【正文】 用各階段的幾何平均值 ?YND(Normalized Yield) ?這里 n表示工序的數(shù) n RTY?111 離散型數(shù)據(jù)分析 ?上例 YND(Normalized Yield) ?各階段平均 YFT=% – 正常收率是全工程平均收率，以YND(Normalized Yield)值來計算 Sigma值 – 通過 YRF可以知道工程真正的收率（累計直通率） – 部品數(shù)或工序（作業(yè)）的階段越少，收率值越大。 – YRT(Rolled Throughput Yield)：全工程一次性直通收率 ? 表示一個產(chǎn)品通過全工各沒有經(jīng)過一次的修理和再作業(yè)，到最終合格為止的收率值。 750= ?DPO=缺陷數(shù)247。 – DO（ Defect Opportunity）：機會損失（缺陷） ?可能引發(fā)的機會損失（缺陷）的行動或事件。并且表示通過改善活動消除平均值移動引起的偏移時的最高的能力。 75 Gage RR 數(shù)據(jù)全體變化 部品間變化 測定 Error變化 222 )()( RRP a rtP a rtTota l ??? ?? ?76 Gage RR ? Gage RR重要性 – Gage RR的實行結(jié)果提供下面的情報 ? 選定計測器的適合性（ Gage分解能力的恰當(dāng)性） ? 測定系統(tǒng)時間上穩(wěn)定性（ or 可信賴） ? 測定滿足誤差時，是工程變化或規(guī)格值關(guān)聯(lián)可以接受。如果不顧測定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實行中，要願意接受測定系統(tǒng)可能發(fā)生誤差的危險。 64 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 65 Gage RR ? Gage RR類型 – 短期的方法 ? 只需要 2名測定者和 5個部品 ? 不能分離反復(fù)性和再現(xiàn)性 ? 可以迅速確認想測定的計測器的接受與否 – 長期的方法 ? 典型的是 23名的測定者對 10個部品反復(fù)測定 23次 ? 可以明確把握測定系統(tǒng)的變化有多大，能分離反復(fù)性和再現(xiàn)性 66 Gage RR ? 對測定系統(tǒng)變化的理解 – 線性（ Linearity）：通過期望的 Gage工作範圍比較精確度得到的值即在已定的工作範圍的兩邊界線區(qū)間上，最少研討 1回的精確度得到的值的差。 – 為確認測定系統(tǒng)， 3名檢查者對 10個部品反復(fù)測試 2次 61 ? P34 62 Gage RR ? 短期的方法時 Gage RR運用 – CTQ部品的 Spec是 177。 – 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 53 Gage RR ? R管理圖 – 大部分的測定值在管理界限內(nèi) – 表示所測定的數(shù)據(jù)的值是正常的 54 Gage RR – Number of Distinct Categories=4 ? 表示檢測部品的信賴性區(qū)間不重疊的個數(shù) 4個 Categories 對同樣部品的同樣特征值量，由 3名檢查者反復(fù)檢測 2次。 47 Gage RR ? 適合貫?zāi)芘袛鄷r Gage RR – 對各 Parts用貫?zāi)軄砼卸ê细衽c不合格，或go 43 工序能力 ? 短期 /長期工序能力的意義 – 短期工序能力是只存在群體內(nèi)變化，表示取樣的數(shù)據(jù)都具有同樣的品質(zhì)特性，但有主要技術(shù)要素引起品質(zhì)特性變化，因此，品質(zhì)特性變化越大，散布也就越大，短期工序能力也就越差。 32 聚焦問題點階段 – Brainstorming時注意事項 ? 禁止批評 ? 全部 Idea都要記錄 ? Idea發(fā)掘時不要解釋或討論 ? 粗略的 Idea也要鼓勵 ? 所有人都積極參與 – Logic Tree(Structure Tree) ? 為達成目標的手段，用邏輯性表示 ? Breakdown（展開）的問題之間 MECE（互不重復(fù)無遺漏的全體） – MECE（ Mutually Exclusive and Collective Exhaustive)（不重復(fù)，各個的和等于全體） 33 聚焦問題點階段 ? 