SPC通识培训资料

品质管理的演进,Agenda,SPC概论变异管制图计量型数据管制图计数型数据管制图管制准则制程能力分析持续改善,OverviewSPC概论,WhatisSPC？,Statistical:数据之搜集、呈现(图，表)及分析Process:指一系列作业活动，每一活动均是过程Control:量测结果的管制,SPCStatisticalProcessControl,SPC是一种方法论。对过程数据进行收集，利用基本图形、统计工具加以分析，从分析中发现影响过程的变异，通过问题分析找出异常原因，立即采取改善措施，使过程恢复正常。并借助过程能力分析与标准化，不断提升过程能力。当控制图失控时，不能指出为什么失控。当过程能力不足时，不能指出为什么不足。,SPC的精神,SPC功效,看清品质状况提前发现问题找出问题根源少花钱办好事减少报表麻烦满足客户要求提升生产效率降低品质成本,变异,Variation,Time,Casestudy-哪一种分布较好？,变异Variations,SPC主要就是要处理变异,组内变异与组间变异,产品变异大致上可分为组内变异组间变异,随机变异与非随机变异,依据造成变异的原因，通常分成一般原因所造成之变异随机变异随机性原因-CommonCause特殊原因所造成之变异非随机变异非随机性原因-Specialcause,随机变异,一般原因：制程中原因，其所造成的分配与时间的关系是稳定而可重复、可预测。如制程中之变异仅由一般原因所造成，则称此制程是在统计的管制状态中，其产品之特性有固定的分配。只有靠管理者才能解决之。采取必要措施，加强作业员的训练Re-designorRe-layout工作站位置建立制程新方法，新程序,一般原因-commoncause,大量微小原因造成原材料的微小变化机台的微小变化实际上要去除相当困难次数多、影响小,如果制程中只有一般原因之变异存在，则其成品将形成一个很稳定的分布，而且是可预测结果。,非随机变异,特殊原因：制程中不常发生但造成制程的变异，其所造成的分配与时间的关系不稳定且无法预期，故称制程不是在统计的管制状态下，因其产品之特性没有固定的分配。无法预料或以不定期的方式发生。SPC之目的在于确认此Causes，并加以修正之。,难预测,如果制程中有特殊原因之变异存在，则其成品将形成不稳定的分布，而且无法预测结果。,特殊原因-specialcause,一个或少数个大原因造成原材料的不良机台未复原新手操作应该可以找出其原因次数少、影响大,时间,Controlchart管制图,Shewhart:管制图之创始人,管制图是1924年由美国品管大师W.A.Shewhart博士发明。当时称为(StatisticalQualityControl)。,管制图在英国及日本历史,英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计品质管制，而提高了英国人将统计方法应用到工业方面之气氛。就管制图在工厂中实施来说，英国比美国为早。日本在1950年由W.E.Deming博士引到日本。同年日本规格协会成立了品质管制委员会，制定了相关的JIS标准。,SPC&SQC,Process,原料,测量,结果,RealTimeResponse,针对原料所做的控制也可属SPC,针对产品所做的是在做SQC,针对过程的重要制程参数所做的才是SPC,管制图的原理,中央极限定理,中央极限定理：设从平均值为，变异数为2的一个任意母体中抽出个数为n的样本，当n够大时，样本平均值的抽样分布近似于平均值为、变异数为2/n的常态分布,一个任意分布的母体,中央极限定理,正态分布特性,管制图的由来,休华特博士（Dr.W.A.Shewhart），在研究产品品质特性之次数分布时发现,正常的工程所生产出来产品之品质特性，其分配大都成正态分布，会超出三个标准差（3）的产品只有0.27。,管制图的结构,样本数与管制界限,自中央极限定理来看，样本愈多时，其管制限愈狭窄。示意图如下：,型一误差与型二误差,两种错误现象,型一误差又称为生产者风险(正常产品无法出货),型二误差又称为消费者风险(异常产品出给客户),型一误差又称为生产者风险型二误差又称为消费者风险,总质量成本,(管制界限),(高),损失,(低),12345,左图以经济平衡点(Breakevenpoint,BEP)方法求得。