SPC制程品质管制与统计制程控制(ppt 115页).ppt

1、邱東波 顧問,現 任：東莞聯碩企業管理有限公司 台灣彙智企業管理有限公司,學 歷：中國文化大學會計系 (臺灣)注冊會計師 國立政治大學高級經營管理研修畢業 加拿大工業心理研修 日本經營士會研修 （臺灣）經濟部中小企業處甄選合格顧問師 （臺灣）經濟部中小企業處甄選合格顧問師講師,邱東波 顧問,經 歷 ：,(一)歷任臺灣中小型企業之成本課長、財務經理、品管課長、總廠長、行銷副總經理、總經理之實際工作。,(二)臺灣靜宜大學、世新大學、名師會計實務補習班、大舜稅務會計實務補習班、臺北縣工業會、新竹市工業會、健行工專、社會大學等企業經理班講授,臺灣電動吊車同業工會常年顧問 臺灣加油站同業工會常年顧問 臺

2、灣會計同業工會常年顧問,邱東波 顧問,(三)自一九八九年起開始進入大陸，輔導臺商大陸投資設廠及中、外資企業之：經營管理體質改善內控制度建制MIS資信網絡行銷戰略規劃生產現場改善會計制度健全化企業幹部人才培育企業轉型個人咨詢：上百家以上，可以說集大陸臺商在中國經營成功與失敗經驗於一身的資深顧問師,經 歷 ：,邱東波 顧問,(1)臺灣花連省立醫院、臺東醫院、臺北市立醫院、衛生局等醫療系統之TQM (2)眾志營造 盛州建設 杰興鋼構等營建產業十二家 (3)美國克萊斯勒汽車臺灣經銷商體系之建制與規範等計十二家 (4)晟茂科技、鑫品電機、大山拉鏈、立來印整、東方錶業、新樓工業、華聲電子、信誠陶瓷、盛達陶

3、瓷、華興、恆達陶瓷、鴻源科技、東隆五金、信誼陶瓷、羅馬陶瓷、合成興業、國賓陶瓷、瑞祥水曖、東亞瓷磚、天地瓷磚、全國加油站、大宇電線電纜、國際洪建全文教、寶旺螺絲、寶彥汽車銷售、草本化妝品、瑪莉飾品等百餘家企業之生產改善，TQM及行銷規劃。,輔導實績：,邱東波 顧問,著 作：,臺灣中小企業大陸投資規劃實務 臺灣中小企業大陸經營稅務管理實務 臺灣中小企業大陸投資幹部管理實務 中國中小企業現階段經營策略思維與方向 中國中小企業之文化塑造再創優勢 臺灣中小企業大陸經營內銷策略實務 中國建材產業發展方向及行銷管理實務,制程品质管制与统计制程控制,主讲人：邱东波,课 程 大 纲,第一篇：认识制程品质控制,

4、一、认识产品品质与制程品质的差异 二、认识制程品质控制的系统 三、认识制程品质保证的原则,课 程 大 纲,第二篇：认识统计制程管制,一、SPC统计过程控制发展史 二、SPC统计过程控制功效 三、实施统计制程管制（SPC)的步骤 四、SPC统计过程控制的主要内容 五、SPC统计过程控制架构图 六、SPC之数据收集,课 程 大 纲,第二篇：认识统计制程管制,SPC之数据收集意义 SPC之数据收集原则 SPC之数据收集项目 SPC之数据收集流程 SPC之数据收集之计数值数据收集 SPC之数据收集之计量值数据收集,课 程 大 纲,第二篇：认识统计制程管制,七、SPC解读之特殊原因与一般原因 八、各项品

5、质指标(名词认识与计算方法学习) 各项品质指标之名词说明 各项品质指标之应用 各项品质指标之来源 各项品质指标之规格类型特点 各项品质指标之组距 各项品质指标之平均数 各项品质指标之中位数,课 程 大 纲,第二篇：认识统计制程管制,八、各项品质指标(名词认识与计算方法学习) 各项品质指标之方差 各项品质指标之标准差 各项品质指标之管制界限 各项品质指标之准确度Ca 各项品质指标之精密度Cp 各项品质指标之制程能力Cpk 各项品质指标之PPM,课 程 大 纲,第二篇：认识统计制程管制,实例计算训练 玖、认识管制图 认识管制图的意义 认识管制图建立之步骤,第一篇 认识制程品质控制,2020/8/1

6、3,Page15,壹：认识产品品质与制程品质的差异,一、产品品质与制程品质的差异,产品品质与制程品质的差异 1.产品品质是什么？ 是指产品的机能、作用、寿命、形象、规格。 一产品完成后显示出来。 即产品的功用、使用法、使用期限、品牌信誉。,2.制程品质是什么？ 是指产品生产的准备、制造、检验确认、管理等。 一产品制造过程中隐藏着的。 即工艺水准、作业安全性、检验能力、品质意识。,2020/8/13,Page16,壹：制程管制的意义（）,一、制程管制的意义,从材料的取得开始，直到产品送达顾客（下一工程人员）手中为止;利用工程知识（生产技术、管理技术）与积累经验（履历记录、数据）将产品制造过程的人

