制程能力分析最经典教材课件.ppt

1、目目 的的 學完本單元後，您將能夠學完本單元後，您將能夠 陳述執行流程能力分析的目的陳述執行流程能力分析的目的 對離散型衡量指標的流程作對離散型衡量指標的流程作能力能力分析分析 對連續型衡對連續型衡量量指標的流指標的流程程作作能力能力分析分析 根據品質根據品質指標指標，如，如 Cp,Cpk,Pp,和和 Ppk，選擇正確的改善策略，選擇正確的改善策略 避免和流程能力分析相關的易避免和流程能力分析相關的易犯錯誤或陷阱犯錯誤或陷阱 然而，這個工具通常被錯誤的應用。您應該要瞭解此項工然而，這個工具通常被錯誤的應用。您應該要瞭解此項工具，才不會被誤導具，才不會被誤導 流流程能力程能力分析能回答分析能回答

2、以下問題以下問題：“我的我的流流程程是否夠是否夠好好?”如果流程不符要求，流程能力分析能幫助我們找出需最少如果流程不符要求，流程能力分析能幫助我們找出需最少力氣的改善方法力氣的改善方法何謂流程能力何謂流程能力?Six Sigma 專案階段專案階段流程能力分析在專案中的幾個方面是很實用的流程能力分析在專案中的幾個方面是很實用的在測量階段中，用來描述流程底線狀在測量階段中，用來描述流程底線狀況況在改善階段中，用來顯現新的流程在改善階段中，用來顯現新的流程能力是合乎要求的能力是合乎要求的在控制階段中，用來執行例行流程在控制階段中，用來執行例行流程能力分析以驗證持續的優異績效表能力分析以驗證持續的優異

3、績效表現現流程改善路徑圖流程改善路徑圖定義專案的範定義專案的範圍和目標圍和目標指定黑或綠帶指定黑或綠帶（Black or Green Belt）組成團隊，並組成團隊，並建立專案章程建立專案章程繪製流程圖繪製流程圖分析測量系統分析測量系統評估流程控制評估流程控制和能力和能力排定變數的優排定變數的優先次序先次序啟動流程啟動流程 FMEA進行流程觀察進行流程觀察研究研究確認流程關鍵確認流程關鍵因數因數行動計畫行動計畫設計和執行流設計和執行流程實驗程實驗解決方案驗證解決方案驗證確定確定 FMEA和和最終控制計畫最終控制計畫貫徹流程控制貫徹流程控制機制機制(移交和移交和培訓培訓)核實專案的長核實專案的長

4、期能力期能力流程控制流程控制&流程能力分析流程能力分析被動觀察研究被動觀察研究(多變數分析多變數分析)流程圖流程圖因果矩陣圖因果矩陣圖FMEA關鍵解決方案關鍵解決方案驗證驗證測量系統分析測量系統分析控制計畫控制計畫移交訓練移交訓練成果維持驗證成果維持驗證流程負責人簽流程負責人簽核核最終專案最終專案 報報告告行動計劃行動計劃流程實驗流程實驗項目追蹤查檢表項目追蹤查檢表項目項目 章程章程 選定執行選定執行 流流程改善的因數程改善的因數 如果您要使用流程能力分析來預測未來的流如果您要使用流程能力分析來預測未來的流程品質水準，流程必須是穩定且可預測的。程品質水準，流程必須是穩定且可預測的。如果不符上述

5、條件，流程能力分析就無法預如果不符上述條件，流程能力分析就無法預測未來的品質水準。測未來的品質水準。流程能力亦可用作診斷工具。如果您只想要流程能力亦可用作診斷工具。如果您只想要用為診斷工具，那麼上述的條件就沒有那麼用為診斷工具，那麼上述的條件就沒有那麼嚴苛。嚴苛。研究前提研究前提此流程是穩定且可此流程是穩定且可預測的預測的進一步的解釋這個進一步的解釋這個圖表則是，如果沒圖表則是，如果沒有干擾發生，流程有干擾發生，流程會保持在會保持在 95.48 左左右，右，且資料會落在且資料會落在 59.99 和和 131.0 之之間間6050403020100140130120110100908070605

