应用过程能力分析评估供应商质量

无论是OEM还是ODM的现代化工业生产，最重视的莫过于产品良率，也就是产品落在规格内的百分比。但是如果要评估产品的好坏，良率并不是唯一的指标，最常评估的还有过程能力的优劣，如CPK>1.33等等。我们所熟知的一些全球知名电子消费品牌，为什么产品质量可以始终如一地保持长期稳定？这就牵涉到他们评估所使用的工具及指标。

今天，我们以SMT领域的一个简单案例来分析，如何通过JMP的交互式统计分析及过程能力分析，来评估供应商的质量，希望为大家指点迷津，带来启发。

SMT（Surface Mounted Technology的缩写）表面组装技术（表面贴装技术），是目前电子组装行业里最流行的一种技术和工艺。此案例中，某SMT产线其中一站的点胶制程，需要评估适合的机台，要从两家不同的厂商去做评估与比较。

在分析前，先让大家简单了解点胶的制程 - 芯片与基板热膨胀系数不同，温度变化造成热应力集中于两者间的凸块造成破裂形成断路(图1)，当基板受外力产生变形时或环境氧化也会造成凸块变脆变质，所以就必须点胶，增加芯片与基板间的接合强度及隔绝空气，并使应力重新分布(图2)。

当然，点胶制程的因子很多，这次只单纯评估机台点胶后的重量一致性以及X和Y方向的偏移程度。

首先，我们先从点胶重量着手分析。案例中所收集的数据包含了公司(M，W)信息，以及天数数据(图3)。一开始建议先从描述性统计着手，先观察数据的分布，并且将规格输入，以便比较。

从图4可以看到，两家公司都不是非常对称的分布，使用JMP软件的“分布”(Distribution)和“图形生成器”(Graph Builder)平台可以轻松比较。

搭配常规检验(图5)，确定数据为非正态分布。所以接下来可以针对过程能力去做比较。从图6的比较可以看出，M公司过程能力高于W公司，但都有大于1.33的水平。

描述性统计比较完后，我们可以接着使用假设检验去了解两家公司是否有显著差异。由检定结果得知，两者间的变异不相等（因为两者都非正态分布，所以使用Levene方法去做判断)，通过 Welch's Test可以看出，两者均值间有显著差异，所以在重量的部分，M公司占有优势。

 接下来，看看不同天是否会造成两家公司的重量会有显著差异。我们来根据所收集资料进行不同天的ANOVA分析。

其中M公司两天在变异部分没有显著差异，而均值部分有显著差异，假设偏差不影响质量，一般公司会设定另外一个Practical difference当作水平，视实际是否会造成质量影响。而W公司很明显两天的水平有显著差异，即使均值没显著差异，一般来说，调整变异会比调整偏差来的更加困难。

 除了统计检验外，还可以使用控制图 (图10)，搭配本地数据过滤器(Local Data Filter)筛选及比对数据。从图形中可以看出，两家设备商第二天的控制界限较窄，但W公司很明显有接近规格的点出现，如果真的因为价格因素考虑，就必须调查原因为何。

接着就XY的偏移程度作确认，同样重复上面的流程去确认。

 从图11的过程能力确认，还是M公司较佳，而两公司进行ANOVA分析(图12)，无论是变异或是均值，两家设备商有显著差异。

接着细分成两天去比较(图13)，这里仅列出有差异的部分，W公司无论是X或Y方向，天数均会造成差异，而M公司均无影响。

最后，搭配图14的控制图确认W公司的水平（因M公司无显著差异就不放上图）。

所以，无论是点胶的重量，或是XY的偏移，确认都是M公司较佳。 

最后，从客户端的角度，光是一个制程，就有许多的质量参数要确认。此外，各个参数也都有不同的方法需要分析，通过JMP独有的脚本语言- JSL的定制化窗口，或仪表板（Dashboard）功能，你可以轻松地将所有分析结果集中在一起并实现标准化、实时性，从而高效实现高效的管理与分析。工欲善其事，必先利其器。在JMP软件的协助下，你的企业也可以像世界一流的企业看齐，让供应商的质量管理将变得前所未有的简便、高效且有说服力。

如果你也想要在JMP中亲自动手实践操作的话，欢迎下载JMP免费试用。