工程师品管技术训练.docVIP

第一章 數據的搜集、整理與分析 數據的意義： 　　－就是根據測量所得到的數值和資料等事實，因此形成數據最重要的基本觀念就是：數據＝事實 運用數據應注意的重點： 　　　－收集正確的數據 　　　－避免主觀的判定 　　　－要把握事實真相 　　　 2.搜集數據的目的： a.為品質設計而搜集， b.為進料而搜集， c.為制程管制而搜集， d.為保証產品品質而收集。 3.數據的分類： A.依數據來源分 ： 原材料及制品市場數據 制程數據 檢驗數據 B．依數據時間先后分： 過去數據 日常數據 新數據 C.依數據特性分： 計數數據(用點數而得到數據，如不合格數、缺點數等)。 計量數據(用測量而得到的數據，如厚度、高度、寬度、重量、含量、成份、壽命)。 4.群體與樣本： A.群體 a.通常以群體平均數μ及標准差σ，來衡量群體的品質好壞 B.樣本 b.樣本為自群體中選取的一部分個體所構成的集合體。 5.數據的差異： 一般所搜集的數據，除非測定的精密度不夠，否則為非同樣大小的數值，其彼此間的差別即為差異。 導致差異有機遇原因與非機遇原因兩種。 b1.機遇原因： 產品的好壞，主要受到四個M：原料或材料(Material)、機器(Machine)、人員(Man)、與方法(Method)等之影響，但如四者均在標准范圍內變化，其變化幅度較為徵小，而屬于機遇原因的變化。 b2.非機遇原困(又稱異常原因)，是自四個M的變化而影起，即 使用不合格的原材料或材料。 機器故障或工具損壞。 員工情緒欠佳或工作不努力。 不按操作標准工作或標准不適當。 C.機遇原因的變化，在經濟價值上此種變化不需要采取措施或改正行動﹔非機遇原因，所造成的變化幅度很大，會影起在大量的不合格品，在經濟價值上應予以消除。 6.平均數與標准差 從理論上觀點：平均數是代表一群數值的一個數值，標准差則表示該群數值間差異大小的一個數值。 一般以μ(讀作mu)表示群體平均數，σ(讀作Sigma)表示群體標准差﹔以 (讀為-Bar)表示樣品平均數，S(讀為Standard Diviation )表示樣品標准差。 群體平均數、變異數、標准差運用公式分別為： μ= xi/N σ2=(xi-μ)2/N σ=√（xi－μ）2/N 樣品平均數、變異數、標准差運用公式如下： = x/n v=s2=(xi-)2/(n-1) s=√(xi-)2/(n-1) f.平均數與標准差的計算(群體因其所含的測定值往往很多，通常不易或不便計算其平均數與標准差，而在實際使用上，是根據樣本測定值計算平均數及標准差，并以此推論群體。 7.中位數： 中位數與平均數同樣用以代表一群數值，樣本中位數以表示。其求法是將測定值由小到大排列后，測定值為數個時，其中間一數為中位數﹔測定值為偶數個時，其中間兩數值之平均數為中位數。 8.全距： a.全距與標准差同樣表示品質的差異性，其值小表示差異小，其值大表示差異大。樣本全距以R表示，為最大值減去最小值的差數。 　　　　　　　　　　　 　　　　　　　　　　 　　　　　　　　 制程能力調查的導入與實施 　　企業的經營，為求能夠穩定生產優良產品，制程能力維持于合格狀態是必要的，因此，制程能力的調查是促進影響產品品質有關的設備、材料、作業人員、作業方法等重要原因作管理改善和達到品質目標的一項重要依據。 　　一、何謂制程能力？ 　　　　制程能力是表示制程在固定的生產因素及穩定的管制狀態下，制造在單位時間內可以生產多少產品，所生產出來的產品其品質特性的分配情形而言。 　　二、制程能力之評價： 　　　　（一）制程准確度指數（Ca）之評價 制程平均值與規格中心值U之間的偏差程度稱為制程准確度指數。 　　即Ca＝ Ca＝*100﹪，T＝SU-SL 等級 Ca值 處　　理　　方　　法 A ︱Ca︱≦12.5﹪ 良好，可以減少抽樣次數或壓縮管制界限，繼續生產。 B 12.5﹪＜︱Ca︱25﹪ 能力尚夠，要設法維持，仍應注意制程平均值變動情形。 C 25﹪＜︱Ca︱≦50﹪ 制程能力不足，有改善之必要及檢討作業標准與規格。 D 50﹪＜︱Ca︱ 應采取緊急措施