SPC------統計制程管制------Statistical Process Control (3)使用SPC前未作充分準備：若生產方式未予標準化，使用SPC就難以收到效果，一般在使用SPC前，應準備事項如下： ◇確定制程
◇依客戶需求及工程問題點確定管制特性 ◇決定量測方法及數據收集之程序 ◇設法使管制特性之變異降至最低
(4)統計知識欠缺：一般人以為管制特性之群體分配為常態分配，而抽樣數據可以代表群體，其實他可能忘了這只是為了統計方便而作的一個“假設”而已，因為：
◇抽樣存在抽樣誤差
◇沒有一個制程可以做到100%在統計管制狀態下 ◇沒有一個產品特性的分配是完全常態分配
所以SPC僅能提供產品特性的資訊而已，對於產品及制程技術之專業應更加重視，才能達到改善制程的目的。
(5)量測數據不正確：量測設備之讀值必須為產品特性最小精度至少1/10(例如產品特性公差為±0.05，其量測設備必須能讀取0.001以下，(參考測量系統分析MSA)，量測系統本身誤差太大，將會影響分析的結果。另外，一般對於平均值應取原數據位數多一位(例如Xi＝X.XX，則 X應＝X.XXX)，標準差則應取有效位數至小數點三位。
(6)管理階層不支持：有些管理階層認為SPC是多餘的工作，浪費時間，常因客戶要求而臨時拼湊，應付了事，殊不知SPC有其莫大的好處。
(7)統計計算繁瑣：SPC統計計算雖然有點費時，但若能將運用公式或常數表置於便於查閱處，將可以減少此類問題。而現今市面上亦有可用之SPC電腦軟體，在現今的社會，採用電腦軟體來協助運算﹑繪圖﹑分析等，可說是電腦輔助管理。
?
16／75
SPC------統計制程管制------Statistical Process Control 1.10如何選用適當之管制圖
管制圖真正要能發揮效用，有賴於精通其使用場合以及正確有效地制作、解析與及時有效的改善行動。（各種管制圖的選用原則請參考附錄4.1流程圖）。 1.10.1管制圖一般分為兩類，一是計量值管制圖，又可分為四種：
◇ X－R Chart：平均值與全距管制圖 ◇X－R Chart：中位數與全距管制圖 ◇ X－s Chart：平均值與標準差管制圖 ◇ X－Rm Chart：個別值與移動全距管制圖 二是計數值管制圖，又分為四種： ◇ p Chart：不良率管制圖 ◇ np Chart：不良數管制圖 ◇ c Chart：缺點數管制圖 ◇ u Chart：單位缺點數管制圖
1.10.2使用管制圖的簡要步驟
步驟1.數據收集:決定制程的管制特性，並收集其數據，點繪於圖上。 步驟2.計算管制界限:依附錄4.2之計算公式求出管制界限，（計量值管制圖
之管制界限所用之系數可由附錄4.3查得），並檢視制程是否在統計管制狀態下，如有附錄4.4所提示的特殊原因變異存在時，則應加以解決，再重新收集數據。
步驟3.制程能力分析與改善:在所有特殊原因皆以消除，而制程僅存在共同
原因時，始可計算制程能力，借以分析產品符合規格的比例及持續不斷改善。
??
~17／75
SPC------統計制程管制------Statistical Process Control
第2章 計量值管制圖
制程中如果可收集到量測值時，計量值管制圖的應用將會是一項很有用的工具，例如軸承的直徑，門的關閉力，或是審核傳票的時間。計量值管制圖一尤其是最常用的 X－R管制圖——代表了制程管制中典型的管制圖表。計量值管制圖之所以特別實用之原因有下列幾點：
◇大部份的制程及其成品都能夠量測，因此其應用的潛力很大。
◇一個量測值（例如直徑爲16.45mm）所具有的效用要比單純的合格或不合格的判定(例如直徑在規格內)，來得有意義。
◇雖然得到一個量測數據所需的時間及費用，要比得到合格或不合格的判定方式來得高，然而只要得到少許的量測數據便能夠掌握制程的情況，因此往往其總檢查成本會比計數值要來得節省。
◇由於只需要檢查少量的樣本，便能夠得到可靠的結論，因此使用計量值管制圖時，其零件的生産與改善制程之間的時間可以大爲縮短。
◇即使所收集到的計量值數據都在規格界限內，制程的好壞也可以分析出來，這是持續改進制程所不可或缺的重要因素。
計量值管制圖可以分別以制程之散佈（數據之變異）與其位置（制程平均）來分析制程。因此，計量值管制圖通常成對出現，其一爲制程平均，另一爲制程之散佈。例如我們所常用
?
X－R
?
管制圖，X圖代表組（幾個數據爲一組）之平均值以分析
?
