品管七大工具知识简介
品管七大工具知识简介
SHAININ DOE 七工具介绍Multi-Vari Chart(多层图)B vs .C (B与C比较)Paired Comparisons(成对比较)Components Search(组件寻找)Variables Search(变数寻找)Full Factorials(全因子效果)Realistic Tolerance Parallelogram (scatter plots)(散布图定公差)目的:降低变异MUTI-VARI CHART多层图:变异之掌握时间面变动(Temporal Variation)在不同的时段、生产班次、生产日期、生产周别等等，由於时间不同制程会发生的品质变异，是一种非随机性的要因，只要能掌握到它们的存在，伴生的品质变异就可望全数消除。
空间面变动(Position Variation)在相同时间里，在不同的部位、机台、人手或工厂所发生的品质变异，就是所谓的空间要因所产生的。
经过恰当对策後，空间面要因所产生的品质变异可望消除大半。
以下列举了各类的空间面要因:单品的内变异，如一件铸品因不同部位孔隙度有差异。
组品内各单件之间的差异，譬如一块含千、百只零组件电路机板，各点之问焊锡品质有差异。
全品之内相同各件之间的差异，譬如一片晶圆上数百粒晶体之间品质出入很大。
同模或同次生产，各件产品之间的品质差异。
譬如在IC的封胶制程，，乙付模具上通常有数十处相同的穴位，但产出的各个胶体之间也有所差异。
不同的作业手、生产机台、或生产工厂投入相同的生产要素，但产品之间也有品质差异。
重覆面变动(Cyclic Variation)在同一机台，用同批材料、由同一作业手、按相同程序生产，产品之间仍有品质差异。
这种随机性要因是会再度出现的，所以它们有反覆性。
只有在技术上、材料上或设备上等等有所突坡，此类反覆性品质变异才可以减少。
讨论:请举出在LCD之制程中，时间之变异有哪些。
讨论:请举出在LCD之制程中，空间之变异有哪些。
品管7大工具
WHAT、ＷHERE、WHEN、WHO、WHY、HOW 三、5M1E法
MAN、MACHINE、MATERIAL、METHOD、
MEASUREMENT、ENVIRONMENT 四、系统图法
七大工具之二 柏拉图
柏拉图，又名排列图，用从高到低的顺序排列成矩形， 表示各原因出现频率高低的一种图表。其原理是80%的 问题仅来源于20%的主要原因。
– 关联图 – 系统图 – 亲和图 – 矩阵图 – PDPC法 – 箭条图 – 矩阵资料解析法
七大工具简介
• 两种品管七大工具的区别
品管七大工具 理性面 大量的数据资料 问题发生后的改善
品管新七大工具 感性面 大量的语言资料 问题发生前计划、构想
• 两种品管工具之间相辅相成，无替代关系
七大工具之一 特性要因图
柏拉图的制作方法
1.决定不良的分类项目 2.决定数据收集期间,并且按照分类项目收集数据 3.记入图表纸并且依数据大小排列书出柱形 4.点上累计值并用线连结 5.记入柏拉图的主题及相关数据
七大工具之二 柏拉图
• 示例
废品统计表
项目 废品数(件) 频率(%) 累计频率(%) 欠铸 1746 36.23 36.23 冷隔 1537 31.89 68.12 小砂眼 913 18.95 87.07 粘砂 493 10.23 97.3 其他 130 2.7 100 合计 4819 100
七大工具之四 层别法
❖表一 ❖表二
泄漏调查表（人员分类）
操作人员 泄漏(次) 不泄漏(次)
甲
6
13
乙
3
16
丙
10
9
合计
19
31
(品管工具QC七大手法)品管七大工具
（品管工具QC七大手法）品管七大工具品管七大工具品质管理七大工具应用概述1．表示事物特征于质量管理活动中收集到的数据大均表现为杂乱无章的，这就需要运用统计方法计算其特征值，以显示出事物的规律性。
如平均值、中位数、标准偏差、方差、极差等。
2．比较俩事物的差异于质量管理活动中，实施质量改进或应用新材料、新工艺，均需要判断所取得的结果同改进前的状态有无显著差异，这就需要用到假设检验、显著性检验、方差分析和水平对比法等。
