SPC material new

1SPC統計制程管制與6S六希格瑪現場改善技術壹、課程宗旨SPC早已是ISO9001/2000年版中的基本技術，可是仍有許多人不會使用，另一方面與3年前流行的六標準差專案管理模式又讓許多人弄不清楚，以為是十分複雜的東西，二者根本就是一家人，目的是達到持續改善的目的。貳、課程大綱一、認識SPC的精義/簡易範例/功能。二、對Q7管制圖的八種情況的瞭解。三、如何由M±S平均數與標準差來做流程品質的改善。四、熟悉正態分配查表技巧及SPC二種查表技術。五、學習計件值簡易公式的原理。六、活用管制線與規格線來計算CA/CP/CPK值。七、學會SPC後的活用–六標準差管理模式。八、6S中的五步驟–DMAIC定義/量測/分析/改善/管制。九、現場改善技巧–DOE與KSF關鍵成功因素。十、範例介紹演練。2Ⅰ導言、SPC制程管制是簡易技巧SPC在表面上雖稱為統計學程管制，但是只用到統計原理而根本不需要使用真正的統計學，它將統計學原理中的繁雜計算簡化成方便易懂的「查表係數」，代入後立刻就懂，由X及R的表中總和性數據即可計算出統計「推移圖」（RunChart）中的上下管制線，再以規格線與管制線的比較，可求出CA/CP/CPK值來推算其不良率多少，以此「製程管制」中的不良率來替代「成品檢驗」，可省下許多人力。於1924年施華德先生發明SPC，其發揚光大則在1990年間，Motorala及GE公司借用SPC技術而重視「生產作業流程的品質管理」，它形成作業管理與品質管理的結合，簡稱S6–SixSigma專案推動模式。一提到6Sigma或六標準差，大家會以為它是深奧的統計計算模式，其實什麼都不是，它只是正態分配曲線中，打破原來±3S的理念，而邁向±4，±5，±6的更精準的要求，簡言之，±3Sigma是0.9973良率，±4，±5，±6…就必需是0.9999…更高的良率，這樣才能使品質更佳，達到零缺點的情況ZD＝ZeroDefect。由於品質的產生來自於生產作業的流程，由於每一次作業步驟中皆要求其平均數要達標準，而且變異應要極小化，簡言之，M±S中S要最小，則變異小的產品當然最好。3由這觀念導引出的SPC教學方式，當然和理論上的完全不同，共有七基礎步驟。基礎Ⅰ：認識M±S的意義及Q4直方圖/分配圖。基礎Ⅱ：認識常態（正態）分佈的±1δ，±2δ，±3δ的68%，95%，99%的意義，並學會查表。基礎Ⅲ：領悟過去3個Sigma的錯誤，因（0.99）10≒0.98。基礎Ⅳ：學習由不良M±S的表現開始，如不合格則要以動態推移數據來計算上/下管制線，其實只要簡易公式及查表即可。基礎Ⅴ：學會了上下管制線後，即可由CP=數據線/管制線，來計算CA/CP/CPK。基礎Ⅵ：由CPK值大小可推算不良率多少。基礎Ⅶ：全面推動持續改善活動。結論：SPC/6希格瑪/CI持續改善都是一家人。4壹、簡單認識SPC放棄恐懼一、SPC統計制程管制並不是統計學1.S=Statistics統計。2.P=Process製程/流程。3.C=管制。4.應稱：統計流程管制→因為可應用於任何其他的管理過程中。5.區別SPC≠SQC，後者是統計抽樣品管技巧。6.認識→1924年/施華德/品管第一仙。二、不學統計，但是要有統計數據概念1.凡是數據皆有二種：計量值/計數（件）值。2.計量值一定有M±S（其實計件值/計數值亦有）。3.M=Mean平均數，例如80分，S=StandardDeviation標準差，代表變異的程度。4.由M±S的情況可知作水準如何，例如，80±1.0優於80±10。三、認識一些符號1.母體＝μ±δ樣本＝M±S。2.X＝M，X平均數的平均數，X~=中數。3.R=Range全距，Rm=移動全距。5貳、學SPC先要認識常態分佈一、常態分佈（正態分佈）1.左右對稱3.±1δ＝68%2.總面積＝100%4.±3δ＝0.997二、用±3δ＝0.9973做上下管制線1.X±A2R→查表知A2即可知上下管制線。