QC七大手法培训课件.pptVIP

第一章 QC七大手法简介 因果图 ---寻找引发结果的原因 定义:又叫石川图、特性要因图、鱼刺图，是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因）的一种工具。 作用：分析质量特性与影响质量特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施、促进问题的解决。 ★利用因果图分析原因时，未端因素应分析到可以直接采取措施为止。 * 第三十页，共五十页。 溅 射 品 产 量 低 人 机 环境 材料 方法 溅射人员分工不合理 新员工操作不熟练 堆叠人员整平效率 堆叠机台卡料多 溅射产品投单量少 溅射新员工装炉速度慢 溅射人员也参与倒板 堆叠机台故障率高 堆叠人员整平手法不好 溅射桶未装满 溅射镀膜时间过长 溅射靶材过短 实例运用： * 第三十一页，共五十页。 第一章 QC七大手法简介 直方图---展示过程的分布情况； 定义:用一系列宽度相等、长度不等的长方形表示数据的图（长方形的宽度表示数据范围的间隔，长方形的高度表示在给定间隔内的数据数）。 作用：（1）显示质量波动的状态；（2）较直观地传递有关过程质量状况的信息；（3）确定质量改进的方向。 常见的直方的形态： * 第三十二页，共五十页。 ②偏向型（多是因加工习惯造成的） ①正常型（理想的图形） ③双峰型（多是两种不同生产 条件的数据混在一起造成的） ④孤岛型（工序异常、测量 错误或混有另一分布的数据） * 第三十三页，共五十页。 ⑤平顶型（几种平均值不同的分 布混在一起或过程中某种要素缓 慢劣化） ⑥锯齿型（分组过多，或测量方法和读 数有问题） * 第三十四页，共五十页。 直方图告诉我们 数据分布的中心位置(Average)在哪里？ 数据分散程度(Spread)如何？ 数据分布的形状(Shape)怎样？ （1）直方图符合公差要求： TL Tu TL Tu （b）直方图满足公差要求， 但不充分 （a）直方图充分满足公差要求 * 第三十五页，共五十页。 TL Tu TL Tu TL Tu （c）必须采取措施，使平均值接近规范的中间值 （d）要求采取措施，以减少变异（波动） （e）要同时采取（c）和（d）的措施，既要使平均接近规范的中间值，又要减少波动 （2）直方图不符合公差要求： * 第三十六页，共五十页。 * QC七大手法 QC七大手法 * QC七大手法 品管部 质量分析组 授课人：汤韬 2009-8-14 * 第一页，共五十页。 课程内容: 第一章:统计基础知识 第二章：老七种QC手法的定义、作用及运用实例 * 第二页，共五十页。 1、总体与个体 总体---研究对象的全体，如一批2000块基板 个体---构成总体的每个单元，如2000块基板中的每一块基板 2、样本---从总体中抽取部分个体所组成的集合，如2000块基板中抽取的20块基板 样本 总体 基本统计术语 个体 * 第三页，共五十页。 统计数据的类型 1.计数型数据： 通常是指不用仪器即可测出的数据，可细分为： 计件数据：按件计数的数据，如不合格品数, 如片阻标记不清块数； 计点数据：按缺陷点（项）计数的数据，如一块片阻产品上的缺陷数 2.计量型数据： 用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件尺寸、长度、形位误差等，例如用欧姆来表示阻值大小，用微米来表示膜厚等 * 第四页，共五十页。 1.数据分布的中心位置在哪里？ 2.数据分散程度如何？ 3.数据分布的形状怎样？ 中心位置 分布形狀 分散程度 统计数据的描述 * 第五页，共五十页。 统计特征数 统计特征数是对样本来说的，统计方法中常用的统计特征数可分为两类： 表示数据的集中位置：样本平均值、样本中位数 表示数据离散程度：样本极差、样本标准偏差 * 第六页，共五十页。 1.表示数据中心位置的统计量： 1）样本均值：X= ∑ Xi /n 2）样本中位数： 排序后按公式计算 X= 3）众数：数据中最常出现 常用的统计量 X=X(n+1)/2 , n为奇数 X= [Xn/2 + X(1+n/2)] /2 , n为偶数 * 第七页，共五十页。 2.表示数据分散程度的统计量： 1）样本极差 R=MAX (Xi)-MIN (Xi) 2）样本标准偏差 S=√ ∑ (Xi-X)2 / ( n-1 ) 3）样本方差S2 = ∑ (Xi-X)2 / ( n-1 ) 常用的统计量 * 第八页，共五十页。 例:现有数据集合:2,5,3,6,7,7