{品质管理SPC统计}SPC统计制程控制
- 格式：pdf
- 大小：21.65 MB
- 文档页数：80
下载文档原格式
合集下载
质量管理五大核心工具APQP、PPAP、SPC、MSA、FMEA(精选)
控制计划
控制计划是控制零件和过程系统的书面描述，单独的控制计划包括三个独立的阶段：
样件：在样件制造过程中，对尺寸测量和材料与性能试验的描述。
试生产：在样件试制之后，全面生产之前所进行的尺寸测量和材料与性能试验的描述。
生产：在大批量生产中，将提供产品/过程特性，过程控制、试验和测量系统的综合文件。
问题的解决
第一阶段之输入
顾客的呼声
市场研究
保修记录和质量信息
小组经验
业务计划／营销策略
产品／过程基准数据
产品／过程设想
产品可靠性研究
顾客输入
第一阶段的输出作为第二阶段的输入
设计目标
可靠性和质量目标
初始材料清单
初始过程流程图
产品和过程特殊特性的初始清单
产品保证计划
管理者支持
顾客的呼声
“顾客的呼声”包括来自内部／外部顾客们的抱怨、建议、资料和信息。
确定范围
在产品项目的最早阶段，对产品质量策划小组而言，重要的是识别顾客需求、期望和要求，小组必须召开会议，至少：
选出项目小组负责人监督策划过程有时，在策划循环中小组负责人轮流担任可能更为有利
确定每一代表方的角色和职责
确定顾客─内部和外部
确定顾客的要求可利用附录B中所述的QFD
确定小组职能及小组成员，哪些个人或分包方应被列入到小组，哪些可以不需要。
APQP之益处
引导资源，使顾客满意
促进对所需更改的识别
避免晚期更改
以最低的成本及时提供优质产品
本手册中所述的实际工作、工具和分析技术都按逻辑顺序安排，使其容易理解
每一个产品质量计划是独立的
实际的进度和执行次序依赖于顾客的需要和期望／或其它的实际情况而定
控制计划是控制零件和过程系统的书面描述，单独的控制计划包括三个独立的阶段：
样件：在样件制造过程中，对尺寸测量和材料与性能试验的描述。
试生产：在样件试制之后，全面生产之前所进行的尺寸测量和材料与性能试验的描述。
生产：在大批量生产中，将提供产品/过程特性，过程控制、试验和测量系统的综合文件。
问题的解决
第一阶段之输入
顾客的呼声
市场研究
保修记录和质量信息
小组经验
业务计划／营销策略
产品／过程基准数据
产品／过程设想
产品可靠性研究
顾客输入
第一阶段的输出作为第二阶段的输入
设计目标
可靠性和质量目标
初始材料清单
初始过程流程图
产品和过程特殊特性的初始清单
产品保证计划
管理者支持
顾客的呼声
“顾客的呼声”包括来自内部／外部顾客们的抱怨、建议、资料和信息。
确定范围
在产品项目的最早阶段，对产品质量策划小组而言，重要的是识别顾客需求、期望和要求，小组必须召开会议，至少：
选出项目小组负责人监督策划过程有时，在策划循环中小组负责人轮流担任可能更为有利
确定每一代表方的角色和职责
确定顾客─内部和外部
确定顾客的要求可利用附录B中所述的QFD
确定小组职能及小组成员，哪些个人或分包方应被列入到小组，哪些可以不需要。
APQP之益处
引导资源，使顾客满意
促进对所需更改的识别
避免晚期更改
以最低的成本及时提供优质产品
本手册中所述的实际工作、工具和分析技术都按逻辑顺序安排，使其容易理解
每一个产品质量计划是独立的
实际的进度和执行次序依赖于顾客的需要和期望／或其它的实际情况而定
统计过程控制(SPC)：提升制程稳定性
统计过程控制（SPC）：提升制程稳定性在制造业中，制程稳定性是一个至关重要的概念。
不论是生产电子产品、制造机械零件还是生产食品，保持生产过程的稳定性对产品质量和成本控制都至关重要。
统计过程控制（SPC）是一种有效的方法，用来监控和改进生产过程，提升制程稳定性。
什么是统计过程控制（SPC）？统计过程控制（SPC）是一种基于统计方法的质量管理工具，旨在通过监控生产过程中的关键变量，减少变异性，实现生产过程的稳定性。
SPC可以帮助厂商识别并消除造成产品缺陷的根本原因，提高产品质量，降低生产成本，增强市场竞争力。
