【正文】 常原因。SPC IntroductionSPC 管理 Tool的優(yōu)點 * 1920年 Bell研究所的 Dr. Walter Shewhart開發(fā) .*? 隨著時間 Plot變動 , 可以通過管理界限區(qū)分變動的 2種要因。4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96 97 98 99 100 104101規(guī)格 下限規(guī)格 上限102 103? 如果全部檢查在時間上 , 經(jīng)濟上不可能 !?使用 Sample的統(tǒng)計變量 (變數(shù) ) (平均值和散布 )推定總體 .? 總體能不能判斷為合格 ?1) AQL → Yes : 因為 Sampling的 10個測定值都在規(guī)格內(nèi) → OK2) SPC → No : 用 Sample Data推定總體的不良率是 % → Epidemic 水準(zhǔn)* AQL(Acceptable Quality Level) : 合格品質(zhì)水準(zhǔn) SPC(Statistical Process Control) : 統(tǒng)計性工程管理Sampling補充抽樣知識Sampling 適用 Sampling檢查主要原因是 經(jīng)濟性原因 . 由于有這種經(jīng)濟性原因，取 Sample時， Sample能夠反映總體的特性。資料的類型屬性 (Attribute)命名 (Nominal)范疇 (Category)統(tǒng)計特征值缺陷 (Defect)資料的類型變數(shù) (Variable)比率 (Ratio)統(tǒng)計特征值位置 (Location)散布 (Spread)模樣 (Shape)? Data的種類區(qū)分的理由是？o 區(qū)分 Data種類的目的? 確定 Data的 Display方法和分析方法? 決定要 Gathering的 Sample Size? 決定適切的 Control Chart? 決定適切的 Sigma(or ZValue)計算方法 (DPMO or 工程能力分析 )o 連續(xù)型 Data(計量型 )? 可以分解 Data, 且 測定的數(shù)據(jù)的大小有意義? 客觀性 Data : 時間 , 重量 , 長度等測定計測儀可以測定的 Data? 主觀性 Data :滿足度 , 充實度等 Data的測定基準(zhǔn)按始點發(fā)生變更o 離散型 Data(計數(shù)型 )? 不可能分解 Data, 所測定的數(shù)據(jù) Count時 .? 客觀性 Data : 缺點數(shù) , 承認(rèn)件數(shù) , 誤差件數(shù) , 位置等判斷的情況明確的內(nèi)容? 主管性 Data : 包含 Yes/No, Good/Bad 等人的主觀性內(nèi)容的內(nèi)容※ 實際情況下離散型和連續(xù)型分類比較困難時 例 1) 主 /客觀式混合的數(shù)學(xué)能力分?jǐn)?shù) → 離散型但是可以看作連續(xù)型 例 2) 使用尺度法的論文結(jié)果 → 連續(xù)型處理 , 還是離散型處理，按照事件 , 分析的目的考慮置信度慎重判斷Data的種類2. SPC Introduction改善 (再發(fā)防止 , 標(biāo)準(zhǔn)制定 ,改正 )維持 統(tǒng)計性技法應(yīng)用 1) 品質(zhì)管理 ? (QC : Quality Control) 為了確保顧客所愿的品質(zhì)合理且 經(jīng)濟地執(zhí)行的所有管理活動 2) 統(tǒng)計性品質(zhì)管理 ? (SQC : Statistical Quality Control) 展開品質(zhì)管理活動， 應(yīng)用統(tǒng)計性技法的活動體系? ?品質(zhì)管理 (QC)和統(tǒng)計性品質(zhì)管理 (SQC)SPC Introduction統(tǒng)計性統(tǒng)計管理 (SPC = Statistical Process Control)? ? Statistical ...? 統(tǒng)計性方法是用 Sampling的 Data Monitoring 、 分析 Process 變動 時使用。Ex) 管理 PCB 鏟平厚度 .. 根據(jù)周圍環(huán)境 , 原材料 Lot間微小的物性變化 , 作業(yè)者熟練度的要因等管理的特性值的散布 Lot別發(fā)生時，其稱為存在 偶然原因 (一般為 Accept) 在積層上不知道什么原因 壓力在特定 Lot上比規(guī)定使用得多，如果發(fā)生了兩個特性值的變化，把這稱為 異常原因 .(要改善的事項 )SPC 管理 Tool的優(yōu)點? Process由于偶然原因 (White Noise = Common Cause Variation)和 異常原因 (Black Noise = Special Cause Variation)受影響一直變化。