【正文】 同樣特性使用同樣計測器由多名測定者測定時得到的變化。 ，量具精度需滿足 ≤ ? Gage Ramp。R 數(shù)據(jù)全體變化 部品間變化 測定 Error變化 2amp。 – X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶 87 工序能力 ? P46 88 工序能力 ? 數(shù)據(jù)的正規(guī)性驗證 ? P47 89 工序能力 ? P47 90 工序能力 ? 工序能力的 Minitab運(yùn)用 – 計算工序能力指數(shù) – P48 91 工序能力 – 點(diǎn)擊 Submit Command – P49 92 工序能力 ? 工序能力的 Minitab運(yùn)用 ? P50 93 工序能力 – 短期工序能力有關(guān)的統(tǒng)計值 Cp， Cpk， Cpu， Cpl長期工序能力有關(guān)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。 元件數(shù) =34 247。 107 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(gòu)成的 ?不考慮工序是由多少來構(gòu)成的 ?YRT=e ?YF=S/U ?Y=Y1 Y2 …… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 108 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 109 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%。離合器，在這里先查看 8個不同的 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。 165 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 ? 暫定的找出致命的少數(shù)因子的方法 ? 分散分析的用語理解 – 因子 (Factor)：試驗上影響特性值的原因 – 水平 (Level)：為實(shí)施試驗的因子條件 – 平方和 (Sum of square)：在因子的特定水平上，計算測定值變化程度 – 試驗 Balance/Unbalance：測定值相同或不相同時所有因子水平的 調(diào)合數(shù) 166 分散分析（ ANOVA）的理解 ? 分散分析的使用 – One Way ANOVA： 具有 2個以上的水平的 1個因子的情況 – Balance ANOAV： 具有 2個以上因子的情況 – 試驗計劃法（ DoE=Design of Experiment）：分析多因子時，針對那個 調(diào)合上給 ‘ Ｙ ’ 特性值造成影響大的因子。 174 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(yīng)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(fàn)圍來選定水平 – 如果選定的溫度範(fàn)圍小，幾乎不影響應(yīng)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(shí)可能的水平（最佳的選定水平上，不能適用實(shí)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(yīng)值，但是那種條件下，可能出現(xiàn)最佳值？ 175 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(jī)性 ? 再現(xiàn)性 ? 反復(fù)性 ? 管理能力 ? 潛在變量 ? Noise變量 ? Blocking ? Sample的大小 ? 交叉 176 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(dú)立而使用 – 隨機(jī)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(jī)化 – 試驗 Unit隨機(jī)化 – 測定順序隨機(jī)化 177 試驗計劃的樹立 – 再現(xiàn)性 ? 完全再設(shè)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(jié)果增加信賴感 – 反復(fù)性 ? 反復(fù)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 178 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(yīng)值的值。 – 能夠知道怎樣實(shí)施試驗，對提高試驗技術(shù)有用。 ? 因子的水平數(shù) – 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) – 原料 (B)： B1（美國 M社原料）， B2（日本 Q社原料），B3（國內(nèi) P） 198 二元配置法 ? 試驗數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 199 二元配置法 ? 二元配置法的 Minitab運(yùn)用 – 數(shù)據(jù)輸入後的表格 – P101 200 二元配置法 ? P102 201 二元配置法 ? P102 202 二元配置法 ? P103 203 二元配置法 ? P103 204 二元配置法 – 對收率溫度是 A3=200℃ ，原料是在 B1上最佳水平 – 雖然現(xiàn)在選定的水平是最佳的，但考慮過程條件，費(fèi)用方面也可選擇不同水平的最佳條件。 190 一元配置法 – 按反應(yīng)溫度 (A)變化的強(qiáng)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(fù) 191 一元配置法 ? 一元配置法的 Minitab運(yùn)用 ? P97 192 一元配置法 ? P97 193 一元配置法 ? P98 194 一元配置法 ? P98 195 一元配置法 ? P99 196 一元配置法 ? P99 197 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(rèn)為影響產(chǎn)品的收率 (Yield， %)是反應(yīng)溫度和原料。 ? 實(shí)驗期間可以知道條件的範(fàn)圍是否恰當(dāng) 181 試驗計劃的樹立 – 測定後的樣本，因有的時候需要再調(diào)整測定樣本，最好要保管。 – 主效果及交互作用 ? 主效果比普通交互作用更重要。什麼是水平的分析方法。 ? 假定為 “ 始終一樣 ” – 對立假設(shè) (Alternative Hypothesis:Hi)：按確實(shí)的根據(jù)來證明的假設(shè) ? 平常我們更關(guān)心對立假設(shè)，也希望對立假設(shè)能得到證明 ? Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)） 134 假設(shè)檢驗（ Hypothesis Test）計量值 – 第一種錯誤 (Type ⅠError: α )：指一些現(xiàn)象是“ 真 ” ，但錯誤的判斷為 “ 假 ” ，犯這種錯誤的概率 – 第二種錯誤 (Type Ⅱ Error: β )：指一些現(xiàn)象是“ 假 ” ，但錯誤的判斷為 “ 真 ” ，犯這種錯誤的概率 – 檢驗統(tǒng)計量 (Test Statistic)：為了決定接受或是拒絕 Ho，而通過樣本的計算得到的值。 ? 應(yīng)用：在所有工序上按順序的階段來進(jìn)行累計後，評價品質(zhì)水平時使用。 ? 例：須在一張要求式樣上記錄的項目數(shù) 97 離散型數(shù)據(jù)分析 – U（ Unit）：元件 ? 元件測定可能機(jī)會的細(xì)節(jié) ? 例：要求樣式 – DPU（ Defect Per Unit）： ? 每個元件內(nèi)存在的缺陷數(shù) – DPO（ Defect Per Opportunity）：每個機(jī)會損失數(shù) ? 每個 Unit中存在機(jī)會數(shù)和關(guān)聯(lián)的元件內(nèi)存在的缺陷數(shù) 98 離散型數(shù)據(jù)分析 – DPMO（ Defect Per Million opportunity）（每百萬機(jī)會損失數(shù)） ? 1,000,000單元存在的損失數(shù) ? DPO 1,000,000 轉(zhuǎn)換 Six Sigma比率 – P（ ND） =None Defect：無損失 ? 機(jī)會不能成為損失的可能性 ? P（ ND） =1DPO 99 離散型數(shù)據(jù)分析 ? DPU/DPO/DPMO/P(ND)改善 – 發(fā)出了 100張送貨單，其中檢出 100個不符合項，如果各單元有 10個項目， DPU/DPO/DPMO/P(ND)各是多少？ ? DPU=D/U – DPU=100/100=（ 100%）該值表示平均值，所以每張送貨單包含 1個符合項 100 離散型數(shù)據(jù)分析 ? DPO=D/(U Opp) – DPO=100/(100 10)=(10%)該值表示所發(fā)出的送貨單的每個最小有 1個不良的可能性是 10%。 – 是區(qū)分工程的短期工程能力或長期工程能力的重要方法 ? 可以把握平均值移動問題還是散布問題 ? 把問題特殊化的第一個階段 79 變化的理解 – Rational Subgroup要包含的要素：為了明確給工序變化暫定影響的 ‘ X’因素，使用 5M求解特性要因圖 ? Man：作業(yè)者變更，晝夜班次交換，新作業(yè)者等 ? Machine：機(jī)械設(shè)定值變更，設(shè)備維修 amp。R Study有下面 3種 ? 反復(fù)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)。 設(shè)計許可誤差對比 Gage 判斷 20%以下 Accept 20%30% 考慮適用部品的重要度等 判斷能否 Accept 30%以上 一般情況下 74 Gage Ramp。R – 偏移（ Bias）：實(shí)際測定值跟試料平均值的差異值叫準(zhǔn)確度（ Accuracy） Bias Reference Value Observed Average Value 71 Gage Ramp。 65 對測定差平均分布的 d*值 實(shí)驗順序 測定者數(shù) 2 3 4 5 1 2 3 4 5 6 7 8 9 10 66 Gage Ramp。R的 Minitab運(yùn)用 – 選定 Monitor Cover為 Six Sigma Theme – Spec=177。R的 Minitab運(yùn)用 – Gage Ramp。 – 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 54 Gage Ramp。R=[3247。R時須對試料事先計劃再行抽樣 47 Gage Ramp。 – Rational Subgroup是指 Subgroup內(nèi)只存在群內(nèi)變化， Subgroup間只發(fā)生群間變化，將數(shù)據(jù) Grouping – 通過這種區(qū)分把握長期、短期工程能力 – 經(jīng)長期收集的數(shù)據(jù)是不管業(yè)務(wù)部門還是製造部門都包含在群內(nèi)，群間變化。 29 聚焦問題點(diǎn)階段 ? QFD Process – 進(jìn)行市場調(diào)查，明確信賴性要求，及一般的要求事項和顧客對現(xiàn)在品質(zhì)核心問題的要求。 σ ） 6σ 5σ 4σ 3σ 2σ 1σ X +1σ +2σ +3σ +4σ +5σ +6σ + 規(guī)格上限 （ USL） 規(guī)格下限 （ LSL） 24 按規(guī)格變化和平均值偏移的不良率 規(guī)格關(guān)系 無偏移時不良率 （理想的工序時） 177。 USL 3σ 1σ μ（平均） T 拐點(diǎn) 16 統(tǒng)計基本概念的理解 ? 某班學(xué)生的國語平均分?jǐn)?shù)是 60分，按偏差是 5的正態(tài)分布的話，隨意抽取一個學(xué)生時， 70分以上分?jǐn)?shù)的可能性是多少？ 45 50 55 60 65 70 75 % % % 測定值（分?jǐn)?shù)） Z值