,最经济的controllimit-三倍标准差,管制图的用途,管制图的用途察觉制程有特殊原因所造成的变异制程稳不稳定确认制程能力制程好不好若无特殊原因存在，则可藉管制图进行制程分析判断制程是否符合规格要求利用资料进行制程变更利用资料进行检验变更,管制图的建立,SPC运作流程,N,3.实施标准化,2.决定制程管制项目导入管制计划,问题分析,5.纳入管制图管制,Pp,Ppk1.33,Pp,Ppk1.33,7.制程继续管制,Cp,Cpk1.33,由跨功能小组决定管制项目及选择适当统计工具(SPC),1.确定产品制造流程,制程失效分析,4-2.初期制程能力调查分析,6.是否在管制状态,Cp,Cpk1.33,4-1试做,Y,解析用管制图,管制用管制图,1.确立制造过程,SPC运作流程,N,3.实施标准化,2.决定制程管制项目导入管制计划,问题分析,5.纳入管制图管制,Pp,Ppk1.33,Pp,Ppk1.33,7.制程继续管制,Cp,Cpk1.33,由跨功能小组决定管制项目及选择适当统计工具(SPC),1.确定产品制造流程,制程失效分析,4-2.初期制程能力调查分析,6.是否在管制状态,Cp,Cpk1.33,4-1试做,Y,解析用管制图,管制用管制图,2.决定控制项目,从顾客声音（VOC）关键品质特性安全特性关键特性主要特性从关键品质特性（CTQ）关键过程特性,FMEA,AUO特性分类：1-6为一般特性，不标注符号7-8为重要特性,符号为9-10为严重特性,符号为,ControlPlan,SPC运作流程,N,3.实施标准化,2.决定制程管制项目导入管制计划,问题分析,5.纳入管制图管制,Pp,Ppk1.33,Pp,Ppk1.33,7.制程继续管制,Cp,Cpk1.33,由跨功能小组决定管制项目及选择适当统计工具(SPC),1.确定产品制造流程,制程失效分析,4-2.初期制程能力调查分析,6.是否在管制状态,Cp,Cpk1.33,4-1试做,Y,解析用管制图,管制用管制图,3.实施标准化,合理子组的确定,子组大小的确定,抽样频率的确定,子组数量的确定,试生产控制计划,管制图的选择,3.实施标准化-管制图的选择,计量值管制图：其所依据之数据，均属由量具实际量测而得知，如：长度、重量、成份等特性均为连续性者，最常用为下列四种：平均值与全距管制图（XRChart）平均值与标准差管制图（XsChart）中位值与全距管制图（XRChart）个别值与移动全距管制图（XRMChart）计数值管制图：其所依据之数据，均属以单位计数者，如：不良数、缺点数等间断数据均属此类，最常用为下列四种：不良率管制图（PChart）不良数管制图（NPChart）缺点数管制图（CChart）平均缺点数管制图（UChart）,计量型数值管制图优缺点,优点：1.很灵敏，容易调查原因2.可及时反映不良，使品质稳定缺点：1.抽样频率高，费时2.数据需测量和计算，使用者需经专门训练,计数型数值管制图优缺点,优点：1.所需数据可用简单方法获得2.对整体品质水准了解方便缺点：1.无法寻求不良原因2.及时性不足，易延误时机,3.实施标准化-管制图的选择原则,3.实施标准化-管制图的选择,Casestudy：,Xbar-R,Xbar-S,X-Rm,P，NP,U，C,3.实施标准化-如何确定子组,3.实施标准化-如何确定子组（正确）,如此的取样方式会造成无法有效区别组内变异和组间变异，造成管制界限变宽，无法有效侦测制程变异。,3.实施标准化-如何确定子组（错误）,3.实施标准化-如何确定抽样频率,每天只抽一组来代表，是否能代表制程呢？,每天如果抽三组的样本是否更能代表制程？,抽样频率必须考虑以下方面：过程历史状况经常发生失控，就需要更频繁的抽样；若班别切换会导致变更，则每班必须抽到；发生失控时，对质量的影响程度抽样的容易程度抽样和测量样本的费用,通常在量产时，抽样频率为每班或每天1-2次。,3.实施标准化-如何确定抽样频率,3.实施标准化-如何确定抽样频率,初期不了解制程，制程不稳定，存在组间变异,稳定期后，大部份只存在组内变异，偶而出现组间变异,快速而频繁的取样，才能掌握制程的情形，并将各项不稳定的因子去除,由于制程已相对稳定，我们可以预测制程变化，所以抽样频率可较低，但仍应要有代表性,3.