6、0Observation NumberIndividual ValueI Chart for data1Mean=95.48UCL=131.0LCL=59.99穩定且可預測的穩定且可預測的此流程是不穩定且無法此流程是不穩定且無法預測的預測的您無法由這些資料預測您無法由這些資料預測資料落點會在何處資料落點會在何處因此這些資料僅適合用因此這些資料僅適合用作流程能力的診斷分析作流程能力的診斷分析1501005001901409040Observation NumberIndividual ValueI Chart for data11111 1111111111 111111 11111111111

7、1Mean=97.19UCL=125.7LCL=68.72不穩定且無法預測的不穩定且無法預測的規格上限規格上限規格下限規格下限客戶的聲音客戶的聲音(VOC)的其中一種表達方式是的其中一種表達方式是-“可接受的可接受的”的績效界限的績效界限定義：客戶的聲音定義：客戶的聲音定義：客戶的聲音定義：客戶的聲音1201101009080706095%Confidence Interval for Mu1009896949295%Confidence Interval for MedianVariable:data1 93.437 11.881 91.860Maximum3rd QuartileMedia

8、n1st QuartileMinimumNKurtosisSkewnessVarianceStDevMeanP-Value:A-Squared:99.980 17.095 99.101127.242104.942 96.449 89.343 62.00060-3.5E-02-3.7E-01196.45814.016395.48060.1190.58995%Confidence Interval for Median95%Confidence Interval for Sigma95%Confidence Interval for MuAnderson-Darling Normality Tes

9、tDescriptive Statistics相同資料的分佈圖相同資料的分佈圖 亦是流程聲音的表現方式亦是流程聲音的表現方式60504030201001401301201101009080706050Observation NumberIndividual ValueI Chart for data1Mean=95.48UCL=131.0LCL=59.99流程行為圖是用來流程行為圖是用來 表示流程聲音的圖表表示流程聲音的圖表1201101009080706095%Confidence Interval for Mu1009896949295%Confidence Interval for Me

10、dianVariable:data1 93.437 11.881 91.860Maximum3rd QuartileMedian1st QuartileMinimumNKurtosisSkewnessVarianceStDevMeanP-Value:A-Squared:99.980 17.095 99.101127.242104.942 96.449 89.343 62.00060-3.5E-02-3.7E-01196.45814.016395.48060.1190.58995%Confidence Interval for Median95%Confidence Interval for S

11、igma95%Confidence Interval for MuAnderson-Darling Normality TestDescriptive Statistics規格下限規格下限流程能力分析能比較流程能力分析能比較客戶聲音客戶聲音和流程聲音和流程聲音來決定流程是否能滿足客戶需來決定流程是否能滿足客戶需求求流程能力分析流程能力分析規格上限規格上限此為我們由糟糕的流程中所抽出的小樣本。此為我們由糟糕的流程中所抽出的小樣本。看起來挺不錯的。怎麼會這樣呢看起來挺不錯的。怎麼會這樣呢?長期和短期的數據長期和短期的數據三個原因三個原因 小樣本通常會低估變異量小樣本通常會低估變異量 小樣本捕捉到主

12、要的資料偏移和飄移的機率相對來說比較小樣本捕捉到主要的資料偏移和飄移的機率相對來說比較小小 不過，最重要的因素是我們收集資料的時間不夠長不過，最重要的因素是我們收集資料的時間不夠長 我們給予變數呈現特性的機會不夠我們給予變數呈現特性的機會不夠“長期資料長期資料”是讓變數能夠充分的表達其特性的情況下採是讓變數能夠充分的表達其特性的情況下採集的集的使您的流程看起來不錯，您應該使您的流程看起來不錯，您應該由同一班次中、同一位操作員由同一班次中、同一位操作員、同一批物料和同一部機台抽、同一批物料和同一部機台抽取少數樣本取少數樣本如果您想要觀察流程真正的表現，您如果您想要觀察流程真正的表現，您應該應該由

