SPC培训教材

４．異常原因之變不但可以找出其原 因，並且除去這些原因之處置，在 經濟觀點上講常是正確者
12
：
• 请列出目前制程中人，机，料，法，环境 中普通原因及特殊原因有哪些？
13
局部性的對策及系統中的對策
.特殊原因之对策（局部面） 通常会牵涉到消除产生变异的特殊原因 可以由制程人员直接加以改善 大约能够解决之制程上之问题 .共同原因之对策（系统面） 通常必须改善造成变异的共同问题 经常需要管理阶层的努力与对策 大约的问题是属于此类系统
: 是製程散差
等级 值
≦
≦ < ≦ < ≦ < <
48
精度指標
> 代表製程精良，製程散差窄於規格公差；
< 代表製程駑劣，製程散差闊於規格公差. 練習 : 某马达之 定義為 ( 算其值. ) ，而製程做出來之中心值為 ，標準差為 .請計
T 800 C 1 . 67 P 6 6 * 80
4
品管發展歷程
推動品質 活動
約每年就出現一種關鍵品質管理方法
、 (頭腦風暴) 、、 、、、 、、、、
5
• 過去，製造商經常通過生產來製造產品，通 過品質控制來檢查最終產品并剔除不符合規 範的產品.在管理部門則經常靠檢查或重新檢 查工作來找出錯誤，在這兩種情況下都是使 用檢測的方法，這種方法是浪費的，因為它 允許將時間和材料投入到生產不一定有用的 產品或服務中. • 一種在第一步就可以避免生產無用的輸出， 從而避免浪費的更有效的方法是——預防.
理想型：制品良好,能力足够.制程能力在规格界限 内,且平均值与规格中心一致,平均值加减倍标准 差为规格界限,制程稍有变大或变小都不会超过 规格值是一种最理想的直方图.
8 7 6 5 4 3 2 1 0
30
舉例說明：
個機螺絲直徑直方圖.
圖中的直方高度與該組的頻數成正比
機螺絲直徑直方圖
直方圖趨近曲线
31
统计制程控制
1
简介 统计学概述 制程能力 管制图
2
3
品管方法歷程
一般公司
世界標竿公司
方法
σ
σ 產品檢查 (、、)
σ 品管手法
σ
試驗計劃 與制程結 合
σ
試驗計劃 與設計結 合
σ
管制
產品管制
製程管制
管理改善()一般公司 改善
技術改善() 世界標竿公司 改善
產品管制 設計管制 最佳化 最佳化
40
σ — 規格標準差
讀做
σS 3σ USL LSL 6
USL LSL σS 6 σ 12
41
σ—樣本標準差
n 2 ( Xi X ) σx
i 1
n 1
42
例題說明 •
σ x ( X 1 X ) ( X 2 X ) ( X 3 X )
2 2 3 2
：規格允差(公差之半)
μ ：製程平均數 σ ：製程標準差
45
准度指标
定义： CA
m Δ
代表製程群體之中心對規格中 心的誤差，而 是規格允差. 所以，製程中心的誤差佔允差 的比例，就是準度.當製程中 心並無誤差時，準度的數值數 值是.
等級 A
B C D
Ｃａ 值 ｜Ｃａ｜≦ １２﹒５％ １２﹒５％＜｜Ｃａ｜≦２５％ ２５％＜｜Ｃａ｜≦５０％ ５０％ ＜｜Ｃａ｜
特殊因素之變異
１．一個或少數幾個較大原因所引起,可以避免 ２．任何一個異常原因，都可能發生 大之變異
３．幾個較代表性之偶然原因如下： （１）原料之微小變異 （２）機械之微小掁動 （３）儀器測定時不十分精確之作 法
４．實際上要除去製程上之偶然原因， 是件非常不經濟之處置
３．幾個較代表性之異常原因如下： （１）原料群體之不良 （２）不完全之機械調整 （３）新手之作業員
52
單邊規格
定義：
C C PK P
練習 :
望大規格和望小規格都只要求單邊 界限，沒有必要評價準度.所以，我 們讓精度指標就等於綜合指標的公 式
27
正態分布基本知識
• 在中心線或平均值兩側呈現對稱之分佈 • 常態曲線左右兩尾與橫軸漸漸靠近但不相交 • 曲線下的面積總和為
28
常态型分布
中間高,兩邊低,有集中的趨勢,表示規格.重量等計量 值的相關特性都處於安全的狀態之下,製品工程狀 況良好.
