SPC统计制程管制培训演示课件

StatisticalProcessControlSPC统计制程管制

------仅供内部培训使用------编制：LRH12/12/20221StatisticalProcessControlS课程大纲SPC背景说明制程变异分析基本概念建立SPC步骤

X-R、P管制图12/12/20222课程大纲SPC背景说明12/10/20222SPC兴起的背景SPC的误区SPC的焦点SPC的困难SPC的益处一、SPC背景说明12/12/20223SPC兴起的背景一、SPC背景说明12/10/20223大多数的品质问题是错在作业人员容许少数的不良,意外的瑕疵是无可避免的品质是品管部门的责任

只重视品质检验,检验人员需负责解决瑕疵品

SPC只是在现场挂管制图

对品质异常的错误观念12/12/20224大多数的品质问题是错在作业人员对品质异常的错误观念12/1085%的品质问题是管理人员所要担负的,管理者态度的偏差，更胜过作业人员的懒散

第一次就把事情做好,并且将后工程视为顾客,才能真正做到零缺点品质

品质和公司每一个人都有关

品质检验是可以解决问题但却无法消除问题

SPC是主品质保证的系统持续盍不断改善制程,以提升品质与生产力

对品质的正确观念12/12/2022585%的品质问题是管理人员所要担负的,管理者态度的偏差，更胜SPC兴起是宣告『经验挂帅时代』的结束

─手工艺的产业：SPC无用武之地→经验取胜

─当经验可以整理，再加上设备、制程或系统时，那SPC时机的导入，就自然成熟了。SPC兴起是宣告『品质公共认证时代』的来临

─1980年以前，客户大都以自己的资源与方法，来认定某些合格的供应商，造成买卖双方的浪费。─1980年以后，『GMP』及『ISO9000』的兴起，因为重视产品生产的『制程』与『系统』，故更须有有赖SPC来监控『制程』与『系统』的一致性。SPC兴起的背景12/12/20226SPC兴起是宣告『经验挂帅时代』的结束─误区1：有管制图就是在推动SPC？

─这是产品品质(Q)，还是制程参数(P)管制图？─这张管制图是否有意义？─它所管制的参数，真的对产品品质有举足轻重的影响吗？─管制界限订得有意义吗？─这张管制图是否受到应有的重视？是否已遵照规定，实施

追踪与研究？SPC的误区（1）12/12/20227误区1：有管制图就是在推动SPC？SPC的误区（1）误区2：有了Cpk/Ppk等计算就是在推动

SPC？

─Cpk/Ppk有定期审查吗？─是否已用Cpk/Ppk作订单分派给不同生产线，作为生产的依据？SPC的误区（2）12/12/20228误区2：有了Cpk/Ppk等计算就是在推动SPC误区3：有了可控制的制程参数(ProcessParameter)，就是SPC？

─为什么挑出这些制程参数？─这些制程参数的控制条件，是如何决定的？─这些制程参数与产品品质之间，有因果关系可循吗？SPC的误区（3）12/12/20229误区3：有了可控制的制程参数SPC的误区（3）12/10/SPC与传统SQC的最大不同点，就是由

Q→P的转变

SQC：强调Quality→产品的品质，换而言之，它是着重于买卖双方可共同评断、监定的一种『既成事实』。SPC：则是希望将努力的方向更进一步的放在品质的源头→制程(Process)上。因为制程的起伏变化，才是造成品质变异(Variation)的主要根源。

SPC的焦点→制程（Process）12/12/202210SPC与传统SQC的最大不同点，就是由SPC的焦点→品质变异的大小，才是决定产品优劣的关键

制程起伏的条件品质异常产品优劣因因果果SPC的焦点→制程（Process）12/12/202211品质变异的大小，才是决定产品优劣的关键制程起伏的条件品质异常执行SPC的困难（1）1、多种少量的生产型态一般都被连续制程管制的名词误导，以为许久才生产一次的产品难以适用SPC﹑其实只要图面﹑生产条件及制程因素未改变，仍可依产品别管制。又如为同类产品虽然规格大小不一，但制程相同，亦可以产品特性选用计量值管制图。12/12/202212执行SPC的困难（1）1、多种少量的生产型态12/10/20执行SPC的困难（2）2、管制计划不实际虽然多企业对其管制特性﹑规则﹑管制方法﹑样本大小﹑抽样頻率……等管制项目会建立制程管制计划或称QC工程表，但实际生产时可能会因各种制程因素，如人员﹑设备﹑材料﹑方法﹑环境等而无法依计划执行。在人员稳定﹑交期宽松﹑价格合理的情況下，依管制计划执行是不成问题的。但若遇到生产压力太大时，可能就不易依计划执行。故管制计划制订时除了应考虑合理性之外，亦必須考虑其可行性。12/12/202213执行SPC的困难（2）2、管制计划不实际12/10/2022执行SPC的困难（3）3、使用SPC前未作充分准备若生产方式未予标准化，使用SPC就难以收到效果，一般在使用SPC前，应准备事项如下：☆确定制程☆依客户需求及工程问题点确定管制特性☆决定量测方法及数据收集之程序☆设法使管制特性之变异降至最低12/12/202214执行SPC的困难（3）3、使用SPC前未作充分准备12/10执行SPC的困难（4）4、统计知识欠缺

