【正文】 善的可能性而使用的工具 – Process Mapping制定 ? 定義 Process範圍（要改善的一般領(lǐng)域或特殊的Process） ? 通過大腦風暴法制定 Process的階段順序 28 聚焦問題點階段 – 為了容易分析，使用符號 – 為了驗證 Process，實際確認 – 追加 Key Process的值（ Yield, Cost, 損失費用，加班費用， Cycle time等） – 按題目的性質(zhì)，使用分析圖（ Process Loss或浪費要素 /改善 Cycle time/改善品質(zhì) /Flow改善） ? QFD（ Quality Function Deployment)質(zhì)量指標分解 – QFD是將顧客核心要求事項，轉(zhuǎn)換分解成技術(shù)要求事項（規(guī)格），或暫定的 CTQ的工具，由相關(guān)工序?qū)＜抑贫ā?2σ 45,500 308,700 177。 ?通過問題的現(xiàn)象分析把握工序能力（ Z）：要提高到 6 σ水平，統(tǒng)計上采取什麼樣的活動？ 22 需要什麼樣的管理？需要什麼樣的技術(shù) 短期的工序能力 長期的工序能力 ?判斷為短期內(nèi)工序沒有外部影響 ?判斷為充分長時期內(nèi)工序有外部影響 ?Zst（ σst） ?Zlt（ σ lt ） ?Cp ?Cpk ?技術(shù) ?技術(shù) +工序管理 ?最佳條件下的工序能力 ?日常條件下的工序能力 ?6 σ： Zst=， Cp= ?6 σ： Zlt=， Cpk= ?Zst=3 Cp ?Zlt=3 Cpk ?長期內(nèi)的工序能力因工序的中心移動及變動，跟 ZltZst關(guān)系有關(guān) ?Zshift=ZstZlt ? Zst=Zlt+ 23 6 sigma的品質(zhì)水準是什麼？ ? 正態(tài)分布的平偏移（ 177。 ? 如果規(guī)格上限（ or下限）用 ‘ X’來代替時超出規(guī)格上限的尾部面積可以認為有缺陷可能性。如果目標值（ T）和規(guī)格上下限（ USL or LSL)距離是標準偏差的 3倍的話，說明具備了 3Sigma的工序能力。 – Sigma是統(tǒng)計學記述接近平均值的標準偏差（ Standard Deviation）或變化（ Variation），或定義為事件發(fā)生的可能性。R 7)Process Capability 6)Rational Subgroup Analysis （分析） 8)Hypothesis Test 10)Graph Analysis 9)Regression Improvement （改善） 11)DoE(Design of Experiment) 12)ANOVA Control （管理） 13)SPC ?6sigma不同推進階段中，改善問題使用的統(tǒng)計工具 5 Y=f(x) Question 1)： Y或 X中對哪一個聚焦 ?Y ?X1…Xn ?從屬變數(shù) ?獨立變數(shù) ?Output ?Input ?結(jié)果 ?原因 ?現(xiàn)象 ?根源問題 ?觀察監(jiān)視的對象 ?管理對象 6 Y=f(x) ? Question 2)假如 X良好的話，有沒有必要繼續(xù)實驗及檢查 Y？ ? 6sigma活動是對根本原因的因素（ CTQ）聚焦後，展開改善活動 )(: 21 nxxxfYex ????7 6sigma各階段推進內(nèi)容 階段 展開內(nèi)容 Focus Define(定義） 1）確定問題點 /具體改善目標 Measurement (測定） 2）選定制品或工序的 CTQ 3）把握 Y的工序能力 4）明確 Y的測定方法 5）將 Y的改善對象具體化 Y Y Y Y Analysis (分析） 6）明確改善 Y的目的 7）明確影響 Y的因素 Y X1…Xn 8 6sigma各階段推進內(nèi)容 Improvement (改善） 8)通過篩選抽出關(guān)鍵的少數(shù)因素 9)把握關(guān)鍵的少數(shù)因素的相關(guān)關(guān)系 10)工序最佳化 amp。