SPC講義-1.doc

專業技術結合SPC實作訓練

講 師：詹 昭 雄

學 歷：中原大學工業工程(1972)
美國南阿拉巴馬大學MBA(1987)
經 歷：◎台灣飛利浦電子公司Dep’t Head
◎1990年亞洲生產力聘任Fiji TQM講師
◎中原大學、交通大學、公務人力發展中心、北市公訓中心等實務講座
◎ 長期輔導訓練廠家：聯華電子、堤維西交通、泰山企業、統一企業、
Philips、Motorola、矽品精密、華邦電子、勝華科技、
欣興電子、中華汽車、世華銀行、華僑銀行….等數十家
◎ 短期訓練廠家：IBM、AT&T、3M、達碁科技、聯友光電、碧悠電子、
仁寶電子、力晶半導體、旺宏電子、信義房屋、潤泰建設、
德昌營造、四維企業、聲寶、台灣松下、台灣通用器材、
台電、中油、中國百盛……等數十家
◎輔導國內企業全公司品質經營TQM活動20年以上之實務經驗
曾 任：◎七曜企業管理顧問(股)公司 總經理
現 任：(1)七曜企業管理顧問(股)公司 資深顧問師
(2)ASQ SENIOR MEMBER
(3)中原大學兼任講師

「個案＋實作式SPC訓練」課程表

When

課程單元(What)
研發
製造
時數

課後實作

8/21
(二)

9:00

1.品質意識、品質系統與品質技術
2.off-line，on-line常用之品質技術
3.專業技術與SPC結合事例與價值
4.平均值，標準差導引，應用個案＋簡介
5-1.n＞30常態分配導引，應用個案＋簡介
5-2.n＜30常態分配導引，應用個案＋簡介
6.μ、σ，常態分配實作研討＋指導

*

*

*

*

2H

1.直方圖導引個案＋簡介＋應用個案
2.直方圖之作法與專業技術解讀
*
*

以直方圖進行實作
1.短、中期Ca，Cp，Cpk個案＋簡介＋應用個案
2.管制圖導引個案＋簡介＋應用個案
3.管制圖設計要點(管制＋改善)
*
*
*
*

3H

短中Cp、Cpk實作
以管制圖進行實作
4.各類原因分析簡介
5.散佈圖，相關係數導引個案＋簡介＋應
用個案
6.回歸直線之推定
7.實作事例研討＋指導(專技×SPC)

*
*
*

*

2H

散佈圖、r、回歸直線實作

8/27
(一)

9:00

1. 檢定導引個案，平均值檢定
2. 母變異數檢定
3. 兩組母變異數，平均值檢定
4. 檢定實作研討＋指導
*

*
*
*
*

4H

以檢定進行實作
1. 一因子，兩因子，兩因子交互作用ANOVA導引個案＋簡介＋應用個案
2. ANOVA實作研討＋指導
3. SPC之應用時機與應用要點總整理
4. Flexpeed Q Story×專業技術×輔助手法簡介
*

*
*
*
*

*
*
*

3H

以ANOVA進行實作

1-1 品質心法，品質系統與品質手法 詹昭雄 編著 2000.06

品質心法、品質系統與品質手法

1.品質心法：
1)顧客導向之心
2)之心
3)

2.品質系統
1)ISO 9001／9002品質系統
2)QS 9000品質系統
3)國家品質獎品質系統
4)顧客需求，滿意管理系統
5)員工需求、滿意管理系統
6)新產(商)品QCD管理系統
7)Process品質保証管理系統
8)

3.品質手法
1)QC七大手法 4)品質工程手法(DOE….)
2)新QC七大手法 5)品質機能展開(QFD)手法
3)SPC／SQC手法 6)故障模式影響分析(FMEA)手法

