《spc统计专业技术标准培训》由会员分享，可在线阅读，更多相关《spc统计专业技术标准培训（102页珍藏版）》请在金锄头文库上搜索。
1、1,統計觀念與SPC運用 BasicStatisticalConcept&SPCApplication,2,-6 -5 -4 -3 -2 -1 +1 +2 +3 4 5 6,+ ,- ,製造品質,設計品質,統計基本知识簡介,第一部份,3,統計是什麼,統計就是數據透過計算產生出有意義的情報,4,关于統計,先有事實還是先有統計 ? 統計的原料是什麼 ? 有數據就是統計嗎 ? 一群數據有何意義 ? 計算什麼 ?,5,統計的要素,平均值的意義 全距的意義 有了平均值和全距就是統計嗎 變異的意義 統計的目的 : 得到有意義的情報 何為有意義的情報 張力強度很好 , 算不算有意義的情報 ?,6,統計的意義
2、,張力強度的平均值為 5kg/cm , 算不算 大多數的產品張力強度為 到底要怎麼樣才算呢,7,統計的三要素,統計學而言，任何有意義的情報都有三個構成要素，分別是： 1.集中趨勢（通常以Xbar作代表） 2.離中趨勢（通常以 作代表） 3.被含蓋在特定範圍內的機率,8,-6 -5 -4 -3 -2 -1 x +1 +2 +3 4 5 6,+ ,- ,常態分配的概念图,9,常態分配舉例,如果成年男子的身高平均值（x）是167cm，標準差（）是8cm，那麼請問大約有多少成年男子的身高在159至175cm之間？ 68.27% 為什麼？ 因為159cm等於167-8，175cm等於167+8，所以，正
3、好是 1 的範圍，而參考上圖，落在1 的機率正好是68.27%,10,統計的溝通,你所計算的與x bar 與，如何才能讓沒學過統計的人一目瞭然呢?,11,統計的溝通,文不如表 表不如圖,12,統計製程在品質管制的重要性 開發期,在開發新產品階段提供了過去品質情報的經驗 協助新產品設計試作的檢查基準 外包品質特性的評估與選擇 設計品質及工程工法的評價 生產展開階段的品質預估與檢查規範 QC工程表的作成與承認,13,統計製程在品質管制的重要性 量試期,外作品檢討 實驗計畫的數據分析與蒐集 設備計畫的確認協助 外包廠商的選定與檢討標準 工程能力與評價協助 量產品的機能與各設備評估,14,統計製程在品
4、質管制的重要性 量產期,品質轉移的評價 成本與批量管理的評估 量產後的維持與改善 QCC活動的品質評估 品質經驗的累積與情報系統的建立 協助TQA 的持續改進,15,-6 -5 -4 -3 -2 -1 +1 +2 +3 4 5 6,+ ,- ,製造品質,設計品質,SPC 統計製程管制簡介,第二部份,16,SPC的基礎奠定於1910年代費雪爵士(Sir Ronald Fisher) 發展出的統計理論。 於1924年修華特博士(Dr. W. A. Shewhart)在貝爾實驗室 繪製了第一張的SPC圖，並於1931年出版了製造品質 的經濟控制之後，SPC應用於各種製造過程改善便就 此展開；此圖用於
5、分析製程是否在安定狀態，或維持製 造程序在安定狀況。,品質管制圖簡稱管制圖(Control Chart),SPC的源起,17,戴明红珠实验,启示1：本实验过程是一个稳定的系统 启示2：所有的变异均来自过程本身 启示3：过程为统计管制状态，即稳定状态 启示4：有些排序是打击士气的做法 启示5：工人的绩效受到过程的左右 启示6：对工人的奖励或处罚实际是上对过程的奖励或处罚,18,戴明红珠实验,启示7：这个试验展示了拙劣的管理 启示8：每个人在工作中都有责任去尝试改进系统，以提高自己与他人的绩效 启示9：管理者在没有任何基础的情况下，事先已经固定了自己绿珠的价格 启示10：检验系统可靠,19,戴明红
6、珠实验,启示11：可试偿让供应商降低进料红珠的比率 启示12：进料比率不等于红珠产出比率 启示13：管理是预测，而不是从事竞赛。 启示14：主管是系统的产物,20,SPC控制图的基本原理,SPC是将显著性检验的统计原理应用于控制生产制程的一种图形方法。 SPC控制图不同于抽样检验。它采取的是预防策略，可避免浪费和损失。 管制图是对过程或制程中各特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图。也叫控制图。,21,SPC 控制图的基本原理,美国贝尔实验室的休哈特（Walter Shewhart)博士的三句名言： 在一切制造过程中所呈现出的变异有两个分量。第一个分量是过
7、程内部引起的稳定分量，即正常变异；第二个分量是可查明原因的间断变异，即异常变异。 那些可查明原因的变异可用有效方法加以发现，并可被剔去，但正常变异不会消失，除非改变基本过程。 基于3限的SPC控制图可以把正常变异与异常变异区分开来。,22,-6 -5 -4 -3 -2 -1 x +1 +2 +3 4 5 6,+ ,- ,常態分配的概念,23,管制圖為表示變異的界限，界限內為3的範圍， 範圍內涵蓋99.73%的機率，其原理為常態分配曲線 採水平方式繪製，將抽樣之數據順序點繪成管制圖。,-6 -5 -4 -3 -2 -1 u +1 +2 +3 4 5 6,+ ,- ,UCL 管制上限,LCL 管制
