SPC統計制程管制與6S六希格瑪現場改善技術壹、課程宗旨SPC早已是ISO9001/2000年版中的基本技術，可是仍有許多人不會使用，另一方面與3年前流行的六標準差專案管理模式又讓許多人弄不清楚，以為是十分複雜的東西，二者根本就是一家人，目的是達到持續改善的目的。貳、課程大綱一、認識SPC的精義/簡易範例/功能。二、對Q7管制圖的八種情況的瞭解。三、如何由M±S平均數與標準差來做流程品質的改善。四、熟悉正態分配查表技巧及SPC二種查表技術。五、學習計件值簡易公式的原理。六、活用管制線與規格線來計算CA/CP/CPK值。七、學會SPC後的活用–六標準差管理模式。八、6S中的五步驟–DMAIC定義/量測/分析/改善/管制。九、現場改善技巧–DOE與KSF關鍵成功因素。十、範例介紹演練。Ⅰ導言、SPC制程管制是簡易技巧SPC在表面上雖稱為統計學程管制，但是只用到統計原理而根本不需要使用真正的統計學，它將統計學原理中的繁雜計算簡化成方便易懂的「查表係數」，代入後立刻就懂，由X及R的表中總和性數據即可計算出統計「推移圖」（RunChart）中的上下管制線，再以規格線與管制線的比較，可求出CA/CP/CPK值來推算其不良率多少，以此「製程管制」中的不良率來替代「成品檢驗」，可省下許多人力。於1924年施華德先生發明SPC，其發揚光大則在1990年間，Motorala及GE公司借用SPC技術而重視「生產作業流程的品質管理」，它形成作業管理與品質管理的結合，簡稱S6–SixSigma專案推動模式。一提到6Sigma或六標準差，大家會以為它是深奧的統計計算模式，其實什麼都不是，它只是正態分配曲線中，打破原來±3S的理念，而邁向±4，±5，±6的更精準的要求，簡言之，±3Sigma是0.9973良率，±4，±5，±6…就必需是0.9999…更高的良率，這樣才能使品質更佳，達到零缺點的情況ZD＝ZeroDefect。由於品質的產生來自於生產作業的流程，由於每一次作業步驟中皆要求其平均數要達標準，而且變異應要極小化，簡言之，M±S中S要最小，則變異小的產品當然最好。由這觀念導引出的SPC教學方式，當然和理論上的完全不同，共有七基礎步驟。基礎Ⅰ：認識M±S的意義及Q4直方圖/分配圖。基礎Ⅱ：認識常態（正態）分佈的±1δ，±2δ，±3δ的68%，95%，99%的意義，並學會查表。基礎Ⅲ：領悟過去3個Sigma的錯誤，因（0.99）10≒0.98。基礎Ⅳ：學習由不良M±S的表現開始，如不合格則要以動態推移數據來計算上/下管制線，其實只要簡易公式及查表即可。基礎Ⅴ：學會了上下管制線後，即可由CP=數據線/管制線，來計算CA/CP/CPK。基礎Ⅵ：由CPK值大小可推算不良率多少。基礎Ⅶ：全面推動持續改善活動。結論：SPC/6希格瑪/CI持續改善都是一家人。壹、簡單認識SPC放棄恐懼一、SPC統計制程管制並不是統計學1.S=Statistics統計。2.P=Process製程/流程。3.C=管制。4.應稱：統計流程管制→因為可應用於任何其他的管理過程中。5.區別SPC≠SQC，後者是統計抽樣品管技巧。6.認識→1924年/施華德/品管第一仙。二、不學統計，但是要有統計數據概念1.凡是數據皆有二種：計量值/計數（件）值。2.計量值一定有M±S（其實計件值/計數值亦有）。3.M=Mean平均數，例如80分，S=StandardDeviation標準差，代表變異的程度。4.由M±S的情況可知作水準如何，例如，80±1.0優於80±10。三、認識一些符號1.母體＝μ±δ樣本＝M±S。2.X＝M，X平均數的平均數，~X=中數。3.R=Range全距，Rm=移動全距。貳、學SPC先要認識常態分佈一、常態分佈（正態分佈）1.左右對稱3.±1δ＝68%2.總面積＝100%4.±3δ＝0.997二、用±3δ＝0.9973做上下管制線1.X±A2R→查表知A2即可知上下管制線。2.~X±M3A2R→同理可知，只是乘上中數修正係數M3。3.X±A3S→同理可知，只是係數改成A3。4.X2±E2Rm→個別管制圖，係數改為E2。三、上下管制線即是6^δ1.可用R/d2→^δ。2.亦可S/C4→^δ。3.正常情況下S/√n→^δ。四、由上下規格線除以上下管制線可得知1.CP值＝精密度。2.CA值＝準確度。3.CPK值＝CP×修正係數。參、已知CPK值求出不良機率一、再學一次正態分佈表1.CPK值×3＝？Sigma。2.N個Sigma→不良率。3.範例→CPK值＝1.33/1.00/1.67。二、由製程檢驗替代成品檢驗1.十天一萬台...
