【正文】 還是散布問題 ?把問題特殊化的第一個(gè)階段 68 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(jī)械設(shè)定值變更，設(shè)備維修 維護(hù)等 ?Material：交付 LOT，作業(yè)安排，原材料等 ?Method：作業(yè)者間的作業(yè)方法差異等 ?Measurement：測定者的變化，測定設(shè)備誤差等 69 變化的理解 ?Rational Subgrouping事例 ? 改善供應(yīng) TV Back Cover協(xié)力社的品質(zhì)，為了分析部品變化的原因制定 Rational Subgrouping計(jì)劃 ?預(yù)想的暫定“ X”因素及實(shí)際計(jì)劃 ? 兩臺(tái)注塑機(jī)：對兩臺(tái)注塑機(jī)實(shí)施下列內(nèi)容 ? 交接班：對交接班別取樣分析 ? 每周作業(yè)者的變更：對每周變更的作業(yè)者別取樣分析 ? 按原材料別構(gòu)成 Lot，分析 Lot別有無差異 70 工序能力 ?工序能力的數(shù)學(xué)式 ? 兩側(cè)有規(guī)格的工序能力 ?6LU SSCp ??SL SU x71 工序能力 ?在偏移時(shí)的工序能力 SL SU xK M T/2xM )1(???KCpKCpk72 工序能力 ? 用語解釋 ?K：偏移系數(shù)（如果 K=0， Cp=Cpk） ?M（ Midrange）：規(guī)格的中心 ?T（ Tolerane）：公差 ?SU（ Upper Spec）：規(guī)格上限 ?SL（ Lower Spec）：規(guī)格下限 73 工序能力 ? 只有規(guī)格上限的工序能力 SU x ?3xSC UPU??74 工序能力 ? 只有規(guī)格下限的工序能力 SL x ?3LPLSxC ??75 工序能力 ?工序能力的 Minitab運(yùn)用 ? 葡萄酒農(nóng)場為了參加慶祝大會(huì)，在準(zhǔn)備過程中，有必要改善葡萄酒品質(zhì)而準(zhǔn)備 Project，首先為了把握現(xiàn)象，按合理分組計(jì)劃規(guī)劃得出了包括下列“ X”因素的葡萄酒質(zhì)量“ Y”的樣本。 77 離散型數(shù)據(jù)分析 ?用語解釋 ? D（ Defect）：缺陷 or不良（事項(xiàng)） ?為了滿足顧客的要求事基而浪費(fèi)的再作業(yè)或失敗的工作。 ?DPMO=DPO 1,000,000 ? 例：上例 DPMO是 1,000,000 DPMO ?P(ND)=1DPO==(90%) 82 離散型數(shù)據(jù)分析 ?利用泊松公式計(jì)算收率 ? 利用泊松公式 ?這里 ? Y：收率 ? DPU：元件缺陷數(shù) ? R： ? e：指數(shù)函數(shù) ?? !redpur dpur ??83 離散型數(shù)據(jù)分析 ? r=0時(shí) ? ∴Y=e dpu ? ∴ 對缺陷機(jī)會(huì)數(shù)越大，“ Y”越接近“ 0” !0)(1 dpueY ??84 離散型數(shù)據(jù)分析 ?Process Yield（例題） ? 如果 750元件有 34個(gè)的缺陷時(shí)，計(jì)算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有 10個(gè)的機(jī)會(huì)數(shù)） ?DPU=缺陷數(shù)247。 (750 10)= ?Yield值是 Y=edpu===% 85 離散型數(shù)據(jù)分析 ?DPMO=DPO 1,000,000= 1,000,000=4,500PPM 一個(gè)元件有 45,000PPM的缺陷 ?Sigma=Zinv()+(偏移） =+= ? Zinv是把 Z值按面積來換算的值，以標(biāo)準(zhǔn)正態(tài)分布來計(jì)算。 87 離散型數(shù)據(jù)分析 ? YNA(Normalized Yield)：標(biāo)準(zhǔn)收率 ?表示計(jì)算連續(xù)工序的評價(jià)收率的值 ?應(yīng)用：完成產(chǎn)品的品質(zhì)水平評價(jià)時(shí)使用。 99 Graph分析 ?Graph分析的 Minitab運(yùn)用 ? 在空調(diào)生產(chǎn)線上 Compressor（壓縮機(jī)）組裝時(shí)間對暴露在濕氣的時(shí)間很重要，因此對 3個(gè)生產(chǎn)線的 3名作業(yè)者，調(diào)查了 3組組裝作業(yè)時(shí)間的數(shù)據(jù)。 ? 顯著性水平 (Significance Level)：象一般使用的α =(,)Ho是真的拒絕的概率 103 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 第二種錯(cuò)誤 （ β） 第一種錯(cuò)誤 （ α） 真 實(shí) H0=真 H1=假 采 納 H0=真 H1=假 104 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ?假設(shè)設(shè)定方法 ? 