 SPC供应商制程统计分析

1.现状:
现在很多本地或台湾的供应商,就以机构大件供应商为例.制程统计分析的观念淡泊.讲到SPC就是画个趋势图,或者打印一份XBAR-R CHART的图出来叫生产线或品管去定期手工描点.就挂在生产线头.称这就是SPC.上次稽核一家昆山的双射出工厂XXX问他们为什么要做这个尺寸,答曰上面要求.如何收集数据是每小时一个点两个点去算一次均值点.连续125组数据自动算它的管控上下限.和他们了解如何判断这样的曲线及均值点意味着什么,有没有理解SPC的人员去解读和推动分析及改善.就无法正确的回答及提供有效的记录来证明有做过这些SPC最核心的工作.那关键是数据读下来是不稳定的,当并没有采取有效的行动.
这其实就是我们广达的机构供应商的SPC实施现状的一个缩影,它很成动形象地告诉我们目前供应商对制程统计的误读和不重视.90%的供应商是为了应付客户或做形象工程被动地在做这些他们认为是任务或只是一个取悦客户的工具.
其实真正的SPC是一种通过统计工具来提前发现制程变异的一种检测手段,犹如导弹预警装置一样.
2为什么要做SPC啦?
我们说品质管理最大的任务是纠正与预防,预防是重中之重.只有不战而屈人之兵.在问题发生之前提前预知并加以处置避免事情的发生才是上上策.其实SPC就是这样的一个制程变异不稳定的判断工具,他可以通过科学的抽测方法来通过少量的抽样来判读制程的异常并提醒我们要来处理.
3. 如何做SPC?
3.1首先我们要根据经验和专业来选择关键制程与关键参数,标准是其有没有直接影响到良率.
3.2再来我们要选择正确的SPC工具,例如计量型数据要用X BAR-RCHART
3.3 然后定义有效的数据收集的子组与子组的数据数.并定义清楚周期.
3.4再来是理解如何判读统计图表,并何时分析及改善异常.
3.5进一步收集改善后的数据通过图表的研读来确认改善的有效性.
这其实也是一个PDCA,持续改善的循环,它的重点是提前预警与提前预防.
好的SPC如果有选对关键的参数,真的能代表制程的关键重点的话.就可能提前发现制程不稳定的风险,加以检讨与处置.从而减少或避免良率变差品质水准滑坡.
4. SPC使用的时机:
4.1 新产品试产时的制程能力评估.
一般产品的承认依然16949 (美国三大车厂采用的质量体系的要求)的PPAP(Production Parts Approval Process生产性零部件核准流程文件)必须要对关键影响组装的尺寸进行工程能力的CPK(制程能力指标)评估,通过统计学的工具CPK来全面科学的审核产品的制程能力有无达到量试的水准.
4.2 制程产品FORM,FIT,FUNCTION,FINISH(形状,配合,功能,外观)改变后的重新核准的验证.
此亦可以通过SPC的手法来统计分析改善后的关键数据获得改善效果的量化的评估结果.
4.3 量产制程稳定的监控与制程能力的提升.
除了针对制程关键参数做有效的监控与分析之外,亦可以在其稳定的前提下做进一步的制程能力的提升以期其制程能力提标可能达到1.55和1.65的水准.
4.4 量测系统分析及理测系统误差的降低与改善.
新机种或量产阶段定期检讨量测产品的量测人员及量测仪器设备的误差是否达到基本的要求.这是对量测人员的检出率及与量测仪器配合的量测有效性的一个系统的检视.
4.5 建议和想法:
4.1设立专业的统计专员:
基于现在供应商的品质工程人员对专业知识的匮乏,应设立专门的SPC专业人员指导与协助供应商培训及建立SPC流程及运作体系.并具体导入实施.
4.6 将关键制程参数SPC达标立入公司内部流程的KPI加以管理与日常检讨.
4.7 建立SPC 电子化操作平台,让相对比较专业的SPC可以简化操作步骤让供应商可以在傻瓜式的操作互动中,输入数据,得到判读结果并可以有效地追踪制程参数不稳定的分析改善行动与效果.
当然这一切必须与供应商的品质管理高层甚至是公司的高层管理者来进行有效的沟通从长期好处与制程稳定来说服他们获得他们的支持后才可能会有足够的资源来推动.
“总而言之:先进企业是要要求其供应商在”体制内"实施SPC,SPC是企业内部例行的业务,不是因客户要求而增加的额外工作,不是用来玩弄数字的游戏,也不是数理基础好的员工才能专美的事,更不是品保部门专属的工作.SPC是员工应知应会的知识,是管理及工程员工用来沟通的共同语言,是供应商对客户保证产品品质的依据,是用数据说话的科学方法.”