13、所有班次、不同批次物料、和由所有班次、不同批次物料、和所有機台抽取多個樣本所有機台抽取多個樣本給予每個變數有機會表現自己的給予每個變數有機會表現自己的特性特性(一副玫瑰色的眼鏡一副玫瑰色的眼鏡)如果您希望結果是如果您希望結果是.Kevin通常在通常在 Six Sigma 課程會提及課程會提及一個原理；長期來看，流程會比一個原理；長期來看，流程會比短期內傾向多偏移短期內傾向多偏移 1.5 個標準差個標準差這個假設是有爭議的這個假設是有爭議的我們在第四周會進一步討論我們在第四周會進一步討論1.5 Sigma 的偏移的偏移範例範例 1:您的流程製造您的流程製造 5%的不良的不良品。抽樣一件，拿到非不

14、品。抽樣一件，拿到非不良品的機率是良品的機率是.95。抽。抽 100 件，沒有任何不良品的機件，沒有任何不良品的機率是率是.95100或或.005921。所。所以抽以抽 100 件，至少會抽到件，至少會抽到一個或以上的不良品一個或以上的不良品範例範例 2:您的流程製造您的流程製造.1%的不良的不良品。抽樣一件，拿到非不品。抽樣一件，拿到非不良品的機率是良品的機率是.999。抽。抽 100 件，沒有任何不良品件，沒有任何不良品的機率是的機率是.999100或或.9047。所以抽。所以抽 100 件，會抽到件，會抽到一個或一個以上的不良品一個或一個以上的不良品的機率少之又少的機率少之又少當好的抽樣

15、計畫變成不好時當好的抽樣計畫變成不好時所有抽樣計畫在碰到極佳的品質狀況時都會發生問題，包含用來所有抽樣計畫在碰到極佳的品質狀況時都會發生問題，包含用來建立流程能力的樣本建立流程能力的樣本您有兩個選擇：您有兩個選擇：v 全部檢驗，或全部檢驗，或v 免除最終檢驗，但您需要瞭解流程的輸入變數並且好好控免除最終檢驗，但您需要瞭解流程的輸入變數並且好好控制他們，這樣就能得到很好的品質。然後，做定期稽核以制他們，這樣就能得到很好的品質。然後，做定期稽核以確定沒有發生改變確定沒有發生改變持續地隨機抽樣不會讓您瞭解真正的情況持續地隨機抽樣不會讓您瞭解真正的情況因此因此定義：數據種類定義：數據種類離散或連續離散

16、或連續 離散資料為不連續、計數的資料離散資料為不連續、計數的資料 範例：範例：良品數、不良品數良品數、不良品數 空壓機空壓機 A、空壓機、空壓機 B 反應器反應器 1、反應器、反應器 2 等等 連續資料為不間斷的，能得到任何值的測量的資料連續資料為不間斷的，能得到任何值的測量的資料 範例：範例：水銀溫度計水銀溫度計 指標式速度表指標式速度表 公分長度公分長度 公斤重量公斤重量離散型數據離散型數據比率或每抽樣單位的缺陷比率或每抽樣單位的缺陷數，即為流程能力數，即為流程能力能以下列方式表示能以下列方式表示DPU DPODPMODPPM1201101009080706095%Confidence I

17、nterval for Mu1009896949295%Confidence Interval for MedianVariable:data1 93.437 11.881 91.860Maximum3rd QuartileMedian1st QuartileMinimumNKurtosisSkewnessVarianceStDevMeanP-Value:A-Squared:99.980 17.095 99.101127.242104.942 96.449 89.343 62.00060-3.5E-02-3.7E-01196.45814.016395.48060.1190.58995%Conf

