freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

6sigma管理概念ppt247(存儲(chǔ)版)

  

【正文】 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 2 106 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 107 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 108 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(wèn)題 109 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 拒絕域 ?原假設(shè) (Ho):拒絕 ?對(duì)立假立 (H1):接受 (α) 110 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(lài)區(qū)間內(nèi)時(shí):接受原假設(shè) (Ho) ?“ 0”值在信賴(lài)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) 111 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 離合器,在這里先查看 8個(gè)不同的 Fixture間有無(wú)高度尺寸公差,如果 Fixure間有高度公差的話,用“ X”因素來(lái)判斷後調(diào)查原因并改善。 87 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。 ?DPMO=DPO 1,000,000 ? 例:上例 DPMO是 1,000,000 DPMO ?P(ND)=1DPO==(90%) 82 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 dpur ??83 離散型數(shù)據(jù)分析 ? r=0時(shí) ? ∴Y=e dpu ? ∴ 對(duì)缺陷機(jī)會(huì)數(shù)越大,“ Y”越接近“ 0” !0)(1 dpueY ??84 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。 ? 是區(qū)分工程的短期工程度能力的重要方法 ?可以把握平均值移動(dòng)問(wèn)題還是散布問(wèn)題 ?把問(wèn)題特殊化的第一個(gè)階段 68 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 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 69 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(wú)差異 70 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 x71 工序能力 ?在偏移時(shí)的工序能力 SL SU xK M T/2xM )1(???KCpKCpk72 工序能力 ? 用語(yǔ)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 73 工序能力 ? 只有規(guī)格上限的工序能力 SU x ?3xSC UPU??74 工序能力 ? 只有規(guī)格下限的工序能力 SL x ?3LPLSxC ??75 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(guò)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。 ? 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 ? File name: 57 Gage RR ?短期的方法時(shí) Gage RR運(yùn)用 ? CTQ部品的 Spec是 177。 47 Gage RR ?適合貫?zāi)芘袛鄷r(shí) Gage RR ? 對(duì)各 Parts用貫?zāi)軄?lái)判定合格與不合格,或go 32 聚焦問(wèn)題點(diǎn)階段 ? Brainstorming時(shí)注意事項(xiàng) ?禁止批評(píng) ?全部 Idea都要記錄 ?Idea發(fā)掘時(shí)不要解釋或討論 ?粗略的 Idea也要鼓勵(lì) ?所有人都積極參與 ? Logic Tree(Structure Tree) ?為達(dá)成目標(biāo)的手段,用邏輯性表示 ?Breakdown(展開(kāi))的問(wèn)題之間 MECE(互不重復(fù)無(wú)遺漏的全體) ? MECE( Mutually Exclusive and Collective Exhaustive)(不重復(fù),各個(gè)的和等于全體) 33 聚焦問(wèn)題點(diǎn)階段 ?確定活動(dòng)題目的相關(guān) Benefit[利益 ](定量 /定性效果) ? 為保證達(dá)成,明確改善金額 ?對(duì)活動(dòng)課題的問(wèn)題記錄 ? 在現(xiàn)象分析時(shí),記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象 ?計(jì)劃時(shí)間管理 ? 通過(guò)分析把全部日程用具體的圖表管理 34 測(cè)定( Measurement) 35 變化的理解 ? 