QC7大手法的运用.pptx

《QC7大手法的运用.pptx》由会员分享，可在线阅读，更多相关《QC7大手法的运用.pptx（79页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、QC-72022/4/251常用統計手法介紹QC七大手法1.查檢表(Check list)2.柏拉圖(Pareto chart)3.特性要因圖(Cause and effect diagram)4.散佈圖(Scatter diagram)5.直方圖(Histogram) 6.管制圖(Control chart)7.層別法(Stratification)2022/4/252查檢表 何謂查檢表：l查檢表是將原始收集到的數據用容易了解的方式作成圖形或表格，並記上檢查記號，或加以統計整理，作為進一步分析或核對檢查用。 查檢表的種類：l記錄用查檢表：目的在收集數據型的資料，做進一步統計整理用。l點檢用查

2、檢表：目的主要在檢查事物。機械.等的運作狀況，或檢查問題用。 2022/4/253東西未歸定位查檢表記錄用查檢表第一季合 計客廳飯廳男主人女主人女主人其他 合 計42 983157462男主人臥室171873241379282530546868642002229第二季第三季2022/4/254汽車定期保養點檢表點檢用查檢表10000KM 時定期保養顧 客 名： 日 期：車牌號碼：車 種：行駛公里：作 業 者：電瓶液量水箱胎壓火星塞風扇皮帶註： 檢查 調整 X更換空氣濾淨器機油分電盤蓋化油器2022/4/255查檢表的製作要點 Step 1.l決定所要蒐集的數據及希望把握的項目 Step 2.l

3、決定查檢表的格式 Step 3.l決定記錄形式 Step 4.l決定蒐集數據的方法 注意：查檢表的格式及內容，要讓使用者最方便使用及最易記錄為最高原則。2022/4/256查檢表的使用 數據蒐集完成應馬上使用，避免因時間過久而失去時效性。 首先觀察整體數據是否代表某些事實？ 數據是否集中在某些項目或各項目之間有否差異？ 是否因時間的經過而產生了變化？亦即是否有時間性的差異存在2022/4/257查檢表的實作 請準備一份查檢表(check List)，作為下周公司舉辦露營應攜帶物品清單：2022/4/258柏拉圖 何謂柏拉圖：l所謂柏拉圖是根據所蒐集的數據，依據不良原因、不良狀況、不良發生位置或

4、客戶抱怨的種類、安全事故等不同區分標準，找出比率最大的項目或原因，並且將所構成的項目依照大小順序排列，再加上累積值的圖形。以作為改善的優先順序。2022/4/259050100150200女飯廳男客廳男飯廳臥室女客廳其他050100150用前面例子的查檢表數字可以整理成底下的柏拉圖東西未歸定位柏拉圖2022/4/2510柏拉圖的製作方法Step1.決定不良的分類項目：藉由結果別分類藉由原因別分類 注意：最好不要超過6項Step2.決定數據蒐集期間，並且按照分類項目蒐集數據： 決定一天、一周、一個月、一季或一年為期間Step3. 記入圖表紙並且依據大小排列畫出柱形：Step4. 點上累計值並且用

5、線連結：累計比率各項累計數/總數*100Step5. 記入柏拉圖的主題及相關資料：2022/4/2511 掌握問題點 發現原因 效果確認使用時機注意要點發生頻率高不一定代表影響程度大，亦即並非立即要進行對策。經由不同的衡量標準來確認最重要的問題。分析不同類別的數據。範圍太廣的項目，應再分成較細的類別，以免分析不易。柏拉圖的使用時機及注意要點2022/4/2512柏拉圖繪製實例以某家庭之某月支出查檢表為例，其柏拉圖繪製過程如下：支出項目出支金額累計金額累計比率伙食費10,25010,25041零用錢5,00015,25061水電瓦斯費3,75019,00076教育費2,00021,00084交際

