Q7品质分析手法.ppt

4-1 QC七大手法新QC七大手法简介 何谓层別法？ 所谓层別法是指將数据或资料，按照某些共同的特征加以分类、统计的一种分析方法。 一般常用的区分方式是以4M1E來加以区分。 当然，亦可采用任何认为有意义的区分方式。 在搜集数据之前就应使用层別法，以避免数据中含有非相关（其他变因）。 运用QC手法时应该特別注意与层別法搭配使用。例如：QC七大手法中的柏拉图、查检表、散步图、直方图和管制图都必須以发现的问题或原因來作层別法。 柱 形 图 直 方 图 次数直方图一般又称直方图，它通常用于判定： 其平均值是否在中央 数据是否为钟形曲线 制程能力能否符合规定 直方图适合用于做制程后的分析，不适合作为监控正在生产的产品。 直 方 图 绘制次数直方图 Step 1 收集量測数据： 假設为了调查SiO2之薄膜制程，因此每天收集一片量测五点膜厚。 Step 2 找各组中最大及最小值： 找出每组（每天）之最大、最小之数据，并标注符号 Step 3 找全部中最大及最小值： 找出所有数据之最大、最小，并标注符号 Step 4 计算量测值之全距(Range)： 计算量测值之全距(Range)，亦即最大和最小的差Range=0.6-0.41=0.19 Step 5 決定组距： 为了使每一个圆形之宽度都相等，因此有必要將数据区分为数个组。为使圆形能正确，选择适当之组数是相当重要。 太少之组数將造成资源不足，极端的说若將所有数据皆分为一组，其结果是一堆数字而已。 至于太多组数將造成每一组之个数皆相等，例如將本例分为25组则各组將各有一个数据，或最多一组2~3个而已。 決定组数的准则（查表） 样本数 组数 小于50 5~7 50~100 6~10 101~150 7~12 大于150 10~12 Step 6 決定组距的组界及组中点： 在本例中，由于样本个数为50因此決定使用7组。而在Step 4 所算出之全距为0.19，因此將0.19/7=0.0271..，由于数据之有效位数为0.01，因此组距宽度设到小数点下二位即可，所以为0.03。 至于如何決定组界呢？为使同一点不至于在2个组出现，而造成区分上之困扰，所以组界一般是采用数据有效位数的下一位，亦即0.005。 而组中点及各组的中心值完成之表如下： 各组的组距、组中点与组界 组距 组中点 组界 0.39~0.42 0.405 0.395~0.425 0.42~0.45 0.435 0.425~0.455 0.45~0.48 0.465 0.455~0.485 0.48~0.51 0.495 0.485~0.515 0.51~0.54 0.525 0.515~0.545 0.54~0.57 0.555 0.545~0.575 0.57~0.60 0.585 0.575~0.605 Step 7 计算各组出现之个数： 配合Step 6 所作出的表计算各组出现之个数其结果如下： Step 8 绘制次数直方图： 绘制次数直方图，其原則如下： 叙述资料的缘由。 容易阅读 纵、横座标的尺度及标示 次数直方图透露出何种讯息： 在本例中可看出很明显为2个山峰，经过调阅生产记录得知，2/5日有进行新配方之试作研究，而在2/8及2/10日再次进行。因此可看出此三日之平均值高于一般。 若舍弃此三日之数据其结果如下：可看出为一个偏下限之常态分配图。 绘制直方图的注意事項： 使用等宽的组距，不等宽的组距將造成视觉上的差异，因此尽可能采用等宽的组距。 组距不要采用开放式，开放式常会令人无法得知其界限到底为多少。 组距不可太少或太多。 不要將多个数据资讯放在一張图表上，如此將造成阅读上的困难。 散步图 散步图 散步图 散步图 散步图 散步图 散步图 散步图 使用散步图时应注意事項 注意是否有异常点的存在：即该点和其他点相距很远。 是否有假相关：虽然数据显示具相关性，但是也有其它文献或经验认为此二者不具相关性，此时需再深入探讨。 确实有问题意识，对解決问题有高度热情。 使用于解決问题。 必須获得有关人员协助下进行。 组合ＱＣ各手法灵活运用。 无相关 曲线相关 ＱＣ七大手法使用注意点 谢谢！ 直 方 图 直 方 图 直 方 图 正常型---兩边高﹐中间低﹐有集中趋势 直 方 图 直 方 图 ﹒測试员有偏好现象 ﹒假数据 多峰型---有多个凸峰 直 方 图 偏态型 直 方 图 峭壁型 .经过全检 直 方 图 双峰型 .兩组分配相混 直 方 图 离岛型 一定存在异常原因﹕测定有错﹐不同原材料 柏拉图的由來 V.Pareto(柏拉图)：意大利经济学家， 1890年提出：80%的財富进入20%人的口袋 J.M.Juran：柏拉图的发明者 柏拉图 柏拉图 柏拉图