【正文】 E工程生產(chǎn)的副品的 Hole Size是重要的品質(zhì) .在 E工程制造副品的 3臺設(shè)備在啟動中。5公差是 177。1g 規(guī)格下線是 9,規(guī)格上線是 11.34Graph 窗 [1] 規(guī)格上線 規(guī)格下線 算術(shù)平均 試驗數(shù) 區(qū)域內(nèi)標(biāo)準(zhǔn)偏差 全體標(biāo)準(zhǔn)偏差35 區(qū)域工程能力 區(qū)域工程能力 (潛在的工程能力 :沒有區(qū)域的變動的假定的工程能力 ) ? Cp : 不考慮歪斜 , Data的平均和目標(biāo)一致的假定的工程能力 → 基本假定 : 平均沒有歪斜 ,區(qū)域間沒有移動 ? Cpk : 考慮歪斜的工程能力 → 基本假定 : 區(qū)域間沒有移動 Graph 窗 [2]36 全體工程能力Graph 窗 [3] 全體工程能力 ( 實際工程能力 ) ? Pp : 不考慮彎曲 , Data的平均和目標(biāo)一致假定的工程能力 → 基本假定 : 品均沒有彎曲 ? Ppk : 考慮工程的工程能力 → 基本假定 : 沒有37 觀測的不良率Graph 窗 [4] 區(qū)域預(yù)想不良率 全體預(yù)想不良率 PPM LSL 脫離規(guī)格的不良率 PPM USL 脫離規(guī)格的不良率 PPM Total 全體不良率 PPM 1,000,000(百萬 )個 不良數(shù) PPM 以 % PPM分 10,000. 例如 , 30000 ppm情況 , 是 3%的不良率38 比 Cp或 Pp Cpk, Ppk是否能更大 ? Cp, Pp “Data 沒有平均歪斜 ”的假定算出的指數(shù) , Cpk, Ppk 到 Data 平均的歪斜因為考慮實質(zhì)性的指數(shù) , 比 Cp, Pp Cpk, Ppk不能更大 ,實際 Data的平均規(guī)格中心和一致情況 , Cp, Pp和 Cpk, Ppk相同 . 在最好的工程出現(xiàn)的工程能力形態(tài) ? Cp大 , Ppk和 Cp的差異沒有 Cpk, Ppk比 0小的情況 , 即 ()值低的情況 ? Data的平均規(guī)格范圍外脫離的情況 Cpk, Ppk ()值低 . Cp : 工程的散布大 . ? 工程的技術(shù)力不足 ,工程條件 (5M)的散布需要減小 . Cp Cpk : Data的平均規(guī)格中心有大的脫離 . ? 再設(shè)定工程的條件 Data的平均和規(guī)格中心能一致 Cpk Ppk : 長期涉及的工程的管理不足 . ? 工程的管理能力不足 ,需要持續(xù)關(guān)心通過工程能力認(rèn)識問題工程能力的一般常識394. MSA1 定密度 再形成 P/T 反復(fù)性 %RRWorksheetC在工程使用的藥品的稠度完成的產(chǎn)品的品質(zhì)因為造成大的影響 , C工程每 4小時測定一次藥品的 稠度 , 正在管理 . C工程的班長人組代理檢測藥品稠度 的稠度計給予信賴性評價， 3名的檢測者 3個藥品試驗各反復(fù)檢測 3遍記錄測定值。 在上面的例子以 P=, 比 , 在 D公司送貨的副品的平均重量不是總平均的 40g51 1Sample tStat ? Basic Statistics ? 1Sample tWorksheet為了仔細(xì)觀察在 D電子送貨的副品的平均重量 10個的 Data做實驗檢測重量 .我么希望的副品的重量是 40g例題路線 總平均52Dialog 窗② 平均③ OK① 變數(shù)指定53Session 窗分析結(jié)果 試驗數(shù) 算術(shù)平均 標(biāo)準(zhǔn)偏差 % CI : 平均的 95% 信賴區(qū)域 在上面的例題平均的 95% 信賴區(qū)域 是 ( , ), 總平均 40g在 95% 信賴區(qū)域里不存在 . 這樣 ,在 D公司送貨的副品的平均重量不是總平均的 40g。5 2. 滿足顧客要求的 X的范圍設(shè)定 通過返回式計算或者利用 , Gragh設(shè)定 設(shè)定的 X的范圍 : 177。