6、費1,00022,00088其他3,00025,000100Total25,00025,0001002022/4/251305,00010,00015,00020,00025,000伙食費零用錢水電瓦斯費教育費交際費其他020406080100120家庭之某月支出的柏拉圖2022/4/2514柏拉圖的錯誤指正實作020406080100文件未收電話未設定垃圾未丟桌面不潔刮傷其他020406080100120項目個數累計數累計比率文件未收2 5電話未設定3 2垃圾未丟5桌面不潔8刮傷1 4其他1 1T o t a l9 52022/4/2515 在進行品質改善小組活動(QIT)時，有時會用柏拉圖

7、來做改善前後的效果比較，在製作對策前後的效果確認時應注意以下三項：l柏拉圖蒐集數據的期間和對象必須一樣l對季節性的變化應列入考慮l對於對策項目以外亦必須加以注意，避免消除了主要因而使得其他要因增加。柏拉圖與品質改善小組活動2022/4/2516特性要因圖 何謂特性要因圖：l一個問題的特性受到一些要因的影響時，我們將這些要因加以整理成為有相互關係而且有條理的圖形。這個圖形稱為特性要因圖。問題的特性是由許多要因造成的！要 因要 因要 因要 因要 因 要 因問題特性2022/4/2517 將這些要因分群成為大、中、小要因，可繪製成特性要因圖，因其像魚骨故又稱魚骨圖。大要因大要因大要因大要因中要因中要

8、因中要因中要因小要因特性2022/4/2518特性要因圖製作的六個步驟步驟一：決定問題或品質的特性為什麼延遲交貨特性2022/4/2519步驟二：決定大要因人製造交貨物品為什麼延遲交貨2022/4/2520步驟三：決定中、小要因：可利用親和圖法來將中、小要因區分出來。步驟四：討論影響問題點的主要原因。步驟五：填上製作目的，日期及製作者等資料。人製造交貨物品為什麼延遲交貨情報錯誤沒有危機感生產計劃不相吻合不良率高存放位置不佳庫存量低交期過短會議目的：會議日期：與會者：2022/4/2521特性要因圖的使用時機 問題的整理，及原因的探索。 追查真正的原因 尋找對策：特性要因圖也可用來做對策整理用，

9、這時魚頭的方向會剛好相反過來，又稱為反轉。大要因大要因大要因大要因中要因中要因中要因中要因小要因如何做2022/4/2522繪製特性要因圖應該注意的事項 繪製特性要因圖要把握腦力激盪法的原則，讓所有的成員表達心聲。 列出的要因應給予層別化。 繪製特性要因圖時，重點應放在“為何會有這種原因”並且依5W1H的方法逐一列出。 如果您是指導人員，切記不可憑個人好惡去決定或交辦給他人的方式而影響討論人員的熱忱。所謂5W1H就是：Why(為何必要)、What(目的為何)、Where(在何處做)、When(何時做) 、Who(誰來做)、How(如何做)。2022/4/2523散佈圖何謂散佈圖？ 以縱軸表示結

10、果，以橫軸表示原因：用點表示出分佈形態，根據分佈的形態判斷對應數據之間的相互關係的圖型，稱為散佈圖。 其相對應之方法為相關係數之計算2022/4/2524散佈圖製作的五個步驟步驟一：蒐集相對應數據，至少三十組以上，並且整理寫到數據表上，如下表。步驟二：找出數據之中的最大值與最小值。No 工作時數 薪水 No 工作時數 薪水 No 工作時數 薪水1448201144810215989024983012578802250870355870135084023538204558601454880245186054882015498402556890646820165086026478107458301

11、75286027548508518301846830284281095387019548802948850105284020538503045840原因結果2022/4/2525步驟三：畫出縱軸與橫軸刻度，計算組距時數的組距：59-42=17原因的組距：890-810=80步驟四：將各組對應數據標示在座標上405060800 810820 830 840850 860 870880 8902022/4/2526405060800 810 820 830 840 850 860 870 880 890步驟五：記入必要事項品名：單位：執行者：日期：2022/4/2527散佈圖的研判D.非顯著性負相

