《6sigma黑带质量衡量标准》由会员分享，可在线阅读，更多相关《6sigma黑带质量衡量标准（13页珍藏版）》请在金锄头文库上搜索。
1、Six Sigma黑带质量衡量指针(MEASURE) Six Sigma质量衡量指针 1. 前言产品质量特性的记录一般分成计数值或计量值，计数值又以计件或计点为记录，计量值以实际量测之特性值为记录。自从工业界导入MIL-STD-105D表为抽样检验的标准后，质量指针一直延用MIL-STD-105D表之AQL，目前使用版本为MIL-STD-105E，多年来一直通行于工业界。AQL在10以下时，可表计件的不良率或计点的缺点数，AQL在10以上时，则表计点的缺点数或每百件缺点。计量值则以制程能力指数Cp、k（Ca）、Cpk为代表。这些质量指针的大小，理论上是可以解释其质量意义，譬如AQL0.3（以计
2、件不良率表示）其意义为当检验批的质量水平不良率p达到0.3时，该批以MIL-STD-105E表验收时，被允收的机率很高约95以上，但检验批的实际不良率p太大时；如1、2，则检验批被允收的机率很小。因此，AQL常被用来当成制程的质量指针，以保证交货（交易）时的允收率。制程能力指数也被拿来衡量产品试作及量产时质量稽核的指针。有些客户要求供货商在试作阶段及量产阶段提报产品或制程的管制特性，其Cp或Cpk值在多少以上，才能保证不良率 p 在多少以下。本例为不同的计算基础，对质量指针的衡量是有所不同的。产品别检点数/件生产 件数不良 件数合计 缺点数不良率dpudppmA100点/件100件5台10点5
3、%0.1dpu1000B10点/件1000件10台20点1%2dpu2000C5点/件2000件15台30点0.75%0.015dpu1500 假如以件为计算基础= (5+10+15)/(100+1,000+2,000) =30/3,100=0.0097=0.97% =9700ppm (即表示每100万件平均有9700台是不良)=(10+20+30)/(100+1,000+2,000)=60/3,100=0.019 dpu(即表示每件平均有0.019个缺点)l 假如以检点为计算基础=(10+20+30)/( 100100+101,000+52,000)=60/30,000=2,000 dppm
4、(即表示每100万个检点平均有2000个缺点)以上的解释以100万件为单位及100万个检点为单位，当然要两个 ppm 的质量指针互相比较就有所出入。2. 各种质量指针的定义及计算例近年来，信息电子业受到所谓“Six Sigma”的国际质量标竿（Benchmarking）的影响，大家纷纷采用“ppm ”或“几个Sigma”为质量水平的计量单位，但是对这一些新的名词及术语的定义及计算方法不同行业有不同的说法，造成业界随客户的要求而无所适从。以下介绍目前流行于业界的一些质量指针名词及术语。l 计数值计件的质量指针制程良率（Yield）：一般以一制程之投入产品件数与该制程输出良品的件数之比率。如（图2
5、-1）说明。【图2-1】不可修理的制程压模制程良率=输出良品件数/输入产品件数=991/1000=99.1%涂装制程良率=输出良品件数/输入产品件数=980/991=98.9%印刷制程良率=输出良品件数/输入产品件数=950/980=96.9%喷涂制程良率=输出良品件数/输入产品件数=920/950=96.8%冲型制程良率=输出良品件数/输入产品件数=910/920=98.9%终检制程良率=输出良品件数/输入产品件数=900/910=98.9%全制程良率=输出良品件数/输入产品件数=900/1000=90.0%以上适用于电子零件、半导体等制程，其不良品无法修理而报废者。装配厂的制程，其不良品大
6、致上都可以修理，修理好的产品，再回线测试，继续装配，如此要定义其良率应以各制程的初检通过率（First Time Yield；FTY）较为合理。初检通过率（First Time Yield；FTY）:一制程投入产品件数与第一次检验就通过之件数之比率。如(图2-2)说明。【图2-2】可修理的制程压模制程良率=输出良品件数/输入产品件数=991/1000=99.1%涂装制程良率=输出良品件数/输入产品件数=989/1000=98.9%印刷制程良率=输出良品件数/输入产品件数=970/1000=97.0%喷涂制程良率=输出良品件数/输入产品件数=970/1000=97.0%冲型制程良率=输出良品件数
7、/输入产品件数=990/1000=99.0%终检制程良率=输出良品件数/输入产品件数=990/1000=99.0%全制程良率=压模制程良率 涂装制程良率 印刷制程良率 喷涂制程良率 冲型制程良率 终检制程良率 =0.9910.9890.9700.9700.9900.990 =90.4%如此可知，全制程FTY较(图2-1)略高，因此以直通率（Rolled Yield ）定义较准确；其定义为输入件数比上全制程中没有被修理过的件数。直通率=全制程中没有被修理的件数/输入件数 =900/1000 =90全制程之直通率（Rolled Throughout Yield）:定义为全制程的投入产品件数与通过全