3．分析影响事物变化的因素为了对症下药，有效地解决质量问题，于质量管理活动中能够应用各种方法，分析影响事物变化的各种原因。
如因果图、调查表、散布图、排列图、分层法、树图、方差分析等等。
4．分析事物之间的相互关系于质量管理活动中，常常遇到俩个甚至俩个之上的变量之间虽然没有确定的函数关系，但往往存于着壹定的关联关系。
运用统计方法确定这种关系的性质和程度，对于质量活动的有效性就显得十分重要。
这里就可利用散布图、实验设计法、排列图、树图、头脑风暴法等。
5．研究取样和试验方法，确定合理的试验方案用于这方面和统计技术有：抽样方法、抽样检验、实验设计、可靠性试验等。
6．发现质量问题，分析和掌握质量数据的分布情况和动态变化用于这方面的统计技术有：频数直方图、控制图、散布图、排列图等。
7．描述质量形成过程用于这方面的统计技术有流程图、控制图等。
产品质量波动1、正常波动正常波动是由随机原因引起的产品质量波动。
这些随机因素于生产过程中大量存于，对产品质量经常发生影响，但它所造成的质量特性值波动往往比较小。
壹般情况下这些质量波动于生产过程中是允许存于的，所以称为正常波动。
2、异常波动异常波动是由系统原因引起的产品质量波动。
这些系统因素于生产过程中且不大量存于，对产品质量也不经常发生影响，壹旦存于，它对产品质量的影响就比较显著。
壹般说来于生产过程中是不允许存于的。
质量管理的壹项重要工作，就是要找出产品质量波动规律，把正常波动控制于合理范围内，消除系统原因引起的异常波动。
关于质量管理七种工具的描述
质量管理七种工具是指在质量管理过程中常用的七种方法和工具，包括流程图、因果图、直方图、散点图、控制图、检查表和Pareto图。
这些工具可以帮助识别问题、分析数据、改进过程，以提高产品或服务的质量。
流程图：用于显示一个或多个输入转化为一个或多个输出的过程中，所需要的步骤顺序和可能分支。
流程图有助于了解和估算一个过程的质量成本。
因果图：也称为鱼骨图或石川图，用于分析问题的根本原因。
通过将问题与可能的原因相关联，可以识别出问题的潜在因素。
直方图：一种特殊的条形图，用于描述集中趋势、分散程度和统计分布形状。
直方图可以直观地展示数据的分布情况。
散点图：显示两个变量之间的关系的图表。
通过散点图的观察和分析，可以发现两个变量之间是否存在相关关系或因果关系。
控制图：用于确定一个过程是否稳定或可预测的绩效。
控制图可以检测到过程的异常波动，从而及时采取措施解决问题。
检查表：用于收集数据的查对清单。
通过检查表，可以对某一特定事项或问题进行逐项检查，以便记录和分析数据。
Pareto图：一种特殊的垂直条形图，用于识别造成大多数问题的少数重要原因。
Pareto图可以帮助企业优先解决关键问题，提高生产效率和质量。
这些工具在质量管理中发挥着重要作用，通过综合运用这些工具，企业可以更好地理解和控制生产过程，提高产品质量，降低生产成本，增强客户满意度和忠诚度。
关于质量管理七种工具的描述
关于质量管理七种工具的描述质量管理是一个重要的概念，对于任何组织或企业而言都至关重要。
为了确保产品或服务的质量，质量管理采用了多种工具和技术来监控和改进质量水平。
在质量管理领域，有一套被称为“质量管理七种工具”的基本工具，它们被广泛应用于问题解决、质量改进和决策制定的过程中。
第一种工具是流程图，也被称为程序图。
流程图是一种用于展示工作流程的图形表示工具，通过图形化的方式展示各个步骤和活动之间的关系，帮助人们更好地理解和分析工作流程，发现潜在的问题和改进的机会。
第二种工具是因果图，也被称为鱼骨图或石川图。
因果图通过将问题或现象的根本原因与其结果之间的关系图形化表示，帮助人们找到问题的根本原因，进而采取相应的改进措施。
第三种工具是直方图，也被称为柱状图。
直方图通过将数据按照一定的区间进行分类，并以柱状图的形式展示各个区间的频率分布情况，帮助人们更好地理解数据的分布情况，识别异常值和趋势。
第四种工具是散点图，它是一种用于展示两个变量之间关系的图表。
散点图通过将数据点按照两个变量的取值在坐标系中表示，可以帮助人们判断变量之间是否存在相关性或趋势。