8、下限,99.73 %,99.73 %,管制图的界限,24,製程狀況差不穩定,製程提升準確性不穩定,製程提升準確性亦提升,最理想狀況,實施管制圖的理想常態分配曲線,25,品質特性中組 合零件之數目,U3品質水準產品 品質可靠度之計算,U6品質水準產品 品質可靠度之計算,1 99.7300029% 99.999999800% 10 97.3325980% 99.999998000% 25 93.4649188% 99.999995000% 50 87.3557666% 99.999990000% 75 81.6464617% 99.999985000% 250 50.8695500% 99.999
9、950000% 500 25.8771111% 99.999900000% 1000 6.6962488% 99.999800000% 2000 0.4483975% 99.999600001%,品質可靠度與風險度的變化比較,品質可靠度 品質風險度 PPM總數 PPM 增減因素 0.9 0.1 100,000 29,411 0.99 0.01 10,000 2,941 0.999 0.001 1,000 294 0.9999 0.0001 100 29 0.9999 0.00001 10 3,品質水準：情況無變動及呈現1.5變動後不良數字之比較,npmo (即 ppm) () 無變動情況 有變
10、動情況 1 317,400 697,700 2 45,400 308,733 3 2,700 66,803 4 63 62,00 5 0.57 233 6 0.002 3.4 7 0.000003 0.019,正負3 與零件數目的品質可靠度,26,製造的產品中，其品質一定有變異存在；變異的原因如原料 品質、作業方法、機器狀況等的因素，但不可能保持完全沒有變 異，依變異種類可區分為正常变异與异常变异。 1.正常变异：原就存在製程中的原因中，在產品品質的變異原因 中，不用追究變異原因，其比例約有85%的問題應由 管理人員來處理，在追求變異來源時應由機器、材 料、方法等著手改善，此製程在“統計管制中
11、”。 2.异常变异：原不存在製程中的原因，約有15%的問題屬於此 類，可經由基層作業員的努力來改善。,品质变异,27,根據品管大師戴明Dr. Deming對SPC應用於製造過程改善的說明 有以下幾個重點 : 1.SPC 是一個方法 , 也是一個系統 , 從統計評估的資料中以 管制製程並改善之。 2.SPC可以減少變異並控制成本。 3. SPC 可以增加產品的壽命。 4.在討論製程績效時 , SPC 提供了一個共同的語言。,SPC 的優點,28,SPC 可达到的功效,3W2H： WHEN 何时发生的异常？ WHAT 发生了什么异常？ WHY 为什么会发生异常？ HOW 如何解决？ HOW 如何预
12、防？,29,管制图例,30,統計製程管制作法,決定產品特性,定義製程,作業標準化活動,決定量測品質 特性之能力,管制圖,採取改善活動,製程能力分析,改善製程,管制狀態,符合要求 繼續運作,不符要求,非管制狀態,31,(X1+X 2+X3+XN ) X 平均值 X = N N 平方和 ST =(Xi X)2 ST 變異數 2 = N 標準差 = S 2 Ps.為所有數據之標準差，S為樣本的標準差 意義,製程能力分析公式基本參數,32,量測數據9、7 、7 、8 、8.5求平均值、標準差、全距？ 平均值 (9 + 7 + 7 + 8 + 8.5 ) / 5 =7.9 標準差 (9-7.9)2+(7
13、-7.9)2+ (7-7.9)2+ (8-7.9)2+ (8.5-7.9)2) 5 = 3.2 = 0.8 5 全距 9 7 = 2 Q:以上參數意義究竟為何?,例題一：,33,1.圖示法：以圖形直接來表示，如次數分配表、直方圖 、管制圖表示。 2.數值法：以製程準確度Ca、製程精密度Cp、製程能力 指數Cpk表示。,製程能力調查的方式,34,量測製程之實績平均值與規格中心的差異性。 (X ) (實績平均值-規格中心值) Ca (K) = ； (T/2) (規格公差2) T=USL-LSL=規格上限-規格下限=規格公差 PS.單邊規格(設計規格)因沒有規格中心值，故不計算Ca 製造規格將單邊規
14、格公差調整為雙邊規格,如此方可計算Ca,當Ca = 0 時，代表量測製程之實績平均值與規格中心相同；無偏移 當Ca = 1 時，代表量測製程之實績平均值與規格上或下限相同；偏移100% 等級判定：Ca值愈小，品質愈佳。依Ca值大小可分為四級,等 級,Ca值,A,|Ca| 12.5%,B,12.5% |Ca| 25%,C,25% |Ca| 50%,D,50% |Ca|,處理原則,維持現狀,改進為A級,立即檢討改善,採取緊急措施，全面檢討 ，必要時停工生產,製程準確度Ca(Capability of Accuracy),35,例题二：規格中心8、規格上限9.5、規格下限6.5量測數據 9、7 、7 、8 、8.5求Ca值？ 平均值 = 7.9 公差 = 9.5 - 6.5 = 3 規格中心= 8 7.9 - 8 Ca = = - 0.0667(A級)向左偏移 (9.5-6.5)/2,例题三：設計規格；規格上限7、規格下限6、規格中心6.5量 測數據6.3、6.2 、6.6 、6.4 、6.2請推估製造規格的Ca值？ 平均值 = 6.34 標準差 = 0.1673,例題二、三：,
