SPC使用讲解577753.ppt

1、03/01/10,YJ Supplier SPC Training,Date: Jan.14,2003,Place:Huang Jiang Monitor Factory,YJ Supplier SPC Training,Dear Supplier,We are pleased to invite you to attend the YJ Supplier SPC Training,In Dong guan, China in Jan.14,2003.,This letter is to help you get the information to attend this training.

2、,Date:,14 Jan,2003,Guan Monitor Factory.,Venue:The training will be held at 2f Main Meeting Room of Gong,Course Fee:The course fee will be RBM500.,目錄,統計品管之基本概論 數據 何謂精密度、正確度? 基本統計的量數 何謂群體、樣本? 集中趨勢之意義與特性 何謂超幾何分配、二項分配? 常態分配 中央極限定理,統計制程管制SPC,管制圖的分類,X-R Control Chart P Control Chart 制程能力分析 6 概念 PCP 0抽樣計劃

3、,目錄(續),數據,數據的意義 數據的分類（按特性分） 計數值數據以個數計算的數據或數據是間斷的不連續的如不良數。 計量值數據可以連續量測的數據或數據呈連續性的如強度壓力等等。 數據的差異 可靠度精密度准確度,何謂精密度?,精密度:用同一測定方法,測同一樣本,並反覆作無限次的測定或用同一抽樣方法,抽取同一群體,並反覆作無限次的抽樣,一定會有變異發生,變異的寬度亦即是數據分配的寬度,這种寬度的大小就是代表精密度,而此寬度愈窄,表示精密度越好.,何謂正確度?,正確度:用同一測定方法,測同一樣本,並反覆作無限次的測定或用同一抽樣方法,抽取同一群體,並反覆作無限次的抽樣,一定會有變異發生,變異的均值亦

4、即是數據分配的平均值與真值之間的差值,這個差的大小就稱為正確度,而此差值一般來說,差值越小,表示正確度越好.,描述一批布或一鑄件的品質，可用每公尺棉布有幾個疵點，一鑄件表面有幾個氣孔或砂眼來表達，無塵室中每立方公尺含微粒的個數，這些都是以記點的方式表示一單位產品的特性值 有些產品必須以二分法來判定品質好壞，如好與壞、良與不良及合格與不合格等所謂通過-不通過(GO-NOGO)之計件方式來表示一單位產品的特質,計數值(Attribute),計件或記點的表達方式，稱之為計數值。計數值的數據在數學上有不連續的特性，稱之為離散變數(Discrete Variable) 1.車輛是否漏油 2.燈泡是否有作

5、用 3.孔徑太大或太小 4.擋風玻璃之氣泡數,計數值(Attribute),有些單位產品需經由實際量測或測試而得一連續性的數據。如零件的尺寸，電器產品的電流、電壓、電阻等，產品的使用壽命，鋁鑄品之化學成分含量表達單位產品特性值的方法，稱之為計量值 計量值數據在數學上有連續的數據，故稱之為連續變數(Continuous Variable),計量值(Variable),軸的外徑(英吋) 孔位與基準面的距離(厘米) 電阻(歐姆)、電流(安培)、電壓(伏特) 金屬熱處理後之硬度及溫度,計量值(Variable),資料(data)與資訊(information)的差別 -資料:未經整理或已整理卻不知其意

6、義的數據 -資訊:有意義的資料 如何描述一筆資料？ -使用平均數()與標準差() 敘述統計(基本統計)與推論統計 母體與樣本的分別,Basic Statistics 基本統計,基本統計的量數(一),集中趨勢(分配位置)的測定 平均數 ( ) 中位數 ( ) 眾 數 (M0),中勢（Central Tendency）,me = 70.0; mo = 68,處理方式分為樣本或母體，其符號有所不同 母體平均數公式： 其中N是個數， Xi是第i個數， 就是平均數 樣本平均數公式： 注意：樣本平均數與母體平均數符號必分辨清楚,母體,樣本,平均數(mean),何謂群體?何謂樣本?,群體(以N表之):為統計

7、調查對象的全部.,群體,有限群體,無限群體,樣本(以n表之):為研究群體的情形或有某种目的而,從群體或批中隨機抽取,並以此為代表者,而用以測,定或推定群體或批的狀況者謂之.,N30稱大樣本;n30為小樣本.,請算出下列的平均數 (1) 23,78,69,46,90,12,66,93 (2) 45,23.85,34,11,34,Try it!,中位數或中間值：將資料由大到小(排序排列，中間的那個值即是。 -資料個數為奇數：最中間的數 17 15 10 9 7 4 3 -資料個數為偶數：最中間兩個數相加除以2 17 15 10 9 7 4 眾數：資料中出現最多的值，若所有數值只出現一次，那就沒有眾