第五种工具是控制图，它是一种用于监控过程稳定性和控制过程变异的工具。
控制图通过将过程数据按照时间顺序在图表上表示，结合控制限和规则，帮助人们判断过程是否在可控范围内，以便及时采取纠正措施。
第六种工具是检查表，也被称为检查单或清单。
检查表是一种用于记录和跟踪质量检查和评估结果的工具，帮助人们系统地收集和分析数据，以便识别和解决问题。
最后一种工具是散点图，它是一种用于展示两个变量之间关系的图表。
散点图通过将数据点按照两个变量的取值在坐标系中表示，可以帮助人们判断变量之间是否存在相关性或趋势。
这七种质量管理工具都具有一定的特点和应用场景，但它们的共同目标都是帮助人们理解和改进质量，确保产品或服务的符合标准和客户的期望。
需要注意的是，这些工具并不是孤立存在的，往往需要结合其他质量管理技术和方法来实现有效的质量管理。
品管七大手法
东莞龙光电业有限公司内部培训技术资料 文档密级:内部公开 龙光机密,未经许可不得扩散 品管七大手法第1页,共2页品管七大手法品管七大手法,也叫品管七工具,是目前全世界都应用比较广的品质管理工具,它具有简单、实用的特性。
它们分别是：查检表、层别法、鱼骨图、柏拉图、散布图、管制图、直方图。
品管的主管工作简单地说，就是通过对各来料、生产，、出货等环节检验产品及物料，以找出各种出现或潜在出现的问题及原因，甚至解决部分问题，使产品品质问题尽量在内部解决，达到在合理成本的基础上使客户满意，品管七大手法就是在这些环节中用来处理各问题及原因。
查检表：用来在现场收集数据，尽量让现现场作业简单面有效，它是其它六手法的起点。
层别法：用来对收集来的数据进行分类，以利于统计分析，找出细部问题，通常需要查验表设定相应栏位，也是其它手法的一个基础。
鱼骨图：用来对一个现象或结果进行原因深入细致的分析，通常用来找原因入因素，最好同层别法结合起来使用。
柏拉图：用来对多种问题或原因进行分析，找出最大问题或原因，以利用工具积效的提升，实现花较少成本做好更多的事情。
散布图：用来对收集来两个或两个以上的问题或特性的数据，托出之间可能的相关性。
管制图：用来了解品质在过程中的变化状态和预测品质下一步可能之状况，有助于提前发现问题，是实现第一次就把事情做好的基本步骤之一。
直方图：用来对品质现状了解，找出比较深入的问题。
以上是品管七大手法之应用关系。
品管七大手法各名称的定义：查检表就是一种为了便于收集数据，使用简单记号填记并予统计整理，并作进一步分析或作为核对、检查之用而设计的一种表格或图表。
查检表的种类：记录用（或改善用）查检表、点检用查检表、设计点检用查检表在一个群体中，为了深入分析内部状况，而设立一个将母体分割开来的方法或条件，称为层别法。
在品质管理中，主要是对各种条件下所产生的问题及原因做分析。
对于结果与原因间所期望之效果与对策之间的关系，以箭头连结，详细分析原因或对策的一种图形称为特性要因图。
第4讲2老品管七大工具
材料
操作者
王 操 作李 者
张
漏油 不漏油
漏油 不漏油
漏油 不漏油
合计
漏油 不漏油
共计
综合分层
汽缸垫
一厂
二厂
6
0
2
11
0
3
5
4
3
7
7
2
9
10
14
17
23
27
合计
6 13 3 9 10 9 19 31 50
由表1和表2容易看出：为降低漏油率，应采用李师傅的操作方法和 选用二厂的汽缸垫。然而事实并非如此简单，当采用此方法后，漏油率 并未降到预期的指标（见表3），即漏油率为3/(3+4) =43%；所以这样分层 是有问题的。正确的方法应该是：
●因果关系的层次必须分明；最高层次原因应该寻求到可以 直接采取具体措施为止。
●对于末端因素，特别是合格的“要因”应科学论证； ●应反映在相应的对策表上。 ●原因分析展开不充分，只是依靠少数人“闭门造车”。 ●画法不规范。
17
一个运用因果图的实例-1
QScR
18
一个运用因果图的实例-2
室外气温影响
①按操作者分层；表1。 ②按汽缸垫生产厂家分层。见表2。
操作者 王 李 张
合计
供应厂家 一 二
合计
表1 漏油
6 3 10 19 表2 漏油 9 10 19
按操作者分层 不漏油 13 9 9 31
按供应方分层 不漏油 14 17 31