一般人以为管制特性之群体分配为常态分配，而抽样数据可以代表群体，其实他可能忘了这只是为了统计方便而作的一个“假设”而已，因为：

☆

抽样存在抽样误差☆没有一个制程可以做到100%在统计管制状态下☆没有一个产品特性的分配是完全常态分配所以SPC仅能提供产品特性的资讯而已，对于产品及制程技术之专业应更加重视，才能达到改善制程的目的。12/12/202215执行SPC的困难（4）4、统计知识欠缺12/10/20221执行SPC的困难（5）5、量测数据不正确

量测设备之读值必須为产品特性最小精度至少1/10(例如产品特性公差为0.05，其量测设备必須能读取0.001以下，参考测量系统分析MSA)，量测系统本身误差太大，将会影响分析的结果。另外，一般对于平均值应取原数据位数多一位(例如Xi＝X．XX,則Xi应＝X．XXX)，标准差则应取有效位数至小数点三位。12/12/202216执行SPC的困难（5）5、量测数据不正确12/10/2022执行SPC的困难（6）6、管理阶层不支持

有些管理阶层认为SPC是多余的工作，浪費时间，常因客户要求而临时拼凑，应付了事，殊不知SPC有其莫大的好处；12/12/202217执行SPC的困难（6）6、管理阶层不支持12/10/2022执行SPC的困难（7）7、统计计算繁琐SPC统计计算虽然有点费时，但若能将运用公式或常数表置于便于查阅处，将可以减少此类问题。而现今市面上亦有可用之SPC电脑软体，在现今的社会，采用电脑软体来协助运算﹑绘图﹑分析等，可说是电脑辅管理。12/12/202218执行SPC的困难（7）7、统计计算繁琐12/10/20221执行SPC的益处（1）1、经济性/预警性/时效性

管制图是一项很简单有用的制程管制工具，以有效的抽样计划，不用全数检验，且利用作业员直接在生产线上绘点，提供一个可靠的资料，用以预估不良及控制成本，使制程因为管制与改善，而趋于稳定，更使品质﹑成本﹑交期得以预测与掌握。12/12/202219执行SPC的益处（1）1、经济性/预警性/时效性12/10/执行SPC的益处（2）2、较正确的预测若制程在统计管制状态下，则可以预测产品符合规格的程度，以确保产品品质的固定水准。12/12/202220执行SPC的益处（2）2、较正确的预测12/10/202执行SPC的益处（3）3、提高品质﹑提升效率﹑降低成本

产品的品质可通过减少变异而更好，且不断地运作制程改善循环，可令制程微小的变异也能加以改善，让品质达到：超越顾客满意度，增加顾客的信賴度。减少产品修补及报废，降低品质失败成本。增加制程产能，提升效率。12/12/202221执行SPC的益处（3）3、提高品质﹑提升效率﹑降低成本12/执行SPC的益处（4、5）4、分辨共同原因与特殊原因提供管理阶层参考，使型I﹑型II误差不致于发生，而造成制程对策错误之损失。5、检讨之共同语言

可以用以评估比较同一制程之不同班次(如早﹑中﹑晚班)，或同一制程不同站別之绩效。12/12/202222执行SPC的益处（4、5）4、分辨共同原因与特殊原因5、检讨执行SPC的益处（6）6、善用机器设备可用以估计机器设备能力，进而妥善安排适当机器生产适当的零件。12/12/202223执行SPC的益处（6）6、善用机器设备12/10/20222品质是否更稳定？良品率是否在提高？制程是否更流畅？成本是否更低廉？异常是否更快能被侦测到？品管员是否逐渐在减少？实施SPC的结果检查清单12/12/202224品质是否更稳定？实施SPC的结果检查清单12/10/2022统计制程管制的定义非机遇原因变异机遇原因变异制程改善循环

二、制程变异12/12/202225统计制程管制的定义二、制程变异12/10/202225统计制程管制的定义经由制程中去收集资料，而加以统计分析，从分析中得以发觉制程的变异，并经由问题分析以找出异常原因，立即采取改善措施，使制程恢复正常。并通过制程能力分析与标准化，以不断提升制程能力。12/12/202226统计制程管制的定义经由制程中去收集资料，而加以统计分析，从分检测─容忍浪费

允许将时间和材料投入到生产不一定有用的产品或服务预防─避免浪费

『第一次就把工作做对』制程控制的需要12/12/202227检测─容忍浪费变异—机遇原因与非机遇原因为了使变异的表示简化，通常分成下列二种：

☆机遇（共同）原因的变异

制程中变异因素是在统计的管制状态下『受控』。

随着时间的推移，具有稳定的且可重复的分

制程中的许多『全距』的原因。

☆非机遇（特殊）原因的变异制程中不常发生，但造成制程变异的原因。

所造成之分布与时间的关系，是不稳定且无法

预期的。12/12/202228变异—机遇原因与非机遇原因为了使变异的表示简化，通常分成下列如果制程中，只有机遇原因的变异存在，则其成品将形成依各很稳定的分布，而且是可以预测的如果制程中，有非机遇原因的变异存在，则其成品将为不稳定的分布，而且无法预测的范围→时间可预测范围→时间无法预测解释12/12/202229如果制程中，如果制程中，范围→时间可预测范围→时间无法预机遇原因与非机遇原因机遇原因•大量之微小原因所引起•原料在一定范围内的微小变异•机械之微小振动•仪器测定时，不十分精确之做法•依据作业标准执行作业的变化