7、员、机械、材料、加工方法给予以标准化，（建立工程、作业、检查等标准）于制造时预防不良之发生，阻止不良扩散。使生产工作每一次都是好的（生产成本最低）达到企业获利的目的。,2020/8/13,Page17,贰：认识制程品质管制的系统(I),二、制程品质管制系统简介,1.设计品质管制 检讨，制订产品制造中各个工程阶段应达到标准。 监定样品，印证制造程序。 评核制造工程变异大小。,2.进料品质管制 监定材料，零件进厂是否维持合用的水准（不接 受不良）。 提供生产者（供应厂商）有关生产产品的品质情 报，协助生产者改善管理。,2020/8/13,Page18,贰：认识制程品质管制的系统(),3.制程检验品

8、质管制（含最终检查） 维持正常的生产力与检查能力。 不制造不良也不流出不良。 机会教育的实施制程规定的稽核、检查结果 的稽核。,4.成品检验品质管制（含出货管制） 产品机能测试、评比、报告与成本统计之回馈。 客户使用时之服务、分析。,5.品管稽核品质管制 品管作业程序、品保系统、品质标准的检讨。 品管方针，目标的管理。,2020/8/13,Page19,参：认识制程中品质保证的三不原则,三、制程中品质保证三不原则, 不接受不良：阻止不良延伸，扩散。 不制造不良：预防不良发生。 不流出不良：确认没有不良现象。,2020/8/13,Page20,肆：制程品质管制的意识（）,二、制造阶段品质保证观念

9、（统计制程之意识）,1.品质是管理出来的。 2.产品出来后大量检查是无用，应以预防为原则。 3.运用统计方法加以管理制程的结果。 4.遇有异常发生，迅速排除，使恢复正常，而确保结 果合乎顾客要求。,检 查,预 防,2020/8/13,Page21,肆：制程品质管制的意识（）,调 整,Process,（大量）检查,SPC,Process,（少量）检查,4M,监看 调整,4M,产 品,废料、重修,OK,OK,2020/8/13,Page22,伍：现场实施制程品质管制的三阶段（）, 现场实施制程品质管制的作法分三个阶段：,1.第一个阶段量试(研发阶段)的品质管制 流程之选定。 机器设备及人员之配置。

10、 各种标准（材料、时间、成本）之订定。(参数水 准的设定) 品管方案之编定。(制造阶段)的品质管制,2.第二个阶段量产时之品管 巡迴检查。 设定管制图。 异常原因之追查与处置。 检查站抽验。,2020/8/13,Page23,伍：现场实施制程品质管制的三阶段（）,3.第三个阶段制程分析与改善 品质情报资料之分析。 制程能力之分析与评价。 改善对策之确定。 改善结果之追踪。,第二篇 认识统计制程管制,2020/8/13,Page25,壹：SPC统计过程控制发展史（一）,一、SPC发展史 SPC是三个英文单词的缩写（Statistcal Process Conrtol）,.即统计制程管制（台湾称法

11、），也叫统计过程控制（大陆称法），简单地说，就是利用统计学的原理，对制造企业在制程中的品质进行管制，以达到尽可能第一次就把品质做好。（其实它是可以应用到任何一个有大量数据产生的地方，如营销分析、财务分析、人员分析等等） SPC是1924年美国休哈特（又称休怀特）博士发明了管制图（采用3倍 ）之后才产生的，当时在美国并不流行，自二战期间美国军方提出了一抽样MIL-STD-105E和MIL-STD-414等之后，SPC才有所应用到军工企业，但应用还不是太广泛。,2020/8/13,Page26,壹：SPC统计过程控制发展史（二）,二站结束后，日本作为战败国，百废待兴，加上日本本身是一个小岛国，资源

12、缺少，相对比较适合做加工业，日本就提出以品质为根本来提升竞争力，所以就到美国请了戴明等人到日本指导品质。SPC在戴明的指导下，功能发挥得很不错，在日本产生了很大的影响。日本人为了牢记戴明的功劳，就在日本设立了一年一度的品管界最高奖项 戴明品质奖，后来美国和台湾等地也采用了日本的方式，设立一年一度的 戴明奖。,2020/8/13,Page27,贰：SPC统计过程控制功效（）,二、SPC之功效说明 1.单纯从SPC理论上分析对企业之益处 （1）经济性：有效地采用抽样检验，预估不良率，得以控制成本，使制程稳定，生产状况可以预测，而能掌握品质、成本、交期; （2）预警性/时效性：制程的异常趋势可实行对

13、策，预防整批不良，以减少浪费，直接由作业人员绘制管制图，提供一个可靠的资料，以决定何时应该采取对策，何时可以不必采取任何措施; （3）善用机器设备：估计机器能力，可妥善安排适当机器，生产适当零件。,2020/8/13,Page28,贰：SPC统计过程控制功效（）,2.从制程上分析对制程的功效 （1）分析共同原因与特殊原因 （2）改善的评估：制程能力指标（CPK）可作为改善前后 比较之简单，作为制程检讨的共同语言 （3）减少报表处理工作量 （4）找出最大品质问题原因，以便工作更有绩效 （5）减少数据在人员传递的过程中变异 （6）分辨数据的真实 性 （7）从宏观到微观全面真实地了解品质状况 （8）

14、建立一个工程、品管、制造等三个与品质有直接关系 部门的沟通平台与管道。,2020/8/13,Page29,贰：SPC统计过程控制功效（）,3.理想地运作SPC可达到之功效为（3W2H） （1）找出什么时候会发生异常 （WHEN） （2）找出发生什么具体异常 （WHAT） （3）分析出异常的原因 （WHY） （4）得出解决异常的方法 （HOW） （5）建立起预防方案 （HOW） 4.通俗地说明SPC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 提升生产效力 降低品质成本,2020/8/13,Page30,参：实施统计制程管制（SPC)的步骤(), 实施

