【正文】 劑錯誤 ?100年中護士醫(yī)生的錯誤造成新生兒死亡 3名 ?16年中只有 1秒鍾喝污染的水 ?100年中 6秒不能提供電話服務(wù) ?美國所有航空公司 10年發(fā)生 1次著陸錯誤 ?20年發(fā)生一次外科手術(shù)事故 ?每年遺失 35件郵件 3 6sigma概念（使用工具） 階段 Tools Define （定義） 1)Process Mapping 3)Pareto Analysis 2)Logic Tree 4)QFD, FMEA Measurement （測定） 5)Gage RR 7)Process Capability 6)Rational Subgroup Analysis （分析） 8)Hypothesis Test 10)Graph Analysis 9)Regression Improvement （改善） 11)DoE(Design of Experiment) 12)ANOVA Control （管理） 13)SPC ?6sigma不同推進階段中，改善問題使用的統(tǒng)計工具 4 Y=f(x) Question 1)： Y或 X中對哪一個聚焦 ?Y ?X1…Xn ?從屬變數(shù) ?獨立變數(shù) ?Output ?Input ?結(jié)果 ?原因 ?現(xiàn)象 ?根源問題 ?觀察監(jiān)視的對象 ?管理對象 5 Y=f(x) ? Question 2)假如 X良好的話，有沒有必要繼續(xù)實驗及檢查 Y？ ? 6sigma活動是對根本原因的因素（ CTQ）聚焦後，展開改善活動 )(: 21 nxxxfYex ????6 6sigma各階段推進內(nèi)容 階段 展開內(nèi)容 Focus Define(定義） 1）確定問題點 /具體改善目標 Measurement (測定） 2）選定制品或工序的 CTQ 3）把握 Y的工序能力 4）明確 Y的測定方法 5）將 Y的改善對象具體化 Y Y Y Y Analysis (分析） 6）明確改善 Y的目的 7）明確影響 Y的因素 Y X1…Xn 7 6sigma各階段推進內(nèi)容 Improvement (改善） 8)通過篩選抽出關(guān)鍵的少數(shù)因素 9)把握關(guān)鍵的少數(shù)因素的相關(guān)關(guān)系 10)工序最佳化 驗證 (再現(xiàn)性實驗 ) X1…Xn 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi Control (管理 ) 11)確立對 X的測定系統(tǒng) 12)確立對關(guān)鍵的少數(shù)因素的管理方法 13)確立關(guān)鍵少數(shù)因素的工序管理系統(tǒng)及事後管理 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi 致命的少數(shù)因素數(shù) Xi ?6Sigma Process是以 DMAIC5階段構(gòu)成并經(jīng)過重要的 13步驟 ?6Sigma活動是通過現(xiàn)象分析，展開問題，查明臨時性因素，以 DMAIC程序改善關(guān)鍵少數(shù)因素。如果目標值（ T）和規(guī)格上下限（ USL or LSL)距離是標準偏差的 3倍的話，說明具備了 3Sigma的工序能力。 ?通過問題的現(xiàn)象分析把握工序能力（ Z）：要提高到 6 σ水平，統(tǒng)計上采取什麼樣的活動？ 21 需要什麼樣的管理？需要什麼樣的技術(shù) 短期的工序能力 長期的工序能力 ?判斷為短期內(nèi)工序沒有外部影響 ?判斷為充分長時期內(nèi)工序有外部影響 ?Zst（ σst） ?Zlt（ σ lt ） ?Cp ?Cpk ?技術(shù) ?技術(shù) +工序管理 ?最佳條件下的工序能力 ?日常條件下的工序能力 ?6 σ： Zst=， Cp= ?6 σ： Zlt=， Cpk= ?Zst=3Cp ?Zlt=3 Cpk ?長期內(nèi)的工序能力因工序的中心移動及變動，跟 ZltZst關(guān)系有關(guān) ?Zshift=ZstZlt ? Zst=Zlt+ 22 6 sigma的品質(zhì)水準是什麼？ ? 正態(tài)分布的平偏移（177。6σ ?6Sigma品質(zhì)是每百萬個中 ，即 Cp=， Cpk= 24 4Block Diagram A B C 1 2 3 4 5 6 Poor Good Poor Good 技術(shù) Z st Z shift 工序管理 25 4Block Diagram – A：工序管理狀態(tài)不足，現(xiàn)在技術(shù)水平也低 – B：需改善工序管理，但技術(shù)水平優(yōu)秀 – C：工序管理優(yōu)秀，但技術(shù)水平低 – D： World Top水平的公司 26 聚焦問題點階段 ? 確定問題範圍 – Process Mapping ?Process Mapping是調(diào)查情報的流程，而使Process文件化 ?為明確改善的可能性而使用的工具 – Process Mapping制定 ?定義 Process範圍（要改善的一般領(lǐng)域或特殊的Process） ?通過大腦風(fēng)暴法制定 Process的階段順序 27 聚焦問題點階段 – 為了容易分析，使用符號 – 為了驗證 Process，實際確認 – 追加 Key Process的值（ Yield, Cost, 損失費用，加班費用， Cycle time等） – 按題目的性質(zhì)，使用分析圖（ Process Loss或浪費要素 /改善 Cycle time/改善品質(zhì) /Flow改善） ?QFD（ Quality Function Deployment)質(zhì)量指標分解 – QFD是將顧客核心要求事項，轉(zhuǎn)換分解成技術(shù)要求事項（規(guī)格），或暫定的 CTQ的工具，由相關(guān)工序?qū)＜抑贫ā? – 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。