【正文】 成多少影響 ? Gage RR Study – Gage RR 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)。 – X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶 86 工序能力 ? P46 87 工序能力 ? 數(shù)據(jù)的正規(guī)性驗證 ? P47 88 工序能力 ? P47 89 工序能力 ? 工序能力的 Minitab運用 – 計算工序能力指數(shù) – P48 90 工序能力 – 點擊 Submit Command – P49 91 工序能力 ? 工序能力的 Minitab運用 ? P50 92 工序能力 – 短期工序能力有關的統(tǒng)計值 Cp， Cpk， Cpu， Cpl長期工序能力有關的統(tǒng)計值有 Pp， Ppk， Ppu， Ppl – 為了計算短期工序能力，使用只考慮組內(nèi)的滾動，即群內(nèi)變化的 Zst，以用暫定的工序能力或最高的工序能力來表示。 ?例：把顧客的要求事項記錯的差錯情報。元件數(shù) =34 247。 104 離散型數(shù)據(jù)分析 ? 收率的種類 – YFT(First Time Yield)： (單工序單次收率 ) ? 表示再作業(yè)後沒有修理的收率的值 ? 應用：決定個別工序的個別品質(zhì)水平時使用。 106 收率概念比較 累計收率（ YRT） 現(xiàn)在為止的收率（ YF） ?考慮工序各階段 ?只考慮最終工序 ?考慮再作業(yè)和部品廢棄 ?不考慮再作業(yè)和部品廢棄 ?提示無缺陷的可能性 ?不能提示無缺陷的可能性 ?調(diào)查各工序的品質(zhì) ?只調(diào)查最終工序的品質(zhì) ?考慮工序是由多少個來構成的 ?不考慮工序是由多少來構成的 ?YRT=e ?YF=S/U ?Y=Y1Y2…… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 107 離散型數(shù)據(jù)分析 ? VFT（ First Time Yield） A 再作業(yè) 完成的產(chǎn)品 廢棄 15unit Hidden Factory 70 Units 100 Units 85 Units 108 離散型數(shù)據(jù)分析 – 工序 A有輸入 100個 Unit（元件） ?輸入的 70%元件沒有缺陷已經(jīng)銷售 ?輸入的 30%元件有缺陷并再作業(yè) ?15個元件修理完畢， 15元件報廢 – 現(xiàn)在為止的 Final Yield（ YF） [最終收率 ]是 85% – 因 First Time Yield（ YFT）表示歸初的作業(yè)是正確的，所以現(xiàn)在情況下 YFT是 70%。 123 Graph分析 ? 運用 Histogram（直方圖） – GraphHistogram – P67 124 Graph分析 ? P67 125 Graph分析 ? 運用 Plot – GraphPlot – P68 126 Graph分析 ? P68 127 Graph分析 ? 運用 Box Plot – GraphBox Plot – P69 128 Graph分析 ? P69 129 Graph分析 ? 運用 Matrix Plot – Graph Matrix Plot – P70 130 Graph分析 ? P70 131 假設檢驗（ Hypothesis Test）計量值 ? 什麼是假設檢驗？ – 指想知道的內(nèi)容用假設來設定，對假設的成立與否用樣本數(shù)據(jù)得到的情報為基礎進行統(tǒng)計分析後做出決定。 143 假設檢驗（ Hypothesis Test）計量值 ? 假設檢驗的 Minitab運用 ? P76 144 假設檢驗（ Hypothesis Test）計量值 ? P76 145 假設檢驗（ Hypothesis Test）計量型 ? 