15、统计制程管制（SPC）步骤,1.作业步骤 依QC工程表到管制站抽样作品质确认。 以解析用管制图确认制程状态。 制程能力分析。 以管制用管制图管制制程。 异常发现与处置。,2.作业分组：分三组 第一组线上操作人员 。 a.除操作以外，还需查视自己工作，有变异时，立 即采取矫正行动，当品质水准显示有相反趋势时， 要提醒检验人员。,2020/8/13,Page31,参：实施统计制程管制（SPC)的步骤(),b.具有品质观念，在工作中应将不良品分开，而不需 要靠检验人员去发现。 c.应具有查核自己制品之能力，且具有使用必要仪器 及设备之技巧。 第二组线上品管检验人员 a.第一件检验。 b.巡迴检验寻找

16、问题之早期征兆。 c.对制程中使用之物料，应施以随机品质抽检。 第三组试验室工作人员 a.担任冶金、化学、物理及非破坏性试验等工作 b.负责制程中电镀、阳极处理等溶液之分析试验。 c.提供检（试）验记录资料及有关报告 d.试验仪器设备之校正与保养管理工作。,2020/8/13,Page32,肆：SPC统计过程控制的主要内容（）,三、SPC的主要内容 因为SPC主要是应用在制造业中，而根据制造业中制程品质的特性，品质 一般有良品与不良品的概念和重要特性分布状况两种，所以SPC的主要内容分类计数值（Attribute）与计量值（Variable）两种，所涉及的内容有：抽样检验、数据整理、各种图形分

17、析（状况）、制程分析（原因）、改善监控等。 1.计数值 就是以计产品的件数或点数的表示方法。计数值的数据在理论上有不连续的特质，故称之为离型 变量（Discrete Random Variable） 描述一产品的品质，可以用一个或一批产品中的缺点数表,2020/8/13,Page33,肆：SPC统计过程控制的主要内容（）,示，如：电线，可用表面有几个污点，有几个地方标签贴错或掉标签，有几根颜色不对，有几根有刮伤等等，这些都是以计点或个数方式来表示产品的品质状况。有些单位产品必须以二分法判定品质 ，如好与坏、良与不良、合格与不合格等所谓的通过不通过（GO-NOGO）。 注：各种可靠性试验都属于计

18、数值部分，如5kg拉力测试、2KV高压测试等都属于计数值。 计数值的抽样计划一般都采用MIL-STD-105E，国内经常采用GB2828（与105E差不多，二者可通用）。应用在IQC或OQC上，理论上计数值是不连续的运作，但是在应用到PQC上，最好应用连续性，更便于制程中不同原因的深入分析。,2020/8/13,Page34,肆：SPC统计过程控制的主要内容（）,2.计量值 指是产品须经由实际量测或测试而取得的连续性实际值，并对做数理分析，以说明该产品在此量测特性的品质状况的方法。 计量值的数据在数学上具有连续性的特质，故称之为连续型随机变量（Continuous Random Variabl

19、e）描述一产品的品质，可有实际量测或测试而取得一连续性的数据，如零件的尺、电器产品的电流、电压、耐压值、电阻等，进而分析产品在这一特性中的品质状况。 计量值的抽样计划理论上是采用每固定时间抽取4-20个样本数来进行量测，常用的抽样计划有MIL-STD-414（国内惯用）,2020/8/13,Page35,肆：SPC统计过程控制的主要内容（）,GB6378（国际上惯用）等。因量有连续性，所以在PQC上应用比较多。但单纯从品质的角度来分析计量值，在IQC及OQC上可采用一次性抽样取50-150个样本来量测做状态分析（直方图、计算CPK等）。计量值做状态分析时一般不宜超过350个数值，否则数据是太大

20、分析就不准确，同时还浪费人力、物力、时间等成本。,2020/8/13,Page36,伍：SPC统计过程控制架构图,3.SPC之架构图,2020/8/13,Page37,陆：SPC之数据收集意义,数据收集对于任何一个管理体系都是最基本的项目之一，离开了数据收集，所有的管理体系都是一纸空谈。在SPC中，数据收集是非常重要的，收集数据的好坏关系到SPC的意义是否存在，关系到SPC的功能能否实现。,一、数据收集的意义：,二、数据收集的原则：,因为SPC应用的精神在于收集最简洁最基本的数据，经过一系列科学而复杂的计算，以最简单、直观、明了的方式表现，以便于深入分析品质状况及预测问题。所以SPC在数据收集

21、过程中必须强调四项原则：真实、及时、简洁、标准。,2020/8/13,Page38,陆：SPC之数据收集原则（一）, 数据的真实性 数据的及时性 收集数据的简洁性 收集数据的标准性,1. 数据的真实性： 只有真实的数据才能反映真正的品质状况，否则不真实的数据分析出的结果肯定也是不正确，易导致在做品质决策和品质承诺时失误，哪怕是在某些情况下要应付客户或检查，企业自身也要通过SPC了解到品质的真实状况，这样才好采取相应的对策改善品质。,数据收集的四项原则：,2020/8/13,Page39,陆：SPC之数据收集原则（二）,品检人员不认真，根本没有通过实际的检验，只是根据经验 直接填写； 品检人员感

