【正文】 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 Improvement (改善） 8)通過篩選抽出關鍵的少數(shù)因素 9)把握關鍵的少數(shù)因素的相關關系 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)確立對關鍵的少數(shù)因素的管理方法 13)確立關鍵少數(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程序改善關鍵少數(shù)因素。 USL 3σ 1σ μ（平均） T 拐點 15 統(tǒng)計基本概念的理解 ? 某班學生的國語平均分數(shù)是 60分，按偏差是 5的正態(tài)分布的話，隨意抽取一個學生時， 70分以上分數(shù)的可能性是多少？ 45 50 55 60 65 70 75 % % % 測定值（分數(shù)） Z值 σ： 3 2 1 0 1 2 3 16 統(tǒng)計基本概念的理解 ?正態(tài)分布 ： N（ 60， 52） ?標準正態(tài)分布： N（ 0， 12） ?70分的情況下 Z值是 ?假如規(guī)格上限是 75分的話，現(xiàn)在的工序能力是 Z=2或是2σ 。 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） 23 按規(guī)格變化和平均值偏移的不良率 規(guī)格關系 無偏移時不良率 （理想的工序時） 177。 28 聚焦問題點階段 QFD Process ? 進行市場調(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。 43 工序能力 ?短期 /長期工序能力的意義 ? 短期工序能力是只存在群體內(nèi)變化，表示取樣的數(shù)據(jù)都具有同樣的品質(zhì)特性，但有主要技術要素引起品質(zhì)特性變化，因此，品質(zhì)特性變化越大，散布也就越大，短期工序能力也就越差。 ? 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 53 Gage RR ?R管理圖 ? 大部分的測定值在管理界限內(nèi) ? 表示所測定的數(shù)據(jù)的值是正常的 54 Gage RR ? Number of Distinct Categories=4 ?表示檢測部品的信賴性區(qū)間不重疊的個數(shù) 4個 Categories 對同樣部品的同樣特征值量，由 3名檢查者反復檢測 2次。 59 對測定差平均分布的 d*值 實驗順序 測定者數(shù) 2 3 4 5 1 2 3 4 5 6 7 8 9 10 60 Gage RR ? Gage RR類型 ? 短期的方法 ?只需要 2名測定者和 5個部品 ?不能分離反復性和再現(xiàn)性 ?可以迅速確認想測定的計測器的接受與否 ? 長期的方法 ?典型的是 2~3名的測定者對 10個部品反復測定 2~3次 ?可以明確把握測定系統(tǒng)的變化有多大，能分離反復性和再現(xiàn)性 61 Gage RR ?對測定系統(tǒng)變化的理解 ? 線性（ Linearity）：通過期望的 Gage工作範圍比較精確度得到的值即在已定的工作範圍的兩邊界線區(qū)間上，最少研討 1回的精確度得到的值的差。 77 離散型數(shù)據(jù)分析 ?用語解釋 ? D（ Defect）：缺陷 or不良（事項） ?為了滿足顧客的要求事基而浪費的再作業(yè)或失敗的工作。 (750 10)= ?Yield值是 Y=edpu===% 85 離散型數(shù)據(jù)分析 ?DPMO=DPO 1,000,000= 1,000,000=4,500PPM 一個元件有 45,000PPM的缺陷 ?Sigma=Zinv()+(偏移） =+= ? Zinv是把 Z值按面積來換算的值，以標準正態(tài)分布來計算。 99 Graph分析 ?Graph分析的 Minitab運用 ? 在空調(diào)生產(chǎn)線上 Compressor（壓縮機）組裝時間對暴露在濕氣的時間很重要，因此對 3個生產(chǎn)線的 3名作業(yè)者，調(diào)查了 3組組裝作業(yè)時間的數(shù)據(jù)。 ? 利用 X2(Chisquare)驗證 ?原假設 (Ho)：不良類型和交接之間彼此是否無關聯(lián)（獨立因素） ?對立假設（ H1）：不良類型和交接班之間彼此是否有關聯(lián)（從屬因素） 116 假設檢驗（ Hypothesis Test）計數(shù)型 ? 不良類型： ?A：碰傷 ?B：洩漏 ?C：開關不良 ?D：粘貼不良 117 假設檢驗（ Hypothesis Test）計數(shù)型 交接班 A B C D 1 15 21 45 13 2 26 31 34 5 3 33 17 49 20 ?設定假設 ?原假設（ Ho）：不良類型和交接班之間彼此無關聯(lián)（獨立） ?對立假設（ H1）：不良類型和交接型號之間彼此有關聯(lián)（從屬） 118 改善（ Improvement） 119 分散分析（ ANOVA）的理解 ?什麼是分散分析（ ANOVA）？ ? 試驗實施後，對試驗結果進行分析所使用的分析方法 ? 特性值的散布用總平方和來表示。如果判定為交互利作用更重要的話，使用試驗計劃的一個因素；可是交互作用有可能跟其它交互作用交叉。 ? 連續(xù)的試驗：進行大規(guī)模試驗不如實施幾次小的試驗 ?初期試驗階段上 ? 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實施試驗。 149 要因配置法 (Factorial Design) ?什麼是要因配置法 ? n個因子，各因子的水平數(shù)是 k的試驗計劃，所有因子間的水平調(diào)和下實施試驗。 ? 如果溫度高，可以在低清洗濃度下，線體速度可以運行更快。 165 部分配置法 (Fractional factorial design） ? 為什麼要使用部分配置法 (Fractional factorial design) ? 為了找出致命的少數(shù)因子 Screening時； ? 從經(jīng)濟 /成本費用方面愾有水平配合下，試驗發(fā)生困難。 3次以上的交互作用，技術分析不太容易，因此一般不考慮。 137 試驗計劃的樹立 ? 數(shù)據(jù)分析 ? GRAPH分析 ?Capability Analysis ?Histogram ?Box Plot ?Pareto ?Scatter Plot ?Cube Plot ?Main effect plot：平均值 標準偏差 ?Interaction plot：平均值 標準偏差 138 試驗計劃的樹立 ? 信賴區(qū)間 ?Pvalue，檢驗統(tǒng)計量 ?Ttest， Ftest， Chisquare ? 分散分析表 (ANOVA Tables） ? 回歸方程式 (Regression) 139 試驗計劃的樹立 ?導出結論 ? 結果值在統(tǒng)計上有效嗎？ ?測定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結合實際問題統(tǒng)計的處理結果合理嗎？ ? 得到改善的證據(jù)（長期的）充分嗎？ ? 結果值得到實際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長期改善了嗎？ ?會不會發(fā)生逆性能的問題？ 140 試驗計劃的樹立 ? 試驗結果怎樣指示改善問題的方向？ ? 是否要做追加的試驗？ ?驗證試驗 ? 驗證試驗是證明已找出的最佳條件是真的改善的步驟 ? 驗收試驗必須象現(xiàn)象分析類似對長期的數(shù)據(jù)合理分組來實施 ? 找出最佳條件來做試驗期間在遷定的條件內(nèi)應使其自然（實際作業(yè)條件） 141 試驗計劃的樹立 ? 參照事項 ?做驗證試驗期間必須參加觀察 ?要確認因子的水平變化是否正確 ?應留意試驗條件變更是否損壞裝備或誘發(fā)安全性問題 ?+/只能在條件內(nèi)實際控制可能的話，不能檢出 2水平變化引起的 效應 142 試驗計劃的樹立 ?試驗時注意事項 ? 錯誤認識發(fā)生問題的因子 ?相關關系錯誤認識為因果關系 ? 最佳選定的條件和實際使用的條件不符 ?試驗結果最佳選定的值在實際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費用）等相關，不能實行其政策 ?全體的制度等有可能變更 143 試驗計劃的樹立 ? 不能決定是因為沒有得到管理而變化 ?潛在變量的影響給‘ Y’值造成大的影響 ? 試驗在很小範圍的因子水平上實施 ? 沒有包含重要的獨立變量 ?沒有包含影響品質(zhì)的 CTQ ? 因測定的變動大，不能檢出變化的值 144 一元配置法 ? 一元配置法 ? 只選擇 1個預計對一些特性值有影響的因子，實施試驗的最單純的試驗計劃法。為了減少潛在變量的影響，常常隨機化。什麼是水平的分析方法。 ? 運用假設檢驗（事例） ? 新產(chǎn)品 Flatron Monitor產(chǎn)品顯著降低了眼睛的疲勞 ? LG Digital TV比競爭社的 Digital TV畫質(zhì)更優(yōu)秀 ? 6σ 品質(zhì)改善 Tool比原有品質(zhì)改善活動使用的改善 Tool效果更卓越 ? 019 PCS比它社手機通話音質(zhì)更清晰 101 假設檢驗（ Hypothesis Test）計量值 ? 假設檢驗的用語理解 ? 原假設 (Null Hypothesis:Ho)：作為檢驗對象的假設 ?如果接受原假設的話，表示“什麼也不能確信（ or證明）”。 ? YRT(Rolled Throughput Yield)：全工程一次性直通收率 ?表示一個產(chǎn)品通過全工各沒有經(jīng)過一次的修理和再作業(yè)，到最終合格為止的收率值。 ? DO（ Defect Opportunity）：機會損失（缺陷） ?可能引發(fā)的機會損失（缺陷）的行動或事件。 Stability Time2 Time1 64 Gage RR ? 偏移（ Bias）：實際測定值跟試料平均值的差異值叫準確度（ Accuracy） Bias Reference Value Observed Average Value 65 Gage RR ? 反復性（ Repeatability）： 1名測定者使用同樣