2.X~±M3A2R→同理可知，只是乘上中數修正係數M3。3.X±A3S→同理可知，只是係數改成A3。4.X2±E2Rm→個別管制圖，係數改為E2。三、上下管制線即是6δˆ1.可用R/d2→δˆ。2.亦可S/C4→δˆ。3.正常情況下δˆ/nS。四、由上下規格線除以上下管制線可得知1.CP值＝精密度。2.CA值＝準確度。3.CPK值＝CP×修正係數。6參、已知CPK值求出不良機率一、再學一次正態分佈表1.CPK值×3＝？Sigma。2.N個Sigma→不良率。3.範例→CPK值＝1.33/1.00/1.67。二、由製程檢驗替代成品檢驗1.十天一萬台，不如測1小時100台，取樣5個。2.取樣後可知X1/R1，再累績成X,R。3.由X±A2R公式可求出上下管制線。4.由UCL/LCL可知上下規格後比較得到CA/CP值。5.由CA/CP值可求出CPK值。6.CPK值×3＝NSigma可推知不良率，它即是製程檢驗。三、製程檢驗為何比成品檢驗好–研討之7肆、計件值SPC應用簡易公式一、不良率公式1.P=平均不良率。2.變異數V=)1(PP。3.標準差)1(PPVδ。4.上下線δnP/3。5.範例：P=0.2，上下線＝？二、共有4種計件值管制圖1.不良數→當n相同時使用。2.缺點數→C管制圖。3.單位數→U管制圖（U=Unit）。三、計件值求CP值1.可求三個CP值。2.上下CP值→最小者是CPK值。3.CP＝客/我＝USL-CSL/UCL-LCL。四、CA值計算方式1.CA＝X-U/T/2。2.T=Tolerance=規格公差＝上規格線-下規格線。8伍、SPC為何和改善會有關係一、PDCA→DMAIC模式1.界定Define–內部客戶+核心流程。2.量測Measure–M±S平均最大標準差。3.分析Analysis–SPC統計分析。4.改善Improve–DOE找出KSF做改善。5.管制Control–用指標做管制。二、QCC魚骨圖方式1.由下到上→團隊自由研討。2.活用Q7→找問題並界定問題。3.借用IE-7→尋找對策來做改善。三、N7新品管七手法的功能1.N1KJ親和圖替代Q1魚骨圖。2.N2關連圖找出因果分析。3.N3箭頭法做工作分解。4.N4矩陣圖找流程中原因。四、DOE+SPC才能找到KSF1.關鍵成功因素→做改善。2.CTX＝CriticaltoX。9陸、PASS問題分析解決對策一、什麼是PASS1.Problem＝問題。2.Analysis＝分解。3.Solving＝解決。4.Strategy＝對策。二、PASS前三步驟1.找問題/界定問題/因果分析。2.用FMEA表列出F/M/E/C/I–功能/類型/效應/原因/變善。三、PASS和SPC關係1.可界定合格/不合格線間的關係，CP＝1.00即正好合格。2.SPC可監控現場的表現，一旦有問題立刻知悉。3.SPC的改善五招–4M+E＝人/機/料/法+環境。四、DOE實驗計劃和SPC關係1.DOE＝DesignofExperiment實驗計劃。2.活用DOE表可找出關鍵因素。3.對KSF改善才有效–KSF。五、田口方法可找出KSF最佳水準量10工作改善Q&AQ1：傳統的工作改善只要做QCC，對嗎？A1：是的，但QCC及PDCA/Q7手法不是解決現在問題，因此，必需要用SPC及DMAIC迪麥克手法才可能解決。Q2：別人教SPC十分複雜，為什麼在此十分簡單？A2：因許多專家把SPC簡化成只要查表及代入簡易公式即可。Q3：SPC不是統計製程管制，為什麼不用學統計。A3：它有統計原理在，但是目前以查表即可解決。Q4：6Sigma工作改善是改善什麼？A4：改善工作流程效率。Q5：CP值等於多少才是六標準差？A5：CP值＝2.0，即是六標準差。Q6：工作變善為什麼要做流程品質管控。A6：作業流程不穩定，一定要改善。Q7：什麼情況下才知流程不佳？A7：CPK值小於1.00即是不太好。11SPC中英對照表及公式1.M±S平均數±標準差。