驗證 (再現(xiàn)性實驗 ) X1…Xn 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi Control (管理 ) 11)確立對 X的測定系統(tǒng) 12)確立對關(guān)鍵的少數(shù)因素的管理方法 13)確立關(guān)鍵少數(shù)因素的工序管理系統(tǒng)及事後管理 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi ?6Sigma Process是以 DMAIC5階段構(gòu)成并經(jīng)過重要的 13步驟 ?6Sigma活動是通過現(xiàn)象分析，展開問題，查明臨時性因素，以 DMAIC程序改善關(guān)鍵少數(shù)因素。 – Sigma是表示工序能力的統(tǒng)計單位，測定的Sigma跟 DPU（單位缺陷， Defect Per Unit） ,PPM等一起出現(xiàn)。 USL 3σ 1σ μ（平均） T 拐點 16 統(tǒng)計基本概念的理解 ? 某班學生的國語平均分數(shù)是 60分，按偏差是 5的正態(tài)分布的話，隨意抽取一個學生時， 70分以上分數(shù)的可能性是多少？ 45 50 55 60 65 70 75 % % % 測定值（分數(shù)） Z值 σ： 3 2 1 0 1 2 3 17 統(tǒng)計基本概念的理解 ? 正態(tài)分布 ： N（ 60， 52） ? 標準正態(tài)分布： N（ 0， 12） ? 70分的情況下 Z值是 ? 假如規(guī)格上限是 75分的話，現(xiàn)在的工序能力是Z=2或是 2σ 。 ? ‘ Z’值是用來測定工序能力，跟工序的標準偏差不同，在這里 ‘ Z’值是 ，把全體面積作為 1的時對應的面積 。 σ ） 6σ 5σ 4σ 3σ 2σ 1σ X +1σ +2σ +3σ +4σ +5σ +6σ + 規(guī)格上限 （ USL） 規(guī)格下限 （ LSL） 24 按規(guī)格變化和平均值偏移的不良率 規(guī)格關(guān)系 無偏移時不良率 （理想的工序時） 177。 3σ 2,700 66,810 177。 29 聚焦問題點階段 ? QFD Process – 進行市場調(diào)查，明確信賴性要求，及一般的要求事項和顧客對現(xiàn)在品質(zhì)核心問題的要求。 Effects Analysis)故障模式及效果分析 ? FMEA是明確制品設(shè)計上可能發(fā)生的問題和排定其順序，并針對故障模式制定所采取的恰當活動 – FMEA Process ? 對已設(shè)計的制品用 Brainstorming法列出可能的故障模式。 – Rational Subgroup是指 Subgroup內(nèi)只存在群內(nèi)變化， Subgroup間只發(fā)生群間變化，將數(shù)據(jù) Grouping – 通過這種區(qū)分把握長期、短期工程能力 – 經(jīng)長期收集的數(shù)據(jù)是不管業(yè)務(wù)部門還是製造部門都包含在群內(nèi)，群間變化。 ? Short Term Process Capability Index：短期工序能力指數(shù) ? Zlt（ σ lt）， Cpk ? Zlt=3 Cpk 45 工序能力 – 長期工序能力是包括群內(nèi)變化和群體間變化，為了改善技術(shù)和工序管理，必須判斷工序是否穩(wěn)定時，用長期工序能力的特性來取樣，來確認包括管理因素引起的變化和技術(shù)的要素引起的變化。R時須對試料事先計劃再行抽樣 47 Gage Ramp。 48 Gage Ramp。R=[3247。R的 Graph解釋 – P39 52 Gage Ramp。 – 管理界限是用測定者間的測定值變化來計算，因此測定值的變化小說明管理界限的幅小，即說明測定者間的測定值變化很小 – 測定的變化（測定者，測定系統(tǒng)）比部品間變化相對小，可以讀出 Parts間變化的情況 54 Gage Ramp。如果信賴性區(qū)間重疊意味（信賴區(qū)間不重疊意味著組數(shù)?。y定的變化大。R的 Minitab運用 – Gage Ramp。R）（工程管理中：要求 20%以下） – %Tolerance：表示部品在已定公差基準內(nèi)，區(qū)分接受可否的檢測系統(tǒng)的能力（判斷總體Gage Ramp。R的 Minitab運用 – 選定 Monitor Cover為 Six Sigma Theme – Spec=177。 部品 測定值 1 測定值 2 測定差 (12） 1 2 3 4 5 範圍的界限 ∑R= 64 Gage Ramp。 65 對測定差平均分布的 d*值 實驗順序 測定者數(shù) 2 3 4 5 1 2 3 4 5 6 7 8 9 10 66 Gage Ramp。 68 Gage Ramp。