10 9 8 7 6 5 4 3 2 1 0
29
与规格值或标准值作比较
51
综合指标
製程能力的綜合指標是準度 C ( 1 C ) C 定義： PK A P
和精度的乘積
練習 :
某马达之 定義為 ( 算其值. ) ，而製程做出來之中心值為 ，標準差為 .請計
C ( 1 C ) C 1 . 67 x 0 . 375 0 . 62 PK A P
品保体系的要求
「」要求為客戶提供合格的產品，只有穩定而一貫的「過程」與「系統」，才能保 證長期做出合格的產品.然而，如何檢核此一貫「過程」與「系統」仍然穩定的存在呢？
這必須仰賴來發揮功能.
7
什麼是
是英文 的字首簡稱,即統計過程控制. 就是應用統計技術對過程中的各個階段收 集的數據進行分析，並調整制程，從而達到 改進與保證質量的目的.
瓶子的重量
22
下表为一个光学仪器部件的厚度数据，据此绘制直 方图。
23
24
何謂統計?
先看以下幾個例子:
第一組數據:
第二組數據:
第三組數據:
第四組數據:
問題一:它們的平均值相等嗎?
問題二:若定在±,它們合格嗎? 問題三:哪一組數據比較好?
25
定义
为了解被調查群体的某些隱含的特性，运用合理 的抽样方法从被調查群體中取得適當的樣本，通过 研究样本來发现群体的特性!
最小值 (测量单位 )
( ) 第一段的上限边界值 下限边界值 段宽
中心值 (上最值下界值)
20
直方图的绘制方法
第五步：通过核对表上检查数据的出现次数
段 界限 中心值
1111 1112 1113 1114 1115 1116 合 计
次数
段值的数目
21
直方图的绘制
第六步： 绘制直方图及其规格界限
规格下限 规格上限
15
七大手法
七大手法： 查檢表 层别法 柏拉图法 特性要因图法 散布图 直方图
七大手法口決：
• • • • • • • 查檢集數据 層別作解析 柏拉抓重點 魚骨追原因 散佈看相關 直方顯分布 管制找異常
16
直 方 图 的 用 词 术 语
段的中心点
段
段的宽度
段的边界点
17
直方图的绘制方法
第一步：收集至少个数据（此处有个数据）
50
望小規格
定義：
USL - C P 3
製程對規格上界之距離 和製程散 差 的比值，就是望小規格製程精 度指標的公式.
練習 :
某马达啟動電壓值( )之規格為至少，製程做出來之中 心值為, 而製程做出來之標準差為.請計算其值.
USL 2 . 5 2 . 15 C 2 . 33 P 3 3 * 0 . 05
统计学是科学的以偏概全的方法
一叶知秋
春雾雨 夏雾热 秋雾太陽 冬雾雪
26
主要統計學名詞
群體 於制造業而言，通常指在同一生產條件下符合特定 要求的所有個體的集合! 也可稱為批量 記為 樣本 於群體中抽樣而得的部份個體的集合! 記為 μ 群體平均值 群體標准差 全距 概率(六合彩) 正態分布 樣本平均值 樣本標准差
10
普通原因与特殊原因之变异
普通原因：制程中变异因素是在统计的管制 状态下，其产品之特性有固定的分配.
特殊原因：制程中变异因素不在统计的管制 状态下，其产品之特性没有固定的分配.
11
偶然因素（偶波）和異常因素（異波）
普通因素之變異
１．大量之微小原因所引起,不可避免 ２．不管發生何種之偶然原因，其個別 之變異極為微小
46
准度指标
代表製程無偏，製程中心正好落在規格中心 代表製程大偏，製程中心落在規格界線外.
練習 : 某马达之转速 定義為 .請計算其值. ( ) ，而製程做出來之中心值為
m 4000 3850 C 0 . 375 A Δ 400
47
精度指標
定義：
CP
T 6
: 代表規格公差
6
興起的背景
美國. . 博士於年月日發 明了第一張管制 圖，開啟了統計品管的新時代.
「經驗掛帥時代」的結束
如果工作經驗對產品品質有舉足輕重的影響（例如：手工裁縫），那麼，就沒有 太多揮灑的空間.相反地，如果某一公司開始將經驗加以整理，而納入設備、製程或系統時；
也就是說，該公司開始宣告「經驗掛帥時代」將要結束，那麼的導入時機也就自然成熟了.
