【正文】 %以上時(shí)，有必要點(diǎn)檢工序 Process – Gage Ramp。R ? 適合貫?zāi)芘袛鄷r(shí) Gage Ramp。 20] 100%=15% 51 Gage Ramp。R ? P38 53 Gage Ramp。R ? R管理圖 – 大部分的測(cè)定值在管理界限內(nèi) – 表示所測(cè)定的數(shù)據(jù)的值是正常的 55 Gage Ramp。 56 Gage Ramp。R StudyANOVA Method – P36 58 Gage Ramp。R的合格與不合格） 60 Gage Ramp。 – 為確認(rèn)測(cè)定系統(tǒng)， 3名檢查者對(duì) 10個(gè)部品反復(fù)測(cè)試 2次 62 ? P34 63 Gage Ramp。R ? 測(cè)定差平均值 = ∑R/5=? 測(cè)量誤差=() (R)= ()= ? 公差的測(cè)量誤差 =(247。R ? Gage Ramp。R 偏差大 偏差小 參考值 測(cè)定值 參考值 測(cè)定值 69 Gage Ramp。R – 反復(fù)性（ Repeatability）： 1名測(cè)定者使用同樣計(jì)測(cè)器測(cè)定同樣部品的同樣特性時(shí)得到的變化 Repeatability 72 Gage Ramp。R判斷基準(zhǔn) – Gage Ramp。R ? 計(jì)測(cè)器選定（測(cè)量的精度） – 一般來說量具要求是工序變化 /Spec許可誤差的 10%或更小的精度是合理的 ? 精度：在量具上能讀到的測(cè)定最小單位 ? 例）部品的公差 =177。R ? Gage Ramp。 76 Gage Ramp。R重要性 – Gage Ramp。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(cè)定者的變化，測(cè)定設(shè)備誤差等 80 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(duì)兩臺(tái)注塑機(jī)實(shí)施下列內(nèi)容 – 交接班：對(duì)交接班別取樣分析 – 每周作業(yè)者的變更：對(duì)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 81 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 x82 工序能力 – 有偏移時(shí)的工序能力 SL SU xK M T / 2xM )1(???KCpKC p k83 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 84 工序能力 – 只有規(guī)格上限時(shí)的工序能力 SU x?3xSC UPU??85 工序能力 – 只有規(guī)格下限時(shí)的工序能力 SL x?3LPLSxC ??86 工序能力 ? 工序能力的 Minitab運(yùn)用 – 葡萄酒農(nóng)場(chǎng)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。 94 工序能力 ? 工序能力的 Minitab運(yùn)用 ? P51 95 工序能力 ? 工序能力的 Minitab運(yùn)用 ? P52 96 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%) 101 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 d pur ??102 離散型數(shù)據(jù)分析 – r=0時(shí) – ∴ Y=edpu – ∴ 對(duì)缺陷機(jī)會(huì)數(shù)越大， “ Y‖越接近 “ 0‖ !0)(1 dpueY ??103 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===% 104 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。 106 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(píng)價(jià)收率的值 ? 應(yīng)用：完成產(chǎn)品的品質(zhì)水平評(píng)價(jià)時(shí)使用。 123 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(duì)暴露在濕氣的時(shí)間很重要，因此對(duì) 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 135 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 136 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 137 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 – 對(duì)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 2 138 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 139 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 140 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(duì)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(duì)立假定 (H1) ? P(Probability)概率值＞ α 則接受對(duì)立假定 (Ho) – 把統(tǒng)計(jì)的解釋結(jié)果用于實(shí)際問題 141 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(duì)立假立 (H1)：拒絕 接受域 ?原假設(shè) (Ho)：接受 ?對(duì)立假立 (H1)：拒絕 (α) 142 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) 143 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 amp。按 4種不良類型來整理。 – 區(qū)分 ‘ X’的水平，分析各水平上連續(xù)的 ‘ Y’的數(shù)據(jù)。R，其值要少于 20% 171 試驗(yàn)計(jì)劃的樹立 ? 選定因子（獨(dú)立變量） ‘ X’ – 獨(dú)立變量有多種 ? 在試驗(yàn)上接意圖變化的試驗(yàn)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 172 試驗(yàn)計(jì)劃的樹立 – 選定獨(dú)立變量 ? 利用測(cè)定、分析階段得到的統(tǒng)計(jì)分析結(jié)果 ? 專家意見 ? 大腦風(fēng)暴法 ? Flow Chart ? 現(xiàn)象分析數(shù)據(jù) ? 特性要因圖 ? 競(jìng)爭(zhēng)社分析 ? 顧客分析 amp。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。 180 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)。標(biāo)準(zhǔn)偏差 183 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) 184 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(cè)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)（長期的）充分嗎？ – 結(jié)果值得到實(shí)際改善了嗎？ ? 工序能力值向上了嗎？ ? 所選定題目的 ‘ Y’值得到了長期改善了嗎？ ? 會(huì)不會(huì)發(fā)生逆性能的問題？ 185 試驗(yàn)計(jì)劃的樹立 – 試驗(yàn)結(jié)果怎樣指示改善問題的方向？ – 是否要做追加的試驗(yàn)？ ? 驗(yàn)證試驗(yàn) – 驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟 – 驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類似對(duì)長期的數(shù)據(jù)合理分組來實(shí)施 – 找出最佳條件來做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件） 186 試驗(yàn)計(jì)劃的樹立 – 參照事項(xiàng) ? 做驗(yàn)證試驗(yàn)期間必須參加觀察 ? 要確認(rèn)因子的水平變化是否正確 ? 應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問題 ? +/只能在條件內(nèi)實(shí)際控制可能的話，不能檢出 2水平變化引起的 效應(yīng) 187 試驗(yàn)計(jì)劃的樹立 ? 試驗(yàn)時(shí)注意事項(xiàng) – 錯(cuò)誤認(rèn)識(shí)發(fā)生問題的因子 ? 相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系 – 最佳選定的條件和實(shí)際使用的條件不符 ? 試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ? 跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策 ? 全體的制度等有可能變更 188 試驗(yàn)計(jì)劃的樹立 – 不能決定是因?yàn)闆]有得到管理而變化 ? 潛在變量的影響給 ‘ Y’值造成大的影響 – 試驗(yàn)在很小範(fàn)圍的因子水平上實(shí)施 – 沒有包含重要的獨(dú)立變量 ? 沒有包含影響品質(zhì)的 CTQ – 因測(cè)定的變動(dòng)大，不能檢出變化的值 189 一元配置法 ? 一元配置法 – 只選擇 1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。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