22、觉检验数量太多，不愿检验到规定的数量，而只 做一部分，剩下一部分全都是主观估计值； 量测设备有问题，精度不够，需要靠检验人员设计； 检验出来的数据不符合规格，人为地改写数据； 检验人员字迹不清，在输入电脑过程中输错； 抽样计划制定不合理，检验数据太少，造成分析无价值； 在收集过程中，使用了数据传递，在填写记录数中使用了计 算，再利用此计算值做图形处理。,数据的不真实性通常在以下几方面容易产生：,2020/8/13,Page40,陆：SPC之数据收集原则（三）,2. 数据的及时性： 因为SPC的主要功能之一就是预测品质，所以只有数据及时收集，才能及时分析，也才可能预测品质，否则出了品质问题都已是

23、去年秋天之事，不良品都已经产生，所有的预测都毫无意义。 3. 收集数据的简洁性： 简洁是为了管理的简洁，可以减少人力、物力、财力，过多复杂的动作不仅增加成本，而且会造成许多不必要的浪费和麻烦。 4. 收集数据的标准性： 是指收集数据的项目个数及格式是规范统一的，如计数值中要用到的不良缺点代码必须是统一的，这样更具有可比性和更利于统计分析。,2020/8/13,Page41,陆：SPC之数据收集项目（一）,三、数据收集的项目： 1.所检验项目的各项位置条件 2.各种检验项目 SPC在数据的收集过程中，通常包括两大类，一是所检验项目的各项位置条件，如批号或制令号、产品类别、物料编号（或物料名称，同

24、时还要有规格）、收集时间、工序位置、批量数、检验数、检验人员等；二是各种检验项目，如各缺点代码的缺点个数、各缺点类别个数、各产品管制特性所量测出来的数值等。 因为物料编号都对应到一个产品类别，所以通常只使用物料编码就不需要再使用产品类别，一个企业的产品通常分析510项类别。,2020/8/13,Page42,陆：SPC之数据收集项目/流程,还可根据需要收集：客户名称、班别、机台别、关键材料供货商等位置条件项目，但根据的原则为：所订字段需要层别分析，以利于分析问题深入分析。 四、数据收集的流程： 数据收集流程简单来说，就是把检验出来的数据收集整理好，但严格来说应源于QC工程图或客户要求，特别是新

25、产品需要这样，先制定出产品检验的项目及要求标准，再制定出相关的抽样计划、现场检验查检表，再做实际检验的动作，把检验出来的数据填写进现场检验查检表，最后把报表上的数据处理或输进电脑。如下图：,2020/8/13,Page43,陆：SPC之数据收集流程（一）,工程部制定QC工程图或客户要求,确定品检项目及品质要求,制定抽样计划及现场检验查检表,检验人员现场实际检验并填写查检表,做数据处理或正确无误输入计算机,数据收集流程,2020/8/13,Page44,陆：SPC之数据收集流程（二）,1.QC工程图或客户要求 QC工程图是工程部会同品保部、生产技术部门一起讨论得出的，通常会有注明在哪一个工序要进

26、行检验？检验的项目是什么？品质要求及目标为几何（国内很多企业都没有一份完整的QC工程图，都是靠人为之间联系后就开始生产，也是一大隐患）？品保部再根据QC工程图制定抽样计划及检验查检表，如果是已生产过的同类产品，则可以直接修改QC工程图或相应的抽样计划及查检表。在实际动作中，为了管理上的方便和简洁，同类产品可以采用相同的抽样计划及查检表，但在QC工程图中有变更的部分必须另外注明发到制程 品检人员手中。,2020/8/13,Page45,陆：SPC之数据收集流程（三）,客户要求通常应直接或间接包括检验项目、各项目要求指标及抽样计划，如若没有的部分，则为尽量满足客户可能是有一段时间的配合，对有些项目

27、双方已经得到默认。 2.检验项目及品质要求 品检项目应包括各种可能出现的缺失或缺点等导致为不合格品的项目，如外观、功能、安全、重要管制特性、怎么检验等，其中应有工程部或品管部制作的制程FMEA表中的所有项目。最好有一份各检验站点检验项目清单，如果条件允许，则把图例放进去作对照。实际发放到生产线或品检手上的这份资料，在ISO 9000中称为作业指导书。,2020/8/13,Page46,陆：SPC之数据收集流程（四）,品质要求应包括计数值中的缺点数、计量值中的规格和Cpk要求、可靠性和特检的指标要求等。在品保部要有一份清单，便于今后直接查阅及经验累积，更利于品管在一些工程技术上主动一些。 某某电

28、子厂品质要求指标清单 制定日期：2001年10月5日 产品编号：3201-B6-33 产品名称：电容 产品规格：1000法,2020/8/13,Page47,陆：SPC之数据收集流程（五）,3.抽样计划及查检表 在SPC中，抽样计划简单地说，就是多长时间从多少母体中抽取多少个样本做检验。根据抽样检验的性质分类，抽样计划也可分为：计数值抽样计划和计量值抽样计划。故而数据收集也分计数值和计量值，这分别在第二和第三节会专门介绍。 现场用的查检表，尽量根据查检表的精神，填写简单、观看明了，可以使用符号的就用符号表示，内容完整，把所有需要的收集项目放进去。在SPC中，通常有称为现场巡检表或制程检验记录表

29、。 注：有很多公司可能在不良数填写完之后，还加了一个不良率的计算，或在量测值后面加增了平均数和仝距等等的一些,2020/8/13,Page48,陆：SPC之数据收集流程（六）,计算。这大可不必，增加了数据传递环节，因为查检表是用来收集制程中最基本的数据，让检验人员做最初步计算，不仅增加检验人员的工作量，使之疲劳而容易出错，而且在真正制作图形分析时，需要重新计算使原来的计算就毫无意义。,2020/8/13,Page49,陆：SPC之数据收集之计数值数据收集（一）,计数值数据收集 在计数值数据收集过程中，除了第一节讲到的基本步骤外，要特别注意的是抽样计划、缺点类别及缺点代码的划分。 一、计数值 抽

