SPC统计制程管制(NEW)

StatisticalProcess

ControlSPC統計制程管制2/4/20231

SPC興起的背景

SPC的迷思

SPC的焦點

SPC的思考

SPC的目標

SPC的診斷一、SPC背景說明2/4/20232品質成本運作品質成本預防成本：致力預防失敗之成本鑑定成本：試驗、檢驗及檢查以確定品質成本失敗成本內部失敗成本：產品或服務在未運交客戶前，因未能達成要求之品質所造成之損失(如重加工、重試驗、報廢等)外部失敗成本：產品或服務在運交客戶後，因未能達成要求之品質所造成之損失(如賠償服務、退貨、折讓等)外部保證品質成本：指當客戶要求客觀之證據時，所做有關之示範及證明而發生之成本(如追加之品質保證約定、程序、示範試驗等)2/4/20233對品質常有的錯誤觀念大多數的品質問題是錯在作業人員容許少數的不良,意外的瑕疵是無可避免的品質是品管部門的責任只重視品質檢驗,檢驗人員需負責解決瑕疵品SPC只是在現場掛管制圖2/4/20234對品質的正確觀念85%的品質問題是管理人員所要擔負的,管理者態度的偏差，更勝過作業人員的懶散第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力2/4/20235SPC興起的背景SPC興起是宣告『經驗掛帥時代』的結束─手工藝的產業：SPC無用武之地→經驗取勝─當經驗可以整理，再加上設備、制程或系統時，那SPC時機的導入，就自然成熟了。SPC興起是宣告『品質公共認證時代』的來臨─1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。─1980年以後，『GMP』及『ISO9000』的興起，因為重視產品生產的『制程』與『系統』，故更須有賴SPC來監控『制程』與『系統』的一致性。2/4/20236SPC的迷思迷思一：有管制圖就是在推動SPC？

─這是產品品質(Q)，還是制程參數(P)管制圖？─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重的影響嗎？─管制界限訂的有意義嗎？─這張管制圖，是否受到應有的重視？是否已遵照規定，實施追蹤與研判？2/4/20237SPC的迷思迷思二：有了Cpk/Ppk

等計算就是在推動

SPC？

─Cpk/Ppk

有定期審查嗎？─是否已用Cpk/Ppk

作訂單分派給不同生產線，作為生產的依據？2/4/20238SPC的迷思迷思三：有了可控制的制程參數

(ProcessParameter)，就是SPC？

─為什麼挑出這些制程參數？─這些制程參數的控制條件，是如何決定的？─這些制程參數與產品品質之間，有因果關係可循嗎？

2/4/20239SPC的焦點→制程(Process)

SPC與傳統SQC的最大不同點，就是由

Q→P的轉變

SQC：強調Quality→產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種『既成事實』。

SPC：則是希望將努力的方向更進一步的放在品質的源頭→制程(Process)上。因為制程的起伏變化，才是造成品質變異(Variation)的主要根源。

2/4/202310SPC的焦點→制程(Process)品質變異的大小，也才是決定產品優劣的關鍵

制程起伏條件品質異常產品優劣因因果果2/4/202311SPC的思考步驟一：深入掌握因果模式

制程參數(因)/品質貢獻率(果)分析→柏拉圖分析步驟二：設定主要參數的控制範圍

→以迴歸分析方法或實驗設計來分析

2/4/202312SPC的思考步驟三：建立制程控制方法

‧控制頻率

‧樣本抽取方法

‧樣本量測方法步驟四：抽取成品來印證原始系統是否仍然正常運轉？

2/4/202313SPC的目標SPC能使管理更合邏輯SPC能使管理掌握先機SPC能使管理更加省事SPC能使制造成本更低2/4/202314SPC的診斷品質是否更穩定？良品率是否提高？制程是否更流暢？成本是否更低廉？異常是否更快能被偵測到？品管員是否逐漸在減少？2/4/202315統計制程管制的定義非機遇原因變異機遇原因變異制程控制與制程能力制程改善循環

二、制程變異2/4/202316統計制程管制的定義經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。2/4/202317統計制程管制【SPC】

◎統計製程管制之目的係持續改善產品與服務的價值，達到顧客滿意。

◎製程能力調查【Ca、Cp、Cpk】

◎管制圖的運用作業方式/

資源混用方式人員設備材料方法環境產品或服務顧客辨識變化的需求與期望統計方法製程的聲音輸入製程/系統輸出顧客的聲音製程回饋管制系統模式2/4/202318制程控制的需要檢測─容忍浪費

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預防─避免浪費

『第一次就把工作做對』2/4/202319變異—機遇原因與非機遇原因為了使變異的表示簡化，通常分成下列二種： 機遇原因的變異(偶然原因)

