【正文】 差為止 3. 在多變量研究過程中，應使過程中的各種調整的次數(shù)最小化 4. 要特別注意任何不連續(xù)性，例如：休息時間、午餐、換班、改變設置、換工具、設備維修等，這在進行多變量研究過程中是不可避免的；在進行時間對時間採樣時，要盡可能挑選在這些不連續(xù)因子之前或之後的時間進行 42 多變量分析步驟三：解釋和分析多變量圖 1. 確定重要變量的組系（注意：紅 X僅可能存在於幾個組系之一中） 2. 如果紅 X的組系是時間對時間的，要檢驗溫度、濕度、工具磨損、休息和午餐時間的改變以及在多變量運行過程中的調整和任何加工參數(shù)的改變 3. 如果紅 X是處於部件對部件組系，就要檢驗週期圖形、灰塵及管理等，這些因子可以影響一個部件，但不會連續(xù)影響其他部件 4. 如果紅 X是處於部件內的組系，就要建立一個 ”集中圖” 以確定綠 Y的重視方位或部件 5. 尋找非隨機的趨勢或其他線索 6. 尋找一個或幾個存在不尋常圖形的樣本；不相等的靈敏度說明可能存在交互的影響 7. 在組譜中，列出每一個變量組系所有可能的原因，以開始隨後一系列的調研 43 集中圖：重複出現(xiàn)問題的精確定位 ◎ 目的 ? 如果多變量研究表明重要變量組是在 部件內 ，那麼就應當繪製部件內精確的位置 ? 通常又稱為 “斑點圖表” EX. ◎ 集中圖表明 ? 重現(xiàn)的故障問題沒有一個具體的位置 （即它是一個隨機分佈） ? 它的確顯示出在某個特定位置有缺陷集中的現(xiàn)象 ◎ 在部件內的某個位置上有一個問題集中的限度，如果該部件 是一個組件時，又可把它說成是一個部件內指定的部件 ? ? ? ? ? ? ? ? ? ? ? 印刷電路板底面焊接處的針孔 44 製作集中圖 1. 製作一張包括重現(xiàn)缺陷的圖或模版 2. 如果需要，劃一些網格，這樣可以找出問題的精確位置 3. 在檢查每一個部件時，請檢驗人員標出如下內容： ? 每種缺陷類型的位置 ? 每種缺陷類型的適當編號 ? 在每個位置上每種缺陷類型的數(shù)量 （不必記錄每種缺陷出現(xiàn)的時間，除 非時間對時間變量被認為是重要的） 45 部件搜索：簡便而平滑的交換 ◎ 目的 ? 從幾十萬部件 /組件中，針對紅 X，捕捉所有重要的主效應 和交互影響效應的量 ◎ 用於何處 ? 在有兩個不同地方用可互換部件組裝的場合 （標注 ”好” 和 ”差”） ◎ 何時應用 ? 在樣機、工程試運行、生產試運行時或在工作場所 ◎ 樣本量 ? 2個 46 一個幽默的類推：發(fā)生在英國火車上的故事 老婦人（ L） 年輕女孩（ YG） 英俊的士兵（ P） 將軍（ G） ◎ 火車通過山洞，燈突 然熄了的時間 “聽到了一聲親吻聲，隨後就是一記響亮的耳光聲音！” 火車包廂裡的四個乘客 ◎ 老婦人想：「一定是這個將軍，這個老山羊，他親了年輕女 孩，而年輕女孩打了他一巴掌」 ◎ 年輕女孩想：「真該死，我是個漂亮人兒，那個英俊的士兵 想親我，卻親了老太婆，於是挨了她一巴掌」 ◎ 將軍一面揉臉頰一面想：「一定是那個年輕士兵幹的 …. 」 這就是部件搜索原理，只是你不知道這是交換理論 47 部件搜索的變量與四個階段 ◎ 部件搜索技術裡，僅需考慮極端分佈情況，採集到兩個極端，就可以採集到整個綠 Y變量的範圍，然後再通過交換部件或子部件的方法把這些原因系統(tǒng)地過濾掉 ? 最好中的最好（ BOB） ? 最差中的最差（ WOW） ◎ 部件搜索的 4個階段 階段 目標 ?確定紅 X和粉紅 X是否包括在所考慮到的變量中，這也保 證了拆卸 /重新組裝的故障複現(xiàn) ?排除非重要原因及相關交互影響的效應 ?確認重要變量確實重要，非重要變量確實不重要 ?量化重要原因及其交互影響效應的幅度與方向 極 好 （ BOB） 極 差 （ WOW） 48 部件搜索的 12步驟程序（ 1） 1. 從一天的產品裡僅僅採樣 2個部件， 這 2個部件距離有待研究的綠 Y要盡可能地遠，即最好的部件 (BOB) 和最差的部件 (WOW) 2. 階段一 拆卸並重新組裝 BOB和 WOW兩次，在測量它們重現(xiàn)的綠 Y兩次以上 3. 