质量管理七工具说明

1、SHAININ DOE 七工具介绍Multi-Vari Chart(多层图)B vs .C (B与C比较)Paired Comparisons(成对比较)Components Search(组件查找)Variables Search(变数查找)Full Factorials(全因子效果)Realistic Tolerance Parallelogram (scatter plots)(散布图定公差)目的:降低变异MUTI-VARI CHART多层图:变异之掌握时刻面变动(Temporal Variation)在不同的时段、生产班次、生产日期、生产周不等等，由于时刻不同制程会发生的质量变异，是一

2、种非随机性的要因，只要能掌握到它们的存在，伴生的质量变异就可望全数消除。空间面变动(Position Variation)在相同时刻里，在不同的部位、机台、人手或工厂所发生的质量变异，确实是所谓的空间要因所产生的。通过恰当对策后，空间面要因所产生的质量变异可望消除大半。以下列举了各类的空间面要因:单品的内变异，如一件铸品因不同部位孔隙度有差异。组品内各单件之间的差异，譬如一块含千、百只零组件电路机板，各点之问焊锡质量有差异。全品之内相同各件之间的差异，譬如一片晶圆上数百粒晶体之间质量出入专门大。同模或同次生产，各件产品之间的质量差异。譬如在IC的封胶制程，乙付模具上通常有数十处相同的穴位，但产

3、出的各个胶体之间也有所差异。不同的作业手、生产机台、或生产工厂投入相同的生产要素，但产品之间也有质量差异。重复面变动(Cyclic Variation)在同一机台，用同批材料、由同一作业手、按相同程序生产，产品之间仍有质量差异。这种随机性要因是会再度出现的，因此它们有反复性。只有在技术上、材料上或设备上等等有所突坡，此类反复性质量变异才能够减少。讨论:请举出在LCD之制程中，时刻之变异有哪些。讨论:请举出在LCD之制程中，空间之变异有哪些。讨论:请举出在LCD之制程中，重复之变异有哪些。Multi-Vari个案研究：转子轴某制造厂生产圆柱的转子轴，需求直径为0.0250”0.001”，制程能力

4、研究显示0.0025”的(标准差)散布，CPK0.8。领班预备废弃此老式的生产转子轴的六角车床设备(TURRET LATHE)，买一个新的价格为$70，000，能保持0.0008” 的车床，即 Cpk1.25，然而，顾问讲服工厂经理先行Multi-Vari 研究，即使在买进新车床前，它的回收只是九个月图表-显示Multi-Vari图的结果空间面变动(Position Variation)轴四个位置的（轴内）变动，显示如方格内，每个轴的左边到右边，上下为轴的最大的直径和最小的直径重复面变动(Cyclic Variation)循环性的变动，一方格到这下一个方格时刻面变动(Temporal Vari

5、ation)从周期到这下一个，以小时显示结论:图中显示，最大的变化大概是时刻到时刻，变化发生于10上午和11上午，这提供这领班一个强的线索，上午10什么呢？休息时刻！。而在下一个三轴样本是取在11上午，这些读数是类似于最初上午生产。变异要因检讨解析例某家瓷砖制造商磁砖褙纸之褙纸黏度质量不易操纵，搜集数据如下表(1)横条之内(每条5片瓷砖)(2)横条之间(3)时刻，另外，将以上数据绘制成 multi-vari charts(包括每条中最高黏度每时段平均黏度、每条平均黏度)，如图 ( 问题) 1那一方面的变因有最大的变异? 2你能够找到什么端倪? 包括非随机的趋势。Multi-Vari Chart

6、 之制作ABCDEFGHIJ112321234567893X16659546057473822564X25658525037601243395X35866594446485418606X46548485044496060587X56763725952565738608最大6766726057606060609最小56484844374712183910平均62.458.85752.647.25244.236.254.611组平均59.459.459.450.650.650.6454545计算各组最大，最小，小平均，大组平均B8格 =MAX(B3.B7)复制B8，至C8.J8B9格 =MIN(B