1-2
工程師常面臨之品質課題／常用之品質技術

課 題
技 術

新
產製設
品程備
開
發
如何「充分」掌握顧客「潛在」及「顯在」真正之「要求品質」？
QFD
如何將顧客真正之要求轉換成「設計重點」？
QFD
如何從許多「參數」中以「很少」之實驗次數篩選出「重要」之「參數／水準」及決定各參數合理之「公差」？
直交表DOE

如何「事前」確保品質之可靠度？
FMEA，可靠度工程
如何以少量之data驗收新設備、新製程
、檢定
如何「事前」預測新製程、新設備能力？

如何從1～2因子，多水準(例3～4個)且實驗次數很少(例各2～3次)之實驗中判斷有無顯著效果或影響？
ANOVA

原
產製設
品程備
管
制
與
改
善

如何從「少量」之數據（例n≦20）中瞭解製程、設備狀況(因或果)或是否異常？

如何從「大量」數據（例n≧50)中獲得豐富之製程、設備資訊(因或果)或是否異常？
直方圖

如何瞭解「動態」之製程、設備正常或異常(因或果)
管 制 圖
如何掌握影響品質之「重要要因」？
(1)一因子 (2)二因子 (3)多因子
散佈圖，
直交表DOE
一因子，二因子ANOVA
如何以「少量」之實驗數據但有「九成」把握判定大量生產後之μ或σ與原來之μ或σ顯著不同
？(因或果)
檢 定

1-3 QC STORY×專技×SPC實作計劃、摘要表 詹昭雄 編著 2001.01

STORY
適用SPC
實 作 項 目
專技(主)×SPC(輔)結論
現
況
分
析
靜

態
直方圖
常態分配
Ca、Cp、Cpk

層別

動
態
推移圖
管制圖

原因分析
差 異
短 處
各類魚骨圖

真
因
驗
証
散佈圖
相關係數r
迴歸分析
各種檢定
一因子ANOVA
二因子ANOVA
直交表DOE

對 策
提 出
二因子ANOVA
直交表DOE

效 果

確 認
檢定
推定
管制圖

1-4 SPC應用事例／啟示 詹昭雄 編著 2000.06
SPC技術到底有用嗎？何以有些公司規定所有中堅幹部必須接受數10小時之
SPC訓練、實作？甚至有將 SPC 之訓練及應用案例合格與否列入幹部昇等、
昇遷之要件？為了初步體認SPC之價值及角色，請看下列事例

1.問題：
I公司最近接到一主要客戶抱怨某一批產品之硬度不良(Spec：30±1)QA
經理老廖查閱該批之出貨50件抽檢記錄發現50件之硬度都在規格內並
無不良。

2.原因調查：
針對上述問題，廖經理追查下列可能原因
1) 儀器是否校驗？
2) 抽樣是否具代表性？
3) 是否50件樣本都確實一一量測
4) 客戶量測標準是否不同？
5)

3.困惑：
經一一查証上述可能原因後都沒有問題，請問廖經理是否應該判定「沒
問題」或還有什麼方法可以輔助查出原因？
A：

4.SPC出招：
廖經理接受詹老師之建議將50個測定值以 直方圖 分析如下：

SL SU

29 31

1-5 SPC應用事例／啟示 詹昭雄 編著 2000.06

1.SPC透露之訊息：
從直方圖中看出
客戶的抱怨是對的
因為該批硬度之分配為
SL SU

29 31

所以問題點為：規格附近之量測值為什麼較多？

2.SPC經驗判定之真因：
規格附近量測值較多經驗上之原因有
(1)四捨五入 (2)超出規格重測變合格
經廖經理查証真因為

重複量測

3.啟示：
本事例若不借助直方圖(SPC工具之一)光憑經驗找出真因之機會相信你
會同意要比

SPC×經驗(專業技術)

