【正文】 （或頂層）的原材料 ? 條棒、線圈等的末端 ? 污垢或進口材料 奇異點 奇異點 奇異點 過程之外 “啊哈！現(xiàn)在出現(xiàn)一些有趣的現(xiàn)象” 一些典型原因 ： ? 調節(jié)錯誤或不正確設置 ? 原料或潤滑劑的改變 ? 移動變化 現(xiàn)象 ： 連續(xù)九個數(shù)據(jù)點位于中心線的一邊。 0S u b g r o u p 5 10 15 20 2547484950515253Sample MeanX = 5 0 . 0 03 . 0 S L = 5 2 . 4 5 3 . 0 S L = 4 7 . 5 501234Sample StDevS = 1 . 5 0 73 . 0 S L = 3 . 4 1 4 3 . 0 S L = 0 . 0 0 E + 0 0X b a r / S C h a r t f o r s d 5特定原因改變 “ 發(fā)生了什么？” 在偶然情況下，某個因 素進入過程并引起一個 突發(fā)性的短暫改變。 – 在初始能力分析期間，如果你能夠識別那些造成“ 失控”情況的特殊原因變差，那么，在計算控制極限范圍時，可以將這些數(shù)據(jù)點刪除。歷史極限決定了所“期望”的數(shù)據(jù)范圍或“零假設（H0） ”。 控制圖的使用 控制圖表可以在測量和分析階段用于跟蹤過程的變化，分析顯著的變化并記錄。 ? 用于計算控制圖極限范圍的標準偏差是以繪制圖的類型為基礎的。 一個消費者服務組織希望能夠監(jiān)控消費者對公司的滿意度 。 減少可能發(fā)生的錯誤。 n = 3 n = 10 n = 25 UCL UCL UCL LCL LCL LCL Copyright 1995 Six Sigma Academy, Inc. 為什么使用 3 Sigma控制 限范圍 ? ? 3 Sigma極限已經通過了時間的檢驗。這樣可以 提高過程的靈敏度，即提高了探測到變化的概率。 – 計算方法基于與平均值圖相似的概念，但是較之更為復雜。 0S u b g r o u p 5 10 15 20 253 . 73 . 83 . 94 . 04 . 14 . 24 . 3Sample Mean11X = 4 . 0 9 63 . 0 S L = 4 . 2 3 2 3 . 0 S L = 3 . 9 5 90 . 00 . 10 . 20 . 30 . 40 . 50 . 6Sample StDev1S = 0 . 1 4 0 33 . 0 S L = 0 . 2 4 0 9 3 . 0 S L = 0 . 0 3 9 8 2X b a r / S C h a r t f o r E v a l u a t i o n s計算平均值圖的控制限 要想確定平均值的控制極限范圍，必須先計 算出 過程的總平均值 。 ? 這個變化是由一些指定原因（相關系統(tǒng)或初始范圍）導致的。 Minitab生成了 XbarS 圖，它自動計算控 制極限范圍。 –在分析和改進階段，在完成假設檢驗之前檢查過程的穩(wěn)定性。 一個穩(wěn)定過程的輸出值很少超出正負三個 Sigma范圍。 不穩(wěn)定過程不存在可預測的表現(xiàn)，而且穩(wěn)定的運行狀態(tài)可能不是持續(xù)不變的 。 ? 平均值的 控制極限 表示雙邊 假設檢驗極限 ，用于推斷觀測的樣本均值是否發(fā)生了變化。 6 個西格瑪質量的重點是將控制范圍 轉移到工序的上游 ，以充分利用對工序輸入變量特征（關鍵 X） 的控制 6個西格瑪 與 SPC 控制圖表應用于 過程變量； 自變量； 設計變量 X1, X2,..., Xk 提高因變量的穩(wěn)定性，響應值 Y1,Y2,..., Ym Y X 什么時候使用 SPC？ ? 希望獲悉什么信息？ —關鍵過程變量（ X或 Y） 在隨時間變化嗎？（即該過程穩(wěn)定嗎？） ? 如何觀察輸出變量 ？ — 基于實時數(shù)據(jù)、顯示過程變化的圖表 SPC是一個嚴密的過程，它要求操作小組積極參與數(shù)據(jù)的采集和分析。 基于與“ t test”假設檢驗相同的概念進行分析，能夠使我們在出現(xiàn)的問題影響到輸出結果之前，就作出有關工序的決定、采取行動、解決問題。 6. 5. 能夠解釋依據(jù)圖表信息 采取措施 的重要性。Tab 3: SPC 統(tǒng)計過程 控制 目標 1. 能夠使用“ XBar和 S圖表”進行 連續(xù) 數(shù)據(jù)分析。 4. 能夠對圖表進行 解釋 并確定工序什么時候處于失控狀 5. 態(tài)。 控制 監(jiān)控工序運行。 當過程失控時， SPC將發(fā) 出信號， 你的任務是找出 失控的原因 ，然后進行修 正，確保問題不再發(fā)生。 ? 一個過程的改變包括 平均值和 /或方差的改變 ， 因此我們總是同時繪出平均值以及方差的控制 圖（ Xbar和 S）。 注意：近似置信度為 %. LCLx UCLx ?/2 ?/2 X 過程的穩(wěn)定性 下圖顯示多種不穩(wěn)定過程，控制圖能夠有助于確定這些不穩(wěn)定狀態(tài)什么時候產生、以及存在于什么環(huán)境。 ?如果在控制圖表中出現(xiàn)數(shù)據(jù)的非隨機型態(tài)，或當某一點超出控制極限時，這是表示在你的過程中出現(xiàn)了可指定來源（特定原因）的變差的明顯信號。 為了選擇合適的控制圖監(jiān)控你的過程，首先要決定重要的過程變量 (X)是連續(xù)的還是離散的 . 中間值與極差 X與 R n10 典型 35 單個數(shù)據(jù)點和 移動極差 XmR n = 1 監(jiān)控連續(xù) X的變量 圖表 缺陷比例 p 圖表 典型 n 50 跟蹤 dpu/dpo 次品數(shù)量 nP圖表 n ≥ 50(常量 ) 跟蹤次品數(shù)量 缺陷數(shù)量 c 圖表 c 5 缺陷數(shù) /單元 U 圖表 N 變量 監(jiān)控離散 X的分布 圖表 控制圖表類型 X Bar西格瑪 （ XbarS) 控制圖 0S u b g r o u p 5 10 15 20 253 . 73 . 83 . 94 . 04 . 14 . 24 . 3Sample Mean11X = 4 . 0 9 63 . 0 S L = 4 . 2 3 2 3 . 0 S L = 3 . 9 5 90 . 00 . 10 . 20 . 30 . 40 . 50 . 6Sample StDev1S = 0 . 1 4 0 33 . 0 S L = 0 . 2 4 0 9 3 . 0 S L = 0 . 0 3 9 8 2X b a r / S C h a r t f o r E v a l u a t i o n s用于分析和控制連續(xù) 過程變量 能夠使用 Xbar－ S 圖 –在測量階段，通過圖形顯示方式將變差的特定原因與一般原因分離。如果沒有該軟件，則使用 XbarR 或其它手工控制圖表． 使用 Minitab軟件構建 XbarS圖表 文件 : GEAPPS6SigmaMinitabTrainingMinitab Session 4 control 選擇 Stat Control Charts XbarS 使用 Minitab軟件構建 XbarS圖表 選擇響應數(shù)據(jù)欄，并輸入一個表明分組大小的值，或從分組下標欄（在這個示例中，該項為“ Week”） 選擇 “ Tests”. 確定“失控狀態(tài)”標準，選擇“執(zhí)行八種測試”