【正文】 SL SU71工序能力v 在偏移時(shí)的工序能力SL SUKM72工序能力? 用語解釋vK：偏移系數(shù)（如果 K=0， Cp=Cpk）vM（ Midrange）：規(guī)格的中心vT（ Tolerane）：公差vSU（ Upper Spec）：規(guī)格上限vSL（ Lower Spec）：規(guī)格下限73工序能力? 只有規(guī)格上限的工序能力SU74工序能力? 只有規(guī)格下限的工序能力SL75工序能力v 工序能力的 Minitab運(yùn)用? 葡萄酒農(nóng)場為了參加慶祝大會，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v 用語解釋? D（ Defect）：缺陷 or不良（事項(xiàng)）v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。vDPMO=DPO 1,000,000? 例：上例 DPMO是 1,000,000 DPMOvP(ND)=1DPO==(90%)82離散型數(shù)據(jù)分析v 利用泊松公式計(jì)算收率? 利用泊松公式v這里? Y：收率? DPU：元件缺陷數(shù)? R：? e：指數(shù)函數(shù) ……83離散型數(shù)據(jù)分析? r=0時(shí)? ∴Y=e dpu? ∴ 對缺陷機(jī)會數(shù)越大， “Y” 越接近 “0”84離散型數(shù)據(jù)分析v 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)會數(shù)）vDPU=缺陷數(shù) 247。(750 10)=vYield值是 Y=edpu===%85離散型數(shù)據(jù)分析vDPMO=DPO 1,000,000=1,000,000=4,500PPM 一個(gè)元件有 45,000PPM的缺陷vSigma=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v表示計(jì)算連續(xù)工序的評價(jià)收率的值v應(yīng)用：完成產(chǎn)品的品質(zhì)水平評價(jià)時(shí)使用。99Graph分析v 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v 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vHo： μ1=μ2vHo： μ1=μ2=μ3=……μnvHo： σ1=σ2vHo： σ1=σ2= σ3 ……σn105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 v兩側(cè)檢驗(yàn)時(shí) H1： μ1≠μ2v偏側(cè)檢驗(yàn)時(shí) H1： μ1 ＜ μ2 μ1 ＞ μ2v兩側(cè)檢驗(yàn)時(shí) H1： σ1≠ σ2v偏側(cè)檢驗(yàn)時(shí) H1： σ1 ＜ σ2 σ1 ＞ σ2106假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 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v實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同質(zhì)性（ Ftest)vFtest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v次數(shù)、頻度等107假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 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？v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v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v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v 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vP(Probability)概率值＜ α 則接受對立假定 (H1)vP(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v 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v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)v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)v“0” 值在信賴區(qū)間內(nèi)時(shí)：接受原假設(shè) (Ho)v“0” 值在信賴區(qū)間外時(shí)：拒絕原假設(shè) (Ho)? Minitab的判定方法vPValue值大于 α 時(shí)：接受原假設(shè) (Ho)vPValue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v 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v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）v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：vA：碰傷vB：洩漏vC：開關(guān)不良vD：粘貼不良117假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型交接班 A B C D1 15 21 45 132 26 31 34 53 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之間彼此有關(guān)聯(lián)（從屬）118改善（ Improvement）119分散分析（ ANOVA）的理解v 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v暫定的找出致命的少數(shù)因子的方法v 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v 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v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)v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)v 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 Level1 +1A. 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。176部分配置法 (Fractional factorial designv Cube plot676556 5560695278494563 6110 159395177部分配置法 (Fractional factorial design? 最適當(dāng)?shù)臈l件是：催化劑 +1（ 2%），溫度 +1（180℃ ），濃度 1（ 3%）下具有最好的組合。? 為了分析試驗(yàn)的結(jié)果182回歸分析（ Regression）v 回歸方程式? a和 b的計(jì)算公式183回歸分析（ Regression）? 把全體測值用某一個(gè)適當(dāng)數(shù)學(xué)方式來表示，其適當(dāng)方程式不能說明的誤差變化和成為最小而決定a和 b。? 為了減少收集數(shù)據(jù)時(shí)因時(shí)間變量，最發(fā)好是以無序法來確定 “X” 因子的水平後再做試驗(yàn)。vRSq ：觀察值到適當(dāng)線的變動(dòng)比率。? 給 p。? 為了工序最適當(dāng)化的持續(xù)維持管理，必須能夠檢查出體系管理系統(tǒng)的變化。 LOT大?。?X） 10 20 30 40 40 50 60 60 70 80生產(chǎn)人力（ Y） 20 29 50 60 70 85 90 95 109 120186回歸分析（ Regression）? FITS是從因素各個(gè)測定數(shù)據(jù)計(jì)算回歸方程式時(shí)的實(shí)測值， “Y” 的推測值是 manhour=+ lot size? Residual（殘差）的 error標(biāo)示是v實(shí)際反應(yīng)值上，把預(yù)想的反應(yīng)值從各測定值上減掉的值，上面例題值是 C4=C2C3187回歸分析（ Regression）v 回歸方程式的殘差（ Residual）是什麼？? 殘差（ Residual） Plot是回歸模式是否適當(dāng)，進(jìn)行檢查的分析工具v殘差（ Residual）的平均值始終是 “0”v殘差（ Residual）具有正態(tài)分析 (Normal Distribution)v殘差（ Residual）應(yīng)是隨機(jī)分布（即，不能有什麼樣的傾向）188回歸分析（ Regression）v 殘差分布形態(tài)? 按時(shí)間序列估計(jì)為等分散的情況189回歸分析（ Regression）? 估計(jì)是獨(dú)立的或可能不是直線關(guān)系的曲線形態(tài)190回歸分析（ Regression）? 其它變量也要一起考慮的情況191回歸分析（ Regression）v 殘差（ Residual）分析（正規(guī)性）v P146192回歸分析（ Regression）? 可以對殘差是否為正態(tài)分布進(jìn)行檢查? 或 StatBesic StactisticNormality Test Variable:Resi 1,Value=193回歸分析（ Regression）? 附加說明v回歸方程式 y=a+bx,即 a（偏移） =，b=（截距）的值vConstant PValue? H0：回歸原點(diǎn)通過（ 0,0）? H1：回歸線未通過原點(diǎn)（ 0,0）? 上面情況是采用 H0，因此 0194回歸分析（ Regression）v對因子的 PValue? H0： Lot size=沒有意義（ or不影響）? H1： Lot size≠ 沒有意義（ or有影響）? 上面情況是 PValue=，因此可以判斷有意義vS值：表示誤差的散布，即表示推定的標(biāo)準(zhǔn)偏差值。? 并且對比總變化不能說明的變化?。ㄕ`差引起的變化），可以說明回歸模型好。（有 /無相互關(guān)聯(lián)性，可以提供解決問題的 Point）? 這種關(guān)聯(lián)性用某種數(shù)學(xué)方程工來表示及分析叫回歸分析，即可以認(rèn)為將從屬變量 “Y” 與獨(dú)立變量 “X” 的關(guān)系用下列模型的數(shù)學(xué)方程式來適當(dāng)表示。? 剩下的注入量（注入速度）人反應(yīng)值影響微小? 從干擾的分析結(jié)果來看，轉(zhuǎn)速幾乎不影響，因此排除該因素不會發(fā)生什麼問題。165部分配置法 (Fractional factorial design）v 為什麼要使用部分配置法 (Fracti