查証出真因之機會要小得多多，所以
(1) SPC是幹部必備且常用之管理工具之一
(2) 雖然不是所有之問題都需要借助SPC，但對於
「問題點」或「真因」不是「顯而易見」或「高度同意」之問題若能
以SPC為輔助卻可收
¬KNOW WHAT，WHERE，WHO，WHEN (真象)
­KNOW WHY (真因)
®KNOW HOW (新方法)
更準、更快事半功N倍之效果，就像醫生借助儀器看病更快、更準一
樣。
(3)SPC必須與專業技術相輔相成才會產生乘數效應

1-6 群體與樣本導引個案 詹昭雄 編著 2000.06

從一「批」半成品或成品中(例如共300片或件，m)抽測少部份樣本
(例如8片或件，m)得到下列結果
4.95、4.87、4.89、4.95、5.01、4.97、5.13、5.08
假如規格為5.0±0.15
請問：
1.能否從8個樣本都合乎規格就判定該「批」都合格？
A：¨可以 ¨不可以

2.為什麼？
A：

3.在管理上我們真正想瞭解的是那「批」300片(件..)或是那
8片(件..)？
　　　　 A：

在此片涉及到兩個很重要而且不同的世界，務必牢牢記住！！
一是那300片(件，m)我們想瞭解的

群體 世界

另一則是從300片(件，m)中所抽出來那8片(件，m)的

樣本 世界

我們可以藉著樣本來瞭解群體，但
¬樣本絕不等於群體(除非100%檢驗)
­樣本都合格≠群體都合格(除非100%檢驗)

1-7 群體與樣本之認識 詹昭雄 編著 1997.11

因為群體(亦有稱母體)與樣本之觀念必須很清楚，因此請好好認識
一番兩者之區別及關連
1.群體與樣本之事例：

¬製造業大學應屆畢業生之薪資

­一批2500件(片..)進貨或出貨
批之厚度、重量...

®十卷3600m之產品之粘度

¯一槽500kg原料之粒度

°1250筆物料料帳不符筆數

±A作業Process之C／T

²Release後之新產品等

³校驗後之量具

´

150位應屆之薪資

80件(片...)之厚度、重量

10×1cm之粘度

5×5g之粒度

60筆料帳不符筆數

20次作業之C／T

5件First Article

10個校驗結果

1-8 群體與樣本之認識 詹昭雄 編著 1997.11
2.群體與樣本之關連：
在不是100%全檢驗、確認之下，雖然
群體≠樣本
但是我們可以藉著「樣本」之數據來「推測」、「判斷」『群體』
，並對群體採取管理、改善上之措施，兩者之關連圖示如下

群 體

N片(件,kg,m...)
例:1500片或Release
後之N件
實作：

推測
判斷

統 計 量

計 算

樣 本

數 據

*計量值
例:硬度,厚度

*計數值
例:缺點個數

n片(件,kg,m...)
例:10片
實作:

例:1.8,1.9,1.7...
實作:

(另行介紹)

1-9 數據之種類與作入 詹昭雄 編著 2000.06

數據(data)雖然不能代表一切，但無疑的充分之數據確實是管理上重要之基
石，因為有了充分(≠100%)之數據才可以獲得充分之資訊(Information)

1.數據之種類：
數據可以分成二大類
(1)計數值(Attributes)鎮
屬於不連續性的數值，例如：
¬不良品個數 ®錯誤個數 °不良率(PPM)
­缺點個數 ¯評點點數 ±單位缺點數
你的例子：¬ ­ ®

(2)計量值(Variables)
屬於連續性的數值，例如：
¬重量 ®阻值 °強度 ²壓力
­長度 ¯內徑 ±溫度 ³C／T
你的例子；¬ ­ ®

從計量值與計數值中還可延伸分類值，例如：
¬Ａ級、Ｂ級、Ｃ級 ­重缺點、輕缺點 ®Ⅰ類、Ⅱ類、Ⅲ類

2.數據之作入：
如何從「無」數據到「有」數據是很基本之課題，尤其是非生產部門
更是常發生之課題，數據之作入可分成下列兩個步驟：
(1)決定目前有可能量化之「特性」或「參數」
例如：¬員工士氣以「請假人時」做為特性
­顧客滿意以「滿意％」或「滿意分數」做為特性

