{品质管理S统计}Smaerialnew.pdfVIP

{品质管理 S 统 计}Smaerialnew SPC 統計制程管制與 6S 六希格瑪現場改善技 術 壹、課程宗旨 SPC 早已是 ISO9001/2000 年版中的基本技術，可是仍 有許多人不會使用，另一方面與 3 年前流行的六標準 差專案管理模式又讓許多人弄不清楚，以為是十分複 雜的東西，二者根本就是一家人，目的是達到持續改 善的目的。 貳、課程大綱 一、認識 SPC 的精義/簡易範例/功能。 二、對 Q7 管制圖的八種情況的瞭解。 三、如何由 M±S 平均數與標準差來做流程品質的改善。 四、熟悉正態分配查表技巧及SPC 二種查表技術。 五、學習計件值簡易公式的原理。 六、活用管制線與規格線來計算 CACPK 值。 七、學會 SPC 後的活用–六標準差管理模式。 八、6S 中的五步驟–DMAIC 定義/量測/分析/ 改善/ 管 制。 九、現場改善技巧–DOE 與 KSF 關鍵成功因素。 十、範例介紹演練。 Ⅰ導言、SPC 制程管制是 簡易技巧 SPC 在表面上雖稱為統計學程管制，但是只用到統計原 理而根本不需要使用真正的統計學，它將統計學原理中的繁 雜計算簡化成方便易懂的「查表係數」，代入後立刻就懂， 由及的表中總和性數據即可計算出統計「推移圖」 （RunChart ）中的上下管制線，再以規格線與管制線的比 較，可求出 CACPK 值來推算其不良率多少，以此「製程管 制」中的不良率來替代「成品檢驗」，可省下許多人力。 於 1924 年施華德先生發明 SPC ，其發揚光大則在1990 年間，Motorala 及 GE 公司借用 SPC 技術而重視「生產作業 流程的品質管理」，它形成作業管理與品質管理的結合，簡 稱 S6–SixSigma 專案推動模式。 一提到 6Sigma 或六標準差，大家會以為它是深奧的統 計計算模式，其實什麼都不是，它只是正態分配曲線中，打 破原來±3S 的理念，而邁向±4 ，±5 ，±6 的更精準的要求，簡 言之，±3Sigma 是 0.9973 良率，±4 ，±5 ，±6…就必需是 0.9999…更高的良率，這樣才能使品質更佳，達到零缺點的 情況 ZD＝ZeroDefect 。 由於品質的產生來自於生產作業的流程，由於每一次作 業步驟中皆要求其平均數要達標準，而且變異應要極小化， 簡言之，M±S 中S 要最小，則變異小的產品當然最好。 由這觀念導引出的SPC 教學方式，當然和理論上的完全 不同，共有七基礎步驟。 基礎Ⅰ：認識 M±S 的意義及Q4 直方圖/分配圖。 基礎Ⅱ：認識常態（正態）分佈的±1δ，±2 δ，±3δ 的 68% ，95% ，99%的意義，並學會查表。 10 基礎Ⅲ：領悟過去 3 個 Sigma 的錯誤，因（0.99） ≒ 0.98 。 基礎Ⅳ：學習由不良 M±S 的表現開始，如不合格則要以 動態推移數據來計算上/下管制線，其實只要 簡易公式及查表即可。 基礎Ⅴ：學會了上下管制線後，即可由 CP=數據線/管 制線，來計算 CACPK 。 基礎Ⅵ：由 CPK 值大小可推算不良率多少。 基礎Ⅶ：全面推動持續改善活動。 結論：SPC/6 希格瑪/CI 持續改善都是一家人。 壹、簡單認識 SPC 放棄恐懼 一、SPC 統計制程管制並不是統計學 1.S=Statistics 統計。 2.P=Process 製程/流程。