2.X小組平均數的平均數稱XBar。3.X~中數，稱XWave。4.S樣本標準差。5.δ母體標準差。6.δ＝nS統計第一修正公式。7.δ＝2dR統計第二修正公式。8.δ＝4CS統計第三修正公式。9.計算dfSSS。10.df=自由度DegreeofFreedom。11.SS=平方和SumofSquare。12.SS=□-XXn)(22)(□。13.A2係數→用於X-R管制圖。14.M3A2係數→用於X~-R管制圖。15.A2係數→用於X-S管制圖。16.E2係數→用於Xi-Rm管制圖。17.R=Range全距。18.Rm=MovingRange移動全距。19.P平均不良率。20.CA/CP值＝準確度/精準度。12柒、QCC品管圈成功現場改善一、1975年間石川馨提出1.日本人Ishigawa。2.QCC品質管制圈Circle。3.圈是小型研討團隊。二、活用PDCA手法1.稱管理循環。2.1960XDX。3.1970PDS。4.1980PDC–A。5.A=Act對策，A=Action行動。三、由下到上自動做改善1.圈長+組員。2.提問題+腦力激盪。3.KJ法+SD系統圖。四、由上到下強制做改善1.6Sigma專案改善。2.BB+MBB+Champion=黑帶十大黑帶+盟主。3.GB綠帶全面推動。4.由上強制做專案改善。13附件14導言：有統計分析力的持續改善ContinualImprovement持續改善是1980年代企業界高喊的口號，一直延續到21世紀，它由TQM全面品管時代到2000年客戶滿意紀元，皆重視此方向，CI二字已被多少企業當成座右銘。但是持續改善並不是口號，而是由許多數據及業績反映出來的技巧，新統計分析即是其中主要技術，由實務性數據中找出問題的真正因果與相關關係，不斷的去除不良因素，則即會產生「實效」，這樣不斷的迴饋修正，就是企業必需努力的工作–CI持續改善。最有名的持續改善作法是「標準」（Benchmark），由數據上可反應出一步一步向上爬，鎖定比自己強一點的企業及其作法，一步步緊追在後，時機一到就超越對方。統計分析技術的發揮必需有三個基本的作法：作法一：平日收集各種有意義或無意義的數據，而且其種類型式不斷在擴大增加中。作法二：由數據中發掘一些合乎邏輯現象的原因，並設法將其改善。15作法三：由改善過程中不斷建立新的標準（S1），這些標準的不斷提昇就形成改善，這些標準皆由SPC及CA、CP值來簡化其複雜性，管理者可一目瞭解。舊統計提供一些基本方法去尋找相關並比較大小，可知改善差異性，並以檢定其變異性找出原因，新統計則以通用性指標建立全公司人員的共通語言，並藉簡易化的電腦公式去計算這些數據，任何一個新進企業人，即會很快知悉其標準及努力方向在那裏，他（她）們心中只要努力去想辦法達到客觀標準，即是達成任務。上級督導者（Supervisor）亦不用天天緊迫盯人，只要看準這標準的起伏，就知部門內表現的好壞（Performance）。因此，統計原理要簡化的使企業人能快速認知，其理論及運算則不是企業人的工作（留給專業統計學者去研究），其指標及計算指標的簡易公式則是企業人必需知悉的工具，在經過一兩個代表性範例介紹後，企業人很快會運用自如，使用於日常處理工作的數據上。這就是計量管理時代的來臨，1911~25年泰勤，吉布耐斯及費堯建立起過程學派（ProcessSchool），強調管理是一步一步的過程，1950~80年間，馬斯洛，麥克雷格及日本人Ouchi重視人的心理行為，形成「行為學派」（BehavioralSchool），接著因1980年個人電腦及統計，而進入21世紀的「計量學派」（QuantitativeSchool）。16壹、統計分析第一步相關分析品管七手法並不是只限於品質問題，是對「Problem」問題做七種分析方法，先簡單介紹前四項中的三項。Q1魚骨圖–以經驗做原因分析（項目細分法及KJ法）Q2查檢表–收集數據輔助分析（因魚骨圖沒有數據）Q3柏拉圖–（略）Q4直方圖–藉分佈圖瞭解現況。問題