漏油率（%） 32 25 53 38
漏油率（%） 39 37 38
表3
① 明确收集资料的目的； ② 究竟需要哪些资料？ ③ 确定分析方法及负责人； ④ 根据不同目的，设计用于记录资料的调查表格式；
品管七大工具
2、缺陷位置调查表
大多是画成产品外形图、展开图，然后在其上对缺陷位置的分布进行调查。缺陷位置调查表宜与措施相联系，能充分反映缺陷发生的位置，便于研究缺陷什么缘故集中在那儿，有助于进一步观看、探讨发生的缘故。
除产品外形图，用语言或文字描述缺陷发生的频数也是能够的，如表1-2所示。
（2）解决工作质量问题也可用排列图
不仅产品质量，其他工作如节约能源、减少消耗、安全生产等都可用排列图改进工作，提高工作质量。检查质量改进措施的成效。采取质量改进措施后，为了检验其成效，可用排列图来核查。假如确有成效，则改进后的排列图中，横坐标上因素排列顺序或频数矩形高度应有变化。
四、因果图
因果图是表示质量特性与缘故的关系的图。要紧用于查找质量问题产生的缘故，既分析缘故与结果之间的关系。关于要紧质量问题能够采取排列图法获得，然后依照分析问题的缘故，采取适当的措施加以解决。在生产过程中，引起质量波动要紧与人员、机器、材料、工艺方法和环境等因素有关，而一个问题的发生往往有多种因素交错在一起，从表面上难以迅速找出其中要紧的因素。我们能够运用收集信息的各种方法将阻碍质量的各种因素反映在一张图上，比较缘故大小和主次，从而迅速找出产生问题的要紧缘故；也确实是依照反映出来的要紧问题（最终结果），找出阻碍它的大缘故、中缘故、小缘故、更小缘故等等。探讨质量缘故，要从大到小，从粗到细，寻根究底，然后采取措施。因果图确实是通过层层深入的分析研究来找出阻碍质量缘故的简便而有效的方法，从交错混杂的大量阻碍因素中理出头绪，逐步地把阻碍质量要紧、关键、具体缘故找出来，从而明确所采取的措施。
（2）分析缘故
通过分析，认为造成漏气有两个缘故：
①该工序涂密封剂的工人A、B、C三人的操作方法有差异；
②气缸垫分别由甲、乙两厂供给，原材料有差异。
品质管理7大工具
进 片 口
眼睛观察下半部 镀膜较薄的现象。
400~800nm 平均穿透率
从此调查表可直观看出：该电池片下部镀膜较薄， 故穿透率较高。
三、排列图：
又称柏拉图,在生产过程中，影响一个质量问题的因素 有很多，但总有少数因素对质量问题起着决定性的作用，这 就是“关键的少数”。 在现实工作中，我们解决质量问题，如果能有效地掌 握“关键的少数”，就会取得事半功倍的效果。
51~100
6~10
101~250
7~12
251~
10~20
5
求组距h
H=极差÷组数（27/10≈3)
6
求各组上限、下限(由小而大顺序)，精确到组距的下 一位
第1组下限=最小值-最小测量单位/2 第1组上限=第1组下限+组距 第2组下限=第1组上限 …… 最小数据应在最小一组内；最大数据应在最大一组内，若 有数据小于最小一组下限或大于最大一组上限时，应自动 加一组。
五、直方图
在质量管理过程中，直方图是应用很广的一种 统计分析工具。直方图通过对收集到的数据的 分布特征、过程能力指数等，并能判断和预测 产品的质量状况和不合格率。 直方图是将所收集的测定值、特性值或结果值 分为几个相等的区间作为横轴，并将各区间内 所测定的值依所出现的次数累积而成的面积， 用柱子排起来的图形。因此直方图也称柱状图 。
表1 按操作员分层的漏气情况
表2 按工厂分层的漏气情况
操作 漏 不漏 漏气率 p/% 员 气 气
A 6 13 32
供应 漏气 不漏 商 气 甲厂 9 乙厂 10 14 17
漏气 率p/%
39 37
B C
3 10 合计 19
9 9 31
QCC七大工具简介
第四章、柏拉图
• 二、定义 • 依据收集的数据，以不良缘由、不良状
况、不良发生的位置分类；计算各工程所 占的比例按大小挨次排列，再加上累积值 的图形。 • 依据累计的百分数可以将各项分成三类： 0~80%为A类， 明显是主要问题点； 80~90%为B类， 是次要因素； • 90~100%为C类，是一般因素。
第六章、散布图
• 五、散布图举例
正相关
负相关
第七章、直方图法