7、3.B7)复制B9，至C9.J9B10格 =AVERAGE(B3.B7)复制B10，至C10.J10B11格 =AVERAGE(B10.D10)复制B11，选择贴上(值)至C11.D11复制B11，至E11复制E11，选择贴上(值)至F11.G11复制E11，至H11复制H11，选择贴上(值)至I11.J11画图分隔之做法ABCDEFGHIJ112321234567893X16659546057473822564X25658525037601243395X35866594446485418606X46548485044496060587X56763725952565738608最大676672

8、6057606060609最小56484844374712183910平均62.458.85752.647.25244.236.254.611组平均59.459.459.450.650.650.6454545练习为了解0402印刷宽度之变异，取3个MASK，每MASK作4JIG，每JIG取上下两PACK，每PACK，X方向与Y方向等距离取3点共9点，量测印刷宽度，如下数据，应如何解析?若规格在24010，制程能力CPK=0.64，显然不足， = 239.23，s = 4.8WIDTHY1Y3Y5平均X1239.25244.67234.13239.35X3238.54244.33236.3323

9、9.74X5237.42243.04235.38238.61平均238.4244.01235.28239.23WIDTHY1Y3Y5标准差X12.512.164.485.37X32.082.712.354.14X53.134.253.164.79成对比较成对比较类似组件搜寻方法,藉由成对良品和坏品单位的比较，找出两者之间差异，进而依照其差异分析重要要因。使用时机:单位组件或子装置不能够分解或重新组装(不像组件搜寻)有多数良品和少数的坏品成对单位出现有适当的参数来发觉与区不良品与从坏品此技术可适用在组装站、制程、测试仪器,等具有类似的单位，组装,或工具。同时，它也是失败故障分析的有力工具。成对比

10、较制作步骤:选出一良品单位和一坏品单位(尽可能的,接近相同的制造时刻)。称此为一对，详细地观看记录在二单位之间的差异。差异可能来自外观的尺寸电性机械性质,化学性质等，观看技术包括眼睛，X光,扫描电子显微镜，破坏测试等。选择第二对良品和坏品单位。如同第2步骤，.观看且记录此对差异,重复此搜寻步骤，第三,第四,第五,和第六对,直到观看的差异显现出有重复的模式。去掉每对中有矛盾方向的差异。通常,到第五或第六对,一致性的差异将降至少数几个要因。为差异的要因分析提供强列的线索。成对比较个案研究:不良两极管DO-35两极管,汽车里的在-那之下-头巾电子学组件用,有无法同意的失败率。一些被失败的两极管被从领

11、域向后地带来和反对没有有缺点的好的单位比较。被的成对比较结果,当在扫描的电子之下检查的时候认真检查,是依下列各项:双号码观看不同号码分对观看差异1良品-坏品良品没有缺点坏品Chipped die,oxide defects,copper migration2良品-坏品良品没有缺点坏品Alloying irregularities,oxide defects3良品-坏品良品没有缺点坏品Oxide defects,contamination4良品-坏品良品没有缺点坏品Oxide defects,chipped die结论:Four repeats in oxide defects, probabl

12、e Red X family Two repeats in chipped die, probable Pink X familySolution: Working with the semiconductor supplier (who, up to this analysis, had resisted responsibility), the following corrective actions were instituted: 1. For oxide defects: * Thicker photo resist * Mask inspection * Increased sep

13、aration between mask and die 2. For chipped die: * Reduced oxide thickness in scribe grid B VS. CB表示Better，C表示Current，确实是比较好条件与现有条件是否有差异。在过去常用的方法为两组母平均差之检定，但计算较为复杂，再过去统计方法中有专门多简易之计算方法，其中SHAININ提出两种容易之方式(1)Lord Test及(2)Tukey Quick Test。SHAININ使用Lord test 之步骤步骤BetterCurrent(1)实验B&C各实验3次DATAX1X2X3Y1Y2Y