12、關散佈圖可以呈現如下幾種原因與結果之間的關係。A.正相關B.弱正相關C.負相關E.無相關F.曲線相關0.85r10.7r0.85-1r-0.85-0.85r-0.7-0.4r0.42022/4/2528使用散佈圖時應注意事項 注意是否有異常點的存在：亦即該點和其他點相距很遠。 是否有假相關：雖然數據顯示具相關性，但是亦有其他文獻或經驗認為此二者不具相關性，此時需在深入探討。 是否有必要加以層別：亦即由數據看是具有相關，但將數據分群後卻發現不相關，反之亦然。因此一個相關與否的散佈圖需要放入單純（必要）的數據。2022/4/2529何謂相關分析 相關分析（Correalation Analysis

13、）:藉由計算自變數和應變數之相關性，以了解及是否具有關係及是何種關係。rSSSSxxyySxxSyyxyxyxxyyxyiixxiyyi*22相關係數之公式2022/4/2530相關分析0246810121416182001020304050XYSxySxxSyy20.08.460.1121.029.922.09.539.381.019.124.011.814.549.04.326.010.417.325.012.028.013.31.79.00.330.014.8-0.91.00.932.013.2-0.71.00.434.014.72.59.00.736.016.412.725.06.43

14、8.016.518.449.06.940.018.945.381.025.342.018.551.0121.021.5Total261.2572 127.7267r=0.966352022/4/2531相關分析的判讀 相關係數r會介於-11之間。 以0.7071稱為正相關，亦即此二者會有同時變大或變小的關係（包含線性及非線性）。 以-0.707-1稱為負相關，亦即此二者會有呈現相反的變大或變小的關係（包含線性及非線性）。 介於-0.40.4稱為不相關，亦即此二者不具備相關性。2022/4/2532次數直方圖 次數直方圖一般又稱直方圖，它通常用於：l其平均值是否在中央l判斷數據是否為鐘形曲線l製

15、程能力能否符合規定 直方圖適合用於做製程後的分析，不適合作為監控正在生產的產品。051015202022/4/2533次數直方圖 繪製次數直方圖lStep 1 收集量測數據：l假設為了調查SiO2之薄膜製程，因此每天收集一片量測五點膜厚。2/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.

16、550.450.480.460.500.460.430.560.440.540.470.450.552022/4/2534次數直方圖lStep 2 找各組中最大及最小值：l找出每組之最大、最小之數據，並標註符號2/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.550.450.480.46

17、0.500.460.430.560.440.540.470.450.552022/4/2535次數直方圖lStep 3 找全部中最大及最小值：l找出所有數據之最大、最小，並標註符號2/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.550.450.480.460.500.460.430.5

18、60.440.540.470.450.552022/4/2536次數直方圖lStep 4 計算量測值之全距(Range)：l計算量測值之全距(Range)，亦即最大和最小的差距 Range=0.6-0.41=0.192/12/22/32/42/52/62/72/82/92/100.510.430.490.580.540.480.460.420.420.440.490.480.480.510.550.430.420.590.410.550.500.470.470.440.600.500.450.550.570.580.490.470.560.470.590.520.450.550.450.480

19、.460.500.460.430.560.440.540.470.450.552022/4/2537lStep 5 決定條狀圖的區間（亦稱為組距）：l為了使每一個圖形之寬度都相等，因此有必要將數據區分為數個組。為使圖形能正確，選擇適當之組數是相當重要。 太少之組數將造成資訊不足，極端的說在此例將所有數據皆分為一組，其結果是一堆數字而已。 至於太多組數將造成每一組之個數皆相等，例如將本例分為25組則各組將各有一個數據，最多一組23個而已。決定組數的準則樣本數組數小於505750100610101150712大於1501012次數直方圖次數直方圖2022/4/2538lStep 6 決定組距的組界

