统计制程控制

控制圖原理的第二種解釋
根據來源的不同，質量因素可以分成4M1E五個方 面。 但從對質量的影響大小來看，質量因素可分成 偶然因素(簡稱偶因)與異常因素(簡稱異因)兩類。 偶因是始終存在的，對質量的影響微小，但難以除 去，例如機床開動時的輕微振動等。異因則有時存 在，對質量影響大，但不難除去，例如車刀磨損、 固定機床的螺母鬆動等。
局部問題的對策 局部問題的對策
*通常用來消除特殊原因造成的變異
*可以被製程附近的人員來執行 * 一般可以改善製程的 15%
系統改善的對策 系統改善的對策
*通常用來減低普通原因造成的變異
*幾乎總是需要管理者的行動來加以矯正 * 一般可以改善製程的 85%
ISO9000品保体系的要求
「ISO-9000」。要求為客戶提供合格的產品，只有穩定而一貫（Consistent）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SPC來發揮功能。
什麼是SPC 三. 什麼是SPC
SPC是英文Statistical Process Control的字首簡稱,即 統計過程控制。 SPC就是應用統計技術 統計技術對過程中的各個階段收集的數 統計技術 據進行分析，並調整制程 制程，從而達到改進與保證質量的目 制程 的。 SPC強調預防，防患於未然是SPC的宗旨。 SPC
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 1
舉例說明： 舉例說明：
100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
直方圖趨近光
將各組的頻數用資料總和N=100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1。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1。
有管制圖就是在推動SPC
這張管制圖是否有意義？ 它所管制的參數真的對產品品質有舉足輕的影響嗎？ 管制界限訂的有意義嗎？ 這張管制圖是否受到應有的重視？是否已照規定執行追蹤與研判？ 這些問題經過推敲之後才能幫助我們對SPC作更深入的瞭解。
認識誤區的剖析(二 六. SPC認識誤區的剖析 二) 認識誤區的剖析
＋
3σ內的概率為 P(μ-3σ<X< μ+3σ) = 99.73%
不同的常態分配
(a)μ1≠μ2，σ1=σ 2
μ1
μ2
X
不同的常態分配
(b)μ1=μ2，σ1<σ2
1 σ
σ2
μ1=μ2
X
不同的常態分配
(b)μ1≠μ2，σ1<σ2
μ1
μ2
X
藍色代表規 格分佈形態
紅色代表 實際制程 分佈形態
舉例說明
認識誤區的剖析(三 六. SPC認識誤區的剖析 三) 認識誤區的剖析
有了可控制的製程參數就是SPC？
製程參數的確是SPC的焦點，但是我們應深入探究── 為什麼挑出這些製程參數？ 這些製程參數的控制條件是如何決定的？ 這些製程參數與成品品質間有因果關係可循嗎？
製程（ 品質的源頭、 製程（Process） ──品質的源頭、SPC的焦點 ） 的焦點
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
正態分布中，任一點出現在 μ
＋
σ內的概率為 P(μ-σ<X< μ+σ) = 68.27%
μ + 2σ內的概率為 P(μ-2σ<X< μ+2σ) = 95.45% μ
試驗計劃 制程結 與制程結 合
Average Company 一般公司
Best in class 世界標竿公司
5σ
試驗計劃 設計結 與設計結 合
6σ
管制
管理改善(PDCA)一 一 管理改善 般公司THREE 般公司 SIGMA 世界標竿公司SIX SIGMA改善 世界標竿公司 改善
SPC 統 計 製 程 控 制
理論培訓教材
研討、交流、提高 研討、交流、
本次訓練班的內容
正確認識SPC 正確認識SPC 正確認識 SPC興起的背景 SPC興起的背景 SPC SPC的基本概念 SPC的基本概念 SPC SPC認識誤區的剖析 SPC認識誤區的剖析 SPC 統計學概述 控制圖原理 SPC推行具體步驟 SPC推行具體步驟 判斷制程穩定或異常的準則 十五項品質指標 理論解析、實例演練 理論解析、
超過管制上限， 超過管制上限， 為不可接受區域
A區 B區 C區 區
管制上限 中心線 規格範圍 μ+3σ 管制下限
在管制界限內， 在管制界限內，為 可接受區域
μ+1σ B區
A區
μ+2σ
兩類錯誤
