制程能力指标
1.USL-规格上限 LSL-规格下限 CL-规格中心值
2.Ca-制程准确度(CapabilityofAccuracy)
3.Cp-制程精密度(CapabilityofPrecision)
4.Cpk-制程能力指数(总合Ca&Cp之指标)
或
下面以图示说明:
LSL
USL
CL
μ相同,故Ca值一样,绿线σ小,故Cp值大,Cpk值亦大
LSL
USL
CL
σ相同,故Cp值一样,绿线μ在中心没有偏移,故Ca值小,Cpk值大
在标准常态分配之状况下,Cpk=1时,其OutSpec.之机率为,亦即不良率为2700DPPM,而在Cpk=时,其OutSpec.之机率为,亦即不良率为64DPPM。
第3章
查检表
何谓查检表(Checksheet)
「勾记型的图形或表格,使用它时只须登入检查记号和点数整理,可藉以稽核和分析」。
因此,「查检表」=「事实记志」
查检表的种类
1)纪录用:
如【图3-1】,它又称「改善用查检表」。
2)点检用:
如【图3-2】,它用於「作业实施」和「机械整备」的确认。
作业者
机械
日期
不良种类
月日
月日
月日
月日
尺寸
A
1
缺点
材料
其他
尺寸
缺点
B
2
材料
其他
【图3-1】车床加工查检表
10000KM时定期保养
顾客宝号:
日期:
车牌号码:
保养费用:
车种款式:
行驶公里:
作业者:
□电瓶液量□空气滤清器
□水箱□机油
□胎压□分电盘盖
□火星塞□化油器
□风扇皮带
注:
4检查9调整6更换
【图3-2】汽车定期保养查检表
查检表制作
查检表的内容是依据下述考量而决定:
1)把握项目:
待蒐集项目和数据样式;
2)表格样式:
如【图3-3】所示,查检表格式应符合蒐集目的;
3)记录型式:
点检的记录形式,如项目、日期、数目、合计等;
4)蒐集方式:
何人、何时、何地、何物、、、等等。
表格使用
使用查检表进行蒐集数据,待完成後宜检讨下述问题:
1)反映事实:
印证所获数据是否能反映某些事实
2)独特项目:
查看是否有些项目主宰事实,或个别项目间明显差异
3)时间推移:
是否有经时变化的趋势
4)周期循环:
是否有周期变化的型样。
数据期间:
87年第三季
检查项目
期间
案件数目
10月
11月
12月
合计
画面
没有画面
//
2
/////
5
///////////////////////////////////35
42
没有彩色
///
3
////
4
//
2
9
电波
没有天线
/////
5
/////
4
////////////////////
20
29
没有方向
//////////////////////////////
30
////////////////////////
24
/////////////////////////////
29
83
声音
没有
////
4
//////
6
/////
5
15
其他抱怨
/////
5
//
2
///////////////
15
22
案件合计
49
45
106
200
【图3-3】「电视机故障投诉」状况查检表
第4章柏拉图
何谓柏拉图
它是「根据类型所蒐集的数据,按发生数量大小之类型为序,所编制的频次图形。
」一般,柏拉图多加上累计比例的折线。
因此,如按「不良原因」、「不良状况」、「不良位置」、「安全事故」或「客户抱怨」等的类型区分,则
「柏拉图」=「重点问题」
【图4-1】「电视机顾客投诉」柏拉图
柏拉图制作
1)决定数据期间;
2)决定水平横轴:
除其他外,按发生数据由大至小,由左至右排定类型顺序;
3)决定左右纵轴:
依据最大频次和比例决定左、右纵轴的刻度;