20、及組中點：l在本例中，由於樣本個數為50因此決定使用7組。而在Step 4 所算出之全距為0.19，因此將0.19/7=0.0271.，由於數據之有效位數為0.01，因此組距寬度設到小數點下二位即可，所以令為0.03。l至於如何決定組界呢？為使同一點不至於在2個組出現，而造成區分上之困擾，所以組界一般是採用數據有效位數的下一位，亦即0.005。各組的組距、組中點與組界 組距組中點 組界0.390.42 0.405 0.3950.4250.420.45 0.435 0.4250.4550.450.48 0.465 0.4550.4850.480.51 0.4950.4850.5150.510.5

21、4 0.525 0.5150.5450.540.57 0.555 0.5450.5750.570.60 0.585 0.5750.605次數直方圖次數直方圖2022/4/2539lStep 7 計算各組出現之個數：l配合Step 6 所作出的表計算各組出現之個數其結果如下：次數直方圖次數直方圖各組的組距、組中點與組界及次數 組距組中點組界次數0.390.42 0.405 0.3950.42540.420.45 0.435 0.4250.455100.450.48 0.465 0.4550.485120.480.51 0.4950.4850.51580.510.54 0.525 0.5150.5

22、4530.540.57 0.555 0.5450.57580.570.60 0.585 0.5750.60552022/4/2540lStep 8 繪製次數直方圖：l繪製次數直方圖，其原則如下： 敘述資料的緣由。 容易閱讀 縱、橫座標的尺度及標示次數直方圖次數直方圖2/12/10三號機製程能力調查圖051015200.4050.4350.4650.4950.5250.5550.5850.615SiO2膜厚次數2022/4/2541 次數直方圖透露出何種訊息：l在本例中可看出很明顯為2個山峰，經過調閱生產記錄得知，2/5日有進行新配方之試作研究，而在2/8及2/10日再次進行。因此可看出此三日之

23、平均值高於一般。l若捨棄此三日之數據其結果如下：可看出為一個偏下限之常態分配圖。次數直方圖次數直方圖2/12/10三號機製程能力調查圖去掉測試日051015200.4050.4350.4650.4950.5250.5550.5850.615SiO2膜厚次數2022/4/2542 繪製次數直方圖的注意事項：l使用等寬的組距，不等寬的組距將造成視覺上的差異，因此儘可能採用等寬的組距。l不要使用跳蛙式座標的繪圖，在某個數據組中，由於個數過多常看到此一繪圖方式，建議發生此一情形可改用對數座標或再次審核數據。l組距不要採用開放式，開放式常會令人無法得知其界限到底為多少。l組距不可太少或太多。l不要將多個

24、數據資訊放在一張圖表上，如此將造成閱讀上的困難。次數直方圖次數直方圖2022/4/2543 記錄接腳強度，調查日期為其數值如下：7/17/4日，每日量測10個，一個量測一點（一隻腳），其數據如下：7/17/27/37/4715131910129121413131611141414131016121117131515141516131714151614151215131416次數直方圖實作題目次數直方圖實作題目2022/4/2544管制圖 管制圖的分類，管制圖分兩種：l計量值管制圖又分X-R平均值及全距管制圖、中位值及全距管制圖、個別值及全距管制圖l計數值管制圖又分P百分不良率管制圖、nP不良個

25、數管制圖、C缺點數管制圖 計量管制圖適用的狀況是：資料是可量測的，且數據形式是連續性的。 計數管制圖則適用於資料大半只能判定為良或不良，數據不為連續量的狀況，一般常用於外觀檢查。2022/4/2545 管制圖用途：l判斷未來之數據是否會超出規格l其平均值是否和目標值相吻合l何時需要進行對策的找尋l何時可以延長檢查間隔l何時可以不需注意（管制）此特性值數據l適合作為監控正在生產監控正在生產的產品 製作管制圖的注意事項：l正確選擇管制點、以免發現問題卻無法反應。l訂定合理之管制界限管制界限，以免產品或製程條件超出規格。l訂定適當的檢查間隔檢查間隔，以免造成資源（人力）浪費或者不良品發生而不知道。l

