SPC material new.docx

SPC統計制程管制與6S六希格瑪現場改善技術壹、課程宗旨SPC早已是ISO 9001/2000年版中的基本技術，可是仍有許多人不會使用，另一方面與3年前流行的六標準差專案管理模式又讓許多人弄不清楚，以為是十分複雜的東西，二者根本就是一家人，目的是達到持續改善的目的。貳、課程大綱一、認識SPC的精義/簡易範例/功能。二、對Q7管制圖的八種情況的瞭解。三、如何由M ±S平均數與標準差來做流程品質的改善。四、熟悉正態分配查表技巧及SPC二種查表技術。五、學習計件值簡易公式的原理。六、活用管制線與規格線來計算CA/CP/CPK值。七、學會SPC後的活用六標準差管理模式。八、6S中的五步驟DMAIC定義/量測/分析/改善/管制。九、現場改善技巧DOE與KSF關鍵成功因素。十、範例介紹演練。導言、SPC制程管制是簡易技巧SPC在表面上雖稱為統計學程管制，但是只用到統計原理而根本不需要使用真正的統計學，它將統計學原理中的繁雜計算簡化成方便易懂的查表係數，代入後立刻就懂，由及的表中總和性數據即可計算出統計推移圖（Run Chart）中的上下管制線，再以規格線與管制線的比較，可求出CA/CP/CPK值來推算其不良率多少，以此製程管制中的不良率來替代成品檢驗，可省下許多人力。於1924年施華德先生發明SPC，其發揚光大則在1990年間，Motorala及GE公司借用SPC技術而重視生產作業流程的品質管理，它形成作業管理與品質管理的結合，簡稱S6Six Sigma專案推動模式。一提到6 Sigma或六標準差，大家會以為它是深奧的統計計算模式，其實什麼都不是，它只是正態分配曲線中，打破原來 ±3S的理念，而邁向 ±4，±5，±6的更精準的要求，簡言之，±3 Sigma是0.9973良率，±4，±5，±6就必需是0.9999更高的良率，這樣才能使品質更佳，達到零缺點的情況ZDZero Defect。由於品質的產生來自於生產作業的流程，由於每一次作業步驟中皆要求其平均數要達標準，而且變異應要極小化，簡言之，M ±S中S要最小，則變異小的產品當然最好。由這觀念導引出的SPC教學方式，當然和理論上的完全不同，共有七基礎步驟。基礎：認識M ±S的意義及Q4直方圖/分配圖。基礎：認識常態（正態）分佈的±1，±2，±3的68%，95%，99%的意義，並學會查表。基礎：領悟過去3個Sigma的錯誤，因（0.99）100.98。基礎：學習由不良M ±S的表現開始，如不合格則要以動態推移數據來計算上/下管制線，其實只要簡易公式及查表即可。基礎：學會了上下管制線後，即可由CP=數據線/管制線，來計算CA/CP/CPK。基礎：由CPK值大小可推算不良率多少。基礎：全面推動持續改善活動。結論：SPC/6希格瑪/CI持續改善都是一家人。壹、簡單認識SPC放棄恐懼一、SPC統計制程管制並不是統計學1.S=Statistics統計。2.P=Process製程/流程。3.C=管制。4.應稱：統計流程管制因為可應用於任何其他的管理過程中。5.區別SPCSQC，後者是統計抽樣品管技巧。6.認識1924年/施華德/品管第一仙。二、不學統計，但是要有統計數據概念1.凡是數據皆有二種：計量值/計數（件）值。2.計量值一定有M ±S（其實計件值/計數值亦有）。3.M=Mean平均數，例如80分，S=Standard Deviation標準差，代表變異的程度。4.由M ±S的情況可知作水準如何，例如，80±1.0優於80 ±10。三、認識一些符號1.母體 ± 樣本M ±S。2. M，平均數的平均數，=中數。3.R=Range全距，Rm=移動全距。貳、學SPC先要認識常態分佈一、常態分佈（正態分佈）1.