Jeff(ASQ_CQE)談統計品質工程Statistical Quality Engineering

The System of Profound Knowledge 深厚知識系統 "What we need is cooperation and transformation to a new style of management.  The route to transformation is what I call Profound Knowledge." - W. Edwards Deming 「我們要做的事是相互合作並轉型成新的管理模式，而轉型的過程就是所謂的深厚知識。」 戴明博士創建的深厚知識系統包含四個相互關聯的要素 對系統的認知 Appreciation for a system 變異知識 Knowledge about variation 知識理論 Theorem of knowledge 心理學 Psychology 這些要素不能被拆分探討 而是互相影響的因素 例如： 管理者必須認知人們是獨特的 因此不能用工作表現的好壞來加以評比 人們的工作表現多數時候受限於他們工作的系統環境 而非他們自己本身的表現 這一點在紅珠實驗裡面有著詳細的說明 證實了人員受到系統影響甚鉅 人員若依照取出紅珠的多寡進行評分排序 那麼事實上每個人都有機會受罰 受罰的原因並非個人能力問題 而是整個系統充滿了紅珠 自然大家都有機會取出紅珠 如果某個心理學家沒有變異知識 那他就沒辦法理解上述的結論

2021.09.15 修改文章內容 2020.03.08 修改文章標題及新增參考文章 2019.11.21 修改文章 上一篇文章 【品質工程】為什麼Cpk >= 1.33才算好 ? 我們用圖形化的方式解釋了1.33這個奇怪數字的來源，但還有一個問題還沒釐清。在那一篇文章中，我們假設樣本中心跟規格中心重疊，剛好落在中間的位置，但如果樣本中心偏離規格中心會發生什麼事？會不會出現Cpk同樣都是1.33但卻截然不同的製程能力？ 這篇文章就要來談談這件事。 一樣的Cpk，不一樣的製程能力 首先讓我們回顧這張圖，上次提過，這三個製程能力分別是2.0、1.33、1.0。 我們重新調動數值，故意讓製程中心偏移得到下圖；根據Cpk的公式，我們假設規格上限到規格中心的距離為1單位，如此可以得到： 第一張圖的Cpk等於 (1/2)/(1/2) = 1.0 第二張圖的Cpk等於 (2/3)/(1/2) = 1.33 第三張圖的Cpk等於 (1/2)/(1/4) = 2.0。 兩張圖中間的範例Cpk同樣都是1.33的製程能力，卻有截然不同的製程中心與製程變異；一個製程能力較分散，且與規格中心對齊、一個製程能力較集中，卻偏離規格中心。但你說他們的Cpk都是1.33所以製程能力一樣，顯然哪裡怪怪的。這裡就是這篇文章想提的重點：「 即便一樣的Cpk = 1.33，它們的製程能力其實還是不同的。 」這給我們一個很明確的範例，證明我們不能夠單憑Cpk的數值就判斷一個製程是否優良，否則我們就有可能犯下上面範例的邏輯錯誤。 不要依賴單一指標 我們都知道製程能力指標其實有很多選擇，Cpk只是其中一個指標，IATF16949 SPC manual裡面就有提到：「 強烈建議使用者同時評估多個指標，不要依賴單一指標做決策 ，單一指標做出的決策可能會導致決策錯誤。 」如果我只看Cpk，就會得出上述兩個製程能力相同的結論，但實際不然。它們的Cpk一樣，但是製程能力的表現及產品良率可大不相同。Cpk並不是萬靈丹，評估製程能力時必須先確定： 管制圖數據是否為常態 管制圖R chart是否呈現統計管制內 管制圖X-bar chart是否呈現統計管制內 當上述成立時最後才確認Cpk的數值，並且一再仔細推敲觀看數據的分佈才能確定製程能力。 相關文章： 【品質工程】從...