確定活動題目的相關(guān) Benefit[利益 ]（定量 /定性效果） – 為保證達成，明確改善金額 ? 對活動課題的問題記錄 – 在現(xiàn)象分析時，記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象 ? 計劃時間管理 – 通過分析把全部日程用具體的圖表管理 34 測定（ Measurement） 35 變化的理解 ? 數(shù)據(jù)的分類 解決問題 工程問題 /Bottle Neck/Issue 事項 36 變化的理解 – 連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)） ?Inch or時間一樣能使用測定刻度的數(shù)據(jù) ?比較數(shù)值數(shù)據(jù)提供更多情報 – 離散型數(shù)據(jù)（計數(shù)型數(shù)據(jù)） – 提供合格不合格之類情報的數(shù)據(jù) – 不能再細分化的數(shù)據(jù) 37 變化的理解 ? 群內(nèi)變化（ White Noise） – White Noise是工程內(nèi)存在的日常因素引起的變化（偶然因素） – 現(xiàn)在的技術(shù)水平是不可能控制的變化 – 一般工程的散布 – 工程上受細小的多數(shù)因素的影響 – 38 變化的理解 ? 群間變化（ Black Noise） – Black Noise是工程外部因素影響中心值移動，一般情況下，可查明原因的變化（異常原因） – 現(xiàn)在工程上可控制的變化 – 一般情況下，在工程的目標值下平均值偏移 – 實際上可以知道隨時間的變化，工程能力會怎樣變化 39 群內(nèi)、群間變化的區(qū)分例 ? 群內(nèi)變化：每 Line 1， 2， 3內(nèi)出現(xiàn)的（即 Line內(nèi)作業(yè)者間的變化）工程變化 ? 群間變化：各 Line間的變異而出現(xiàn)的工程變化 作業(yè)者 1 作業(yè)者 2 作業(yè)者 3 作業(yè)者 4 作業(yè)者 5 作業(yè)者 6 作業(yè)者 7 作業(yè)者 8 作業(yè)者 9 Line1 Line2 Line3 40 變化的理解 ? Rational Subgroup（合理分組） – 批跟數(shù)據(jù)的種類無關(guān)，在可能的短時間內(nèi)彼此類似的條件下作業(yè)的樣本群。 QFD是為了能夠改善顧客的核心要求事項，轉(zhuǎn)換成技術(shù)規(guī)格的工具 187。5σ 233 177。1σ 317,000 697,700 177。 ?其結(jié)果標準偏差更小，發(fā)生不良的可能性就低。 25 6070 ????? ? ?xZ17 統(tǒng)計基本概念的理解 ? Z值的計算 – 70分以上的可能性有多少？ ?正態(tài)分布總面積是‘ 1’ ?某概率變量‘ X’到平均值（ μ ）之間距離除以標準偏差（ σ ）的值用‘ Z’來表示。 14 統(tǒng)計基本概念的理解 ? 平均值和拐點之間距離用標準偏差（ σ ）表示。 8 統(tǒng)計基本概念的理解 ? 數(shù)據(jù)的計算方法 – 中心位置特征值的計算： ? ?? ?? ?資料中最頻繁出現(xiàn)的值最頻數(shù)中央位置的值按大小順序排列時處在中位置調(diào)和平均算術(shù)平均值:)(:~111:1:1ModeXXnHHXnXXinii???????????9 統(tǒng)計基本概念的理解 – 散布的計算 ?S(總變動： Total Sum of Squares):偏差平方和 ?無偏方差 (Unbiased Variance):S除以自由度（ n1） ?無偏方差的開方 or標準偏差 ? ?? ???? nxxxxS iii 222 )()(1?? nSV 1?? n SV10 統(tǒng)計基本概念的理解 ? 參數(shù)和統(tǒng)計量 – 參數(shù) (Parameter)：描述變量集合的特性值 – 統(tǒng)計量（ Statistics)：表示標本的特性值 11 統(tǒng)計基本概念的理解 區(qū)分 參數(shù) 統(tǒng)計量 均值 (Mean) 均值： μ 樣本均值： 方差 (Variance) 偏差 (Deviation) X )(:222nSnxxi??????