26、對於製程持續加以監控，以期在問題未發生前進行對策的處理。2022/4/2546最大平均值=0.63最小平均值=0.54總平均=0.58UCLx=0.655LCLx=0.505最大全距=0.19最小全距=0.07平均全距=0.13UCLR=0.275LCLR=0計量值管制圖0.500.550.600.650.701234567890.000.100.200.301234567892022/4/2547 X-R管制圖作法：lStep 1 選擇量測點：l在每一個製程中會有很多量測點，但如何確定量測點是有效的且重要的呢？有以下數點可供參考： 要找出製程中最重要的點，不要使管制圖淪為“日記”。 或許該點

27、不易量測，此時可考慮使用代用特性。 儘可能選在發生問題時，可以補救的點。 此點在現在為量測點，但並不表示長久一定是量測點。計量值管制圖2022/4/2548lStep 2 取樣：l在進行管制圖的製作時，由於需要“連續取樣”，因此通常一個樣本會包含45件，將其一一量測後再填入管制圖中。l如何取樣在SPC中是十分重要，因此取樣原則上最好不要包含“非隨機性誤差”，因為此一誤差將造成數據上很大差異，若不得已時最好能使此一誤差同樣出現在各個樣本中。計量值管制圖2022/4/2549lStep 3 規劃資料圖表格式：l在進行管制圖的製作時，一份好的表格應包括之背景資料如下（下圖是ASQC所用之表格）： 日

28、期 品名或零件 量測單位 操作者 其他相關資料計量值管制圖2022/4/2550計量值管制圖產品名稱：16MDRAM作業程序：蝕刻製程零件編號：3388338操作者： Tsai量具：SEM測量單位：M測量值：1.00E-06日期7/17/27/3時間08:0016:0024:0008:0016:0024:0008:0016:0024:00樣本量測值合計平均值全距123456789平均值全距2022/4/2551lStep 4 取樣並記錄量測結果：l依照計劃進行取樣、量測及記錄，並填入表中。計量值管制圖lStep 5 計算各組的平均值及全距：l在本例中是以每8小時為一組，因此必須算出9組各別的平

29、均值及其全距並將最大及最小的數值圈出。完成之圖表如下2022/4/2552平均值全距計量值管制圖產品名稱：16MDRAM作業程序：蝕刻製程零件編號：3388338操作者： Tsai量具：SEM測量單位：M測量值：1.00E-06日期7/17/27/3時間08:0016:0024:0008:0016:0024:0008:0016:0024:00樣0.580.650.580.540.50.660.50.510.67本0.610.650.540.660.620.650.550.50.54量0.570.540.610.560.560.650.690.640.51測0.650.690.650.530.5

30、10.590.620.520.5值0.570.630.540.50.50.590.620.560.52合計2.983.162.922.792.693.142.982.732.74平均值0.600.630.580.560.540.630.600.550.55全距0.080.150.110.160.120.070.190.140.171234567892022/4/2553lStep 6 計算總平均及平均全距：l計算出全部數據的平均值及平均全距。在本例分別為平均值=0.58，平均全距為=0.13。計量值管制圖lStep 7 決定座標範圍及點繪資料：l首先找出最大和最小的平均值，在找出最大和最小的全

31、距，以便確定座標的範圍及最小刻度，如此才可將所有資料全部點繪在圖表中。2022/4/2554最大平均值=0.63最小平均值=0.54總平均=0.58最大全距=0.19最小全距=0.07平均全距=0.130.132 0.132 0.132 0.132 0.132 0.132 0.132 0.132 0.1320.000.100.200.300.400.500.600.701234567890.000.100.200.300.400.500.600.70123456789計量值管制圖2022/4/2555lStep 8 決定全距管制界限：l在計算平均值的管制界限時，先求出全距的管制圖，如此可知“非