僵硬的四肢 閉不上的雙眼 是我對妳最後的印象 看起來真的是累了 早已無力的耳朵和看不清楚的雙眼 舌頭吐在嘴邊沒能伸回去 我幫妳拍了兩張照片 刻意不帶到頭部 希望留下最後的紀念和尊重 對我們來說妳是家庭的一份子 始終習慣有妳看守的家 被妳親口殺死的蛇類多不勝數 也總是對門外的陌生人加以警戒 害怕打雷的聲音 不喜歡鞭炮的爆炸聲 討厭垃圾車聒噪的樂音 只想在熟悉的路上溜搭 喜歡吃水果 喜歡爬到摩托車座墊上趴著 喜歡四肢貼在地上從門縫看外面的景色 那隻從小小狗自己跑來門口的哈莉已經變成一隻老狗了 如果我沒記錯的話 妳那時候還常常仗著自己體型小 從門縫口不斷鑽出去玩 本來不願意養狗的爸媽也因為家裏遭小偷而轉念讓妳待在家裡 也才有後來妳陪伴17年的時光 這幾年妳的健康狀況開始不好了 對我們來說是很迅速的轉變 短短幾年妳就變得蒼老了 毛色沒以前亮麗 皮膚開始出現濕疹 一邊耳朵總是垂著 眼睛看不清楚了 常趴在地上休息 即便我們開門從妳身邊走過也聽不見 甚至大聲叫妳也不見得能得到回應 但我喜歡離開家時摸摸妳的頭 讓妳知道妳的小主人回來過 妳總是喜歡開門的那一瞬間 一起繞著家旁的鄉間小路散步 妳小時候一定得拉著繩子 否則會跑到不見蹤影 即便拉著繩子也是一路拉著我們跑 這幾年不用繩子妳就自己乖乖的走 就是固定的方向、固定位置撒尿、固定的環境 今年小嘟嘟稍微長大了 看到妳就開心到不行 我正想著她是否有機會看著妳長大 雖然可惜 但她天生就喜歡狗狗 這點是毋庸置疑的 照顧妳最多的媽媽很傷心很傷心 覺得延誤妳的病情 希望妳可以安慰她一下 告訴她妳在家裡的點點滴滴(雖然大部分時間都待在外面曬太陽) 最後的幾天辛苦了 讓妳被病痛折磨 我們只想讓妳知道 最後的時間我們都在妳身邊 說長不長 說短不短的17年 謝謝妳的陪伴

2021.09.08 編修文章, 利於讀者閱讀 2020.09.26 編修文章, 增加英文內容 2020.03.26 新增參考文章 2020.03.08 編修文章 2019.05.28 修正錯字 2019.05.05 更新文章 Cpk>=1.33之謎 大家學習SPC的時候一定學過製程能力指標Cpk，並且知道Cpk大於1.33時表示製程能力還不錯可以接受，但是為什麼Cpk要大於1.33而不是1.34或者1.35?難道都沒有統計上的數理證明嗎? 工作狂人把Cpk跟sigma還有良率ppm綁在一起討論 ，這是正確的嗎?有沒有覺得很複雜看不懂? 我們今天就用幾個簡單的圖形直觀的看待1.33這個數字的來源。 You must have learnt that Cpk should be greater than or equal to 1.33, haven't you? It's confusing that why Cpk is 1.33, not 1.34 or 1.35, we just didn't give it a chance to dig it out more before. Now we have an opportunity to look over it and figure out why.  我們可以從上述投影片看到Cpk的公式受分母與分子的影響，分別是： 分母---製程樣本標準差(本文用S=(R-bar)/d2表示) 分子---規格上限或下限與製程中心的距離(製程中心本文用T/2表示，下文詳述) Cpk>=1.33的簡單推導 為了說明方便起見，讓我們假設製程中心剛好對準規格中心，這樣的操作可以確保製程中心與規格上下限的距離相等，計算上不必區分哪一個比較小，解釋起來比較方便。各位也不用害怕萬一製程中心與規格中心不一致會不會得到不同的結論，這一點可以放心，兩者的結論都是相同的。 假設規格上下限的寬度為T = USL-LSL，且製程中心與規格中心重疊，則製程中心 = T/2；依照Cpk的公式，我們假設Cpk >= 1.33則會得到(T/2)/(3*S) >= 1.33。隨即可以導出上下限寬度T >= 8S，又整個製程能力的分佈是2*3S = 6S，因此製程能力與規格上下...

課程名稱：Statistical Process Control 時間：2018 6/3(日) 13:00 ~ 17:00 地點：新竹市東大路一段 在樓上共享空間 https://goo.gl/maps/NJhpGcBrpbC2 How to get there : https://goo.gl/U88gBP 教材：https://drive.google.com/drive/folders/1T5ZhkMfd-AboLppjMDEfOtLFrj9ZgTtX?usp=sharing 場地費用：$1500 須由學生均攤 (講師不出場地費用)人數越多越划算 講師：Jeff Lee   專長：品質工程、工業統計、統計製程管控、流程改善 中央大學工業管理所碩士 空間容納人數可到10人 目前共9人報名 取消網路通訊 課程簡介： 1. 什麼是品質? 2. SPC的發展起源 3. 常態分配 4. 中央極限定理 5. 抽樣分配 6. 假設檢定 7. 共同原因&特殊原因 8. X-bar R Chart 9. X-bar S chart 10. np & p Chart 11. SPC non-random patterns 12. Capability Indices

