SPC统计制程管制实务与应用(一、二)

ＳＰＣ統計製程管制實務與應用ＳＰＣStatisticalProcessControlPracticeandAdjustment顧問師利錦文顧問師：利錦文SPC統計製程概觀（一）SPC（StatisticalProcessControl）：經由製程去收集資料（數據）而加以統計分析，並從分析中得以發覺製程的異常，經由問題分析以發掘異常的原因，並針對異常原因立即採取改善措施，使製程恢復正常及維持。PAGE1OF32另外，並透過製程能力調查與標準化，以不斷提昇製程能力。SPC統計製程概觀（二）SPC的觀念來自於下列四個方面：一、沒有兩件事情、產品、人是一模一樣的。二、製程的變異都是可以衡量的。三、宇宙的事物與工業產品多是呈常態分配。四、造成變異的原因可以分為非機遇性原因與機遇性原因。PAGE2OF32SPC統計製程概觀（三）非機遇性原因：指的是原就不存在於製程中的原因。例如機器突然發生變化、未按照作業標準施行、使用規格外的物料、操作人員注意力未集中、所訂作業標準不合理等等。此項非機遇性原因之改善，必須經由基層人員的努力方可解決，大概有15%製程的品質問題屬於此類。PAGE3OF32SPC統計製程概觀（四）機遇性原因：指的是原就存在於製程當中，屬於製程中的一部份。例如天氣的變化、環境的變化、物料在一定範圍內的變化、依據作業標準執行標準化作業的變化、或其他未知的因素所影響等等。如果製程中只有機遇性原因的變異存在，成品的分配是固定且可以預測的。大概有85%製程問題屬於此類。PAGE4OF32SPC統計製程概觀（五）因此，製程中變異的來源可分為五大面向來解決，其解決順序：一、機器；二、材料；三、方法；四、環境；五、作業人員。PAGE5OF32五作業人員在此強調一點，如果是人的問題，其作業人員只負擔15%的問題，管理人員卻是要負責85%的問題。SPC統計製程概觀（六）常態分配問題：68.27%PAGE6OF3295.45%99.73%μ-1ϭ-2ϭ-3ϭ+3ϭ+2ϭ+1ϭSPC統計製程概觀（七）製程能力（ProcessCapability）依據CNS2579之定義：是對於穩定製程所持有之特定成果，能夠合理達成的能力界限。換言之，即是使製程標準化，除去異常因素後，當製程維持在穩定狀態時，所實現的品質程度。製程製出產品品質特性的分配呈【常態分配】，多數以平均值±3ϭ表示。PAGE7OF32製程能力通常以兩個指標表示之：一、製程的準確度Ca（CapabilityofAccuracy）二、製程的精密度Cp（CapabilityofPrecision）SPC統計製程概觀（八）製程能力調查：製程的準確度Ca（CapabilityofAccuracy）2規格公差／值實績平均值－規格中心Ca等級Ca值A級│Ca│=12.5%B級125%=│Ca│=25%PAGE8OF32B級12.5%│Ca│25%C級25%=│Ca│=50%D級50%│Ca│注意：要達到同樣的標準差（ϭ），誠屬不太可能。SPC統計製程概觀（九）製程能力調查：製程的精密度Cp（CapabilityofPrecision）規格中心值C）個估計實績標準差（規格中心值66Cp等級Ca值A+級Cp=1.67A級1.67Cp=1.33B級133Cp=1PAGE9OF32B級1.33Cp1C級1.00Cp=0.67D級0.67Cp注意：要達到同樣的平均值，誠屬不太可能。SPC統計製程概觀（十）製程能力綜合指數：CpkCpCpkCaCpCaCpk０時，值當│）（１－│PAGE10OF32SPC統計製程概觀（十一）Cpk（或Cp值）分佈與規格關係判定製程能力後續處理製程能力分佈大一點也Cpk=1.67製程能力太充足製程能力分佈大點也沒有關係。可考慮簡化管理與降低成本方法。1.67Cpk=1.33製程能力充足屬於理想狀態，繼續保持。PAGE11OF321.33Cpk=1.00製程能力雖不充足卻屬中等製程管理進行十分紮實，保持其管理狀態。不過因為Cpk值一旦接近於1.00時，恐怕會發生不良品，應依據須要，採取適當措施。SPC統計製程概觀（十二）Cpk（或Cp值）分佈與規格關係判定製程能力後續處理1.00Cpk=0.67製程能力不足發生不良品，必須進行全數檢驗，並改善製程管理067Cpk製程能力非常不足無法滿足品質狀態，必須追查原因，進行品質PAGE12OF320.67Cpk製程能力非常不足須原行質改善和緊急對策，此外，須再度檢驗規格的訂定SPC統計製程概觀（十三）下面所畫的這些圖，要如何蒐集數據、要如何繪製呢？PAGE13OF32先回答蒐集數據：數據是某一段期間內所蒐集的。數據的描述（一）數據，是統計學家，也是在製做統計製程管制所須要的原料，也是我們用來解釋事實的數字。因此，所有統計問題所牽涉到的，不外乎蒐集、描述及分析數據，或者思考要如何蒐集、描述及分析數據。PAGE14OF32以下將以實例循序漸近說明，如何從一堆數據中解釋統計製程管制中重要的觀念：標準差。數據的描述（二）假設某一學校的一年級學生，想知道他們的體重分佈狀況，其數據蒐集結果如下（單位：磅）數據蒐集結果如下（單位磅）男生140145160190155165150190195138160155153145170175175170180135170157130185190155170155215150145155女生14012013013812112511614515011212513012013013112011812513512511812211510211515011011610895125133PAGE15OF32155150155150180160135160130155150148155150140180190145150164140142136123155110150108數據描述（三）將上述資料稍作整理：91-100101-110111-120121