SPC

利用統計的方法來監控過程的狀態，確定生產過程在管制的狀態下，以降低產品品質的變異。

統計過程式控制制（簡稱SPC）是一種藉助數理統計方法的過程式控制制工具。它認為，當過程僅受隨機因素影響時，過程處於統計控制狀態（簡稱受控狀態）；當過程中存在系統因素的影響時，過程處於統計失控狀態（簡稱失控狀態）。由於過程波動具有統計規律性，當過程受控時，過程特性一般服從穩定的隨機分佈；而失控時，過程分佈將發生改變。SPC正是利用過程波動的統計規律性對過程進行分析控制。因而，它強調過程在受控和有能力的狀態下運行，從而使產品和服務穩定地滿足顧客的要求。

實施SPC的過程一般分為兩大步驟：首先用SPC工具對過程進行分析，如繪製分析用控制圖等；根據分析結果採取必要措施：可能需要消除過程中的系統性因素，也可能需要管理層的介入來減小過程的隨機波動以滿足過程能力的需求。第二步則是用控制圖對過程進行監控。

控制圖是SPC中最重要的工具。目前在實際中大量運用的是基於Shewhart原理的傳統控制圖，但控制圖不僅限於此。近年來又逐步發展了一些先進的控制工具，如對小波動進行監控的EWMA和CUSUM控制圖，對小批量多品種生產過程進行控制的比例控制圖和目標控制圖；對多重質量特性進行控制的控制圖。

1924年休哈特（W.A.Shewhart）博士繪製了第一張的SPC控制圖，並於1931年出版了《加工產品品質的經濟控制》（Economic Control of Quality of Manufactured Products）之後，SPC應用於各種製造過程改善便就此展開。

SPC是一種用來分析數據的科學方法，並且利用分析結果來解決實際的問題。只要問題能以數字錶示，就可以應用SPC來分析。一般收集的資料都會有變動的現象，將這些數據畫在圖上，抽樣值在某個範圍中上下變動，為何會有這些波動發生？其原因可能是原料、設備、氣壓、操作員生理、心理不同所造成。而SPC的基本原理如下：

1. 被量測出的產品品質特性均是由於某些偶然因素所造成的結果。

2. 某些“偶然因素下的一致現象”，是任何製造和檢驗的架構下所固有的。

3. 在這固有之“一致現象”的狀態下的變動將無法找到原因。

4. 在該狀態外的變動原因，則是可被發現而加以改正的。

由此可知，休哈特博士將影響產品品質的變異分為不可歸咎變異和可歸咎變異兩類因素：

·不可歸咎變異因素是在過程中隨時都會影響到產品。

·可歸咎變異因素則是在某種特定條件下的過程中才會影響到產品。

如果某一過程只受到不可歸咎變異因素影響，則該過程稱為穩定過程，即是產品品質特性的變異是在可預測的統計控制範圍之內；另一方面，如果某一過程同時被不可歸咎與可歸咎兩個變異因素所影響，則該過程是不穩定的，此時產品品質特性的變異將無法以統計方法來預測。SPC圖(SPC Charts)正是為了判斷過程是否穩定，或是區分過程究竟是被不可歸咎變異因素或可歸咎變異因素所影響的一種統計技術。

全員參與，而不僅僅是依靠少數質量管理人員；

強調使用統計學的方法來保證預防原則的實現；

SPC不是用來解決個別工序採用什麼控制圖的問題，SPC強調從整個過程、整個體系出發來解決問題。

能判斷整個過程的異常，及時報警。

工程準確度 ( Capability of Accuracy )

必須首先確定管制項目的標準值。

設定管制項目標準值的目的，就是希望以該值製造出來的各種產品的實際值，能以該標準值中心，成左右對稱的常態分配，而製造時也應以標準值為目標。工程準確度（Ca）評價目的就在於衡量製程平均與標準的一致程度，有時工程準確度指數又稱為正確度指數。