18、idence Interval for Median95%Confidence Interval for Sigma95%Confidence Interval for MuAnderson-Darling Normality TestDescriptive StatisticsUpper Spec LimitLower Spec Limit連續型數據連續型數據流程能力是由計算流程能力是由計算 VOC 和和 VOP 得到，得到，然後以然後以 Cp,Cpk,Pp,Ppk 或或 DPPM 表表示示兩個方法：離散和連續兩個方法：離散和連續我們找尋缺陷的我們找尋缺陷的“範圍範圍”它可以它可以是：是：一

19、段時間一段時間(每週的缺陷數每週的缺陷數)生產一單位生產一單位(一輛汽車一輛汽車)或其他固定的或其他固定的“研究區域研究區域”定義：一單位定義：一單位定義：缺陷和不良定義：缺陷和不良每百萬機會的缺陷數每百萬機會的缺陷數=DPO x 1,000,000.有時我們亦寫成有時我們亦寫成(每單位的缺陷數每單位的缺陷數 x 1,000,000)/每單位的機會數每單位的機會數每百萬的不良品數每百萬的不良品數(DPPM)=1,000,000 個樣本中發現的不良品數個樣本中發現的不良品數找到的總缺陷數找到的總缺陷數檢驗過的單位數檢驗過的單位數=找到的總缺陷數找到的總缺陷數總機會數總機會數=定義：簡單公式定義：

20、簡單公式檔案：檔案：CPK.MTW總計缺陷數的簡單方法總計缺陷數的簡單方法 StatControl ChartAttribute Charts/U 50454035302520151050.0300.0250.0200.0150.0100.0050.000S Sa am m p pl le eS Sa am m p pl le e C Co ou un nt t P Pe er r U U n ni it t_U=0.00912UCL=0.02724LCL=0U U C Ch ha ar rt t o of f D D e ef fe ec ct ts s用您的數據作用您的數據作 U char

21、t變數：缺陷數變數：缺陷數樣本大小：樣本大小：250首先，我們能先知道流程首先，我們能先知道流程是否穩定和可預測是否穩定和可預測再者，中線即為流程能力再者，中線即為流程能力(每單位的缺陷數每單位的缺陷數)更完整的說明可更完整的說明可參考參考”統計指南統計指南”更多以更多以“缺陷數缺陷數”衡量的流程能力訊息衡量的流程能力訊息StatQuality ToolsCapability(Poisson)4641363126211611616420S Sa am m p pl le eS Sa am m p pl le e C C o ou un nt t P Pe er r U U n ni it t_

22、U=2.28UCL=6.810LCL=0504030201004.03.53.02.52.0S Sa am m p pl le eD D P PU UM ean Def:2.2800Lower CI:1.8807Upper CI:2.7390M ean DPU:2.2800Lower CI:1.8807Upper CI:2.7390M i n DPU:0.0000M ax DPU:6.0000Targ DPU:0.0000(95.0%confi dence)Sum m ary St at s5.02.50.06420O O b bs se er rv ve ed d D D e ef fe e

23、c ct ts sE Ex xp pe ec ct te ed d D D e ef fe ec ct ts s6543210129630D D P PU UF Fr re eq qu ue en nc cy yTarP Po oi is ss so on n C Ca ap pa ab bi il li it ty y A A n na al ly ys si is s o of f D D e ef fe ec ct ts sU U C C h ha ar rt tC C u um m u ul la at ti iv ve e D D P PU UP Po oi is ss so on

24、n P Pl lo ot tH H i is st to og gr ra am m 用您的數據作用您的數據作 P chart同樣的，我們能知道流程是同樣的，我們能知道流程是否穩定和可預測否穩定和可預測中線即為不良品比率中線即為不良品比率如您在計算不良數如您在計算不良數373329252117139510.040.030.020.010.00S Sa am m p pl le eP Pr ro op po or rt ti io on n_P=0.017UCL=0.04153LCL=0P P C Ch ha ar rt t o of f D D e ef fe ec ct ti iv ve e

