【正文】 her Graph 分析 : Box plot? 對(duì) A 公司和 B 公司的 Hinge Force的水準(zhǔn)比較檢討 ? Minitab Menu : Stat / ANOVA / one way(un stack) or Graph / Boxplot12345Data : 1,2,3,4,5Max within Upper LimitMin within Lower LimitQ3:中央值和 Max值的 75%位置 Position 3(n+1)/4Q1:Min值和中央值的 25%位置 Position (n+1)/4中央值 (Median)Upper Limit = Q3 + (Q3 Q1)Lower Limit = Q1 (Q3 Q1)四分位偏差 = (Q3 Q1) Step = (Q3Q1) Max = Q3 +2*(Q3Q1)Min = Q1 2*(Q3Q1)Other Graph 分析 : Box plot以所有 Data對(duì)象 畫 Graph特定總體畫 Graph時(shí)Other Graph 分析 : Dot plotOther Graph 分析 : Matrix plot(幾個(gè)變數(shù)之間的相關(guān)性想一下子知道時(shí) )Other Graph 分析 : Marginal plot(想知道兩個(gè)變數(shù)的關(guān)系和分布 )關(guān)聯(lián)圖表法 (Relations Diagram)? 對(duì)某個(gè)結(jié)果要因復(fù)雜地混在一起時(shí)，明確其人際關(guān)系及要因 相互間的關(guān)心，探索原因或者明確化結(jié)構(gòu)，找出問題解決頭緒的方法。 Z值是用來測(cè)定工序能力 ,跟工序的 標(biāo)準(zhǔn)偏差不同 ,HLin FocusNo RasterMoireMiscon SpotNo power Others84 80 73 35 27 19 12 11 0100200300020406080100DefectCountPercentCum %PercentCountVital FewTrivial Many? 典型地 80%的問題是由于 20%的原因發(fā)生 (2:8的原則 ) 優(yōu)先選定改善對(duì)象為目的，分類不良或者缺點(diǎn)等內(nèi)容，按照大小順序排列同時(shí)標(biāo)示 累積數(shù)的圖。QC 7 Tool Study : Histogram Case StudyQC 7 Tool Study : Histogram ?? ?? : ?? ??●●●●●● ●●●●●●●平均根據(jù)測(cè)定值頻度數(shù)測(cè)定值? 正態(tài)分布具有的法則是 ？? 決定正態(tài)分布的模樣和位置是 ?? 什么是正態(tài)分布 (Normal Distribution) ？QC 7 Tool Study : Histogram ?? ?? : ?? ??? 什么是正態(tài)分布 (Normal Distribution) ？TargetTarget : 目標(biāo)值Z : 正態(tài)分布檢證統(tǒng)計(jì)量LSL USL平均 (X) Z = X TσDefect !!!f(x) = e1 122πσ[ 2x μσ ]? ? ?? 不是正態(tài)分布的 Data有哪些？舉個(gè)例 . [ 問題 ]制作 Histogram。 制作分區(qū)間的 Histogram后比較雙峰形有兩個(gè)不同的平均值的時(shí)候出現(xiàn)例 )兩臺(tái)機(jī)器之間 , 兩個(gè)種類的原料之間差異232。） 切邊形平均值向分布的左側(cè)偏移 (左右不對(duì)稱 ).232。一般散布大是表示工程差，因此找出原因，樹立對(duì)策改善工程能力的活動(dòng)必要。? Process由于外部異常原因持續(xù)受到影響 , SPC Chart是表示異常原因。SPC Introduction? 偶然原因 : 從總體抽出 Sample的散布出現(xiàn)類似的兩向的原因? 異常原因 : 從總體得到的 Sample Data的散布出現(xiàn)跟平時(shí)不同現(xiàn)象的原因。SPC IntroductionSPC 管理 Tool的優(yōu)點(diǎn) * 1920年 Bell研究所的 Dr. Walter Shewhart開發(fā) .*? 隨著時(shí)間 Plot變動(dòng) , 可以通過管理界限區(qū)分變動(dòng)的 2種要因。 中心值移動(dòng) (shift the mean)4. 