實施SPC分為兩個階段，一是分析階段，二是監控階段。在這兩個階段所使用的控制圖分別被稱為分析用控制圖和控制用控制圖。

分析階段的主要目的在於：

使過程處於統計穩態；

使過程能力足夠。

分析階段首先要進行的工作是生產準備，即把生產過程所需的原料、勞動力、設備、測量系統等按照標準要求進行準備。生產準備完成後就可以進行，注意一定要確保生產是在影響生產的各要素無異常的情況下進行；然後就可以用生產過程收集的數據計算控制界限，做成分析用控制圖、直方圖、或進行過程能力分析，檢驗生產過程是否處於統計穩態、以及過程能力是否足夠。如果任何一個不能滿足，則必須尋找原因，進行改進，並重新準備生產及分析。直到達到了分析階段的兩個目的，則分析階段可以宣告結束，進入SPC監控階段。

監控階段的主要工作是使用控制用控制圖進行監控。此時控制圖的控制界限已經根據分析階段的結果而確定，生產過程的數據及時繪製到控制上，並密切觀察控制圖，控制圖中點的波動情況可以顯示出過程受控或失控，如果發現失控，必須尋找原因並儘快消除其影響。監控可以充分體現出SPC預防控制的作用。

在工廠的實際應用中，對於每個控制項目，都必須經過以上兩個階段，並且在必要時會重複進行這樣從分析到監控的過程。

經過近70年在全世界範圍的實踐，SPC理論已經發展得非常完善，其與計算機技術的結合日益緊密，其在企業內的應用範圍、程度也已經非常廣泛、深入。概括來講，SPC的發展呈現如下特點：

（1）.分析功能強大，輔助決策作用明顯 在眾多企業的實踐基礎上發展出繁多的統計方法和分析工具，應用這些方法和工具可根據不同目的、從不同角度對數據進行深入的研究與分析，在這一過程中SPC的輔助決策功能越來越得到強化；

（2）.體現全面質量管理思想 隨著全面質量管理思想的普及，SPC在企業產品質量管理上的應用也逐漸從生產製造過程質量控制擴展到產品設計、輔助生產過程、售後服務及產品使用等各個環節的質量控制，強調全過程的預防與控制；

（3）.與計算機網路技術緊密結合 現代企業質量管理要求將企業內外更多的因素納入考察監控範圍、企業內部不同部門管理職能同時呈現出分工越來越細與合作越來越緊密兩個特點，這都要求可快速處理不同來源的數據並做到最大程度的資源共享。適應這種需要，SPC與計算機技術尤其是網路技術的結合越來越緊密。

1.關於控制、過程、統計

2.特性及其分類

3.統計學基礎

4.過程的理解與過程式控制制

5.波動及波動的原因

6.局部措施和系統措施

1.正態分佈簡介

2.統計控制狀態及兩種錯誤

3.過程式控制制和過程能力

4.過程改進循環

實施SPC的主要統計工具就是控制圖。控制圖是一種圖形方法，它給出表徵過程當前狀態的樣本序列的信息，並將這些信息與考慮了過程固有變異后所建立的控制限進行對比。

控制圖法首先用來幫助評估一個過程是否已達到、或繼續保持在具有適當規定水平的統計控制狀態，然後用來幫助在生產過程中，通過保持連續的產品質量記錄，來獲得並保持對重要產品或服務的特性的控制與高度一致性。應用控制圖並仔細分析控制圖。可以更好地了解和改進過程，即實現企業的SPC過程管控。

控制圖分類

根據控制圖使用目的的不同，控制圖可分為：分析用控制圖和控制用控制圖。根據統計數據的類型不同，控制圖可分為：計量控制圖和計數控制圖（包括計件控制圖和計點控制圖）。它們分別適用於不同的生產過程。每類又可細分為具體的控制圖，最初主要包含七種基本圖表。