SPC的原理及应用SPC的基本原理是通过收集和分析生产过程中的数据来了解生产过程的特征和变异性，从而判断生产是否处于受控状态。
通过统计技术，可以找出生产过程中的特殊原因变异和普通原因变异，进而采取相应的控制措施。
SPC的应用范围非常广泛，可以适用于各个行业的生产过程控制。
比如，在汽车制造业，通过对关键工艺参数进行实时监控，可以避免生产出次品车辆；在食品加工业，利用SPC可以确保产品符合质量标准，保障食品安全。
SPC的主要工具和技术SPC主要包含以下几种工具和技术：1.控制图：控制图是SPC的核心工具之一，用来监控生产过程中的变异性。
常见的控制图有X-bar图、R图、P图等，通过控制图可以及时发现异常情况。
2.过程能力分析：通过过程能力分析，可以评估生产过程是否稳定，并确定是否满足产品质量标准。
3.假设检验：假设检验用于判断生产过程中的参数变化是否具有统计显著性，帮助厂商做出正确的决策。
SPC的好处采用统计过程控制（SPC）可以带来诸多好处：1.提升产品质量：SPC可以实时监控生产过程，及时发现问题并及时纠正，确保产品质量稳定。
2.降低生产成本：通过降低废品率和提高生产效率，可以有效降低生产成本。
3.增强市场竞争力：生产出质量稳定的产品，可以提高客户满意度，增强企业在市场上的竞争力。
总结统计过程控制（SPC）是一种重要的质量管理工具，能够帮助企业提升制程稳定性，实现持续改进。
spc统计制程管制(SPC)
6
變異的來源
機遇原因
來自於潛在的自然變異 消除它們的成本很昂貴
可歸屬原因
反應製程的不穩定 統計製程管制最主要的目的就是要快速的偵測出 製程中的可歸屬原因或是偏移的發生
7
管制圖
為一種特殊的趨勢圖，它可以表現出產品特 性的變化情形
管制圖由三部份組成---管制界限(control limit)、中心線(center line)與樣本點
p Chart ; Mean:.168000 Sigma:.037387 n:100
.280160
.168000
12
4
6
8
妓セ絪腹
.055840 10
ぃ▆计
24
建立管制圖的步驟
步驟一：選擇品質特性 步驟二：選取合理樣本 步驟三：蒐集數據 步驟四：決定試用管制界限 步驟五：建立修正後的管制界限 步驟六：管制圖延續使用
分為計數值管制圖與計量值管制圖兩種類型。
8
管制圖的例子
妓セ翴 恨
いみ絬 恨
恨
1
5
10
15
20
25
妓セ
9
計數值管制圖
優點
計算簡單
能夠同時對不同的品質特性做整體性的控 制
種類
p管制圖 np管制圖 c管制圖 u管制圖
10
p 管制圖
ぃ▆瞯
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
說
明
中抽取 n 個產品，而發 現不良品個數為 x 的機
良焊點數 x 出現的機率 將會服從卜瓦松分配的
鐘，最主要的特徵是大 多數的數據會集中在平
率將會服從二項分配的 形態。
均數附近，而極大與及
SPC统计在制程中的应用
SPC统计在制程中的应用引言SPC〔Statistical Process Control，统计过程控制〕是一种制程控制方法，通过对制程中收集到的数据进行统计分析和控制，以实现制程的稳定性和可控性。
SPC统计在制程中的应用已经得到了广泛的认可和应用，本文将介绍SPC统计在制程中的应用，包括其定义、原理、应用场景和效果等内容。
1. SPC统计的定义SPC统计是一种通过对制程过程中数据进行收集和分析，以实现对制程稳定性和可控性的控制方法。
其核心思想是通过收集和分析数据，获取制程的变化情况，并根据统计结果进行制程控制和改善，从而保证制程的稳定和一致性。
2. SPC统计的原理SPC统计的原理是基于统计学的方法和工具，通过对制程数据的收集和分析，了解制程的变化状态。
主要包括以下几个方面：•数据收集：收集制程过程中产生的数据，可以是实时监控数据，也可以是离线收集的数据。
•数据分析：对收集到的数据进行分析，可以使用统计方法，如均值、方差、极差等，来分析制程的变化情况。
•制程控制：根据分析结果，制定相应的控制策略，以实现对制程的控制和改善。
