統計制程管制

1.統計制程控制是什麼？

• 統計制程控制（Statistical process control，SPC）：
• 應用 「統計」（Statistical）技術，去分析 “制程”（Process）中的特性，來 「控制」（Control）制程變異。
• 目的就是要控制制程達到「受控制的狀態」(in statistical control)。
  最終目標在於做到「預防問題的發生」及「減少浪費」。

2.統計制程控制的起源與發展

•  1917年一次世界大戰時,美軍需短時間預備軍衣、鞋等物資,結果尺碼比例按正態分佈進行,基本吻合需要。
• 1924年修華特博士(Dr. W.A. Shewhart)在貝爾試驗室發明了品質控制圖。
• 1939年修華特博士與戴明博士(Dr. Deming)合作寫了一本『品質觀點的統計方法』(Statistical Method from the point of Quality Control)。
• 1950年日本的JUSE邀請了戴明博士到日本演講，介紹了SQC的技術與觀念。
• 在1979年美國國家廣播公司(NBC)製作了一部『日本能，為何我們不能』的影片，SQC的理論與觀念，便受到注意及被應用於製造程式中。

3.常用的統計方法

•  統計特徵數
• 表示資料集中位置的數字（Measure of central tendency）
• 平均數 x (Mean)。
• 中位數 (Median)。
• 眾數 (Mode)。
• 表示資料離散程度的數位（Measure of dispersion）
• 全距 R (Range)。
• 標準差 s (Standard deviation)。

4.管制圖

•  以統計方法計算中心值及管制界限，並據此區分異常變異與正常變異之圖形。
  種類：
• 計量值管制圖（Variable control charts）：品質特性可以用數值量測並表示，如長度、體積、重量、時間、溫度等。
• 計數值管制圖（Attribute control charts）：不可量測的計數資料（Discrete values）或非連續性數據，如不良品的個數，不良點的個數等。 

5.計量值管制圖

•  平均值-全距管制圖

•  平均值-標準差管制圖

•  個別值和全距管制圖

6.計數值管制圖

•  不良率管制圖

•  不良數管制圖

• 缺點數管制圖 

• 單位缺點數管制圖

7.管制圖的分析

• 判讀-正常
• 管制圖上的樣本點應集中在中心線附近，且向管制界限兩側隨機散佈，同時樣本點出現在管制界限附近的機率很小。
• 通常25個樣本點中有0個樣本點、35個樣本點中有1個或1個以下的樣本點、100個樣本點中有2個或2個以下的樣本點逸出管制界限。
• 判讀-異常
•  25個樣本點中有樣本點逸出管制界限者。
• 同時有數個樣本點叢集在一起，而且一叢與一叢之間會有較大的波動。
• 連續7個或7個以上的樣本點在中心線與管制上限或管制下限之間出現。
• 樣本點在管制中心線一側出現相當多次。
• 連續7個樣本點有逐漸的或穩定的下降或上升的情況。
• 樣本點在管制圖上的分佈出現迴圈變動的現象。
• 所有樣本點集中於中心線附近±1.5σ。
• 樣本點時常接近管制界限者。
• 樣本點間有上下大幅度、不規律、頻繁的跳動。
• 與不穩定混合相類似，但大部分樣本點群集在管制界限附近或在管制界限上，很少樣本點落在中心線上下1的區域。
• 下圖中，有下列各項情況者：
• 25個樣本點中有一個在管制界限外者。
• 三個樣本點中有二個在同一側的A區或A區之外。
• 五個樣本點中有四個在同一側的B區或B區之外。
• 連續七個樣本點在同一側的C區或C區外。
• 樣本點絕大部分靠近在中心線上下的C區，絕少有樣本點在管制界限的附近。

•  四種常見的缺點

8.制程能力與制程能力指數

• 制程能力：
• 制程或流程符合顧客要求或設計規格的能力。
• 指各種條件均充分標準化，制程在統計的管制狀態下所呈現之品質與量產能力。
• 品管常以製造品質分散程度界定制程能力，及制程能力=T/6 σ，母體標準差σ僅以樣本資料推定之

• 制程能力指數（Process capability index）
• 當制程達到管制狀態，可進行計算。
• 在衡量制程滿足產品品質標準（規格公差）的程度，常用的指標有Cp與Cpk。
• 制程能力與顧客規格限相比較的結果。

 

•  在偏移時的工序能力