49
望大規格
定義：
CP LSL 3
製程對規格下界之距離 和製程散 差 的比值，就是望大規格製程精 度指標的公式
練習 : 某機種其導線長度之規格為至少 ，廠商提供之筆資料之 中心值為, 而製程做出來之標準差為.請計算其值.
L SL 12 . 3 7 . 5 C 1 . 93 P 3 3 * 0 . 83
強調預防，防患於未然是的宗旨.
8
概念介紹
之涵蓋範圍
設計品質 機器 調整改善 一 異 般 常 原 原 因 因 品質變異 之原因 材料 環境
制程 量測 方法
人力 製程 品質
品質衡量 與鑑定
分析 (三)分析和發現品質變異原因 (四)調整與改善在制程上
9
(一)整個制程之掌握 (二)制程績效之情報取得
的基本觀念 世上沒有任何兩件事.人員.產品是完全一樣 製造過程中所產生之變異是可以衡量的 事情.產品的變異通常根據一定的模式而產生 宇宙萬物及工業產品大都呈常態分配 例如 :身高.體重.智力.考試成績.所得分配 變異的原因可分為偶因及異因 偶因屬管理系統的範圍 異因卻是作業人員本身就能解決的 應用 可以指出製程最需要改善的地方
i 1
3 1
( 1 2 )2 ( 22 )2 ( 32 )2

i 1
3
3 1
1 0 1 1 2
43
44
製程能力指標
製程能力不外區分精度和準度，下面將介紹製程能力的精度指標、準 度指標、和總合指標.善用製程能力指標，我們可以恰當反映工程的情 況. 設 ：規格中心(製程之期望中心) ：規格下界 ：規格上界 ：規格公差
這個結論十分重要.控制圖即基於這一理論而產生.
34
不同的常態分配
(a)μ 1≠ μ 2，σ 1=σ
2
μ
1
μ
X
2
35
不同的常態分配
()μ μ ，σ < σ
σ
μ
μ
36
不同的常態分配
()μ ≠μ ，σ <σ
μ
μ
37
計數值： 不良率圖 缺點數圖 群體 μ 規格 制程 樣本 柏拉圖
計量值： 最小值
18
直方图的绘制方法
第二步：决定段(组)的数目
方法 段数()
方法
段数
以上
(约. ) 全距最大值最小值
第三步: 决定段的宽度.
段宽(组距)
（最大值 – 最小值 )
段数
(约. )
19
直方图的绘制方法
第四步： 决定每段的边界值
下界值 最小值 (测量单位 ) 上界值 下限边界值 段宽 第一段的下限边界值
規格標准差
圖
38
直方圖
規格界限與管制界限
• 規格界限：判定一單位產品合格與否的 準則； • 管制界限：決定一個製程是否受到值得 加以鑑定的變異原因所干擾；對每組數 的超限與否進行管制；
39
何謂標準差(σ) ? 希臘文字里的 小寫符號– σ是統計學符號.代 表母體的“標準偏差”. （ ） 統計學中，標準偏差意指任何一組事項或流 程所產出的變異或不一致的度量值.
14
能解决之问题 经济性：有效的抽样管制，不用全数检验，不 良率，得以控制成本.使制程稳定，能掌握品 质、成本与交期. 预警性：制程的异常趋势可实时对策，预防整 批不良，以减少浪费. 分辨特殊原因：作为局部问题对策或管理阶层 系统改进之参考. 善用机器设备：估计机器能力，可妥善安排适 当机器生产适当零件. 改善的评估：制程能力可作为改善前后比较之 指针.
32
正態分布中，任一點出現在
μ
μ μ
σ內的概率為 (μσ<< μσ)
σ內的概率為 (μσ<< μσ) σ內的概率 為 (μσ<< μσ)
33
正態分佈有一個結論對質量管理很有用，即無論均值
μ和標準差σ取何值，産品質量特性值落在μ± σ之間的概
率爲，於是落在μ± σ之外的概率爲一 ，而超過一側，即 大於μσ或小於μσ的概率爲≈ ‰ ，如正態分佈曲線圖.
將各組的頻數用資料總和除，就得到各組的頻率，它表示機螺絲 直徑屬於各組的可能性大小. 顯然，各組頻率之和爲.若以直方面積來表示該組的頻率，則所有 直方面積總和也爲.
如果資料越多，分組越密，則機螺絲直徑直方圖的直方圖也越趨近一條 光滑曲線，如直方圖趨近光滑曲線圖所示.在極限情況下得到的光滑曲線即爲 分佈曲線，它反映了産品質量的統計規律，如分佈曲線圖所示