SPC的起源与发展.DOC

統計品質管制的理論與方法 蔡雨潔 一、什麼是統計製程管制？ 統計製程管制（Statistical Process Control，SPCW.A.Shewhart）將影響產品變異之原因分成可歸屬原因（assignable causes）和機遇原因（chance causes）。機遇原因是一個製程所固有之變異，它們隨時都存在（但須在控制內），我們稱這些機遇原因為一個製程之自然變異。當一製程只存在機遇原因時，我們稱此製程為穩定。可歸屬原因是偶而出現，但這類因素對製程之影響性卻相當大，如果製程受到可歸屬原因影響，則製程為不穩定或稱製程失控，而造成波動異常，SPC正是利用過程波動的統計規律性對過程進行分析控制的。 三、SPC基本工具 （一）品質管制七大手法 傳統七大手法的製作原理與應用是SPC的重心，也是產品與服務品質改進最有效的工具之一。check sheet） 檢核表用於資料的分類、蒐集，它無固定的格式，針對問題的特性，將需要了解的問題列表，用簡單的符號（正字、●、＋、…）註記，以便了解問題現況並作為之後分析或查核之用。可分為點檢用檢核表、紀錄用檢核表： 2.1點檢用表.2 記錄用表 作業員打字錯誤檢核表 作業員 劃記 次數 1 2 3 4 5 ＋＋＋＋ ＋＋ ＋ ＋＋＋ ＋＋＋＋＋＋＋＋＋＋ 4 2 1 3 10 總和 20 3. 柏拉圖（pareto diagram） 柏拉圖的橫軸代表問題的項目，縱軸表示每個項目發生的次數或是成本。而為了突顯出重要的項目，會依橫軸項目發生次數或成本，由大到小、由左至右排列，且為使問題更清晰右軸可為累積比率。根據柏拉圖先解決或（80-20原則）。若對於數據項別重點己經清楚明確時，就沒有必要再花時間繪製柏拉圖。control chart）SPC最早是以管制圖之型式博士提出center line, CL）、管制上限（upper control limit, UCL）、管制下限（lower control limit, LCL）（如圖4.1）。 圖4.1 如果所有點都落在UCL和LCL之間且是隨機分佈，則此製程是穩定的；相反地，如果有點落在UCL和LCL之外或者非隨機分佈，表示製程受可歸屬原因影響，此製程為失控。那如何辦別點分佈是否呈非隨機分佈？西方電氣公司（1958）提出區域檢定（zone tests）法則來辦別非隨機分佈，它將管制圖上下兩邊再等分成三等分，離上下限最近稱為A區，靠近中心線稱C區，中間為B區。 區域檢定法則如下： （1）一點落在A區以外 （2）連續三點中有兩點落在A區或A區之外 （3）連續五點中有四點落在B區或B區之外 （4）連續八點在中心線之同一側 如果符合上述則表示製程失控，須立即改善。 5. 散佈圖（scatter plot）（histogram）透過直方圖掌握數據分態 （2）調查離散偏離原因  （3）與規格比較無問題  （4）調查改善前後之效果（stratification）要找出原因出自何處，就必須透過數據分類加以分析 的地方圈出來，然後做數據收集。 圖一 魚骨圖特性要因分析 3.柏拉圖分析：過了一個月後，依這個月所收集的數據畫成的柏拉圖（圖二）， 則可清楚的看出A項伙食問題最嚴重，而D項宗教問題最少。 圖二 改善前數據收集及柏拉圖分析 不良項 不良數 不良率 累積 不良率 A（伙食） 51 0.33 0.33 B（剩菜處理） 46 0.3 0.63 C（宗教信仰） 31 0.21 0.84 D（婆婆陰影） 25 0.16 1 合計 153 1 4.下對策：問題找出來後，就要下對策，經過了一家人一陣腦力激盪後訂出了 對策，為了判別對策是否有效，則 得確實實行並再做一個月的資料 收集，經過一個月紀錄作出了第二 個柏拉圖（圖三） 圖三 改善中數據收集及柏拉圖分析 不良項 不良數 不良率 累積 不良率 A（伙食） 36 0.38 0.38 B（剩菜處理） 34 0.35 0.73 C（宗教信仰） 16 0.17 0.9 D（婆婆陰影） 10 0.1 1 合計 96 1  很明顯的數據有明顯下降，但是還是有不滿意的地方，所以須在做下個步驟。 5. 對策再檢討：將先前的對策拿出來檢討，有效的實施，無效的重新再進行新 的對策；同樣地再進行一個月的資料收集（圖四）。這次數據又有再減少，但 一定要繼續收集數據直到確認問題已解決為止。 圖四 改善後數據收集及柏拉圖分析 不良項 不良數 不良率 累積 不良率 A（伙食） 10 0.33 0.33