no go 時 ?1V外觀檢查時， ?2名評價者反復(fù)測試 20個管子 48 測 試 實驗順序 評價者 1 評價者 2 1 2 1 2 1 G G G G 2 G G G G 3 NG G G G 4 NG NG NG NG 5 G G G G 6 G G G G 7 NG NG NG NG 8 NG NG G G 9 G G G G 10 G G G G 49 測 試 實驗順序 評價者 1 評價者 2 1 2 1 2 11 G G G G 12 G G G G 13 G NG G G 14 G G G G 15 G G G G 16 G G G G 17 G G G G 18 G G G G 19 G G G G 20 G G G G ?如果各部品別 4次都有出現(xiàn)同樣結(jié)果的話，其評價是可接受的 ?%Gage RR=[3247。 部品 測定值 1 測定值 2 測定差 (12） 1 2 3 4 5 範圍的界限 ∑R= 63 Gage RR ?測定差平均值 = ∑R/5=?測量誤差=() (R)= ()= ?公差的測量誤差 =(247。 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 73 Gage RR ? 計測器選定（測量的精度） – 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定最小單位 ? 例）部品的公差 =177。 – 為了計算長期工序能力，考慮規(guī)格的上、下限，表示實際的工序能力，用群內(nèi)、群間變化都考慮在內(nèi)的 Zlt。 (元件數(shù)機會數(shù) )=34 247。 112 離散型數(shù)據(jù)分析 ? 并列構(gòu)成的工序的累計收率的計算 – Process Mapping中并列構(gòu)成的工序變換為直列來計算收率 99% ? 97% 98% 工序 1 工序 2 工序 3 工序 4 91% 99% 99% 2a 2b 2c 113 離散型數(shù)據(jù)分析 – YRF=Y1 Y2 Y3 Y4 – = [ ]1/3 = – YNA=(YRT)1/3=()1/4= – 損失 (缺陷 )概率 == – 利用正態(tài)分布查找 Z值，可知Z= 114 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P62 115 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P62 116 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P63 117 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P64 118 離散型數(shù)據(jù)分析 ? 累計收率 (YRT)Minitab運用 ? P64 119 分析（ Analysis） 120 Graph分析 ? 想知道什麼？ – 跟實際問題相結(jié)合，明確產(chǎn)生結(jié)果 – 將預(yù)想產(chǎn)生的結(jié)果與試驗計劃結(jié)合 Focusing – 按預(yù)想產(chǎn)生的結(jié)果制定數(shù)據(jù)收集計劃 ? 怎麼做呢？ – 利用收集的數(shù)據(jù)，運用（實際） Graph來分析 121 Graph分析 ? 對 Graph分析結(jié)果相應(yīng)采取措施 – Graph分析結(jié)果，確認是否得到所需要的結(jié)果後，決定有無追加研討事項 – 實際對 Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。按 4種不良類型來整理。 – 主效果及交互作用 ?主效果比普通交互作用更重要。 ? 實驗期間可以知道條件的範圍是否恰當 180 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。 ?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） 197 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 198 二元配置法 ? 二元配置法的 Minitab運用 – 數(shù)據(jù)輸入後的表格 – P101 199 二元配置法 ? P102 200 二元配置法 ? P102 201 二元配置法 ? P103 202 二元配置法 ? P103 203 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，費用方面也可選擇不同水平的最佳條件。 – 認為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應(yīng)度 的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應(yīng)溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ，A4:75℃ ），在 各度下 3回，把全體 12回試驗按隨機順序來實施。 – Noise變量 ?已知道影響反應(yīng)值，但控制困難的變量，為了減少這個變量選定預(yù)想的 Noise變量，在所有水平上實施試驗 178 試驗計劃的樹立 – Blocking ?Block是同質(zhì)性的集團，如果判斷為一些要因成為問題時，把那個要因選定為 Blocking因子 – Blocking因子來選定的話，不增加試驗烽，可要因分析 – Blocking不選定為 Blocking因子的話，試驗結(jié)果出現(xiàn)問題，不能分析原因 – 樣本的大小 ?考慮測定值的變化程度等，決定樣本數(shù)，質(zhì)。 – 區(qū)分‘ X’的水平，分析各水平上連續(xù)的‘ Y’的數(shù)據(jù)。 ? 假定為“始終一樣” – 對立假設(shè) (Alternative Hypothesis:Hi)：按確實的根據(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)） 133 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) 96