实施标准化-如何确定抽样频率,初期过程研究的抽样频率,一个班次之内取二十五组,我们利用在一个班次当中取二十五组，此时由于人、机料、法、环、测都比较固定，所以所估计出来的组内变异会比较正确，相关的控制界限比较窄，可以有效地侦测出不同班别之间的变化，或则组间的变化，如材料变化、机器变化、参数变化等。,3.实施标准化-如何确定抽样频率,长期过程研究的抽样频率,抽样频率依过程状况计算而定，可逐步放宽抽样频率，但必须满足能力要求。,每2小时，抽一组；每4小时，抽一组；每个班，抽一组；每天抽一组；每周抽一组。,3.实施标准化-如何确定子组数,当制程中心值偏差了二个标准差时，它在管制界限内的概率为0.84，此时=0.84，你能接受吗？当制程中心值偏差了二个标准差时，它在管制界限内的概率为0.84，那么连续10点在管制界限内的概率为0.8410=0.174901，你能接受吗？当制程中心值偏差了二个标准差时，它在管制界限内的概率为0.84，那么连续25点在管制界限内的概率为0.8410=0.0128，你能接受吗？,3.实施标准化-计数型数据的抽样,子组容量：用于计数型数据的管制图一般要求较大的子组容量(例如50200)以便检验出性能的变化，一般希望每组内能包括几个不合格品，但样本数如果太多也会有不利之处。分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间间隔短则反馈快，但也许与大的子组容量的要求矛盾子组数量：要大于等于25组以上，才能判定其稳定性。,计数型数据的抽样,SPC运作流程,N,3.实施标准化,2.决定制程管制项目导入管制计划,问题分析,5.纳入管制图管制,Pp,Ppk1.33,Pp,Ppk1.33,7.制程继续管制,Cp,Cpk1.33,由跨功能小组决定管制项目及选择适当统计工具(SPC),1.确定产品制造流程,制程失效分析,4-2.初期制程能力调查分析,6.是否在管制状态,Cp,Cpk1.33,4-1试做,Y,解析用管制图,管制用管制图,4-1.试作,绘制原则：,资料收集,统计量计算x，s，R，P,估算中心线(CL)x，R,估算标准差,计算管制限UCL=CL+3LCL=CL-3,定义量测单位，分组，抽样的频率.,依据分组的资料，依次算出各组统计量,依据各组统计量，求出平均水准,求出估计的(不含非随机变异),利用上述得结果，查表算出管制界限,4-2.初期制程能力分析,过程稳定性分析-过程是否在管制内？过程能力分析-过程能力是否满足Pp,Ppk1.33？,管制图分析决策流程,管制状态的判断_进入管制用,可否延长管制界限作为今后制程管制用的判断基准：连续25点以上出现在管制界限内时连续35点中，出现在管制界限外的点不超过1点时。连续100点中，出现在管制界限外的点不超过2点时。,SPC运作流程,N,3.实施标准化,2.决定制程管制项目导入管制计划,问题分析,5.纳入管制图管制,Pp,Ppk1.33,Pp,Ppk1.33,7.制程继续管制,Cp,Cpk1.33,由跨功能小组决定管制项目及选择适当统计工具(SPC),1.确定产品制造流程,制程失效分析,4-2.初期制程能力调查分析,6.是否在管制状态,Cp,Cpk1.33,4-1试做,Y,解析用管制图,管制用管制图,7.制程继续控制,当初始过程稳定并可接受时，即转入量产的制程控制阶段。此时所计算得到的CL、UCL、LCL必须作为管制基准延长使用。,管制界限的重新计算：管制图经过使用一定时期后,生产过程有了变化,例如制程改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后,应重新收集最近期间的数据,以重新计算管制界限并作出新的管制图。建议的做法是：发生制程变更时，重新计算管制界限；不发生制程变更，一个月或一个季度评审一次以了解过程是否发生了漂移。,7.制程继续控制,时间,表现,在过程能力上的革新,好的,坏的,3Sigma(CpK=1),6Sigma(Cpk=2),7.制程继续控制-过程改进,1.分层问题2.及时响应每班抽一组数据，三班连续运转，中夜班收集的数据要等到第二天工程师上班才能分析。