SPC统计技术培训.ppt

統計觀念與SPC運用

BasicStatisticalConceptSPCApplication

;-6σ-5σ-4σ-3σ-2σ-1σ+1σ+2σ+3σ4σ5σ6σ;統計是什麼;关于統計;統計的要素;統計的意義;統計的三要素;-6σ-5σ-4σ-3σ-2σ-1σx+1σ+2σ+3σ4σ5σ6σ;常態分配舉例;統計的溝通;統計的溝通;統計製程在品質管制的重要性

開發期;統計製程在品質管制的重要性

量試期;統計製程在品質管制的重要性

量產期;-6σ-5σ-4σ-3σ-2σ-1σ+1σ+2σ+3σ4σ5σ6σ;SPC的基礎奠定於1910年代費雪爵士(SirRonaldFisher)

發展出的統計理論。

於1924年修華特博士(Dr.W.A.Shewhart)在貝爾實驗室

繪製了第一張的SPC圖，並於1931年出版了「製造品質

的經濟控制」之後，SPC應用於各種製造過程改善便就

此展開；此圖用於分析製程是否在安定狀態，或維持製

造程序在安定狀況。;戴明红珠实验;戴明红珠实验;戴明红珠实验;SPC控制图的基本原理;SPC控制图的基本原理;-6σ-5σ-4σ-3σ-2σ-1σx+1σ+2σ+3σ4σ5σ6σ;管制圖為表示變異的界限，界限內為±3σ的範圍，

範圍內涵蓋99.73%的機率，其原理為常態分配曲線

採水平方式繪製，將抽樣之數據順序點繪成管制圖。;製程狀況差不穩定;品質特性中組

合零件之數目;製造的產品中，其品質一定有變異存在；變異的原因如原料

品質、作業方法、機器狀況等的因素，但不可能保持完全沒有變

異，依變異種類可區分為正常变异與异常变异。

1.正常变异：原就存在製程中的原因中，在產品品質的變異原因

中，不用追究變異原因，其比例約有85%的問題應由

管理人員來處理，在追求變異來源時應由機器、材

料、方法等著手改善，此製程在“統計管制中”。

2.异常变异：原不存在製程中的原因，約有15%的問題屬於此

類，可經由基層作業員的努力來改善。;根據品管大師戴明Dr.Deming對SPC應用於製造過程改善的說明

有以下幾個重點:

1.SPC是一個方法,也是一個系統,從統計評估的資料中以

管制製程並改善之。

可以減少變異並控制成本。

3.SPC可以增加產品的壽命。

4.在討論製程績效時,SPC提供了一個共同的語言。;SPC可达到的功效;管制图例;統計製程管制作法;(X1+X2+X3+……+XN)ΣX

平均值X=→

NN

平方和ST=Σ(Xi–X)2

ST

變異數σ2=

N

標準差σ=S2

Ps.σ為所有數據之標準差，S為樣本的標準差

意義;量測數據9、7、7、8、求平均值、標準差、全距？

平均值(9+7+7+8+8.5)/5=

標準差((9-7.9)2+(7-7.9)2+(7-7.9)2+(8-7.9)2+(8.5-7.9)2)

5

=3.2=0.8

5

全距9–7=2Q:以上參數意義究竟為何?

;1.圖示法：以圖形直接來表示，如次數分配表、直方圖

、管制圖表示。

2.數值法：以製程準確度Ca、製程精密度Cp、製程能力

指數Cp