统计制程管制作业员讲义版

World Class Quality
4
前次投影片
Unimicron
數據種類: 數據種類:
依搜集方式的不同可分為下列兩大類： •連續型數據 連續型數據(Continuous/Variable data)： ： 連續型數據 經由 量測 的方式取得資料，又稱計量型 計量型數據。 計量型 例：1.重量 2.溫度 3.厚度 •離散型數據 離散型數據(Discrete/Attribute data)： 離散型數據 ： 經由 計數 的方式取得資料，又稱計數型 計數型數據。 計數型 例：1.不合格產品數 2.缺陷數目 3.公司員工人數 •例：決定下列各問題之資料屬於離散型或連續型數據。 A.欣興電子公司之停車位數 B.電路板內層蝕刻後之線寬 C.一片電路板子上的外觀缺點數
World Class Quality
8
前次投影片
Unimicron
例: 請找出下列樣本數據之平均數及中位數：0, 7, 3, 9, -2, 4, 6。
平均數 = (0+7+3+9-2+4+6)/7 = 3.86 的中間數 中位數 = (-2,0,3,4,6,7,9)的中間數 = 4
例: 請找出下列樣本數據之平均數、中位數及眾數：25, 12, 23, 28, 17, 15, 23。
• 最常用的離中趨勢指標：全距、變異數 及 標準差 最常用的離中趨勢指標：全距、
( 註: 最常用的集中趨勢指標：平均數(mean)、中位數(median)、眾數(mode)。)
全距（R）：全距是用來衡量一組數據差異最簡單的方法 全距（ ） 公式： 變異數（ 變異數（s2） 公式： s 標準差（ ） 標準差（s） 公式： s = √s2
World Class Quality
12
前次投影片
Unimicron
● 統計製程管制的目的
統計製程管制之主要目的，在儘快偵測出可歸屬原因之發生或製程 儘快偵測出可歸屬原因
之異常跳動，以便在製造出更多不合格品之前，就能發現製程之變異並
進行改善工作。
● 在製程上為何要使用統計製程管制？ 在製程上為何要使用統計製程管制？
World Class Quality
3
前次投影片
Unimicron
例：某 PCB 製造公司欲由100片隨機抽出之電路板 來估計工廠所生產之電路板的厚度。請指出所欲研究 之群體、樣本、參數及統計量。 群體: 樣本: 參數:
工廠所生產之全部電路板 100片隨機抽出之電路板 全部電路板之平均厚度
統計量: 100片電路板之平均厚度
平均數 = (25+12+23+28+17+15+23)/7 = 20.43 中位數 = (12,15,17,23,23,25,28) 的中間數 = 23 眾 數 = (12,15,17,23,23,25,28) 的眾數 = 23
(可以有兩個以上 可以有兩個以上) 可以有兩個以上
何時使用平均數？何時使用中位數或眾數 眾數？ • 何時使用平均數？何時使用中位數或眾數？
“非隨機原因或特殊原因” 非隨機原因或特殊原因” 就是我們進行統計製程管制所要找到的重點
產品在製造過程中若能及早找出可歸屬原因 可歸屬原因之發生，則可避免在製造出更 可歸屬原因 多的不合格品前，發現製程發生變異的原因，可使製造過程有改善的機會。 統計製程管制的一些手法如：品管七大手法、管制圖等，將可有助於迅速的 偵測出製程發生變異及找出變異之原因。因此統計製程管制對改善製程而言， 是一個很重要的工具。
World Class Quality
5
前次投影片
Unimicron
數據的顯示: 直方圖(Histogram) 數據的顯示: 直方圖
•直方圖 直方圖是一種將一群量測數據區分成幾個相等的區間，並將 直方圖 數據所出現的次數(Frequency)，用條形表示出來的 各區間內數據所出現的次數 數據所出現的次數 圖形。 •功用：用以了解一群數據之分佈狀況 分佈狀況，並了解數據之中心值 分佈狀況 中心值 與變異 變異之情形。 變異
在任何的生產程序中，不管如何設計或維護，產品的一些固有的或 自然之變異將永遠存在。這些變異是由一些小量不可控制原因累積而成 ，例如：同種原料內的變化、機器的振動所引起的變化等 例如： 例如 同種原料內的變化、機器的振動所引起的變化等，當這些變異 之量極小時，製程仍可被接受。這些自然變異通常稱為隨機原因 隨機原因(random cause)或是一般原因 一般原因(common cause)，當製程在只有隨機原因出現下操作 一般原因 ，則稱其在管制中 control)。 在管制中(in 在管制中
09/2002, Rev D
World Class Quality
1
前次投影片
Unimicron
