上海敬富塑膠制品有限公司
SPC講議
主講人：吳孝群
何 謂 SPC
一、品質管制是設定品質標准及為達到此標准所使用之
一切方法，SPC是實現達成設定品質標准之各種方
法中，以統計方法為基本工具的部分。
--------朱南博士
二、統計的品質管制是在工業生產過程中，運用統計的
方法，以最經濟的手段，生產合乎市場需要的產品。
---------戴明博士
三、品質管制就是如何設定適當的規格，使產品的性能
能夠滿足顧客的要求，外觀能吸引顧客，同時如何
制造方能達到所設定的標准(制造規格)。
何 謂 SPC
(1)設定標準時，一方面考慮顧客的需要，一方面考慮製造成本，來決定適當的品質，這種品質就叫做設計品質。
(2)標準設定以後就根據它來製造，製造出來的東西，其品質達到標準的程度，我們叫它爲一致性的品質，或稱製造品質，換句話說就是符合標準的程度。
(3)要製造品質好有兩個方法：
①製造出來以後全數挑選，把好的與壞的分開，但這種方法會增加成本，對公司及顧客都不利。
②對産生不良品的原因之根源採取預防措施。利用預防措施增進製造品質的方法，同時增進産品的可靠度，使品質保證工作更容易推行。這也是近代品質管制最大的好處。
品質管制的程式
管制是一種管理的工具，包括四個程式——計劃、執行、檢討、改善。這四個程式在品質管制爲：
(1)品質的計劃（Plan）
(2)品質的製造（Do）
(3)品質的檢討（Check）
(4)品質的改善（Action）
品 質 的 計 劃
品質的計劃就是有關品質的標準化工作，也就是在大量生産之先，訂定各種品質標準的工作。
(1) 訂定有關品質目標（製造規格範圍）。
(2) 訂定達成品質目標的方法。
品質的製造
將品質計劃付諸實施的工作，也包括兩項工作：
(1) 對工作人員的訓練。
(2) 制定作業標準書。
品質的檢討
(1)檢查與測定
檢查一定要根據檢驗標準進行。
(2)資料的整理與分析
直方圖、散佈圖、管制圖、重點分析表，或計算出分配的平均值、標準差等。資料的整理與分析要用到各種統計方法，這就是以統計的方法來管制品質的基本工具。
(3) 判定
資料分析以後，將結果與標準比較，判定整批東西合格與否或工程是否有不正常原因存在。
品質的改善
對製造的偏差或標準的不完備加以改善，包括四項工作：
(1)研擬改善對策：
找出了形成不正常的原因後，針對此原因提出改善對策，從根本上把問題解決掉。改善對策依其性質可分爲兩大類：
①應急措施——治標
把不良現象除去，防止不良品的繼續出現。
②根本措施——治本
把根本原因除去，防止不正常現象之再發生。
品質的改善
(2)對策的執行——改善行動
擬訂了對策，對執行人員及完成期限也要一併加以規 定。
(3)覆查
對策經執行以後，品管人員應對工程或産品再加以抽樣、測定、判定改善對策是否有效。
(4)再標準化
也就是修正標準的意思。
以上這四大項程式，構成一個迴圈，我們稱它爲品質管制迴圈，這迴圈在全體員工關心品質的軌道迴圈不絕，表示品質技術，管理不斷進步。
品質管制措施
(1)統計的品質管制（SQC Statistical Quality Control）
主要強調統計方法在製造問題上的運用。
(2)全面品質管制（TQC Total Quality Control）
主要在強調品管計劃應擴大其範圍使包括「新設計管制、
進料管制、製品管制與特殊制程管制」。
(3)可靠度
可靠度又稱爲信賴性，其定義爲：「一部機器或設備，在
所規定的使用環境條件之下和使用時間內操作，能充分完
成其任務而不發生不良品的機率」。
(4)品質保證（QA Quality Assurance）
①保證消費者可放心購買可長久使用之品質。
②品質保證是生産者與消費者間有關品質之一種約束或契約。
品質管制措施
如何做好品質保證：
①防止不良産品的發生；
②防止不良品的出廠；
