SPC简介

SPC统计制程管理DDSQUALITYMANAGEMENTPART2ContextSPC简介基本统计与几率管理图(计量型与计数型)制程能力分析Q&A3SPC简介统计制程管理(StatisticalProcessControl,SPC)利用统计的理论与方法，建立异常判断标准，使各使制程之异常得以及时处理，并透过矫正及预防对策的实施与追踪，彻底消除潜在原因、解决问题及预防再发生。4SPC简介SPC图02468101212345678910時間次數管制上限實際線型中心線管制下限5制程管理目的维持正常的制程事先做好应该做的事情侦测出制程异常并除去及防止再发生预先防止避免成本损失SPC简介6•制程应用方法SPC简介投入SPC：1.特性值2.不良件数3.缺点个数人員设备材料方法环境加工组立成品74.制程改善3.制程能力比较2.实施管理制程管理与改善5.最终目标1.制程分析SPC简介8统计(Statistics)统计是一种收集，分类，分析与从资料中做出推论的科学，分为叙述统计与推论统计。叙述统计是从收集的资料中取得描述产品或制程特性。推论统计是利用所收集的资讯对未知的制程参数进行推论。基本统计简介9★测试1请将各位的身高填写在白纸上。再请将各位每天接电话的次数填写。请两张纸分别整理。基本统计简介10生活中的统计收集分析所有人的身高资料。收集分析所有人每天接电话的次数。工作中的统计收集分析导光板的长度。收集分析导光板的生产设备数量及模具数量(组装，测试，包装)。基本统计简介11母体(Population)，样本(Sample)母体是具有共同特性的个体组成的群体。样本是由母体中抽取部分个体组成的小群体。基本统计简介12生活中母体与样本以本公司为例题的话所有人的身高资料就是母体。随意抽取3个人的资料就是样本。我公司中的母体与样本一天生产的导光板数量为1，000，那这1，000就是母体。QC对于其中20个进行检查，那这就是样本。基本统计简介13母数与统计量由母体求算出的基数称之为母数，例如均值μ、比率p，标准差等。由样本求算出的基数称之为统计量，例如均值，比率，标准差s。基本统计简介xpˆ14生活中母数及统计量本公司所有人身高平均165公分，此为母数。随意抽取5个人的资料，平均身高为170公分，那这就是统计量。我公司的母数与统计量今日生产的1，000个导光板的平均长度为167.8，这就是母数。QC对其中20个进行检查，平均为167.5，那这就是样本统计量。基本统计简介15计量型与计数型计量型可以连续量测数值，或数值成连续性，如温度20.25oC，长度167.8cm。计数型以个数计算的数值，或数值成间断性，如节5次电话，不良品5pcs。基本统计简介16复习Part11.何谓统计?2.何谓母体及样本?3.母体与样本有何分别?4.何谓母数与统计量?5.母数与统计量有什么区别?6.何谓计量型与计数型?基本统计简介17叙述统计主要内容：1.中央趋势量：代表同一个群体里的个体某一特性的平均水准及指出资料所处的位置与集中的值，如均值，中位数，众数。2.分散度：代表一群数据的散布范围，亦反映出平均值代表性的大小，如极差、变差，标准差。基本统计简介18中央趋势量的统计均值(Mean)所有项数值综合除以项数之商。中位数(Median)位于所有数值的中央称之为中位数，如果數值有偶數個，則取中間兩個數的平均值當中位數。众数(Mode)出现次数最多的数叫众数。基本统计简介19以彩票为例(33选6)，假设6/30开出01,05,11,19,25,271.此6个数据是母数还是样本?2.统计量之样本平均是多少?(1+5+11+19+25+38)/6=99/6=16.53.众位数是什么?(11+19)/2=154.众数是什么?基本统计简介20分散度的量测极差(Range)在一组资料中Max与Min的差异值。