8、數。眾數可能兩個值以上，它和平均數、中位數不同，平均數、中位數只有一個值。 注意：1.計算中位數必須先經排序由大到小 2.眾數可能不只一個,中位數(median)、眾數(mode),注意:,平均數是量測集中趨勢最常用的方法,最適用於對稱分配與少許的偏斜分配.管制圖、集中趨勢的量測等均以平均數為基礎從事計算. 中位數是量測极偏斜分配之集中趨勢最有效的方法,因為在极偏斜分配下,平均數往往受到影響,但中位數卻不變. 眾位數是估計集中趨勢最快的方法,因為眾位數可直接自直方圖中觀查而得.,請算出下列的中位數 (1) 12,34,76,89,107 (2) 2,5,9,6,14,23,30 (3) 11,

9、34,21,3,42,30,65,52 請算出下列的眾數 (1) 78,34,64,12,34,22 (2) 15,56,81,15,22,80,58,56,106,121 (3) 102,34,79,49,28,46,100,26,Try it!,集中趨勢之意義與特性(1),有極值出現 20,11,78,26,53,87,56,19,82,75,2500 平均數 有意義的平均數 經排序之後 2500,87,82,78,75,56,53,26,20,19,11 中位數為56 由上可知，平均數易受極值影響，中位數不會,無意義,集中趨勢之意義與特性(2),基本統計的量數(二),離散趨勢（分配差異的

10、測定） 全距（R） 數據中最大值與最小值的差 偏差平方和 ( S ) 不偏變異（V）,散勢 (Dispersion),所分析的資料中最大值(maximum)-最小值(minimum)。全距越大表示資料的離散程度越大 2000 1900 1624 1234 1033 594 671 873 587 489 647 891 249 967 全距=2000-249 全距在生產線上的重要性 四分位差：需先將資料由小到大排序，N為資料個數 Q1:第 個資料，即為第一個四分位數(quartile) Q2:第 個資料，即為第二個四分位數，即為中位數 Q3:第 個資料，即為第三個四分位數 四分位差:Q=Q3-

11、Q1,全距/範圍(range)、四分位差,請算出下列的四分位差 56,60,66,66,73,79,82,84,90,92,93 Q1= Q2= Q3= Q1=66 Q2=79 Q3= 90 , Q= 90-66=24,範例-四分位差,以P1,P2,.,P99表示，則將所有依序排列(由小到大)資料分成100等分，每一等分佔1% 百分位數在將不具意義的原始資料轉變成為具意義且可以比較上，很有用處 用於大樣本，小樣本用此法顯不出意義 若一位員工參加一項能力檢定，其分數假設在第92個百分位數，這並不是指說這位員工得到這次考試的92%等級，但大致可說其分數在所有參加這次考試的員工中約居高於92%(僅比

12、8%同事的分數低) 比較百分位數與百分等級的不同,百分位數(percentiles),將資料由小到大排序 求算 - n 為數值個數, k 所欲求百分位數 L為無條件進入法 Pk即為從最低值算起至第L個數值 例：若有150筆資料，求算第35個百分位數，即P35之值 即從低至高開始計數到第53個數值為主,第k個百分位數求算方法,基本統計量數(三),標准差 母標准差（ ) 樣本標准差 （s）,敘述統計對於資料的敘述主要偏重在以下兩部分 集中量數：描述資料集中的情形。包括平均數、中間值(中位數)、眾數、幾何平均數*、調和平均數* 變異量數：用以描述資料分散的情形。包括範圍(全距)、變異數、標準差、四分

13、位差 你認為在製程上標準差和全距何者較為重要？,敘述統計,計數值的分配,計數值的分配 超几何分配 二項分配 卜瓦松分配,何謂超幾何分配?二項分配?,超幾何分配:自含有N件產品中,以不歸還法隨機取出n件產品,在此n件中,含有不良品件數為X件的機率. 二項分配:a.群體之批量為無限多. b.群體之批量為有限數,但取樣系以歸還法. c.群體之批量為有限數,因相當多,點算不易,且N10n.,超幾何分配公式:,h(X,N,n,P)=,(,NP,X,),),(,N(1-P),N-X,(,),N,n,X=0,1,2,3,n,二項分配:,b(x,n,p)=,),(,n,x,p,x,(1-p),n-x,計量值的

14、分配,常態分配,常態分配,當 m = 0 且s2 = 1時之常態母體，我們稱為標準常態分配，簡記為 f(z)。換言之，標準常態之機率密度 (probability density) 是 標準常態之累計機率是： 自動化部最近聘用了一位天才型工程師Ericson，據說其智力測驗成績高達166（註：常模平均100，標準差15）。試問：Ericson的智力分數究竟超過平均幾個標準差？,標準常態分配,經由常式化 (normalization)，任何常態分配都可轉換成標準常態，其公式如下： 因此，只要能掌握標準常態之機率，我們就可以獲得任何常態分配之機率。 已知 x = 166 , m = 100，s =