本課程的目的
使學員: 使學員: • 能了解並說出統計製程管制之 – A.基本概念, B.應用, C.繪製, D.判圖SPC計算與 A.基本概念 B.應用 C.繪製 D.判圖SPC計算與 基本概念, 應用, 繪製, • 能運用 能運用SPC 於日常工作之中以進行製程管控,達到 於日常工作之中以進行製程管控, 有異常立即反應並做適當處理的目的. 有異常立即反應並做適當處理的目的. 並做適當處理的目的
統計製程管制(Statistical Process Control, 簡稱 簡稱SPC)，是利用抽樣所得之 抽樣所得之 統計製程管制 ，是利用抽樣 樣本資料(樣本統計量)來監視製程之狀態， 樣本資料(樣本統計量)來監視製程之狀態，在必要時採取調整製程參數 預防性之品質管制 之行動，以降低產品品質之變異性。統計製程管制為預防性 之行動，以降低產品品質之變異性。統計製程管制為預防性之品質管制 手段，強調: 手段，強調:
統計製程管制
(Statistical Process Control)
主講: APLUS電子 主講: APLUS電子 SPC 輔導團
第○單元：基本統計概念 單元： 第一單元：統計製程管制 第一單元：統計製程管制(SPC)之基本概念 之基本概念 第二單元： 第二單元：管制圖的介紹及其應用 第三單元： 第三單元：常用管制圖之繪製
例：右圖為某電鍍製程後 所量測50片電路板的 銅厚直方圖與分佈.
World Class Quality
6
前次投影片
Unimicron
常態分佈 (Normal Distribution )
一般常見的連續性數據,其平均值的分佈大多成常態分佈 常態分佈、 • 一般常見的連續性數據,其平均值的分佈大多成常態分佈、 或高斯分佈 (Gaussian distribution). • 常態分佈的曲線成“鐘型曲線”, 且具備下列特性: 常態分佈的曲線成“鐘型曲線” 且具備下列特性:
7
前次投影片
Unimicron
原始數據特徵值之計算
原始數據特徵主要可分為以下兩大類： 1.集中趨勢 , 2. 離中趨勢 原始數據特徵主要可分為以下兩大類： 1.集中趨勢 1.集中趨勢： 1.集中趨勢：「集中趨勢指標」是表示一組數據中央點位置所在的一個 集中趨勢 指標。 、中位數(median)、眾數 、眾數(mode)。 。 • 最常用的集中趨勢指標： 平均數 最常用的集中趨勢指標： 平均數(mean)、中位數
8-1=7
R = 最大值 - 最小值
(5-4)2+(8-4)2+(1-4)2+(2-4)2+(4-4)2
變 異 數:
(5 -1)
=
7.5
標 準 差:
√ 7.5
= 2.739
s = √s2
World Class Quality
11
前次投影片
Unimicron
第一單元：統計製程管制(SPC)之基本概念 第一單元：統計製程管制(SPC)之基本概念 (SPC) 甚麼是統計製程管制？ ● 甚麼是統計製程管制？
平均數對離群值 非常敏感， 中位數或眾數 眾數對離離群值較不敏 平均數對離群值(outliers)非常敏感，而中位數或眾數對離離群值較不敏 離群值 非常敏感 感，因此，當資料中有離群值時，則用 因此，當資料中有離群值時， 離群值時 則用
中位數
或眾數，否則， 眾數，否則，
平均數
。
World Class Quality
2
R = 最大值 - 最小值
X1 X3 X5
= ∑ ( xi − x )
i =1
n
2
n −1
X4
X
X2
X6
World Class Quality
10
前次投影片
Unimicron
例：請找出下列樣本數據之全距、變異數及標準差：5, 8, 1, 2, 4 請找出下列樣本數據之全距、變異數及標準差： 全 距:
平均值, 標準差) 68.3% 的數據在 μ± σ 範圍內 (μ: 平均值,σ: 標準差) 95.5% 的數據在 μ±2σ 範圍內 99.73% 的數據在 μ±3σ 範圍內
Mean
3σ σ 2σ σ 1σ σ 1σ σ 2σ σ
3σ σ
68.3% 95.5% 99.7%
World Class Quality
• 樣本平均數: 公式 X =（X1+X2+….+Xn）/n ; 其中n 表樣本大小 樣本平均數: • 中位數 中位數：將一組數據由小至大排序後，最中間的那一個數值稱為中位數
(偶數個數據，則取中間兩個數據的平均值)。
• 眾數 眾數：在一組數據中，出現次數最多之數值。
常態分佈的平均數 中位數、 平均數、 皆趨向同一數值。 (註: 常態分佈的平均數、中位數、眾數 皆趨向同一數值。)
第一次就做對 (Do it right the first time.)