30、样计划 根据计数值的理论，计数值具有不连续性，是以一批产品为母体来决定抽取样本数的，但这样会使制程中的间接生产人员无法确定下一批检验的时间，故而难以做品质的预测。在此，我们建议计数值也尽量做到连续抽取，这样可以预知下一批的检验时间，也可根据图形预测下步的品质状态，更符合SPC的预测功能。,2020/8/13,Page50,陆：SPC之数据收集之计数值数据收集（二）,1.计数值的抽样计划频率 要根据产品的批来定，如若一个制令批数量多，需要生产3天以上，与制令批数量较少生产几个小时应不同。所以抽样计划在检验时间上就不能完全固定，其原则通常为：每一批至少保证有一次抽样检验，尽量分多次连续抽样检验。即

31、生产时间再短，最少也要抽一次；通常连续生产1.52天以上时，最少抽5至7次；连续生产20天以上时，根据实际状况（通常指在管制状态下）可以考虑每天抽一次。,2020/8/13,Page51,陆：SPC之数据收集之计数值数据收集（三）,2.抽样计划中的抽样数 对于外观检验或非常大缺失的项目，通常采MIL-STD-105E或Z=1.4标准抽样。对于每一次的抽样数，尽可能使之相同，一般连续生产时间较长较为好处理，时间短较为难处理，但对于不良率管制图也能适用（但应使用检验数不同的管制图）。 3.计数值抽样中的允收计划 通常可根据AQL要求来判定是停止生产还是继续生产，也可根据公司制定的目标各段工序不良率

32、或缺失率目标来判定。,2020/8/13,Page52,陆：SPC之数据收集之计数值数据收集（四）,二、计数值数据收集项目 计数值的数据收集项目在实际工作中，批号或制令号、物料编号（或物料名称，同时还要有规格）、收集时间、工序位置、检验人员、批量数、抽样数、各缺点代码个数、不合格品个数等项目是必填写项，客户名称、班别、机台别、关键材料供货商等项目是根据实际尽量填写完整。 在计数值数据中实际检验数据只有三项：各缺点个数、缺点总数、不良个数。缺点总数大于等于不良个数。 为了规范缺点代码，一般都需要设缺点类别，还可以对缺点代码设立一个严重权数。一个企业所有缺点代码一定要规范统一，通常归纳为515项缺

33、点类别，最后一类通常为“其它不良”，将无法归纳的一些特殊不良列入其中。如遇产品或缺点很多时，,2020/8/13,Page53,陆：SPC之数据收集之计数值数据收集（五）,可以在编码上着手，编号取长一点，且预留空间，也可根据实际状况加多一层的缺点分类。 例： 某某厂缺点类别清单,2020/8/13,Page54,陆：SPC之数据收集之计数值数据收集（六）,例： 某某厂缺点代码一览表,2020/8/13,Page55,陆：SPC之数据收集之计数值数据收集（七）,三、数据筛选 在计数值中，应有以下分析： 单个产品在某一工序的品质状况 单个产品在某几工序的品质状况 多个产品在某同一工序的品质状况 多

34、个产品在某同几工序的品质状况 单个客户某一产品的品质状况 单个客户部分产品的品质状况 单个客户全部产品的品质状况 多个客户同一产品的品质状况 关键原料所有供货商所供生产产品的品质状况 关键原料部分供货商所供生产产品的品质状况,2020/8/13,Page56,陆：SPC之数据收集之计数值数据收集（八）,同一产品在不同部门或生产线的品质状况 同一部门或生产线生产不同产品的品质状况 不同班次所生产的品质状况 不同检验人员所检验的品质状况 某些检验人员所检验的品质状况 不同时期的品质状况 不同机台生产的品质状况 掌握全厂的品质状况 等等 所以在筛选数据做分析时，下列各项目应尽可能灵活，现把各条件项目

35、分别说明如下：,2020/8/13,Page57,陆：SPC之数据收集之计数值数据收集（九）,1.时间段选择 时间段应是灵活的，可以选择从XXXX年XX月XX日XX时XX分到XXXX年XX月XX日XX时XX分,甚至有时还可能需要精确到秒，将这一时段的所有数据处理，这样就可以选择出一天、一周、一月、一年的所有数据，便于图形分析。 2.产品项目 其实包含了产品编码及产品类别等，应可以选择某个产品或某几个产品合并到一起处理，或者某一类产品所有的数据合并处理。,2020/8/13,Page58,陆：SPC之数据收集之计数值数据收集（十）,3.检验工序位置 有时也叫检验站或QC站。因为一个产品的生产可能

36、需要经过多个计数检验站，为了查看整体状况，所以检验站需要能够选单个或多个合并一起处理。 4.其它各项层别条件 如检验人员、班别、客户别、机台别等，是根据各个企业及产品不同而自行设定，但各项层别条件应可选择单个或多个，也可不选，使符合相应条件的所有记录合并处理。,2020/8/13,Page59,陆：SPC之数据收集之计量值数据收集（一）,计量值数据收集 在计量值数据收集过程中，除了第一节讲到的基本步骤外，要特别注意的是抽样计划、各产品的管制特性。 计量值的数据收集主要是对产品的重要特性，按一定时间间隔抽取一定的样本，然后进行量测，再将量测值做处理。它的原则是先密后可松。,2020/8/13,P