14、3（2）中位（3）全距R1R2（4）（5） 參考Lords test for two independent samples.此處Lord 採用平均，SHAININ採用中位數，較方便計算，判斷值在5%下，Lord值為1.272，SHAININ為1.25，可能是為方便記憶。（6） 推断所选择因子中有阻碍的大要因存在，可进行步骤2（7）假如 推断所选择的因子中无阻碍大要因存在，回到步骤1例:HOUREMETERAn hour meter , built by an electronics company , had a 20-25 percent defect rate because sever

15、al of the units could not meet the customers reliability requirement of perfect operation at -40 C .The worst units could only reach 0 C before malfunction .The hour meter consists of a solenoid cell with a shield to concentrate the electrical charge which pulses at regular intervals .The pulse trig

16、gers a solenoid pin , which in turn causes a verge arm , or bell crank , to trip the counter , advancing it by one unit .The counter is attached to a numeral shaft containing numeral wheels .These numeral wheels are separated from each other by idler gears , which rotate on an idler gear shaft .Both

17、 the idler gear shaft and the numeral shaft are attached to the mainframe , made of hard white plastic .The pulsing rhythm is provided by an electronics board .High(Good)AssemblyLow(Bad）AssemblyInitial results(H1):40。C(L1) O。CResults after lst disassembly/ reassembly(H2):35。C(L2)5。CResults after 2nd

18、 disassembly/ reassembly(H3):37。C(L3)7。Cmedian375range57D=-32，=(5+7)/2=6，D: =32:6=5.33:11.25，The test for a significant and repeatable difference between the good units and bad units is determined by the formula : D: 1.25:1，The Red X and Pink X are among the causes being considered and there is good

19、 repeatability in the disassembly / reassembly process .Lords test for two independent samples. In this test the sample ranges R1,R2 replace s1, s2. This is a quick test, no more robust under nonnormality than the t test, and even more vulnerable to erroneous sample extreme values. Table A 7(ii) app

20、lies to two independent samples of equal size. The mean of the two ranges, w = (R1 + R2)/2, replaces the w of the paired test and 21takes the place of D. The test of significance is applied to the numbers of worms found in two samples of 5 rats, one sample treated previously by a wormkiller. See tab

21、le 8.7.1. We have 21 = 171.8 and w = (219 + 147)/2 = 183. From this, tR = (21)/ = 171.8/183 = 0.939, which is beyond the 1% point, 0.896, shown in table A 7(ii) for n = 5. TABLE 8.7.1NUMBER OF WORMS PER RATTreatedUntreated12337814327519241240265259286Means, 151.4323.2Ranges, R219147To find 95% confi

22、dence limits for the reduction in number of worms per rat due to the treatment, we use the formula (21)tR 21 (21) + tR171.8 (0.613)(183 21171.8 + (0.613)(183)60 21284The confidence interval is wide, owing both to the small sample sizes and the high variability from rat to rat. Students t, used in ex

23、ample 6.8.3 for these data, gave closely similar results for the significance level and the confidence limits. For two independent samples of unequal sizes; Moore (7) has given tables for the 10%, 5%, 2%, and 1% levels of Lords test to cover all cases in which the sample sizes n. and n1，n2 are both

24、20 or less. The range method can also be used when the sample size exceeds 20. With two samples each of size 24, for example, each sample may be divided at random into two groups of size 12. The range is found for each group, and the average of the four ranges is taken. Lord (3) gives the necessary

25、tables. This device keeps the efficiency of the range test high for samples greater than 20, though the calculation takes a little longer. To summarize, the range test is convenient for normal samples if a 5% to 10% loss in information can be tolerated. It is often used when many routine tests of si

