6-QC7大手法(SPC)

SonyPrecisionDevices(Ｈuizhou)Co.Ltd．QCDepartment.Nov18,2004品证部培训资料SPC:StatisticalProcessControl统计制程控制SQC:StatisticalQualityControl统计质量控制演绎延伸品证部培训资料统计学(Statistics)•收集、整理、展示、分析、解析统计资料•由样本(sample)推论母体/群体(population)•能在不确定情况下作决策•是一门科学方法、决策工具一.适用范围：统计手法适用于SPDH各相关使用数据统计，处理的场合，包括工程不良率、不良推移，提检状况以及与品质相关的其他场合二.目的有效运用统计手法，正确分析相关数据三.内容层别法柏拉图鱼骨图推移图散布图管制图工序能力指数统计手法包括：1.层别法2.使用步骤2.1收集资料2.2确立需要分类统计的项目，一般可以以下项目进行分类：①不同班组别④不同作业条件：温度、湿度、作业场所等②不同设备别⑤不同机种③不同供应商⑥不同时间生产的产品1.定义:层别法：将多种多样的相当复杂的资料，有系统有目的地加以分门别类的归纳及统计的方法，是诸多QC手法中最基础的工具。3.范例某GB连续三天的JIT工程不良率居高不下，如果将不良以3D机台进行分类统计，有如下结果：日期3D（1）3D（2）12/10.26%0.37%12/20.23%0.45%12/30.28%0.42%从统计的结果可看出3D(2)JIT不良高,应从该设备及作业员的作业方法入手解决问题。2.柏拉图2、柏拉图的作法有以下六点：①决定调查事项，收集数据②整理数据，计算累积及比率③绘柱状图表④绘累积曲线、⑤绘累积比率线□记入必要事项。1.定义柏拉图：根据收集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别(层别)分类，计算出各项目所产生的数据(如不良率、损失金额)及所占的比例，依据大小顺序排列，再加上累积值的图形。根据柏拉图分析的结果，可对主要的项目进行对应，起到一劳永逸的作用。3.范例某日某线工程不良数为25pcs，其中不良项目依次为NO.不良项目不良数（pcs）不良总数比率（%）累积比率（%）1JIT不良1040%40%2EF不良624%64%3XY不良416%80%4RD不良312%92%5其它28%100%25100%合计2.柏拉图10643240%60%75%90%100%024681012JIT不良EF不良XY不良RD不良其它0%20%40%60%80%100%通过以上分析前三项不良已占了总不良的80%，在进行不良对应中应以前三项优先对象3.鱼骨图1.定义鱼骨图：将造成某项结果的众多原因，以图形的方式系统表示出，即以图来表达结果与原因之间的关系，因其形状象鱼骨，所以称为“鱼骨图”，又称特性要因图。3.范例某项不良W，造成其不良的原因有5个方面：A、B、C、D、E，A方面有a1、a2、a3，B方面有b1、b2、b3，C方面有c1、c2、c3，D方面有d1、d2、d3，E方面有e1、e2、e3的因素，作成鱼骨图为：2.使用步骤2.1召集相关有经验的人员。2.2由集合的人员就所讨论问题的原因进行发言，一般可以从人、设备、材料、方法、环境五个方面进行考虑，将所言内容按分类记入图中，中途不要批评或质问。2.3将所搜集的原因，再进行讨论何者影响最大，将认为影响最大的作上标识。2.4重新整理所讨论内容，将未作标记不重要的内容剔除掉。3.鱼骨图EDCBAWb2b3b1a3a1a2e2e1e3d1d2d3c1c2c33.鱼骨图4.推移图1.定义：推移图：将进行工作的方针与目标数据化，并将统计报表的实绩转换成以图示的方法表示出来，藉着推移图的观察可以得知实绩成果与目标值的差距，从而采取必要的措施，推移图的图形是可以柱状图、曲线图或两者混合使用。3.范例如某生产线12月中每日的计划生产产量与实际生产产量为2.推移图的制作2.1坐标轴纵坐标表示结果，如产量、不良率、生产性、合格率等。2.2坐标轴横坐标表示时间推移，可以日、周、月、年等单位。日期123456……31合计计划数9001800270036004500实际数9001810279037104660050010001500200025003000350040004500500012345678910111213141516171819202122232425262728293031实际数计划数5.散布图1.定义散布图:用来表示一组成对的数据之间是否有相关性的图形,主要有5种散布图。3.范例KSM-36015pcs在品质保证课QC机台及某生产线机台（1，0）测试的XPOS数据分别为：2.步骤：2.1收集数据(至少30组)。2.2找出数据中的最大值与最小值。2.3将数据示在座标上。2.4找出数据之间的相关性。NO12345678910QCData0.640.990.60.721.131.630.523.1-2.060.01LineData0.621.030.660.751.21.750.313.35-2.380.05-4-3.5-3-2.5-2-1.5-1-0.500.511.522.533.54-3.5-3-2.5-2-1.5-1-0.500.511.522.533.5-4-3.5-3-2.5-2-1.5-1-0.500.511.522.533.54-3.5-3-2.5-2-1.5-1-0.500.511.522.533.5-1.5-1-0.500.511.522.533.5400.511.5-1-0.500.511.500.511.5-1.5-1-0.500.5100.511.5⑴正相关⑵负相关⑷弱正相关⑶不相关⑸弱负相关5.散布图（相关图）相关系数5.散布图（相关图作成）一、Data输入、选定点击图表二、图表选定（散点图）三、图表生成（散点图）四、添加趋势线点击完成点击添加趋势线五、选取显示对象点击数据系列点击完成六、相关图生成6.