3. SPC统计的应用场景SPC统计在制程中的应用场景较为广泛，以下是几个常见的应用场景：3.1. 过程监控SPC统计可以用于实时监控制程过程中的关键参数，如温度、压力、流量等。
通过对实时监控数据的收集和分析，可以及时发现制程中的异常情况，并采取相应的控制措施。
3.2. 缺陷检测与分析SPC统计可以应用于制程中的缺陷检测和分析。
通过对制程中产生的数据进行分析，可以发现和分析制程中的缺陷产生的原因，从而采取相应的改良策略，提高制程的质量。
3.3. 过程改良SPC统计也可以应用于制程的改良中。
通过对制程数据的分析和比照，可以找出制程中存在的问题，并采取相应的改良策略，以提高制程的稳定性和可控性。
4. SPC统计的效果SPC统计在制程中的应用可以带来许多效果，包括以下几个方面：•提高制程的稳定性：通过对制程数据的统计分析和控制，可以提高制程的稳定性，减少制程中的变异性。
SPC统计制程管制基础手册
为每个管制项目设定可接受的上下限，作为判断制程稳定性 的依据。
制定管制计划
制定数据收集计划
确定数据收集的时间间隔、样本大小 和数据来源，确保数据的准确性和可 靠性。
制定管制图
选择适当的管制图类型，如均值-极差 图、均值-标准差图等，用于监控制程 的稳定性。
数据收集和整理
收集数据
按照数据收集计划，定期从制程中获 取数据。
SPC统计制程管制基础手册
目录
• SPC简介 • SPC基础知识 • SPC实施步骤 • SPC工具和技术 • SPC应用案例 • SPC未来发展
01 SPC简介
S统计学方法对制程进行监控和管理的技术，通过 对制程数据的收集、分析和可视化，实现对制程稳定性和产品质量的监控，预防不 良品的产生，提高生产效率和产品质量。
提升企业竞争力和品牌形 象
良好的制程管理和产品质量有助于提升企业 的竞争力和品牌形象，增强消费者对企业的 信任和忠诚度。
SPC的适用范围
01
适用于各种制造业领域，如电子、机械、化工、食 品等。
02
适用于各种制程阶段，包括原材料采购、加工、组 装、测试等。
03
适用于各种类型的企业，包括生产型、加工型、贸 易型等。
数据的整理和分析
01
02
03
数据清洗
去除异常值、缺失值和重 复值，确保数据的质量和 一致性。
数据变换
将数据转换为适合分析的 形式，如标准化、归一化 等。
数据分析方法
描述性统计、推断性统计、 回归分析、聚类分析等， 根据需求选择合适的方法。
过程能力和性能评估
01
过程能力指数
性能评估
02
03
改进方向
8D问题解决方法
制定管制计划
制定数据收集计划
确定数据收集的时间间隔、样本大小 和数据来源，确保数据的准确性和可 靠性。
制定管制图
选择适当的管制图类型，如均值-极差 图、均值-标准差图等，用于监控制程 的稳定性。
数据收集和整理
收集数据
按照数据收集计划，定期从制程中获 取数据。
SPC统计制程管制基础手册
目录
• SPC简介 • SPC基础知识 • SPC实施步骤 • SPC工具和技术 • SPC应用案例 • SPC未来发展
01 SPC简介
S统计学方法对制程进行监控和管理的技术，通过 对制程数据的收集、分析和可视化，实现对制程稳定性和产品质量的监控，预防不 良品的产生，提高生产效率和产品质量。
提升企业竞争力和品牌形 象
良好的制程管理和产品质量有助于提升企业 的竞争力和品牌形象，增强消费者对企业的 信任和忠诚度。
SPC的适用范围
01
适用于各种制造业领域，如电子、机械、化工、食 品等。
02
适用于各种制程阶段，包括原材料采购、加工、组 装、测试等。
03
适用于各种类型的企业，包括生产型、加工型、贸 易型等。
数据的整理和分析
01
02
03
数据清洗
去除异常值、缺失值和重 复值，确保数据的质量和 一致性。
数据变换
将数据转换为适合分析的 形式，如标准化、归一化 等。
数据分析方法
描述性统计、推断性统计、 回归分析、聚类分析等， 根据需求选择合适的方法。
过程能力和性能评估
01
过程能力指数
性能评估
02
03
改进方向