26、gnificance or calculations of confidence limits have to be made. SHAININ使用Tukey Quick Test之步骤找出联合的那些二组样本里的最大和最小值，称为联合最大，及联合最小假如联合最大值和联合最小值两者在相同组的样本发生,我们没有足够证据证实二组样本是不同的。在这情况我们指定统计值T=0。步骤终止。假如一组样本包含联合最大值和另一组有联合最小值, 接着第 3 至7步骤.找出第一组样本的最大和最小值找出第二组样本的最大和最小值考虑联合最小值，计算另组最小值比联合最小值大的个数考虑联合最大值，计算另组最大值比联合最大值小

27、的个数T数值即为步骤第5和第 6相加推断如表A.7所示，N为较大组，n为较小组，假如n=3，N=4，可查道7/-/-，即若T7，可推断此两组有差异，否则证据未足够判为有差异。同值时之计算，有两种可能发生当两组之最大值等于联合最大值，或者两组之最小值等于联合最小值，在这些情形其中任何一个,T值为0.假如一组样本包含联合最大值和另一组有联合最小值，若发生另组数值与联合最小相同时或若发生另组数值与联合最大相同时，现在个数以1/2个计算组件及变量搜寻(Component & Variable Search)步骤1：粗估(Ballpark)列出（找出）可能会阻碍的零组件（分好与坏的PART）或可能会阻碍

28、的变量（分出高及低的水平）确认这些要因中，会包括有阻碍变异之大要因作法：将最好的组合，称为Good（High）与最差的组合，称为Bad（Low） 各3次实验，共6次，实验采6次随机试验解析：GOODBAD实验X1X2X3Y1Y2Y3（1）中位（2）全距R1R2（3）（4） 參考Lords test for two independent samples.（5） 推断所选择因子中有阻碍的大要因存在，可进行步骤2（6）假如 推断所选择的因子中无阻碍大要因存在，回到步骤1步骤2：消去(elimination)逐一确认要因中是那一个重要(Red X or Pink X)，同时去除不重要因子（消去法）作

29、法：从第一个变量称为A开始，选择好的条件AH，AL，其余的变量组合为差的组合称为RL，RH。实施AL，RH，及AHRL之实验，从此处推断A是否具有重要性。推断法：假如A因子有重要阻碍，则应该有AL在RH群中，会有显著的差不出现，同时AH在RL群中会有显著的差不出现，也因此我们有如下之推断方法。分不做出好、坏、群之管制线公式：好群管制线 參考統計量坏群管制线推断假如AHRL之值高出坏群中之上线（或）ALRH低于好群中之下线，则推断A 为重要因子(RED X，PINK X)（注：1.同时出界、2.一出一未出(交互作用)、3.未出界(无效果)）如此逐一推断直至所有因子推断完毕AhRlAlRhHIGH

30、BETWEENLOWHIGHBETWEENLOW步骤3：定案(capping run)，确认组合之效果(交互作用)再将重要因，好的组合为QH，坏的组合为QL其解因组合为RH，RL，实施QH RL，QL RH之实验，检讨出组合之效果(交互作用)步骤4：全因子(Full factorial)，检出重要要因之效果大小将重要因子实施完全配置之解析，计算各因子及交互作用之效果，找出最佳之组合值。例:HOUREMETER(Component serach)An hour meter , built by an electronics company , had a 20-25 percent defect

31、 rate because several of the units could not meet the customers reliability requirement of perfect operation at -40 C .The worst units could only reach 0 C before malfunction .The hour meter consists of a solenoid cell with a shield to concentrate the electrical charge which pulses at regular interv

32、als .The pulse triggers a solenoid pin , which in turn causes a verge arm , or bell crank , to trip the counter , advancing it by one unit .The counter is attached to a numeral shaft containing numeral wheels .These numeral wheels are separated from each other by idler gears , which rotate on an idl

33、er gear shaft .Both the idler gear shaft and the numeral shaft are attached to the mainframe , made of hard white plastic .The pulsing rhythm is provided by an electronics board .High(Good)AssemblyLow(Bad）AssemblyInitial results(H1):40。C(L1) O。CResults after lst disassembly/ reassembly(H2):35。C(L2)5