計量型控制圖包括：

* IX-MR（單值移動極差圖）

* Xbar-R（均值極差圖）

* Xbar-s（均值標準差圖）

計數型控制圖包括：

* P（用於可變樣本量的不合格品率）

* Np（用於固定樣本量的不合格品數）

* u（用於可變樣本量的單位缺陷數）

* c（用於固定樣本量的缺陷數

6.控制圖的選擇

五、建立計量型控制圖的步驟和計算方法

1.均值和極差圖

2.均值和標準差圖

3.中位數和極差圖

4.單值和移動極差圖

六、計數型控制圖與過程能力指數

1.過程能力解釋前提

2.過程能力的計算

3.過程能力指數

4.過程績效指數

七、過程判異規則

以下是常用的八項判異準則：

1、一點落在A區以外；

2、連續9點落在中心線同一側；

3、連續6點遞增或遞減；

4、連續14點相鄰點上下交替；

5、連續3點有2點落在中心線同一側的B區以外；

6、連續5點中有4點落在中心線同一側的C區以外；

7、連續15點在C區中心線上下；

8、連續8點在中心線兩側且無一在C區內。

1、前言─SPC的由來、發展和基本要求

2、識別關鍵控制點

3、數據變異的衡量和分析·直方圖

4、數據的動態變異·控制圖

4.1、隨機波動與異常波動

4.2、ISO 8258:1991《休哈特控制圖》(Control Chart)要點

4.3、常規控制圖的類型和實例

s 控制圖的結構和概念解釋

s 控制圖類型和用途

1) X平均與極差圖(均值—極差控制圖、均值—標準差控制圖、中位數—極差控制圖、單值—移動極差控制圖)

s 結構和應用流程

s 舉例

2) I和MR控制圖

s 結構和應用流程

s 舉例

3) 離散U、C、P、NP控制圖

s 結構和應用流程

s 舉例

s 如何收集數據

s 採樣及數據收集

s 設定和維持控制界限

4.4、控制圖制訂和使用中的若干實際問題

4.5、現代控制圖技術案例

5、過程能力與過程性能(Process Capability / Performance)分析以及相應的指數CPK、PPK的應用

6、過程能力/性能的保證和提高---查找原因採取糾正/預防措施的邏輯推理工具

s 5M1E要素

s 分層法與排列圖

s 用於因果關係和邏輯關係分析的非數字資料方法工具 :因果圖、系統圖與“5Why分析表”、關聯圖、故障樹分析(FTA)、過程決策程序圖(PDPC)法

7、如何實現有效的SPC現場控制

s 受控的標準

s 流程失控的表現

s 失控的現場應對

s 練習製作控制圖進行失控分析

s SPC實施中現場“看得見管理”應用的直觀顯示圖表

8、SPC的效果評估的方法

s 顯著性檢驗

s 統計抽樣檢驗

9、回歸分析

s 一元線性回歸分析

s曲線回歸

s 雙列相關分析

10、方差分析

s 方差分析的基本概念及其應用

s 方差分析在MSA(測量系統分析)中的應用

s 多重比較:q檢驗

11、試驗設計(Design of Experiment, DOE)--介紹正交試驗設計

12、SPC項目的開展(SPC在QCC/QIT、6Sigma項目活動中的應用)

