拉组长培训-数据收集与分析.pptVIP

数据收集的技巧与分析方法 内容 1.数据收集的重要性？ 2.需要收集哪些数据？ 3.如何做基本的数据分析？ 4. 工程分析七大手法(案例)： 1.数据收集的重要性？ 1.数字会讲话？ 数据是最好的说明，没有数据，无法令人信服你的看法。数据可以追踪事件的整个过程，反映事件的变化程度，是最有力的证据。 四现原则 现场-----第一时间到达现场 现物-----第一时间看到现物 现状-----第一时间了解现状 现时-----现在就开始解决问题 2.需要收集哪些数据？ 1.哪些数据最重要？ A.不良现象/图片 B.不良线别 C.不良工站 D.不良的料号 E.不良的数量 F.不良的D/C. G.不良的Lot #: 批号 H.不良比率是多少 不良图片（例）图片要清晰，可以很容易看到问题，数据要准确，可以实事求是地判断问题。 3.如何做基本的数据分析？ 1.不良是否只发生在同一条产线？ 2.不良是否发生在同一机台？ 3.不良是否同一个楼层？ 4.是否是同一个作业员？ 5.是否同一物料同一厂商? ……….. 例：错料 对事件多发线进行重点跟进控制； 根据事件原因制定预防改善措施； 推动对策的进行； 收集数据，定期检查改善结果； 持续进行,直到改善为止。 4.对收集的信息,利用工程分析七大手法分析解决问题： 1. 執果索因法； 2. 數據演繹推斷及信息了解； 3.逐個排除法； 4.交叉試驗分析法； 5. 正常和非正常對比分析法； 6. 定性＆定量分析法； 1. 執果索因法: 從問題的結果利用經驗或文件去推導產生此不良結果的原因; 一般方法： 　　　利用人機料法環的方法及以往的經驗羅列產生此不良可能性的原因的范圍; 　　　比如, 空焊的原因有來料氧化, Profile不良, 貼裝偏位等; 2. 數據演繹推斷法: 從SFC或歷史記錄中尋找與問題具有規律性和必然性的相關因素, 並利用波拉圖或餅干圖由此縮小懷疑對象, 為DOE指明方向. 相關的記錄： 　1. SFC; 　2. 生产制程控制记录, 溫濕度記錄, 物料上線記錄等; 　3. 物料的供應商及其D/C等; 3. 逐個排除法: 把從已有的信息及上述的數據演繹推斷, 交叉 分析和對比分析等可以確定為非不良原因的因 素一一排除, 從而使得懷疑為不良原因的因素變少, 使得分析工作變得簡單和更有針對性. 4.交叉試驗分析法 主要用於原材料來料不良的追蹤, 為後續的分析奠定基礎. 前提條件： 　1. 根據數據判定主要是某一因素不良;　　 2. 每次只可改變其中的一個因素, 其它的所有因素維持不變; 5. 正常和非正常的對比分析法: 在正常的環境下取出與出現問題點的相同因素, 利用定性或定量的分析手法, 找出正常的細節 和非正常的細節對比, 從而得出不正常的原因 結論； 6. 定量＆定性分析法: 采用實驗的手段將有非常的針對性的因素進行 量與性的分析, 取得可靠的數據足以說明不良的 真正原因, 從而也為前面做出的初步分析做出更 為肯定的論證, 由此又可以得到經驗的積累. 一般的實驗方法： 1. 切片分析------BGA的焊接不良分析； 　　 2. EDS------表面成分鑒定； 3. 有機物鑒定分析------異物殘留異物阻焊； 4. 共面度測試------BGA＆IC引腳的共面性測試； 5. 3D5D X-Ray------非表面的焊接不良直觀化； 6. 紅墨水試驗------隱蔽性空焊的分析； 　　 7. 上錫性測試------元件或PCB的可焊性測試； 執果索因: 2. 數據演繹:(波拉圖＆拼餅圖等） 利用波拉圖分析： 3.交叉試驗分析： 將原用的A厂商PCB換用B厂商PCB的仍有不良15.7%; 將腳座全部更換為Fo的, 仍有不良率為5.3%; 4. 正常和非正常的對比分析 5. 定性＆定量分析：(切片分析） 結論： * * 制作: 闭祖友 部门:生产部 时间:2007.10.15 口说无凭 怎样才能迅速准确地收集到第一手资料呢？ 抽 丝 剥 茧，层 层 分 析。 把资料分解成数据及图表，对事 件进行分析，让数据开口说话。 接下来: 一月份錯料3次,二月份10次,三月份4次. 四月表現較好﹐ 沒有出現錯料現象。八月份29次﹐九月份1次(37周1次).共65次. IPQC早期發現沒有造成不良的共18次。 由数据衍生出图表，更生动地解析事件的过程变化，引申出相关的工作努力度及控制效果。 那么多的错料异常，有没有做统计及控制呢？ 无人控制,情况失控. 8月份錯料責任歸屬 提取数据，进