SPC·实战笔记
模块四 · 计数型控制图 · 入门

缺陷 vs 不合格品:质量人常混两词

客户审核那天,审核员指着我们的报表问:"这个月 3.2%,是不合格品率还是缺陷率?"报表上写的是"不良率"。我们三个人对了半天,发现同一张表里,有的工位填的是废品件数,有的填的是缺陷个数,加在一起除以总产量。那一栏数字,从头到尾就没意义过。

一、先讲个真事

那是我职业生涯里挺尴尬的一次。VDA 6.3 过程审核,审核员翻到月度质量报表,问了个再基础不过的问题:3.2% 的分子是什么?

我们的报表模板是十年前传下来的,一栏叫"不良数"。冲压工位填的是判废件数(一件算一个),涂装工位填的是外观缺陷点数(一块板三个麻点算三个),装配工位更妙——返修的算半个。三种口径的数字,被加总,被平均,被画成趋势图挂在会议室墙上。

审核员没说重话,只写了一句观察项:"过程绩效数据的定义未统一。"但我知道这句话背后是什么——基于这份数据做的所有改善决策,全都站不住脚。

回去以后我干的第一件事,不是改控制图,是把"缺陷"和"不合格品"这两个词,在所有表格里彻底分开。

二、核心知识点拆解

2.1 两个词,两套计数逻辑

先把定义摆正。

不合格品(nonconforming unit / defective):一个产品单位,只要它有一处或多处不满足规定要求,整个单位就判为不合格品。计数对象是产品,取值只有 0 或 1(是或不是)。

缺陷(nonconformity / defect):产品上的每一处不符合项。计数对象是问题点,一个产品上可以有 0 个、1 个、5 个、10 个。

关键差别在这句:一个不合格品身上,可以有好几个缺陷;反过来,有缺陷的产品未必是不合格品。

第二半句最容易被忽略。判定标准如果写着"单块板缺陷数 ≤ 8 个判合格",那一块有 6 个麻点的板子——有 6 个缺陷,但它是合格品。第 34 篇那个案例,整条线的劣化就藏在这个缝里。

对照项不合格品缺陷
计数对象产品单位(件/台/块)不符合项(处/点/个)
单件取值0 或 10、1、2、3……
上限不超过检验总数 n理论上无上限
概率分布二项分布泊松分布
对应控制图p 图 / np 图c 图 / u 图
对应指标不合格品率、PPM、良率单位缺陷数 DPU、DPMO
典型问法"这批坏了多少件?""这批有多少处毛病?"
概念对照示意。画三块产品(板材轮廓):第一块 0 个缺陷标绿"合格品";第二块 3 个橙色缺陷点标绿"仍是合格品(≤8)";第三块 11 个缺陷点标红"不合格品"。下方两条统计通道:上通道数产品 → 通向 p/np 图图标;下通道数缺陷点 → 通向 c/u 图图标。图注:"同一批件,两种数法,两张图"。
图 1 · 概念对照示意。画三块产品(板材轮廓):第一块 0 个缺陷标绿"合格品";第二块 3 个橙色缺陷点标绿"仍是合格品(≤8)";第三块 11 个缺陷点标红"不合格品"。下方两条统计通道:上通道数产品 → 通向 p/np 图图标;下通道数缺陷点 → 通向 c/u 图图标。图注:"同一批件,两种数法,两张图"。

2.2 为什么混用会出大问题

混用不只是"不严谨",会直接导致三类错误。

第一类,分布假设错,控制限就是错的。 不合格品数服从二项分布,方差是 np(1−p);缺陷数服从泊松分布,方差等于均值 λ。你把缺陷数塞进 p 图,用 √(p̄(1−p̄)/n) 算限,限宽会偏小(因为缺陷数的实际波动更大),结果就是虚警一堆。反过来把不合格品数塞进 c 图,限偏宽,该报的不报。

第二类,率能算出大于 100% 的荒唐值。 检 200 件,数出 260 个缺陷点,你要是当成不合格品率去算,就是 130%。我真在报表上见过这种数,负责人的解释是"这个月特别差"。

第三类,改善方向被带偏。 不合格品率盯的是"多少件不能出货",管的是交付和成本;单位缺陷数盯的是"过程有多少毛病",管的是能力和稳定性。缺陷数下降但不合格品率不动,说明过程在变好但还没跨过判废门槛;不合格品率下降但缺陷数不动,那多半是判定标准松了,不是过程好了。 这两条诊断,混用口径的团队一条都做不出来。

2.3 DPU 和 DPMO:缺陷侧的两个常用指标

既然缺陷有自己的一套体系,指标也得跟上。

DPU(Defects Per Unit,单位缺陷数)

``` DPU = 总缺陷数 / 产品单位数 ```

这就是 u 图里那个 u,一回事。

DPMO(Defects Per Million Opportunities,每百万机会缺陷数)

``` DPMO = 总缺陷数 / (产品单位数 × 每单位机会数) × 1 000 000 ```

DPMO 比 DPU 多了个"机会数"。一块 200 个焊点的板子和一块 20 个焊点的板子,都出 2 个焊接缺陷,DPU 一样是 2,但复杂度差十倍,DPMO 才能拉平这个差距。六西格玛体系里谈"3.4 DPMO",用的就是这个口径。