34、。CResults after 2nd disassembly/ reassembly(H3):37。C(L3)7。Cmedian375range57D=-32，=(5+7)/2=6，D: =32:6=5.33:11.25，Control limits =median/=median2.776/1.81(此处为个不值信赖区间，不是群体平均信赖区间)The test for a significant and repeatable difference between the good units and bad units is determined by the formula : D: 1

35、.25:1，The Red X and Pink X are among the causes being considered and there is good repeatability in the disassembly / reassembly process .noComponent SwitchedHigh AssemblyResultsControl LimitsLow AssemblyResulsControl LimitsAnalysislnitial No.1Dis/Reassembly NO 2Dis/Reassembly NO 3AllComp.HighAllCom

36、p.HighAllComp.High-40-35-37median2.776/1.81AllComp.LowAllCompLowAllCompLow0-5-7median2.776/1.811AALRH-40-27.8-46.2AHRL-5-14.2+4.2A Unimportant2BBLRH-35-27.8-46.2BHRL0-14.2+4.2B Unimportant3CCLRH-35-27.8-46.2CHRL-5-14.2+4.2C Unimportant4DDLRH-20-27.8-46.2DHRL-5-14.2+4.2D Important5EELRH-40-27.8-46.2E

37、HRL0-14.2+4.2E Unimportant6FFLRH-40-27.8-46.2FHRL-5-14.2+4.2F Unimportant7GGLRH-20-27.8-46.2GHRL-5-14.2+4.2G Important8HHLRH-35-27.8-46.2HHRL0-14.2+4.2H UnimportantCapping RunRDHGHRL-40-27.8-46.2DLGLRH0-14.2+4.2R unimportantCONCLUSIONComponents A, B, C, E, F, and H are within the high side and low s

38、ide control limits .So they are unimportantComponents D and G are out side the high side control limits. So they are important.The capping run confirmed that D and G combined go outside both sides of the control limits. So D and G and their interaction effects are important统计量全距平均(Mean Range)统计量当xi1

39、，xi2，xin为从一常态群体之样本(i=1k)，12k1X11X21Xk12X12X22Xk2nXn1Xn2Xkn平均全距R1R2RK全距平均(Mean Range) ，=即E()=，此处1/值如下表所示，此种推定之效率(与s比较变异数)如下表所示当n12以上时，效率值在0.8以下，n=5以下时效率值在0.955以上，因此一般组之大小都在5以下之缘故。之分配，()/2为趋近分配，此处值如下表所示，从表中可知，d2=(1+1/4)，当组数够大时，=d2当组数k=1，即为一般所称之R，在不致误解下，有时亦表示成，同理有时以d2表示。2n型多元配置解析(FULL FACTORIAL)2n型多元配置

40、，指因子数有n个水平数各为2，完全组合。这种完全组合之实验，我们称为完全配置，这种配置要紧目的在求得各个因子效果之大小，及因子组合后之组合效果(又称交互作用)之大小，一般讲来，效果大小来自各水平间之差异，差异愈大，表示效果大，因此有如下之问题必须解决(1)有多少效果必须计算(2)因子效果如何计算，包括主因子效果，交互作用(3)如何比较效果，下表表示因子数与效果数。N效果123456主因子效果1234562次交互作用13610153次交互作用1410204次交互作用15155次交互作用166次交互作用1组合效果014112657合计137153163一因子效果例:假设进行符号讲明【例1】A1A2

41、ABC代号dataB1B2B1B2111(1)2C12534112c3C23832121b5122bc8211a3212ac3221ab4222abc2构造模型与效果的分解23构造模型xijk=+ai+bj+ck+(ab)ij+(ac)ik+(bc)jk+(abc)ijk+ijkai=bj=ck=0，(ab)ij=(bc)jk=(ac)ik=0，(abc)ijk=0效果的分解,则有如下之情形：A因子之效果差=4|(a1-a2)|=|(1)+c+b+bc)-(a+ab+ac+abc)|=|(a-1)(b+1)(c+1)|B因子之效果差=|(a+1)(b-1)(c+1)|C因子之效果差|(a+1)