制程中變異因素是在統計的管制狀態下『受控』。隨著時間的推移，具有穩定的且可重複的分佈制程中的許多『極差(全距)』的原因。

非機遇原因的變異(異常原因)

制程中不常發生，但造成制程變異的原因。所造成之分佈與時間的關係，是不穩定且不無法預期的。2/4/202320散布举例非機遇原因过程A显示受控散布过程B显示不受控散布2/4/202321因為生產制程中每一件成品都不同，因此如果製程很穩定，則生產產品的品質特性的分布將形成一種固定形狀，稱為分佈。一般分佈有下列之不同情形：

位置分佈寬度形狀大小→大小→大小→…….或是以上這些的不同組合2/4/202322如果制程中，只有偶然原因的變異存在，則其成品將形成依各很穩定的分佈，而且是可以預測的如果制程中，有異常原因的變異存在，則其成品將為不穩定的分佈，而且無法預測的範圍→時間可預測範圍→時間無法預測2/4/202323大量之微小原因所引起原料在一定範圍內之微小變異機械之微小振動儀器測定時，不十分精確之做法依據作業標準執行作業的變化實際上，要除去制程上之偶然原因，是件非常不經濟之處置一個或少數幾個較大原因所引起使用規格外的原物料新手之操作人員不完全之機械調整未依據作業標準執行作業所制訂之作業標準不合理異常原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的偶然原因異常原因2/4/202324異常原因的變異簡單的統計分析可發現如管制圖直接負責制程的人員去改善局部措施改善對策局部措施→改善異常原因牽涉到消除產生變異的異常原因可由製程人員直接加以改善大約可以解決15%之制程上的問題2/4/202325系統措施→改善偶然原因共同原因的變異製程能力分析可發現如Ca，Cp，Cpk，及管制圖上點的變化管理當局參與及製程人員合作去改善系統改善對策必須改善造成變異的偶然原因經常需要管理階層的努力與對策大約可以解決85%之制程上的問題2/4/202326制程控制與制程能力首先應通過『檢查』，消除『極差(全距)』所產生之異常原因，使制程處於『受控』的狀態，那其『性能』是可預測的。接下來，就可依顧客的『要求(規格)』，來評定『制程能力』，以使顧客滿意，這就是持續改善的基礎。2/4/202327範圍→時間受控(消除了異常原因)範圍→時間制程控制不受控(存在了異常原因)2/4/202328受控且有能力符合規格(偶然原因造成的變異已減少)制程能力←規格上限規格下限→範圍→受控但沒有能力符合規格(機遇原因造成的變異太大)2/4/202329制程控制與制程能力矩陣類別制程控制受控制程控制不受控制程能力可接受13制程能力不可接受242/4/202330『1』類：理想的情況X→µ，σ小『2』類：受控制程，但存在『機遇原因』造成過大的變異，必須減少『極差(全距)』。

X→µ，σ大『3』類：制程能力可接受，但為不受控制程，必須識別『極差(全距)』的非機遇原因，並消除它。

X→µ，σ小『4』類：不受控，且制程能力又不可接受，必須減少『極差(全距)』的非機遇原因和機遇原因。

X→µ，σ大2/4/202331制程改善循環PDACPDACPDAC1.分析制程2.維護制程3.改善制程2/4/2023321.分析制程：

本制程應該做什麼？

●會出現什麼問題？─本制程會有哪些變化？─我們已經知道本制程的什麼極差(全距)？─哪些參數受極差(全距)的影響最大？●本制程正在做些什麼？─本制程是否在生產廢品及需要返工的產品？─本制程生產的產品是否處於受控狀態？─本制程是否有能力？─本制程是否可靠？2/4/2023332.維護(控制)制程：●制程是動態的，並且會隨時間而變化。●監控制程的能力指數●查出『非機遇原因』的變異，並採取有效的措施3.改善制程：●使制程穩定，並以維持制程的能力指數●充分理解『機遇原因』造成的變異●減少『機遇原因』造成變異的發生2/4/202334課程大綱基本統計概述直方圖基本統計量數SPC背景說明制程變異分析建立SPC步驟管制圖制程能力研究實例演練2/4/202335統計方法的意義群體與樣本資料的分類資料的分析

品質管制與統計方法一、基本統計概述2/4/202336統計概念區分沒有顯著差異有顯著差異沒有顯著差異βRiskTypeIIerror有顯著差異αRiskTypeIerror判斷上事實上2/4/202337數據〈Data〉資訊〈Information〉情報〈Intelligence〉企業資產〈Enterpriseassets〉知識〈knowledge〉2/4/202338統計方法的意義規劃資料的收集，整理與解釋資料，並據以導出結論或予以推廣的制程，稱為統計方法。闡述統計方法與理論的科學，即為統計學。上述統計方法，乃自全部資料中，抽取部分資料，此部份資料的收集、整理，並將其結果加以解釋，使不了解統計分法的仁得以了解，並據以對全部資料作成結論，或推導出全部資料所蘊含的特性。2/4/202339統計資料屬性資料屬量資料合格/不合格好/不好滿意/不滿意計數值