32、隨機性誤差”是否存在，假使超出則代表有“非隨機性誤差”，若不穩定則不須檢查平均值是否在監控（亦即是否超出管制界限）。此時應著手於製程穩定度的改善工作。l全距的管制上限為 D4*R=2.114*0.13=0.275=UCLRl全距的管制下限為 D3*R=0*0.13=0.00=LCLR計量值管制圖恨玒 计nA2D3D4d221.8800.0003.2681.12831.0230.0002.5741.69340.7290.0002.2822.05950.5570.0002.1142.32660.4830.0002.0042.53470.4190.0761.9242.7042022/4/2556最大

33、平均值=0.63最小平均值=0.54總平均=0.58最大全距=0.19最小全距=0.07平均全距=0.13UCLR=0.275LCLR=0計量值管制圖0.000.100.200.300.400.500.600.701234567892022/4/2557lStep 9 全距是否都在管制界限內：計量值管制圖資料全距皆在管制界限內？No只有12個資料的全距在管制界線外？Yes全距皆在管制中Yes剔除超出全距管制界限的樣本重新計算XR的全距管制界限其餘全距皆在管制界限內？YesNo有個以上的全距在界限外全距失控停止計算平均值界限進行非隨機性誤差的追求及改善重新收集資料計算新的管制界限計算平均值的管制

34、界限2022/4/2558lStep 10 決定平均值管制界限：l確定全距在監控下，再求平均值管制界限。l平均值的管制上限為 UCLX=X+(A2*R)=0.58+(0.557*0.13)=0.655l平均值的管制下限為 LCLX=X-(A2*R)=0.58-(0.557*0.13)=0.505計量值管制圖2022/4/2559計量值管制圖資料平均值皆在管制界限內？No只有12個資料的平均值在管制界線外？Yes平均值皆在管制中繼續使用此表作為製程管理用Yes剔除超出平均值管制界限的樣本重新計算X的平均值管制界限其餘平均值皆在管制界限內？YesNo有個以上的平均值在界限外平均值失控進行非隨機性誤

35、差的追求及改善重新收集資料計算新的全距管制界限下接全距流程圖lStep 11 平均值是否都在管制界限內：2022/4/2560最大平均值=0.63最小平均值=0.54總平均=0.58UCLx=0.655LCLx=0.505最大全距=0.19最小全距=0.07平均全距=0.13UCLR=0.275LCLR=0計量值管制圖0.000.100.200.300.400.500.600.701234567892022/4/2561在製程中如何運用管制圖l假使全距及平均值都在管制界限以內，則可確定沒有“非隨機性誤差”存在。l又總平均值是否符合目標值，也是另一個重點。l若全距及平均值皆落在管制界限內，此一情

36、形代表此一製程目前已在管制中，但並非表示往後量產不需注意，因為即使再穩定製程中也會有突發之情勢發生。而且是否能在不增加太多成本下，將製程做的更穩定是工程師的希望，因此管制圖即可在未來製程的問題未發生時，立即給與必要的資訊。一般常作為判斷的依據有： 平均值連續7點分在總平均值兩側且具有同一趨向。 平均值連續3點中，有2點在2倍和3倍之間，即A區。 平均值連續5點中，有4點在1倍和2倍之間，即B區。 平均值連續8點皆在同一側，即A,B,C區。2022/4/2562計量值管制圖應用摘要 管制圖能告知是否可以繼續生產，亦或需要進行製程上的調整。亦即可以判定目前的偏差量是由隨機性或非隨機性誤差所造成。

37、資料形式為計量值時，採用上述的3個圖表之一。 先要製作全距管制圖全距管制圖，以確保數據沒有很不合理的情形發生，才可以進行平均值平均值或中位值中位值或個別值個別值的判定。管制界限管制界限只和製程穩定度製程穩定度有關，和規格並無關係，但一般常採取規格是否比管制界限的4/3倍大，以判斷製程穩定與否的依據。 完成的計量管制圖可使用在製程上進行監測的工作，並依據上述異常的判斷基準，作為調整的依據。2022/4/2563異常現象圖ABC計量值管制圖2022/4/2564 記錄蝕刻後的線寬，其數據如下：X-R圖實作題目圖實作題目10. 2490. 2510. 2510. 2480. 25020. 2510.

