NG 率是一个看起来极其清晰、实则最容易被过度解读的指标。它给出的只是一个比例,却常常被顺手演绎成「这批不行」「客户要退货」「设备有问题」。这些结论里,没有一个是 NG 率本身支持的。
本文用一份真实数据来说明这件事。数据中,透明塑胶件两个测程的平面度001 评价项,均为六次测量全部 NG,NG 率记录为 1.0000;同一批次的平面度002 评价项则六次全部 OK,NG 率为 0。同一份数据里同时存在两个极端值,正好适合用来讨论「高 NG 率到底能推出什么」。
看到 NG 率的第一反应,应当是确认分母是多少,也就是 NG 数除以的有效测量总次数。本数据的有效测量数是 6,因此 NG 率 1.0000 的准确含义是:**在这六次自动测量中,该评价项的读数全部超出了软件设定的判定上限**。
六次是什么概念?它是一次调试或一次验证过程的典型样本量,用来观察读数是否收敛是够的,用来描述一个批次、一天生产、或一个月的制程水平远远不够。分母为 6 的 NG 率不等于「这批不良率 100 %」,它甚至还不是「不良率」这个词通常所指的那个量。
第一,它说明在这一小批样本上,该评价项的读数处于规格之外,且位置明确。本数据中平面度001 的平均值分别为 0.1403 mm 与 0.0852 mm,均高于软件设定的上限规格值 0.05 mm,量级差异清楚,不是处在临界处的抖动。这是一种「确定性」很高的结果,不需要更多次测量来确认「是不是真的超了」。
第二,它说明该评价项所指向的区域存在值得处理的现象。因为在同一次装夹、同一程序下,另一个评价项给出的结果是六次全 OK,两者量级相差近二十倍以上。这种「同时出现全 NG 与全 OK」的组合,恰恰排除了「整体混乱」的可能,把问题定位到了具体的区域。
第三,它说明当前的判定基准是被严格执行了的。软件按设定上限做出判定,判定一致性良好,没有出现同一区域测出忽好忽坏的锯齿状结果。这属于测量方案本身工作正常的证据。
| 能说明 | 不能说明 |
|---|---|
| 该评价项读数超出当前设定上限 | 设备故障或测量失效 |
| 问题区域的位置相对明确 | 整批产品的良率水平 |
| 判定执行是一致的 | 客户的最终验收结论 |
| 读数本身具有确定性 | 长期制程能力或 CPK 水平 |
判断设备是否在正常工作,应当看重复性与示值误差,而不是看 NG 率高不高。本数据里,同一评价项的多次读数彼此收敛(右件平面度001 的范围为 0.0088 mm,左件为 0.006 mm),说明采集过程自身稳定。至于设备给出的数值是否接近真值,需要靠校准与标准件验证来判断,与 NG 率高不高无关。
良率描述的是一段时间内合格品占总产出的比例,它的分母应当是生产总数,而不是某次调试的测量次数。把分母为 6 的 NG 率读成良率,是量纲上的错误。同理,出货与否取决于客户约定的验收规则,通常还涉及抽样方案、允收水平、偏差放行程序等,不是由某一份内部检测报告直接决定的。
这是最需要小心的一点。软件判定的是「相对某个设定的规格值,读数在哪里」;客户验收则可能涉及装配验证、功能测试、偏差评审等多个环节。两者之间隔着一整套流程。因此在对外沟通或内部汇报时,不应把「软件判定为 NG」直接写成「客户验收不合格」,反之亦然。在我们所有涉及本案例的表述中,都严格区分了这两件事。
本数据的软件同时给出了 CPK 数值(-9.532584 与 -2.784232)。这两个值是软件依据本次六次样本自动计算的算术结果。样本量为六时,CPK 反映的是样本集合的统计特征,不具备过程能力的指向性。把它写进报告时,必须同时说明样本来源与样本量,避免下游误读。
综合以上,面对这类结果,建议报告中至少包含五个要素:判定基准是什么(哪个规格值、来自哪里);分母是多少(有效测量次数与取样范围);同一次测量中的对照项结果(哪些 OK、哪些 NG);明确写出的结论边界(不能由此推出什么);以及下一步建议(需要补充什么数据才能形成下一层结论)。
这五条做到之后,报告就不会被不同的人读出不同的意思,也不需要靠口头补充来兜底。这也是把检测数据真正变成资产的前提。
不能直接这样判断。首先要确认分母:本案例中的 NG 率是针对六次自动测量而言的,不是针对整批产出。其次要确认 NG 发生在哪个评价区域,该区域在产品中承担什么功能。最后还要看客户约定的验收规则。三层确认之后,才能形成关于这批产品的处置意见。
因为两个评价项指向不同的评价区域,各自独立判定。本数据中同一次装夹下,一个区域的读数约为另一个区域的二十倍以上。这不是矛盾,而是「必须用多个评价项才能描述这件工件」的直接证据。
不可以。软件判定表达的是读数相对于设定规格值的位置,客户验收则是包含装配验证、功能测试与评审放行在内的一套流程。两者之间有明确的距离,在正式文件中不应互相替代。
正常。当评价项的平均值超出规格上限时,计算公式中均值到最近规格限的距离为负,CPK 输出负值。它反映均值相对规格的位置,不代表设备故障,也不代表软件出错。需要注意的是,它同样不代表长期过程能力,报告中应注明样本来源与样本量。
取决于目的。如果目的是确认「是不是真的超了」,本数据中读数量级远超上限且多次收敛,重测不会改变结论。如果目的是了解分布形态或过程稳定性,则需要补充更大、更有代表性的样本,而不是简单地把同样的六次再测一遍。
建议按三个方向补充:扩大样本(覆盖多个批次、多个模穴与多个班次);关联上下文(记录取样时刻、环境条件与对应的工艺参数);以及明确定性(由产品与工艺侧确认 NG 区域的功能角色与可接受限度)。这三类信息齐了,才能从「超差了」推进到「该怎么办」。
数据背景见 A1 篇;为什么会出现分区相反结论见 A2 篇;后续排查路径见 A3 篇;数据怎么组织成决策见 D2 篇。
您将收到我们最新的动态资讯

