【正文】 護(hù)士醫(yī)生的錯(cuò)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(guó)所有航空公司 10年發(fā)生 1次著陸錯(cuò)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(cè)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(jìn)階段中，改善問題使用的統(tǒng)計(jì)工具 4 Y=f(x) Question 1)： Y或 X中對(duì)哪一個(gè)聚焦 ?Y ?X1…Xn ?從屬變數(shù) ?獨(dú)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(duì)象 ?管理對(duì)象 5 Y=f(x) ? Question 2)假如 X良好的話，有沒有必要繼續(xù)實(shí)驗(yàn)及檢查 Y？ ? 6sigma活動(dòng)是對(duì)根本原因的因素（ CTQ）聚焦後，展開改善活動(dòng) )(: 21 nxxxfYex ????6 6sigma各階段推進(jìn)內(nèi)容 階段 展開內(nèi)容 Focus Define(定義） 1）確定問題點(diǎn) /具體改善目標(biāo) Measurement (測(cè)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(cè)定方法 5）將 Y的改善對(duì)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(jìn)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(yàn)證 (再現(xiàn)性實(shí)驗(yàn) ) X1…Xn 致命的少數(shù)因素?cái)?shù) Xi 致命的少數(shù)因素?cái)?shù) Xi Control (管理 ) 11)確立對(duì) X的測(cè)定系統(tǒng) 12)確立對(duì)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?cái)?shù) Xi 致命的少數(shù)因素?cái)?shù) Xi 致命的少數(shù)因素?cái)?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(dòng)是通過現(xiàn)象分析，展開問題，查明臨時(shí)性因素，以 DMAIC程序改善關(guān)鍵少數(shù)因素。如果目標(biāo)值（ T）和規(guī)格上下限（ USL or LSL)距離是標(biāo)準(zhǔn)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(jì)上采取什麼樣的活動(dòng)？ 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(zhǎng)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(zhǎng)時(shí)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(zhǎng)期內(nèi)的工序能力因工序的中心移動(dòng)及變動(dòng)，跟 ZltZst關(guān)系有關(guān) ?Zshift=ZstZlt ? Zst=Zlt+ 22 6 sigma的品質(zhì)水準(zhǔn)是什麼？ ? 正態(tài)分布的平偏移（177。6σ ?6Sigma品質(zhì)是每百萬個(gè)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(diǎn)階段 ? 確定問題範(fàn)圍 – Process Mapping ?Process Mapping是調(diào)查情報(bào)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(fàn)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(diǎn)階段 – 為了容易分析，使用符號(hào) – 為了驗(yàn)證 Process，實(shí)際確認(rèn) – 追加 Key Process的值（ Yield, Cost, 損失費(fèi)用，加班費(fèi)用， Cycle time等） – 按題目的性質(zhì)，使用分析圖（ Process Loss或浪費(fèi)要素 /改善 Cycle time/改善品質(zhì) /Flow改善） ?QFD（ Quality Function Deployment)質(zhì)量指標(biāo)分解 – QFD是將顧客核心要求事項(xiàng)，轉(zhuǎn)換分解成技術(shù)要求事項(xiàng)（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(zhǎng)期、短期工程能力 – 經(jīng)長(zhǎng)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(shí) ?1V外觀檢查時(shí)， ?2名評(píng)價(jià)者反復(fù)測(cè)試 20個(gè)管子 48 測(cè) 試 實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)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(cè) 試 實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)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(píng)價(jià)是可接受的 ?%Gage RR=[3247。 部品 測(cè)定值 1 測(cè)定值 2 測(cè)定差 (12） 1 2 3 4 5 範(fàn)圍的界限 ∑R= 63 Gage RR ?測(cè)定差平均值 = ∑R/5=?測(cè)量誤差=() (R)= ()= ?公差的測(cè)量誤差 =(247。 設(shè)計(jì)許可誤差對(duì)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(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。 – 為了計(jì)算長(zhǎng)期工序能力，考慮規(guī)格的上、下限，表示實(shí)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(jī)會(huì)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(jì)收率的計(jì)算 – Process Mapping中并列構(gòu)成的工序變換為直列來計(jì)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(jì)收率 (YRT)Minitab運(yùn)用 ? P62 115 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P62 116 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P63 117 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P64 118 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P64 119 分析（ Analysis） 120 Graph分析 ? 想知道什麼？ – 跟實(shí)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(yàn)計(jì)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(jì)劃 ? 怎麼做呢？ – 利用收集的數(shù)據(jù)，運(yùn)用（實(shí)際） Graph來分析 121 Graph分析 ? 對(duì) Graph分析結(jié)果相應(yīng)采取措施 – Graph分析結(jié)果，確認(rèn)是否得到所需要的結(jié)果後，決定有無追加研討事項(xiàng) – 實(shí)際對(duì) 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(shí)驗(yàn)期間可以知道條件的範(fàn)圍是否恰當(dāng) 180 試驗(yàn)計(jì)劃的樹立 – 測(cè)定後的樣本，因有的時(shí)候需要再調(diào)整測(cè)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(guó) M社原料）， B2（日本 Q社原料），B3（國(guó)內(nèi) P） 197 二元配置法 ?試驗(yàn)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(yùn)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(duì)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。 – 認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按 反應(yīng)度 的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)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(yàn)按隨機(jī)順序來實(shí)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(gè)變量選定預(yù)想的 Noise變量，在所有水平上實(shí)施試驗(yàn) 178 試驗(yàn)計(jì)劃的樹立 – Blocking ?Block是同質(zhì)性的集團(tuán)，如果判斷為一些要因成為問題時(shí)，把那個(gè)要因選定為 Blocking因子 – Blocking因子來選定的話，不增加試驗(yàn)烽，可要因分析 – Blocking不選定為 Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問題，不能分析原因 – 樣本的大小 ?考慮測(cè)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(duì)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(duì)立假設(shè)，也希望對(duì)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(yàn)（ Hypothesis Test）計(jì)量值 – 第一種錯(cuò)誤 (Type ⅠError: α )：指一些現(xiàn)象是“真”，但錯(cuò)誤的判斷為“假”，犯這種錯(cuò)誤的概率 – 第二種錯(cuò)誤 (Type Ⅱ Error: β )：指一些現(xiàn)象是“假”，但錯(cuò)誤的判斷為“真”，犯這種錯(cuò)誤的概率 – 檢驗(yàn)統(tǒng)計(jì)量 (Test Statistic)：為了決定接受或是拒絕 Ho，而通過樣本的計(jì)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(jì)後，評(píng)價(jià)品質(zhì)水平時(shí)使用。 ?例：須在一張要求式樣上記錄的項(xiàng)目數(shù) 96 離散型數(shù)據(jù)分析