38、 2460. 2520. 2480. 25030. 2500. 2500. 2460. 2500. 25140. 2490. 2530. 2450. 2540. 24950. 2500. 2460. 2510. 2490. 25060. 2500. 2500. 2510. 2510. 25170. 2470. 2510. 2530. 2490. 24880. 2500. 2510. 2530. 2490. 24890. 2460. 2500. 2480. 2500. 251100. 2510. 2480. 2490. 2490. 250110. 2510. 2480. 2490. 2510.

39、252120. 2510. 2550. 2480. 2470. 249130. 2500. 2520. 2520. 2490. 251140. 2500. 2510. 2540. 2510. 251150. 2520. 2510. 2480. 2520. 251160. 2490. 2500. 2490. 2510. 252170. 2500. 2490. 2500. 2500. 250180. 2480. 2500. 2490. 2510. 251190. 2510. 2480. 2500. 2500. 252200. 2540. 2510. 2540. 2470. 2512022/4/25

40、65計數值管制圖 計數管制圖適用於資料大半只能判定為良或不良，且數據不為連續量之管理用圖表。 常用計數管制圖有： P圖：用來管制製程中百分不良率 nP圖：用來管制不良數 c圖：用來管制每一件產品上的缺點數 計數管制圖主要用途： 用於管理不能計量的管制點。 可以將製品分成兩大類者，一為“良品”另一為“不良品”者。2022/4/2566 製作P（百分不良率）管制圖的注意事項： P圖大多採用百分率，亦即在一百件產品中，不良品所佔比率，因此我們常稱其為百分不良率P圖。 一般檢查項目會有很多，所以可能1件產品同時具有2個以上的不合格項目，此時我們僅能以1件產品來計算。 從分析圖中試著去了解不同變數下造成

41、不良數量改變的情況。計數值管制圖2022/4/2567 P（百分不良率）管制圖的製作： Step 1 取樣： 決定樣本規模要件如下規模至少50件或規模要大到每次取樣個數中，至少含有4個以上不良品發生。避免在一長時段（如一天）觀察一個大樣本，而應該改為24小時觀察小樣本。當每次取樣的大小不同時，若樣本大於或小於平均樣本的20%時，要重新計算管制界限。計數值管制圖2022/4/2568 Step 2 將基本資料填入P圖中： 記錄可以描述相關訊息的資料 Step 3 收集樣本及記錄資料： 假設你每次取樣50個樣本，建議你至少連續取樣20次，並區分“良品”及“不良品”，此時“檢驗數”填入50，將“不良

42、品數量”填入“不良數中。如下表所示：計數值管制圖2022/4/2569百分不良率(P)管制圖產品名稱：16MDRAM 作業程序：烘烤製程 零件編號：33883檢驗者： Tsai量具：觀察測量單位：個2468101214161820222426缺點種類備註時間 檢驗數不良數百分不良率10: 30 50411: 00 50511: 30 50912: 00 50612: 30 50513: 00 50 1113: 30 50414: 00 50714: 30 50815: 00 50315: 30 50716: 00 50916: 30 50617: 00 50 1017: 30 50718: 0

43、0 50418: 30 50919: 00 50719: 30 50820: 00 505百分不良率2022/4/2570 Step 4 計算百分不良率P： P不良率的公式：P=不良個數/樣本大小*100%=4/50*100%=8% Step 5計算製程中平均不良率： 將不良數將加總再除以檢驗總數P=134/1000*100%=13.4%計數值管制圖2022/4/2571 Step 6 決定座標範圍及點繪資料： 預留適當空間以免圖形過小不易觀察或過大超出界限 Step 7 計算百分不良率圖的管制界限： 百分不良率圖的上下管制界限公式如下：在計算管制下限有時會有負值產生，此時以0%代替UCLpp