15、 15。 所以Ericson的智力分數超過平均的標準差個數,常態分配,當樣本增加時，樣本平均數會趨近平均數m，標準差為 之常態分配 從平均數m，標準差為s的母體中抽出樣本數n，我們必須先有以下之正確觀念 1.隨機變數X是平均數m，標準差為s之任意分配 2.從母體中隨機抽出大小為n的樣本 Note:當n30時(一般用法)可看成常態分配,中央極限定理,樣本分配:圖形,樣本平均的標準差,X :,x,樣本平均,一般常態,X,:母體標準差,X: 平均標準差,因此,n愈大時,估計母數平均 的誤差會愈小.,常態分配的性質,X=Me=Mo 曲線下的面積等于1 典線的兩端無限接近于橫軸但不于橫軸相交,常態分配是

16、以 m-特性中心為準，左右對稱的曲線。 公式如下： 曲線下面積，表示特性數值的出現範圍內其機率之大小。 當觀察誤差在特性中心m 的數個 s-標準差內時，其機率詳如下表： 當機率固定時，其出現的數值範圍詳如下表：,常態分配,統計制程管制SPC,檢測是容忍浪費 預防才是避免浪費,制程管制系統,制程管制系統(續),製程：製程乃指人員、設備、材料、方法及環境的輸入，經由一定的整理程序而得到輸出的結果，一般稱之成品。成品經觀察、量測或測試可衡量其績效。SPC所管制的製程必須符合連續性原則。 績效報告：從衡量成品得到有關製程績效的資料，由此提供製程的管制對策或改善成品。 製程中對策：是防患於未然的一種措施

17、，用以預防製造出不合規格的成品。 成品改善：對已經製造出來的不良品加以選別，進行全數檢查並修理或報廢。,管制界限的構成,品質變異-可分為共同原因與特殊原因 共同原因-Common Cause 特殊原因-Special Cause 無人能製造兩件完全相同的東西，因為製程中存有許多影響變異之原因存在。有些變異很明顯、但有些很難察覺 如一個加過工的軸其外徑尺寸可能受許多因素影響，經由相同製程加工，將每一件之外徑尺寸加以量測而得許多數據，經整理後會得到一定的分配,品質變異(1),制程變異之原因,共同原因制程中變異的因素在統計狀態下 則分配位置分配散布及分配形狀三種變異。 占制程問題的85%,可以由制程

18、能力分析發現由管理者負責改善。 特殊原因制程中變異因素不在統計管制狀態下的非機遇性原因其產品的分配亦沒有固定之分配。 占制程問題的15%,可以通過管制圖分析發現由制程的人員負責改善。,特殊原因的變異可由簡單的統計分析(如管制圖)發現，這些變異的原因本來就需由直接負責製程的人員去改善，一般稱為局部問題對策 共同原因的變異可由製程能力分析去發現，但其改善就須由管理當局參與執行，一般稱為系統改善,局部問題對策與系統改善,製程中只有共同原因的變異,製程中有特殊原因的變異,制作程序(1),選擇品質特性:,一件產品通常會有多項品質性,例如一枚IC有金線拉力、腳共平面度、,腳間隙、站立高度等項性.一站制程通

19、常會有多項工程參數,它們決定,球溫度等項參數,它們決定了銲接力、金線產隙、金線高度等.工程參,了產品的特性,例如IC打線站的線架預熱、視察取像、打線走程、做,數加材料參數,它們共同決定了產品的品質特性.工程參數是操作因素,產品品質是成果要素.選擇產品品質來做線上管制,產品品質得以確保,但是,線上檢測要求快速,通常只能檢測替代品質.選擇工程參數來管制,制程安定性得以確保,但是,產品品質的確認總在外,通常遲延回饋制程,的速度.,制作程序(2),決定合理樣組:,瞬時法(Instant time method)是在極短時段內完成一組樣品的抽取,各式變因尚不及干擾制程時,瞬時法的整組樣品業已抽取完成.因

20、為各式,變因的影響微不足道,所以瞬時法樣本的組內變異甚小.制程安定時,由,瞬間法樣本計算所得的組內變異只是反映制程的機遇共因.由於變異樣本,間隔時間較長,此期間制程若真到某些因素的干擾,新組的組內變異或者,異組樣本的組間變異就可能會擴大.,制作程序(3),決定抽樣頻率:,在使用管制圖時,我們需要決定樣本大小及抽樣頻率,當固定樣本總數后,如果決定間隔長時間,每次你必順抽取大樣組,如果決定抽取小樣組,你必,順提高抽樣頻率.大樣組固然比較能夠偵測出制程內的微量變化,可是恰,當的抽樣時機應該更是重要.從再發防止的角度看,高頻率重於大樣本,而,咎特性因之衝擊是在條件切替的時機,譬如投入新料、班次交接、換