左右對稱3.±168%2.總面積100%4.±30.997二、用±30.9973做上下管制線1. ±A2查表知A2即可知上下管制線。2.±M3A2同理可知，只是乘上中數修正係數M3。3.±A3同理可知，只是係數改成A3。4.X2±E2Rm個別管制圖，係數改為E2。三、上下管制線即是61.可用/d2。2.亦可/C4。3.正常情況下。四、由上下 規格線除以上下管制線可得知1.CP值精密度。2.CA值準確度。3.CPK值CP ×修正係數。參、已知CPK值求出不良機率一、再學一次正態分佈表1.CPK值 ×3？ Sigma。2.N個Sigma不良率。3.範例CPK值1.33/1.00/1.67。二、由製程檢驗替代成品檢驗1.十天一萬台，不如測1小時100台，取樣5個。2.取樣後可知X1/R1，再累績成, 。3.由±A2公式可求出上下管制線。4.由UCL/LCL可知上下規格後比較得到CA/CP值。5.由CA/CP值可求出CPK值。6.CPK值 ×3N Sigma可推知不良率，它即是製程檢驗。三、製程檢驗為何比成品檢驗好研討之肆、計件值SPC應用簡易公式一、不良率公式1.=平均不良率。2.變異數V=。3.標準差。4.上下線。5.範例：P=0.2，上下線？二、共有4種計件值管制圖1.不良數當n相同時使用。2.缺點數C管制圖。3.單位數U管制圖（U=Unit）。三、計件值求CP值1.可求三個CP值。2.上下CP值最小者是CPK值。3.CP客/我USL-CSL/UCL-LCL。四、CA值計算方式1.CA-U / T/2。2.T=Tolerance=規格公差上規格線-下規格線。伍、SPC為何和改善會有關係一、PDCADMAIC模式1.界定Define內部客戶+核心流程。2.量測MeasureM ±S平均最大標準差。3.分析AnalysisSPC統計分析。4.改善ImproveDOE找出KSF做改善。5.管制Control用指標做管制。二、QCC魚骨圖方式1.由下到上團隊自由研討。2.活用Q7找問題並界定問題。3.借用IE-7尋找對策來做改善。三、N7新品管七手法的功能1.N1KJ親和圖替代Q1魚骨圖。2.N2關連圖找出因果分析。3.N3箭頭法做工作分解。4.N4矩陣圖找流程中原因。四、DOE+SPC才能找到KSF1.關鍵成功因素做改善。2.CTXCritical to X。陸、PASS問題分析解決對策一、什麼是PASS1.Problem問題。2.Analysis分解。3.Solving解決。4.Strategy對策。二、PASS前三步驟1.找問題/界定問題/因果分析。2.用FMEA表列出F/M/E/C/I功能/類型/效應/原因/變善。三、PASS和SPC關係1.可界定合格/不合格線間的關係，CP1.00即正好合格。2.SPC可監控現場的表現，一旦有問題立刻知悉。3.SPC的改善五招4M+E人/機/料/法+環境。四、DOE實驗計劃和SPC關係1.DOEDesign of Experiment實驗計劃。2.活用DOE表可找出關鍵因素。3.對KSF改善才有效KSF。五、田口方法可找出KSF最佳水準量工作改善Q & AQ1：傳統的工作改善只要做QCC，對嗎？A1：是的，但QCC及PDCA/Q7手法不是解決現在問題，因此，必需要用SPC及DMAIC迪麥克手法才可能解決。Q2：別人教SPC十分複雜，為什麼在此十分簡單？A2：因許多專家把SPC簡化成只要查表及代入簡易公式即可。Q3：SPC不是統計製程管制，為什麼不用學統計。A3：它有統計原理在，但是目前以查表即可解決。Q4：6 Sigma工作改善是改善什麼？A4：改善工作流程效率。Q5：CP值等於多少才是六標準差？