,SPC注意事项,RealTimeResponse,计量型数值管制图,管制界限系数表ASTMSTP-15D,Step1收集数据：进行测量系统分析-确定子组样本容量-确定抽样频率-确定子组数,Step2计算各组的平均值及全距：,Step3计算总平均及平均全距Step4计算全距管制界限Step5绘制RChartStep6判断全距是否都在管制界限内Step7计算平均值管制界限Step8绘制XChartStep9判断平均值是否都在管制界限内Step10管制界限延续使用,全距/标准差管制图分析决策流程,平均值/中位数管制图分析决策流程,以下为某尺寸的cellgap量测值与平均值、全距，共63pcs，每片量5点。,CLR=Rbar=107UCLR=D4*Rbar=2.114*107=226LCLR=D3*Rbar=0*107=0,CLR=Rbar=105UCLR=D4*Rbar=2.114*105=221LCLR=D3*Rbar=0*105=0,Rbar=105CLX=X=664UCLX=X+A2R=664+0.577*105=724LCLX=X-A2R=664-0.577*105=603,Next-查找异常原因，消除变异，再重新收集数据。,再收集该尺寸的cellgap量测值50pcs,每片量5点,计算平均值、全距.,CLR=Rbar=101UCLR=D4*Rbar=2.114*101=214LCLR=D3*Rbar=0*101=0,CLX=X=692UCLX=X+A2R=692+0.577*101=750LCLX=XA2R=6920.577*101=635,平均值都在管制界限内，管制界限延续使用,汇整改善前后：,管制界限系数表,Step1收集数据Step2计算各组的平均值与标准差Step3计算总平均值及平均标准差Step4决定标准差管制界限Step5绘制sChartStep6判断标准差是否都在管制界限内Step7计算平均值管制界限Step8绘制XChartStep9判断平均值是否都在管制界限内Step10管制界限延续使用,以下为某尺寸的cellgap量测值与平均值、标准值，共25pcs，每片量10点。,CLs=sbar=0.017UCLs=B4*sbar=1.716*0.017=0.0292LCLs=B3*sbar=0.284*0.017=0.0048,CLs=sbar=0.0157UCLs=B4*sbar=1.716*0.0157=0.0269LCLs=B3*sbar=0.284*0.0157=0.0045,sbar=0.0157CLX=X=4.849UCLX=X+A3s=4.849+0.975*0.0157=4.864LCLs=XA3s=4.8490.975*0.0157=4.834,Next-查找异常原因，消除变异，再重新收集数据。,Xchart：中心线CL=X管制上限UCL=X+A2R管制下限LCL=XA2R,管制界限系数表,Step1收集数据Step2计算各组的中位数与全距Step3计算中位数平均值及平均全距Step4决定全距管制界限Step5绘制RChartStep6判断全距是否都在管制界限内Step7计算中位数管制界限Step8绘制XChartStep9判断中位数是否都在管制界限内Step10管制界限延续使用,以下为某尺寸的cellgap量测值与中位数、全距，共50pcs，每片量5点。,CLR=Rbar=101UCLR=D4*Rbar=2.114*101=214LCLR=D3*Rbar=0*101=0,CLX=X=693UCLX=X+A2R=693+0.69*101=763LCLR=X-A2R=693-0.69*101=623,CLX=X=697UCLX=X+A2R=697+0.69*101=767LCLR=X-A2R=697-0.69*101=627,中位数都在管制界限内，管制界限延续使用,Xchart：中心线CL=X管制上限UCL=X+E2R管制下限LCL=XE2R,管制界限系数表,X-Rm管制图,Step1收集数据Step2计算全距a.两相邻数据间的差异Rm=Xi-Xi-1b.K个相邻数据间的差异K常取2或3Rm=Max（Xi，Xi+1，,Xi+k）-Min（Xi，Xi+1，,Xi+k）Step3计算总平均值及平均全距Step4决定全距管制界限Step5绘制RmChartStep6判断全距是否都在管制界限内Step7计算单值管制界限Step8绘制XChartStep9判断单值是否都在管制界限内Step10管制界限延续使用,X-Rm管制图绘制步骤,使用较多！