37、age60,陆：SPC之数据收集之计量值数据收集（二）,一、计量值抽样计划 根据计量值的特性，它具有连续性，故它的抽样计划与计数值有很大的差异。它通常根据产品要求，对产品的重要特性或相关重要因素做定时抽取固定样本个数（不重要的特性就不用做计量值检验了），然后进行量测并分析。 1.计量值的抽样计划目前常用的标准 MIL-STD-414和国内的GB6378 2.计量值的抽样计划频率 也应根据产品的特性和当前品质状况来制定，产品特性越易检验或重要，抽样频率通常越高，当前品质越差相对频率应加快大一些。如遇批次中生产时间较短，为了做直方图或正态分布，也可适当加大抽样频率。现常用的抽样频率为：每2小时或4

38、小时,2020/8/13,Page61,陆：SPC之数据收集之计量值数据收集（三）,抽一次，每天抽一次较为少见（一般出现在难检和品质较为稳定的特性中）。 抽样频率在初始阶段相对高一点，在过程中如发现经管制不断监控与改善，达到了稳定阶段，可视情况斟情减少抽样频率，甚至放弃该点的计量监控。中间的时间点应根据产品特点及制程特点而定，但在过程中不能有较大幅度的变化。例如在第一个月中，采用5个/小时；经过1个月的监控，品质已稳定，已经有2周时间是Cpk值达到了2.0以上，可采用5个/4小时（注：一般不宜采用减少每次抽样数）；又经过一个月，发现Cpk还是在2.0以上，且没有大幅的周期变化的特性，则可放弃该

39、点做计量值管制。,2020/8/13,Page62,陆：SPC之数据收集之计量值数据收集（四）,3.计量值的管制点 通常为工程部在设计时设定的重要特性，或客户指定要求的重要特性，或在计数值经过几个周期发现某个位置无法或很难再提升品质时，可提出对该位置点的各项相关重要难点做管制。如电阻的电阻值，塑料面板的尺寸，弹簧的最大立值。 4.计量值的每次抽样数 也必须根据产品特性或客户要求而定。大部分产品都采用420个，但如遇化学品、药品等具有含量性质的量测特性，也有采取1个样品/次，如电镀时的化学药品浓度。通常对某一管制特性，其样本数应该是固定的，不要轻易变更。,2020/8/13,Page63,陆：S

40、PC之数据收集之计量值数据收集（五）,5.计量值抽样检验评判 通常有3个级别来判定：一是是否超出相应的管制界限或出现管制图判读的异常，如若超出表示有异常发生；二是是否超规格界限，如若超出，则表示有不合格品发生，制程问题较为严重，甚至要求停止生产；三是该数据区的Cpk品质指标是否达到1.33以上。 注意：通常以初期时Cpk品质指数达不到1.33，属正常，但以后要不断找出原因并纠正改善；在试产期通常要求Cpk指标达到1.5以上，量产后要达到1.33以上，这是做品质零缺点的基础。,2020/8/13,Page64,陆：SPC之数据收集之计量值数据收集（六）,二、计量值数据收集项目 SPC在做计量值数

41、据收集时，包括有产品相关项目和数据条件项目两种。 1.产品相关项目 产品相关项目是先确定产品的类别、型号规格或产品编号、管制特性、管制特性之间的关系、管制特性的规格界限、检验工作站、量测精度、使用标准差水准等相关产品信息，然后根据所抽出的样本进行量测，记录具体数值，最后再进入电脑或处理分析。数据条件项目，在第二节的计数值部分有过说明，这里就不再说明了。 产品类别与产品编号：同计数值部分一样，一个企业通常分,2020/8/13,Page65,陆：SPC之数据收集之计量值数据收集（七）,510个产品类别，一个产品编号只能对应一个产品类别。 管制特性：也就是管制点，指量测数据分析的具体位置。一个产品

42、可能有多个管制特性，一个塑料件可能有长度、宽度、厚度等。在一般非新型高科技产业的产品（如IC或晶体）中，对于一个产品，管制特性不要设太多，一般同一时间段有6个就足够，因为太多增加检验工作量，而且当某项品质稳定到一定程度后可以放弃管制。 管制特性之间的关系：是指当有多个管制特性时，为了分析管制图特性之间是否有相关性，便于管制特性之间的比较，计算出产品计量综合品质指数，通常要设定各管制特性与整体品质之间的关系，以Cpk值为基准，即有：取量大Cpk、最小Cpk、平均Cpk、权重等。它们之间的具体算法见本篇第二章。,2020/8/13,Page66,陆：SPC之数据收集之计量值数据收集（八）,管制特性

43、规格界限：是指产品要求的规格上下限，工程部在设计产品时就界定好或客户给定的，是不可以随便改变的，通常又分双边规格和单边规格。 检验工作站，是指该项管制特性所在的位置，一个产品的一项管制特性通常只能对应一个检验工作站。 量测精度：是指对该项管制特性量测值的小数字确认，也是在工程设计产品这时就确定好的，同时还要根据量测仪器来确定。通常使用2位小数较多，但如果小数字数较多，如有5位，则建议以特定单位将小数点向后移动23位，这样更便于在后面的运算，尤其是采用电脑化处理时。 使用标准差水准：是指此管制特性在最后的品质状态分析中采用几倍标准差，通常是从3到6，中间有：3、3.5、4、4.5、5、,2020