•实际上，要除去制程上之机遇原因，是件非常不经济之处置非机遇原因•一个或少数几个较大原因所引起•使用规格外的原物料•新手之操作人员•不完全之机械调整•未依据作业标准执行作业•所制订之作业标准不合理•非机遇原因之变异，不但可以找出其原因，并且除去这些原因之处置，在经济观点上来说，是正确的12/12/202230机遇原因与非机遇原因机遇原因•大量之微小原因所引起非机遇原因局部措施→改善非机遇原因非机遇原因的变异简单的统计分析可发现如管制图直接负责制程的人员去改善局部措施改善对策牵涉到消除产生变异的非机遇原因可由制程人员直接加以改善大约可以解决15%之制程上的问题12/12/202231局部措施→改善非机遇原因非机遇原因的变异简单的统计分析可发现制程改善循环PDACPDACPDAC1.分析制程2.维护制程3.改善制程12/12/202232制程改善循环PDACPDACPDAC1.分析制程2.维护制程制程改善解释（1）1.分析制程：

本制程应该做什么？

●

会出现什么问题？

─本制程会有哪些变化？

─我们已经知道本制程的什么全距(全距)？

─哪些参数受全距(全距)的影响最大？

●

本制程正在做些什么？

─本制程是否在生产废品及需要返工的产品？

─本制程生产的产品是否处于受控状态？

─本制程是否有能力？

─本制程是否可靠？

12/12/202233制程改善解释（1）1.分析制程：本制程应该做什么？12/10制程改善解释（2）2.维护(控制)制程：

●

制程是动态的，并且会随时间而变化。

●

监控制程的能力指数

●

查出『非机遇原因』的变异，并采取有效的措施3.改善制程：

●

使制程稳定，并以维持制程的能力指数

●

充分理解『机遇原因』造成的变异

●

减少『机遇原因』造成变异的发生12/12/202234制程改善解释（2）2.维护(控制)制程：12/10/2022三、基本概念统计方法的意义•群体与样本•品质管制与统计方法12/12/202235三、基本概念统计方法的意义12/10/202235统计概念-----第1、第2种错误区分没有原著差异有原著差异没有显著差异βRiskTypeIIerror有显著差异αRiskTypeIerror事实上判断上12/12/202236统计概念-----第1、第2种错误区分没有原著有原著没有显著I（α）、II（β）类错误图示I类（生产者风险）II类（消费者风险）12/12/202237I（α）、II（β）类错误图示I类（生产者风险）II类（消费群体〈Population〉，可为整个制程的所有制品或半成品之全部测定值，亦可为一大批货品，一小批货品，一天内的制品或半成品，一小时内的制品。

群体〈Population〉

以

N

表示。计数值

群体不合格率

计量值

群体平均数

μ，群体标准差

σ群体的构成，特别应注意

层别

：

不同批原料、不同机器设备、不同班别、不同操作员等

群体与样本12/12/202238群体〈Population〉，可为整个制程的所有制品或半成品样本〈Sample〉，为自群体中选取的一部分制品或半成品之测定值，或自整个检验批中抽取一部分制品或半成品之测定值。

样本〈Sample〉

以

n

表示。

计数值

样本不合格率

计量值

样本平均数

X，样本标准差

σx

样本的取得，特别应注意

随机性：并能够代表群体为原则。

群体与样本12/12/202239样本〈Sample〉，为自群体中选取的一部分制品或半成品之测品质管制的发展阶段：操作员品管、领班品管、统计品管〈SPC〉、全面品管〈TQC〉、全面品质管理〈TQM〉，六大阶段。

自第四阶段的统计品管〈SPC〉，Dr.Shewhart博士(1924年)发表『制造产品品质的经济管制』以后，统计方法即持续运用于品质管制中。

举凡

(1)市场分析(2)产品设计(3)可靠度规格，寿命/耐用性预测(4)制程管制/制程能力分析(5)品质水准/抽样检验计画之决定(6)数据分析/性能评估/缺点分析

等，均导入适当之统计方法。

品质管制与统计方法关系12/12/202240品质管制的发展阶段：操作员品管、领班品管、统计品管〈SPC〉可用的特殊统计方法及应用包含〈但并不限于〉：

(1)实验计画法/因子分析(2)变异数分析/回归分析(3)安全性评估/风险分析(4)管制图(5)抽样检验

品质管制与统计方法12/12/202241可用的特殊统计方法及应用包含〈但并不限于〉：品质管制与统计方确立制造流程、制造流程解析

决定管制项目

实施标准化

管制图的运用

四、建立SPC的步骤12/12/202242确立制造流程、制造流程解析四、建立SPC的步骤12/10/一

确立制造流程

二

决定管制项目

三

实施标准化

五

制程能力调查

Ca、Cp、Cpk四

管制图的运用

六

问题分析解决

六

问题分析解决

七

制程继续管制

Cpk<1.33Cpk>1.33制程条件变动时

步骤流程图12/12/202243一确立制造流程二决定管制项目三实施标准化五制程藉由所需的人员、程序、机器、物料等(输入)