方差 1nS 1)(:2????nxxVV，i無偏方差樣本方差nS?? 2:???標準偏差 1 2???nSSV，方差的開方無偏樣本標準偏差12 統(tǒng)計基本概念的理解 ? Sigma的定義 – Sigma是希臘字母，表示工序的散布。 ?先把握現(xiàn)象，能夠 1次性改善的部門采取 1次性改善活動；然後下一個階段再接著進行改善活動。 13 統(tǒng)計基本概念的理解 – 可以說明擁有高 Sigma值的工序，具備不良率低的工序能力 – Sigma值越大品質(zhì)費用越少，周期越短。 ?Z值是已測定的標準偏差（ σ ）有幾個能進入平均值到規(guī)格上下界限（ USL， LSL）之間的測定值。 18 Z值的計算 45 50 55 60 65 70 75 Z ???x規(guī)格上限 PP MZxx 800,22%)2(56070)70Pr( 或????????????????19 工序能力測定方法 Z值 ? Z=3 3σ能力 1 σ USL 2 σ 3 σ LSL 20 工序能力測定方法 Z值 ? Z=6 6σ能力 1σ USL LSL 2σ 3σ 4σ 5σ 6σ ?工序的變動（散布）越小工序能力越高。 177。4σ 63 6,210 177。 – 對調(diào)查內(nèi)容優(yōu)先排序，為滿足顧客的要求事項制定技術(shù)規(guī)格 – 確定對顧客要求事項影響大的技術(shù)規(guī)格的先後順序，對已確定的先後順序的技術(shù)要求事項，轉(zhuǎn)換成暫定的Part特性（ CTQ） – 對技術(shù)規(guī)格影響大的特性要素（ CTQ）進行排序 187。 31 聚焦問題點階段 ? 找出活動課題的具體事項 – Brainstorming：在短時間內(nèi)得出很多主意的辦法 – Brainstorming種類 ?Free Wheeling：全 Team員以對話形式即興發(fā)掘Idea ?Round Robin：對事件， Team員輪流發(fā)掘 Idea ?Card Method：不經(jīng)討論， Team員把 Idea寫在卡片上，貼到牆上。 – Six Sigma工序能力是指工序的變化（ or標準偏差： σ ）小，即使乘以 6倍變化值也能夠滿足規(guī)格的工序能力。如果測定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行 6σ Project期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。 ?如果測定值的 50%以上在管理界限內(nèi)的話，這個系統(tǒng)不適合。 55 Gage RR – Number of Distinct Categories判斷方法 ?Number of Distinct Categories： 0～ 1不適用（改善檢測系統(tǒng)） ?Number of Distinct Categories： 2～ 4附加條件時可接受 ?Number of Distinct Categories： 5以上可接受 56 Gage RR ? 長期方法時 Gage RR的 Minitab運用 – Gage RR StudyANOVA Method – P36 57 Gage RR ? R36 58 Gage RR – %Study Var：表示能區(qū)分部品與部品間的差異點的檢測系統(tǒng)的能力（ Gage RR）（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 RR的合格與不合格） 59 Gage RR ? P35 60 Gage RR ? 長期方法時 Gage RR的 Minitab運用 – 選定 Monitor Cover為 Six Sigma Theme – Spec=177。常數(shù)在 *里已有計算， d*是下表中的值， Gage引起的變化能滿足 99%值。 Reproduceability 測定者 2 測定者 1 測定者 3 72 Gage RR ? Gage RR判斷基準 – Gage RR值越大