42、(b+1)(c-1)|AB因子之效果差=|(a-1)(b-1)(c+1)|=|(ab-a-b+1)(c+1)|=|(abc+ab+c+1)-(ac+bc+a+b)|AC因子之效果差=|(a-1)(b+1)(c-1)|BC因子之效果差=|(a+1)(b-1)(c-1)|ABC因子之效果差=|(a-1)(b-1)(c-1)|【例1】求AB因子之效果差AB因子之效果差=|(abc+ab+c+1)-(ac+bc+a+b)|= |(2+4+3+2)-(5+8+3+3)|=8公式：因子偏差平方和=(因子效果差)2/总实验数 在2N型之場合，因子之效果差能够2者之差來表示(亦可用偏差平方和來表示)，但在3N

43、型時，要表示3者之差異，通常以偏差平方和來表示因此 SAB=82/8=8直交与交络-因子之效果能够分离出来，称为直交，若无法分离出来称为交络直交表利用上述效果的分解之方法，我们可将其以+-符号列成下表NOABC代号DATAABABCACBCABC111112+2112c3+-3121b5+-+-4122bc8+-+5211a3-+-+-+-6212ac3-+-+-+7221ab4-+-+8222abc2-+-+-每行符号DATA之和即为因子之效果差18-12=6偏差平方和=(因子效果差)2/总实验数36/8上表虽可按照效果的分解之方法求得，实际可依以下作法完成列出A，B，C之符号，即A为1时为

44、，A为2时为，以此类推AB行可依A行若为”B行若为”，则AB行得”， A行若为”B行若为”，则AB行得”，等之同号为异号为之原则计算我们亦可将其以1，2符号列成下表，其作法同上NO.ABC代号ABABCACBCABC1111(1)11111112112c11122223121b12211224122bc12222115211a21212126212ac21221217221ab22112218222abc2212112因为每行都直交，若无交互作用，则可增加一因子，依此方式检讨，若全无交互作用，则23型，可配置7个两水平因子，如下表所示，田口即依照此方式，建立及推广其直交表。可配因子A B CD

45、 F G H列 行1 2 34 5 6 71 1 11 1 1 121 1 12 2 2 231 2 21 1 2 241 2 22 2 1 152 1 21 2 1 262 1 22 1 2 172 2 11 2 2 182 2 12 1 1 2成分 AA B B A BC C C A B CYATES算法,求偏差平方和【例2】如【例1】求因子之效果差及各种偏差平方和代号数据(1)(2)(3) 效果差(3)2/8名称(1)25162898CTc31312-24/8SCb56-4-864/8SBbc86200SBCa3-1-8416/8SAac3-30-636/8SACab402-864/8S

46、ABabc22-2416/8SABC【练习1】：试计算如下之因子之效果差及各种偏差平方和A1A2B1B2B1B2C1D12423D23128C2D165686D2810910解ABCDDATA1234S111112519391651701.5625CT1112d3142012663248.0625SD1121c6519-5-115826.5625SC1122cd81510768-69297.5625SCD1211b44-3-19-89495.0625SB1212bd115-2-96-75351.5625SBD1221cd511-3975351.5625SCD1222bcd109671-7877

47、370.5625SBCD2111a2-1-9-1-87473.0625SA2112ad2-2-10-88-73333.0625SAD2121ac63-11-177370.5625SAC2122acd9-5-85-7487473.0625SACD2211ab301187473.0625SAB2212abd8-387473333.0625SABD2221abc86-53-7-73333.0625SABC2222abcd1076-8184-91517.5625SABCD散布图-定公差通常产品之规格包括两种数值，一为数值表示，另一为范围表示，数值部分称为规格值，范围表示称为公差，制程条件也有此两种数值