变差(Variance)一群數值與其平均數之差異平方和的平均數。用以測量觀測值與均值變動的情形。标准差(StandardDeviation)变差的开根号。基本统计简介21以彩票为例(33选6)，假设6/30开出01,05,11,19,25,271.极差是多少?2.变差是多少?3.标准差是多少?基本统计简介22一组数据的标准差小表示大部分数据都在平均值附近，平均值的代表性强。一组数据的标准差大表示大部分数据都在平均值以外，平均值的代表性弱。如下图，oa之距离为高峰态的标准差。ob之距离为常峰态的标准差。oc之距离为低峰态的标准差。基本统计简介23常态分布图基本统计简介oabc24生活中的实例本公司所有人身高平均165公分，平均差为5公分。DDW所有人平均身高为170公分，平均差为10公分。上面2个中，何者平均值代表性更强?基本统计简介25ASUS之實例某兩筆SMT工單分別為500片及300片，錫膏厚度平均值為0.5mm及0.49mm，標準差為0.02mm及0.05mm。上述兩筆工單中，何者平均值代表性較佳?基本统计简介26复习Part21.何谓中央趋势量?2.何谓分散度?3.均值如何求算?4.标准差如何求算?5.标准差的大小有如何差异?基本统计简介27概率分配(ProbabilityDistribution)概率分配是一个数学模式，用以描述一个随机变数（x）可能出现的所有值。以彩票为例:(1,2,3,4,5,6)与(1,11,21,31,41,42)2组数据和其他任何数据被选取的概率都相同，所以彩票的概率是均一分配。概率分配分为连续和不连续。与计量型和计数型有关。概率分配之简介28不连续分配一隨機變數之變量的個數為有限或無限但可數者，稱為不連續隨機變數。各變量之機率皆密集在橫軸的各對應點上。生活中例子:擲銅板、骰子、樂透數字及每天接電話次數。ASUS之例子:不良品產生之機率分配。概率分配之简介29機率分配之簡介每天接電話次數人數39612516100(不良數)(天數)30連續分配:f(x)為x的函數，f(x)0，。連續分配的機率為一面積。如P(axb)即連續分配之變量介於a與b間的面積。生活中例子:長度、重量、面積及體積。ASUS之例子:SMT製程之錫膏厚度之機率分配。機率分配之簡介x31機率分配之簡介-3+399.73%0.135%0.135%背蓋長度100mm105mm95mm32連續分配不連續分配機率分配之簡介33連續分配常態分配(NormalDistribution)指數分配(ExponentialDistribution)不連續分配二項分配(BinomialDistribution)(擲銅板計算正反面機率時使用)卜式分配(PoissonDistribution)超幾何分配(HypergeometricDistribution)(計算樂透機率時使用)SPC常用之機率分配34定義：連續隨機變數x具有機率密度函數－∞＜x＜∞，σ＞0，－∞＜μ＜∞x具有常態分配(NormalDistribution)，通常以N(μ,2)表示，由μ,2亦可決定常態分配之圖形。常態分配2)(2121)(xexf35常態分配圖常態分配co36常態分配之特性自然界絕大部分現象之分配均屬常態分配，如身高、體重等。為一單峰對稱分配，呈鐘型，以平均數為中心左右對稱。曲線與X軸之間的面積總和等於1。機率函數值介於0~1之間。常態分配37重要的表徵數平均值=μ變異數=2標準差=常態分配38標準常態分配為使常態分配的計算簡化，可以經由下面這個公式將所有的常態分配轉換成標準常態分配(μ=0,σ=1)：經過轉換的標準常態分配機率值可以查表得知。