自1924年統(tǒng)計學(xué)被蕭華特(Walter A. Shewhart)博士應(yīng)用在製程品質(zhì)管制上后，從此品質(zhì)管理即轉(zhuǎn)變成一種可以用數(shù)據(jù)以及預(yù)測模型表示的科學(xué)，此方法適用于各行各業(yè)，而且歷久彌新，一直被沿用至今日的大數(shù)據(jù)時代SPC(統(tǒng)計製程管制)顯得更加的重要與關(guān)鍵。既然SPC是統(tǒng)計製程管制，故在學(xué)習(xí)SPC之前，我們首先要了解統(tǒng)計學(xué)的原理。
一、何謂統(tǒng)計？
統(tǒng)計就是用數(shù)據(jù)進行對母體描述的一個過程，其中包含了敘述統(tǒng)計與推論統(tǒng)計兩種。
1.敘述統(tǒng)計：對母體的數(shù)據(jù)特性進行描述，如資料的集中與分散趨勢、偏態(tài)與峰態(tài)的數(shù)值、資料分布呈現(xiàn)的圖形…等等。
2.推論統(tǒng)計：對母體的分布進行推論，如數(shù)值的機率分布、數(shù)值的趨勢分析、過程的因果關(guān)係…等等。
故統(tǒng)計學(xué)即是數(shù)據(jù)經(jīng)過計算之后轉(zhuǎn)換成對我們有意義的一個過程。
二、統(tǒng)計製程管制中最重要的分配—常態(tài)分配(高斯分配)
說到統(tǒng)計製程管制(SPC)的理論基礎(chǔ)，皆來自于一個非常重要的分配，叫做常態(tài)分配，我們又稱高斯分配，這個理論重要的原因是因為它將標準化后的平均數(shù)的機率計算出來如下圖(圖一)所示：
.jpg)
圖一、常態(tài)分配機率分配圖
三、SPC規(guī)則訂定
所以藉由此常態(tài)分配機率分布圖，我們可以算出每一個點出現(xiàn)在每個標準差區(qū)域間的機率，再藉由各點出現(xiàn)機率的次數(shù)，算出各種狀況的可能性，將管制圖上數(shù)據(jù)跳動的原因分為可歸屬原因與一般原因，進而訂定出SPC八大管理規(guī)則。
- 一般原因(common causes)又稱為機遇原因 (random causes)
機遇原因是一個製程固有之變異，它們隨時都存在且無法經(jīng)濟性地控制，對製程之影響性小。我們稱這些機遇原因為一個製程之自然變異。
- 可歸屬原因(assignable causes)又稱為特殊原因(special causes)
可歸屬原因與機遇原因不同，乃製造材料產(chǎn)生差異或製造過程的人為操作錯誤，使產(chǎn)品品質(zhì)發(fā)生重大變異，這類因素對製程影響性相當大但可以加以避免，我們稱之為可歸屬原因。
- SPC判定可歸屬原因的八法則
準則1 有任何點超出3倍標準差管制界限之外者。
準則2 連續(xù)7點以上，出現(xiàn)在中心線之同一側(cè)。
準則3 連續(xù)6點呈現(xiàn)上升或下降之趨勢。
準則4 連續(xù)14點呈上下交互跳動。
準則5 連續(xù)3點中有2點出現(xiàn)在2倍標準差之外者。
準則6 連續(xù)5點中有4點出現(xiàn)在1倍標準差之外者。
準則7 連續(xù)15點集中在1倍標準差之內(nèi)者。
準則8 連續(xù)8點在中心線兩側(cè)，但無任何點落在1倍標準差之內(nèi)者。
.png)
圖二、SPC判定異常的八法則
四、SPC三倍標準差的由來
在上述的規(guī)則中，我們已經(jīng)知道各項異常的判定規(guī)則，以及規(guī)則的由來，也知道SPC是用3倍標準差來做管制界線，在此或許有人還是會有疑問說為什幺一定要用3倍標準差，難道用2倍標準差資料涵蓋率95.44%不夠嗎？或者用4倍標準差資料涵蓋率99.99%不是更好嗎？
由于管制圖是通過抽驗來監(jiān)控産品品質(zhì)，故兩類錯誤是不可避免的。在管制圖上，中心線一般是對稱軸，所能變動的只是上下管制界限的間距。若將間距增大，則α減小而β增大，反之,則α增大而β減小。因此, 只能根據(jù)這兩類錯誤造成的總損失最小來確定上下控制界限。在此原則下α與β總和的最低點恰落于±3σ處，故以平均值加減三倍標準差為管制界限。
.png)
圖三、型一與型二誤差圖
五、SPC製程能力指標
SPC除了趨勢圖判定之外，還有相關(guān)的指標可以統(tǒng)計整體的製程能力狀況，對製程能力進行整體數(shù)據(jù)性的評比，分別為Ca、Cp以及Cpk。
- Ca(Capability of Accuracy製程準確度)：表示製程特性中心位置偏離規(guī)格中心或是目標值的程度。此值若等于零，即表示製程特性中心值未偏移規(guī)格中心或是目標值，也就是說製程的平均數(shù)即剛好等于規(guī)格中心值或是目標值。絕對值越大偏移量越大，越小偏移量越小。
.jpg)
- Cp(Capability of Precision製程精密度)：表示製程特性的一致性程度。此值越大表示製程中所產(chǎn)生的變異數(shù)或是標準差越小，在此時特性值越集中，越小則表示製程的變異數(shù)或是標準差越大，製程特性也就越分散。
.jpg)
- Cpk(Capability of Process Index製程綜合能力指標)：此一指標同時考慮到製程偏移與變異性。
六、SPC資料被判定異常所代表的意義
那若有資料被判定為異常，它所代表的意義為何？一定是不好嗎？這個答案恐怕是不一定的，我們只能說我們發(fā)現(xiàn)有另一種常態(tài)分配正在形成中，而其平均數(shù)或是標準差與先前設(shè)定的常態(tài)分配不同，有可能朝發(fā)散的方向發(fā)展也有可能朝向更好更集中的方向發(fā)展，如果趨勢變差我們是需要探究變差的原因，但是如果趨勢變好，我們更要有研究的精神，去找出趨勢變好的原因，將這些失敗與成功的經(jīng)驗蒐集起來作為企業(yè)往后生產(chǎn)改善的知識庫。
七、SPC后續(xù)發(fā)展趨勢
由于近期智慧化生產(chǎn)崛起，對于資料挖礦與大數(shù)據(jù)分析的需求日益增加，企業(yè)必須進行即時化的資訊串聯(lián)與分析決策，利用SPC更可利用開發(fā)線上系統(tǒng)及聯(lián)網(wǎng)等應(yīng)用，讓生產(chǎn)產(chǎn)品更可以獲得品質(zhì)關(guān)控與良率改善與提升。
