
1) 【一句话结论】良率从98%降至95%会导致单位成本上升约3.1%,需通过优化预防成本(如设备维护、技能培训)和鉴定成本(如自动化检测)降低不合格率,从而提升良率。
2) 【原理/概念讲解】首先解释“良率”:良率=合格品数量/总生产数量×100%,是生产合格率的直接体现;单位成本=总生产成本/合格品数量,当良率下降时,合格品数量减少,总成本不变则单位成本必然上升。质量成本管理分为两类:
3) 【对比与适用场景】
| 质量成本类型 | 定义 | 特性 | 使用场景 | 注意点 |
|---|---|---|---|---|
| 预防成本 | 事前预防不合格品的成本(如设备维护、培训、流程优化) | 成本投入在前端,长期收益 | 新产品开发、流程改进阶段 | 需平衡投入与产出,避免过度投入 |
| 鉴定成本 | 事中/事后检测成本(如检验、测试、审核) | 成本随检测频率增加 | 生产过程中质量监控、成品检测 | 需优化检测流程,避免冗余检测 |
| 内部失败成本 | 内部发现的不合格品成本(如返工、报废) | 成本随不合格率增加 | 生产过程中 | 需通过预防/鉴定成本降低 |
| 外部失败成本 | 客户发现的不合格品成本(如退货、维修) | 成本高且影响声誉 | 客户使用阶段 | 需通过提升良率降低 |
4) 【示例】假设某批次人体工学椅总生产数量为100件,总生产成本固定为1000元。良率98%时,合格品数量=100×98%=98件,单位成本=1000/98≈10.20元;良率95%时,合格品数量=100×95%=95件,单位成本=1000/95≈10.53元。成本增加率=(10.53-10.20)/10.20×100%≈3.1%。伪代码(计算良率变化对单位成本的影响):
def cost_impact(initial_rate, final_rate, total_cost):
initial_good_qty = 100 * initial_rate
final_good_qty = 100 * final_rate
initial_unit_cost = total_cost / initial_good_qty
final_unit_cost = total_cost / final_good_qty
impact_rate = (final_unit_cost - initial_unit_cost) / initial_unit_cost * 100
return impact_rate
initial_rate = 0.98
final_rate = 0.95
total_cost = 1000
print(cost_impact(initial_rate, final_rate, total_cost)) # 输出约3.1%
5) 【面试口播版答案】各位面试官好,关于良率下降对单位成本的影响及质量成本管理,我的回答如下:首先,良率从98%降至95%,会导致单位成本上升约3.1%。计算逻辑是:假设总生产数量100件,总成本1000元,良率98%时合格品98件,单位成本约10.20元;良率95%时合格品95件,单位成本约10.53元,成本上升约3.1%。然后,通过质量成本管理提升良率:需增加预防成本(如SMT贴片机定期维护,比如每周清洁、每月校准,减少设备故障;操作员技能培训,比如SMT操作规范、设备故障排查,减少人为失误)和优化鉴定成本(如引入视觉检测系统,自动识别贴片位置偏差、焊接温度异常,简化检测流程,提升检测效率)。比如乐歌股份可投入自动对位设备提升贴片精度,同时加强物料首检,减少因物料问题导致的良率下降。
6) 【追问清单】
7) 【常见坑/雷区】