25、更多以更多以“不良數不良數”衡量的流程能力訊息衡量的流程能力訊息StatQuality ToolsProcess Capability(Binomial)更完整的說明可更完整的說明可參考參考”統計指南統計指南”373329252117139510.0450.0300.0150.000S Sa am m p pl le eP Pr ro op po or rt ti io on n_P=0.017UCL=0.04153LCL=035251553.02.52.01.51.0S Sa am m p pl le e%D D e ef fe ec ct ti iv ve eUpper CI:2.1819

26、%Defect i ve:1.70Lower CI:1.46Upper CI:1.97Target:0.00PPM Def:17000Lower CI:14558Upper CI:19729Process Z:2.1201Lower CI:2.0594(95.0%confi dence)Sum m ary St at s10507.55.02.50.0O O b bs se er rv ve ed d D D e ef fe ec ct ti iv ve es sE Ex xp pe ec ct te ed d D D e ef fe ec ct ti iv ve es s3.53.02.52

27、.01.51.00.50.086420%D D e ef fe ec ct ti iv ve eF Fr re eq qu ue en nc cy yTarB Bi in no om m i ia al l P Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y A A n na al ly ys si is s o of f D D e ef fe ec ct ti iv ve eP P C C h ha ar rt tC C u um m u ul la at ti iv ve e%D D e ef fe ec ct ti iv ve eB

28、 B i in no om m i ia al l P Pl lo ot tH H i is st to og gr ra am m 開啟開啟 SIGCALC.XLS可以用可以用“sigmas”或或“sigma 品質水準品質水準”(sigma quality level)來表示缺來表示缺陷程度。這個計算是假設陷程度。這個計算是假設“six sigma 偏移偏移”1.5Sigma 計算器計算器 機會機會(opportunity)為一種錯誤可能發生的方式為一種錯誤可能發生的方式 例如：製造印刷電路板時，失效機會總數為組成零件總數加上焊接例如：製造印刷電路板時，失效機會總數為組成零件總數加上焊接連結

29、總數連結總數 試圖大量地定義缺陷機會可能造成試圖大量地定義缺陷機會可能造成“sigma 品質水準品質水準”被被曲解曲解 有些公司不會接受使用有些公司不會接受使用”缺陷機會缺陷機會”的概念，且僅計算他的概念，且僅計算他們製造了多少產品，有多少產品是失效的們製造了多少產品，有多少產品是失效的定義：機會定義：機會決定您要如何定義決定您要如何定義“sigma 品質水準品質水準”。察看您的客戶、供應商或競爭對手又是如何定義察看您的客戶、供應商或競爭對手又是如何定義打字的機會數打字的機會數打字可能會犯下列幾種錯誤：打字可能會犯下列幾種錯誤：打錯字打錯字打對字、但打錯位置打對字、但打錯位置字型錯誤字型錯誤字

30、體大小不對字體大小不對字體外型錯誤字體外型錯誤 (粗體、斜體粗體、斜體)您可能會漏打一個字、或不小心鍵入不必要的空格。您可您可能會漏打一個字、或不小心鍵入不必要的空格。您可能會多標底線，或遺漏應該標底線的地方能會多標底線，或遺漏應該標底線的地方使用現代的文書處理器，您亦有可能會錯用顏色。以上便使用現代的文書處理器，您亦有可能會錯用顏色。以上便是每打一個字可能會有的是每打一個字可能會有的 10 10 種不同的缺陷機會種不同的缺陷機會下列為林肯總統的蓋茲堡演講稿，共下列為林肯總統的蓋茲堡演講稿，共 1175 1175 個字，其中有個字，其中有 12 12 個錯誤個錯誤 Four sore and

31、seven years ago our fathers brought forth on this continent a new nation,conceived in liberty and dedicated to the proposition that all men are created equal.Now we are engaged in a great civil war,testing whether that nation or any nation so conceived and so dedicated can long endure.We are met on