8D问题解决方法
统计制程品管(SPC)
顾客需求 售后服务
制程管制的概念
制程管制所包括的范圉应为制程中之各种事务，其 主要者有三：一为质量、一为产量、一为成本。但 目前强调以质量为中心的管理，因此整个企业界的 制程管制就以制程品管为主。
在工作进行过程中，掌握影响品质的有关因素加以 管制，使结果在管制状态谓之。 管制≠检查，品质是于制造过程中形成的，若制程 能力不足，无法做好品质保证。
● 当找出造成制程不稳定之原因后，我们必 须规划一些改善的措施，使得相同之问题不再 发生。回馈管制系统之最后一个步骤是依据规 划之改善措施，调整制程之可控制因素。上述 步骤需重复进行，以持续改善制程。统计制程 管制牵涉到产品和制程之控制，但其重点是在 质量数据之分析，只有在质量数据显示制程不 稳定时，我们才考虑调整制程之参数。
●管制界限通常设在当制程为管制状态 时，几乎所有点都可落在管制界限内。只 要点都在管制界限内，则制程可视为在统
计管制内，对制程不须采取任何行动。但
只要一点在管制界限外，则代表制程有变
异，此时我们必须找出造成此种变立包含下列步骤:
(1).选择质量特性 (2).决定管制图之种类 (3).决定样本大小、抽样频率和抽样方式 (4).收集数据
成品装配
1.报废 2.返工 3.让步出货 品质判定
NO
◇
YES
完工抽样 1.检验规范 2.检验量具 3.抽样计划
入库或出货
SPC概念
1.概论
●
一个产品如果以它对顾客的符合度做为评断
的标准，则它必须是由一个稳定而可重复运作 的制程所生产的，亦即制程必须具有在生产目 标值的些微变动内的生产能力。统计制程管制 (statistical process control， SPC)乃是一 些使制程稳定和经由降低变异性以改善制程能 力的强力工具的集合。
制程管制的概念
制程管制所包括的范圉应为制程中之各种事务，其 主要者有三：一为质量、一为产量、一为成本。但 目前强调以质量为中心的管理，因此整个企业界的 制程管制就以制程品管为主。
在工作进行过程中，掌握影响品质的有关因素加以 管制，使结果在管制状态谓之。 管制≠检查，品质是于制造过程中形成的，若制程 能力不足，无法做好品质保证。
● 当找出造成制程不稳定之原因后，我们必 须规划一些改善的措施，使得相同之问题不再 发生。回馈管制系统之最后一个步骤是依据规 划之改善措施，调整制程之可控制因素。上述 步骤需重复进行，以持续改善制程。统计制程 管制牵涉到产品和制程之控制，但其重点是在 质量数据之分析，只有在质量数据显示制程不 稳定时，我们才考虑调整制程之参数。
●管制界限通常设在当制程为管制状态 时，几乎所有点都可落在管制界限内。只 要点都在管制界限内，则制程可视为在统
计管制内，对制程不须采取任何行动。但
只要一点在管制界限外，则代表制程有变
异，此时我们必须找出造成此种变立包含下列步骤:
(1).选择质量特性 (2).决定管制图之种类 (3).决定样本大小、抽样频率和抽样方式 (4).收集数据
成品装配
1.报废 2.返工 3.让步出货 品质判定
NO
◇
YES
完工抽样 1.检验规范 2.检验量具 3.抽样计划
入库或出货
SPC概念
1.概论
●
一个产品如果以它对顾客的符合度做为评断
的标准，则它必须是由一个稳定而可重复运作 的制程所生产的，亦即制程必须具有在生产目 标值的些微变动内的生产能力。统计制程管制 (statistical process control， SPC)乃是一 些使制程稳定和经由降低变异性以改善制程能 力的强力工具的集合。
统计过程控制( SPC)基础知识培训
六.SPC的特點及功效
特点:
SPC是全系統的，全過程的，要求全員參加，人人有責。這點與 全面 質量管理的精神完全一致。 SPC強調用科學方法(主要是統計技術，尤其是控
制圖理論)來保證全過程的預防。 SPC不僅用於生産過程，而且可用於服務過程和一
切管理過程。
功效:
看清品质状况.提前发现问题 找出问题根源,少花钱办好事; 减少报表麻烦,满足客户要求; 提升生产效率,降低品质成本.