21、模,生產等等.所以,安排在系統切替的時機進行自主檢查,以及冷開機時的首,件檢查,都十分有助於異常批的預防.,采用瞬時法抽樣時大樣本的變異貢獻並不明顯.另外,制程最容易受到可,變異數是個數與平均之差值平方的總平均，顯然愈參差不齊的數據其變異數會越大。 從概念公式容易瞭解變異數的內涵 注意平方和,變異數(variance),四種管制狀態,SPC導入流程,建立可解決 問題之系統,確認關鍵 製程及特性,導入進行關鍵製程及特性之管制,檢討製程能力 符合規格程序,持續進行製程 改善計劃,提報及執行 製程改善計劃,不足,足夠,SPC工具-管制圖,計量值管制圖 X-R Chart: 平均值與全距管制圖 X-R

22、 Chart: 中位數與全距管制圖 X-s Chart: 平均值與標准差管制圖 X-Rm Chart: 個別值與移動全距管制圖 計數值管制圖 P Chart :不良率管制圖 nP Chart:不良數管制圖 C Chart: 缺點數管制圖 U Chart: 單位缺點數管制圖,管制圖是運用於統計製程中，以指出製程何時有特殊原因變異發生的一種工具 使用它可以提供相關的製程訊息，這比擁有多年工作經驗的員工提供更多 當一個有經驗的人使用管制圖時，可以使工作更加有效，因管制圖可以指出變異的發生，且管制圖的圖形可以提供變異的關鍵，同時工作者可以運用這些關鍵再結合自己的經驗去分辨變異的問題且剔除它,管制圖觀念

23、簡介(1),在所有的特殊原因變異問題都刪除後，此製程可說是已在統計管制狀態了，而僅存的變異只剩機遇原因變異 管制圖將用來衡量往後的機遇原因變異，而且它也直接用來衡量品質績效 管制圖基本上可分為兩種：計量值管制圖與計數值管制圖,管制圖觀念簡介(2),管制圖的應用,決定管制項目,決定管制標準,決定抽樣方法,選用管制圖的格式,記入管制界限,繪點、實施,重新檢討管制圖,改善措施,OK,OK,NG,管制圖的選用程序,管制圖的繪制流程,X-R Control Chart,數據收集 數據應至少25組且100個數據以上才能夠判定制程是否穩定及其分配狀態。 每組大約25組數據連續數據定期取得。 數據取得要能發現

24、制程潛在變異（如生產者變異環境變更訓練期間及不同材料批等）,它是同一張繪圖紙上的兩個圖表，一個用來追蹤樣本平均數，一個用來追蹤樣本數全距 抽樣式採取連續小樣本的形式，所有樣本組內的樣本大小必須相同且通常37個數值 此管制圖是最常用的計量值管制圖,平均數與全距管制圖( -R),計算管制線,計算平均值X與全距R K為組數R1和X1為第一組的全距與平均數,計算管制線（續）,X 管制圖 R管制圖 注當每組樣本容量小于7的時LCLR可能為負值這種情況沒有管制下限,-R管制圖,它與平均數與全距管制圖幾乎相近，只有一個不同的地方：這裡是計算中位數且繪圖以此數值代替平均數 有些公司寧可採用 與R圖，因為中位數

25、的計算比平均數的計算來的容易 通常 與R管制圖比 與R管制圖好的原因是 與R圖對變異分析的敏感度比 與R圖佳(why),中位數與全距管制圖( -R),與s管制圖，一方面用來追蹤樣本平均數 ，一個用來追蹤樣本的標準差s。 與s管制圖執行和 與R管制圖相同的事情且使用一致的方法 標準差對變異分析比全距好(why)，但 與s管制圖仍不常被採用(why)，因標準差的計算比全距困難,平均數與標準差管制圖( -S),-S管制圖,P-chart是最常用的計數值管制圖，p值代表經檢查後有缺陷元件的百分比率 追蹤每一樣本不合標準項目百分比的單一圖表 樣本大小很大，通常為100或是更多，當時間是控制因素時，此單一圖表的樣本大小可能變化會很大，因為樣本會包含某一期間內所有生產的產品數，如一個小時或一天,p管制圖(不良率管制圖),P Chart,數據收集 數據收集要能體現制程的變化 樣本數可以不同 樣本數的變化最不超過25% 計算不合格品率的均值P,計算上下管制線,注LCL為負值時沒有管制下限,管制圖的八項檢定規則,管制圖的八項檢定規則(續),制程能力解析,計算制程的標准偏差 計算制程能力 單邊容差 或 選擇合適的一個,制程能力解析(續),對于兩邊容差 Z min=Z USL或Z LSL的最小值 計算超過上下規格界限的百分比