• 一、定义：
• 为要简洁的看出如长度、重量、时间、 硬度等计量什的数据之安排情形，所用来 表示的图形。
• 直方图是将所收集的测定值或数据之全 距分为几个相等的区间作为横轴，并将各 区间内之测定值所消逝次数累积而成的面 积，用柱子排起来的图形，故我们亦称之 为柱状图。
• 7.制作次数分布表
• 8.制作直方图
• 9.填上次数、规格、平均值、数据源、日期
第七章、直方图法
• 三、直方图之功用 • 1.评估或查验制程； • 2.指出实行行动的必要； • 3.测量已实行矫正行动的效果；
第七章、直方图法
• 二、直方图的作图步骤
• 1.收集记录50个以上的数据
• 2.定组数
• 3.找到最大值L及最小值S，计算全距R
R=L-S
• 4.定组距 R÷组数=组距
• 5.定组界
• 最小一组的下组界=S-[测量值的最小位数×0.5]
• 最小一组的上组界=最小一组的下组界+组距 依次类推。
• 6.准备中心点 〔上组界+下组界〕 ÷2=组的中心点
分比占70-80%之工程〕
第五章、因果图
• 一、概述
• 因果图最先由日本品管大师石川馨提出来的， 故又叫石川图，同时因其外形，又叫鱼刺图、鱼 骨图、树枝图。还有一个名称叫特性要因图。
品质管理七大工具解读
品质管理七大工具解读品质管理七大工具解读2016品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
下面跟yjbys店铺来看看这七大手法的解读吧!检查表检查表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较简单，但实用有效，主要作为记录或者点检所用。
数据分层法数据分层法又称为层别法就是将性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
因为在实际生产中，影响质量变动的因素很多，如果不把这些因素区别开来，则难以得出变化的规律。
数据分层可根据实际情况按多种方式进行。
例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，按原材料成分进行分层，按检查手段，按使用条件进行分层，按不同缺陷项目进行分层，等等。
数据分层法经常与上述的统计分析表结合使用。
数据分层法的应用，主要是一种系统概念，即在于要处理相当复杂的资料，就得懂得如何把这些资料有系统、有目的地加以分门别类的归纳及统计。
科学管理强调的是以管理的技法，来弥补以往靠经验、靠视觉判断的管理的不足。
而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下工夫。
我们也可以经常在航机上看到客户满意度的调查。
此调查是通过调查表来进行的。
调查表的设计通常分为地面的服务品质及航机上的服务品质。
地面又分为订票，候机;航机又分为空服态度，餐饮，卫生等。
透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。
排列图排列图又称为柏拉图、重点分析图、ABC分析图，由此图的发明者19世纪意大利经济学家柏拉图(Pareto)的名字而得名。
品管七种工具方法
品管七种工具方法一、柏拉图图柏拉图图是一种用来组织和分析问题的方法。
它以问题为中心，将问题分解为不同的子问题，并通过逐级回溯的方式找到问题的根本原因。
柏拉图图可以帮助团队更好地理解问题，并提出有效的解决方案。
二、因果图三、直方图直方图是一种用来显示数据分布情况的图表。
它将数据按照一定的范围分成不同的组，然后以组的频率为纵轴，以组的范围为横轴，绘制出柱状图。
通过直方图，我们可以更直观地了解数据的分布情况，帮助团队分析和改进问题。
四、散点图散点图是一种用来显示两个变量之间关系的图表。
它将不同的数据点按照两个变量的取值分别绘制在坐标轴上，通过观察数据点的分布情况，可以判断两个变量之间是否存在相关关系。
散点图可以帮助团队找到问题的因果关系，并推断出解决方案。
五、控制图控制图是一种用来监控过程稳定性的图表。
它将过程的数据按照一定的时间顺序绘制在图表上，并通过设定控制上限和下限，判断是否存在可疑点或异常点。