(品质是设计,管理,习惯出来的) （质量与每个人的工作都有关系）
二.品质管理方法的發展
推動品質活動 約每10年就出現一種關鍵品質管理方法 1950-1960 SPC 1960-1970 QCC、SPC 1970-1980 TQM、QCC、SPC 1980-1990 ISO9000、TQM、QCC、SPC 1990-2000 SIX SIGMA、ISO9000、TQM、QCC、SPC
▪变差产生的原因：分为特殊原因和普通原因。
▪特殊原因又叫异常原因或非机遇原因等（占15%）。
▪它是一种间断性的，不可预计的，不稳定的变差根源。主要由操 作者或相关人员采取局部措施予以解决。例如：作业者操作方法 错误，仪器出现问题,原材料不良等等。
▪普通原因又叫偶发原因或机遇原因等（占85%）。
▪它是一种可预测的，持续作用于制程的变差根源。主要由管理人 员采取系统措施予以解决。例如：电压的偶然波动，机器固有的 振动等等。
三.什麼是SPC
SPC是英文Statistical Process Control的字首簡稱,即 統計過程控制。
SPC就是應用統計技術對過程中的各個階段收集的 數據進行分析，並調整制程（或过程），從而達到预防 不良和提高制程能力的目的。
SPC统计制程控制
制程能力︰作业在安定状态下(平均值不变)所出现能力，其 主要在评估制程之精密能力
公式: 2.1、双边规格︰
U L Cp 6 p
2.2、单边规格︰
UX Cp 3 p
●Cp评估等级:
or
X L Cp 3 p
A: 1.33≤Cp B:1.0 ≤Cp <1.33 C:0.67≤ Cp <1.0 D:Cp<0.67
UL 5.5 4.5 Cp 1.70 6 6 * 0.1 Cpk=Cp(1-|Ca|)=Cp*K=1.70*(1-0.015)=1.68
例︰若某零件的测量值为5.08、4.95、5.10、4.90，若标准偏差 为0.1，标准值为5±0.5，试求其Cpk值=? 解答》由公式知︰
X 5.01 5.00 Ca 0.015 1.50% ( U L) / 2 (5.50 4.50) / 2
UL 5.5 4.5 Cp 1.70 6 6 * 0.1 Cpk=Cp(1-|Ca|)=Cp*K=1.70*(1-0.015)=1.68
或者
U X X L 5.10 5.01 5.01 4.9 CPk min( : ) min( : ) 1.68 3 3 3 * 0.1 3 * 0.1
标准差管制图
B1 0 0 0 0 0.03 0.118 0.185 0.239 0.284 0.321 B2 3.267 2.568 2.266 2.089 1.97 1.882 1.815 1.761 1.716 1.679 B3 0 0 0 0 0.029 0.113 0.179 0.232 0.276 0.313 B4 2.606 2.276 2.088 1.964 1.874 1.806 1.751 1.707 1.669 1.637
统计制程管控(SPC)
X – R 绘图步骤
1.将每样组之 X 与Ｒ算出记入数据表内。 2.求 X 与Ｒ
X ＝ ∑ X ＝1,254 ＝50.16 n 25 R ＝ ∑ R ＝120 ＝4.8 n 25
3.查系数 A2，D4，D3 A2＝0.58，D4＝2.11，D3＝负值（以 0 代表）
X – R 绘图步骤
4.求管制界限。 (1) X 管制图 CL＝ X ＝50.16 UCL＝ X ＋A2 R ＝50.16＋(0.58)*(4.8)＝52.93 LCL＝ X －A2 R ＝50.16－(0.58)*(4.8)＝47.39 (2) R 管制图： CL＝ R ＝4.8 UCL＝D4 R ＝(2.11)*(4.8)＝10.13 LCL＝D3 R ＝(0)*(4.8)＝0
P (1－ P )/ n P (1－ P )/ n
P 管制图(不良率)
2.实例 某工厂制造外销产品，每 2 小时抽取 100 件来检查, 将检查所得之不良品数据，列于下表，利用此项数据， 绘制不良率(p)管制图，控制其质量.