以原假設(shè) [母體和 Sample(樣本 )是一樣的 ]來假定 ?Ho： μ 1=μ 2 ?Ho： μ 1=μ 2=μ 3=?? μ n ?Ho： σ 1=σ 2 ?Ho： σ 1=σ 2= σ 3 ?? σ n 105 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 對立假設(shè) [母體和樣本不同的 ]則為 ?兩側(cè)檢驗(yàn)時(shí) H1： μ 1≠ μ 2 ?偏側(cè)檢驗(yàn)時(shí) H1： μ 1 ＜ μ 2 μ 1 ＞ μ 2 ?兩側(cè)檢驗(yàn)時(shí) H1： σ 1≠ σ 2 ?偏側(cè)檢驗(yàn)時(shí) H1： σ 1 ＜ σ 2 σ 1 ＞ σ 2 106 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ?假設(shè)檢驗(yàn)的形態(tài) ? 計(jì)量型數(shù)據(jù)：使用 Z， Ttest統(tǒng)計(jì)量 ?實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同質(zhì)性（ Ftest) ?Ftest是比較 2個(gè)以上的母體的散布 ? 計(jì)數(shù)型數(shù)據(jù)：使用 x2(chiSquare)統(tǒng)計(jì)量 ?次數(shù)、頻度等 107 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ?假設(shè)檢驗(yàn)時(shí)樣本大小和特征 ? 樣本的大小取多少好呢？ ?如果樣本數(shù)小，很難表示母體的特征，可能導(dǎo)致檢驗(yàn)結(jié)果的錯(cuò)誤 ?相麼，樣本數(shù)大的時(shí)候，實(shí)際操作中時(shí)間 /費(fèi)用方面難以適用 ?因此，樣本數(shù)的大小最好從各方面都考慮後作出恰當(dāng)?shù)臎Q定 108 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 假設(shè)檢驗(yàn)的實(shí)行順序 ? 設(shè)定原假設(shè)、對立假設(shè) (Ho， Hi) ? 確定顯著性水平（ α =， ， ） ? 選擇檢驗(yàn)統(tǒng)計(jì)量（ Z， T， Chisquare統(tǒng)計(jì)量） ? 求接受或拒絕域 ? 從數(shù)據(jù)上判定顯著性，解釋結(jié)果 ?P(Probability)概率值＜ α 則接受對立假定 (H1) ?P(Probability)概率值＞ α 則接受對立假定 (Ho) ? 把統(tǒng)計(jì)的解釋結(jié)果用于實(shí)際問題 109 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ?假設(shè)檢驗(yàn)結(jié)果的判定方法 拒絕值 接受域 ?原假設(shè) (Ho)：接受 ?對立假立 (H1)：拒絕 拒絕域 ?原假設(shè) (Ho)：拒絕 ?對立假立 (H1)：接受 (α) 110 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型 ? 統(tǒng)計(jì)學(xué)的判定方法 ?數(shù)據(jù)計(jì)算值結(jié)果小于拒絕值時(shí)：接受原假設(shè) (Ho) ?數(shù)據(jù)計(jì)算值結(jié)果大于拒絕值時(shí)：拒絕原假設(shè) (Ho) ?“ 0”值在信賴區(qū)間內(nèi)時(shí)：接受原假設(shè) (Ho) ?“ 0”值在信賴區(qū)間外時(shí)：拒絕原假設(shè) (Ho) ? Minitab的判定方法 ?PValue值大于 α 時(shí)：接受原假設(shè) (Ho) ?PValue值小于 α 時(shí)：拒絕原假設(shè) (Ho) 111 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ?假設(shè)檢驗(yàn)的 Minitab運(yùn)用 ? 洗衣機(jī)下部 Transmission Housing有 10CTQ， 10個(gè) CTQ是 8個(gè) Fixture Brake的高度 離合器，在這里先查看 8個(gè)不同的 Fixture間有無高度尺寸公差，如果 Fixure間有高度公差的話，用“ X”因素來判斷後調(diào)查原因并改善。 ? 利用 X2(Chisquare)驗(yàn)證 ?原假設(shè) (Ho)：不良類型和交接之間彼此是否無關(guān)聯(lián)（獨(dú)立因素） ?對立假設(shè)（ H1）：不良類型和交接班之間彼此是否有關(guān)聯(lián)（從屬因素） 116 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? 不良類型： ?A：碰傷 ?B：洩漏 ?C：開關(guān)不良 ?D：粘貼不良 117 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 交接班 A B C D 1 15 21 45 13 2 26 31 34 5 3 33 17 49 20 ?