QC七大手法 (OLD)

什麽是QC七大手法？ QC: Quality Control (质量管制；品管) 1. 直方图 (Histogram) 2. 管制图 (Control Chart) 3. 鱼骨图 (Cause and Effect Diagram) 4. 查检表 (Check Sheet) 5. 柏拉图 (Pareto Chart) 6. 散布图 (Scatter Diagram) 7. 层别法 (Stratification)

QC七大手法 x item LSL USL 直方图 管制图 因果关系图 / 鱼骨图 查检表 层别法 散布图 柏拉图 100% Day shift Night 层别法 散布图 柏拉图

1. 直方图 说明： 划分数据（如考试成绩）的分配范围为数个区间，计算各区间内该数据的出现次数，并制作成次数分配表。 (2) 用途： 描述数据的分布（平均值、变异、对称），借以判断工序有无异常情形。并检查该数据是否正常受控，有足够的能力符合客户需求。 规格下界 规格上界

范例 – 微尘粒子的数据 (1) 找出“最大值”，“最小值”以及数据的“个数” Max = 39 Min = 1 25 12 9 10 15 14 17 8 22 21 7 5 3 4 18 24 13 32 11 26 1 28 6 19 20 29 36 23 30 16 31 2 39 27 (1) 找出“最大值”，“最小值”以及数据的“个数” Max = 39 Min = 1 Total data points N = 100 (2) 决定区间的个数 K : K = N K= 10 (3) 决定区间的宽度 H : H = (Max - Min) / K 39 - 1 H = 10 ~ = 4

范例 – 微尘粒子的数据 (4) 作出 “频次”表 (5) 划出直方图 区间界限 频次 区间界限 频次 0.5 ~ 4.5 10 0.5 ~ 4.5 10 20.5 ~ 24.5 11 4.5 ~ 8.5 14 24.5 ~ 28.5 8 8.5 ~12.5 20 28.5 ~ 32.5 5 12.5 ~16.5 19 32.5 ~ 36.5 1 16.5 ~20.5 11 36.5 ~ 40.5 1 (5) 划出直方图 5 10 20 15 0 4 8 12 16 20 24 28 32 36 40

2. 管制图 说明： 把品质特性（如芯片的薄膜厚度）的点以记号标示上去，藉着该点在管制界限内侧或外侧的情形，可以判断工序是否在控制状态中。 (2) 用途： 借由管制界限的订定,区分出工序的变异的合理性。即时监控，并可以在制程异常时立即采取改善对策。 管制上界 目标值 管制下界

问题: 规格界限 管制界限 ?

答案: > = 说明： 规格界限 管制界限 来自客户的要求 对于产品质量的控管 每一量测单点都必须 在规格界限之内 规格界限 管制界限 工序变异的自然容许 范围 对于制程/机台的控管 每一量测平均值都必 须在管制界限之内

3. 鱼骨图 （因果关系图） 说明： (2) 用途： 有如鱼骨增长的方式，有系统地整理工作的结果（特性）以及其原因（要因）。 在改善小组的脑力激荡之下，列举所有可能的异常原因；逐一过滤之后，会发现平常忽略的小毛病，可能就是问题的根源。 原因1 结果 原因2 原因3 原因4

范例 (1) – 4M1E的方向 4M1E: 人、机、料、法、环 要因 特性 例：产品的 良率太低 Man (操作人员) Machine (机器设备) 例：产品的 良率太低 Material (原材料) Method (生产方法) Environment (生产环境) 4M1E: 人、机、料、法、环

范例 (2) 為何量測變異太大 量測程序不嚴 謹 環境差異 設備差異 人員訓練不足 設備維護未標準化 人員技術差異 檢驗問題 量測程序未標準化 數據取得不易 溫度改變 機械不穩定 濕度改變 電性不穩定 清潔度改變 設備磨耗 振動因素 數據換算不穩定 環境差異 設備差異