组别 1 2 3 4 5 6 7 8 9 10 n 100 100 100 100 100 100 100 100 100 100 d 3 4 3 8 5 5 7 5 5 6 p 组别 n 0.03 11 100 0.04 12 100 0.03 13 100 0.08 14 100 0.05 15 100 0.05 16 100 0.07 17 100 0.05 18 100 0.05 19 100 0.06 20 100 d 3 6 8 5 2 3 6 2 7 5 p 组别 n d p 0.03 21 100 5 0.05 0.06 22 100 8 0.08 0.08 23 100 4 0.04 0.05 24 100 5 0.05 0.02 25 100 4 0.04 0.03 合计 2,500 125 0.06 平均 100 0.05 0.02 0.07 0.05
SPC统计制程管制的作业流程
r < 0.5表低度相關。
23
散佈圖
24
相關係數
相關係數除了可表示數據之相關性外，尚可將量 測數據以迴歸分析方式求取迴歸線，以評估兩因 素之間發展趨勢，另可計算量測數據之平均數， 以訂定管制上 / 下限。若由群體中抽n個樣本，其 品質特性量測值為 (X1,Y1)、(X2,Y2) … (Xn,Yn)，以 最小平方法，可求得群體簡單線性迴歸曲線：
圖。
51
二、管制圖繪製說明
1. 常態分布曲線之管制圖。
1) 中心線可以量測紀錄之平均數的平均數 ( ) 表之； 或中心線可以群體平均數 (μ) 表之；亦或中心線可 以規範要求之中心值表之；
2) 管制上下限為中心線 ±3σ，其量測數據落在上/下 限之間之機率為99.73%。
2. 計量管制圖係使用於連續性製程數據之管制， 如：重量、長度、厚度等。
3. 計數管制圖係使用於不連續性製程數據之管 制，如：不良品數量、缺點數等。
52
二、管制圖繪製說明
4. 管制界限 (control limits) 係指產品製程品質之 差異範圍。
5. 規格界限 (specification limits) 係依據合約 / 規 範之要求，所訂定之容許誤差範圍。
6. 型I錯誤：製程穩定情況下，當樣本點沒有超 出管制界限，卻判定成製程不正常。
此問題改善可藉由現場作業人員之管理技術，如：5S (整理 (seiri)、整頓 (seiton)、清掃 (seiso)、清潔 (seiketsu) 及紀律 / 修身 (shitsuke) ) ；5M1E (人 (man)、機器設備 (machine) 、 方 法 (method) 、 量 測 (measure) 、 物 料 (materials) 及環境 (environment) ) 等之提升，以降低其 肇因。
23
散佈圖
24
相關係數
相關係數除了可表示數據之相關性外，尚可將量 測數據以迴歸分析方式求取迴歸線，以評估兩因 素之間發展趨勢，另可計算量測數據之平均數， 以訂定管制上 / 下限。若由群體中抽n個樣本，其 品質特性量測值為 (X1,Y1)、(X2,Y2) … (Xn,Yn)，以 最小平方法，可求得群體簡單線性迴歸曲線：
圖。
51
二、管制圖繪製說明
1. 常態分布曲線之管制圖。
1) 中心線可以量測紀錄之平均數的平均數 ( ) 表之； 或中心線可以群體平均數 (μ) 表之；亦或中心線可 以規範要求之中心值表之；
2) 管制上下限為中心線 ±3σ，其量測數據落在上/下 限之間之機率為99.73%。
2. 計量管制圖係使用於連續性製程數據之管制， 如：重量、長度、厚度等。
3. 計數管制圖係使用於不連續性製程數據之管 制，如：不良品數量、缺點數等。
52
二、管制圖繪製說明
4. 管制界限 (control limits) 係指產品製程品質之 差異範圍。
5. 規格界限 (specification limits) 係依據合約 / 規 範之要求，所訂定之容許誤差範圍。
6. 型I錯誤：製程穩定情況下，當樣本點沒有超 出管制界限，卻判定成製程不正常。
此問題改善可藉由現場作業人員之管理技術，如：5S (整理 (seiri)、整頓 (seiton)、清掃 (seiso)、清潔 (seiketsu) 及紀律 / 修身 (shitsuke) ) ；5M1E (人 (man)、機器設備 (machine) 、 方 法 (method) 、 量 測 (measure) 、 物 料 (materials) 及環境 (environment) ) 等之提升，以降低其 肇因。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计 原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有 效控制生产过程、不断改进品质。
与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。
制作:品管部
二.SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措
工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何 控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。
1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并 发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了 理论和方法基础。
• 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
制作:品管部
SPC 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 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
制作:品管部
SPC 的思考
步驟三：建立制程控制方法
SPC培訓講義
第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: 制程能力分析 第六章: SPC總結
xiaofeng 2003/10/20
制作:品管部
第一章: 認識SPC
制作:品管部
一.什么是SPC SPC---- Statistical Process Control
製程回饋管制系統模式
製程的聲音
統計方法
人 員 設 備 材 料 方 法
環 輸入
境
作業方式 / 產品或服務
資源混用方式
製程/系統
輸出
顧客的聲音
顧 客
辨識變化的 需求與期望
制作:品管部
SPC 背景說明
• SPC 興起的背景 • SPC 的迷思 • SPC 的焦點 • SPC 的思考 • SPC 的診斷
制作:品管部
• 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『ISO 9000』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。
制程起伏條件
品質異常
產品優劣
因
果
因
果
制作:品管部
SPC 的思考
制程 制程參數
