發表文章

目前顯示的是 7月, 2018的文章

【品質工程】針對工作狂人文章中提及Cpk/Ppk錯誤資訊的澄清 For clarifying mistakes in ResearchMFG

圖片
2020.09.26 編修文章內容 2019.11.27 編輯文章格式。 文章內容都是錯的SPC知識 工作狂人的網站寫過一篇文章討論Cpk及Ppk的計算演練「 管制圖Cpk、Cp與Ppk、Pp的計算實例演練 」,文章底下扣除我的留言總共有7篇留言,全都圍繞著作者文章提及的結論:"Ppk值幾乎永遠都大於Cpk值" Jeff看到文章中的陳述以及各位讀者的討論,了解到在這部分的謬誤,因此開了一篇文章想澄清這部分的觀念以及完整陳述SPC應如何執行的細節,各位讀這篇文章時可以參照工作狂人原先的文章以及Jeff的這篇文章及參考文章。

【品質工程】提升品質應該是增加成本 怎麼會減少成本?

推廣品質提升專案的時候很多人會唱反調:「這樣改善是會提升品質沒錯啦 但也會花更多錢啊。」像是如果要讓鏡片的厚度更穩定,你就要花錢買更多設備、找人顧機台、檢驗更多產品,Jeff你知道嗎?事情不是品保想的那麼簡單耶!你們品保啊 就只會出一張嘴! 以前年輕剛出社會的時候我還真的無言以對,只能摸摸鼻子回頭找數據分析。當時的我還沒能體會品質工程的真實意涵,也就是預防的品質觀點。我雖然知道管制圖、ISO9001、TS16949(那時候還叫這名字)、FMEA,但缺乏一個最基礎且最核心的觀念 所以也做了一些錯誤的品質改善工作。

【品質工程】IATF16949 MSA manual 4th edition 過度調整對量測系統的影響

圖片

【品質工程】IATF16949 MSA manual 4th edition 待測物之間過多的變異 Within part Variation

圖片
取自於 IATF16949 MSA manual 4th edition 第四章 SectionD 待測物之間過多的變異 Chapter 4 Section D, Quantifying the Effect of Excessive Within-Part Variation

【品質工程】品質管理的數學工具_統計分配

圖片
大家學統計許多分配時都很痛苦,絕大多數是因為不知道學這些分配要做什麼用。其實要解決工作上的疑難雜症,很多時候要請出統計分配出來,這篇文章就簡單介紹一些分配。 大家又要問這些分配能有什麼實用性呢?發明出這些模型到底要幹嘛?其實大家就把統計的式子想成是形容群體或者形容事件的描述就行了;這些函式往往藉由參數的設定以及公式的推導,就能完整形容群體及事件的分布狀態。這些分配不僅很美觀,也帶來許多便利,我們以下就一一列舉:

【品質工程】品質的操作型定義 The operational definition of Quality

「品質到底是什麼呢?」每個人都會被品質相關問題影響,卻不是每個人都會想問這個問題。在我們回答這個問題之前,先來看幾個生活上的例子。 餐點送錯桌次的餐廳 少給餐點的麥當勞 醫院注射錯誤的針劑、開錯部位的手術 高速公路固定路段的車禍 工地意外摔落、重機具壓傷 手機螢幕亮點、亮線、色斑(mura) 書本缺頁、漏印、錯字 愛車異音、變速箱卡死、氣囊無法順利充氣炸開 到站時間不穩定的公車 上述的問題都是品質不佳的現象,並且時常困擾著我們的生活。傳統上我們習慣認定這些品質問題是來自於「檢驗不良」造成的問題。例如: 餐點送錯桌次是因為那個服務人員沒有仔細確認餐點桌次 醫生開錯刀是因為那個醫生沒有仔細確認病人患病部位 高速公路車禍是因為那個駕駛沒有專心開車 工地意外摔落是因為那個工人沒有綁安全索 這種認知是對於品質問題最大的誤解,也就是期望透過個人的努力來克服問題;如果這個問題發生了,是你這個個人的問題,其他人只要足夠努力就不會發生相同問題。因為是個體產生的錯誤,所以透過小心確認、加強檢驗就能夠防堵。 然而上述這種認知完全是錯誤的、甚至完全與事實相反的論述。實情是個人的努力往往無法克服系統設立的障礙,個體表現只能隨著系統波動。餐點送錯桌次是因為點餐系統很簡陋,只能依賴服務生的短期記憶,既然都是依賴服務生的短期記憶,就代表每個人去做都可能發生送錯桌次的問題;醫生開錯刀是因為醫生忙著連續開多台刀,病患患處沒有經過謹慎的評估比對,既然都整間醫院都沒有評估比對流程,就代表每個醫生去做都可能發生送錯桌次的問題;高速公路車禍是因為駕駛無法立即識別路牌的標示,意即標示方式有問題、使用者介面不佳,既然都是標示方式的問題,就代表每個人開車經過都可能發生下錯交流道而車禍的狀況;工地意外摔落是因為整個國家的工人沒有綁安全索的習慣,沒有嚴謹的法規限制,既然法規、執行面貫徹不利,就代表每個人去工地做事都可能發生工地安全事件。 這些生活上的例子反應出品質很多時候是系統面、流程面的問題,管理階層是唯一有能力並且有義務提出解決方案的人。我們必須體認上述都是常見並且充滿變異的案例,並且急須能夠識別這些問題的人來管理,而這就跟我們一開始問到的問題「品質到底是什麼」汲汲相關。 所有的品質異常都源自於變異,也就是變動的環境、系統所造成的影響,我們...