,X-Rm管制图范例,某电子厂对每批芯片的研磨制程进行管制，其厚度规格为3+/-0.1u，希望建立管制图，以在量产时对制程上的厚度进行有效的管制。因同一批差异很小，所以每一批次取一个样本，量测记录与移动全距值如下：,X-Rm管制图范例,CLR=Rbar=0.0341UCLR=D4*Rbar=3.27*0.0341=0.1116LCLR=D3*Rbar=0*0.0341=0,单值都在管制界限内，管制界限延续使用,计数型数据管制图,Pchart：中心线CL=管制上限UCL=管制下限LCL=,P管制图,备注：当n相差=20%时用各自样本数，此时管制界限不再是恒定值，而是不同的子组有不同的管制界限。,P管制图绘制步骤,Step1收集数据Step2计算平均不良率与平均样本数Step3判断每次样本数的变化范围是否在平均样本数的20%内Step4计算管制界限Step5绘制PChartStep6判断数据点是否都在管制界限内Step7管制界限延续使用,管制图分析决策流程,P管制图范例样本数相同时,欲建立某PCB来料品质状况的SPC，IQC每次抽样150pcs进行检查，共抽30次，不良数与不良率如下，据此建立管制图。,P管制图范例样本数相同时,Next-查找异常原因，消除变异，再重新收集数据。,P管制图范例样本数相差小于20%时,欲建立某PCB来料品质状况的SPC，IQC对每批次进行抽样检查，共抽30次，不良数与不良率如下，据此建立管制图。,P管制图范例样本数相差小于20%时,不良率都在管制界限内，管制界限延续使用,欲建立某PCB来料品质状况的SPC，IQC对每批次进行抽样检查，共抽30次，不良数与不良率如下，据此建立管制图。,P管制图范例样本数相差大于20%时,P管制图范例样本数相差大于20%时,不良率都在管制界限内，平均不良率延续使用,NP管制图,备注：样本容量需保持恒定,NP管制图绘制步骤,Step1收集数据Step2计算平均不良品数Step3计算管制界限Step4绘制NPChartStep5判断数据点是否都在管制界限内Step6管制界限延续使用,NP管制图范例,公司欲对某产品在经过环测500h后的不良状况进行监控，因每次投环测数量相同，因此确定使用不良数管制图。收集25次实验数据如下：,CL=Pn=1.16P=Pn/30=0.04UCL=1.16+3*SQRT（1.16*（1-0.04）)=4.33LCL=1.16-3*SQRT（1.16*（1-0.04）)=-2.01?0,不良数都在管制界限内，管制界限延续使用,Cchart：中心线CL=管制上限UCL=管制下限LCL=,C管制图,备注：样本容量需保持恒定,C管制图绘制步骤,Step1收集数据Step2计算平均缺陷数Step3计算管制界限Step4绘制CChartStep5判断数据点是否都在管制界限内Step6管制界限延续使用,C管制图范例,某纺织公司欲对其生产的某种布匹的缺陷数进行监控，欲监控的缺陷有异色、麻点、起毛，确定使用不良数管制图。每次抽样10批，共收集25个数据如下：,CL=C=23.12UCL=23.12+3*SQRT（23.12)=37.55LCL=23.12-3*SQRT（23.12)=8.70,缺陷数都在管制界限内，管制界限延续使用,Uchart：中心线CL=管制上限UCL=管制下限LCL=,U管制图,备注：当n相差=20%时用各自样本数，此时管制界限不再是恒定值，而是不同的子组有不同的管制界限。,U管制图绘制步骤,Step1收集数据Step2计算单位平均不良品数Step3计算管制界限Step4绘制UChartStep5判断数据点是否都在管制界限内Step6管制界限延续使用,U管制图范例样本数相差小于20%,某PCBA加工公司欲对其生产的某种PCBA的波峰炉焊接过程焊点不合格数进行监控，确定使用单位缺陷数管制图。每半小时抽样一次，每次抽样约100pcs，共收集25个数据，计算每次的缺陷数如下：,U管制图范例样本数相差小于20%,Next-查找异常原因，消除变异，再重新收集数据。,U管制图范例样本数相差小于20%,管制图之管制上/下限,管制界限系数表ASTMSTP-15D,Controlrule管制准则,管制状态的判断,管制状态：满足下列条件，可认为制程是在管制状态。