R – 偏移（ Bias）：實際測定值跟試料平均值的差異值叫準確度（ Accuracy） Bias Reference Value Observed Average Value 71 Gage Ramp。R ? Gage Ramp。 設(shè)計許可誤差對比 Gage 判斷 20%以下 Accept 20%30% 考慮適用部品的重要度等 判斷能否 Accept 30%以上 一般情況下 74 Gage Ramp。 75 Gage Ramp。R Study有下面 3種 ? 反復性（ Repeatability） ? 再現(xiàn)性 (Reproduceability） ? 全體測定變化 – 即對比 Process或 Spec決定測定系統(tǒng)的變化有多少程度比率的系統(tǒng)。R ? Gage Ramp。 – 是區(qū)分工程的短期工程能力或長期工程能力的重要方法 ? 可以把握平均值移動問題還是散布問題 ? 把問題特殊化的第一個階段 79 變化的理解 – Rational Subgroup要包含的要素：為了明確給工序變化暫定影響的 ‘ X’因素，使用 5M求解特性要因圖 ? Man：作業(yè)者變更，晝夜班次交換，新作業(yè)者等 ? Machine：機械設(shè)定值變更，設(shè)備維修 amp。 – 為了計算長期工序能力，考慮規(guī)格的上、下限，表示實際的工序能力，用群內(nèi)、群間變化都考慮在內(nèi)的 Zlt。 ? 例：須在一張要求式樣上記錄的項目數(shù) 97 離散型數(shù)據(jù)分析 – U（ Unit）：元件 ? 元件測定可能機會的細節(jié) ? 例：要求樣式 – DPU（ Defect Per Unit）： ? 每個元件內(nèi)存在的缺陷數(shù) – DPO（ Defect Per Opportunity）：每個機會損失數(shù) ? 每個 Unit中存在機會數(shù)和關(guān)聯(lián)的元件內(nèi)存在的缺陷數(shù) 98 離散型數(shù)據(jù)分析 – DPMO（ Defect Per Million opportunity）（每百萬機會損失數(shù)） ? 1,000,000單元存在的損失數(shù) ? DPO 1,000,000 轉(zhuǎn)換 Six Sigma比率 – P（ ND） =None Defect：無損失 ? 機會不能成為損失的可能性 ? P（ ND） =1DPO 99 離散型數(shù)據(jù)分析 ? DPU/DPO/DPMO/P(ND)改善 – 發(fā)出了 100張送貨單，其中檢出 100個不符合項，如果各單元有 10個項目， DPU/DPO/DPMO/P(ND)各是多少？ ? DPU=D/U – DPU=100/100=（ 100%）該值表示平均值，所以每張送貨單包含 1個符合項 100 離散型數(shù)據(jù)分析 ? DPO=D/(U Opp) – DPO=100/(100 10)=(10%)該值表示所發(fā)出的送貨單的每個最小有 1個不良的可能性是 10%。 (元件數(shù) 機會數(shù) )=34 247。 ? 應用：在所有工序上按順序的階段來進行累計後，評價品質(zhì)水平時使用。 113 離散型數(shù)據(jù)分析 ? 并列構(gòu)成的工序的累計收率的計算 – Process Mapping中并列構(gòu)成的工序變換為直列來計算收率 99% ? 97% 98% 工序 1 工序 2 工序 3 工序 4 91% 99% 99% 2a 2b 2c 114 離散型數(shù)據(jù)分析 – YRF=Y1 Y2 Y3 Y4 – = [ ]1/3 = – YNA=(YRT)1/3=()1/4= – 損失 (缺陷 )概率 == – 利用正態(tài)分布查找 Z值，可知Z= 115 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P62 116 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P62 117 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P63 118 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P64 119 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P64 120 分析