─間斷資料計量值

─連續資料2/4/202340群體與樣本群體〈Population〉，可為整個制程的所有製品或半成品之全部測定值，亦可為一大批貨品，一小批貨品，一天內的製品或半成品，一小時內的製品。群體〈Population〉

以N

表示。計數值群體不合格率計量值群體平均數μ

，群體標準差σ群體的構成，特別應注意層別：不同批原料、不同機器設備、不同班別、不同操作員等。2/4/202341群體與樣本樣本〈Sample〉，為自群體中選取的一部分製品或半成品之測定值，或自整個檢驗批中抽取一部分製品或半成品之測定值。樣本〈Sample〉以n

表示。計數值樣本不合格率計量值樣本平均數X

，群體標準差σx樣本的取得，特別應注意隨機性：並能夠代表群體為原則。2/4/202342資料的分類

時間分類標準：日、周、月、季、半年、年。空間分類標準：不同生產線、不同銷售區、不同材料來源。特性分類標準：例如質的特性分類─柏拉圖量的特性分類─次數分配2/4/202343資料的分析查檢表次數分配表柏拉圖直方圖圓形圖推移圖長條圖2/4/202344品質管制與統計方法品質管制的發展階段：操作員品管、領班品管、統計品管〈SPC〉、全面品管〈TQC〉、全面品質管理〈TQM〉，六大階段。自第四階段的統計品管〈SPC〉，Dr.Shewhart

博士(1924年)發表『製造產品品質的經濟管制』以後，統計方法即持續運用於品質管制中。舉凡(1)市場分析(2)產品設計(3)可靠度規格，壽命/耐用性預測(4)製程管制/製程能力分析(5)品質水準/抽樣檢驗計畫之決定(6)數據分析/性能評估/缺點分析等，均導入適當之統計方法。2/4/202345品質管制與統計方法可用之特殊統計方法及應用包含〈但並不限於〉：

(1)實驗計畫法/因子分析

(2)變異數分析/迴歸分析

(3)安全性評估/風險分析

(4)顯著性檢定

(5)管制圖

(6)抽樣檢驗2/4/202346直方圖的意義次數分配直方圖的應用二、直方圖2/4/202347直方圖的意義定義將測量所得的Data如時間、長度、硬度等計量值，劃分成數個組間，計算各組間數據出現的次數，以便瞭解其分配的狀況的圖表，叫作直方圖。

直方圖係根據次數分配表而繪製。2/4/202348直方圖的意義繪制直方圖之目的

(1)測知製程能力

(2)計算產品不良率

(3)調查是否混入二個以上不同的群體

(4)測知有無假數據

(5)測知分布型態

(6)藉以訂定規格界限

(7)與規格或標準值比較

(8)設計管制界限可否用於製程管制

2/4/202349直方圖的應用直方圖的作法1.決定Data收集期並收集Data

最少要有50個Data，最好要有100個以上2.找出Data中之最大及最小值Ex:L=23.4S=20.23.決定組數

-------K等於n的平方根Ex:n=50k=74.決定組距h--將最大值減去最小值後，除以組數，再取最小測量單位的整數倍即可Ex:（

L-S）/K=（23.4-20.2）/7=0.46h=0.5（取最小量測單位之整數倍）5.決定組界值

--由最小值減去最小測良單位的1/2，就是第一組的下限，再逐次加上各組距，直到可含蓋最大值即完成Ex:20.2-0.1/2=20.15（第一組下界）20.15+0.5=20.65（第一組上界、第二組下界）20.65+0.5=21.15（第二組上界、第參組下界）..............................23.15+0.5=23.65（已大於最大值）數據數組數50-100100-250250l以上6-107-1210-202/4/202350直方圖的應用直方圖的作法

6.求出各組的中心值

--各組上界加下界除以二Ex:（20.15+20.65）/2=20.40第一組中心值7.計算落在各組內的

次數

8.作成直方圖9.記入必要的事項如產品名、規格、Data數量…...2/4/202351直方圖的應用(1)測知製程能力

23456789101112.027.056.083.111.139.167.139.111.083.056.0272/4/20235295.45%99.73%68.26%-3-2-1X+1+2+3正態分佈P(u-Xu+)=0.6827