顯著性檢驗：這個檢驗中要測兩個部件，以便確定從統(tǒng)計上看是否 BOB與 WOW間的差別是顯著的 ? BOB的 3個綠 Y值必須全部好於 WOW的綠 Y，並且它們之間沒有交叉覆蓋 ? D/ 的比率必須大於 ，或著最小要等於 D的 BOB中值與 WOW之間距離 是 3次 BOB量測和 3次 WOW 量測的量測值範圍的平均差 d d 49 部件搜索的 12步驟程序（ 2） 4. 如果 D/ 的比率小於 ，部件搜索的第一階段就是失敗，這意味著綠 Y不能保持穩(wěn)定不變，說明問題出在組裝過程中，而不是在部件本身；這就要求開展逐步的步進式的拆卸和再組裝以便確定在組裝過程中那一步是紅 X 5. 最好由子部件開始，以遞減的次序排列子部件，如果沒有顯著的子部件，那麼就按遞減的次序排列的部件 6. 階段 2 將最高一級的子部件或部件從 BOB轉接到 WOW，並將其對應者由 WOW 轉接至 BOB，量測並記錄兩個新綠 Y值 7. 在第 ，可能會有 3個結果 a) BOB依然是 BOB即好的， WOW 依然是 WOW，即差的，這個結果意味著所轉換的部件是不重要的 d 50 部件搜索的 12步驟程序（ 3） b) BOB變成 WOW，而 WOW變成了 BOB，這個結果意味著所交換的部件是重要的，並且是一個固定的紅 X，於是部件搜索結束 c) BOB部份地降級到一種 WOW，但並沒完成降至最低， WOW部份地朝 BOB改善，但還沒完成達到；這種結果意味著所交換的部件或許是重要的，但還不是整個問題的癥結所在 8. 對於第 7步驟所產生 3個可能的結果中的每一個，將原先來自 BOB的部件歸還 BOB， WOW亦同，以保證原始的 BOB和 WOW的綠 Y值被復原 9. 對於隨後最有可能的子部件或其他部件，重複第 6步， 7 (a)或 7 (c)以及第 8步驟；然後是依序其他部件，依次類推 7 (c)和第 9步有兩個或多個部件被識別為是重要的，就要同時把它們在 BOB和 WOW之間交換，直到反向效果出現(xiàn)，即 BOB變成 WOW，或著相反，那麼紅 X就是這些重要部件及其相互作用的組合 51 部件搜索的 12步驟程序（ 4） 3 通過對所有未試驗和不重要的子部件 /部件 (如 WOW)，相對所有重要的子部件 /部件 (如 BOB)來檢測，以便完成試驗，其結果應當接近第一階段的 BOB，然後反過來將 BOB當作不重要的部件，而把 WOW作為重要部件進行檢測其結果接近第一階段的 WOW 4 最後，利用第 1和第 2階段所得到的所有數(shù)據進行完全析因分析，以便量化和確定主效應和相互影響效應的方向和幅度 ? 階段 4只是個計算，而不是新的試驗 52 成對比較：一種精巧而通用的工具 ◎ 目的 ? 以高置信度確定 ”好” 和 “差” 單元之間的重複差異，以向紅 X提供線索 ◎ 用於何處 ? 不能拆卸的產品以不同的方式組裝（標註”好” 和 “差” ）的 配套裝置處 ? 為許多管理者或基層員工應用 ◎ 何時應用 ? 樣機、工程試運行、生產試運行或在工作場所運行 ◎ 樣本量 ? 6～ 8 對 ”好” 和 “差” 的產品 53 成對比較先決條件與方案 ◎ 先決條件 ? 性能（輸出或綠 Y）必須是可測量的，量測儀器的精度至少是規(guī)範公差或產品分佈的 5倍 ? 在一個大致穩(wěn)定的時間內，每一次嘗試都應當選取最好的部件（ BOB）和最差的部件（ WOW） ? 如果品質特性或參數(shù)是一個屬性，當轉化為一個變量 ◎ 方法：方案 A 1. 選擇採樣量：選取相對於被調查的綠 Y其 6個或 8個好的部件（ BOB），以及同樣數(shù)量差的部件（ WOW），且相隔越遠 2. 盡可能多的列出可以表達 BOB和 WOW的綠 Y值差異的多個參數(shù)或品質特性 54 成對比較的方案 3. 選擇 1對部件： 1個好的和 1個差的，如第 2步驟所述，記下差別，差別是可視的、有尺寸的、外觀方面的、機械的、電氣的、化學的和冶金的等 4. 再選擇第 2對部件： 1個好的和 1個差的，記下第 2對的差別 5. 繼續(xù)選擇第 3對 、第 4對 …. ，重覆上述搜索過程，直到出現(xiàn)第 1個或幾個參數(shù)能夠在同方向上顯示出 1個可重現(xiàn)的差別為止 6. 