【正文】 MINITAB適用于任何規(guī)模的企業(yè)，它已在全球 80個國家中得到使用，從新興企業(yè)到世界 500強的知名公司， MINITAB正在發(fā)揮著越來越積極的作用。 6SIGMA的好處 ： 現在，一些中小型企業(yè)也開始運用六西格瑪工具，來提高效率和創(chuàng)新開發(fā)能力，為擴大企業(yè)規(guī)模和提高國際競爭力奠定堅實的基礎。幾個西格瑪是一種表示品質的統計尺度。 隨著時間的推移，具有穩(wěn)定的且可重複的分佈 制程中的許多 『全距』 的原因。 與全面質量管理相同，強調全員參與，而不是只依靠少數質量管理人員。 三 . SPC的焦點 ── 製程 (Process) Quality， 是指產品的品質。 在管制規(guī)格內 Cpk 範圍 → 受控 (消除了非機遇原因 ) 範圍 → 制程控制 不受控 (存在了非機遇原因 ) 受控，能力符合要求 (機遇原因造成的變異已減少 ) 制程能力 ← 規(guī)格上限 規(guī)格下限 → 範圍 → 受控，能力不符合要求 (機遇原因造成的變異太大 ) 制程改善循環(huán) P D A C P D A C P D A C ： 本制程應該做什麼？ ● 會出現什麼問題？ ─本制程會有哪些變化？ ─我們已經知道本制程的什麼全距 (全距 )？ ─哪些參數受全距 (全距 )的影響最大？ ● 本制程正在做些什麼？ ─本制程是否在生產廢品及需要返工的產品？ ─本制程生產的產品是否處於受控狀態(tài)？ ─本制程是否有能力？ ─本制程是否可靠？ (控制 )制程： ● 制程是動態(tài)的，並且會隨時間而變化。 六西格瑪（ Six Sigma） 是在九十年代中期開始從一種全面質量管理方法演變成為一個高度有效的企業(yè)流程設計、改善和優(yōu)化技術，并提供了一系列同等地適用于設計、生產和服務的 新產品開發(fā)工具。六西格瑪能夠產生更高層次的凝聚力， ISO/QS9000在文件記錄與監(jiān)測方面支持六西格瑪。 缺陷率降低 作為統計學入門教育方面技術領先的軟件包 ,MINITAB 被 4000 多所高等院校所采用。 MINITAB的目標是向企業(yè)和院校提供快速、便捷、可靠的數據分析?！焙趲А庇赡ν辛_拉所提出，它指一個六西格瑪的專家，就類似于”黑帶”在跆拳道中的意思，一般一個黑帶每年可以從實施項目中為企業(yè)節(jié)省 一百萬美金以上，但不是只有”黑帶”能用六西格瑪，因為在六西格瑪里有很多簡單的工具，可以由綠帶等完成。從而使企業(yè)降低質量缺陷和服務偏差并保持持久性的效益，促進快速實現突破性績效，幫助企業(yè)達到戰(zhàn)略目標。 B: 控制圖上的控制界限與該圖中的數據無必然聯系 。 ? SPC： 則是希望將努力的方向更進一步的放在品質的源頭 → 制程 ( Process )上 。SPC培訓講義 第一章 : 認識 SPC 第二章 : 基本統計概念 第三章 : SPC管制圖類別 第四章 : SPC管制圖 第五章 : 制程能力分析 第六章 : SPC總結 第七章 : SIX SIGMA介紹 楊兵 Jackson 2023/10/20 第一章 : 認識 SPC 一 .什么是 SPC SPC Statistical Process Control 工業(yè)革命以后， 隨著生產力的進一步發(fā)展，大規(guī)模生產的形成， 如何控制大批量產品質量 成為一個突出問題，單純依靠事后檢驗的質量控制方法已不能適應當時經濟發(fā)展的要求，必須改進質量管理方式。 SPC 的迷思 ? 迷思一：有管制圖就是在推動 SPC ？ ─ 這是產品品質 ( Q )， 還是制程參數 ( P ) 管制圖？ ─ 這張管制圖是否有意義？ ─ 它所管制的參數，真的對產品品質有舉足輕重的影響嗎？ ─ 管制界限訂的有意義嗎？ ─ 這張管制圖，是否受到應有的重視？是否已遵照規(guī)定，實施追蹤與研判？ SPC 的迷思 ? 迷思二：有了 Cpk / Ppk 等計算就是在推動 SPC ？ ─ Cpk / Ppk 有定期審查嗎？ ─ 是否已用 Cpk / Ppk 作訂單分派給不同生產線，作為生產的依據 ？ SPC 的迷思 ? 迷思三：有了可控制的制程參數 (Process Parameter)， 就是 SPC ？ ─ 為什麼挑出這些制程參數？ ─ 這些制程參數的控制條件，是如何決定的？ ─ 這些制程參數與產品品質之間，有因果關係可循嗎？ SPC 的焦點 → 制程 ( Process ) ? SPC 與傳統 SQC 的最大不同點，就是由 Q → P 的轉變 ? SQC： 強調 Quality → 產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種『既成事實』。 當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排除 某些控制時期的影響，這些時期中控制狀態(tài)受到特殊原因的影響，但已被糾正 . 在以下情況下需進行分析研究計算控制中心與上下限 : 1. 初次管制 (新管制項目 ) 2. 過程發(fā)生變化 A: 抽樣頻率改變時 . B: 生產工藝改彎時 . C: 重大品質異常處理后 D: 機械設備較大維修后 E: 原材料產生較大改變后 3. 控制圖不適用時 4. 過程能力值有重大變化時 . 5. 其他重大改變時 分析階段方法與注意事項 (部份為本公司規(guī)定 ) 1. 過程受控 (如有個別個異常點 ,可去掉不管 ) 2. 分析階段抽樣頻率可加快 12倍 3. 計量值最少需同時滿足具有 100個數據及 20組這兩個條件 4. 計數值最少 20組以上 5. 生產能力滿足要求 當分析階段達到以上要求時可轉入控制階段 A: 控制圖的控制界限由分析階段確定 。 實施六西格瑪的目的是什么？ 為企業(yè)實施六西格瑪提供必須的管理工具和操作技巧；為企業(yè)培養(yǎng)具備組織能力，激勵能力，項目管理技術和數理統計診斷能力的領導者，這些人才是企業(yè)適應變革和競爭的核心力 量。以保證公司內部持續(xù)性。它使數據分析更輕松，并向用戶提供準確、可靠、易于操作的數據分析軟件。 MINITAB總部位于 State College， PA， USA（ 美國），在英國和法國設有辦事處。 產品 /服務開發(fā)加快 請注意， ISO9000 2023版和現在的 QS9000要 求持續(xù)的優(yōu)化。繼而與全球化、產品服務、電子商務等戰(zhàn)略齊頭并進，成為全世界上追求管理卓越性的企業(yè)最為重要的戰(zhàn)略舉措。 ● 監(jiān)控制程的能力指數 ● 查出『非機遇原因』的變異，並採取有效的措施 ： ● 使制程穩(wěn)定，並以維持制程的能力指數 ● 充分理解『機遇原因』造成的變異 ● 減少『機遇原因』造成變異的發(fā)生 第二章 : 基本統計概念 N 母體數 (批量數 ) USL 規(guī)格上限 n 樣本數 (抽樣數 ) SL 規(guī)格中心限 (u=規(guī)格中心值 ) X 平均數 LSL 規(guī)格下限 R 全距 Ca 準確度 (偏移度 ) σ (s ) 方差 Cp 精密度 (離散度 ) σ (S) 標準差 (S=母體標準差 , s=樣本標準差 ) Cpk 制程能力指數 P 不良率 σ 估計標準差 NP 不良數 T 規(guī)格公差 T=USLLSL C 缺點數 其他 U 每單位缺點 XUCL 平均數管制上限 DPPM 百萬分之不良 Xbar (X) 平均數中心限 UCL 控制上限 XLCL 平均數管制下限 CL 控制中心限 RUCL 全距管制上限 LCL 控制下限 Rbar (R) 全距中心限 M (X)中位數 RLCL 全距管制下限 2 2 ^ 1. N=母體數 (批量數 ): 指母體 (批量 )數多少的個數 .(例 : 共了 50個數 ,N=50) 2. n=樣本數 (抽樣數 ): 指樣本 (抽樣 )多少的個數 .(例 : 抽了 7個樣品 ,n=7) 3. X=平均數 : 所有數的平均值 ,計算公式 : X=(X1+X2+……Xn) / n n= 樣本數 , X1,X2….. 表示各個數值 例有數值 : X=(++++) / 5= 4. R=全距 : 該組最大值 最小值的得數 ,計算公式 : R=MAX(該組最大值 )MIN(該組最小值 ) 例 有數值 : R== 2 5. 方差 σ =s = 6. 標準差 σ=S= σ=s= ?(XiX) n ?(XiX) 2 n1 部份計算公式 ?(XiX) n1 2 2 2 7. 中位數 M,該組數據數值大小的中間一位 ,若該組數是偶數 ,取中間兩個數的合進行平均 ,例如 A: 1 3 4 5 8 M=X=4 B: 2 3 4 7 M=X=(3+4) / 2= 8. XbarR常數表 N 2 3 4 5