P(u-2Xu+2)=0.9545

P(u-3Xu+3)=0.9973於uk之間的機率群體：N規格中心直：μ平均數：X〈集中趨勢〉

標準偏差：

〈離散趨勢〉被涵蓋在特定範圍的機率

當X=μ時2/4/202353標準偏差m轉折點1sTUSLp(d)規格上限(USL) 目標規格(T)規格下限(LSL) 分佈值平均(m)分佈值的標準偏差(s)3s在轉折點和平均值的距離形成一個標準差.假如目標值和規格上限之間可以放置三個標準偏差我們可以說這個製程有“3sigma的能力.”LSL2/4/202354m1sTUSLp(d)p(d)1 2 3 4 56s3sThisisa6SigmaProcess標準偏差轉折點2/4/202355直方圖的應用(2)計算產品不良率

規格LSLUSL規格LSLUSL規格LSLUSL2/4/202356直方圖的應用(3)調查是否混入二個以上不同群體：

二批不同材料、二個不同操作員、二個不同班別、二台不同機器、二條不同生產線‧‧‧‧

雙峰型直方圖2/4/202357直方圖的應用(4)測知有無假數據：

據說曾有一家輪胎廠，廠房坐落在大水溝旁，檢驗員檢驗結果，如發現不合格之製品，就將其丟入大水溝內‧

削壁型直方圖依統計學來分析，此種情形不可能存在。2/4/202358直方圖的應用(5)測知分配型態

正態型、離島型、右偏型‧‧

規格

規格0%2/4/202359直方圖的應用(6)藉以訂定規格界限：±3or±4(7)與規格或標準值比較(8)設計管制界限是否可用於制程管制

2/4/2023600.6610.6500.6470.6460.6490.6450.6410.6500.6480.6490.6450.6470.6460.6550.6490.6580.6540.6600.6530.6590.6600.6650.6490.6510.6370.6500.6430.6490.6400.6460.6500.6440.6400.6520.6570.6480.6540.6500.6540.6550.6560.6570.6630.6620.6470.6470.6420.6430.6490.6480.6380.6380.6490.6420.6370.6550.6520.6540.6490.6570.6540.6580.6520.6610.6540.6450.6410.6440.6470.6410.6500.6520.6430.6410.6530.6470.6520.6490.6520.6530.6510.6600.6550.6580.6490.6470.6410.6440.6400.6430.6460.6340.6380.6450.6500.6480.6490.6500.6490.655(例)有一機械廠，為瞭解製品外徑尺寸之變化，由產品抽取100個樣本測定其外徑，測定結果如下表，試作次數分配表。實例說明2/4/202361實例說明(1)定組數：(2)求組距：

全距＝Xmax－Xmin

＝0.665－0.630＝0.035

組距＝＝0.0035→0.0032/4/202362實例說明(3)決定區間之境界值第一組下組界＝最小測定－1/2測定單位＝0.634－＝0.6335。以0.6335累加0.003得各區間之境界值，如次數分配表。(4)計算各組間之中心值第一組中心值＝＝0.635以0.635累加0.003得各區間中心值。2/4/202363次數分配表組數組界中心值劃記次數10.6335–0.63650.635220.6365-0.63950.638

430.6395-0.64250.641

1040.64525-0.64550.644

1150.6455-0.64850.647

1560.6485-0.65150.650

2370.6515-0.65450.653

1480.6545-0.65750.656

990.6575-0.66050.659

7100.6605-0.66350.602

4110.6635-0.66650.665

1合計

1002/4/202364(例)有一生產車用電池廠，為瞭解電池製品壽命之變化，由產品抽取40個樣本測定結果如下表，試作次數分配表，繪制直方圖。實例演練2.24.13.54.53.23.73.02.63.41.63.13.33.83.14.73.72.54.33.43.62.93.33.93.13.33.13.74.43.24.11.93.44.73.83.22.63.93.04.33.5車用電池壽命(記至0.1年)2/4/202365平均值(Mean)：代表一群數據的總合平均數值標準偏差(StandardDeviation)：表示該群數值間差異大小的一個數值。三、基本統計量數A牌電燈泡平均壽命為：800hrsB牌電燈泡平均壽命為：700hrs您可能會購買AorB?Why?2/4/202366準確度精密度高低高低PrecisionAccuracy2/4/202367正态分布“正态”分布是一种数据具有某些一致的特性的分布

这些特性对于我们理解后面采集数据的过程是非常有用的

多数自然现象和人类行为的过程是呈正态分布的,或者

可以看成正态分布2/4/202368性质1:正态分布只用下列2个我们已知的参数就可以完全描述

平均值,和标准偏差正态分布分布1分布2分布3这三个正态分布有什么区别?2/4/202369

正态曲线和概率区域与标准偏差的关系43210-1-2-3-440%30%20%10%0%95.45%样本数概率

从平均值的标准偏差数性质2:曲线下的面积可以用来评估确定“事件”发生的累计概率99.73%68.27%获得的两个值之间的累积概率值2/4/202370

标准偏差的经验规律先前的累积概率规律可以用于即使当一组数据不完全正态分布让我们比较理论(理想的)正态分布值和经验(实际的)分布值2/4/202371

1Sigma2Sigma3Sigma1Sigma2Sigma3Sigma68.26%95.45%99.73%%数据点的百分比UCLLCL时间我们测量的项目标准偏差规则