，经由必要的作业活动来产生一特定的产品或

信息(输出)1、流程的定义12/12/202244藉由所需的人员、程序、机器、物料等(输入)1、流程的定义12资

料→物

料→顾客需求→资源设备→人

员→标

准→教

育→增加附加价值的工作

→产品

→输出→服务

输入→流的基本模式12/12/202245资料→→产品→输出→服务输入→流的基本订单

产品/服务

制造流程图12/12/202246订单产品/制造流程图12/10/202246管制项目的定义

为维持产品的品质，作为管制对象所列举的项目→

特殊特性：

尺寸、材质、性能、外观2、决定管制项目12/12/202247管制项目的定义2、决定管制项目12/10/202247产品/服务

KPCKPCKCCKCCKCCKCCKCCKCCKPCKCCKCCKCCKPC:KeyProductCharacteristicsKCC:KeyControlCharacteristics产品特性分类12/12/202248产品/服务KPCKPCKCCKCCKCCKCCKCCK意义：所做的每一件工作、产品，都是

可以成为可靠的工作与可靠的产品•目的：不会做出标准以下的工作、产品步骤：1.成立标准化体制

2.标准化的计划

3.标准化的运作

4.标准化的评价

管制计划

ControlPlan3、实施标准化12/12/202249意义：所做的每一件工作、产品，都是管制计划3、实施标准化1控制计划12/12/202250控制计划12/10/202250管制图是1924年由萧华特博士(Dr.W.A.Shewhart)，在研究产品品质特性之次数分配时所发现。正常工程所产生出来产品之品质特性，其分布大都呈正态分布的，会超出三个标准差(3)的产品只有0.27%，依据此原理，将正态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样的顺序点绘成为管制图。

4、管制图的运用12/12/202251管制图是1924年由萧华特博士(Dr.W.A.Shewhar提供正在进行制程控制的作业人员使用

有助于制程在品质上和成本上能持续的、可预测的维持下去

提供检讨制程状况之共通的语言

分辨『机遇与非机遇』原因的变异，提供采行局部或系统纠正措施的依据

管制图的作用12/12/202252提供正在进行制程控制的作业人员使用管制图的作用12/10/管制图质量特性的分类管制图的分类12/12/202253管制图质量特性的分类12/10/202253管制图的构成管制图应用的二个阶段控制限的计算判异准则12/12/202254管制图的构成管制图应用的二个阶段12/10/202254质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等计量型计数型计件型计点型12/12/202255质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量管制图的构成+3s1234567891018171615141312111098765-3s

Average点落在该区间的概率为99.7%ComponentsofEveryControlChart:1.DataPoints 3.UpperControlLimit2.CenterLine 4.LowerControlLimit12/12/202256管制图的构成+3s1234567891018-3sAv管制图的要素纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL控制界限=平均值±3σ12/12/202257管制图的要素纵坐标：数据（质量特性值或其统计量）控制界限=平管制图原理：1）3σ原理：若变量X服从正态分布,那么,在±3σ范围内包含了99.73%的数值。2）中心极限定理：无论产品或服务质量水平的总体分布是什么，其的分布（每个都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布。12/12/202258管制图原理：1）3σ原理：12/10/202258管制图的分类计量型管制图计数型管制图12/12/202259管制图的分类计量型管制图12/10/202259计量型管制图均值-极差管制图()均值-标准差管制图()单值-移动极差管制图()……12/12/202260计量型管制图均值-极差管制图()1计数型管制图不良率管制图（P图）不良品数管制图（Pn图）缺陷数管制图（C图）单位缺陷数管制图（U图）12/12/202261计数型管制图12/10/202261计量型数据吗？

性质上是否均匀或不能按子组取样？关心的是不合格品率吗？样本容量是否恒定？样本容量是否恒定？子组容量≥9？np或p图p图C或U图U图是否是是是是是否否否否否关心的是单位零件缺陷数吗？是选择合适的管制图12/12/202262计量型数据吗？性质上是否均匀关心的是样本容量样本容计量型管制图12/12/202263计量型管制图12/10/202263计数型管制图12/12/202264计数型管制图12/10/202264分析阶段控制阶段管制图应用的二个阶段12/12/202265分析阶段管制图应用的二个阶段12/10/202265分析阶段在管制图的设计阶段使用,主要用以确定合理的控制界限;每一张管制图上的控制界限都是由该图上的数据计算出来;12/12/202266分析阶段在管制图的设计阶段使用,主要用以确定合理的控制界限;从分析阶段转入控制阶段在什么条件下分析阶段确定的控制限可以转入控制阶段使用：管制图是受控的过程能力能够满足生产要求12/12/202267从分析阶段转入控制阶段在什么条件下分析阶段确定的控制限可以转控制阶段管制图的控制界限由分析阶段确定;管制图上的控制界限与该图中的数据无必然联系;使用时只需把采集到的样本数据或统计量在图上打点就行;12/12/202268控制阶段管制图的控制界限由分析阶段确定;12/10/2022何时应该重新计算控制界限管制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定管制图.一定时间后检验管制图还是否适用；过程能力值有大的变化时。12/12/202269何时应该重新计算控制界限管制图是根据稳定状态下的条件（人员、V.控制限的计算方法12/12/202270V.控制限的计算方法12/10/202270X-R控制图的控制限限计算2.计算控制界限：X管制图R管制图常数表12/12/202271X-R控制图的控制限限计算2.计算控制界限：X管制图R管制图X-R管制图实例X=50.26R=5.112/12/202272X-R管制图实例X=50.2612/10/202272X图12/12/202273X图12/10/202273R图12/12/202274R图12/10/202274直方图12/12/202275直方图12/10/202275图示12/12/202276图示12/10/202276P管制图的控制限计算计算总平均不良率和上下控制界限：在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量()来计算控制限.12/12/202277P管制图的控制限计算计算总平均不良率和上下控制界限：在实际应P图实例---样本相同NOSampledefect11001210023100141003510016100171002810009100310100511100212100113100214100315100116100417100218100619100220100121100222100223100124100025100126100527100228100329100130100112/12/202278P图实例---样本相同NOSampledefect11001P图实例---样本不相同序号样本不良数11801220023100141503510016250171202810009150310100511100212100113100214100315100116100417200218100619101220180121100222105223100124300025100126150527100228100329100130200112/12/202279P图实例---样本不相同序号样本不良数11801220023U管制图的控制限计算计算单位缺陷数和上下控制界限：12/12/202280U管制图的控制限计算计算单位缺陷数和上下控制界限：12/10判异准则