常態分配XZ39標準常態分配機率函數如下：－∞＜z＜∞由標準常態曲線，可以進一步求得±3σ之間的面積為0.9973，±2σ之間的面積為0.9544，±1σ之間的機率為0.6828，如下頁圖所示常態分配22121)(zezf40常態分配41定義：如果x為不連續的隨機變數，具有機率分配x＝0,1,2,3,…,m＞0則稱x具有卜氏分配(PoissonDistribution)。Poisson分配!)(xexfx42應用卜氏分配的實例很多，常見的有：單位時間內的觀察值。例如：便利商店每小時的顧客人數、每天機器故障台數等、每天接電話次數。每一單位數量內的觀察值。例如：每平方公分內缺點數、一批產品上的缺點數等。Poisson分配43重要的表徵數平均值=變異數=標準差=卜氏分配的平均數與變異數相等。Poisson分配44中央極限定理(CentralLimitTheorem)在未知群體分配時，只要抽樣的樣本數夠大，其樣本平均數之隨機變數近似於常態分配，此定理提供了品質管制中的抽樣理論之學理根據。簡而言之『樣本平均數大都趨近於常態分配』機率分配之簡介45複習一下Part31.何謂連續性分配及不連續性分配?2.何謂常態分配(表示方式，特性)?3.標準常態分配下μ±3σ之間的機率為何?4.何謂Poisson分配(特性)?5.何謂中央極限定理?機率分配之簡介46SPC的統計基礎在於統計理論認為母體參數可由隨機抽取的樣本來估計。提供製程重要的資訊，這個資訊可以作為品質決策與修正製程的基礎。管制圖簡介47SPC要管制什麼?管制非機遇因素。產品品質的變異分為機遇原因和非機遇原因等兩類因素：機遇原因是在製程中隨時都會影響到產品。例如：地震。非機遇原因則是在某種特定條件下的製程中才會影響到產品。例如：鎖附螺絲時，電動起子扭力值設定錯誤。管制圖簡介48機遇原因生活中：地震、被落石或鳥屎打到及中樂透。ASUS：機台通過廠內測試後，在使用者使用時出現問題、線路老化造成停電及機器老化故障。非機遇原因生活中：衣服穿太少導致感冒、拉肚子上洗手間很多次。ASUS：原材不良、作業員未依SOP生產等導致不良品產生。管制圖簡介49如何管制非機遇因素?SPC圖提供三條製程資訊的管制線：管制上限(UpperControlLimit，UCL)、中心線(CenterLine，CL)、管制下限(LowerControlLimit，LCL)。管制圖簡介50基本計算管制圖可用一通式來表示，假設y為量測品質特性之樣本統計量，令y之平均數為μy，標準差為y，則UCL＝μy＋ky中心線＝μyLCL=μy－ky其中ky為管制界限至中心線之距離。管制圖簡介51例題假設IQC量測某產品背蓋長度之統計量，樣本平均數為100mm，標準差為2mm，以±3σ為例，則UCL＝100＋3*2=106mmCL＝100mmLCL=100-3*2=94mm管制圖簡介52-3+399.73%0.135%0.135%管制圖簡介100mm106mm94mm53SPC應用範圍管制圖之應用有許多方式，在大多數之應用上，管制圖是用來做製程之線上監視(on-linemonitor)。管制圖也可用來做為估計之工具，當製程是在管制內時，則可預測一些製程參數，例如平均數、標準差、不合格率等。管制圖簡介54管制可能發生之兩種錯誤虛發警報的錯誤(erroroffalsealarm；type1error)：生產者風險漏發警報的錯誤(errorofalarmmissing；type2error)：消費者風險管制圖簡介55管制圖簡介第二種錯誤第一種錯誤UCLLCL56如何繪製管制圖?管制圖實施步驟1.選擇品質特性(不良數，長度，厚度…)2.決定管制圖之種類(需依品質特性作選擇)3.決定樣本大小(含抽樣頻率和抽樣方式)4.收集數據(樣本數最少需30組)5.計算管制圖之參數，一般包含中心線和上下管制界限6.收集數據，利用管制圖監視製程管制圖簡介57管制界線之訂定根據兩種錯誤所造成的損失最小來確定最