1、關鍵流程的確定

2、穩定工藝過程

3、過程能力的測定和分析

4、確定控制標準

5、選擇和建立控制圖

6、制定反饋行動計劃

7、MSA測量系統分析

8、SPC應用的有效性評估

9、SPC應用的團隊活動

10、案例分析及實施疑難探討

一、原因分析 目前我們國內許多企業也開始逐步認識和推廣SPC，但並沒有達到預期的效果，為什麼呢？究其原因，主要可以分為以下幾點：

1、企業對SPC缺乏足夠的全面了解

2、企業對實施SPC的前期準備工作重視不夠

3、未能有效地總結和借鑒其他企業的經驗

二、改進對策

針對以上原因，要保證SPC實施成功，企業應重視如下幾方面的工作：

1、公司領導的重視

2、工程技術人員的認識和重視

3、對全員加強質量意識的培訓

4、重視數據的收集和異常數據的處理

5、實施PDCA循環，達到持續改進

SPC強調全過程監控、全系統參與，並且強調用科學方法（主要是統計技術）來保證全過程的預防。SPC不僅適用於質量控制，更可應用於一切管理過程（如產品設計、市場分析等）。正是它的這種全員參與管理質量的思想，實施SPC可以幫助企業在質量控制上真正作到"事前"預防和控制，SPC可以：SPC是全球範圍內製造業所信賴和採用的質量控制技術。半個多世紀以來，SPC的廣泛應用推動了製造業的發展與繁榮。新世紀是質量的世紀，質量塑造未來，質量也是競爭的關鍵。在一些行業，應用SPC已經成為企業生存的基本需求。傳統觀念把檢驗作為質量保證的手段，只能事後判斷，而應用SPC，能夠把握先機，預防不合格品的出現，降低成本，提高企業運行效率。

SPC可以幫助企業：

· 對過程作出可靠的評估；

· 確定過程的統計控制界限，判斷過程是否失控和過程是否有能力；

· 為過程提供一個早期報警系統，及時監控過程的情況以防止廢品的發生；

· 減少對常規檢驗的依賴性，定時的觀察以及系統的測量方法替代了大量的檢測和驗證工作；

有了以上的預防和控制，我們的企業當然是可以：

* 大幅降低生產過程的異常波動和產品報廢率

* 科學提高企業生產力

* 有效削減生產成本

* 及時發現流程中的問題隱患

* 對流程中任何變化迅速做出反應

* 在製造現場隨時做出準確判斷和決策

實施SPC的過程中常見的十大誤區

誤區之一：沒能找到正確的管制點

不知道哪些點要用管製圖進行管制，花費大量的時間與人力，在不必要的點上進行管制。熟不知,SPC只應用於重點的尺寸（特性的）.那麼重點尺寸\性能如何確定呢？通常應用FMEA的方法，開發重要管制點。嚴重度為8或以上的點，都是考慮的對象.(如果客戶有指明，依客戶要求即可);

誤區之二：沒有適宜的測量工具.

計量值管製圖，需要用測量工具取得管制特性的數值。管製圖對測量系統有很高的要求。通常，我們要求GR&R不大於10%.而在進行測量系統分析之前，要事先確認測量儀器的分辨力，要求測量儀器具有能夠分辨出過程變差的十分之一到五分之一的精度，方可用於製程的解析與管制，否則，管製圖不能識別過程的談判。而很多工廠忽略了這一點，導致做出來的管製圖沒辦法有效的應用，甚至造成誤導;

誤區之三：沒有解析生產過程，直接進行管制.

管製圖的應用分為兩個步驟：解析與管制。在進行製程管制之前，一定要進行解析。解析的目的是確定製程是的穩定的，進而是可預測的，並且看過程能力是否符合要求。從而了解到過程是否存在特殊原因、普通原因的變差是否過大等至關重要的製程信息。製程只有在穩定，並且製程能力可以接受的情況下，方才進入管制狀態。

誤區之四：解析與管制脫節。

在完成製程解析后，如果我們認為製程是穩定且製程能力可接受的，那麼，就進入管制狀態。製程式控制制時，是先將管制線畫在管製圖中，然後依抽樣的結果在管製圖上 進行描點。那麼，管制時管製圖的管制線是怎麼來的呢？管製圖中的管制線是解析得來的，也就是說，過程解析成功后，管制線要延用下去，用於管制。很多工廠沒 能延用解析得來的管制線，管製圖不能表明過程是穩定與受控的。