A5：CP值2.0，即是六標準差。Q6：工作變善為什麼要做流程品質管控。A6：作業流程不穩定，一定要改善。Q7：什麼情況下才知流程不佳？A7：CPK值小於1.00即是不太好。SPC中英對照表及公式1.M ±S平均數 ±標準差。2.小組平均數的平均數稱X Bar。3.中數，稱X Wave。4.S樣本標準差。5.母體標準差。6.統計第一修正公式。7.統計第二修正公式。8. 統計第三修正公式。9.計算。10.df=自由度 Degree of Freedom。11.SS=平方和 Sum of Square。12.SS=-。13.A2係數用於-R管制圖。14.M3A2係數用於-R管制圖。15.A2係數用於-S管制圖。16.E2係數用於Xi-Rm管制圖。17.R=Range全距。18.Rm=Moving Range移動全距。19.平均不良率。20.CA/CP值準確度/精準度。柒、QCC品管圈成功現場改善一、1975年間石川馨提出1.日本人Ishigawa。2.QCC品質管制圈Circle。3.圈是小型研討團隊。二、活用PDCA手法1.稱管理循環。2.1960 X D X。3.1970 P D S。4.1980 P D CA。5.A=Act對策，A=Action行動。三、由下到上自動做改善1.圈長+組員。2.提問題+腦力激盪。3.KJ法+SD系統圖。四、由上到下強制做改善1. 6 Sigma專案改善。2.BB+MBB+Champion=黑帶十大黑帶+盟主。3.GB綠帶全面推動。4.由上強制做專案改善。附 件導言：有統計分析力的持續改善Continual Improvement持續改善是1980年代企業界高喊的口號，一直延續到21世紀，它由TQM全面品管時代到2000年客戶滿意紀元，皆重視此方向，CI二字已被多少企業當成座右銘。但是持續改善並不是口號，而是由許多數據及業績反映出來的技巧，新統計分析即是其中主要技術，由實務性數據中找出問題的真正因果與相關關係，不斷的去除不良因素，則即會產生實效，這樣不斷的迴饋修正，就是企業必需努力的工作CI持續改善。最有名的持續改善作法是標準（Benchmark），由數據上可反應出一步一步向上爬，鎖定比自己強一點的企業及其作法，一步步緊追在後，時機一到就超越對方。統計分析技術的發揮必需有三個基本的作法：作法一：平日收集各種有意義或無意義的數據，而且其種類型式不斷在擴大增加中。作法二：由數據中發掘一些合乎邏輯現象的原因，並設法將其改善。作法三：由改善過程中不斷建立新的標準（S1），這些標準的不斷提昇就形成改善，這些標準皆由SPC及CA、CP值來簡化其複雜性，管理者可一目瞭解。舊統計提供一些基本方法去尋找相關並比較大小，可知改善差異性，並以檢定其變異性找出原因，新統計則以通用性指標建立全公司人員的共通語言，並藉簡易化的電腦公式去計算這些數據，任何一個新進企業人，即會很快知悉其標準及努力方向在那裏，他（她）們心中只要努力去想辦法達到客觀標準，即是達成任務。上級督導者（Supervisor）亦不用天天緊迫盯人，只要看準這標準的起伏，就知部門內表現的好壞（Performance）。因此，統計原理要簡化的使企業人能快速認知，其理論及運算則不是企業人的工作（留給專業統計學者去研究），其指標及計算指標的簡易公式則是企業人必需知悉的工具，在經過一兩個代表性範例介紹後，企業人很快會運用自如，使用於日常處理工作的數據上。這就是計量管理時代的來臨，191125年泰勤，吉布耐斯及費堯建立起過程學派（Process School），強調管理是一步一步的過程，195080年間，馬斯洛，麥克雷格及日本人Ouchi重視人的心理行為，形成行為學派（Behavioral School），接著因1980年個人電腦及統計，而進入21世紀的計量學派（Quantitative School）。