spc统计的基本概念分析.pptx

Overview統計的基本概念 平 均 數 全 距 變 異 數 計 數 值 計 量 值 製程能力指數 Overview平均數(Mean)某顧問公司的員工薪資如下:( 單位：新台幣千元) 30,30,30,84,30,30,40,30,40,45,70,38,95。求員工的平均薪資為多少？Ans：45538Overview全距(Range)資料群中最大的數減去最小的數所得的差某顧問公司的員工薪資如下:( 單位：新台幣千元)30,30,30,84,30,30,40,30,40,45,70,38,95。 此顧問公司員工薪資之全距為何？Ans：95000-30000=65000變異數(Variance)測量差異、離散情況重要量數測量資料群中每一個數值與平均數間的差例如：一組樣本資料為48,47,42,50,61,52平均數=(48+47+42+50+61+52)/6=50樣本變異數=﹝(48-50)+ (47-50) +(42-50)+ (50-50)+ (61-50)+ (52-50)﹞/(6-1)=40.4樣本標準差=√(40.4)=6.356222222規格界線顧客採購某產品或其相關流程時，所能容忍的公差或績效範圍。規格上限規格下限Overview計數值計數值(Attribute)： ? 可用數而得到的數據 ? 不連續的特質 ?每公尺棉布有幾個瑕疵點 ?一件鑄件表面有幾個瑕疵 氣孔或砂眼 ?無塵室中，每立方公尺含 微粒之個數?又稱為離散型隨機變數Overview計量值計量值(Variable)： ? 必須用量而得到的數據 ?零件尺寸 ?電器產品的電流、電壓、 電阻 ?產品使用壽命 ?化學成分含量?又稱為連續型隨機變數Overview製程能力指數製程能力指數 (Process Capability Index)-Cp、CPU、CPL製程精密度表示製程特性的一致性程度值愈大，表示越集中值愈小，表示越分散Cp=(USL-LSL)/6σCPU=(USL-μ)/3σCPL= (μ-LSL)/3σUSL：上界LSL：下界μ：製程平均數 - 特性值的中心位置σ ：製程標準差 - 特性值的一致程度Overview6σA 級6σB 級6σC 級6σD 級上界中心下界Cp值等級Cp值等級 2.00≦CpA1.33≦Cp＜2.00B1.00≦Cp＜1.33C Cp﹤1.00DOverview製程能力指數製程能力指數 (Process Capability Index)-Ca or k製程準確度(Accuracy)表示製程中心位置的偏移程度值愈大，表示偏移越大值愈小，表示偏移越小值等於零，表示不偏移Ca1=﹝(USL+LSL)/2﹞- μCa2= ﹝(USL+LSL)/2﹞Ca = k = Ca1/Ca2USL：上界LSL：下界μ：製程平均數 - 特性值的中心位置Overview12.5%25%50%100%A級B級C級D級Ca值等級Ca值等級∣Ca∣≦12.5%A12.5%＜∣Ca∣≦25%B25%＜∣Ca∣≦50%C50% ＜ ∣Ca∣D上界中心規格容許度Overview6σ目標一個以顧客為中心數據為導向的領導策略Overview為什麼要推行6σ顧客的需求不斷增加競爭者提供越來越多的服務員工不願停滯不前全球市場的要求越來越高我們正面對一個從來未有過快速變遷的市場…而6σ正是可以回應變遷的嚴謹方法OverviewSigama DPMO 308,537 66,807 6,210 233 3.46σ可以是多樣的以統計上來說達到6σ反映出一個作業流程，每一百萬次中只有3.4次的機率會出錯它同時也是：?願景 ?價值?標竿 ?量測指標 ?哲學 ?目標?方法 ?工具Overview變異偏離目標LSLUSLLSLUSL正中目標LSLUSL問題的本質另一種看法降低散佈的範圍向目標集中LSL=Lower spec limit 顧客要求的下限USL=Upper spec limit 顧客要求的上限以統計觀點看問題OverviewY相依產出結果徵兆監視X1….Xn獨立輸入過程原因問題控制6σ的焦點要想得到所期望的結果，我們應該將焦點放在Y或X上？Yf(x)因變數自變數OverviewD-M-A-I-CDefine-Measure-Analyze-Improve-Control 對於每一個產品或流程的品質關鍵環節(CTQ) -- 定義、量化、分析、改善、控制Y=f(X)定義1. 顧客期望的流程是什麼？為了要找出並控制X，必須訓練員工執行如何減少X缺點的專業，每一個專業都是透過左邊五個步驟來完成測量2. 缺點發生的頻率如何？分析3. 缺點Why,When,Where？改善4. 如何去改善流程？控制5. 如何讓改善