在管制图上的正常表现为：（1）所有样本点都在控制界限之内；（2）样本点均匀分布，位于中心线两侧的样本点约各占1/2；（3）靠近中心线的样本点约占2/3；（4）靠近控制界限的样本点极少。受控状态12/12/202281判异准则在管制图上的正常表现为：受控状态12/10/2

失控状态

明显特征是有:（1）一部分样本点超出控制界限除此之外，如果没有样本点出界，但（2）样本点排列和分布异常，也说明生产过程状态失控。判异准则12/12/202282失控状态明显特征是有:判异准则12/1TheEnd12/12/202283TheEnd12/10/202283StatisticalProcessControlSPC统计制程管制

------仅供内部培训使用------编制：LRH12/12/202284StatisticalProcessControlS课程大纲SPC背景说明制程变异分析基本概念建立SPC步骤

X-R、P管制图12/12/202285课程大纲SPC背景说明12/10/20222SPC兴起的背景SPC的误区SPC的焦点SPC的困难SPC的益处一、SPC背景说明12/12/202286SPC兴起的背景一、SPC背景说明12/10/20223大多数的品质问题是错在作业人员容许少数的不良,意外的瑕疵是无可避免的品质是品管部门的责任

只重视品质检验,检验人员需负责解决瑕疵品

SPC只是在现场挂管制图

对品质异常的错误观念12/12/202287大多数的品质问题是错在作业人员对品质异常的错误观念12/1085%的品质问题是管理人员所要担负的,管理者态度的偏差，更胜过作业人员的懒散

第一次就把事情做好,并且将后工程视为顾客,才能真正做到零缺点品质

品质和公司每一个人都有关

品质检验是可以解决问题但却无法消除问题

SPC是主品质保证的系统持续盍不断改善制程,以提升品质与生产力

对品质的正确观念12/12/20228885%的品质问题是管理人员所要担负的,管理者态度的偏差，更胜SPC兴起是宣告『经验挂帅时代』的结束

─手工艺的产业：SPC无用武之地→经验取胜

─当经验可以整理，再加上设备、制程或系统时，那SPC时机的导入，就自然成熟了。SPC兴起是宣告『品质公共认证时代』的来临

─1980年以前，客户大都以自己的资源与方法，来认定某些合格的供应商，造成买卖双方的浪费。─1980年以后，『GMP』及『ISO9000』的兴起，因为重视产品生产的『制程』与『系统』，故更须有有赖SPC来监控『制程』与『系统』的一致性。SPC兴起的背景12/12/202289SPC兴起是宣告『经验挂帅时代』的结束─误区1：有管制图就是在推动SPC？

─这是产品品质(Q)，还是制程参数(P)管制图？─这张管制图是否有意义？─它所管制的参数，真的对产品品质有举足轻重的影响吗？─管制界限订得有意义吗？─这张管制图是否受到应有的重视？是否已遵照规定，实施

追踪与研究？SPC的误区（1）12/12/202290误区1：有管制图就是在推动SPC？SPC的误区（1）误区2：有了Cpk/Ppk等计算就是在推动

SPC？

─Cpk/Ppk有定期审查吗？─是否已用Cpk/Ppk作订单分派给不同生产线，作为生产的依据？SPC的误区（2）12/12/202291误区2：有了Cpk/Ppk等计算就是在推动SPC误区3：有了可控制的制程参数(ProcessParameter)，就是SPC？

─为什么挑出这些制程参数？─这些制程参数的控制条件，是如何决定的？─这些制程参数与产品品质之间，有因果关系可循吗？SPC的误区（3）12/12/202292误区3：有了可控制的制程参数SPC的误区（3）12/10/SPC与传统SQC的最大不同点，就是由

Q→P的转变

SQC：强调Quality→产品的品质，换而言之，它是着重于买卖双方可共同评断、监定的一种『既成事实』。SPC：则是希望将努力的方向更进一步的放在品质的源头→制程(Process)上。因为制程的起伏变化，才是造成品质变异(Variation)的主要根源。