上面 3種方法中 2種以上 Combination價(jià)值判斷 (問題與否 )的根據(jù) 品質(zhì) : 與顧客的期待一致Spec : 定量化顧客的期待事項(xiàng) (水準(zhǔn) )Spec 設(shè)定的適切性 .* Quality ? fitness for use(Juran) conformance to requirements or specifications(Crobsby)顧客滿足和不良顧客滿足 ? 顧客對(duì)我做事的結(jié)果的肯定性的反映內(nèi)部顧客和外部顧客 沒有缺陷的商品 , SVC及時(shí)提供給 缺陷 (品質(zhì)不良 ) ?不能滿足顧客期待的所有的一切 LG不良 ?? 至今為止 ,SpecLSL USL我們合格Specin就合格I am Data(我活著 )Specout不合格檢出不良? 以后 ,SpecLSL USL集中在中心才合格散就死Specin但沒有達(dá)到水準(zhǔn)就不合格潛在的不良事前預(yù)測(cè)不良 ?呀 !有吃的 (不良 )Data的表現(xiàn) : 中心值Data的表現(xiàn) : 散布Data的種類問題解決問題 / Issue 事項(xiàng)連續(xù)型 Data(Continuous Data)離散型 Data(Discrete Data)? 連續(xù)型 Data : 如長(zhǎng)度 ,重量 ,時(shí)間等能夠使用測(cè)定刻度尺的 Data (計(jì)量型 ) ? 所測(cè)定的尺度不斷能夠細(xì)分 而且比不連續(xù)的 Data提供更多的情報(bào)? 離散型 Data : 與合格 /不合格 , 決定數(shù)等能用個(gè)數(shù)表示的 Data (計(jì)數(shù)型 ) ? 不能再細(xì)分。4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96 97 98 99 100 104101規(guī)格 下限規(guī)格 上限102 103? 如果全部檢查在時(shí)間上 , 經(jīng)濟(jì)上不可能 !?使用 Sample的統(tǒng)計(jì)變量 (變數(shù) ) (平均值和散布 )推定總體 .? 總體能不能判斷為合格 ?1) AQL → Yes : 因?yàn)? Sampling的 10個(gè)測(cè)定值都在規(guī)格內(nèi) → OK2) SPC → No : 用 Sample Data推定總體的不良率是 % → Epidemic 水準(zhǔn)* AQL(Acceptable Quality Level) : 合格品質(zhì)水準(zhǔn) SPC(Statistical Process Control) : 統(tǒng)計(jì)性工程管理Sampling補(bǔ)充抽樣知識(shí)Sampling 適用 Sampling檢查主要原因是 經(jīng)濟(jì)性原因 . 由于有這種經(jīng)濟(jì)性原因，取 Sample時(shí)， Sample能夠反映總體的特性。 1) 總體 /Sample/Data的概念 總體 : 作為調(diào)查 , 研究對(duì)象的所有集團(tuán) Sample: 從總體為了某種目的抽出來的 Data : 體現(xiàn)通過 Sample得到的事實(shí) (關(guān)心事項(xiàng)數(shù)據(jù)化的表現(xiàn) ) 2) 決定取 Sample方法時(shí)注意事項(xiàng) 所取的 Sample要能夠代表總體的情報(bào) . 抽出 Sample測(cè)到 Data后，首先要考慮為了什么目的使用 事前檢討 Lot 構(gòu)成單位是否要分組 。資料的類型屬性 (Attribute)命名 (Nominal)范疇 (Category)統(tǒng)計(jì)特征值缺陷 (Defect)資料的類型變數(shù) (Variable)比率 (Ratio)統(tǒng)計(jì)特征值位置 (Location)散布 (Spread)模樣 (Shape)? Data的種類區(qū)分的理由是？o 區(qū)分 Data種類的目的? 確定 Data的 Display方法和分析方法? 決定要 Gathering的 Sample Size? 決定適切的 Control Chart? 決定適切的 Sigma(or ZValue)計(jì)算方法 (DPMO or 工程能力分析 )o 連續(xù)型 Data(計(jì)量型 )? 可以分解 Data, 且 測(cè)定的數(shù)據(jù)的大小有意義? 客觀性 Data : 時(shí)間 , 重量 , 長(zhǎng)度等測(cè)定計(jì)測(cè)儀可以測(cè)定的 Data? 