設(shè)定假設(shè) ?原假設(shè)（ Ho）：不良類型和交接班之間彼此無關(guān)聯(lián)（獨(dú)立） ?對立假設(shè)（ H1）：不良類型和交接型號(hào)之間彼此有關(guān)聯(lián)（從屬） 118 改善（ Improvement） 119 分散分析（ ANOVA）的理解 ?什麼是分散分析（ ANOVA）？ ? 試驗(yàn)實(shí)施後，對試驗(yàn)結(jié)果進(jìn)行分析所使用的分析方法 ? 特性值的散布用總平方和來表示。 120 分散分析（ ANOVA）的理解 ? 可以說是決定各水平上‘ Y’特性值（反應(yīng)值）的平均值是否具有 同樣值，步驟 ?暫定的找出致命的少數(shù)因子的方法 ? 分散分析的用語理解 ? 因子 (Factor)：試驗(yàn)上影響特性值的原因 ? 水平 (Level)：為實(shí)施試驗(yàn)的因子條件 ? 平方和 (Sum of square)：在因子的特定水平上，計(jì)算測定值變化程度 ? 試驗(yàn) Balance/Unbalance：測定值相同或不相同時(shí)所有因子水平的 調(diào)合數(shù) 121 分散分析（ ANOVA）的理解 ?分散分析的使用 ? One Way ANOVA： 具有 2個(gè)以上的水平的 1個(gè)因子的情況 ? Balance ANOAV： 具有 2個(gè)以上因子的情況 ? 試驗(yàn)計(jì)劃法（ DoE=Design of Experiment）：分析多因子時(shí)，針對那個(gè) 調(diào)合上給‘Ｙ ’特性值造成影響大的因子。如果判定為交互利作用更重要的話，使用試驗(yàn)計(jì)劃的一個(gè)因素；可是交互作用有可能跟其它交互作用交叉。 135 試驗(yàn)計(jì)劃的樹立 ? 交叉法 ?交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類似的情況幾乎沒有。 ? 連續(xù)的試驗(yàn)：進(jìn)行大規(guī)模試驗(yàn)不如實(shí)施幾次小的試驗(yàn) ?初期試驗(yàn)階段上 ? 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實(shí)施試驗(yàn)。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。 149 要因配置法 (Factorial Design) ?什麼是要因配置法 ? n個(gè)因子，各因子的水平數(shù)是 k的試驗(yàn)計(jì)劃，所有因子間的水平調(diào)和下實(shí)施試驗(yàn)。 157 要因配置法 (Factorial Design) Factor Level 1 +1 A. 水的溫度 (Temp) 溫水 熱水 (Time) 短 長 (Conc.) 低 高 ?同樣 Run實(shí)施 2次（或 2次以上）得到反應(yīng)值 (Yield)時(shí)，求平均值後適用試驗(yàn)排列全體反復(fù) 2次（或 2次以上）時(shí)，把數(shù)據(jù)放在 1列來適用。 ? 如果溫度高，可以在低清洗濃度下，線體速度可以運(yùn)行更快。此時(shí) X3因子的配置結(jié)構(gòu)跟 Z1， X2有同樣的交互作用。 165 部分配置法 (Fractional factorial design） ? 為什麼要使用部分配置法 (Fractional factorial design) ? 為了找出致命的少數(shù)因子 Screening時(shí)； ? 從經(jīng)濟(jì) /成本費(fèi)用方面愾有水平配合下，試驗(yàn)發(fā)生困難。 ? 可以把握溫度最大影響反應(yīng)值。 3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。作為 因行了 沒有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。 137 試驗(yàn)計(jì)劃的樹立 ? 數(shù)據(jù)分析 ? GRAPH分析 ?Capability Analysis ?Histogram ?Box Plot ?Pareto ?Scatter Plot ?Cube Plot ?Main effect plot：平均值 標(biāo)準(zhǔn)偏差 ?Interaction plot：平均值 標(biāo)準(zhǔn)偏差 138 試驗(yàn)計(jì)劃的樹立 ? 信賴區(qū)間 ?Pvalue，檢驗(yàn)統(tǒng)計(jì)量 ?Ttest， Ftest， Chisquare ? 分散分析表 (ANOVA Tables） ? 回歸方程式 (Regression) 139 試驗(yàn)計(jì)劃的樹立 ?導(dǎo)出結(jié)論 ? 結(jié)果值在統(tǒng)計(jì)上有效嗎？ ?測定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實(shí)際問題統(tǒng)計(jì)的處理結(jié)果合理嗎？ ? 得到改善的證據(jù)（長期