“数据处于哪个位置?”2/4/202372中心趨向的測量平均值:一组数据的算术平均值反应所有值的影响散佈的測量极差〈全距〉:数据组內數值之间的距离(Max–Min)方差（）:每一个数据点到平均值的偏离的平方的均值

标准偏差（）:方差的平方根X=───ni=1nXi2/4/202373變異、差異、方差

Variation標準偏差

StandardDeviation2/4/202374母体参数对样本统计量S=样本标准偏差x=样本平均值统计量评估参数

=母体平均值=母体标准偏差2/4/202375群體平均值样本平均值群體标准偏差样本标准偏差X2/4/202376Cpk/PpkCpk–

Thecapabilityindexforastableprocess.

Theestimateofsigmaisbasedonwithinsubgroupvariation(R-bar/d2orS-bar/c4)Ppk–

Theperformanceindex.Theestimateofsigmaisbasedontotalvariation

(allofindividualsampledatausingthestandarddeviation【rootmeansquareequation】,“s“).2/4/202377Cpk/PpkCpk–

在一穩定制程下的『能力指數』

某一天、某一班次、某一批、某一機台

其組內的變異

(R-bar/d2orS-bar/c4)Ppk–

性能指數

量試階段的『能力指數』、

某一產品長期監控下的『能力指數』

(allofindividualsampledatausingthestandarddeviation

【rootmeansquareequation】,“s“).2/4/202378什麼是6sigmaSixSigma–是一種新思維程序是一種系統式的降低會對顧客滿意有重要影響的不良工具利用統計工具，進行重要制程能力的改善2/4/202379降低不良改善產出改善顧客滿意度更高的淨營利6-Sigma

的目標2/4/202380s衡量變異和品質衡量製程能力我們如何衡量變異和品質?2/4/2023816Sigma–目標(DPMODistributionNoShifted)–制程中心沒有偏移245,50032,70046450.660.002sPPM製程能力每百萬個不良機會2/4/2023826Sigma–目標(DPMODistributionShifted±1.5s)–制程中心偏移1.5ssPPM製程能力每百萬個不良機會2/4/202383LeadershipCommitment,Competence方法&工具由數據驅動經統計驗證最好的人員100%致力於降低不良ProjectFocused6Sigma有什麼不一樣?2/4/202384問題的本性SixSigma的方法可以辨識製程是偏離目標和/或者是高度變異,以修訂製程及降低變異偏離目標變異大正中目標修訂製程降低變異XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX2/4/202385另類觀點LSLUSLUSLLSLOn-Target從統計觀點來看問題USLLSLLSL=LowerspeclimitUSL=Upperspeclimit問題的本性-統計觀點偏離目標變異大修訂製程降低變異2/4/202386一﹑查檢表

計量值1﹒查檢表﹕

計數值定義:為收集某期間的資料（數據或語言）而事先設計﹒

能在同一張表上以簡單的方式作連的表格或圖表續記錄的表格或圖表可以很容易的把握整体的狀況KeyPoint﹕（1）﹒我要掌握什么訊息﹖

（2）﹒重點要做什么﹖2/4/202387Example﹕B廠CU組電鍍線翻槽狀況記錄表﹒2/4/2023882﹒為何要用查檢表﹖•有效解決問題→依据事實→收集資料→查檢表﹒•避免[觀察]与[分析]同時進行之KKD的管理方式﹒•以[記錄]代替[記憶]使觀察深入﹒•避免收集資料時﹐滲入情緒文字敘述等不具体明确因素﹒3﹒查檢的對象a﹒結果查檢

