狀態下，其產品之特性沒有固定的分配 特列原因的變異可由簡單的統計分析發現, 這些變異的原因本來就須由直接鱧責製程的人員去改善, 這一般稱為局部問題對策. 二、計數值與計量值 數據的整理及分析,因數據形態之不同有不同的整理及分析方法,單位產品的品質特性其衡量方式可歸納為兩種: 一為計數值(Attribute), 另一為計量值(Variable) 1.計數值: 就是以計產品的件數或點數的表達方法. 計數值的數據在數上有不連續的特質, 故稱之為離型變數(Discrete Random Bariable) 描述一產品的品質, 可有用一個或一批產品中的缺點數來表示, 如:電線, 可用表面有幾個污點, 有幾個地方標簽貼錯掉, 有幾根顏色不對, 有幾根有刮傷等等,這些都是以計點或個數方式表示產品的特性