SPC的焦点→制程（Process）12/12/202293SPC与传统SQC的最大不同点，就是由SPC的焦点→品质变异的大小，才是决定产品优劣的关键

制程起伏的条件品质异常产品优劣因因果果SPC的焦点→制程（Process）12/12/202294品质变异的大小，才是决定产品优劣的关键制程起伏的条件品质异常执行SPC的困难（1）1、多种少量的生产型态一般都被连续制程管制的名词误导，以为许久才生产一次的产品难以适用SPC﹑其实只要图面﹑生产条件及制程因素未改变，仍可依产品别管制。又如为同类产品虽然规格大小不一，但制程相同，亦可以产品特性选用计量值管制图。12/12/202295执行SPC的困难（1）1、多种少量的生产型态12/10/20执行SPC的困难（2）2、管制计划不实际虽然多企业对其管制特性﹑规则﹑管制方法﹑样本大小﹑抽样頻率……等管制项目会建立制程管制计划或称QC工程表，但实际生产时可能会因各种制程因素，如人员﹑设备﹑材料﹑方法﹑环境等而无法依计划执行。在人员稳定﹑交期宽松﹑价格合理的情況下，依管制计划执行是不成问题的。但若遇到生产压力太大时，可能就不易依计划执行。故管制计划制订时除了应考虑合理性之外，亦必須考虑其可行性。12/12/202296执行SPC的困难（2）2、管制计划不实际12/10/2022执行SPC的困难（3）3、使用SPC前未作充分准备若生产方式未予标准化，使用SPC就难以收到效果，一般在使用SPC前，应准备事项如下：☆确定制程☆依客户需求及工程问题点确定管制特性☆决定量测方法及数据收集之程序☆设法使管制特性之变异降至最低12/12/202297执行SPC的困难（3）3、使用SPC前未作充分准备12/10执行SPC的困难（4）4、统计知识欠缺

一般人以为管制特性之群体分配为常态分配，而抽样数据可以代表群体，其实他可能忘了这只是为了统计方便而作的一个“假设”而已，因为：

☆

抽样存在抽样误差☆没有一个制程可以做到100%在统计管制状态下☆没有一个产品特性的分配是完全常态分配所以SPC仅能提供产品特性的资讯而已，对于产品及制程技术之专业应更加重视，才能达到改善制程的目的。12/12/202298执行SPC的困难（4）4、统计知识欠缺12/10/20221执行SPC的困难（5）5、量测数据不正确

量测设备之读值必須为产品特性最小精度至少1/10(例如产品特性公差为0.05，其量测设备必須能读取0.001以下，参考测量系统分析MSA)，量测系统本身误差太大，将会影响分析的结果。另外，一般对于平均值应取原数据位数多一位(例如Xi＝X．XX,則Xi应＝X．XXX)，标准差则应取有效位数至小数点三位。12/12/202299执行SPC的困难（5）5、量测数据不正确12/10/2022执行SPC的困难（6）6、管理阶层不支持

有些管理阶层认为SPC是多余的工作，浪費时间，常因客户要求而临时拼凑，应付了事，殊不知SPC有其莫大的好处；12/12/2022100执行SPC的困难（6）6、管理阶层不支持12/10/2022执行SPC的困难（7）7、统计计算繁琐SPC统计计算虽然有点费时，但若能将运用公式或常数表置于便于查阅处，将可以减少此类问题。而现今市面上亦有可用之SPC电脑软体，在现今的社会，采用电脑软体来协助运算﹑绘图﹑分析等，可说是电脑辅管理。12/12/2022101执行SPC的困难（7）7、统计计算繁琐12/10/20221执行SPC的益处（1）1、经济性/预警性/时效性

管制图是一项很简单有用的制程管制工具，以有效的抽样计划，不用全数检验，且利用作业员直接在生产线上绘点，提供一个可靠的资料，用以预估不良及控制成本，使制程因为管制与改善，而趋于稳定，更使品质﹑成本﹑交期得以预测与掌握。12/12/2022102执行SPC的益处（1）1、经济性/预警性/时效性12/10/执行SPC的益处（2）2、较正确的预测若制程在统计管制状态下，则可以预测产品符合规格的程度，以确保产品品质的固定水准。12/12/2022103执行SPC的益处（2）2、较正确的预测12/10/202执行SPC的益处（3）3、提高品质﹑提升效率﹑降低成本

产品的品质可通过减少变异而更好，且不断地运作制程改善循环，可令制程微小的变异也能加以改善，让品质达到：超越顾客满意度，增加顾客的信賴度。减少产品修补及报废，降低品质失败成本。增加制程产能，提升效率。12/12/2022104执行SPC的益处（3）3、提高品质﹑提升效率﹑降低成本12/执行SPC的益处（4、5）4、分辨共同原因与特殊原因提供管理阶层参考，使型I﹑型II误差不致于发生，而造成制程对策错误之损失。5、检讨之共同语言