b﹒過程（原因）查檢2/4/2023894﹒查檢表記載之項目﹕a﹒目的→標題

b﹒對象項目→為什么

c﹒方法→何种方法

d﹒時間﹑期間→在什么時候﹖多少時間﹖

間隔如何﹖e﹒人→誰來做

f﹒場新制程→在什么地方

g﹒結果整理→合計﹐平均統計2/4/2023905﹒查檢表的分類﹕a﹒依來源分﹕

（1）﹒記錄用

（2）﹒查檢用

b.依時間先后分:（1）﹒過去數據（現有數據）

（2）﹒日常數據（既時）

（3）﹒新收集數據

c.依特性分﹕

（1）﹒計量值

（2）﹒計數值2/4/2023916﹒應注意事項﹕

設計時查檢項目之用詞和方式盡量簡要具体明确﹐

其他項列入﹒

設計時能參照多數人意見﹐并讓使用人共同參與﹒

設計時盡量考慮多角度層別﹒

盡量以簡單符號數字等填寫﹐使能正确迅速的記錄﹒

數據履歷要清楚并考慮數據可靠性﹒

人員教育訓練﹒

和相關單位同一資料相互比對﹒2/4/2023927.用途﹕

（1）﹒數據收集（2）﹒現況把握（3）﹒要因分析（4）﹒真因尋求（5）﹒效果確認等几乎所有用到數據的地方﹒2/4/202393二﹑柏拉圖1﹒何謂柏拉圖將某一期間所收集的數據﹐按某一角度作適當分類而依各類出現的大小順序排列的圖﹐是20—80原則應用的圖形﹒舉例﹕以下數據是某一工程號某一批板子在VI抓出來KE站的不良數據﹐請作柏拉圖﹒2/4/202394流水號不良項目不良數1油墨雜質562油墨下發黑383气泡154顯影未盡105對偏86刮傷47其它6合計1372/4/202395流水號不良項目不良數累積數比率累積比率1油墨雜質565640.840.82油墨下發黑389427.768.53气泡1510910.979.44顯影未盡101197.386.75對偏81275.892.56刮傷41312.995.47其它61374.6100合計1371001﹒數據整理2/4/202396步驟2﹒繪柱狀圖表

(1).用方格紙繪成目狀圖表﹒(2).橫軸﹕項目名稱﹐縱軸﹕不良數﹑金額等﹒(3).橫軸﹑縱軸比例為﹕1﹕1﹒(4).數據大小項目自左向右排列其他項目在最后﹒2/4/202397不良數不良項目油墨雜質油墨下發黑气泡顯影未盡對偏刮傷其它2/4/202398步驟3﹕繪累積曲線

(1).各項目累計數目點﹒(2).用折線連接不良數不良項目油墨雜質油墨下發黑气泡顯影未盡對偏刮傷其它2/4/202399步驟4﹕繪累積比率線

(1).右端縱軸加繪折線終點為100％

(2).0~100％間等分刻度﹒不良項目不良數油墨雜質油墨下發黑气泡顯影未盡對偏刮傷其它累積比率(%)2/4/20231002﹒為何要用柏拉圖﹕

把握重要要因或問題重點的有效工具以收事半功倍效果﹒數據查檢表數據表統計數據整理統計表次數分配表計算分析柏拉圖直方圖叛定結論結論結論結論2/4/2023101三﹑魚骨圖1﹒何謂特性要因圖﹕

明确結果（特性）与原因（要因）間關係系統化表示的圖表使人一目了然因狀似魚骨﹐以稱為魚骨圖為石川聲教授提出之方法﹐也稱石川圖

2/4/20231022﹒如何畫特性要因圖﹖

步驟1﹒明确問題的評價特性評價特性﹕能具体衡量事項（含事﹑物）的指標﹑尺度﹒例﹕項目評

價

特

性品質不良率﹑錯誤率﹑抱怨次數﹒﹒﹒﹒﹒產量產量達成率﹑作業效率﹑交期嚴遲率﹒﹒﹒﹒成本制造費用﹑材料成本﹑損耗率﹒﹒﹒﹒安全意外件數﹑公傷工時﹑工安自我檢查不合格率士气出勤率﹑提案件數﹑QCC參与率﹒﹒﹒﹒2/4/2023103步驟2﹑記上背景由左向右畫一粗的箭號并于右側寫評價特性后圍以號步驟3﹑記上大骨（大要因）（a)﹒大骨個數以4－8較適當﹐通常以4M（人員﹑設備﹑材料﹑方法）來分類﹐并可依工程（流程）別來分類﹒特性背景2/4/2023104（b）﹑大要因以口圈起來﹐并加上箭號到背景﹑大骨与背景相交一般取60°較適當﹒

（c）﹒為避免要因遺漏﹐可加其他項﹒步驟4﹑各大骨依序記入中骨﹑小骨﹒

（a）﹒反复“為何﹖為何﹖為何﹖”追至較具体之小要因﹒大要因大骨60°60°2/4/2023105（b）﹒應用腦力激蕩朮（BrainStorming)60°小要因中要因小骨2/4/2023106步驟5﹑挑出影響目前問題較大的要因為主要因（紅筆圈選）（a）﹒全員參與圈選（b）﹒4－6項為宜（c）﹒整理并記錄必要事項3﹒繪製特性要因圖應注意事項﹕