44、/8/13,Page67,陆：SPC之数据收集之计量值数据收集（九）,5.5、6等。在后面使用的图形有s 图和a 图两种，但注意使用多少倍标准差时，管制界限应该要在规格界限内才有意义。 2.数据条件项目 主要是指各项层别条件，如检验人员、机台别、班别、客户别等项目，这些在第一节已经介绍过，主要是根据自身需要适当加入一个条件，以便于某一产品产量很多时，对各项层条件的内容做逐个的分析。 例下图： 某某电子厂计量巡检记录表 产品类别：电子 产品编号：32103-33 检验日期：2001/12/8 班次：白班 客户：IBM 机台：50号 部门：制一部 制表人：张三,2020/8/13,Page68,陆

45、：SPC之数据收集之计量值数据收集（十）,2020/8/13,Page69,陆：SPC之数据收集之计量值数据收集（十一）,三、数据筛选 计量值的数据筛选比计数值较为简单，因计量值分析通常都是分析单个产品的简项管制特性，只有极少的产品才分析综合品质指数（多个管制特性合并到一起），所以数据筛选过程中，只要时间段的选择和各项层别条件项目选择就够了。 1.时间段选择 时间段应是灵活的，可以选择从X年X月X日X时X分到X年X月X日X时X分，甚至有时还可能需要精确到秒，将这一时段的所有数据处理。这样就可以选择出一天、一周、一月、一年的所有数据，便于图形分析。 2.各项层别条件 如检验人员、班别、客户别、机

46、台别等，是根据各个企业及产品不同而自行设定，但各项层别条件应可选择单个或多个，也可不选。使符合相应条件的所有记录合并处理。,2020/8/13,Page70,柒：SPC解读之特殊原因与一般原因（一）,SPC解读必须了解的特殊原因与一般原因 天下没有人能制造两件完全相同的东西，因为制程中存有许多影响变异的原因存在。有些变异很明显，容易看出，但有些很难察觉，例如一个加工的轴其外径尺寸可能受许多因素影响，经由相同的制程重复加工，并其中将一批产品外径加以量测取得几十到几百个量测数值，再经整理制出各种管制图或状态后，才能分析和判断出来。通常一个产品的生产会有以下图形的形式。,2020/8/13,Page

47、71,制程 人员 设备 材料 方法 环境,柒： SPC解读之特殊原因与一般原因（二）,制程中对策,品质报告,品质改善,2020/8/13,Page72,柒： SPC解读之特殊原因与一般原因（三）,在制程管制中，通常可以将品质问题分为两种，一种是局部问题（也称特殊问题），另一种是系统问题（也称共同问题）。局部问题是指由于制程中某一个小部位的突发变异发生的问题，难以预测，只有一经发现，由现场人员立即判断并处理。系统问题是指由目前整体因素变异产生的问题，可以预测，问题需要各相关部门协力共同解决。 品管部门主要的工作之一就是要找到问题的原因，可能影响品质变异的原因要确定和分析清楚，并寻求解决方案。针对

48、上段问题的分法，问题的原因也分两种：即共同原因（又叫非机遇性原因）和特殊原因（又叫机遇性原因）,2020/8/13,Page73,共同原因：制程中变异因素是在统计的管制状态下，其产品特性有固定的分布。通俗地说，就是目前制程的各个因素环境下，品质变异是必然，并不是单个品管部门或制造部单独可以解决的，需要品管、生产、工程部门，甚至采购部门、业务部门、行政部门等共同参与来解决。对于管理与品质系统非常严谨的企业，这类因素会占整个问题的85%，但如若占到60%以下时，则说明企业的整个管理体系出了严重的问题，或者制程已达到同行业中最好的制程能力。 特殊原因：制程中变异因素不在统计的管制状态下，其产品之特性

49、没有固定的分配。通俗地说，就是谁不知道会发生的,柒： SPC解读之特殊原因与一般原因（四）,2020/8/13,Page74,柒： SPC解读之特殊原因与一般原因（五）,、由偶然因素产生的，如生产机台设备中某个电子元件突然被烧毁而导致机台工作混乱，生产出不合格产品。只要对制程中监控及时，此种原因很容易发生，但后果也非常严重，如若不能及时排除，其损失是非常大的。在一个管理严谨的企业，这类因素只能占到15%以下，如若占到40%以上时，这家企业管理体系如果不是出了严重问题，就是在做产品试验，同时也说明该企业未做FMEA(失效模式分析），建议先做FMEA. 特殊原因的变异可由简单的统计分析表现，这些变

50、异的原因本来就须由直接制程的人员去改善， 这一般称为局部问题对策。,2020/8/13,Page75,捌：各项品质指标之名词说明,一、SPC应用到的一些专有名词 1.名词说明,2020/8/13,Page76,捌：各项品质指标之应用,2.统计学在SPC中延伸的部分应用说明（主要在计量部分）,2020/8/13,Page77,捌：各项品质指标之来源,二、品质指标的来源 1.产品计量值的规格,所有规格线一般都是在生产之前就规定好的，一般由工程部或研发部制定好，或由客户直接提供或要求，在现实制程，规格类型如上图，其特点如下表：,2020/8/13,Page78,捌：各项品质指标之规格类型特点,各规格