由於身在小公司 因此品質管理的權責從供應商到出貨包裝、RMA都包了 今天要談的是供應商的部分 因為公司需要許多鏡面的原組件 所以委託一家桃園的光電廠外包製作 上週正好有空雙方碰面 順便讓我看一下品質管理的部分 業務這邊寒暄一陣 接著就請出他們的品保出來跟我對應 說他們有ISO系統 會議上他們準備了製作流程的標準作業程序書給我看 我心裡想：這SOP太簡陋了 但會議上我沒講出心裡的感想 聽他們繼續解釋著標準流程裡面的重要參數 例如面鏡的曲率量測必須控制在規格XXX +/- xxx 講到這部分時我就忍不住了 插話說：「請教你們如何管控變異的？」 「？？？」彷彿我說的外星語言 我就再說了一次 「請教你們是如何控制重要參數在微小的範圍之內？讓它們的變異不要太大？」 喔喔喔！我懂了！ 我們就控制在規格內 超出規格的產品我們不會讓他出出去給你們！ 我接著表示 不是這樣的 是利用類似SPC的概念 用統計手法去控制變異 然後他們的品管就說：對對對！就是Cpk嘛 我知道 這個我們沒有在用 但我知道 好吧...當我沒說 這就是台灣業界的普遍現象：完全不懂變異理論 一提到SPC馬上就聯想到Cpk 不知道是誰在業界教授這樣錯誤的觀念 SPC當年發展出來並且延伸到工業界的時候哪有Cpk 也不是用的嚇嚇叫 跟供應商聊天都會一直遇到這些觀念不清楚的事 往往簡單一聊便發現供應商的產品品質根本不行 嚴重影響下游公司的產品品質 怎麼說呢？ 這些光學用的面鏡都是很敏感的材料 功能是聚焦、反射光線到光學元件上 但是根據供應商的說法 他們無法提供變異很小的光學面鏡 請教下游的廠商品質怎麼會好？ 組裝的作業人員往往更換著光學面鏡 卻渾然不知每一批面鏡可能有明顯的特性差異 研發RD當然更不懂這些 只知道理論的光學架構跟機台架設 對於變異理論完全不知所以 如果你想要獲得好的品質 你必須很了解變異理論 然後很有耐心的去市場上搜尋也懂得變異理論的供應商 讓他成為你的唯一供應商 唯有這樣你才有機會採購到品質最好的零件 也才能做出品質最好的產品 但經營團隊、決策者、採購團隊都不懂得這些理論的時候 請問你該怎麼喚醒這些人呢？ 我推薦閱讀「轉危為安」這本書 然後大家才有機會省視提升品質的各個環節

https://health.udn.com/health/story/5999/3121423 「新竹馬偕醫院說明，今年2月6日院內藥局依照處方，應送4支B肝疫苗至嬰兒室，但由於疫苗外觀與五合一疫苗極為相似，擺放位置也相近，因此不慎提供成巴斯德五合一疫苗，當班護理師也未發覺藥袋內藥物有異，為4名新生兒施打疫苗。」 =================================================================== 上面文字是少數幾篇新聞談論到疫苗打錯事件的發生原因 但實際上還沒說到重點 但由上面的敘述我們已經知道幾件事實： B肝疫苗與五合一疫苗的外觀極為相似 B肝疫苗與五合一疫苗的擺放位置相近 無論任何產業 類似的錯誤其實層出不窮 仔細觀察新聞講的院方說法 就能發現這其實是制度面的問題、是系統面的問題 然而院方卻約談「相關人等」 顯然認為這是「個人問題」、「工作能力」問題 會將系統問題錯認成個人問題 是我們缺乏系統知識以及變異知識的必然結果 簡單來說 由於這兩種疫苗的外觀相似 在設計儲位的時候就完全不能放在鄰近位置 由於相似的品項放置在接近的儲位 是在考驗每個人員的專注度 也是在賭何時會發生錯誤 反過來說應該積極一些 院方管理階層必須設計表格  全面清查相關藥品、藥劑等品項的外觀相似狀況 以便做全系統的整合管理 讓外觀相似的物品列表清查 然後透過儲位的設計、藥品外觀的設計 使得這些原本相似的品項變得容易區別 讓這類的錯誤無論是誰在從事相關工作都不會犯錯 這樣才是從系統面徹底解決問題 進一步的說 如果我們運用SPC的觀點觀察醫院內部的錯誤比率 並畫出P chart 我敢肯定院內平常就已有類似的出錯事件反覆發生 但可能在過程中被人員攔住 直到此次才終於有人員的疏忽 導致疫苗打錯的問題發生 從中我們就能看到這是穩定的共同原因 而非特殊原因造成的問題 所以真正的問題在於院方的管理系統 是管理層面要出面對應、解決的問題 而不是第一線的醫療人員 不是那個眼殘拿錯疫苗的護理小姐的錯