4. 查检表 说明： 在收集各种数据之后，为确认并能毫无遗漏的查检，将结果制成简单的表格。 (2) 用途： 可以让数据的收集更为规律、有效；制成的表格更为简明、易懂。 ITEM A B C 1 2 3

范例 机台定期保养之后的查检项目： Item O-ring Gas Flow Lock Chamber A Chamber B Chamber C

5. 柏拉图 说明： (2) 用途： 将问题点表现出来，并呈现其相对重要性，提供改善方向的优先顺序。 分类不良及缺点等内容，然后按照大小顺序，利用累计数据来表示。 (2) 用途： 将问题点表现出来，并呈现其相对重要性，提供改善方向的优先顺序。 100%

范例 某餐厅的顾客满意度调查： 抱怨种类 总件数 百分比 累计百分比 1. cold food 105 (105/260) 40% 40% 2. salad not fresh 94 ( 94/260) 35% 75% 3. lack of cleanliness 25 ( 25/260) 10% 85% 4. poor service 13 ( 13/260) 5% 90% 5. food tastes bad 10 ( 10/260) 4% 94% 6. food too greasy 9 ( 9/260) 4% 98% 7. flimsy utensils 2 ( 2/260) 1% 99% 8. not courtesy 2 ( 2/260) 1% 100%

范例 (续) cold food salad not fresh poor service not courtesy 250 100 200 % 150 50 100 50 10 cold food salad not fresh poor service Flimsy utensil not courtesy lack of cleanliness food taste bad food too greasy

范例 柏拉图可以用来说明改善过程的有效性： 例如图甲为改善前的柏拉图，共有A, B, C, D, E五大不良原因。 100% E 柏拉图可以用来说明改善过程的有效性： 例如图甲为改善前的柏拉图，共有A, B, C, D, E五大不良原因。 再来针对A与B前两大原因采取改善对策，若干时日之后可以重新收集数据，划出改善后的柏拉图。 由图乙的结果显示， A与B 的发生次数明显降低，C变成是最大的不良原因。整体效果改善60%. 图甲: 改善前 A B C D 图乙: 改善后 60% 100% C B A D E

6. 散布图 说明： 将成对的二组数据制成图表，以观察数据之间的相互关系。 (2) 用途： 检查二组数据之间的相互关系，尤其是对鱼骨图中的因、果验证。当相关程度甚高时，可用回归分析作进一步的研究、控管。 Y （果） X （因）

相关系数的说明 r=0.9 r=0.6 r=0.3 r=-0.9 r=-0.6 r=0.3 不相关 正相关 强正相关 强负相关 负相关 有异常点存在

相关分析 (Correlation Analysis) 正相关 计算相关系数： Sum(X-X)* (Y-Y) r = Sum(X-X) Sum(Y-Y) 可以使用Excel来计算: Tools ->Data Analysis -> Correlation Function -> Correl ( X; Y ) 参考值 r < 0.3 --> 弱 0.3 =< r < 0.8 --> 一般 r >= 0.8 --> 强 2 2 负相关

范例 产品良率（Y）与因子 X 的相关性： 产品 良率 X 因子 r = - 0.62 回归结果：Y = 119.07 - 1.23 X 80 75 产品 良率 70 65 30 32 34 36 38 40 42 X 因子 r = - 0.62 回归结果：Y = 119.07 - 1.23 X X Y 33 72 39 76 37 74 32 78 37 78 40 66 36 78 39 66 41 67 35 80 37 76 38 71 38 69

7. 层别法 说明： (2) 用途： 区别出问题的来源，然后可以给予更好的控管、改善。 以数据的共同点、特征为主，将 对象中具有相同的作业者（人）、机械（机）、原料（料）或作业方法（法），分成数个集团。 (2) 用途： 区别出问题的来源，然后可以给予更好的控管、改善。 A B

管制图的层别： 总图 A A B B C C A B B B C C C A 作业者 A B C

直方图的层别： 原料 A B C 总图

散布图的层别： 机台A 机台 B 总图

练习题：心跳次数的研究

Contact Window CarsonCao : 50010