● 我們為何要學統計製程管制？ 我們為何要學統計製程管制？
品質並不是某一個人或是某一部門的責任， 品質並不是某一個人或是某一部門的責任，如果要生產的產品能達 到顧客所要求的「品質」，公司裡每一個人包括生產線上的作業員、 」，公司裡每一個人包括生產線上的作業員 到顧客所要求的「品質」，公司裡每一個人包括生產線上的作業員、打 字員、採購員、工程師以及公司的總經理等對產品的品質都有責任。 字員、採購員、工程師以及公司的總經理等對產品的品質都有責任。而 製程管制即ห้องสมุดไป่ตู้品管的一種技巧， 製程管制即是品管的一種技巧，凡與製程有關之人員均需具備製程管制 的相關知識或技巧，盡到自己的品質責任。 的相關知識或技巧，盡到自己的品質責任。
World Class Quality
13
前次投影片
Unimicron
此外，製程中可能存在有其它的變異 這些變異的來源有機器的不適當 其它的變異， 此外，製程中可能存在有其它的變異，這些變異的來源有機器的不適當 調整、操作員之錯誤、原料之不良、機器故障或損壞等， 調整、操作員之錯誤、原料之不良、機器故障或損壞等，這些變異的幅度通 常較隨機原因之變異為大，當這些變異出現時，代表製程不可接受。 常較隨機原因之變異為大，當這些變異出現時，代表製程不可接受。這些變 異稱為可歸屬原因 可歸屬原因(assignable cause)或非隨機原因或特殊原因(special 異稱為可歸屬原因(assignable cause)或非隨機原因或特殊原因(special cause)，製程若在可歸屬變異下操作則稱其為製程失控(out control)。 cause)，製程若在可歸屬變異下操作則稱其為製程失控(out of control)。 可歸屬變異下操作則稱其為製程失控
9
前次投影片
Unimicron
例：1, 3, 4, 6, 6, 9, 13. 平均數 = 6, 中位數 = 6, 眾數 = 6. 若在此組數據加入 70 : 1, 3, 4, 6, 6, 9, 13, 70. 則 平均數 = 14 中位數 = 6 眾數 = 6 2. 離中趨勢 「離中趨勢指標」是表示一組數據間差異大小或數值變化的 離中趨勢： 一個指標。
World Class Quality
2
前次投影片
Unimicron
第○單元：基本統計概念 單元：
甚麼是統計學 甚麼是統計學 (Statistics)？ ？
• 統計學 統計學：統計學為蒐集、整理、展示、分析、解釋資料， 並由樣本推論群體，是在不確定情況下作成決策的科學方法。 並由樣本推論群體 • 群體 群體(Population)：由具有共同特性之個體所組成的整體。 • 樣本 樣本(Sample)：群體之一部分。 • 參數 參數(Parameter)：由群體資料所計算出之群體表徵值 群體表徵值。 群體表徵值 例：欣興電子全體員工平均身高、體重。 平均身高、體重 平均身高 • 統計量 統計量(Statistic)：由樣本資料所計算出之樣本表徵值 樣本表徵值。 樣本表徵值 例：山鶯廠微影站人員的平均身高、體重 平均身高、 平均身高 體重。