③産品保證與抱怨的處理；
④ISO9000品質系統的實施。
(5)品管圈（QCC Quality Control Circle）
品管圈簡稱QCC，又稱品管小組活動，於1960由日本開始推動，強調第一線管理人員領導能力與品管知識的提高，由作業員參與，利用專業力量來解決現場的品質問題。
(6)無缺點運動（ZD Zero Defects）
ZD精神在強調每一員工對品質的責任，鼓勵員工「第一次就把工作做好」，以無缺點來保證品質。
QC的七大手法
一、層別法
1.何謂層別法
層別法是將多種多樣的資料，因應目的的需要分類成不同的類別的一種資料分析方法。
層別法的運用主要在於要想把相當複雜的資料進行處理，就得懂得如何把這些資料加以有系統有目的的加以分門別類的歸納和統計，便於進行工作分析及採取正確的措施。
舉例：
某公司注塑系三班輪班，前周三班所生産的産品均爲同一産品，結果爲 :
以班別來加以統計，可得知各班的産量及不良率狀況，以便於有依據地採取措施。
二、柏拉圖法（ABC法、重點管理法）
1.何謂柏拉圖
柏拉圖是資料以專案別分類，而按其出現的大小順序排列的圖。從柏拉圖可以看出「那一專案有問題」「其影響程度如何」等。對現場的管理監督者而言，自己所擔任作業的不良品（缺點），或故障等應改善事件中要能判斷出「問題出在那裏？」「應該採取何種措施？」，實爲重要工作。爲要使這種判斷能更確實，所以要使用柏拉圖。
QC的七大手法
2.柏拉圖的分析步驟
從上圖可以看出，不良最大的來自A，占了40%，前4項加起來爲 90%，進行改善應以前4項爲重點。
層別法提供了統計的基礎，柏拉圖法則幫助抓住關鍵性的原因。
QC的七大手法
三、特性要因圖
(1)何謂特性要因圖：
所謂特性要因圖就是將造成某項結果的衆多原因，以系統的方式圖解之，亦即以圖來表達結果（特性）與原因（要因）之間的關係。因其形狀象魚骨，又稱“魚骨圖”。
(2)特性要因圖之應用
1)某項結果之形成，必定有其原因，應設法利用圖解法找出其原因來。
2)特性要因分析圖提供的是抓取重要原因的工具，所以在分析檢討時，參加
的人員應是與此問題相關的、有經驗的人員，集思廣益方能奏效。
3)要對問題形成的原因追根究底，才能從根本上解決問題。如：會議上展開
的“連續式發問”。
材料
人員
方法
環境
機械
異常特性
QC的七大手法
四、查檢表
1.何謂查檢表
查檢表可大類分爲記錄用及點檢用。
記錄用查檢表是把資料分類爲數個專案別，以符號記錄的表或圖。這種查檢表不單是記錄用紙，以記載每天的資料，並在記錄完後，可看出那一專案的資料特別集中。點檢用查檢表是把確認的各種事項全部列出來而成的表。由於把這種查檢表所列出的事項一一點檢，不但對工作的確認有幫助，並使人人都可因而防止事故的發生。
QC的七大手法
2.查檢表六大要點：
①能正確迅速的收集資料：決定檢查專案、要數位化；
②記錄時，能考慮層面：人、事、物、時間、地點……；
③資料履歷要清楚：人、時間、樣品數、測定方法；
④盡可能以數位、符號記入：阿拉伯字、正、符號（）
⑤檢查專案不宜太多，以4~6項爲原則：取自特性要因圖；
⑥必須配合目的，必要時隨時檢討修正。
QC的七大手法
3.查檢標之種類：
①工序分佈查檢表
②缺陷專案查檢表
③缺陷位置查檢表
④缺陷原因查檢表
⑤特性查檢表
⑥操作查檢表
QC的七大手法
查 檢 表
五、直方圖
1.何謂直方圖
直方圖又稱柱狀圖，可將雜亂無章之資料，解析出其規律性。藉著直方圖，對於資料中心值或分佈狀況可一目了然。
2. 直方圖製作
1)收集資料，並記錄，總數以N表示；
2)定組數
總資料數與組數的關係大約如下表所示：
6-7
50-100
10-20
250以上
10-20
100-250
5-7
50以內
組數
N(數據)
QC的七大手法