8、制程无缺点产品件数之比率，不过在制程上要准确计算比较困难，一般以各制程的良率相乘。l 计数值计点的品质一般信息电子产品只要有一个缺点就应视为不良品，但是一个不良品可能有一个以上的缺点，因此以平均每件几个缺点较能完全表示质量，以dpu （Defects Per Unit）为单位。如(图2-3)的流程图。【图2-3】以每件几个缺点dpu表示的制程压模制程dpu=输出缺点数/检验产品件数=20/1000=0.02dpu 涂装制程dpu=输出缺点数检验产品件数=20/1000=0.02dpu 印刷制程dpu=输出缺点数/检验产品件数=50/1000=0.05dpu 喷涂制程dpu=输出缺点数/检验产品
9、件数=40/1000=0.04dpu 冲型制程dpu=输出缺点数/检验产品件数=10/1000=0.01dpu 终检制程dpu=输出缺点数/检验产品件数=10/1000=0.01dpu 全制程dpu=输出总缺点数/检验产品总件数=(20+20+50+40+10+10)/6000=0.025dpu一般不同产品的每件检点数不同，检点数愈多，dpu就可能愈大，以dpu的大小来比较产品质量的好坏似乎不太合理，因此用总检点数与总缺点数之比来比较质量会客观一点；以dppm（Defect Parts Per Million）为单位，如(图2-4)的流程图。【图2-4】 以每百万检点几个缺点dppm表示的制程
10、压模制程dppm=输出缺点数/每百万检点数=20/(100010)=2000dppm涂装制程dppm=输出缺点数/每百万检点数=20/(10005)=4000dppm印刷制程dppm=输出缺点数/每百万检点数=50/(100010)=5000dppm喷涂制程dppm=输出缺点数/每百万检点数=40/(10005)=8000dppm冲型制程dppm=输出缺点数/每百万检点数=10/(10002)=5000dppm终检制程dppm=输出缺点数/每百万检点数=10/(10002) =5000dppm全制程dppm=输出缺点数/每百万检点数=(20+20+50+40+10+10)/(100010)+(
11、10005)+(100010)+ (10005)+ (10002)+ /(10002) =4412dppmdpu是代表每件产品平均有几个缺点，而dppm是每检查一百万的检点平均有几个缺点。一个检点代表一产品或制程可能会出现缺点的机会，它可能是一个零件、特性、作业等等，有些地方以ppm/part(注2)，dpmo(Defects Per Million Opportunities)为质量指针，其实与dppm是同样的意义。时下许多信息电子装配厂，其制程上记录是以dppm 为单位，不同检点数的产品或制程就可依下式换算为dpu。dpu=产品或制程检点数 dppm良率是最容易了解的质量指针，投入制程的产
12、品，经制造过程后，就可以实际交给下工程或可以直接出货的比率，良率愈高代表效率愈高，报废愈少，修理愈少，对质量、成本、交期都有直接的关系，这是人人皆知的道理，因此，良率应为最终的质量指针。假若可以事先估算出产品或制程的dpu，就可以预估产品在该制程的良率，以卜氏分配的性质可计算其良率。假设X为某件产品经某制程后之观测缺点数，当X0时，即表示该件产品没有缺点，因此，PX=0即表示该产品无缺点的机率；就是良率。以下式表示PX=0 dpu与制程良率的关系如(表2-1)。dpu5.04.03.02.01.00.50.050.01Yield%0.67%1.83%4.98%13.5%36.8%60.7%95
13、.1%99.0%【表2-1】dpu与制程良率的关系以上之质量指针皆以计数值之计件或计点来解释其与良率之关系，而计量值之质量指针Cp或Cpk也可以定义一产品或制程特性的良率，此处可以计数值之一检点为同样的意义，一检点可以为一产品或制程特性。l 计量值的质量指针假设一关键作业(Critical-To-Quality；CTQ) 的特性为X，其分配为常态分配，为平均数，为标准差。假如作业特性落在规格界线内，则该作业为合格；否则不合格而视为缺点。以数学公式及(图2-5)表示如下：规格中心；USL=：规格上限；LSL=：规格下限若 LSLXUSL，则该作业为合格；若 XUSL，则该作业为合格。【图2-5】
14、 规格与常态分配假设一关键作业的特性平均数=，标准差=或=。也就是说规格公差为标准差的六倍，依常态分配的计算则该作业不合格的机率为0.000000002 (0.002ppm)，即为十亿分之二。(图2-6)为短期的Six Sigma绩效及(表2-2)为短期的不同Sigma水平与各质量指针的关系。假设一作业的特性的平均数经长期的影响而位移=，标准差=或=。也就是说规格公差为标准差的六倍，依常态分配的计算则该作业不合格的机率为0.0000034 (3.4ppm)。(图2-7)为长期的Six Sigma绩效及(表2-3)为长期的不同Sigma水平与各质量指针的关系。【图2-6】短期的Six Sigma绩效 不良率标准常态分配右尾机率 2良率 【表2-2】 短期的不同Sigma水平与各质量指针的关系Sigma水平CpCpk良率%不良率ppm10.3368.27%317,40020.6795.45%45,60031.0099.73% 2,70041.3399.9937% 6351.6799.999943% 0.5762.0099.9999998% 0.002【图2-7】 长期的Six Sigma绩效CPU(USL)/()/(k-1.5) /3CPL(LSL)/()/(k+1.5) /3 MINCPU，CPL(k-