控制图可以帮助团队监控过程的稳定性，及时发现和纠正问题，提高产品的一致性和质量。
六、检查表检查表是一种用来记录和收集数据的表格。
它可以帮助团队系统地记录数据，提供一个统一的标准和格式，并方便数据的整理和分析。
检查表可以帮助团队收集和分析大量的数据，找到问题的关键因素，并制定有效的改进措施。
七、故事板故事板是一种用来记录问题和解决方案的方法。
它通过将问题和解决方案以图文的形式展示出来，帮助团队理解问题的背景和解决方案的逻辑。
故事板可以帮助团队沟通和传递信息，促进团队成员之间的共识和协作。
通过使用品管七种工具方法，企业可以更好地了解和解决问题，提高产品的质量和流程的效率。
这些工具方法不仅适用于制造业，也适用于服务业和其他行业。
使用这些工具方法，可以帮助企业构建一个持续改进的文化，不断提高竞争力和客户满意度。
品管七大工具简介
n
g. 标准差： 标准差(S ) = σ
35
六、直方图( 六、直方图(续)
IQC检验某一型号的Cable的宽度，其规 格值为81.00+2.55mm，测得如下数据， 试绘成直方图分析。
79.20 79.80 79.60 77.80 79.90 80.10 80.00 80.30 81.50 79.00 79.90 78.40 79.00 80.00 81.60 80.80 80.70 80.00 80.50 80.60 82.30 81.10 80.10 79.70 81.30 80.80 78.40 82.80 80.40 79.00 80.50 79.90 80.80 81.00 82.00 81.10 81.90 79.40 78.90 79.10 81.20 79.70 80.40 80.90 79.10 81.60 79.40 80.00 81.20 80.80 81.20 81.20 79.90 80.10 79.90 80.90 80.30 80.40 80.50 79.40 80.20 80.40 80.10 80.80 78.80 80.10 80.60 77.50 80.90 79.90 80.40 80.00 82.10 79.50 79.70 79.80 78.50 80.10 79.80 79.50 80.60 80.10 79.90 79.40 81.60 81.70 78.80 79.30 81.40 79.70 79.90 80.00 80.20 78.80 81.50 79.70 78.00 78.60 80.60 80.70
30
五、散布图( 五、散布图(续)
绘出散布图，如下：
从图上可以看出，在 此段温度范围内，硬 度与温度为比较显著 的正相关。（即温度 越高，硬度越大。
品管七大工具解读
Cp
A B C D E
Cpk
A B C
QC七大手法讲义
品管七大手法之三：层别法
层别法又叫分层图； 是品管所有手法中最基本的概念； 是统计方法中最基础的管理工具； 将大量有关某一特定主题的观点、意见或想法按组分类； 将收集到的大量的数据或资料按互相关系进行分组，加以层别。
QC七大手法讲义
QC七大手法讲义
案例分析1：某配件厂不良检查表
项目说明
(一)主机配件及外观 1.配件(电源线、说明书及指定配件)正确，性能良好 (1)配件与指定规格不符 (2)配件破损或变形 (3)配件欠缺 (4)配件不动作，无法使用 2.外观 涂装在距离60cm与标准样品比较很正常 (1)涂装与标准样品比较很正常 (2)污迹在1mm以上(使用清洁剂无法清除) (3)底色暴露 (4)外表有对人体产生伤害的锐利边缘或突起物 (5)色泽度前后差异 (6)流水纹产生 √ √ √ √ √ √
了解分布的型态； 研究制程能力---CPK； 工程解析与管制； 测定数据的真伪； 计算产品的不良率； 求取分布的平均值与标准差； 借以制定规格界限LCL及UCL； 与规格或标准值比較； 调查是否混入两个以上不同群体； 了解设计管制是否合乎制程管制。
QC七大手法讲义
与直方图有关之名词解释
‧动态图表 ‧预定图表 ‧统计图表
按表示方法:
‧棒形图、面积图、扇形图、折线图….