假設檢驗的 Minitab運用（ 1個母體的情況下） ? P77 146 假設檢驗（ Hypothesis Test）計量型 ? P77 147 假設檢驗（ Hypothesis Test）計量型 ? 假設檢驗的 Minitab運用（ 1個母體的情況下） ? P78 148 假設檢驗（ Hypothesis Test）計量型 – P78 149 假設檢驗（ Hypothesis Test）計量型 ? 假設檢驗的 Minitab運用（ 1個母體的情況下） ? P79 150 假設檢驗（ Hypothesis Test）計量型 – 從 Sample得到的結果和 Target 值的檢驗結果之間有差異 – 即，可判斷為 Sample和 Target值有公差 (Ho:拒絕， H1：接受） – 因此，可判斷為統(tǒng)計的 Fixture 1高度尺寸和Target Mean間彼此有差異 151 假設檢驗（ Hypothesis Test）計量型 ? 假設檢驗的 Minitab運用（ 2個母體的情況下） ? P80 152 假設檢驗（ Hypothesis Test）計量型 ? P80 153 假設檢驗（ Hypothesis Test）計量型 ? P81 154 假設檢驗（ Hypothesis Test）計數(shù)型 ? X2（ Chisquare） – 適合度檢驗（ Goodness of fit test） ? 什麼是適合度？：試驗 or觀測得到的結果跟理論一致的程度 ? 什麼是適合度檢驗？：檢驗觀測值有什麼樣的理論分布 ? 假設設定 – Ho： P1=P2=??=Pn – H1： P1 P2 ?? Pn – 例：硬幣的正面的出現(xiàn)的概率 50%和實際觀測的概率比較 155 假設檢驗（ Hypothesis Test）計數(shù)型 – 分割表（ Contingency Table） ?什麼是分割表？：因兩個變數(shù)分割後得到表 ?什麼是獨立性檢驗？：使用于檢驗分類的變量之間的關系是獨立，即變量之間有相關性（從屬關系），或者有（獨立關系）稱獨立性檢驗。直接影響特性值的因子或用水平變動來分析後找出對比誤差，造成‘ Y’特性值（反應值）特別大的影響因子。 166 試驗計劃法的樹立 ? 試驗計劃法的樹立 – 明確試驗的目的 – 選定反應值（從屬變量）‘ Y’ – 選定因子（獨立變量）‘ X’ – 選定因子的水平 – 選定試驗計劃 – 實施試驗 數(shù)據(jù)收集 – 數(shù)據(jù)分析 – 導出結論 – 驗證試驗 167 試驗計劃法的樹立 ? 明確試驗目的 – 明確試驗記錄樣式的目的 ?製作‘ Y’ (從屬變量 )明確定義‘ X’ (獨立變量）效果的的預測值表 – 在做試驗計劃時，必須注意以下內(nèi)容 ?用數(shù)據(jù)決定什麼？ ?數(shù)據(jù)收集後怎麼分析？ ?得到的數(shù)據(jù)做必要的決定時有用嗎？ – 如果不是重新樹立計劃 168 試驗計劃法的樹立 ? 選定反應值（從屬變量）‘Ｙ’ – 選定的題目可能有多個‘Ｙ’ ?題目展開後 (Logic Tree等 )，選定‘ Yn’的各個獨立因子‘ X’進行改善 ?計數(shù)值數(shù)據(jù)的效率性是計量值的 63%左右時，有必要更多數(shù)據(jù) ?當測定‘ Y’困難時，采用給予分類或跟標準進行比較的方法 169 試驗計劃法的樹立 ?測定後的樣本數(shù)據(jù)最好是保存，必要時再進行對比調(diào)查 ?當數(shù)據(jù)測定有主觀性時，可能有時間偏移，因此必須隨機化或盲化實施 ?試驗前不管數(shù)據(jù)的種類，必須對‘ Y’實施 Gage RR，其值要少于 20% 170 試驗計劃的樹立 ? 選定因子（獨立變量）‘ X’ – 獨立變量有多種 ?在試驗上接意圖變化的試驗變量 ?不是有意變化的可觀察的變量 ?Blocking變量（人為制造的變量） ?潛在變量 171 試驗計劃的樹立 – 選定獨立變量 ? 利用測定、分析階段得到的統(tǒng)計分析結果 ? 專家意見 ? 大腦風暴法 ? Flow Chart ? 現(xiàn)象分析數(shù)據(jù) ? 特性要因圖 ? 競爭社分析 ? 