多数之资料点集中在中心线附近。少数之资料点落在管制界限附近。资料点分布呈随机状态，无任何规则可循。没有资料点超出管制界限之外。非管制状态：资料点在管制界限的线外(或线上)。资料点虽在管制界限内，但呈特殊排列。,判读准则ControlRule,准则1：单独一点落于管制界限之外样本点没有超出管制界限，但有以下的情形出现准则2：连续9点落在中心线同一侧准则3：连续6点持续上升(或下降)准则4：连续14点在中心线上下交互变动准则5：连续3点中有两点落在2个标准差之外准则6：连续5点有4点超出一个标准差之外准则7：连续15点出现在一个标准差内准则8：连续8点出现在中心线两侧，且超出一个标准差之外,管制图的判读-准则1（畸形）,00C：一个或多个点超出任何一个控制界限。适用范围：全部管制图可能的原因：人员操作异常；机台参数设定错误、设备故障；量测错误等,发生几率为：2x0.00135=0.0027,发生几率为：2x(0.5)9=0.0039,管制图的判读-准则2（水准改变）,连续9点位于中心线的一侧。适用范围：全部管制图可能的原因：新工人、新材料、新机器、新工艺；制程平均水准偏移；机台PM后等,连续6点上升(后点等于或大于前点)或下降。适用范围：全部管制图可能的原因：工夹具磨损；人员疲劳；制程开始劣化等,发生几率为：2x(1/6!)=0.0028,管制图的判读-准则3（趋势）,连续14点相邻点上下交替。适用范围：全部管制图可能的原因：两个过程在一张图上，分层不足（如两种材料、两台设备等）；操作者过度控制；测量系统周期性变化,MonteCarlo实验结果：发生几率约为0.004,管制图的判读-准则4（系统性变数）,连续3点中有2点落在中心线的同一侧B区以外适用范围：Xbar、X可能的原因：设备机台经重新调整；夹治具位置不当；不同批原料混用等,发生几率为：2xC32(0.0228)2X0.9772+C33(0.0228)3=0.0031,管制图的判读-准则5（水准改变）,连续5点中有4点落在中心线的同一侧C区以外适用范围：Xbar、X可能的原因：设备机台经重新调整；夹治具位置不当；不同批原料混用等,发生几率为：2xC54(0.1587)4X0.8413+C55(0.1587)5=0.0055,管制图的判读-准则6（水准改变）,连续15点在中心线两侧的C区内。适用范围：Xbar、X可能的原因：量测数据小数点错误，虚报数据；分层不足（两个机台、两种材料交替使用）；管制界限计算错误或需重新计算等,发生几率为：(0.6826)15=0.0033,管制图的判读-准则7（分层）,连续8点在中心线两侧，但无一在c区内。适用范围：Xbar、X主要原因可能是出现了双峰。使用两种以上的机台或材料设备零部件、工夹具松动；系统环境的变化（温度、操作者疲劳、设备参数波动）等,发生几率为：(0.3174)8=0.0001,管制图的判读-准则8（混合）,判读准则ControlRule,准则1：单独一点落于管制界限之外准则2：连续9点落在中心线同一侧准则3：连续6点持续上升(或下降)准则4：连续14点在中心线上下交互变动准则5：连续3点中有两点落在2个标准差之外准则6：连续5点有4点超出一个标准差之外准则7：连续15点出现在一个标准差内准则8：连续8点出现在中心线两侧，且超出一个标准差之外,判读准则的选用,并不是所有的判定准则都必须使用于任何过程控制的。典型的判读准则选用参考如下：准则1、5最为通用；准则2、6对探测微小的过程变化比较敏感；准则4、8最能探测平均值的变化（分层）；准则7可以揭示过程的改进；准则3用于探测过程的漂移。,Casestudy-SPC判读,直接以SPEC当管制界线只有X-Barchart只有以rule1(单点超出规格)当管制规则21PM后明显Trendup,X-Barchart,Chart长期偏中心线上需reviewCa值，调整参数回至Target或改变Target只有以rule1当管制规则,Casestudy-SPC判读,不是只有对单点(OutofControl)作ActionReviewOOC&OOSRate太高需检讨原因或改变ControlLimit(订定合理的ControlLimit)有必要时可能需在特殊改变后(PM)增加检验频率,55,60,65,70,75,80,