管制图1.定义：管制图：将指示品质情况的统计指标在图上用点表示出来，并在图中画出管制界限以作比较，是记录品质演变之时间表，它显示出生产过程的稳定情况，有预防维持及改进品质水平之作用。常用管制图一般有：X-R平均值与全距管制图,P-Chart不良管制图。3X-R：管制图管理界限计算X=（X1+X2+…Xn）/nR=Xmax-XminX=（X1+X2+…Xk）/kR=（R1X+R2+Rn）/nX图R图中心线（CL）=X上限（UCL）=D4R上限（UCL）=X+A2R下限（LCL）=D3R下限（LCL）=X-A2R2.实施步骤：2.1定时定量随机抽取样本。2.2将抽取的样本进行管制特性的测量。2.3将结果绘制于管制图上。2.4判别有无异常。2.5对异常点找寻原因，改善对策。R全距(range)6.管制图A2，D3，D4值见系数表：样本数A2D3D421.8803.2731.02302.5840.72902.2850.57702.1260.4830270.4190.0761.9244.管制图出现异常的判定：4.1任一点超出管理界限。4.2连续7点偏离中心线一方。4.311点中有10点经于中心线一方。4.414点中有11点经于中心线一方。4.5若连续7点有上升或下降趋势时也为异常6.管制图Date12345678X15551484554X25252494350X35157504546X45350494351X52.852.5494450.2R472255.管制图绘制样本:444648505254123456780123456712345678X图R图UCLCLLCLCLUCL–规格上限(UpperSpecLimit;USL)–规格下限(LowerSpecLimit;LSL)–控制上限(UpperControlLimit;UCL)–中心线(CenterLine;CL)–控制下限(LowerControlLimit;LCL)6.管制图6.SPDH使用之一(X-R管制图):6.管制图•不合格品率(不良率)控制图•分析或控制制程不合格品率(不良率)•样本大小n可以不同P-chart不良管制图简称P图P图n)P(1P3PLCLpn)P(1P3PUCLpn...nnPn...PnPnPk21kk221150%55%60%65%70%75%80%85%90%95%100%1234567不合格率UCLpLCLp换算公式图例数据分类数据控制图简记计量值属于连续的分配如厚度、长度均值-极差X-R控制图均值-标准差X-S控制图中位数-极差X-R控制图单值-移动极差X-MR控制图记数值属于不连续的分配，如不良品、缺陷数不合格品率P控制图不合格数Pn控制图单位缺陷数U控制图缺陷数C控制图～数据主要分为计量值和记数值:7.工序能力指数首先引入Ca、Cp、Cpk之概念：1、Ca：Capabilityofaccuracy（制程准确度）3、Cpk：ProcessCapabilityIndex（制程能力指数）2、Cp：Capabilityofprecision（制程精确度）•2方差/变异(variance)•标准差(standarddeviation)2222112)(...)()[(1)(xxxxxxnnxxnniiin])xx(....)xx()xx[(n1n)xx(f2n2221n1i2ii2n7.工序能力指数1.定义工序能力：人员、机器、材料、方法、测量和环境处于稳定状态下，所表现出来的保证工序质量的能力叫工序能力。工序能力指数：衡量工序能力大小的指数叫工序能力指数，以Cp或Cpk表示。2.2Cp当特性值的总体平均值等于公差中心时,称工序无偏,此时工序能力指数用CP表示CP=Tu-TL(样本数n≥30）6δ(Tu——规格上限TL——规格下限δ——标准偏差)2.计算方法2.1Ca衡量特性值的总体分布与公差中心不重合发生偏差量度的指数：Ca=2*(X-u)USL-LSLU:规格中心值=(USL-LSL)/27.工序能力指数2.3仅有标准上限时计算方法2.4仅有标准下限时计算方法2.5CPK另则计算方法：Cp（u）=3δTu-XCp（1）=3δX-TLCPK=Min{Cp(u),Cp(l)}2.3Cpk当特性值的总体分布中心与公差中心不重合时,即工序有偏，此时工序能力指数用CPK表示。(X——平均值Tu——规格上限TL——规格下限δ——标准偏差)Cpk=6δ（Tu-TL）-2（Tu+TL）/2-X（样本数n≥30）★Ca、Cp、Cpk之间的关系：Cpk=(1-Ca)Cpf(x)xCa小，Cp小→CPK差Ca大，Cp大→CPK差Ca小，Cp大→CPK好f(x)f(x)xf(x)x规格中心U总体平均值X|X-U|f(x)68。27%95。45%99。73%σ2σ3σ规格宽度正态分布★正态分布下,平均值与不良率的关系:±σ合格率(%)DPMO±1σ30.9691462±2σ69.1308538±3σ93.366807±4σ99.386210±5σ99.977233±6σ99.999663.4x等级Ca制程准确度Capabilityofaccuracy处置建议A│Ca│≤12.5%(1／8)作业员遵守作业标准操作,并运到规格之要求须继续维持。B12.5%∠│Ca│≤25%(1／≤4)有必要尽可能将其改进为A级。C25%∠│Ca│≤50%（1／2）作业员可能看错规格，不按作业标准振作或检讨规格及作业标准。D50%∠│Ca│应采取紧急措施，全面检讨所有可能影响之因素,必要时停止生产。▲Ca等级判断及处置建议●Cp等级判断及处置建议等级Cp制程精密度Capabilityprecision处置建议A1.33≤│Cp│此一制程甚为稳定，可以将规格许容差缩小或胜任更精密之工作。B1.00≤│Cp│≤1.33有发生不良品之危险，必须加以注意，并设法维持不要使其变坏及迅速追查原因C0.83≤│Cp│1.00检讨