32、a reat battlefield of that war.We have come to dedicate a porteon of that field as a final resting-place for those who here gave their lives that that nation might live.It is altogether fitging and proper that we should do this.But in a larger sinse,we cannot dedicate,we cannot consecrate,we cannot

33、hallow this ground.The brave men,living and dead who struggled here have consecrated it far above our poor power to add or detracT.The world will little note nor long remember what we say here,but it can never forget what they did here.It is for us the liwing rather to be dedicated here to the unfin

34、ished work which they who fought here have thus far so nobly advanced.It is rather for us to be here dedicated to the great task remaining before us-that from these honored dead we take increased devotion to that cause for which they gave the last full measure of devotion-that we here highly resolve

35、 that these dead shall not have died in vain,that this nation under God shall have a new birth of fredom,and that government of the people,by the people,for the people shall not perish from the earth.您會接受公司通信水準在此種正確率下嗎？您會接受公司通信水準在此種正確率下嗎？或您的年報或您的年報?這個的這個的Sigma Sigma 水準是多少水準是多少?然而，如果我們定義足夠的缺陷機會，能得到不錯

36、的然而，如果我們定義足夠的缺陷機會，能得到不錯的 sigma sigma 水準。試試看水準。試試看!林肯的蓋茲堡演講稿林肯的蓋茲堡演講稿請單單以打對或打錯字的方式再計算一次請單單以打對或打錯字的方式再計算一次(此處此處 機會數機會數=1)檢測過檢測過的字數的字數機會數機會數錯誤或錯誤或缺陷總數缺陷總數Sigma 品質水準品質水準看以來還不錯看以來還不錯檢驗檢驗 482 張採購訂單上的錯字。發現張採購訂單上的錯字。發現 12 個打錯的字。個打錯的字。打字的流程能力如何打字的流程能力如何?檢驗汽車門上的刮傷。有刮傷的車門被歸類為不良品。請依檢驗汽車門上的刮傷。有刮傷的車門被歸類為不良品。請依下表數

37、據計算流程能力：下表數據計算流程能力：自我練習自我練習假假 設設流程為流程為穩定的穩定的 查看流程行為圖查看流程行為圖常態常態 查看常態檢定查看常態檢定有能力的有能力的 查看此單元查看此單元1201101009080706095%Confidence Interval for Mu1009896949295%Confidence Interval for MedianVariable:data1 93.437 11.881 91.860Maximum3rd QuartileMedian1st QuartileMinimumNKurtosisSkewnessVarianceStDevMeanP-

38、Value:A-Squared:99.980 17.095 99.101127.242104.942 96.449 89.343 62.00060-3.5E-02-3.7E-01196.45814.016395.48060.1190.58995%Confidence Interval for Median95%Confidence Interval for Sigma95%Confidence Interval for MuAnderson-Darling Normality TestDescriptive Statistics規格上限規格上限=118規格下限規格下限=68假設您知道資料為常態

39、分配假設您知道資料為常態分配的，平均值是的，平均值是 93，標準差為，標準差為 12.5。有多少百分比的產品。有多少百分比的產品會不合格會不合格?連續型數據所用的不同方法連續型數據所用的不同方法如何以簡單的方法改善流程能力如何以簡單的方法改善流程能力?1 0 51 0 31 0 19 99 79 59 3LSLUSL很多規格界限是任意設定的。如果在不影響客戶的情況下，將規格很多規格界限是任意設定的。如果在不影響客戶的情況下，將規格放鬆，此為最簡單的改善方法。放鬆，此為最簡單的改善方法。徵求客戶意見徵求客戶意見改變規格界限改變規格界限1 0 51 0 31 0 19 99 79 59 3LSLU