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,Time,Value,UCL,C,LCL,异常处理单据,异常处理单据,异常处理单据,异常处理单据,异常处理单据,Casestudy-SPC判读,长期trendchartofftarget工程师处理后未将状态调回原来状况,异常处理单据,Casestudy-SPC判读,工程师在异常处理时调整recipe异常处理后变异变大不可以在OOC/OOS时马上调整制程参数调整完后需追踪一段时间，确保制程稳定,异常处理单据,Casestudy-SPC判读,ProcessCapabilitystudy制程能力分析CaCp/CpkPp/Ppk,Accuracyvs.Precision,A.准确但不精确,B.不准确但精确,C.准确且精确,D.不准确又不精确,制程能力分析,影响产品品质是制程，因此对制造过程之管制，以及其达成能力显得格外重要，欲判断一制程能力好坏有三个主要数据:一.为平均数X代表集中趋势:制程准确度二.为标准差代表分散趋势:制程精确度三.为超出规格的不良率P:制程综合指针,规格界限与管制界限之区别,制程能力分析,衡量制程能力前，需先确认二件事:制程是否在统计管制状态UnderControl所有的资料是否符合工程规格WithinSpec,LSL,VoiceoftheProcess/ProcessWidth,USL,VoiceoftheCustomer,Capability=,VoiceofCustomer,VoiceofProcess,=,TotalTolerance,ProcessWidth,LCL,UCL,-3-2-0-2-3,何谓制程能力,何谓制程准确度（Ca）,制程准确度Ca（CapabilityofAccuracy）：衡量制程时平均值与规格中心值之一致性,T=SU-SL=规格上限-规格下限单边规格因没有规格中心值,故不能计算CaCa值愈小品质愈佳,A,B,C,D,0,12.5,25,50,100,维持,改善为A,立即检讨改善,采取紧急措施，必要时停产，全面检讨,何谓制程精确度（Cp）,制程精密度Cp（CapabilityofPrecision）：衡量规格公差范围与制程变异宽度相差程度,Cp值愈大品质愈佳,0,0.67,1.00,1.33,1.67,2.00,D,C,B,A,A,降低成本,维持现状,改进为A,全检，改善,紧急对策，进行改善，检讨规格,制程能力综合评价：Cpk,一个工程生产实绩是否达到规格的要求，是要Ca及Cp都要很好。有时Ca虽然很好，但Cp不好，结果实际也有很多会落在规格外；或是Cp很好，Ca很差也会有很高不良率。总评就是用Ca及Cp对整个制程品质作综合评价。,Ca很好，Cp太差,LSLTargetUSL,制程能力良好,Cp很好，Ca太差,LSLTargetUSL,LSLTargetUSL,Cpk之运算,Ca，Cp，Cpk（1Ca）Cp,结合准确度与精确度之衡量不只要准，还要稳,但一般review时，还是同时看两个指针：先看Cpk（整体能力如何），Cpk不好时再看Cp（厘清是不稳，还是不准）,Casestudy-指数差异说明,Casestudy-指数差异说明,制程精确度分析:Cp,Cp仅考虑分散范围，未考虑偏离目标值,制程能力分析:Cpv.sCpk,制程能力指针summary,制程能力与不良率,一般常将Cp或Cpk值区分为等级值预估不良率优1.66以上5.76*10-7良1.331.666.34*10-55.76*10-7中1.01.332.7*10-36.34*10-5可0.661.00.04552.7*10-3劣0.66以下0.0455当Cp或Cpk值大于2.0时要注意是否为公差太宽松。,由Ca,Cp,Cpk推算不良率,Ca，Cp，Cpk（1Ca）CpZ13Cp（1Ca）.由Z1查常态分配表得P1%Z23Cp（1Ca）.由Z2查常态分配表得P2%P%P1%P2%.即为超出规格上下限之不良率注：Z为标准常态变量,Ca=1/6(0.167)Cp=1Cpk=5/6(0.833)Z1=3Cp(1+Ca)=3.5P1=0.00023Z2=3Cp(1-Ca)=2.5P2=0.0062p=0.00023+0.0062=0.643%1000个工件中超出规格的有6.43个(7个),某制程