3)找出最大值(L)、最小值(S)和全距(R)： R=L-S
4)定組距(C) R÷組數=組距，通常是或10的倍數
5)定組界
最小一組的下組界=S–測量值的最小位數(一般是1或)×
最小一組的上組界=最小一組的下組界+組距
最小二組的下組界=最小的上組界
依此類推
6)決定組的中心點 (上組界+下組界) ÷2 = 組的中心點
7)製作次數分佈表
依照數值大小記入各組的組界內，然後計算各組出現的次數。
8)製作直方圖
橫軸表示測量值的變化，縱軸表示次數。將各組的組界標示在橫軸上，各組的次數多少，則用柱形劃在各組距上。
QC的七大手法
9)填上次數、規格、平均值、資料來源、日期
直方圖主要作爲觀察用，主要是爲觀察直方圖之分佈圖型，將可得到3種狀況：
(1) 柱狀圖形呈鍾形曲線，可以說：
a.制程顯得「正常」，且穩定，
b.變異大致源自機遇原因。
然若呈現的是一種雙峰或多峰形分佈，則顯得「不正常」或
制程中有兩個標準。
(2) 制程中心值
直方圖的平均值與規格中心值是否相近，作爲調整制程的
依據。
(3) 制程是否有能力符合工程規格
依直方圖散佈狀況來衡量是否具有達到工程能力的水準。
QC的七大手法
2.直方圖可達到下列目的：
評估或查驗制程
指出採取行動的必要
量測矯正行動的效應
比較機械績效
比較物料
比較供應商
QC的七大手法
直方圖與次數分配曲線
F
16
14
12
10
8
6
4
2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
六、散佈圖
1)何謂散佈圖
散佈圖是用來表示一組成對的資料之間是否有相關性。這種成對的資料或許是「特性─要因」、「特性─特性」、「要因─要因」的關係。
2)散佈圖之應用：瞭解現象和原因之間的關係
在我們的生活及工作中，許多現象和原因，有些呈規則形的關連，有些呈不規則形的關連。
例如：物價的高低或消費支出水平有關連﹔油的粘度與溫度高低有關係﹔汽車的運轉數與出力有關係﹔等等。
QC的七大手法
QC的七大手法
我們要瞭解它，必須藉助統計方法來判斷它們之間之關係。下面我們列出了5種散佈圖，分別是：
(1)正相關(回轉數與出力)
(2)負相關(油的粘度與溫度)
(3)不相關(氣壓與氣溫)
(4)弱正相關(身高與體重)
(5)弱負相關(溫度與步伐)
散佈圖的類型可見下列五圖。
散布圖的五種類型
(A) 正 相關 (相關性強)
出力
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
(C) 毫不相關
溫度
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
(B)負相關(相關性強)
油的溫度
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
(D) 似乎有正相關 (相關性弱)
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
體重
(E)似乎有負相關(相關性弱)
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
步伐
3.散布图的绘制程序
散布图的绘制程序如下：
1.收集资料(至少30组以上)。
2.找出数据中的最大值与最小值。
3.准备坐标纸，划出纵轴、横轴的刻度，计算组距。
通常纵轴代表结果，横轴代表原因。
组距的计算应以数据中的最大值减最小值再除以所需设定的组数求得。
4.将各组对应数标示在座标上。
5.须填上资料的收集地点、时间、测定方法、制作者等项目。
QC的七大手法
七、管制圖
1)何謂管制圖
管制圖于1926年美國貝爾電話實驗所的蕭花特博士（)首先提倡以後，管制圖就一直成爲工廠品質管制上的一種非常重要的工具。
