活用品质系列-统计应用.pptVIP

* 活用品质系列之 统计应用 一 。企業常見〝統計應用〞問題和盲點 ，共7项 二。何為正確的〝統計應用〞觀念和執行方法 ，共7项 三。結論和建議 整理By 2010年05月17日 资料来源：.tw 華魁專業顧問有限公司 / 華明國際顧問有限公司 1.為統計而統計，迷失自己（憨憨用心做）　　企業品保單位經常可見算一堆製程能力指數及成品參數能力指數，有的交客戶參考，有的內部列表追蹤，表面看似管理良好，成為品保制度的一部份，但從未去追究如何提高參數能力，例如有的特性參數為人工調整，能力本來就有限制不可能提高！有的為自動調整其設備能力是固定的，也不可能提高！有的為設計極限，除非改變目前的設計！這種量測且計算能力指數是無意義的，只是浪費人力資源！甚至有的參數能力極高（Cp值十幾、二十幾、三十幾都可見），根本不會有問題，也在量測和計算，真是無聊！這就是為統計而統計的盲點！量測及追蹤的目的是〝可能會變異的觀察〞及〝如何可以變得更好〞，若此兩種目的不存在，那何必投入資源呢！因此統計前要先自問統計的目的為何，若有需要才考慮數據如何取得、代表性為何，有否源流和層別概念等，務必數據來源是有代表性和正確性，執行統計才有意義！看報告的人（含客戶）不要以為看不懂的數學就有學問，沒有意義就不要要求去做！ 企業常見〝統計應用〞問題和盲點 2.程序僵化，浪費資源（呆呆跟著做）　　記得學生時代學基本統計，為了解原始數據是否為常態，使用常態機率紙（Normal Probability Paper）做常態測試，若數據點分佈近直線則稱有常態分佈之群體，可用常態概念去預估，目前若有人還在用〝常態測試〞鑑定數據是否常態，那就是〝阿呆〞！因以前電腦不發達，才用一些機率紙解決統計上的煩雜，現在電腦如此普及，隨便用Excel或任何統計套裝軟體皆可容易表達圖形分佈，即可研判數據是否符常態；另以前老師又教我們了解母群體的標準差，可用 ?= R/d2，而母群體的平均值為 Xbar ，若死死依老師交待，企業工作者就〝斃〞了！因在許多不明的群體（如供應商交的材料、零件特性等），連數據都要自己一個一個去量，那怎會有 X-R管制圖的資料（指才可以找到R及d2，才去推估母群標準差 ?）呢！當然只有隨機抽樣（樣本盡可能打散的原則），用樣本的標準差（用(n-1)去除，已做了修正）和平均值，視同短期母群體的標準差和平均值即可！還有因早期電腦不發達，用手工計算標準差不方便，所以用簡易法則的X-R管制圖（即監督特性的平均值和標準差），但其標準差仍然是〝統計上的推估〞，目前電腦如此發達為什麼不直接用 X-S管制圖直接了當又準確呢！許多以前的學習方式，例如使用不同型式的機率紙（韋氏、二項、卜式等）都可以免用了，只要於Excel軟體中建入公式即自動運算，方便得很！不要老是死腦筋跟著走，要能青出於藍而勝於藍，若只知What/How 只能為跟隨者，要了解Why才能否定過去，開創新局！ 企業常見〝統計應用〞問題和盲點 3.盲目死學，不如即學即用（死學不會做）　　有人說〝既然統計對企業有助益，那麼新進員工就找有數學和統計背景者〞，這種似是而非定論到處可見！又如為推行〝6Sigma〞，先花半年的教育訓練去培養綠帶和黑帶，才去解決問題，好像讀大學先修所有統計學分，卻不知我公司產品問題在那裡，企業不是大學，因企業面對快速變化環境不但求生存，還要能快速成長，已不容許休息去充電，而是要能即學即用即改（修正）看結果，其實品質領域的統計很簡單（只要高中數學基礎就足夠了！）只要從目的期望反向推理到過程要如何分析、要收集何種資料資訊來分析，就知道統計的方法，例如：1.客戶抱怨市場品質出狀況，從最終結果期望客戶及使用者仍然對我產品滿意，持續下單和使用，就必須先要有快速短期處理方案－之前→災害評估統計 －之前→問題影響程度－之前→問題嚴重性－之前→問題真因 －之前→證明問題原因存在－之前→源流概念，縮小範圍－之前→找資料統計或實驗分析，找出方向 －之前→澄清及定義問題（市場品質問題），此為反向思考，再經〝轉向〞所需的統計分析真的不多、不難； 2.監督及控制易變異的產品特性項目，最終期望能穩定生產，變異最小－之前→經長時間觀察及統計，皆很穩定 －之前→有觀測圖表，隨時間可知特性項目的變化－之前→定義圖表內容要收集何種資料 －之前→如何取得資料(When/Where/Who等)，這就是各種計數、計量管制圖的前提； 3.製程良率低，最終希望提高良率－之前→經統計時間推移，良率確實提高－之前→一段時間，不良率持續下降，問題逐漸消失 －之前→製程參數，相互皆在最佳狀態－之前→各種製程參數對良率影響評估統計及如何最佳搭配的實驗分析 －之前→上階的製程5M管制