可以用以评估比较同一制程之不同班次(如早﹑中﹑晚班)，或同一制程不同站別之绩效。12/12/2022105执行SPC的益处（4、5）4、分辨共同原因与特殊原因5、检讨执行SPC的益处（6）6、善用机器设备可用以估计机器设备能力，进而妥善安排适当机器生产适当的零件。12/12/2022106执行SPC的益处（6）6、善用机器设备12/10/20222品质是否更稳定？良品率是否在提高？制程是否更流畅？成本是否更低廉？异常是否更快能被侦测到？品管员是否逐渐在减少？实施SPC的结果检查清单12/12/2022107品质是否更稳定？实施SPC的结果检查清单12/10/2022统计制程管制的定义非机遇原因变异机遇原因变异制程改善循环

二、制程变异12/12/2022108统计制程管制的定义二、制程变异12/10/202225统计制程管制的定义经由制程中去收集资料，而加以统计分析，从分析中得以发觉制程的变异，并经由问题分析以找出异常原因，立即采取改善措施，使制程恢复正常。并通过制程能力分析与标准化，以不断提升制程能力。12/12/2022109统计制程管制的定义经由制程中去收集资料，而加以统计分析，从分检测─容忍浪费

允许将时间和材料投入到生产不一定有用的产品或服务预防─避免浪费

『第一次就把工作做对』制程控制的需要12/12/2022110检测─容忍浪费变异—机遇原因与非机遇原因为了使变异的表示简化，通常分成下列二种：

☆机遇（共同）原因的变异

制程中变异因素是在统计的管制状态下『受控』。

随着时间的推移，具有稳定的且可重复的分

制程中的许多『全距』的原因。

☆非机遇（特殊）原因的变异制程中不常发生，但造成制程变异的原因。

所造成之分布与时间的关系，是不稳定且无法

预期的。12/12/2022111变异—机遇原因与非机遇原因为了使变异的表示简化，通常分成下列如果制程中，只有机遇原因的变异存在，则其成品将形成依各很稳定的分布，而且是可以预测的如果制程中，有非机遇原因的变异存在，则其成品将为不稳定的分布，而且无法预测的范围→时间可预测范围→时间无法预测解释12/12/2022112如果制程中，如果制程中，范围→时间可预测范围→时间无法预机遇原因与非机遇原因机遇原因•大量之微小原因所引起•原料在一定范围内的微小变异•机械之微小振动•仪器测定时，不十分精确之做法•依据作业标准执行作业的变化

•实际上，要除去制程上之机遇原因，是件非常不经济之处置非机遇原因•一个或少数几个较大原因所引起•使用规格外的原物料•新手之操作人员•不完全之机械调整•未依据作业标准执行作业•所制订之作业标准不合理•非机遇原因之变异，不但可以找出其原因，并且除去这些原因之处置，在经济观点上来说，是正确的12/12/2022113机遇原因与非机遇原因机遇原因•大量之微小原因所引起非机遇原因局部措施→改善非机遇原因非机遇原因的变异简单的统计分析可发现如管制图直接负责制程的人员去改善局部措施改善对策牵涉到消除产生变异的非机遇原因可由制程人员直接加以改善大约可以解决15%之制程上的问题12/12/2022114局部措施→改善非机遇原因非机遇原因的变异简单的统计分析可发现制程改善循环PDACPDACPDAC1.分析制程2.维护制程3.改善制程12/12/2022115制程改善循环PDACPDACPDAC1.分析制程2.维护制程制程改善解释（1）1.分析制程：

本制程应该做什么？

●

会出现什么问题？

─本制程会有哪些变化？

─我们已经知道本制程的什么全距(全距)？

─哪些参数受全距(全距)的影响最大？

●

本制程正在做些什么？

─本制程是否在生产废品及需要返工的产品？

─本制程生产的产品是否处于受控状态？

─本制程是否有能力？

─本制程是否可靠？

12/12/2022116制程改善解释（1）1.分析制程：本制程应该做什么？12/10制程改善解释（2）2.维护(控制)制程：

●

制程是动态的，并且会随时间而变化。

●

监控制程的能力指数

●

查出『非机遇原因』的变异，并采取有效的措施3.改善制程：

●

使制程稳定，并以维持制程的能力指数

●

充分理解『机遇原因』造成的变异

●

减少『机遇原因』造成变异的发生12/12/2022117制程改善解释（2）2.维护(控制)制程：12/10/2022三、基本概念统计方法的意义•群体与样本•品质管制与统计方法12/12/2022118三、基本概念统计方法的意义12/10/202235统计概念-----第1、第2种错误区分没有原著差异有原著差异没有显著差异βRiskTypeIIerror有显著差异αRiskTypeIerror事实上判断上12/12/2022119统计概念-----第1、第2种错误区分没有原著有原著没有显著I（α）、II（β）类错误图示I类（生产者风险）II类（消费者风险）12/12/2022120I（α）、II（β）类错误图示I类（生产者风险）II类（消费群体〈Population〉，可为整个制程的所有制品或半成品之全部测定值，亦可为一大批货品，一小批货品，一天内的制品或半成品，一小时内的制品。

群体〈Population〉

以

N

表示。计数值

群体不合格率

计量值

群体平均数

μ，群体标准差

σ群体的构成，特别应注意

层别

：

不同批原料、不同机器设备、不同班别、不同操作员等

群体与样本12/12/2022121群体〈Population〉，可为整个制程的所有制品或半成品样本〈Sample〉，为自群体中选取的一部分制品或半成品之测定值，或自整个检验批中抽取一部分制品或半成品之测定值。