54 2Sample tWorksheetD公司和 E公司送貨的副品的平均重量是否相同評價別的地方在各個公司送貨的產(chǎn)品中 ,每 10個做實驗稱重量例題 Unstack Data Stack Data D公司副品的重量 E公司副品的重量 55Stat ? Basic Statistics ? 2Sample t路線56Dialog 窗 [1]② Assume equal variances 計 Unstack Data的情況 ① 變數(shù)指定④ Boxplots of data 計⑤ OK⑥ OK③ Graphs 計57Dialog 窗 [2]③ Assume equal variances 計 Stack Data的情況 ① 變數(shù)指定 (檢測的 Data 列選擇 )⑤ Boxplots of data 計⑥ OK⑦ OK④ Graphs 計② 變數(shù)指定 (輸入條件選擇列 )58Session 窗分析結(jié)果 試驗數(shù) 算術(shù)平均 標(biāo)準(zhǔn)偏差 % CI : 兩個集體平均差異的 95%信賴區(qū)域 在上面的例子兩個集體平均偏差的 95% 信賴區(qū)域是 ( , ), 0在 95% 信賴區(qū)域里存在 .即 , ( D公司副品平均重量 E公司副品平均重量 = 0 ). 在這兩個集體各個收集的 Data的平均能相同的意義 . 這樣 , D公司送貨的副品的平均重量和 E公司送貨副品德平均重量能相同 . PValue ? PValue ≥ 情況 → 兩個集體偏差的 Data 平均能相同 . ? PValue ＜ 情況 → 兩個集體的 Data平均能不同 . 在上面的例子以 PValue=,因為比 在 D公司送貨的副品的平均重量和 E公司送貨的副品 的平均重量能相同 . 兩個集體平均的差異 59Graph 窗 中央值 ( Median ) 算術(shù)平均60 Paired tStat ? Basic Statistics ? Paired tWorksheetD公司送貨的副品德左邊厚度和右邊厚度的平均是否相同 ,評價別的地方10個的 Data做實驗檢測左邊和右邊的厚度例題路線61Dialog 窗② OK① 變數(shù)指定62Session 窗分析結(jié)果 試驗數(shù) 算術(shù)平均 標(biāo)準(zhǔn)偏差 PValue ? PValue ≥ 情況 → 兩個集體偏差的 Data 平均能相同 . ? PValue ＜ → 兩個集體的 Data平均能不同 .. 在上面的例子以 PValue=, 因為比 , 左邊和右邊沒有厚度的差異 兩個集體的平均差異 % CI :兩個集體平均差異的 95%信賴區(qū)域 在上面的例子兩個集體平均偏差的 95% 信賴區(qū)域是 ( , ), 0在 95% 信賴 區(qū) 域里存在 .即 . ( 左邊平均厚度 右邊平均厚度 = 0 ). 在這兩個集體各個沒有收集的 Data的差異的意義 ，這樣 ,沒有左邊和右邊厚度的差異636. Oneway ANOVA1 平均差檢定 分布差檢定平均差檢定使用的 Tool 2Sample t ( 兩個集體條件 ) ? 相互在別的集體輸出的實驗 Data的平均是否相同 ,想評價別的地方時 ... → D公司和 E公司送貨的副品的平均重量是否相同 ,評價別的地方在各個公司送貨的產(chǎn)品中 每 10個做實驗檢測重量 . Oneway ANOVA ( 3個以上的集體條件 ) ? 相互在別的 3個以上的集體輸出的實驗 Data的平均是否相同 ,想評價別的地方時 ... → E工程生產(chǎn)的副品 副品的 Hole Size是重要的品質(zhì) . 在 E工程制造副品的 3臺設(shè)備在啟動中 各個設(shè)備生產(chǎn)的副品的 Hole Size的平均是否相同 ,評價別的地方各個設(shè)備生產(chǎn)的副品每 5 個做實驗檢測 Hole Size 6 兩集體 三集體64 平均差檢定Worksheet在 E公司生產(chǎn)的副品副品的 Hole Size是重要的品質(zhì) . 在 E工程制造副品德 3臺設(shè)備在啟動中 , 各個設(shè)備生產(chǎn)的副品的Hole Size的平