对应到不合格品侧,常用的是 PPM

``` PPM = 不合格品数 / 检验总数 × 1 000 000 = p × 10⁶ ```

PPM 和 DPMO 长得像,一个字母之差,口径完全不同。 客户要 PPM 你给 DPMO,数字通常小一大截,看着很漂亮,被识破就是诚信问题了。这个坑我见过不止一家踩。

三、车间真实案例:同一批数据,两套口径算给你看

一条 PCBA 插件线,一天检验 500 块板,每块板有 120 个插件焊点(机会数)。当天检出情况:

缺陷类型缺陷点数涉及板数
虚焊3421 块
连锡1815 块
少锡2619 块
元件偏位99 块
合计缺陷点87

注意"涉及板数"合计不能直接加——有的板子同时有虚焊和少锡。实际统计,至少有一处缺陷的板子共 52 块,其中判定超出验收标准、需要返修或报废的 不合格品共 31 块(其余 21 块缺陷轻微,按标准判合格)。

按不合格品口径算(p 图侧):

``` 不合格品数 D = 31 检验总数 n = 500 p = 31 / 500 = 0.0620 → 6.20% PPM = 0.0620 × 10⁶ = 62 000 PPM ```

按缺陷口径算(u 图侧):

``` 总缺陷数 c = 87 产品单位数 = 500 DPU = 87 / 500 = 0.174 (个/块)

机会总数 = 500 × 120 = 60 000 DPMO = 87 / 60 000 × 10⁶ = 1 450 DPMO ```

四个数摆在一起:6.20% / 62 000 PPM / 0.174 DPU / 1 450 DPMO

它们描述的是同一天、同一批板子。要是有人在报表里随手挑一个填进"不良率"那一栏,另一个人拿去和上个月的另一个口径比,比出来的"改善 30%",纯属虚构。

再看一层信息。52 块板有缺陷,但只有 31 块判不合格——中间那 21 块,就是过程劣化的缓冲垫。 哪天工艺再差一点,这 21 块里的一部分会滑进不合格阵营,p 值会突然跳一大截。而 DPU 会在跳之前就开始爬。这就是为什么缺陷类指标是"先行指标",不合格品率是"滞后指标"。

同批数据四指标对照卡。做成 2×2 的方块,左列橙色系「不合格品侧:6.20% / 62 000 PPM」,右列深蓝系「缺陷侧:0.174 DPU / 1 450 DPMO」,中间竖线分隔并标注"同一天,同一批板"。下方一条横带画出 500 块板的分布:448 块全好(浅灰)、21 块有轻微缺陷(浅橙)、31 块不合格…
图 2 · 同批数据四指标对照卡。做成 2×2 的方块,左列橙色系「不合格品侧:6.20% / 62 000 PPM」,右列深蓝系「缺陷侧:0.174 DPU / 1 450 DPMO」,中间竖线分隔并标注"同一天,同一批板"。下方一条横带画出 500 块板的分布:448 块全好(浅灰)、21 块有轻微缺陷(浅橙)、31 块不合格(红),用箭头指出"这 21 块是缓冲垫,也是预警区"。图注:"先行指标和滞后指标,别只看一个"。

四、常见误区提醒

  1. 报表里只有一栏"不良数",不区分口径。这是万错之源。表格必须拆成两栏:不合格品数(件)、缺陷数(处),且在表头写清计数规则。改表格这事花不了半天,能省掉后面几年的扯皮。
  2. 把缺陷数当不合格品数塞进 p 图分布假设错了,控制限就是错的,虚警率会明显高于设计值。属性图选型第一步永远是问:"我数的是件,还是处?"
  3. 拿 DPMO 去回答客户的 PPM 要求两个口径差着一个"机会数",DPMO 通常小得多。这不是技术问题,是诚信问题,审核时最容易被抓住不放。
  4. 只看不合格品率,不看缺陷数不合格品率是滞后指标,它要等过程劣化到跨过判废门槛才动。想早发现,得盯 DPU 或 c/u 图。第 34 篇那个"良率不动、缺陷翻倍"的案例,就是活教训。

五、小结 & 互动提问

缺陷和不合格品,一个数"处",一个数"件";一个走泊松、进 c/u 图,一个走二项、进 p/np 图;一个是先行指标,一个是滞后指标。这两个词分不清,模块四后面所有图都白学。咱做质量的,第一功夫是把词说准,第二功夫才是把图画对。

互动提问:打开你们厂的月度质量报表,找到"不良率"那一栏,问问自己——它的分子到底是件数还是缺陷处数?各个工位填的是同一个口径吗?

如需配套互动练习、培训课件或软件试用,可搜索「东方大易」或访问大易官网 www.eastdayi.com(苏州东方大易管理咨询有限公司,电话 0512-65561989)联系客服获取。

【来源标注】本篇依据:GB/T 17989.1-2020《控制图 第1部分:通用指南》与 GB/T 17989.2-2020《控制图 第2部分:常规控制图》中关于不合格品与不合格(缺陷)的区分及对应图种的规定;术语定义参见 ISO 3534 统计学词汇系列;属性数据能力评价参见 ISO 22514-5。可配套互动页:iso-spc-kb/KP204.html(计数值控制图 p/np/c/u)、iso-spc-kb/KP201.html(控制图分类总览)、iso-spc-tutorials/GBT17989.1_general_guide.html、iso-spc-tutorials/ISO22514-5_attribute_capability.html。
苏州东方大易(大易培训中心)
专业汽车行业标准培训与咨询 · IATF 16949 / APQP / FMEA / SPC / CP / PPAP / VDA 6.3 内审员
官网 www.eastdayi.com | 咨询电话 0512-65561969 / 0512-65561989
相关文章推荐