样本〈Sample〉

以

n

表示。

计数值

样本不合格率

计量值

样本平均数

X，样本标准差

σx

样本的取得，特别应注意

随机性：并能够代表群体为原则。

群体与样本12/12/2022122样本〈Sample〉，为自群体中选取的一部分制品或半成品之测品质管制的发展阶段：操作员品管、领班品管、统计品管〈SPC〉、全面品管〈TQC〉、全面品质管理〈TQM〉，六大阶段。

自第四阶段的统计品管〈SPC〉，Dr.Shewhart博士(1924年)发表『制造产品品质的经济管制』以后，统计方法即持续运用于品质管制中。

举凡

(1)市场分析(2)产品设计(3)可靠度规格，寿命/耐用性预测(4)制程管制/制程能力分析(5)品质水准/抽样检验计画之决定(6)数据分析/性能评估/缺点分析

等，均导入适当之统计方法。

品质管制与统计方法关系12/12/2022123品质管制的发展阶段：操作员品管、领班品管、统计品管〈SPC〉可用的特殊统计方法及应用包含〈但并不限于〉：

(1)实验计画法/因子分析(2)变异数分析/回归分析(3)安全性评估/风险分析(4)管制图(5)抽样检验

品质管制与统计方法12/12/2022124可用的特殊统计方法及应用包含〈但并不限于〉：品质管制与统计方确立制造流程、制造流程解析

决定管制项目

实施标准化

管制图的运用

四、建立SPC的步骤12/12/2022125确立制造流程、制造流程解析四、建立SPC的步骤12/10/一

确立制造流程

二

决定管制项目

三

实施标准化

五

制程能力调查

Ca、Cp、Cpk四

管制图的运用

六

问题分析解决

六

问题分析解决

七

制程继续管制

Cpk<1.33Cpk>1.33制程条件变动时

步骤流程图12/12/2022126一确立制造流程二决定管制项目三实施标准化五制程藉由所需的人员、程序、机器、物料等(输入)

，经由必要的作业活动来产生一特定的产品或

信息(输出)1、流程的定义12/12/2022127藉由所需的人员、程序、机器、物料等(输入)1、流程的定义12资

料→物

料→顾客需求→资源设备→人

员→标

准→教

育→增加附加价值的工作

→产品

→输出→服务

输入→流的基本模式12/12/2022128资料→→产品→输出→服务输入→流的基本订单

产品/服务

制造流程图12/12/2022129订单产品/制造流程图12/10/202246管制项目的定义

为维持产品的品质，作为管制对象所列举的项目→

特殊特性：

尺寸、材质、性能、外观2、决定管制项目12/12/2022130管制项目的定义2、决定管制项目12/10/202247产品/服务

KPCKPCKCCKCCKCCKCCKCCKCCKPCKCCKCCKCCKPC:KeyProductCharacteristicsKCC:KeyControlCharacteristics产品特性分类12/12/2022131产品/服务KPCKPCKCCKCCKCCKCCKCCK意义：所做的每一件工作、产品，都是

可以成为可靠的工作与可靠的产品•目的：不会做出标准以下的工作、产品步骤：1.成立标准化体制

2.标准化的计划

3.标准化的运作

4.标准化的评价

管制计划

ControlPlan3、实施标准化12/12/2022132意义：所做的每一件工作、产品，都是管制计划3、实施标准化1控制计划12/12/2022133控制计划12/10/202250管制图是1924年由萧华特博士(Dr.W.A.Shewhart)，在研究产品品质特性之次数分配时所发现。正常工程所产生出来产品之品质特性，其分布大都呈正态分布的，会超出三个标准差(3)的产品只有0.27%，依据此原理，将正态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样的顺序点绘成为管制图。

4、管制图的运用12/12/2022134管制图是1924年由萧华特博士(Dr.W.A.Shewhar提供正在进行制程控制的作业人员使用

有助于制程在品质上和成本上能持续的、可预测的维持下去

提供检讨制程状况之共通的语言

分辨『机遇与非机遇』原因的变异，提供采行局部或系统纠正措施的依据

管制图的作用12/12/2022135提供正在进行制程控制的作业人员使用管制图的作用12/10/管制图质量特性的分类管制图的分类12/12/2022136管制图质量特性的分类12/10/202253管制图的构成管制图应用的二个阶段控制限的计算判异准则12/12/2022137管制图的构成管制图应用的二个阶段12/10/202254质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等计量型计数型计件型计点型12/12/2022138质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量管制图的构成+3s1234567891018171615141312111098765-3s

Average点落在该区间的概率为99.7%ComponentsofEveryControlChart:1.DataPoints 3.UpperControlLimit2.CenterLine 4.LowerControlLimit12/12/2022139管制图的构成+3s1234567891018-3sAv管制图的要素纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL控制界限=平均值±3σ12/12/2022140管制图的要素纵坐标：数据（质量特性值或其统计量）控制界限=平管制图原理：1）3σ原理：若变量X服从正态分布,那么,在±3σ范围内包含了99.73%的数值。2）中心极限定理：无论产品或服务质量水平的总体分布是什么，其的分布（每个都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布