集合全員之知識与經驗讓有關人員如前后制程人員﹑

技術人員等真心誠意參與說真話者﹒

思考重點放在“為什么”而不是“如何解決”小要因若是無法采取對策﹐須再深入2/4/2023107若恐怕要因遺漏﹐可于隔天再進行一次（應用）潛意識活動若以4M分類方式繪製不理想時﹐可考慮以工程（流程）別繪製要因的表示要具体﹑簡潔（如動詞＋形容詞﹑名詞＋動詞）特性若可細分時﹐最好細分﹐再分別繪製特性要因圖4﹒特性要因圖之應用改善解析用追查異常原因檢討作業標準教育訓練及經驗之交流2/4/20231085﹑加入腦力激蕩的原則（1）﹒嚴禁批評（2）﹒自由奔放毫無拘束觀念愈奇特愈好（3）﹒追求數量﹐注意愈多愈好（4）﹒結合改善﹐利用別人的靈感聯想另一個主義2/4/20231096﹒分類﹕a﹒追查真正的原因﹕b.尋找對策﹕改善XX的方法

降低對策問題特性大要因大要因中要因小要因中要因小要因中要因小要因大要因大要因中要因小要因中要因2/4/20231107﹒几個觀念﹕

觀念一﹕石川聲博士1952年石川圖－－紀念魚骨圖－－形狀因果圖－－探討因果觀念二﹕經驗傳承魚骨圖是永遠傳承下法﹐而非每次都重新畫﹒→（有累積的經驗在里面）觀念三﹕層別

QCD－－品質﹑成本﹑交期﹒7M1E－－人﹑機﹑材料﹑工作方法﹑士气﹑管理﹑量測﹑

環境（5S）﹒1S－－工業安全﹒2/4/2023111觀念五﹕

嫌疑犯重要嫌疑犯真凶（選4－6個

5－7個）8﹑用途﹕要因分析﹗

例如﹕為什么堵孔油墨易流膠﹖大中要因小重要原因真因2/4/2023112為什么堵孔油墨易流膠﹖人設備物料方法油墨用錯印刷時未測膜厚長烤條件及短烤條件設備曝光時未測格數印刷區溫濕度不在規格內曝光能量不足顯影溫度不足烤箱溫度不均＊＊印刷當站堵孔采用雙面印刷油墨調配方法＊曝光能量設定＊長烤條件及短烤條件不佳＊油墨性能差銅面粗燥度均勻性差油墨粘度不在規格內印刷油墨厚度不足2/4/2023113四﹑層別法1﹒何謂層別法﹖

就某角度針對調查事象分類（分層）﹐并收集各類資料（數據）以為相互比較﹒2﹒為何要用層別法﹖

（1）﹒要迅速有效解決問題﹐在整個過程中皆透過比較方式﹔而要比較一定要層別﹒

（2）﹒以QC歷程而言

發現問題明确問題問題顯在化比較層別縮小問題範圍比較層別原因分析掌握重要要因比較層別2/4/2023114

（3）﹒以科學思考原則而言觀察﹑假設﹑證明﹑

結論皆需層別比較

﹒3﹒層別角度（1）﹒人－－組﹑班﹑年齡﹑服務年資﹑教育程度﹑性別﹑熟練度﹑職稱﹒

（2）﹒原材料－－批別﹑供應厂家別﹑產地別﹑成分﹑

等級﹑零件別﹒

對策評價層別改善前﹑中﹑后比較提出對策与措施透過比較改進本期缺點与訂定未來方向比較效果確認層別標準化与檢討層別2/4/2023115（3）﹒機械与工具－－機號﹑型號﹑速度﹑位置﹑