壹、統計分析第一步相關分析品管七手法並不是只限於品質問題，是對Problem問題做七種分析方法，先簡單介紹前四項中的三項。Q1魚骨圖以經驗做原因分析（項目細分法及KJ法）Q2查檢表收集數據輔助分析（因魚骨圖沒有數據）Q3柏拉圖（略）Q4直方圖藉分佈圖瞭解現況。問題分析第五手法是散佈圖，就是相關關係，它可以用X、Y兩座標圖來表達，亦可以統計方法來計算相關係數，再由相關係數表來查驗是否有相關關係存在，進而研究因果關係，（以邏輯判斷及直方圖）。相關係數的計算必需運用統計第二公式來計算平方和SS（Sum of Square）貳、問題分析前要做數據整理數據可分成兩大類，四種型式：計數（件）值計量值數值，80分百分比，15%不及格等級，A、B、C等級頻率，產生次數PA（問題分析）第一法則數據可相互整理轉換，而以各種整理方式使問題浮現。範例一：X 1 2 3 4 5 6 7 8 9Y 1 4 7 2 5 8 3 6 9X、Y是兩個變數，形成配對式數據，它可以是，例如X=滿意度，Y=業績量，這九個簡單數據可做以下五種分析。模式一：求相關係數做相關分析。X2XXYYY2111114284169321749: : :X2XXYYY模式二：可訂定1-5是低滿意度，6-9高滿意度，再訂定5以上（含5）是業績合格量高低合格32不合格15模式三：百分比（略）模式四：大小比較t-test（略）模式五：DOE實驗計劃參、市調數據整理後交叉分析假設在市調時詢問顧客滿意度，分成五分法，非常滿意、滿意、分通（附件），得到大約的百分比數據（Data）。+2+10-1-2非常滿意滿意平常（沒感覺）不滿意非常不滿意45%53%2%目測分析：滿意53%百分比大於非常滿意44%，知二者有明顯差異存在。如果要找問題相關因素，就要以個人資料中的分類中找因素，例如男女性別：男女非常滿意261945人滿意233053人49人49人98人請問男女是否有差別？用簡單2 ×2卡方公式代入即可ABA+BCDC+DA+CB+DN相依時公式簡化成，肆、相關與卡方檢定原理相通卡方係數與相關係數的原理是相通的，二者數值只要乘上一個係數N（樣本數）即相等。問題分析第二法則以統計交叉分析後，計算出卡方值，即可知二因素的相關性如果計算出的X2=0.98，N=98，則相關係數等於0.1，代表相關關係極小，如果X2值很大9.8，則相關係數0.31，由此可知卡方值愈大在二因素交叉分析中的相關性愈高。由此原理在處理問卷個別資料時就可由卡方值來測知相關值，但是相關尚有兩種情況：範例一：月消費（百元） 25136184529131125男女(0.1)011101010範例二：拆機011011011男女(0.1)101010101拆機01是指原來要拆，但經過客服人員解說後，決定不拆（1），仍要拆（0）。伍、統計實際作業中取樣問題市調及統計的取樣理（Sampling Theory）十分深奧，有專門的書介紹，但是在市調時，則可以多次小樣本取出沒有太大差異就不必用理論的方法，取樣時有4S模式。一、Simple：簡單抽抽樣1.以簡易隨機取樣。2.但隨機取樣可能會造成隱存因素存在，可能甲組4女1男，乙組4女4男。二、Stratified：分層抽樣1.以百分比，自不同母體取出。2.分層可使隱存因子平均，每組皆女3人，男2人。三、Systematic系統抽樣1.制定一些系統法則，例如每隔10個女生取一個女生。2.以隔一段時間以祈減低時間的影響。四、Stage階段抽樣1.可先將數據分成階段性，例如箱/盒/件，又如：年/月/日。2.