誤區之五：管製圖沒有記錄重大事項。

要知道，管製圖所反應的是“過程”的變化。生產的過程輸入的要項為5M1E（人、機、料、法、環、量），5M1E的任何變化都可能對生產出來的產品造成影響。換句話說，如果產品的變差過大，那是由5M1E其中的一項或多項變動所引起的。如果這些變動會引起產品平均值或產品變差較大的變化，那麼，這些變化就會在XBAR圖或R圖上反映出來，我們也就可以從管製圖上了解製程的變動。發現有變異就是改善的契機，而改善的第一步就是分析原因，那麼，5M1E中的哪些方面發生了變化呢？我們可以查找管製圖中記錄的重大事項，就可以明了。所以，在使用控制圖的時候，5M1E的任何變化，我們都要記錄在管製圖中相應的時段上。

誤區之六：不能正確理解XBAR圖與R圖的含義。

當我們把XBAR-R管製圖畫出來之後，我們到底從圖上得哪些有用的資訊呢？這要從XBAR及R圖所代表的意義來進行探討。首先，這兩個圖到底先看哪個圖？為什麼？R反應的是每個子組組內的變差，它反映了在收集數據的這個時間段，製程所發生的變差，所以他代表了組內固有的變差；XBAR圖反映的是每個子組的平均值的變化趨勢，所以其反映的是組間的變差。組內變差可以接受時，表明分組是合理的；組間變差沒有特殊原因時，表明我們在一段時間內，對過程的管理是有效的、可接受的。所以，我們一般先看R圖的趨勢，再看XBAR圖。

誤區之七：管制線與規格線混為一談

當產品設計出來之後，規格線就已經定下來了；當產品生產出來后，管製圖的管制線也定出來了。規格線是由產品設計者決定的，而管制線是由過程的設計者決定的，管制線是由過程的變差決定的。管製圖上點的變動只能用來判斷過程是否穩定受控，與產品規格沒有任何的聯繫，它只決定於生產過程的變差。當西格瑪小時，管制 線就變得比較窄，反之就變得比較寬，但如果沒有特殊原因存在，管製圖中的點跑出管制界線的機會只有千分之三。而有些公司在畫管製圖時，往往畫蛇添足，在管製圖上再加上上下規格線，並以此來判產品是否合格，這是很沒有道理，也是完全沒有必要的。

誤區之八：不能正確理解管製圖上點變動所代表的意思

我們常常以七點連線來判定製程的異常，也常用超過三分之二的點在C區 等法則來判斷製程是否出現異常。如果是作業員，只在了解判定準則就好了；但作為品管工程師，如果不理解其中的原委，就沒有辦法對這些情況作出應變處理。那 么這麼判定的理由是什麼呢？其實，這些判定法則都是從概率原理作出推論的。比如，我們知道，如果一個產品特性值呈正態分佈，那麼，點落在C區的概率約為4.5%，現在有三分之二的點出現在4.5%的概率區域里，那就與正態分佈的原理不一致了，不一致也就是我們所說的異常。

誤區之九：沒有將管製圖用於改善

大部分公司的管製圖都是應客戶的要求而建立，所以，最多也只是用於偵測與預防過程特殊原因變異的發生，很少有用於過程改善的。其實，當管製圖的點顯示有特殊原因出現時，正是過程改善的契機。如果這個時候我們從異常點切入，能回溯到造成異常發生的5M1E的變化，問題的癥結也就找到了。用就管製圖進行改善時，往往與分組法、層別法相結全使用，會取得很好的效果。

誤區之十：管製圖是品管的事情

SPC 成功的必要條件，是全員培訓。每一個人員，都要了解變差、普通原因、特殊原因的觀念，與變差有關的人員，都要能看懂管製圖，技術人員一定要了解過度調整的概 念……等。如果缺乏必要的培訓，管製圖最終只會被認為是品管人員的事，而其實我們知道，過程的變差及產品的平均值並不由品管決定，變差與平均值更多的是由 生產過程設計人員及調機的技術人員所決定的。如果不了解變差這些觀念，大部分人員都會認為：產品只要合符規格就行了！顯然，這並不是SPC的意圖。所以，只有品管在關注管製圖是遠遠不夠的，我們需要全員對管製圖的關注。