基本统计概念与制程管制手法.docVIP

本講座的宗旨 90年代以來，因為ISO-9000的認證要求，「SPC」這個名詞就經常被提示；而且逐步被要求落實。近年來更因為科技產品在品質的要求上日趨嚴謹，其相關產業之供應者（製造商）不得不在內部的「過程管理」上，加強對「SPC」的認識及實踐。因此，這幾年來「SPC」的課程不斷開辦，學習者絡繹不絕。 過去開班授課的對象，大部份都是工程師或助理工程師級的學員，其學歷大多是專科以上程度，對於課程內容所引用的統計概念和公式，經過講解後大部分學員都能理解（當然仍有部分學員搞不清楚）。可是最近幾期開班發現，很多公司派來學習的人員，其雖然已經身為品管或製造單位的主管，但是卻因從未接受基本的管理手法或統計品管的教育訓練，在「SPC」講解過程中，很難對其導入基礎統計概念（觀念轉不過來）。 本著「有教無類」的教學理念，針對越來越多的「非專業」基礎學員，總要設法協助他們順利學成或至少能夠達到某種程度的理解，以便回到工作崗位上達到工作需求。以這種想法為出發點而設計本課程，名為「基本統計概念與SPC手法」。顧名思義，本課程可以說是「SQC入門與SPC實戰」的課程。 但是，如果擴大眼界，廣義地評價本課程，其實也可以將其作為基層管理人員的「QC基礎訓練課程」。因為類似本課程的性質與內容，從60年代開始推展的「QCC（品管圈）活動」就已經將其納入教育訓練的課程中，且已經實施四十年之久了。 編者積二十餘年的工廠管理實務經驗以及二十年的品管實務教學經驗，深知有效的教導方法必須以工廠實務為依歸。即使是刻板的計算公式或者是抽象的名詞解釋都能夠以實務或舉實例說明，保證易學、易懂而會應用。話雖如此，教學成功的另一個關鍵還是在學員本身的學習精神和態度。在此先與所有參與本講座的學員共勉之！ 統計方法的基礎 壹、認識數據 一、數據的分類： 一般我們所收集的數據可以分為「計數值」與「計量值」兩種。 計數值 以計數的方式獲取的數據，例如在生產線上隨機抽檢100個產品，發現有5個不良品，則可以計算當次的抽檢不良率為5 %；又如品檢員檢查一匹布時，共檢出3個缺點；某公司人事管理員統計一天的出勤率，總人數500人中有5個人缺勤，計算當天的出勤率只有99 %。 以上所出現的數字，100、5、5%、3、500、5、99%等皆為計數方式而得之數據，通稱為計數值。 2. 計量值 用量具量測所獲得的數據，例如物品的長度、重量、純度、強度等數值。其不一定是整數，經常帶有小數。像這樣連續性的數值，稱之為計量值。 二、數據的性質（通常針對計量值數據） 數據的差異： 一般我們所得到的數據為 測定值=真值+誤差 誤差是由於很多不同的原因所發生的： 雖用同一測定器，同一測定者重複測定同一樣本，也會發生重複誤差。 如果用不同測定器測定同一樣本時，會發生測定器間的誤差。 如果用不同測定人員測定同一樣本時，會發生測定者間的誤差。 雖然同樣一批物品，因所抽取樣本的不同而發生抽樣誤差。 所以我們所獲得的數據中，一定包括由於各種不同原因所引起的誤差。 測定值=真值+同一測定器同一測定者因重複測定的誤差 +測定器間的誤差 +測定者間的誤差 +抽樣誤差 (1)、(2)、(3)合起來總謂之測定誤差，可簡寫為： 測定值=真值+測定誤差+抽樣誤差 因為我們能力有限，所以不管如何嚴密的測定，都無法在完全同一的條件下重複測定，換言之，我們總是在不盡相同的條件下測定，所以希望得到完全帶有再現性的測定值是不可能的。 我們應該承認以下的事實： 我們不可能得到完全相同的數據，所以數據帶有差異是當然的。 我們所獲得數據，祇不過是從可以想像得到的無限次重複測定的數據群之中的幾次樣本而已。 數據的可靠度 所謂的樣本數據是否可信任，即在測定操作時是否有錯誤，或抽樣時是否有異常原因發生，一般可分為精密度的可靠度與正確度的可靠度，無論如何，如要使數據可靠，一定要加強抽樣，測定作業的管理。 數據的精密度 用同一測定方法，測定同一樣本，並反覆作無限次的測定，或用同一抽樣方法，抽取同一群體，並反覆作無限次的抽樣，一定會有變異發生，變異的寬度也正是數據分配的寬度，這種寬度的大小就是代表精密度，而此寬度越窄，表示其精密度越好。 數據的準確度 用同一種測定方法，測定同一樣本，並反覆作無限次的測定，或用同一抽樣方法抽取同一群體，並反覆無限次的抽樣，數據分配的平均值與真值之間多少一定會有差，這個差的大小就稱作準確度，一般來講，差越小表示準確度越好。 A 精密度 準確度 1 xxxxxxxxxxxxxxxx 1 劣 優 2 xxxxxx