先取上一階段，再取中階段，再取最下一階段。陸、設計問卷要先會如何分析任何問卷如果沒有統計分析，則是一文不值的，所謂統計分析並不是將調查樣本的各作答頻率一一加起來就可以。範例一：客戶分類有11種，可立刻區分成一般用戶非一般用戶滿意不滿意說明一：第一技巧是可將11種類型分成少數幾種類型，但是在邏輯上要思考為什麼不同類型的用戶會對滿意度有所不同（當然，沒有理由的分析亦可以做，但最先動手的一定是邏輯上有此可能性的）。範例二：由初步數據即可看出，有些問題存在，必需做速一步分析。非常滿意%整體禮貌效率商品能力等候平均44514338413541.6說明二：問卷設計成五個小子題，目的就是要以分類層別觀念出何者太弱，有待加強。解題A：如果在五項服務上，應有共同水準，則其水平應該是41.642，則可得到Fe，Fo的數據圖Fe4242424242Fo5143384135計算出卡方值，查自由度4，臨界值就可知是否有不平均現象。解題B：如果這是一個模式分佈，在七月份的電訪資料是如下，二者是否不同。模式5143384135七月4842324236（自行計算）柒、Z公式可應用於比較大小看到數據顯示出商品介紹是38%非常滿意，而滿意方面是51%，是否二者有差異，如果有，則商品介紹的技術要加強。如果沒有學過統計及應用統計三寶查表的人，一定會說：51%當然大過38%，但是根據統計法則一定要：指標/樣本/百分比才能下結論。公式：Z=如果樣本是N=1000，P1=0.51，P2=0.38，F1=51，F2=38P=Z=？如何決定是達到95%水準，可用：雙尾各邊25%，臨界值1.96單尾一邊5%，臨界值1.65大於臨界值就是二者有顯著差異，有待改進。同理，七月份的業績非常滿意度是0.31，和五月0.35是否有差異？如有差異，則有待改進。捌、t公式補足Z-test差異比較在問卷設計時詢問原因時最好以0-10尺標為之，其形式如下：0_101.原因一服務效率太忙（4.5±0.8）0_102.原因二商品介紹不清（5.8±1.2）0_103.原因三等候時間太長（7.1±1.6）0_104.原因四禮貌態度不好（1.3±0.2）在此情況下要比較等候時間太長是否高於（單尾）商品介紹及服務，就可以用t-test或Z-test，二者公式類似在使用上有所區隔。母體已知未知大樣本ZZ小樣本<30Zt事實上二者是查不同表而已，t公式的精神是：正比（放分子）：|M1-M2|差距愈大愈好反比（放分母）：二者共同標準差，愈小愈好 代入計算=？ 查臨界值即知是否有差異（設N1 N2=25）專題一：市調問卷設計要合乎專業市場調查及客戶滿意度調查的問卷設計看來十分簡單，好像人人皆會設計，其實不然，如果設計的不佳，則會得到許多偏誤的數據資料，其設計過程有七大法則：法則一：個人資料在後，問題在先。說明一：由於受訪者較沒有時間及耐性，一開始就回答主要題目，最後才勾選個人資料，如果個人資料在前，先勾完後才做真正問題，當心中不耐煩時，就會隨便勾選。法則二：題目不可超過十題，時間不可多過十分鐘。說明二：因受訪者沒有時間及耐心看許多題目。法則三：是否題只能問事實（Fact），態度喜好題則一定用尺標法（1-5尺標或1-7尺標）。說明三：以免文字過多造成認知歧義。法則四：題目的問題內容要有邏輯性及層次性，不要東問一下、西問一下。說明四：受訪者的思路如果是跳躍式時，則很容易隨便作答。法則五：問原因時可以多重選擇或加上比重，才知主要原因是什麼。說明五：原因一定會很多，要以比重區分原因的重要程度。法則六：問題只能在一張紙上，不可用好幾張訂起來（如內容不夠寫則以較長紙張為之）。說明六：因多張紙會有脫落的可能，而會前後頁無法對應。法則七：文字上儘量口語簡易，使受訪者一看就懂。