40、SL通常，調整平均值比調整標準差容易的多通常，調整平均值比調整標準差容易的多規格為正確的規格為正確的您應該先著重於平均值或散佈呢？您應該先著重於平均值或散佈呢？流程能力和績效指標流程能力和績效指標 兩者是用來評估流程相對於規格的表現狀況兩者是用來評估流程相對於規格的表現狀況 指標的計算式很簡單指標的計算式很簡單“規格寬度規格寬度”和和“流程寬度流程寬度”的比值的比值 指標對於所使用的標準差值非常的敏感指標對於所使用的標準差值非常的敏感 計算標準差有很多方法計算標準差有很多方法 我們將先討論最常用的方法我們將先討論最常用的方法此為此為“總平方和總平方和”(sum of squares)方法方法

41、亦稱為亦稱為“個別值的個別值的 sigma”(sigma of individuals)，因為它使用所有數據來計，因為它使用所有數據來計算算因為包含數據偏移和飄移的現象，被視為長期的估計值因為包含數據偏移和飄移的現象，被視為長期的估計值您使用您使用 Minitab 計算標準差時，就計算標準差時，就是用這個公式得到結果是用這個公式得到結果(Xi-X)2S(n-1)S=計算標準差計算標準差方法一方法一使用移動範圍使用移動範圍(moving range)的方法來估計標準差的方法來估計標準差 當資料為個別值時使用，當資料為個別值時使用，Minitab 內定的移動範圍值是內定的移動範圍值是 2被視為短期

42、的估計值被視為短期的估計值mR/1.128S=估計標準差估計標準差方法二方法二此方法是在此方法是在 I-MR 流程行為圖中所流程行為圖中所用用這是以綜合標準差這是以綜合標準差(pooled standard deviation)的方法來估計標準差，的方法來估計標準差，以子群組收集資料時使用以子群組收集資料時使用被視為短期的估計值被視為短期的估計值估計標準差估計標準差方法三方法三此為此為 Minitab 在在Xbar-R 流程行為流程行為圖上所使用的預設算式圖上所使用的預設算式S=Sbar/C4Sbar 為各子群組為各子群組的平均標準差的平均標準差長期估計長期估計 vs.短期估計短期估計 兩種估

43、計值的差異能提供我們重要的訊息兩種估計值的差異能提供我們重要的訊息 如果兩者估計值相當，表示數據不大有偏移或飄移的問題如果兩者估計值相當，表示數據不大有偏移或飄移的問題 如果兩者有差異，表示資料偏移和飄移的問題為顯著的。如果兩者有差異，表示資料偏移和飄移的問題為顯著的。個別值的標準差個別值的標準差(方法一方法一)通常會大於短期估計值通常會大於短期估計值 短期估計值提供我們當偏移和飄移的問題移除時，流程的短期估計值提供我們當偏移和飄移的問題移除時，流程的變異情況變異情況 如果長期估計值與短期估計值有很大的差異，表示流程不如果長期估計值與短期估計值有很大的差異，表示流程不穩定且不具可預測性穩定且不

44、具可預測性Cp/Pp小於小於 1 表示不良流程，等於表示不良流程，等於 1 表示臨界點，大表示臨界點，大於於 1.5 表示很好，表示很好，2 表示優異表示優異Cp 和和 PpUSL-LSL6 sCp(流程能力流程能力)和和Pp(流程績效流程績效)是由此得來的是由此得來的客戶聲音客戶聲音流程聲音流程聲音Cp 和和 PpUSL-LSL6 s如果標準差是以個別值的標準差如果標準差是以個別值的標準差(方法一方法一)計計算而來，則此公式得出算而來，則此公式得出 Pp如果標準差是以平均移動範圍如果標準差是以平均移動範圍(方法二方法二)或或 綜合標準差綜合標準差(方法三方法三)來計算，則此公式得出來計算，則

45、此公式得出 CpCp 或或 Pp 值大概在值大概在.5 時時Cp 或或 Pp 值大概在值大概在 1 時時Cp 或或 Pp 值大概在值大概在 2 時時現在我們只考慮現在我們只考慮“一半一半”的規格範圍的規格範圍 (平均值到最近的規格的距離平均值到最近的規格的距離)。此提供我們一個可敏銳地衡量流程居中性的比值。此提供我們一個可敏銳地衡量流程居中性的比值。Cpk Cpk 和和 PpkPpkMinX-LSL3USL-X3ss,)(Cpk Cpk 和和 Ppk Ppk 是由下列公式算出是由下列公式算出平均值到最近的平均值到最近的 規規格界限的距離格界限的距離流程一半的寬度流程一半的寬度Cpk 和和 Pp