QC七大手法讲义
QC七大手法介绍
品控部
2009.04.20
QC七大手法讲义
品管七大手法之一：检查表
将需要检查的内容或项目一一列出来； 定期的或不定期的逐项检查；
将问题点记录下来；
是最简单，使用最多，用途最广的一种品管手法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SHAININ DOE 七工具介绍Multi-Vari Chart(多层图)B vs .C (B与C比较)Paired Comparisons(成对比较)Components Search(组件寻找)Variables Search(变数寻找)Full Factorials(全因子效果)Realistic Tolerance Parallelogram (scatter plots)(散布图定公差)目的:降低变异MUTI-VARI CHART多层图:变异之掌握时间面变动(Temporal Variation)在不同的时段、生产班次、生产日期、生产周别等等，由於时间不同制程会发生的品质变异，是一种非随机性的要因，只要能掌握到它们的存在，伴生的品质变异就可望全数消除。
空间面变动(Position Variation)在相同时间里，在不同的部位、机台、人手或工厂所发生的品质变异，就是所谓的空间要因所产生的。
经过恰当对策後，空间面要因所产生的品质变异可望消除大半。
以下列举了各类的空间面要因:单品的内变异，如一件铸品因不同部位孔隙度有差异。
组品内各单件之间的差异，譬如一块含千、百只零组件电路机板，各点之问焊锡品质有差异。
全品之内相同各件之间的差异，譬如一片晶圆上数百粒晶体之间品质出入很大。
同模或同次生产，各件产品之间的品质差异。
譬如在IC的封胶制程，，乙付模具上通常有数十处相同的穴位，但产出的各个胶体之间也有所差异。
不同的作业手、生产机台、或生产工厂投入相同的生产要素，但产品之间也有品质差异。
重覆面变动(Cyclic Variation)在同一机台，用同批材料、由同一作业手、按相同程序生产，产品之间仍有品质差异。
这种随机性要因是会再度出现的，所以它们有反覆性。
只有在技术上、材料上或设备上等等有所突坡，此类反覆性品质变异才可以减少。
讨论:请举出在LCD之制程中，时间之变异有哪些。
讨论:请举出在LCD之制程中，空间之变异有哪些。
讨论:请举出在LCD之制程中，重覆之变异有哪些。
Multi-Vari个案研究：转子轴某制造厂生产圆柱的转子轴，需求直径为”±”，制程能力研究显示”的(标准差)散布，C＝。
领班准备废弃此老式的生产转子轴的六角车床设备(TURRET PKLATHE)，买一个新的价格为$70，000，能保持±”的车床，即 Cpk＝，然而，顾问说服工厂经理先行Multi-Vari 研究，即使在买进新车床前，它的回收只是九个月图表６-２显示Multi-Vari图的结果．空间面变动(PositionVariation)轴四个位置的（轴内）变动，显示如方格内，每个轴的左边到右边，上下为轴的最大的直径和最小的直径重覆面变动(Cyclic Variation)循环性的变动，一方格到这下一个方格时间面变动(TemporalVariation)从周期到这下一个，以小时显示．结论:图中显示，最大的变化似乎是时间到时间，变化发生於10上午和11上午，这提供这领班一个强的线索，上午10什麽呢休息时间！。
而在下一个三轴样本是取在11上午，这些读数是类似於最初８上午生产。
变异要因检讨解析例某家瓷砖制造商磁砖褙纸之褙纸黏度品质不易控制，搜集数据如下表(1)横条之内(每条5片瓷砖)(2)横条之间(3)时间，另外，将以上数据绘制成 multi-vari charts(包括每条中最高黏度每时段平均黏度、每条平均黏度)，如图( 问题)1那一方面的变因有最大的变异2你可以找到什麽端倪包括非随机的趋势。
Multi-Vari Chart 之制作计算各组最大，最小，小平均，大组平均B8格 =MAX复制B8，至B9格 =MIN复制B9，至B10格 =AVERAGE复制B10，至B11格 =AVERAGE复制B11，选择贴上(值)至复制B11，至E11复制E11，选择贴上(值)至复制E11，至H11复制H11，选择贴上(值)至画图分隔之做法练习为了解0402印刷宽度之变异，取3个MASK，每MASK作4JIG，每JIG取上下两PACK，每PACK，X方向与Y方向等距离取3点共9点，量测印刷宽度，1.若规格在240 10，制程能力C PK=，显然不足，X = ，s =成对比较成对比较类似组件搜寻方法,藉由成对"良品"和"坏品"单位的比较，找出两者之间差异，进而根据其差异分析重要要因。
使用时机:单位元件或子装置不能够分解或重新组装(不像组件搜寻)有多数良品和少数的坏品成对单位出现有适当的参数来发现与区别良品与从坏品此技术可适用在组装站、制程、测试仪器,等具有类似的单位，组装,或工具。
同时，它也是失败故障分析的有力工具。
成对比较制作步骤:1.选出一良品单位和一坏品单位(尽可能的,接近相同的制造时间)。
2.称此为一对，详细地观察记录在二单位之间的差异。
差异可能来自外观的﹐尺寸﹐电性﹐机械性质,化学性质等，观察技术包括眼睛，X光,扫描电子显微镜，破坏测试等。
3.选择第二对良品和坏品单位。
如同第2步骤，.观察且记录此对差异,4.重复此搜寻步骤，第三,第四,第五,和第六对,直到观察的差异显现出有重覆的模式。
5.去掉每对中有矛盾方向的差异。
通常,到第五或第六对,一致性的差异将降至少数几个要因。
为差异的要因分析提供强列的线索。
成对比较个案研究:不良两极管DO-35两极管,汽车里的在-那之下-头巾电子学组件用,有无法接受的失败率。
一些被失败的两极管被从领域向後地带来和反对没有有缺点的好的单位比较。
被的成对比较结果,当在扫描的电子之下检查的时候仔细检查,是依下列各项:号码分对观察差异1良品-坏品良品没有缺点坏品Chipped die,oxide defects,copper migration2良品-坏品良品没有缺点坏品Alloying irregularities,oxide defects3良品-坏品良品没有缺点坏品Oxide defects,contamination4良品-坏品良品没有缺点结论:1.Four repeats in oxide defects, probable Red X family2.Two repeats in chipped die, probable Pink X familySolution: Working with the semiconductor supplier (who, up to this analysis, had resisted responsibility), the following corrective actions were instituted:1. For oxide defects:* Thicker photo resist* Mask inspection* Increased separation between mask and die2. For chipped die:* Reduced oxide thickness in scribe gridB VS. CB表示Better，C表示Current，就是比较好条件与现有条件是否有差异。
在过去常用的方法为两组母平均差之检定，但计算较为复杂，再过去统计方法中有很多简易之计算方法，其中SHAININ提出两种容易之方式(1)Lord Test及(2)Tukey Quick Test。