說明七：要以所有受訪者的最低學識水準為文字基礎。此外，電話訪問市調和現場訪問的設計也有所不同，前者受了許多限制，受訪者看不到文字題目，因此，題目必需口語化及簡單化。至於開放題目（Open Question）一定有其必要，只是作答的內容仍要使用統計方法做數量化分析，另有一種可讓受訪者自己書寫一小段文章，則要用內容分析法（Content Analysis）來剖析它。市調問卷數據分析，主要手法是用卡方分析，它可做2 ×2交叉分析，找出某種因素和另一因素是否有相關存在，同時亦可用常態分佈的Z檢定手法來比較二種百分比是否有差異（如果是計量值且小樣本則要用t檢定），對於想更深入問題，則可以用變異數分析及F檢定找出某種因素是否可能有影響力。最後，必需認識清楚的是：市調有問卷量化式調查方法，另有質化式方法；找一些真正瞭解者做深入式座談，才能知悉真正原因何在。如果市調和銷售有關，則必需認清市調結果只能做參考，因為態度（Attitude）和購買行動（Action）有很大差距，必需以其他測試方式才知產品吸引力有多少。結論：市調只是一種工具，任何工具有其限制性，在做到客觀化的數據分析後，對數據結論的解釋更是要能夠客觀，才不至於導引錯了方向。玖、連續數據可開始P管制圖問卷調查中常有各自重視的方向，以客戶滿意度調查來說必需傾向滿意與非常滿意，雖然二者各自的百比有其意義在，但是在某種角度可合併計算其百分比，代表滿意的百分比，其他沒感覺，不滿意，非常不滿意，合計成不滿意百分比（事實上，應該只以不滿意及非常不滿意計算，因電訪員的話會影響勾選無感覺的數目）。假設有二年度的月報表連續資料做比較，可發現有差異存在。電話解決能力NO2002（12個月/5-4月）NO2003（12個月/5-4月）187.21391.228.11490.937.61590.848.41692.859.11793.667.31893.878.51998.089.32092.198.82194.81089.82295.6119.12397.31290.22496.9作法一：比較1 2大小作法二：二者如果有差異要找原因作法三：如有差異則不可共用管制線，因此，各有各的管制線作法四：2002年的規格線是0.85，在2003年就必需改變成新的SPEC Line作法五：計算2003年的CA/CP值，做以後來年的比較。拾、P管制圖使用時注意事宜P是百分比，亦即 ××率，例如製造業的不良率，通訊服務業的斷話率，如果每日可以得到P值，則一定會有數據是以下這形式：樣本斷話率（P）總通話數（N）7/1 N17/2 N27/3 N3： ： ： ：7/31： ： ： 由於實際數據中的n1 n3 nx皆會不同，因此不可用不良數管制圖，要用不良率管制圖，其初步作法有三：作法一：計算上下管制線公+式中線組-其實，必需重新取樣（說明之）十分簡單。作法二：計算出管制線後，找出其中不合格點，並尋找其特別原因，如找不出則要再找其共同原因。作法三：如果有一趨勢（向上或向下）則代表變壞或變好（這種趨勢亦可做統計分析及管制圖分析），必需去尋找其原因。方法論：尋找原因的具體做法是DOE，但是一定要有相關數據存在。拾壹、手握數據首先要設訂假設在學術統計上一開始就教假設（Hypothesis），在實務上則是要由心中去依管理改善方向想可能的假設，再以統計分析手法說明這假設是否存在，例如：在企業界現有數據可能不完整，但是假設仍要去設定。每日通話數(A)斷話率（%）(B)每日斷話數7/1：乘：整數：以：=理：後據7/31： 作法一：界定數據的含義1.每的通話數基本分母量。2.斷話率（數）在那麼多的通話數中的不良比率。作法二：整理數據得到新數據。以1 ×2得到每日斷話數。