44、pnLCLpppnpp33*(100)*(100)計數值管制圖2022/4/2572缺 點 種 類備 註時 間檢驗數不良數百分不良率1 0 :3 0 5 048 .01 1 :0 0 5 051 0 .01 1 :3 0 5 091 8 .01 2 :0 0 5 061 2 .01 2 :3 0 5 051 0 .01 3 :0 0 5 0 1 12 2 .01 3 :3 0 5 048 .01 4 :0 0 5 071 4 .01 4 :3 0 5 081 6 .01 5 :0 0 5 036 .01 5 :3 0 5 071 4 .01 6 :0 0 5 091 8 .01 6 :3 0

45、5 061 2 .01 7 :0 0 5 0 1 02 0 .01 7 :3 0 5 071 4 .01 8 :0 0 5 048 .01 8 :3 0 5 091 8 .01 9 :0 0 5 071 4 .01 9 :3 0 5 081 6 .02 0 :0 0 5 051 0 .0051015202530135791113151719百分不良率計數值管制圖2022/4/2573 Step 8 判讀P圖： P圖判讀方式如前一管制圖，其流程圖整理如下： Step 9 將缺點種類填入： 之前我們只將不良個數作統計，並未針對其個別不良情形作整理，因此在此將其完成，需注意由於一個樣本中可能有2個以

46、上的缺點，所以缺點總數可能會大於不良總數。計數值管制圖2022/4/2574所有點皆在管制界限內？No只有12個點在管制界線外？Yes點皆在監控中Yes剔除超出點管制界限的樣本重新計算點與管制界限其餘點皆在管制界限內？YesNo有個以上的點在界限外點失控超出管制界限進行非隨機性誤差的追求及改善重新收集計算新的管制界限計數值管制圖lStep 8 判讀P圖：2022/4/2575051015202530135791113151719缺點 種類備 註時 間 檢驗數不良數龜裂破片污點其他百分不良率10:30 5041228.011:00 505121110.011:30 509352118.012:0

47、0 50612.012:30 50510.013:00 50 1122.013:30 5048.014:00 50714.014:30 50816.015:00 5036.015:30 50714.016:00 50918.016:30 50612.017:00 50 1020.017:30 50714.018:00 5048.018:30 50918.019:00 50714.019:30 50816.020:00 50510.0百分不良率計數值管制圖2022/4/2576層別法何謂層別法？ 所謂層別法是指將數據或資料，按照某些共同的特徵加以分類、統計的一種分析方法。 一般常用的區分方式是以

48、4M1E來加以區分。 當然，亦可採用任何認為有意義的區分方式。人(MAN)機械(MACHINE)材料(MATERIAL)方法(METHOD)環境(ENVIRONMENT)2022/4/2577管理工作上也應該活用層別法，例如在做營業分析時，如下例商品別第一季第二季第三季A商品計劃504565實績484663B商品計劃455545實績535353010203040506070第一季第二季第三季010203040506070計劃A商品實績計劃B商品實績第一季第二季第三季157145159010203040506070第一季第二季第三季A商品 計劃A商品 實績A商品 實績B商品 計劃B商品 實績坝 珇材 材 材 TotalA坝 珇璸 购504565160龟 罿484663157B坝 珇璸 购455545145龟 罿5353531592022/4/2578層別法的使用 在蒐集數據之前就應使用層別法，以避免數據中含有非相關（其他變因）。 運用QC手法時應該特別注意與層別法搭配使用。例如：QC七大手法中的柏拉圖、查檢表、散佈圖、直方圖和管制圖都必須以發現的問題或原因來作層別法。2022/4/2579