(2)設法自然產數據：
例如：設計或修改例行用之報表記錄或累加數據

1-10 詹昭雄 編著 2000.06

群體平均值(μ)與標準差σ

群體(Population)指的是
1. 一項即將release之新產品、新製程或新設備
2. 一個未經變更之現有製程、設備之output
3. 一批物料、半成品或成品(例如：1000件、kg……)
4. 採購、生產、作業之時間等等

群體μ及σ之圖意

意 義
圖 示
平均值(μ)：
(Mean)

標準差(σ)：
(Standard
deviation)

變 異：
(Variance)
表示特性值分佈之
「中心位置」

表示特性值分佈與中
心值之差異程度、穩
定度或精密度

標準差之平方稱為變
異

平均值與標準差為品質特性之兩大指標，掌握兩者可以說掌握了產品
，Process品質重要之資訊，群體μ及σ必須對群體全數100%量測，
檢驗才得以獲得，若未能100%量測，則以取得之樣本(Sample)來推定

1-11 平均值、標準差導引個案 詹昭雄 編著 2001.04

群體平均值、變異、標準差之計算式

群 體
群 體 推 定
(非100%檢驗時)

名 稱
母 平 均
母平均推定
Casio fx-3600PV

平均值

算 式

1)Mode SD

2) Shift KAC

3)1.8 DATA

名 稱
母 變 異
母變異推定
1.9 DATA

變 異

算 式

： ：
： ：
4)Shift

5)Shift

名 稱
母 標 準 差
母標準差推定

標準差
算 式

註：只代表樣本之標準差，因實務上我們關心的是群體所以實
用性較低！！

計算與應用
以公司目前實際之事例做計算及應用

Ａ員(線、台、家、班...)

Ｂ員(線、台、家、班...)

1-12 詹昭雄 編著 2000.04

μ、σ與常態分配機率之應用

常態分配機率應用事例

Ｈ公司有一批產品資料如下：
(1)規格為120±5
(2)抽測25個樣本中有一個不合格，
業務部門催物料部出貨，但QA部門陳課長暫時不放行，理由是
抽樣25個有1個不合格(不良率為4％)，但該客戶要求之不良率要
在1％以內，所以超出客戶要求。
業務部門得知狀況後質疑只有25個樣本是否能判定該枇之不良
率？QA陳課長亦同意以1/25來推定該批不良率為4％，樣本數太
少。
1. 請問：陳課長還可以用什麼SPC之工具來推測該批之不良率？
2. 計量值常態分配不良率推定：以常態分配推定不良率為1.04％，
所以陳課長可以讓批出貨以滿足業務及客戶之需要。

應用：
1. 以少量之樣本推估新產品release後之ppm
2. 以少量之樣本推估某一批物料、產品之ppm
3. 以少量之樣本推估某一批作業時間超出希望時間之機率

1-13 詹昭雄 編著 2000.04

常態分配之認識

在有管理的情形下，群體會有一真值，但因為誤差原因的影響，而此
種誤差是在機率性的狀態出現，則會有中間高，兩邊低的對稱情形出現，
在理論上可以如下的函數來描述，其全部曲線所包含的面積為 1 ，在的
左半與右半面積各為1/2。

其圖形如右：

其中μ稱為母平均，
σ稱為母標準差，記為N(μ，σ2)

若μ＝0，σ＝1，則稱為標準常態分配，以N(0,1)表示。

f(x) σ

μ x=μ+kσ

1
f(x)

0 K=(x-μ)／σ

1-14 詹昭雄 編著 2000.04

標準常態分配機率

1.常態分配與標準常態分配：
1)在input，Process或output中有許許多多平均值為μ標準差為之
分配，其中有許多之分配會是屬於或近似於「常態分配」
(如下圖右段所示)