作法三：以項目細分法及KJ法做魚骨圖分析。作法四：這數據有什麼用？可做什麼假設假設一：這群數據的M ±S是多少？假設二：如果建立個別管制線，那幾天在管制外？假設三：m值是多少，估測的是多少？（）假設四：如何改善可使斷話率減低？由魚骨圖原因群中去找。拾貳、熟悉三種管制圖足夠應用一般介紹八種管制圖（如下圖），但是在處理數據及問題分析時只要熟悉三種（CC=Control Chart）。計量值-R均數-全距CC2-R中數-全距CC3-S均數-標準差CCXi-Rm個別-移動全距CC計數值P不良率CC6NP不良數CC7C缺點數CC8u單位缺點數CC以上三個-R、Xi-Rm、P三種管制圖熟悉活用即可處理許多，先以同樣例題來解釋如何活用-R管制圖。每日通話數斷話率（%）斷話數 :可將以上數據以電腦手法重新處理過成為分鐘通話數及每分鐘斷話數，在這情況下可建立一個每日為單位的表，由每一日有24小時可視為生產24個產品，建立起取5個樣本的數據組。X1X2X3X4X5R7/17/27/3 : :7/31 由此圖即可做-R管制圖。問題是：公司是否有7/1日每一小時的通話數資料及斷話數資料。答案是：YES，又問：為什麼不做這個表呢？你問我，我問誰呢？（笑）拾參、P制圖不同於個別管制又以同樣範例來解釋，在數據表上出現的是斷話率，以%來表示，則不能用P管制圖，因：法則：P管制圖的每一單位P值，皆是由取樣得到，而不是總不良率。如果這範例要用P管制圖則必需要能將每一天之內所有通話皆依時間編號，（或以其他方式編號），每一天取出50個（或100個樣本），得到這一天的抽樣斷話率，才能以P管制圖來運作計算。每日通話數斷話數斷話率7/1 XXXX0.0XX同理（取樣100個）可做7/27/317/31 0.36可計算P管制圖上下線，計算如下：由P管制圖的上下限即可找出那幾天是在管制線外面。問題：如何找特殊原因。答案：平日就應紀綠一些相關資訊（服務業這方面較不重視，但是斷話一定會和許多技術有關）。拾肆、百分比數據可做個別管制如標題說明就可知這範例數據就是一個好例證，表面上是每日斷話率，事實上是每日斷話數。(A)每日通話數 ×(B)每日斷話率(C)每日斷話數Xi每日斷話數Rm7/1(二) X17/2(三) X2 ：X37/8(二) : 週二減週二 ： :7/31 :此時由於隔個數據減N=7，查表時E2不是2.66，由公式代入即可：（因每隔七日較合理）+E2 - E2 當然亦先必需做Rm極端值的過濾，在方法論上用R管制圖B4, B3可查表B4 B3 此時如果要計算CP值，就必需先計算管制上下限，其公式是：公式：是估計值的意思，d2由右向表中可查出。如果公司已訂定了斷話率的上限，則立刻可計算CP值。拾伍、CP值有上下半正規公式CP值是由變異程度來反應管制現況的好壞，C是Capability，是指製造業的製程能力，P是Precision是指精密度，其中密度二字包含了異範圍的大小，其公式有三種（服務業用PP代替CP，PProcess）。1.觀念式CP=A+級CP=5標準差A級CP=4標準差B級CP=3標準差C級CP=2.5標準差2.正規式CP=U=Upper上線, L=Lower下線, USL上規格線, LSL下規格線6是上下管制線的範圍，亦可由R，S，Rm來估算3.技術式 可分上CP值（CPU）與下CP值（CPL） CPU= CPL=，其中是平均值的估測值。理論：CP值 ×3N sigma 可去估算不良率。拾陸、如何訂定規格線用前標準CP值一定是由規格線和管制線的比值得出，因此規格線的大小會影響CP值。例如在問卷的範例中不滿意度的規格標準訂為15%（1-85%），但是每個月皆已接近97%的滿意度，再用這個做規格就太不合理。