46、kMinX-LSL3USL-X3ss,)(Cpk/Ppk小於小於 1 表示不良流程，表示不良流程，等於等於 1 表示臨界點，大表示臨界點，大於於 1.5 表示很好，表示很好，2 表表示優異示優異如果標準差是以平均移動範圍如果標準差是以平均移動範圍(方法二方法二)或或 綜合標準差綜合標準差(方法三方法三)來計算，則此公式得出來計算，則此公式得出 Cpk如果標準差是以個別值的標準差如果標準差是以個別值的標準差(方法一方法一)計計算而來，則此公式得出算而來，則此公式得出 PpkCpk 或或 Ppk 值大概在值大概在 1 時時Cpk 或或 Ppk 值大概在值大概在 0 時時Cpk 或或 Ppk 值大概

47、在值大概在 2 時時此流程此流程有多好有多好?Cpk 或或 Ppk 值大概在值大概在-1 時時發生什麼事發生什麼事?為什麼是負值為什麼是負值?流程改善策略流程改善策略 Cp/Cpk 以短期標準差的估計為基礎以短期標準差的估計為基礎 顯示流程目前最佳的狀況可以到何種程度顯示流程目前最佳的狀況可以到何種程度 Pp/Ppk 以長期標準差的估計為基礎以長期標準差的估計為基礎 表示流程長期會有的表現表示流程長期會有的表現流程改善策略流程改善策略 診斷一：流程穩定性診斷一：流程穩定性 Cp=Pp?否，如果有很大的差異，表示資料有偏移或飄移的現象 檢查流程行為圖來確認 表示流程可能不穩定且不具可預測性 診斷

48、二：流程居中性診斷二：流程居中性 Cp=Cpk?否，將平均值移動到規格界限的中間 診斷三：流程能力診斷三：流程能力 Cpk 是否大於是否大於 1.5?否，即非世界水準，執行 Six Sigma 項目來減少變異記得它嗎記得它嗎?.Six Sigma 指標指標PPM23456308,53766,8076,2102333.4流程能力流程能力每百萬缺陷數每百萬缺陷數什麼是世界級水準什麼是世界級水準?短期短期 Sigma=3 x Cp長期長期 Sigma=短期短期 Sigma-1.56 sigma 流程為：流程為：Cp=2.0Cpk(or Ppk)=1.5缺陷率缺陷率=3.4 ppm使用使用 Sigca

49、lc.xls來檢查計算結果來檢查計算結果ProcessMeanProcess SD,Method 1Process SD,Method 2UpperSpecLowerSpecCpCpkPpPpk50101080208010108020110101080205010580208010580201101058020針對不同狀況，決定您將從何著手改善：流程穩定性、使平均值居中、減少針對不同狀況，決定您將從何著手改善：流程穩定性、使平均值居中、減少標準差標準差在您的小組裏，計算下列的在您的小組裏，計算下列的 Cp,Cpk,Pp 和和 Ppk使用使用 Minitab 的兩個步驟的兩個步驟:1.六合一六合

50、一(Six Pack)分析工具來檢查穩定性、常態性和計算流程能力分析工具來檢查穩定性、常態性和計算流程能力2.詳細的流程能力計算詳細的流程能力計算首先執行首先執行 SIX PACK檔案：檔案：Capable2.MPJ選取：選取：Process 1選取：選取：子群組大小子群組大小=1規格下限規格下限=80規格上限規格上限=100使用使用 Minitab StatQuality ToolsCapability Sixpack(Normal)332925211713951959085I In nd di iv vi id du ua al l V V a al lu ue e_X=89.78UCL=