2)各常態分配之機率函數：

3)標準常態分配：
如果將各種及不同之常態分配以

轉換成K則會成為平均值為0標準差為1之標準常態分配

2.標準常態分配機率表(參表)

1-15

標 準 常 態 分 配 機 率 表

Z
0
0.02
0.04
0.06
0.08

Z
0
0.02
0.04
0.06
0.08
0.0
5.00E-01
4.92E-01
4.84E-01
4.76E-01
4.68E-01
3.0
1.35E-03
1.26E-03
1.18E-03
1.11E-03
1.04E-03
0.1
4.60E-01
4.52E-01
4.44E-01
4.36E-01
4.29E-01
3.1
9.68E-04
9.04E-04
8.45E-04
7.89E-04
7.36E-04
0.2
4.21E-01
4.13E-01
4.05E-01
3.97E-01
3.90E-01
3.2
6.87E-04
6.41E-04
5.98E-04
5.57E-04
5.19E-04
0.3
3.82E-01
3.75E-01
3.67E-01
3.59E-01
3.52E-01
3.3
4.84E-04
4.50E-04
4.19E-04
3.90E-04
3.63E-04
0.4
3.45E-01
3.37E-01
3.30E-01
3.23E-01
3.16E-01
3.4
3.37E-04
3.13E-04
2.91E-04
2.70E-04
2.51E-04
0.5
3.09E-01
3.02E-01
2.95E-01
2.88E-01
2.81E-01
3.5
2.33E-04
2.16E-04
2.00E-04
1.86E-04
1.72E-04
0.6
2.74E-01
2.68E-01
2.61E-01
2.55E-01
2.48E-01
3.6
1.59E-04
1.47E-04
1.36E-04
1.26E-04
1.17E-04
0.7
2.42E-01
2.36E-01
2.30E-01
2.24E-01
2.18E-01
3.7
1.08E-04
9.97E-05
9.21E-05
8.51E-05
7.85E-05
0.8
2.12E-01
2.06E-01
2.01E-01
1.95E-01
1.89E-01
3.8
7.25E-05
6.69E-05
6.17E-05
5.68E-05
5.24E-05
0.9
1.84E-01
1.79E-01
1.74E-01
1.69E-01
1.64E-01
3.9
4.82E-05
4.44E-05
4.09E-05
3.76E-05
3.46E-05
1.0
1.59E-01
1.539E01
1.49E-01
1.45E-01
1.40E-01
4.0
3.18E-05
2.92E-05
2.68E-05
2.47E-05
2.26E-05
1.1
1.36E-01
1.31E-01
1.27E-01
1.23E-01
1.19E-01
4.1
2.08E-05
1.91E-05
1.75E-05
1.60E-05
1.47E-05
1.2
1.15E-01
1.11E-01
1.08E-01
1.04E-01
1.00E-01
4.2
1.34E-05
1.23E-05
1.13E-05
1.03E-05
9.43E-06
1.3
9.68E-02
9.34E-02
9.01E-02
8.69E-02
8.38E-02
4.3
8.62E-06
7.88E-06
7.20E-06
6.57E-06
6.00E-06
1.4
8.08E-02
7.78E-02
7.49E-02
7.21E-02
6.94E-02
4.4
5.48E-06
5.00E-06
4.56E-06
4.16E-06
3.79E-06
1.5
6.68E-02
6.43E-02
6.18E-02
5.94E-02
5.71E-02
4.5
3.45E-06
3.14E-06
2.86E-06
2.60E-06
2.37E-06
1.6
5.48E-02
5.26E-02
5.05E-02
4.85E-02
4.65E-02
4.6
2.15E-06
1.96E-06
1.78E-06
1.62E-06
1.47E-06
1.7
4.46E-02
4.27E-02
4.09E-02
3.92E-02
3.75E-02
4.7
1.33E-06
1.21E-06
1.10E-06
9.96E-07
9.03 E-07
1.8
3.59E-02
3.44E-02
3.29E-02
3.14E-02
3.01E-02
4.8
8.18E-07
7.41E-07
6.71E-07
6.08E-07
5.50E-07
1.9
2.87E-02
2.74E-02
2.62E-02
2.50E-02
2.39E-02
4.9
4.98E-07
4.50E-07
4.07E-07
3.68E-07
3.32E-07
2.0
2.28E-02
2.17E-02
2.07E-02
1.97E-02
1.88E-02
5.0
3.00E-07
2.71E-07
2.45E-07
2.21E-07
1.99E-07
2.1
1.79E-02
1.70E-02
1.62E-02
1.54E-02
1.46E-02
5.1
1.80E-07
1.62E-07
1.46E-07
1.31E-07
1.18E-07
2.2
1.39E-02
1.32E-02
1.26E-02
1.19E-02
1.13E-02
5.2
1.07E-07
9.59E-08
8.63E-08
7.76E-08
6.98E-08
2.3
1.07E-02
1.02E-02
9.64E-03
9.14E-03
8.66E-03
5.3
6.27E-08
5.64E-08
5.06E-08
4.55E-08
4.08E-08
2.4
8.20E-03
7.76E-03
7.34E-03
6.95E-03
6.57E-03
5.4
3.66E-08
3.29E-08
2.95E-08
2.64E-08
2.37E-08
2.5
6.21E-03
5.87E-03
5.54E-03
5.23E-03
4.94E-03
5.5
2.12E-08
1.90E-08
1.70E-08
1.53E-08
1.37E-08
2.6
4.66E-03
4.40E-03
4.15E-03
3.91E-03
3.68E-03
5.6
1.22E-08
1.09E-08
9.78E-09
8.74E-09
7.81E-09
2.7
3.47E-03
3.26E-03
3.07E-03
2.89E-03
2.72E-03
5.7
6.98E-09
6.24E-09
5.57E-09
4.97E-09
4.44E-09
2.8
2.56E-03
2.40E-03
2.26E-03
2.12E-03
1.99E-03
5.8
3.96E-09
3.53E-09
3.15E-09
2.81E-09
2.50E-09
2.9
1.87E-03
1.75E-03
1.64E-03
1.54E-03
1.44E-03
5.9
2.23E-09
1.99E-09
1.77E-09
1.58E-09
1.40E-09