51、类型特点比较表,2020/8/13,Page79,捌：各项品质指标之组距（一）,双边中心不偏移规格是产品定规格最佳的方式，最有助于制程品质分析，其它几种都是由于成本要求而放松要求的表现形式。 2.统计学名词： （1）组距（R）：一组数据中的最大值减最小值。 R=MAX-MIN 在SPC的计量值中，通过组距的大小可以看出这组数的精密度状况如何，判断出这一组数据的制程幅度是否很大，如若很大，则表明制程能力较差；如若组距较小，则表明制程能力还不错；如若在几组数据中有组距突然增大，则表明出现了特殊原因，必须加以马上查出真正问题点，并尽最快解决。,2020/8/13,Page80,捌：各项品质指标之组距

52、（二）,例：下面100个数据分成10组来测定数据（表一）：,2020/8/13,Page81,捌：各项品质指标之组距（三）,计算各组距得： R1=1.49-1.32=0.17 R2=1.45-1.34=0.11 R3=1.44-1.30=0.14 R4=1.48-1.32=0.15 R5=1.53-1.36=0.17 R6=1.50-1.36=0.14 R7=1.47-1.31=0.16 R8=1.43-1.35=0.08 R9=1.46-1.27=0.19 R10=1.55-1.34=0.21,2020/8/13,Page82,捌：各项品质指标之平均数（一）,（2） 平均数（Mean, 但通

53、常用Xbar或X表示）：把一组数据全部相加，再除以该组数据的个数。 在SPC的计量值中，通过平均数可以看出这组数据的准确度状况如何，判断出制程管制与规格之间的关系，如若偏差过大，则表明我们当初设定的规格和规格有问题，并可进一步判断是我们的规格订错了还是我们的机器设备或量测设备有较大偏差；如若偏差很小，则表明我们当初设定的规格都正常，同时我们的制程也还可以。所以，平均数离规格中心线越近则越好。,2020/8/13,Page83,捌：各项品质指标之平均数（二）,如上面的数据计算得出： X1=(1.36+1.49+1.43+1.41+1.37+1.40+1.32+1.42+1.47+1.39)/10

54、=1.406 X2=(1.41+1.36+1.40+1.34+1.42+1.42+1.45+1.35+1.42+1.42)/10=1.396 X3=(1.44+1.42+1.39+1.42+1.42+1.30+1.34+1.42+1.37+1.36)/10=1.388 X4=(1.37+1.34+1.37+1.37+1.44+1.45+1.32+1.48+1.40+1.45)/10=1.409 注：小数字数一定要取到比样本数小数字数多一位。,2020/8/13,Page84,捌：各项品质指标之中位数（一）,（3）中位数（Median,通常用M表示）：把一组数据先按大小 顺序排列起来，然后取最中

55、间的一位。如若该组数据为奇数，则取最中间一位，如若该组数据为偶数，则取中间两位的其中一位。 假设一组数据X1,X2,X3Xi是已按大到小顺序或小到大顺序排好， X(1+1)/2 (I为奇数时） 则 M= 或 Xi/2或X(i/2+1),2020/8/13,Page85,捌：各项品质指标之中位数（二）,在SPC的计量值中，通过中位数也可以看出该组数据的准确度，它的变化与平均数有些相同，同样也是越接近规格中心值越好。 如上面的数据计算得出： M1=1.41或1.40 M2=1.41或1.40 M3=1.42或1.39 M4=1.37 M5=1.40或1.39 ,2020/8/13,Page86,捌

56、：各项品质指标之方差,（4）方差（2，有时也用S来表示）：由该组数据中每个数据减实际平均数平方的和再除以该数组数据的个数（n）。 注：有些书上可能是除以n（是样本数在50以下时）。 在SPC的计量值中，方差是用来后面算标准差用的，通过方差我们可以了解该组产品在这一管制特性中一定的制程能力，如若方差很大，则表明我们的制程能力较差，后面的标准差就大，CPK也就小；如若方差很小，则表明我们的制程能力较好，后面的标准差就小，CPK也就越大。也就是说，方差越小越好。 但是在我们的SPC系统中，我们通常不用方差来分析制程，这只是在我们后面所使用的标准差的一个前骤。,2020/8/13,Page87,捌：各

57、项品质指标之标准差（一）,（5）标准差（s）：可直接由方差开平方得来。 注：在SPC软件中，是使用n-1，而有些书上直接是使用n。 在SPC的计量值中，通过标准差可以判断该组数据的准确度和精密度，反映一定的制程能力，同时为后面的CPK和管制上下限算法做基础。如若标准差很大时，则表明我们的制程能力不好，同时也不稳定，同时说明共同原因有待改善，CPK也就小，管制上下限距离也就大；如若标准差小，则表明我们的制程能力很好，同时也很稳定，同时说明我们可以维持现状，甚至考虑到成本时可以将制程适当放松，这时CPK也就大，管制上下限距离也就小，并且基本上所有数据都在规格上下限之内。,2020/8/13,Pag

58、e88,捌：各项品质指标之标准差（二）,在SPC软件中，有两种标准差概念，一个是规格标准差（用s表示），另一个是制程标准差（用a表示）。 a是统计上的标准差概念，即是按上述公式计算出来的。 s 是为了在品管中有一个相对比较值而引进的，计算方法是：,2020/8/13,Page89,捌：各项品质指标之管制界限（一）,3.管制界限 （1）管制中心线 （Center Line）即实际数据的平均值（即Xbar) （2）管制上限 （Upper Control Level缩写为UCL ）由Xbar加上三倍的标准差。 （3）管制下限 （Low Control Level,缩写为LCL)由Xbar减去三倍的标准差。 CL=Xbar UCL=Xbar