【品質工程】7月份SPC課後問卷

圖片
7/7(六)的SPC課程結束了 很謝謝大家的參與 這次總共有8人報名 7人出席 這次是第三次正式授課 講義做了一些調整因此在授課時間上有些變動而沒有抓準 這點是我自己意識到要改進的部分 此次上課也新增了課後問卷 希望能藉由親自上課的學員提出切身的建議以得知改進之處 從課後問卷可以看到學員們一致反應希望可以得到業界改善的實例 這一點大家或許是因為工作上遇到種種困難 希望能看到其他人是如何透過SPC改善品質的 這樣的期望是可以預期的 Jeff的課程可以在之後增加相關的項目

【品質工程】 8月份開課資訊 提升品質就是降低變異---Statistical Process Control統計製程管制

圖片
《新竹班》 課程名稱:提升品質就是降低變異---Statistical Process Control統計製程管制 時間:2018 8/12 (日) 13:00 ~ 17:00 地點:新竹市集思竹科會議中心 牛頓廳 https://www.meeting.com.tw/index.php/contact-us/795-contact-hsp 教材: 報名成功繳款後提供超連結下載 課程費用:$1500 / 學員 講師:Jeff Lee  品保副理 講師專長: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 報名網址: https://goo.gl/forms/o08NdrNXQIO8YM2H2

【品質工程】沒有管制圖套裝軟體如何實現統計製程管控?

翻閱「轉危為安」及「新經濟學」這兩本書 讀者們可以發現一件事 從1970年開始 日本及美國開始在工業界應用管制圖 那是一個電腦計算不發達的年代 也因為這個緣故 統計學者發展出使用全距R為基底的管制圖 也就是我們熟知的X-bar R chart 因為全距R的計算簡便 再加上查表得到的d2 我們就能得到一張簡易的管制圖 那時的工程師及統計學者無不積極運用管制圖 幾乎每個品質特性都能製成一張管制圖 也因此日本和美國在品質管理的深度及廣度上 得到了巨幅的提升 既然如此問題來了 為什麼現在電腦計算方便了 管制圖還是很難獲得整體的應用? 台灣的產業界除了半導體、面板、IC設計業買得起套裝軟體之外 其他產業遇到SPC就是一臉苦笑 彷彿沒有套裝軟體就什麼事都不能做一樣 往往提到管制圖或SPC 非得要IBM、中方科技、宇威科技等套裝軟體才能實現這功能 這個問題Jeff想了很久 直到我親自繪製出X-bar R Chart及X-bar S Chart管制圖之後才了解難處 回到文章的主題 如果沒有管制圖套裝軟體如何實現統計製程管控? 這個問題很簡單 如果1970年使用人員手動計算填表畫圖可以執行管制圖 那麼2018年就更沒有道理不能使用Excel進行管制圖的監控 我們利用Excel就能為你關注的產品品質特性加上管制圖 Jeff利用自行設計的VBA程式示範如何利用Excel建構美觀易懂的管制圖 這是因為Excel本身提供了很強大的運算功能 能夠快速簡易計算出我們所需的管制圖相關要項 這樣就夠一般非大量生產、非快速生產的產業進行品質監控了 你只需要一台電腦、Excel相關設計以及管制圖SPC的知識 我們就能實現統計製程管控

【品質工程】APQP 2nd Edition與SPC 2nd Edition的連結

圖片
  APQP是Advanced Product Quality Plan的縮寫(Abbreviation) 翻譯是先期產品品質規劃 雖然稱作APQP 但要記住本手冊名稱全名叫做APQP and Control Plan 顯然Control Plan也是很重要的項目 涉及到許多品質特性的細節管控 但本篇文章不在此多所著墨 這篇文章關注的是APQP與SPC的關聯性