位置，R圖則代表組內的變異（最大值減去最小值）以分析其分佈的情形。
以下第2.1節中將詳細討論 X－R管制圖；第2.2節則討論 X－s管制圖（另外一種方法以取代R圖）；第2.3節則介紹中位數管制圖（X－R圖的簡化方式）；而第2.4節則爲個別值管制圖的討論（應用在不能分組收集數據，必須單一數據分析時）。
?
?
?
18／75
SPC------統計制程管制------Statistical Process Control
2.1 －R Chart平均值與全距管制圖
在使用 X－R管制圖之前，必須先具備下列條件：
◇建立良好條件以利改善，任何統計方法的應用，如因管理者未能提供適切之環境，則終將徒勞無功。絕對不能夠使員工有坦白陳述問題的恐懼感。
◇確定制程，制程必須就其前後工程或使用者之間的關係，以及每一過程中所影響的要素（人員、設備、材料、方法及環境），分別加以說明清楚，一些方法如特性要因圖及流程圖將使這些關係有脈絡可循，並集合大家對制程之各種不同的看法與瞭解。
◇決定管制之特性，注意力必須特別集中於影響制程改善者（可以應用柏拉圖分析來決定重要特性），重要特性之取捨，通常依據下列條件來考慮： —顧客的需求。
—目前及潛在的問題點，考慮目前的生産浪費及效率低的地方（例如：報廢、修補、過多的加班生産、低於目標者）以及有潛在問題之處（例如：即將變更的産品設計及服務，或是制程之其他因素…）。
—重要特性之相關性，爲使對策有效而且迅速，必須善加利用特性間的相互關係，例如有一項特性（比如體積）不容易測量，則可以選擇較容易取得的相關數據，譬如重量來分析問題點，又如果有幾個因素混合在一起，則可以選取其一作管制圖。
◇選定量測之方法，要先決定收集何種數據，如何收取這些數據，何種情況在何處取樣…等。而且所使用之量測儀器要足以信賴，單憑定期的核准是不夠的。量測方式確定之後，使能夠依其管制型態，選用計量值管制圖，如 －R管制圖；或X 是計數值管制圖。
◇降低變異至最小程度，在分析開始前，必須儘量減少因外在原因所造成的制程變異，亦即觀察制程是否在我們的要求條件下操作，或是使制程在我們的控制下，用指定的原材料，固定的控制條件設定…等。這樣做的主要目的是使我們不必利用管制圖，就可以避免顯著問題的發生，以及盲目地管制等。不論是何種情形，
?
?X
19／75
SPC------統計制程管制------Statistical Process Control 只要制程有關的要素發生變化，例如刀具的更換，新材料的使用，都必須在制程日記上記錄，以利於日後問題之分析與判斷。
A.收集數據：
通常數據應至少25組且100個數據以上，才能夠判定制程是否穩定及其分配型態，而每組大約每2～6個連續數據定期取得（比如每次15分鐘，每一班次抽測兩次…等）。所謂定期是指抽樣頻度要能發現制程潛在變異(如生產者變更﹑環境變更﹑訓練期間﹑不同原料批等)為原則訂定。作管制圖前，必須先決定數據取得的方式，用以定期收集數據，並將其繪於管制圖上。
A.1選擇樣組大小、頻率及組數：(管制圖樣組的進一步說明，請參閱附錄4.5)
(1)樣組大小——計量值管制圖的首要步驟，即選取合理之樣組，其適當與否將影響管制圖的功效。
樣組之組內變異應儘量小，而在這種條件下如果樣組與樣組之間的變異大，則必須立即調查原因採取改善措施。
制程的初期研究，通常取自某一單獨之制程，例如刀具、沖模…等之連續4~5個數據，作爲一個樣組。亦即每一個樣組內的數據變化將非常小，因爲是在短暫時間內、相同制程的産物，其變異可以視爲共同原因。 (2)樣組之頻率——樣組頻率之設定，是希望能藉適當的抽樣頻率及間隔，而發現潛在的制程變異，這些可能造成變異的原因包括生産班次變更，或是生産人員的輪流休息，訓練期間，不同的原料批等。
在分析制程之初期，通常連續抽取樣組，或是樣組之間隔時間很短，用以觀察在短期間內，制程是否會偏移而有其他的不穩定因素存在。當制程已經改善，而且在管制圖上顯示很穩定，則可以將樣組與樣組之間隔時間增長。至於制程穩定以後的樣組頻率，可以定爲每生産班次兩次，每小時，或是其他適合的頻率。
(3)樣組之組數——組數的多少必須由兩方面來決定，其一從制程的觀點，要有足夠的組數以使變異的主要原因能夠顯現；而從統計的觀點，至少25組以上的樣組，及其中100個以上的數據，最能夠作爲判定制程是否穩定的依據，並且在制程穩定下，可以預測制程之位置及其散佈型態。
20／75