通常在第 5對或第 6對的幾個重要參數(shù)中，就可能出現(xiàn)前後一致的，可重現(xiàn)的差別，這將為我們找出變量的主要原因提供有利的線索 55 成對比較的方案 ◎ 方案 B ? B方案利用的是成組的比較（好部件和差部件的比較） ? 方案步驟與方案 A的第 1步和第 2步是同樣的，但是選擇的是 6或 8個單獨的對，記下 6或 8個好部件及差部件的每個品質 參數(shù)的讀數(shù)，將讀數(shù)由大致?。ɑ蛳喾矗┑拇涡蚺帕?，而 不管它們是好是差 ? 應用圖基檢驗（ Tukey Test） ? 如果整個終結計數(shù)是 6或大於 6時，則該特定的品質參數(shù)在 解釋好與差的部件差別方面的重要性上，具有 90％以上的 置信度 ? 如果整個終結 計數(shù) 是 5或小於 5時，這樣一個品質參數(shù)在解 釋好部件與差部件的差別方面的重要性上，就不具有充分 的置信度 56 圖基檢驗（ Tukey Test）（ 1） ◎ Tukey Test是由創(chuàng)始人 John Tukey 的名字命名的，檢驗的目的 是確定一個特定的品質參數(shù)是否重要，其重要性具有很高的 置信度 ◎ Tukey Test 的程序 ? 不管好與差，將相關的一組讀數(shù)從高到低 (或相反 )排列起來 ? 將每一個標註 “好的部件” (G)或 “差的部件” (B) ? 當 “全都是差的” 第一次改變?yōu)? “全都是好的” 時，劃一條由 這些讀數(shù)的頂端開始的直線，這些是終結計數(shù) ? 同樣，當“全都是好的” 第一次改變?yōu)? “全都是差的” 時，劃 一條由這些讀數(shù)的底端開始的直線 ? 將頂端和底端的終結計數(shù)相加以確定合計終結計數(shù) 57 圖基檢驗（ Tukey Test）（ 2） ◎ 圖基檢驗排序 ◎ 合計終結計數(shù)與置信度 差 好 …………………………………….. ……………………………………...... ……………………………………...... ………………………… 合計終結計數(shù)數(shù)目 置信度 6 7 10 13 90％ 95％ 99％ ％ 頂端終結計數(shù)（全差） 重疊區(qū)域 底端終結計數(shù)（全好） 合計終結計數(shù) 58 產品 /過程搜索：精確定位過程變量 ◎ 產品 /過程搜索的目標 ? 它是在不打斷生產過程的前提下解決問題的一種突破技巧 ? 將重要的過程參數(shù)與不重要的過程參數(shù)相分離 ◎ 產品 /過程搜索的原理 1. 生產中一個部件中的任一變量有著兩個通用的因子，或著是產品本身有變異（由材料引起），或著是由一個以上能影響產品的過程參數(shù)有變異 2. 如果再已完成的產品中有變量，部件搜索或成對比較技術能夠探測到這些產品變量的原因，這就是產品 /過程搜索的產品部份 3. 但是如果原因是過程參數(shù)的變異；移動、漂移波動或隨時間而改變，就可以利用產品 /過程搜索的過程部份來解決 4. 產品 /過程搜索是多變量研究的自然後續(xù)工作，其中時間對時間組系是紅 X，產品參數(shù)是隨假設時間而波動或改變的 59 產品 /過程搜索的方法（ 1） 1. 如果懷疑過程參數(shù)變量造成產品好或差的可能原因，就把這些過程參數(shù)以同類遞降順序列出一個清單 2. 確定怎樣量測每個過程參數(shù)，誰來量測，在何處進行精密量測 3. 要保證量測儀器的精度至少為過程參數(shù)（允差）的 5倍以上 4. 要保證量測的是實際的過程參數(shù)，而不僅僅是設定值 5. 如果一個特定的過程參數(shù)在監(jiān)測過程中並不變化，就可在進一步的考慮中將其排除掉 6. 運行 100％的部件採樣（特別是在高廢品週期中，如果廢品不斷）或部件的多變量採樣，一直到： ? 在過程的終點階段，最少能採集到 8個好部件和 8個差部件 ? 最好的部件和最差的部件之間的分佈範圍，應該佔有產品生產過程中觀察到的有意義的變化的 80％ 60 產品 /過程搜索的方法（ 2） 7. 量測所有與每個部件相關的、已經指定的過程參數(shù) 8. 在產品製造