虛發警報的錯誤 α 虛發警報的錯誤,也稱第I類錯誤。在生産正常的情 況下,純粹出於偶然而點子出界的概率雖然很小,但總 還不是絕對不可能發生的。因此,在生産正常、點子出 界的場合,根據點子出界而判斷生産異常就犯了虛發警 報的錯誤或第I類錯誤,發生這種錯誤的概率通常記以 α
產品管制 設計管制 最佳化 最佳化
二. SPC興起的背景 興起的背景
美國W. A. Shewhart博士於1924年發明管制圖，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，SPC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SPC的 導入時機也就自然成熟了。
Ca Cp Cpk
四. SPC 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SPC 可以確保作業人員的自尊 應用SPC 可以指出製程最需要改善的地方
偶然因素（偶波）和異常因素（異波）
偶然因素之變異
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 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
主要統計學名詞
於制造業而言， 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! 所有個體的集合 記為N 要求的所有個體的集合 也可稱為批量 記為 於群體中抽樣而得的部份個體的集合! 記為n 部份個體的集合 樣本 於群體中抽樣而得的部份個體的集合 記為 群體平均值 σ 群體標准差 R 全距 概率(六合彩 概率 六合彩) 六合彩 正態分布 X bar 樣本平均值 σx 樣本標准差
SPC發展歷程 發展歷程
推動品質活動 1950-1960 1960-1970 1970-1980 1980-1990 1990-2000 約每10年就出現一種關鍵品質管理方法 約每 年就出現一種關鍵品質管理方法 SPC QCC、SPC 、 TQM、QCC、SPC 、 、 ISO9000、TQM、QCC、SPC 、 、 、 SIX SIGMA、ISO9000、TQM、QCC、SPC 、 、 、 、
漏發警報的錯誤 β
漏發警報的錯誤,也稱第Ⅱ類錯誤。在生産異常的情 況下,産品質量的分佈偏離了典型分佈,但總還有一部分 産品的質量特性值是在上下控制界之內的。如果抽到這 樣的産品進行檢測並在控制圖中描點,這時由於點子未出 界而判斷生産正常就犯了漏發警報的錯誤或第Ⅱ類錯誤, 發生這種錯誤的概率通常記以β 由於控制圖是通過抽查來監控産品質量的,故兩類錯 誤是不可避免的。在控制圖上,中心線一般是對稱軸,所 能變動的只是上下控制限的間距。若將間距增大,則α減 小而β增大,反之,則α增大而β減小。因此, 只能根據 這兩類錯誤造成的總損失最小來確定上下控制界限。 根據經驗 ，μ±3σ作為管制限可以使總損失最小 μ
五.SPC的特點 SPC的特點
SPC是全系統的，全過程的，要求全員參加，人人有 責。這點與全面質量管理的精神完全一致。 SPC強調用科學方法(主要是統計技術，尤其是控 制圖理論)來保證全過程的預防。 SPC不僅用於生産過程，而且可用於服務過程和一 切管理過程。
認識誤區的剖析(一 六. SPC認識誤區的剖析 一) 認識誤區的剖析
品管方法歷程 SPC興起的背景 興起的背景 什麼是SPC 什麼是 SPC基本觀念 基本觀念 SPC的特點 的特點 SPC認識誤區的剖析 認識誤區的剖析
一. 品管方法歷程
690,000 300,800 66,807 6,210 233 3.4 方法 1σ 2σ 3σ 產品檢查 品管7手法 品管 手法 (5S、QCC、ISO9001:2000) 、 、 產品管制 製程管制 4σ
控制圖原理的兩種解釋
控制圖原理的第一種解釋 ：
在控制圖上描點，實質上就是進行統計假 設檢驗，而控制圖的上、下控制界即爲接受域 與拒絕域的分界限，點子落在上、下界限之間， 表明可接受，點子落在上、下界限之外，表明 應拒絕。
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±3σ之間的 概率爲99.73，於是落在μ±3σ之外的概率爲100%一 99.73%= 0.27%，而超過一側，即大於μ-3σ或小於μ+3σ 的概率爲0.27%/2=0.135%≈1 ‰ ，如正態分佈曲線圖。 這個結論十分重要。控制圖即基於這一理論而產生。
初三學生體育測試: 跳遠: (男生組) 2.50m 95%達標率 (女生組) 2.30m 95%達標率 東西方身體素質差異 身高: 東方成年男性168cm 西方成年男性175cm 體重: 東方成年男性65kg 西方成年男性75kg