元太─spc-1 7LIGHT 七曜企業管理顧問(股)公司 TEL:[phone]
1-16

n＜30常態分配機率表

Qu
or
QL

樣 本 大 小

Qu
or
QL

樣 本 大 小
3
4
5
7
10
15
20
25
3
4
5
7
10
15
20
25
1.50
0.00
0.00
3.80
5.28
5.87
6.20
6.34
6.41
2.50
0.000
0.000
0.000
0.000
0.041
0.214
0.317
0.380
1.55
0.00
0.00
2.87
4.52
5.18
5.54
5.69
5.77
2.55
0.000
0.000
0.000
0.000
0.023
0.165
0.257
0.314
1.60
0.00
0.00
2.03
3.83
4.54
4.92
5.09
5.17
2.60
0.000
0.000
0.000
0.000
0.011
0.125
0.207
0.258
1.65
0.00
0.00
1.28
3.19
3.95
4.36
4.53
4.62
2.65
0.000
0.000
0.000
0.000
0.005
0.094
0.165
0.211
1.70
0.00
0.00
0.66
2.62
3.41
3.84
4.02
4.12
2.70
0.000
0.000
0.000
0.000
0.001
0.069
0.130
0.171
1.75
0.00
0.00
0.19
2.11
2.93
3.37
3.56
3.66
2.75
0.000
0.000
0.000
0.000
0.000
0.049
0.102
0.138
1.80
0.00
0.00
0.00
1.65
2.49
2.94
3.13
3.24
2.80
0.000
0.000
0.000
0.000
0.000
0.035
0.079
0.110
1.85
0.00