對產品的 影響度 (溫度)A (壓力)B (速度)C (尺寸)D (厚度)E
P1 A(5)
P1A
P1C
P1E
制作:品管部
P2 C(1)
P2A P2B
P2D
P3 B(3)
P3B P3C
P4 A(5)
P4A
P4C P4D P4E
制作:品管部
SPC 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 ？
制作:品管部
SPC 的迷思
迷思三：有了可控制的制程參數 (Process Parameter)，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？
制作:品管部
SPC 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，
制作:品管部
SPC 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？
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
制作:品管部
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
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。
制作:品管部
SPC 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
制作:品管部
四.SPC的推行步驟:
確立製造流程、製造流程解析
決定管制項目
問題分析解決
實施標準化 管制圖的運用
制程條件變動時
Cpk<1.33
制程能力分析 Cpk>1.33
問題分析解決
制計制程管制【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
施的指南。
三. SPC的焦點──製程(Process) Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑
定的一種「既成事實」. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭
──製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源.
与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。
制作:品管部
二.SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措
工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何 控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。
1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并 发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了 理论和方法基础。
• 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
制作:品管部
SPC 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 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
制作:品管部
SPC 的思考
步驟三：建立制程控制方法
SPC培訓講義
第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: 制程能力分析 第六章: SPC總結
xiaofeng 2003/10/20
制作:品管部
第一章: 認識SPC
制作:品管部
一.什么是SPC SPC---- Statistical Process Control
製程回饋管制系統模式
製程的聲音
統計方法
人 員 設 備 材 料 方 法
環 輸入
境
作業方式 / 產品或服務
資源混用方式
製程/系統
輸出
顧客的聲音
顧 客
辨識變化的 需求與期望
制作:品管部
SPC 背景說明
• SPC 興起的背景 • SPC 的迷思 • SPC 的焦點 • SPC 的思考 • SPC 的診斷
制作:品管部
• 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『ISO 9000』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。
制程起伏條件
品質異常
產品優劣
因
果
因
果
制作:品管部
SPC 的思考
制程 制程參數
對產品的 影響度 (溫度)A (壓力)B (速度)C (尺寸)D (厚度)E
P1 A(5)
P1A
P1C
P1E
制作:品管部
P2 C(1)
P2A P2B
P2D
P3 B(3)
P3B P3C
P4 A(5)
P4A
P4C P4D P4E
制作:品管部
SPC 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 ？
制作:品管部
SPC 的迷思
迷思三：有了可控制的制程參數 (Process Parameter)，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？
制作:品管部
SPC 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，
制作:品管部
SPC 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？
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
制作:品管部
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
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。
制作:品管部
SPC 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
制作:品管部
四.SPC的推行步驟:
確立製造流程、製造流程解析
決定管制項目
問題分析解決
實施標準化 管制圖的運用
制程條件變動時
Cpk<1.33
制程能力分析 Cpk>1.33
問題分析解決
制計制程管制【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
施的指南。
三. SPC的焦點──製程(Process) Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑
定的一種「既成事實」. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭
──製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源.