48、，因此当制程条件决定时(田口称为参数设计)除了数值部份，亦应检讨重要条件之公差范围(田口称为公差设计)，使制程规格明确，以方便制程管制。SHANINI提出使用散布图之方法。Shanin case-质量问题:焊钖作业(产品)EXO-5500数字I/O印刷电路机板，每组五板，每板1000焊点(制程)波焊作业(Wave Soldering Process)(defect)defect rate平均2970ppm(损失)每月25万元，(含检验、废弃、修补、再测、制造损坏、用户送修等各项成本)(Defect mode)solder short 80%，unsoldered connections 14%

49、，pinholes、insufficient solder等等6%(期间)持续14个月(方法)传统式(下线苦干、擦拭保养、脑力激荡、鱼骨图)现况分析MULTI-VARI CHART Experiments 1在9AM、11 AM及2PM各进行三组(每组五板)机板的实验，以探究下述三大类要因:1板组、2时段3机板(查检表设计 5元查檢表五元表AM911AM2PM123123123位置板間空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他空銲橋銲其他中右ABCDE中左ABCDE右邊ABCDE左邊ABCDE)综合推断defect比率31llppm与往日纪

50、录相近，因此数据可信。(lA图意)三个时段没明显差异连续三套板组之间没明显差异，同组内各板之间，清形也相同,板间差异为最大，亦只是才有20-15=5点的差异)(lB图意)板组内不同位置的机板之间有明显差异。外侧也和E两板的defects 最多各达56及54，而中间B、C和D三板各只有12、8及10个defects 。 (lC图意)各块机板上的四条象区之间有明显差异。外侧两象区的defects 最多，各高达58及62;然而中间两象区却各仅有14点及6点。(lD图意)defect mode中以solder shorts居最多高达108点，unsoldered connections其次22点，及其

51、它有10点。此项结果与往日纪录相近。(板疹图concentration diagram)将出现defect的孔位在机板图上用色笔加以标记，制作成一张板疹图(未附图)，可供必要时的解析之用。结论从lB图获知：各组内其外侧两板的defect点数较中间三板高出四倍以上。因此，我们宜研究比对良板与劣板。从lC图获知:外侧象区的defects 较中间象区高出五倍之多。进一步端详板疹图后获知:solder shorts多出现右侧板末，而unsoldered connections则多出现在左侧板末部位的IC栅脚上。因此，波焊机台是质量变异的要紧源头。从板疹图的分析获知:机板上有两处洞孔最易发生unsold

52、ered connections。因此，我们宜进行良孔与劣孔的比对研究。数据透视表三元表defects 二元表板间位置板间其它unsoldered connectionssolder shorts总计defects ABCDE总计中右A其它10Bunsoldered connections22Csolder shorts108D总计561281054E中左A二元表板间B位置ABCDE总计C中右6D中左14E右边62右边A左边58B总计561281054C二元表defects D位置其它unsoldered connectionsolder shorts总计E中右6左边A中左14B右边62C左边

53、58D总计1022108E总计Paired Comparisons (分对比较)Experiment 2A从Experiment 1的九组数据中，取出四组来比对中间良板与外侧劣板的差不，其中左、右的板心对粗心的偏离，数据详如表。外侧机板与中间机板的比对组不板不左板右板1中间几板0.0080.010外侧机板0.1500.1702中间机板0.0100.015外侧机板0.2100.2503中间机板0.0150.012外侧机板0.3000.2604中间机板0.0130.0l0外侧机板0.1900.160以C板板心作为组中心(结论)从表一的比对结果，可看出中间三板与外侧两板之心线反复出现偏离。中间机板的

54、心偏量从0.008到0.015，而外侧机板的心偏量较高达0.150到0.300。(对策)(Corrective Action)过量的心偏表示整组机板的夹具不太适当，而且预热区温度过高。因此，我们应修紧夹具，同时将预热温度略降10F以维适度供温。Experiment 2B (孔位比对）(未附表)取特定两孔位都有发生unsoldered connections的四块机板，经比对这二劣孔与其邻近的几处良孔后，我们并未发觉孔位周缘的板镀或其上的lC脚，钖有特不的差异。但是，再认真端详后，我们发觉unsoldered connections处的板孔其口径比其它良孔的口径要大一些，它们之间的孔径比是从1.