主觀性 Data :滿足度 , 充實(shí)度等 Data的測(cè)定基準(zhǔn)按始點(diǎn)發(fā)生變更o 離散型 Data(計(jì)數(shù)型 )? 不可能分解 Data, 所測(cè)定的數(shù)據(jù) Count時(shí) .? 客觀性 Data : 缺點(diǎn)數(shù) , 承認(rèn)件數(shù) , 誤差件數(shù) , 位置等判斷的情況明確的內(nèi)容? 主管性 Data : 包含 Yes/No, Good/Bad 等人的主觀性內(nèi)容的內(nèi)容※ 實(shí)際情況下離散型和連續(xù)型分類比較困難時(shí) 例 1) 主 /客觀式混合的數(shù)學(xué)能力分?jǐn)?shù) → 離散型但是可以看作連續(xù)型 例 2) 使用尺度法的論文結(jié)果 → 連續(xù)型處理 , 還是離散型處理，按照事件 , 分析的目的考慮置信度慎重判斷Data的種類2. SPC Introduction改善 (再發(fā)防止 , 標(biāo)準(zhǔn)制定 ,改正 )維持 統(tǒng)計(jì)性技法應(yīng)用 1) 品質(zhì)管理 ? (QC : Quality Control) 為了確保顧客所愿的品質(zhì)合理且 經(jīng)濟(jì)地執(zhí)行的所有管理活動(dòng) 2) 統(tǒng)計(jì)性品質(zhì)管理 ? (SQC : Statistical Quality Control) 展開品質(zhì)管理活動(dòng)， 應(yīng)用統(tǒng)計(jì)性技法的活動(dòng)體系? ?品質(zhì)管理 (QC)和統(tǒng)計(jì)性品質(zhì)管理 (SQC)SPC Introduction統(tǒng)計(jì)性統(tǒng)計(jì)管理 (SPC = Statistical Process Control)? ? Statistical ...? 統(tǒng)計(jì)性方法是用 Sampling的 Data Monitoring 、 分析 Process 變動(dòng) 時(shí)使用。? 管理界限是為了管理 Process變動(dòng)，作為一種可能性來管理。Ex) 管理 PCB 鏟平厚度 .. 根據(jù)周圍環(huán)境 , 原材料 Lot間微小的物性變化 , 作業(yè)者熟練度的要因等管理的特性值的散布 Lot別發(fā)生時(shí)，其稱為存在 偶然原因 (一般為 Accept) 在積層上不知道什么原因 壓力在特定 Lot上比規(guī)定使用得多，如果發(fā)生了兩個(gè)特性值的變化，把這稱為 異常原因 .(要改善的事項(xiàng) )SPC 管理 Tool的優(yōu)點(diǎn)? Process由于偶然原因 (White Noise = Common Cause Variation)和 異常原因 (Black Noise = Special Cause Variation)受影響一直變化。 改善活動(dòng)1. Quick Action2. 6 Sigma 活動(dòng) SPC 實(shí)行教育SPC活動(dòng)SPC 教育Baseline 構(gòu)筑工程 Parameter 選定設(shè)備 Parameter 選定部品 ParameTer選定對(duì)策樹立 , 改善活動(dòng)工程 CTQ管理部品 CTQ管理協(xié)力社6 Sigma活動(dòng)維持 , 管理 , System(IT)化00年事業(yè)部CTQ Mapping結(jié)果活用包含臨加工廠家6 Sigma 教育測(cè)定 System分析工程能力分析管理計(jì)劃 , 管理ParameterReviewOut of ControlIn Control預(yù)防活動(dòng)UnderstandingStatistics(QC, SQC)SPC 和 6 SigmaPlanning Design Manufacturing Sales SVC測(cè)定 System分析 工程能力診斷 工程能力管理改善活動(dòng)D M A I C工程 Parameter Component ParameterRD(DfSS) Manufacturing TQFeedbackSPC主要工程為對(duì)象，工程管理的性質(zhì)強(qiáng)， 6 Sigma是 Biz. 經(jīng)過所有 Process 改善活動(dòng)的 Program。Data區(qū)間編號(hào) 區(qū)間的界限值 中心值 頻度123456789 ~ ~ ~ ~ ~ ~ ~