Data區(qū)間編號 區(qū)間的界限值 中心值 頻度123456789 ~ ~ ~ ~ ~ ~ ~ ~ ~ 24101726191363100N=100頻度頻數(shù)分布表 Histogram2. Histogram制作步驟QC 7 Tool Study : Histogram 收集 至少 30個以上 ,越多可靠性越好 (L) 最小值 (S)求各 data的最大值 (L)外最小值 (S) 最大值 (L) = , 最小值 (S) = Data數(shù) 50~100 100~250 250以上區(qū)間 k 6 ~ 10 7 ~ 12 10 ~ 20一般區(qū)間的數(shù) (k)是 k=Γ.n=100, 因此 k為 10nQC 7 Tool Study : Histogram(h)h = 10區(qū)間幅度 = 最大值 ( L) 最小值 (S) 臨時區(qū)間數(shù)※ 測定最小單位的正倍數(shù)= ※ 測定的最小單位 h = 出發(fā)點 =最小值 – 最小測定單位 /2第一區(qū)間 =出發(fā)點 ~出發(fā)點 +區(qū)分幅度第二區(qū)間 =第一階段的上限 ~ 第一區(qū)間上限 +區(qū)間幅度 . . . . . 求包含最大值區(qū)間 出發(fā)點 = 第一區(qū)間 = ~ 第二區(qū)間 = ~ 第三區(qū)間 = ~ 第四區(qū)間 = ~ 第五區(qū)間 = ~ 第六區(qū)間 = ~ 第七區(qū)間 = ~ 第八區(qū)間 = ~ 第九區(qū)間 = ~ 第十區(qū)間 = ~ 中心值中心值 = 各區(qū)間上下界限的和 2第一區(qū)間的中心值 = + 2.....=頻度 區(qū)間QC 7 Tool Study : Histogram區(qū)間編號 區(qū)間的界限 中心值 頻數(shù)123456789 ~ ~ ~ ~ ~ ~ ~ ~ ~ 24101726191363100 N＝ 1003. 看 Histogram的方法QC 7 Tool Study : Histogram頻數(shù)大部分聚集在中心部分，離中心越遠(yuǎn)越少一般出現(xiàn)的形狀左右對稱形區(qū)間跳躍形狀像缺牙形狀。 按照區(qū)間制作 Histogram， 2個分布差異 明顯 .跳躍形在不一樣的分布上， data稍微混亂的時候232。 正態(tài)分布總面積是 1,脫離已知規(guī)格的 面積 ,那就是所推定的不良率① 找原因的關(guān)聯(lián)圖 ① 手段展開型關(guān)聯(lián)圖系統(tǒng)圖表法 (Tree Diagram)? 為了達(dá)到目的，系統(tǒng)性地展開手段，明確掌握所有問題的現(xiàn)況 找出為了達(dá)到目的的最佳的手段。 這是 ,由于工程不穩(wěn)定群內(nèi)變動混亂或者由于工程外部要因引起群間變動 , 或者是 Data處理 過程上的 Error(Keyin Error等 )? 這樣的關(guān)系 1) 收集 Data后 2) 利用 Normality Test檢驗是否正態(tài)分布 3) 如果不是正態(tài)分布 Data轉(zhuǎn)換為正態(tài)分布 (Transformation)求 Cp, Cpk 等值 否則 ,利用其 Data特性適合分布，統(tǒng)計性解釋。 ? Gage RR 適用結(jié)果的解釋及對策事項 ?MSA(Measurement System Analysis) is Defaulted Number (*Sigma) means ? the number of StDev needed to capture 99% of process measurements ? the width of the interval you need to capture 99% of your process measurements必須選擇 ANOVA.用 ANOVA方法做，不僅可以分析試料及測量者的主效果，而且還可以分析測量者與試料間的交互作用把測量對象的公差范圍 Keyin沒有公差時，在原封不動的狀態(tài)下 點 OK , OK， 不用 %Tolerance， 而用 % Study Var 判斷 Gage RR? Gage RR 適用結(jié)果解釋及對策事項 ?能夠區(qū)分部品和部品間的差異點測定 System的能力 (工程管理用 )部品在規(guī)定的公差基準(zhǔn)內(nèi) 能夠區(qū)分認(rèn)定與否的 測定 System能力(所有 Gage RR的合格與否判定用MSA(Measurement System Analysis)TwoWay ANOVA Table With InteractionSource DF SS MS F P sample 9 man 1 man*sample 9 Repeatability 20 Total 39 Gage RRSource VarComp StdDev *Sigma Total Gage RR Repeatability Reproducibility man man*sample PartToPart Total Variation Source %Contribution %Study Var %Tolerance Total Gage RR Repeatability Reproducibility man man*sample PartToPart Total Variation Number of Distinct Categories = 2能夠區(qū)分部品間變動的 Gage能力 (不 重疊的測定部品的置信區(qū)間個數(shù) )測定部品的置信區(qū)間數(shù)多的意思是雖然有測定者和 測定的反復(fù)，很恰當(dāng)?shù)販y定了的意思如果 , 置信區(qū)間少 (即 ,重疊的置信區(qū)間多 ) 是測定的變動也那么大的意思※ 參考1. % Contribution ? + ? = ? , ? + ? = ? , ? + ? = ?2. %Study Var %Tolerance ? 2