現場實施品質管制時，最重要的是能把握制程裏的主要特性值，根據此特性值的變動情形，來判斷自己制程是正常狀態或異常狀態。發現有異常現象時，立刻追查異常原因，除去異常原因，並採取措施使同樣原因不再出現。
爲達成以上的目的，對制程是正常或異常就必須有一合理的判斷基準才可以。
以統計的觀念上，我們知道，雖然在一定的條件下作業，並且未發生異常的原因，但所出現的資料也必會參差不齊的。
所以制程是正常或異常的判斷就必須根據合理的統計判斷才可以。
這種統計判斷的基準就是管制圖的管制界限，如圖。
QC的七大手法
管制圖分區
A 區 P(A)=
B 區 P(B)=
B 區 P(B)=
A 區 P(A)=
C 區 P(C)=
C 區 P(C)=
μ+3σ
μ+2σ
μ+1σ
μ
μ-1σ
μ-2σ
μ-3σ
機率=
機率=
UCL
CL
LCL
點子落在常態分布各標准差內的機率
(1)68%的數據在 X ±δ范圍內
(2)95%的數據在 X ±2δ范圍內
(3)%的數據在 X ±3δ范圍內
%
%
%
%
%
%
%
%
%
-3σ -2σ -1σ X +1σ +2σ +3σ
SPC管制趨勢圖
管制图的点都在管制界限内侧,并且没有特别排法时就判断制程正常,这时的制程谓之制程在管制状态,如有点超出管制界限外,或在界限内侧出现特别的排法时,就可判断制程异常。管制图是检查制程有否异常变化的最佳工具。
上管制界限
中心線
下管制界限
2)管制图管制界限的确定
生产条件基本相同，且生产过程又相当稳定，则可遵照以往的经验数据来确定中心线和上下控制界限。
生产过程稳定的判断条件是控制图上的点不超过控制界限，且控制图上的点的排列分布没有缺陷。
现要求：用上月控制图扣除超过管制界限之异常点（注：异常点必须是经过追踪且趋于正常点），计算中心线和上下控制界限作为本月管制图之上下限及中心线。
QC的七大手法
3.管制图的种类及用法
以制程所得数据为标准一般可分为：
(1)计数值管制图：可用数而得的数据如不良品数，缺勤人数，如不合格品数控制图、不合格品率控制图、缺陷数控制图、单位缺陷数控制图；
(2)计量值管制图：须用量而得的数据如长度、重量、强力等，如单值控制图、平均值与极差控制图、平均值与标准差控制图、中值与极差控制图、单值与移动极差控制图。
本公司目前使用不合格品率控制图和平均值与极差控制图，将作重点介绍。
QC的七大手法
SPC相关的概念
1.统计的品质管制
(1)准确度
(2)精确度
(3)波动
(4)分配
(5)制程能力
品質統計()
准確度
精確度
准確度
精確度
X
X
SPC相关的概念
2.测定值之分配现象
(1)集中趋势
①算术平均 X
②中位数 Me
③从数 Mo
3.离中趋势
①全 距 R
②标准差 δ
③变异系数 CV%
SPC相关的概念
4.统计公式
(1)算术平均（ X ）
∑fi
∑Xi fi
②已分组X=
N
X1+……+Xn
①未分组 X=
(2)全距：Range(R)
R = 最大值-最小值
=Xmax-Xmin
SPC相关的概念
(3)标准差：离均差平方之算术平均之平方根
d2
R
②已分组δ=
N
（ ∑Xi - X ）2
①δ=
6
5
4
3
2
d2
N
SPC相关的概念
100%
X
δ
CV% =
5.变异系数（CV%）
X—R管制图
适用范围:
凡是有规格而且是可测规格数据，都可使用X—R管制图。如某加工尺寸管制规格为±1，在连续加工过程中其变化状况如何，就可通过X—R管制图，进行控制管理。
管理内容：
—Chart主要是通过每组数据的平均值的管理来达到管 制整个过程中的均值，从而实现加工全过程是否在管制状态中，而实施的一项管制方法。
—Chart通过每组数据中所显示出来的最大、最小之间的差值，了解每组数据的变化情况，从而了解全过程中的差值变化。