數(shù)據(jù)的分類(lèi) 解決問(wèn)題 工程問(wèn)題 /Bottle Neck/Issue 事項(xiàng) 36 變化的理解 ? 連續(xù)型數(shù)據(jù)(計(jì)量型數(shù)據(jù)) ?Inch or時(shí)間一樣能使用測(cè)定刻度的數(shù)據(jù) ?比較數(shù)值數(shù)據(jù)提供更多情報(bào) ? 離散型數(shù)據(jù)(計(jì)數(shù)型數(shù)據(jù)) ? 提供合格不合格之類(lèi)情報(bào)的數(shù)據(jù) ? 不能再細(xì)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(xì)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(dòng),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(biāo)值下平均值偏移 ? 實(shí)際上可以知道隨時(shí)間的變化,工程能力會(huì)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(lèi)無(wú)關(guān),在可能的短時(shí)間內(nèi)彼此類(lèi)似的條件下作業(yè)的樣本群。3σ 2,700 66,810 177。 ?‘ Z’值是用來(lái)測(cè)定工序能力,跟工序的標(biāo)準(zhǔn)偏差不同,在這里‘ Z’值是 ,把全體面積作為 1的時(shí)對(duì)應(yīng)的面積 。 ? Sigma是表示工序能力的統(tǒng)計(jì)單位,測(cè)定的 Sigma跟 DPU(單位缺陷, Defect Per Unit) ,PPM等一起出現(xiàn)。 ? Sigma是統(tǒng)計(jì)學(xué)記述接近平均值的標(biāo)準(zhǔn)偏差( Standard Deviation)或變化( Variation),或定義為事件發(fā)生的可能性。 ?如果規(guī)格上限( or下限)用‘ X’來(lái)代替時(shí)超出規(guī)格上限的尾部面積可以認(rèn)為有缺陷可能性。2σ 45,500 308,700 177。 31 聚焦問(wèn)題點(diǎn)階段 ?找出活動(dòng)課題的具體事項(xiàng) ? Brainstorming:在短時(shí)間內(nèi)得出很多主意的辦法 ? Brainstorming種類(lèi) ?Free Wheeling:全 Team員以對(duì)話形式即興發(fā)掘 Idea ?Round Robin:對(duì)事件, Team員輪流發(fā)掘 Idea ?Card Method:不經(jīng)討論, Team員把 Idea寫(xiě)在卡片上,貼到牆上。如果測(cè)定系統(tǒng)有誤差,但不改善系統(tǒng)的話,在執(zhí)行 6 σ Project期間要接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。 55 Gage RR ? Number of Distinct Categories判斷方法 ?Number of Distinct Categories: 0~ 1不適用(改善檢測(cè)系統(tǒng)) ?Number of Distinct Categories: 2~ 4附加條件時(shí)可接受 ?Number of Distinct Categories: 5以上可接受 56 Gage RR ?長(zhǎng)期方法時(shí) Gage RR的 Minitab運(yùn)用 ? 選定 Monitor Cover為 Six Sigma Theme ? Spec=177。 Reproduceability 測(cè)定者 2 測(cè)定者 1 測(cè)定者 3 67 變化的理解 ?為什麼要 Rational Subgrouping ? Rational Subgroup是 6 Sigma的一個(gè)強(qiáng)大的工具。 ?例:須在一張要求式樣上記錄的項(xiàng)目數(shù) 78 離散型數(shù)據(jù)分析 ? U( Unit):元件 ?元件測(cè)定可能機(jī)會(huì)的細(xì)節(jié) ?例:要求樣式 ? DPU( Defect Per Unit): ?每個(gè)元件內(nèi)存在的缺陷數(shù) ? DPO( Defect Per Opportunity):每個(gè)機(jī)會(huì)損失數(shù) 79 離散型數(shù)據(jù)分析 ? DPMO( Defect Per Million opportunity)(每百萬(wàn)要會(huì)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(wú)損失 ?機(jī)會(huì)不能成為損失的可能性 ?P( ND) =1DPO 80 離散型數(shù)據(jù)分析 ?DPU/DPO/DPMO/P(ND)改善 ? 發(fā)出了張送貨單,其中檢出 100個(gè)不符合項(xiàng),如果各單元有 10個(gè)項(xiàng)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(gè)符合項(xiàng) 81 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(gè)最小有 1個(gè)不良的可能性是 1
點(diǎn)擊復(fù)制文檔內(nèi)容
教學(xué)課件相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1