第八单元---SPC统计过程控制.pptVIP

管制图的做法与看法 壹、管制图的概念 一、基本想法 管制图为品质管制之一重要部分，于1924年由美国品管大师修华德博士（W.Ashewhart)发明,因为其用法简单且效果显著,人人能用,到处可用,逐成为实施品质管制时不可缺少的主要工具之一. 代表产品之品质通常是以品质特性值表示,通常管制产品品质是以间接管制其品质特性来达到目的,但是我们晓得每一个产品之品质特性值是有变异的,即使是用同一台机器,同一个人利用样原料制造都会发生不同之结果,这是大数定律的原理,我们只希望此类变异愈小愈好,但却不能期待完全没有变异,这种变异是以平均值为中心而左右变动,如果这些特性之分配系常态,则其分配形状亦成常态分配,其变异大小则视其标准差大小而定.产品品质特性之分配情形可绘直方图藉以了解,平均值、分配形状、及变异等情形，这是研究生产能力或分析现状的很好办法。  μ+Kσ 1 (π - μ)2 μ-Kσ 2π σ 2π2 常见的Kσ 值如(表1-1) (图1-1) (表1-1) 管制图是以3个标准差为基础,换句话说,只要群体是常态分配,从此群体抽样时,每10,000个当中只有27个会跑出±3σ范围,我们认为此27次是偶然跑出界限而不予计较. 二、第一种错误与第二种错误(Producer’s Risk and Consumer’s Risk) 以三个标准差为管制图之上下界限是修华特博士(W.A. Shew-hart)首先决定的,其原意是超出三个标准差范围之外的机会只有千分之二点七那么少.我们如果把所有超出三个标准差以外的数值全部当作正常处理大致不会错误.如果有点子落在三个标准差以外,我们判定为不正常,而事实上并非不正常,这是因为机遇原因而落在外面而已,此时我们所犯的错误称为第一种错误. 相反的如图(1-3),原来的群体平均为μ1,标准差为σ,现在因为某种原因平均值已自μ 1 转变为μ2,即群体已变.凡是属于μ2,这一部分的±3σ范围之内,我们无法判定为不正常,就犯了第二种错误.换句话说:该判为不正常的而不判为不正常是第二种错误,不该判为不正常的而判为不正常的是第一种错误.在统计学上第一种错误以α,第二种错误以β表示,此两种错误在做统计的判断时不能避免的错误,不懂在使用管制图时有此现象,利用抽样检验时也会发生.抽样检验时发生之第一种及第二种错误分别以生产者冒险率与消费者冒险率见称. 如果要完全消除或减少第一种错误必须把管制界限放宽以致引起第二种错误变大;相反的减少第二种错误则会增加第一种错误的机会.第一种错误使我们神经过敏做些徒劳的冤枉工作,而第二种错误却会使我们错过改正的机会而引起严重的后果. 总之此两种错误均会使我们遭受损失,应此我们应设法使这种错误减少.各种管制方法都应一考虑此两种错误加起来损失最少的原则而定.(图1-4)系利用管制图上下界限管制制程时第一种及第二种错误的情形, μ 1 为原来管制之制程中心,后来由于某种制程原因变化,制程中心自μ 1 移致μ2,,但因为μ2之一部分仍落在原来管制上下界限之内(斜线部分),而仍误以为μ 1 而不加以管制,此为第二种错误,至于μ2之落在原来管制界限外之一部分既因在界限之外,在判定时当不致发生错误,此一部分为1-P,称为检定力. 图： 三、管制图的用途 管制图之主要用途有二；一为管理用，一为解析用。一般使用管制图时容易忽略此两大用途而做为图表用、检查用、或调整用等都不是管制图的正当用途。 1.解析用管制图 以研究制程能力为主要目的,其方法是先搜集现有资料,利用层别的方法,按照原料别、机器别、人员别、方法别、组别等以合理分组样本绘于管制图上，以便采取措施使其回复正常状态，此法通常用于甫自开始实施品管时最为有效。根据研究改善结果可使制程标准化或调整规格等以使将来工作顺利进行，如配合直方图进行研究，其效果更佳。 一般研究步骤如下： （1）搜集过去资料，研究观察其情况 （2）绘成管制图，发现不正常现象并找出原因，采取措施 （3）与规格比较，推不定期平均值与变异大小 （4）检讨结果并标准化 2.管理用管制图 利用现有资料绘图解析，并经过了追求不正常原因加以研究改良一段时期后的制程当会趋于正常状态，此时就可以将各种操作标准化，并把解析用管制界限延长使用，或重新计算管制界限而做为制程管制用，此后如有不正常现象发生，或有点跑出界限之外时，应设发找出原因做根本改正，而不要只调整一下使点回到界限之内就不再管它，