4)长条图绘制:
在横轴个类上,将数据大小按左轴刻度画出长条图;
5)折线图绘制:
在横轴个类上,将个类数据占总数的累计比例,按右轴刻度画出图点,并用直线由左至右连结;
6)附记事项:
记入主题及相关资料。
柏拉图使用
使用柏拉图,有下述三时机:
1)掌握重点:
百分之八十的不良是由百分之二十的原因所造成。
2)发现真因:
当制程产品突然冒出罕见缺陷,且某机台的劣品数竟占9907与该劣品总数的94%,此际从该机台下手应可追查到缺陷的真因。
3)效果确认:
采行对策一段期间後,改善效果可望在柏拉图上呈现。
如果效果明显,不良总数会下降,而重要项目也会有一番大调整。
如【图4-2】所示,改善後案件从上季200件降至本季78件;而且改善後「电视机顾客投诉」的前三项是「没有天线」、「没有声音」、和「没有彩色」,已非改善前的「没有方向」、「没有画面」、和「没有天线」。
改善前後的比较,可如【图4-2】使用柏拉图显示。
【注意】效果确认时应考量:
-不同比较期间的项目和对象是否一致
-季节性的变化是否对数据有影响
-对策外的要因是否对数据有影响
【图4-2】改善前後「电视机顾客投诉」柏拉图
第5章
鱼骨图
何谓鱼骨图
它是「就特性数值,整理主导影响的潜在要因之间的条理,及要因和特性的因果关系,成为骨状的图形。
」如图【图3-1】所示的「特性要因图」,亦常绘成「鱼骨图」,「鱼头」和「鱼刺」各表示「问题特性」和「潜在要因」。
因此,
「鱼骨图」=「推敲因果」
模具尺寸不正确
冲型不良
B.人员
A.材料
D.方法
C.机器
台虹基材尺寸安定性不佳
材料储存环境不正确
自主检查
未落实
冲孔位置度
底片尺寸不正确
制程条件变更
【图5-1】特性要因图
鱼骨图制作
鱼骨图是按下述程序而制作:
1)问题特性:
厘定问题或品质的特性,如「延迟交货频频」;
2)定大要因:
推定能支配问题或品质的主要因素;
3)中小要因:
推定大要因内之中度、轻度因素;
4)主要原因:
推定大要因间之主要因素;
5)附记事项:
填上制作目的,日期及制作者资料。
鱼骨图使用
使用鱼骨图,有下述三时机:
1)整理问题:
将紊乱问题整理出头绪;
2)追查真因:
从问题成因中追究出主因;
3)寻找对策:
从问题主因中研讨出对策;
4)教育训练:
员工解决问题能力的训练。
【注意】编制鱼骨图时应注意:
把握脑力激荡原则、-将要因层别化;5W1H之原则ˉ不因好恶决定。
【图5-2】对策鱼骨图
第6章
散布图
何谓散布图
它是「按数据分布型态,来判断配对变数之间对应关系的图形。
」因此,
「配对数据」=「敲定因果」
【图6-1】温度X和硬度Y的散布图
散布图作成
1)配对变数:
找出关切的两变数。
若系因果关系时视因和果各为X、Y变数
2)蒐集数据:
至少三十组以上变数数对
3)计算组距:
各找出两变数的最大值、最小值、和全距
4)标轴刻度:
各按两变数的最大、最小、和全距设定座标轴
5)标绘图点:
按各数对的横轴、纵轴座标,在图上以单点标记
6)标绘心轴:
各绘制
和
的直线,则构成以
为中心的I、II、III、和IV四象限。
7)附记事项:
何人、何时、何地、何物、、、等等。
例如,如【图6-1】所示完成的散布图。
关系性质
使用散布图时,常需判断X变项与Y变项的相关性质。
可利用
为中心的四象限,检视各图点落处於I、II、III、和IV象限的状况,来判定X与Y的关系。
以下是各式各样相关性质的判定方式:
1)正负相关:
当X增加时,Y亦随之增加,它表示因变数X与果变项Y是呈「正相关」;反之,则X与Y呈「负相关」。
2)强弱相关:
图点分布较密集时是「强相关」,而分布较疏广时是「弱相关」。