顧客分析 協(xié)力社調(diào)查 ? Process Mapping ? Rolled Through Yield 172 試驗計劃的樹立 – 潛在變量 ?潛在變量是給結果帶來影響的，但難以發(fā)覺，并且不可能控制和測定。 173 試驗計劃的樹立 ? 選定因子水平 – 水平數(shù)可以按試驗的目的和反應值的圖表形狀來決定 ? 能用篩選試驗來找出得要的因子的話，使用典型的 2水平 ? ‘ Y’值按水平產(chǎn)生充分差異的範圍來選定水平 – 如果選定的溫度範圍小，幾乎不影響應答的話，可能錯判為溫度不重要的因子 ? 確定的水平不能超出現(xiàn)實可能的水平（最佳的選定水平上，不能適用實際的話郵局不能改善） ? 試驗的幾個調(diào)和可能是不能接受的反應值，但是那種條件下，可能出現(xiàn)最佳值？ 174 試驗計劃的樹立 ? 選定試驗計劃 – 做試驗計劃時要想 10個重要概念 ? 直交性 ? 隨機性 ? 再現(xiàn)性 ? 反復性 ? 管理能力 ? 潛在變量 ? Noise變量 ? Blocking ? Sample的大小 ? 交叉 175 試驗計劃的樹立 ? 試驗計劃的選定 – 直交性 ?試驗配置或部分配置法上把因子的效果做成彼此獨立而使用 – 隨機化 ?為了防止非試驗的因子的外部要因引起的效果時使用 – 試驗順序隨機化 – 試驗 Unit隨機化 – 測定順序隨機化 176 試驗計劃的樹立 – 再現(xiàn)性 ?完全再設置度驗裝置，在同樣水平上追加得到值的時候 – 在做測定時可減少散布 – 對對試的結果增加信賴感 – 反復性 ?反復各試驗 Run 得到 Sample不如再現(xiàn)性，但能測定變動 – 管理： ?選定的條件，必須能得到管理 177 試驗計劃的樹立 – 潛在變量 ?不太明確，控制也困難，測定也不可能，但影響反應值的值。 ? 試驗和實施數(shù)據(jù)收集 – 試驗之前準備數(shù)據(jù)表格，可能的話，把相關的所有內(nèi)容全部記錄。 – 能夠知道怎樣實施試驗，對提高試驗技術有用。 189 一元配置法 – 按反應溫度 (A)變化的強度 (單位： Kg/mm2)的試驗數(shù)據(jù) 因子水平 A1 A2 A3 A4 試驗的反復 190 一元配置法 ? 一元配置法的 Minitab運用 ? P97 191 一元配置法 ? P97 192 一元配置法 ? P98 193 一元配置法 ? P98 194 一元配置法 ? P99 195 一元配置法 ? P99 196 二元配置法 ? 選定配置法 – 選定 2個因子後做試驗的試驗計劃 – 某化工廠認為影響產(chǎn)品的收率 (Yield， %)是反應溫度和原料。 ? 要因試驗的形態(tài) – 2n：因子是 n個，因子的水平數(shù)是 2試驗 – 3n：因子是 n個，因子的水平數(shù)是 3試驗 205 要因配置法 (Factorial Design) ? 要因試驗的優(yōu)點 – 所有因子間的水平調(diào)合下實施試驗 – 可推定所有因子的效果和交互作用 ? 22試驗 – 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時得到的輪胎 (balance)各測定 4次的數(shù)據(jù) 206 要因配置法 (Factorial Design) – 試驗數(shù)據(jù) A0 A1 合計 B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計 249 486 735 207 要因配置法 (Factorial Design) ? 要因配置法的 Minitab運用 ? P106 208 要因配置法 (Factorial Design) ? P106 209 要因配置法 (Factorial Design) ? P107 210 要因配置法 (Factorial Design) ? P108 211 要因配置法 (Factorial Design) ? P108 212 要因配置法 (Factorial Design) ? P109 213 要因配置法 (Factorial Design) ? P109 214 要因配置法 (Factorial