作法一：可以2001年5月2002年4月的管制線為2002/2003的規格線（則大約11%=（1-89%）。作法二：訂定的規格線必需找出中心線，多半是理想平均為中心線。作法三：有了中心線就可計算CP/CA值，接著可計算CPK值。公式：CPK=CP（1|CA|）事實上CPK值就是CP值，因為當CA值準確度十分準時，C很小0，因此CPK=CP值，如果CA值大，則CPK值會比CP值小一些，由附件上二個圖表就可知道6標準差中所說百萬分之3.4（3.4ppm）是怎麼來的。專題二：新舊統計手法的基本差異舊統計只是在建立一個客觀合理的遊戲規則，任何結論必需要合乎統計三寶，查表後大於臨界值的法則，有些企業人也許會問，我雖然不會統計，我也可用肉眼看出其中關係，這句話一點也不錯，以下就是一範例。老客戶新客戶滿意9540大小不滿意560小大由右邊的圖就知在大小小大情況下，二者一定有差異，而且一定和客戶新舊有關係，但是，找出這相關因素時又該如何呢？新統計的觀念來自1924年施華德管制圖觀念，它必需先建立持續性的原則數據，再建立變化的上下管制線，再找出異常的情況，這套方法在不斷的演進發展，它發現了異常狀況時，仍要借用舊統計的方法來做分析檢定及結論，但是新統計最大特色是動態性數據分析。所謂動態性（Dynamic）是：因數據尚在不斷增加中，而不是固定的數據，管理者必需用各種辦法使這些推移性（Run-Chart）數據合乎自己要求的標準，這就是六標準差的成功，當然，他們必需付出許多專案改善的努力，可是有了共同可看的見的標準（Benchmark）目標，會使大家的努力成果可一目瞭解。但是也許會有人說：何必那麼麻煩，反正只要把一些管理上的指標降低就好，例如斷話率降低了就ok了，哪要那麼多又麻煩又複雜的計算，但是：法則原理：必需藉管制圖及簡化性共通指標CA/CP值，才能將改善效果持續反應在時間推移數據上那些隱性的（好壞）因子造成這些表現的好壞，會用舊統計公式檢驗出來，把壞的去除，好的發揚，整個結果自然就進步了。這種持續性追蹤監控（Monitoring）的力量十分可觀，它使管理者不是只重視結果，而在過程中（Process）中不斷分析改善，因此才有統計流（製）程管制（SPC-Statistical Process Control）。實務上，它（SPC）需以IE工業工程流程設計手法把工作分解成一段一段的流程，每一段皆以管制圖分析，找出問題流程段，加以強化。同理，在服務業也是一樣，專業技術人員必需進一步分析斷話率形成的步驟流程或是工程技術因素，因此，專業工程人員，客服人員與SPC管理人員共同坐在一桌子上，來解決這種團隊性的大問題。新舊統計的重要性並不在於何者比較重要，它有如行銷（Marketing）與銷售（Selling）的相依相斥性，二者雖是完全不同的Approach，但是誰也不能丟下另一半而獨自去解決問題。對管理者而言，最大差異是學校未講授SPC新統計的方法，包括傳統書中皆未提到SPC的重要內容及觀念，添加SPC內容於基本統計學內是教改未來方向之一（一笑）。拾柒、找出不良點後做實驗計劃管制圖做好之後有三個功能：功能一：有雙重客觀水準。A. 規格線B. 管制線功能二：有那些點在管制線外，可看的很清楚，主管會詢問，承辦人會去找原因（DOE實驗計劃）。功能三：使用改善對策後（ACT），比較後的管制圖及管制指標是否改進。但是，SPC和DOE雖然是雙胞胎，但是沒有足夠的資料準備，是不可能做DOE實驗計劃。在管制線外的點是屬於不合格一類的，線內是合格類，必需先用層別法（Stratified）做二類別在某些因素上的比較，在統計上是用t-test及Z-test，有時亦可用卡方檢定，要做到這