控制图上应有记载部件名称、工序名称、质量特性、测量单位、标准要求、使用设备、操作者、记录者、检验者、部门、期间、抽样方式及查明原因和经过、处理意见的记事栏。
X—R管制图
X—R管制图的作成步骤及方法
分组（5个数据/每组）收集加工过程中的125个数据作为母体，计算出X、R以及UCL、LCL，作为接下来实施管制的X平均值及管制下限UCL、LCL。
数据分组：一般情况下，每一组为2~6个数据，通常情况下，多采用每组5个数据（本公司X—R管制图抽样品数n=4）。
组内的数据个数用n表示。
组数用k表示。
例如:采用每组5个数据，测125个数据的组数是25组，因此n=5、k=25。
测定数据并记入数据表内。
X—R管制图
测定数据并记入数据表内。
X—R管制图
管制图计算式。
X＝X1＋X2+……Xn/n
X＝X1＋X2+……Xk/k
中心线（CL）＝X
上限(UCL)=X＋A2R
上限(UCL)=X－A2R
全距R＝Xmax－Xmin
中心值R＝R1＋R2+……Rk/k
R图上限（UCL）＝D4R
下限（LCL）＝D3R（在每组2～6个数据的的管制图中没有下限）
上式中A2、D3、D4 是随样本n的大小确定的数值，可由下表查得。当n=2～6之间时，计算得D3是负数，认定下限为0。
X—R管制图
7
-
6
-
5
-
4
-
3
-
2
D4
D3
A2
樣本n
例：上表测定数据
UCL＝X＋A2R＝＋×
＝＋
＝
LCL＝X－A2R＝－×
＝－
＝
X—R管制图
绘制 X－R管制图。
使用X－R管制图标用纸，首先绘出X图中心线CL，以及上限UCL和下限LCL，然后再绘出R图中心线R即CL，以及上限UCL。R图不设下限，R差值越少越好，因此只对上限进行管理。
X—R管制图
X－R管审查基准（判视法）
超出管制界限的情况。
只要有一点超越管制上（或下）限那一点就视为有问题发生，需查找原因，寻求对策。点恰好在控制界限上，均作为超出控制界限处理。
UCL
CL
LCL
X－R管审查基准（判视法）
超出管制界限的情况。
只要有一点超越管制上（或下）限那一点就视为有问题发生，需查找原因，寻求对策。点恰好在控制界限上，均作为超出控制界限处理。
X－R管审查基准（判视法）
超出管制界限的情况。
只要有一点超越管制上（或下）限那一点就视为有问题发生，需查找原因，寻求对策。点恰好在控制界限上，均作为超出控制界限处理。
X—R管制图
偏离现象。
连续７点偏离中心，外在上（或下）限的任何一方，都说明可能会出现偏出界限的情况发生，要做适当调整对策。
连续７点向一个方向，延伸向上（或下）也说明可能有问题发生，需要查找原因，并实施对策。
UCL
CL
LCL
UCL
CL
LCL
X—R管制图
显现规律性变化。
显现出规律性变化时，一定会有什幺原因促使反复规律性波动，要分析原因，并找出的办法。
UCL
CL
LCL
X—R管制图
接近控制界限
连续三点中有2点（该两点可不连续）在外侧的1/3带状区域内。
UCL
CL
LCL
1 3
1 3
2 3
2 3
X—R管制图
异常处理对策
异常点标示，超出管制界限打×，排列分布缺陷打O。
异常点须开出异常反馈单按品质异常程序进行处理。
时隔15分钟再抽样测试、点图、直至测试值在正常管制状态为止。
现场主管和品检负责主管每隔两天须审视一次管制图，以掌握异常并签名。
总经理室指定SPC稽查责任人，每日巡视及半月稽查一次。
X—R管制图
异常处理对策
异常点标示，超出管制界限打×，排列分布缺陷打○。
异常点须开出异常反馈单按品质异常程序进行处理。
时隔15分钟再抽样测试、点图、直至测试值在正常管制状态为止。
现场主管和品检负责主管每隔两天须审视一次管制图，以掌握异常并签名。
总经理室指定SPC稽查责任人，每日巡视及半月稽查一次。
X-R管制圖
THE END!