如【图6-2】所示。
3)无甚相关:
图点分布散乱时,X与Y之间是「无甚相关」。
如【图6-3】所示,各图点分散落处於I、II、III、和IV各象限。
4)曲线相关:
图点分布呈曲线倾向时是「曲线相关」。
如【图6-4】所示,各图点似乎「贴近」某条曲线。
【图6-2】强弱相关
(a)强相关(b)弱相关
【图6-3】无甚相关
【图6-4】曲线相关
相关系数
自行求算的公式如下:
使用散布图时应注意事项:
1)不当数据:
数据的获得是否品质良好譬如「不当量测」、「不当期间」、「人为疏失」或「人为篡改」等等。
2)假性相关:
变数之间本质上是否并无相关性譬如「中山高交通事故」和「养殖池成鱼骤死」的相关系数可能甚大,可是结论却是荒诞不经:
「中山高交通事故和养殖池成鱼骤死之间,关系甚大。
」
3)层层叠叠:
数据的背景条件是否不够特定譬如「不同机台」、「多人操作」或「不同批号」等等。
第7章
管制图
何谓管制图
管制图是将「制程样组」和「品质特性」各置於横轴和纵轴的一种折线图,但它事先已绘制「CL」、「UCL」、「LCL」等三条水平界线。
如【图7-1】所示,使用管制图时、按时逐次抽样,然後将频次或数值数据,标绘成乙个图点。
若生产稳定,则图点理应散落在UCL和LCL两条界线的范围之内,并且图点大多会贴近CL界线。
因此,
「管制图」=「异常警告」
【图7-1】管制图
管制图的研判
1)界外点-管制图中已有点落於管制界限外
2)点串型-制程业已偏移或呈现走势
3)非随机-管制图中某组点有非随机的现象
a.三点中有二点在A区或以外(机率=)
b.五点中有四点在B区或以外(机率=)
c.连续六点持续上升或下降(机率=)
d.
八点在心线两侧C区内(机率=)
e.连续九点在单边C区或以外(机率=)
f.15点在心线两侧C区内(机率=)
g.有一点在A区以外(机率=)
h.连续14点交互升降(机率=)
备注:
A区-两倍至三倍标准差间
B区-一倍至两倍标准差间
C区-一倍标准差间
第8章
直方图
何谓直方图
它是「就『品质特性』数值的数个相等区间为序,按数据『落入各区间的频次』制作成条图。
」
「直方图」=「品质概要」
【图8-1】汽缸头径长直方图
直方图制作
1)数据范围:
找出「最大值」和「最小值」。
2)计算全距:
由「最大值」减「最小值」而得全距值。
3)组数组距:
先参考数据总量决定组数,再求算组距=全距÷组数。
4)上下组界:
求算各组之上、下组界。
5)组中心点:
求算各组之组中心点。
组中心=(上组界+下组界)÷2
6)次数分配:
点数落入各组之笔数。
7)制作图形:
就品质特性为横轴,按各组次数制作成条图。
8)附记事项:
记入主题及相关资料而作成直方图。
分布判断
1)常态型:
如【图8-2】所示,制程正处於安定状态。
2)锯齿型:
如【图8-3】所示,数据蒐集或作图方法不恰当。
3)截尾型:
如【图8-4】所示,无法量测某界限以下的数值。
4)峭壁型:
如【图8-5】所示,产品业已经过筛选。
5)双峰型:
如【图8-6】所示,样本数据来自不同的机台或材料。
6)丘陵型:
如【图8-7】所示,样本数据来自迥异的制程。
7)
离岛型:
如【图8-8】所示,制程业已遭到特殊原因的淆扰。
第9章
图8-4
图8-5
图8-6
图8-7
图8-8
层别法
何谓层别法
「因为数据具有多种属性,若就特定类别整理之,以便能指认出是否存在时或空的反覆现象。
」这就是层别法。
因此,
「层别法」=「大海觅针」
层别法的作法
1)确定层别的目的
2)选定影响品质特性的原因
3)制作记录卡
4)整理数据
5)比较与检定