新舊﹑治具﹒

（4）﹒作業條件－－壓力﹑溫度﹑速度﹑回轉速﹑

濕度﹑氣溫﹑順序﹑作業方法﹒

（5）﹒測定与檢查－－測定者﹑檢查員﹑檢查方法﹑

量測儀器﹒

（6）﹒產品－－批﹑品种﹑新舊制品﹒

（7）﹒不良与錯誤狀況－－不良項目別﹑錯誤項目﹑

發生位置別﹑發生地點別﹑發生工程別﹒

（8）﹒時間－－時別﹑日別﹑周別﹑月別﹑上﹑下午別﹑年別﹑改善前后別﹑正常班与加班別﹒2/4/20231164﹒應注意事項﹕

層別角度的選擇依目的并配合專業知識考慮﹒

層別時勿將兩個以上角度混雜分類﹒

盡量將層別觀念溶進其他手法﹐如查檢表﹑柏拉圖﹑推移圖﹑直方圖﹑散布圖﹑管制圖﹒

層別后應進行比較（或檢定）各作業條件是否有差异﹒5﹒層別實例﹕

例1）電鍍A﹑B線之顆粒不良之總推移圖与層別推移圖﹒2/4/2023117

2/4/20231181﹒何謂散布圖﹕

為了了解兩種數據間的關係﹐而將此兩種數據以有序成對數據的方式在直角坐標上點繪成圖﹒2﹒兩種數據可為﹕

（a）﹒要因与特性﹕焊錫溫度与焊點不良﹐反應溫度与收量﹒

（b）﹒要因与要因﹕反應溫度与反映液濃度﹐反應溫度与壓力﹒

（c）﹒特性与特性﹕身高与体重﹐体育成績与數學成績﹒五﹑散布圖2/4/20231191﹒何謂直方圖﹕

將某期間所收集的計量值數據（如尺寸﹑重量﹑硬度﹒﹒﹒﹒等）經分組整理成次數分配表﹐并以柱形予以圖式化﹐以掌握這些數據所代表的情報﹒六﹑直方圖2/4/20231202﹒直方圖的作法步驟1﹒搜集50個以上的數據（計量值）步驟2﹒決定組數Ka.查表

b.n組數~505－750－1006－10100－2507－12250以上10－202/4/2023121步驟3﹒決定組距

a.求全距R=最大值a-最小值b（除去異常值）

b.求似組距C==c.從測定單位的整數倍之數據中﹐找出最接近C值之適當數據為組距﹒

步驟4﹒決定各組的組界

a.取數據測定單位的1／2為境界值單位

b.最小值－1／2X測定單位=第一個境界值第一境界值＋組距=第二個境界值第二個境界值+組距=第三個境界值﹐

其他依此類推﹒

2/4/2023122步驟5﹒求各組之中心值

中心值=

步驟6﹒作次數分配表組號組界中心值划起次數123450.5－52.552.5－54.554.5－56.556.5－58.551.553.555.557.5358162/4/2023123

步驟7﹒依次數分配表作直方圖﹐橫軸為特性﹐縱軸為次數

次數53.551.5

55.52/4/20231243.直方圖的功用﹕（1）.由圖較易了解分配的形勢

a.中心趨勢

掌握制程全貌b.离散趨勢

c.分配形狀（2）﹒可了解制程的安定或異常（3）﹒与規格比較可判斷制程能力4﹒直方圖形狀（1）﹒常態型－左右對稱﹐中間高兩邊漸低﹐表制程安定﹐數據呈常態分配2/4/2023125（2）﹒偏態型（偏左或偏右）－制程呈偏態分配﹐表示由于某因素影響而向右（或向左）蔓延2/4/2023126（3）﹒離島型－表示離島制程有異常﹒

（4）﹒雙峰型－表制程為兩種不同分配組合﹐需層別4M等﹒2/4/2023127（5）﹒缺齒型－顯示制程呈不正常分配﹐可能是﹕a.測定問題（如測定偏好﹐數字四舍五入）

b.分組不好（如數據太少或組數太多）

c.數據有脩改或偽造2/4/2023128（6）﹒絕壁型－制程能力不足﹐制程產品經全數選別﹐而將不良品脩改使其合格時所出現的數據分配﹒2/4/20231295﹒直方圖与規格比較（1）﹒制程呈常態分配﹐且在規格界限內﹐顯示制程良好﹐品質均勻合格﹒

（2）﹒平均值偏低﹐部分產品超規格下限有不良發生﹐但分配正常（常態）﹒規格2/4/2023130對策﹕應調平均值（往右）（3）﹒平均值偏高﹐部分產品超規格上限有不良發生﹐但分配正常（常態）規格2/4/2023131對策﹕應調平均值（往左）（4）﹒制品雖常態分配﹐但產品變異大﹐品質不均﹒規格2/4/2023132對策﹕應縮小變異或放寬規格規格2/4/2023133（5）﹒品質過剩﹐變異太小﹒

對策﹕應縮小規格界線或放松品質變異以降低成本規格2/4/20231345﹒直方圖的應用﹕

（1）﹒報告用－將數據繪成直方圖﹐另附上數據總數n﹐平均值﹐標準差o讓人一目了然﹒

（2）﹒分析用－与層別法配合使用﹐是分析問題的有效工具﹒

（3）﹒調查制程能力﹒

（4）﹒確認效果－可改善前后比較﹒2/4/20231351﹒何謂管制圖當推移圖加上管制界限時﹐可將產品實際的特性值在圖上打點﹐并与管制界限比較﹐以掌握制程變動的情形﹒2﹒制程變動的原因（1）﹒制程必定會有變動﹐無法做出完全同樣的產品﹐其變動的原因可分為兩類﹔一為偶然原因﹐另一為異常原因

七﹑管制圖2/4/2023136（2）﹒偶然原因異常原因(1).大量微小原因﹒(2).每個微小原因個別變動小﹒(3).例如﹕同批原料內﹐机器振動引起﹐熟手作業員﹒﹒﹒等微小變動﹒(4).不易除去﹒(1).1個或少數几個大原因