55、4:1.0到1.7:1.0。(结论):机板上有两孔其口径过粗，以致容易发生unsoldered connections。因此，我们应设法提高钻孔的质量。(对策) (Corrective Action)引入比较周密的钻孔设备，而且在生产在线改用更紧的孔径规格。B vs CDOE Experiment 3C(CURRENT)制程:现用治具、现用预热具、现用钻孔机B(BETTER)制程:新用治具、新用预热具(降温1O。F)及unsoldered connections孔位钻穿小孔。以C制程三组及B制程三组随机地进行实验，并按defects 整理成果，评如表2。表2B vs C板组defect数疵率B

56、25B33B12C312C116C213(结论)从表二获知:B制程远强过C制程(95%以上信心或5%以下风险)。只是，由于仅有少量实验结果，现在的DEFECT RATE意义不大。Variables ResearchExperiment 4Experiment1的结论，波焊机台是defect问题的要紧根源。通过几位工程师的几番脑力激荡后，他们开列了一份制程参数清单，并按认定时重要程度由高至低编制表3，表中的高水平与低水平各代表他们认定好水平与坏水平(现用水平)。表3码不制程参数高水平低水平A热气刀压力Psi1410B预热区温度Profile1Profile2C助焊剂密度gm/c.c.0.90.8

57、D输送带速度ft/min46E输送带坡度(。)75F钖锡温度。F480450G焊锡时刻sec3.53.0H助焊剂沫高度1.21.0STAGE 1 BALLPARK在波焊机台，以全高水平十组和全低水平十组进行实验，如此随机反复三回。然后，按defects 的多寡将实验成果编制成表4。 實驗條件組合(隨機)NOA氣刀壓力B預熱具供溫C助銲劑密度D輸送帶速度E輸送帶坡度F錫爐溫度G銲錫時間H助銲劑沫高度10*5*1000ppm31111111142840211111111469205111111115110204222222224806222222225100122222222240回数全高水平全低

58、水平总组数144220254620325120中位446全距39全高、全低水平之间D=46-4=42，机板之间 =(3十9)/2=6，管制界限=Median2.776/1.81= Median9.2全低管制界限36.8及55.2 兩組平均之比較平均是否有差異，HO:1=2，一般採用統計量為，或變異數分析。全高管制界限-513.2(结论)(1)在三回实验中，全高水平都胜过全低水平。(2)由于D: =42:6远大于1.25:1，因此全高水平的确优于全低水平。(3)因此，在所选变量中有Red X 与Pink X 显著变数STAGE 2(Elimination)按表5第一栏的方式，将每套水平都实验十组

59、，表中的H、L符号各代表参数的高水平及低水平，而RH与RL则各代表其它变量都设定在高水平及低水平。将实验成果及其判解编制成表5。表5Variables CombinationOutputMedianControl LimitsInterpretationALRHAHRL1338446-5.2and l3.235.8and 55.2A not importantBLRHBHRL1239446-5.2and l3.235.8and 55.2B not importantCLRHCHRL3215446-5.2and l3.235.8and 55.2C important, alongWith ano

60、ther variableDLRHDHRL2021446-5.2and l3.235.8and 55.2D important ,alongWith another variableELRHEHRL2522446-5.2and l3.235.8and 55.2E important ,alongWith another variableFLRHFHRL1040446-5.2and l3.235.8and 55.2F not importantGLRHGHRL942446-5.2and l3.235.8and 55.2G not importantHLRHHHRL838446-5.2and l3