-130131-140141-150151-160161-170171-180181-190191-200201-210211-22095102112121131142153164175185195215108115122133145155165175190108115123135145155170180190110116125135145155170180190110116125135145155170180190118125136145155170118125138148155120125138150155120130140150155120130140150155PAGE16OF32130140150155130140150157130150160150160150160150160150151013121716655101數據描述（四）學生體重分佈狀況91-100101-110111-120121-130131-140141-150151-160161-170171-180181-190191-200201-210211-2201013121716PAGE17OF3215655101數據描述（五）數據的次數分配表：區間中點次數相對次數87.5～102.49520.022102.5～117.411090.098117.5～132.4125190.206132.5～147.4140170.185147.5～162.4155270.293162.5～177.417080.087PAGE18OF32177.5～192.418580.087192.5～207.420010.011207.5～222.421510.011總數921.000數據描述（六）學生體重分佈狀態87.5~102.4102.5~117.4117.5~132.4132.5~147.4147.5~162.4162.5~177.4177.5~192.4192.5~207.4207.5~222.4191727PAGE19OF32298811直方圖（一）1716學生體重分佈狀況1510131265510127學生體重分佈狀態PAGE20OF322919178811直方圖（二）直方圖的前提：在一堆品質測量數字當中，能夠帶給我們什麼樣的情報？直方圖就是能夠在一堆看似混亂的數字當中，整理出一個規則，而這個規則可以展現:一、製程的品質散佈狀態；二、問題點的所在；PAGE21OF32三、製程能力。因此，企業組織就能夠利用這些數字所呈現的情報來掌握製程問題，以進行改善的對策。直方圖（三）直方圖的定義：直方圖的定義是將所蒐集的數據（測定值或數據）之全距分為幾個相等的區間作為橫軸，並將各區間內之測定值所出現的次數累積而成的面積，用柱子排起來的圖形，故又可稱之為柱狀圖。PAGE22OF32直方圖（四）直方圖繪製步驟（以實例說明之）：某廠之成品重量規格為130至190，今隨機抽取200個樣本，其重量測定值如下所示，試繪製直方圖：PAGE23OF32直方圖（五）步驟一：計算全距全距＝所有數字中之最大值－最小值以本例而言即：Ｌ－Ｓ＝170-124＝146步驟二：決定組數：一般取決法則如下：數據個數組數PAGE24OF32數據個數組數50～1006～10100～2507～12250個以上10～20以本例而言，有200個數據，固可將其分為12組直方圖（六）步驟三：決定組距：組距＝全距／組數＝46／12＝4（為方便計算平均數與標準差組距常取為５的倍數（為方便計算平均數與標準差，組距常取為５的倍數或10的倍數，或２的倍數。）步驟四：決定各組之上、下組界：最小一組的下組界＝最小值（測定值之最小位數／２）124（1/2）PAGE25OF32最小值－（測定值之最小位數／２）＝124－（1/2）＝123.5最小一組的上組界＝123.5＋4＝127.5第二組的下組界＝127.5；上組界＝127.5＋4＝131.5以此類推直方圖（七）步驟五：計算各組之組中點：步驟五計算各組之組中點各組之組中點＝（上組界＋下組界）／２第一組組中點＝（123.5＋127.5）／２＝125.5第二組組中點＝（125.5＋4）＝129.5以此類推PAGE26OF32以此類推直方圖（八）步驟六：作次數分配表(a)將所有數據，依其數值大小畫記於各組之組界內，並計算出其次數。(b)將次數欄之次數相加並以測定值之個數核對之表中之次數總和與測(b)將次數欄之次數相加，並以測定值之個數核對之，表中之次數總和與測定值之個數應相同。PAGE27OF32直方圖（九）步驟七：製作直方圖：PAGE28OF32直方圖（十）步驟八：計算平均值及標準差No.中心值Ｘ次數ｆｕｕｆu2ff2μf2μ中心值次數1125.514-5-703502129.57-4-281123133.511-3-33994137.513-2-26525141.534-1-34346145.5370007149.53213232PAGE29OF328153.523246929157.51333911710161.51044016011165.5452010012169.5261272合計Σｆ＝200Σuf＝-2Σ＝1220直方圖（十一）計算平均值及標準差之公式：f2μf2μ99120020021220415145222.)()(.nnuffuhsnxx（標準差）（平均值）PAGE30OF32直方圖（十二）步驟九：請試計算製程能力Cpk值。步驟九請試計算製程能力Cpk值PAGE31OF32實務演練：設有A、B二套設備，其規格值為135g～210g請試計算：(a)全部數據之直方圖(b)A、B兩套設備之直方圖(c)分別計算AB設備之平均值、標準差、製程精密度PAGE32OF32ＳＰＣ統計製程管制實務與應用（二）ＳＰＣStatisticalProcessControlPracticeandAdjustment（二）顧問師利錦文顧問師：利錦文再談製程能力