SHAININ使用Lord test 之步骤例:HOUREMETERAn hour meter , built by an electronics company , had a 20-25 percent defect rate because several of the units could not meet the customer's reliability requirement of perfect operation at -40 C .The worst units could only reach 0 C before malfunction .The hour meter consists of a solenoid cell with a shield to concentrate the electrical charge which pulses at regular intervals .The pulse triggers a solenoid pin , which in turn causes a verge arm , or bell crank , to trip the counter , advancing it by one unit .The counter is attached to a numeral shaft containing numeral wheels .These numeral wheels are separated from each other by idler gears , which rotate on an idler gear1参考Lord's test for two independent samples.此处Lord 采用平均，SHAININ采用中位数，较方便计算，判断值在5%下，Lord值为，SHAININ为，可能是为方便记忆。
shaft .Both the idler gear shaft and the numeral shaft are attached to the mainframe ,units is determined by the formula : D: R>:1，The Red X and Pink X are among thecauses being considered and there is good repeatability in the disassembly / reassembly process .Lord's test for two independent samples.In this test the sample ranges R1,R2replace s1, s2. This is a quick test, no more robust under nonnormality than the t test, and even more vulnerable to erroneous sample extreme values.Table A 7(ii) applies to two independent samples of equal size. The mean of the two ranges, w = (R1 + R2)/2, replaces the w of the paired test and X2—X1takes the place of D. The test of significance is applied to the numbers of worms found in two samples of 5 rats, one sample treated previously by a worm-killer. See table We have X2—X1 = and w = (219 + 147)/2 = 183. From this, t R = (X2—X1)/ R = 183 = , which is beyondthe 1% point, , shown in table A 7(ii) for n = 5. TABLE OF WORMS PER RATTreated Untreated12337814327519241240265259286Means, XRanges, R219147To find 95% confidence limits for the reduction in number of worms per rat due to the treatment, we use the formula(X2—X1)—t R R≤μ2－μ1≤ (X2—X1) + t R R- (183≤μ2－μ≤ + (183)60 ≤μ2－μ1≤284The confidence interval is wide, owing both to the small sample sizes and the high variability from rat to rat. Student's t, used in example for these data, gave closely similar results for the significance level and the confidence limits.For two independent samples of unequal sizes; Moore (7) has given tables for the 10%, 5%, 2%, and 1% levels of Lord's test to cover all cases in which the sample sizes n. and n1，n2 are both 20 or less.The range method can also be used when the sample size exceeds 20. With two samples each of size 24, for example, each sample may be divided at random into two groups of size 12. The range is found for each group, and the average of the four ranges is taken. Lord (3) gives the necessary tables. This device keeps the efficiency of the range test high for samples greater than 20, though the calculation takesa little longer.To summarize, the range test is convenient for normal samples if a 5% to 10% loss in information can be tolerated. It is often used when many routine tests of significance or calculations of confidence limits have to be made.SHAININ使用Tukey Quick Test之步骤1找出联合的那些二组样本里的最大和最小值，称为联合最大，及联合最小2如果联合最大值和联合最小值两者在相同组的样本发生,我们没有足够证据证实二组样本是不同的。