【正文】 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(lái)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(lái)實(shí)施。? Noise變量v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)134試驗(yàn)計(jì)劃的樹(shù)立? BlockingvBlock是同質(zhì)性的集團(tuán)，如果判斷為一些要因成為問(wèn)題時(shí)，把那個(gè)要因選定為 Blocking因子? Blocking因子來(lái)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(wèn)題，不能分析原因? 樣本的大小v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)。v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(lái)證明的假設(shè)v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vHo拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)）102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(guò)樣本的計(jì)算得到的值。v應(yīng)用：在所有工序上按順序的階段來(lái)進(jìn)行累計(jì)後，評(píng)價(jià)品質(zhì)水平時(shí)使用。v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v元件測(cè)定可能機(jī)會(huì)的細(xì)節(jié)v例：要求樣式? DPU（ Defect Per Unit）：v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)）v1,000,000單元存在的損失數(shù)vDPO 1,000,000 轉(zhuǎn)換 Six Sigma比率? P（ ND） =None Defect：無(wú)損失v機(jī)會(huì)不能成為損失的可能性vP（ ND） =1DPO80離散型數(shù)據(jù)分析v 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？vDPU=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vDPO=D/(UOpp)? 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 10%。Reproduceability測(cè)定者 2測(cè)定者 1測(cè)定者 367變化的理解v 為什麼要 Rational Subgrouping? Rational Subgroup是 6 Sigma的一個(gè)強(qiáng)大的工具。 55Gage RR? Number of Distinct Categories判斷方法vNumber of Distinct Categories： 0～ 1不適用（改善檢測(cè)系統(tǒng)）vNumber of Distinct Categories： 2～ 4附加條件時(shí)可接受vNumber of Distinct Categories： 5以上可接受56Gage RRv 長(zhǎng)期方法時(shí) Gage RR的 Minitab運(yùn)用? 選定 Monitor Cover為 Six Sigma Theme? Spec=177。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)。31聚焦問(wèn)題點(diǎn)階段v 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)vFree Wheeling：全 Team員以對(duì)話形式即興發(fā)掘 IdeavRound Robin：對(duì)事件， Team員輪流發(fā)掘 IdeavCard Method：不經(jīng)討論， Team員把 Idea寫(xiě)在卡片上，貼到牆上。2σ 45,500 308,700177。v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。? 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。? 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)。v‘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 。3σ 2,700 66,810177。32聚焦問(wèn)題點(diǎn)階段? Brainstorming時(shí)注意事項(xiàng)v禁止批評(píng)v全部 Idea都要記錄vIdea發(fā)掘時(shí)不要解釋或討論v粗略的 Idea也要鼓勵(lì)v所有人都積極參與? Logic Tree(Structure Tree)v為達(dá)成目標(biāo)的手段，用邏輯性表示vBreakdown（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v 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v 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v 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v 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)）vInch or時(shí)間一樣能使用測(cè)定刻度的數(shù)據(jù)v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v 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v 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v 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v 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 9Line1 Line2 Line340變化的理解v 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。47Gage RRv 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? 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:57Gage RRv 短期的方法時(shí) Gage RR運(yùn)用? CTQ部品的 Spec是 177。? 是區(qū)分工程的短期工程度能力的重要方法v可以把握平均值移動(dòng)問(wèn)題還是散布問(wèn)題v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vMan：作業(yè)者變更，晝夜班次交換，新作業(yè)者等vMachine：機(jī)械設(shè)定值變更，設(shè)備維修 維護(hù)等vMaterial：交付 LOT，作業(yè)安排，原材料等vMethod：作業(yè)者間的作業(yè)方法差異等vMeasurement：測(cè)定者的變化，測(cè)定設(shè)備誤差等69變化的理解v 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v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v 工序能力的數(shù)學(xué)式? 兩側(cè)有規(guī)格的工序能力SL SU71工序能力v 在偏移時(shí)的工序能力SL SUKM72工序能力? 用語(yǔ)解釋vK：偏移系數(shù)（如果 K=0， Cp=Cpk）vM（ Midrange）：規(guī)格的中心vT（ Tolerane）：公差vSU（ Upper Spec）：規(guī)格上限vSL（ Lower Spec）：規(guī)格下限73工序能力? 只有規(guī)格上限的工序能力SU74工序能力? 只有規(guī)格下限的工序能力SL75工序能力v 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。vDPMO=DPO 1,000,000? 例：上例 DPMO是 1,000,000 DPMOvP(ND)=1DPO==(90%)82離散型數(shù)據(jù)分析v 利用泊松公式計(jì)算收率? 利用泊松公式v這里? Y：收率? DPU：元件缺陷數(shù)? R：? e：指數(shù)函數(shù) ……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”84離散型數(shù)據(jù)分析v 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)）vDPU=缺陷數(shù) 247。87離散型數(shù)據(jù)分析? YNA(Normalized Yield)：標(biāo)準(zhǔn)收率v表示計(jì)算連續(xù)工序的評(píng)價(jià)收率的值v應(yīng)用：完成產(chǎn)品的品質(zhì)水平評(píng)價(jià)時(shí)使用。? 顯著性水平 (Significance Level)：象一般使用的α=(,)Ho 是真的拒絕的概率103假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值第二種錯(cuò)誤（ β）第一種錯(cuò)誤（ α）真 實(shí)H0=真 H1=假采 納H0=真H1=假104假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)設(shè)定方法? 以原假設(shè) [母體和 Sample(樣本 )是一樣的 ]來(lái)假定vHo： μ1=μ2vHo： μ1=μ2=μ3=……μnvHo： σ1=σ2vHo： σ1=σ2= σ3 ……σn105假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值? 對(duì)立假設(shè) [母體和樣本不同的 ]則為 v兩側(cè)檢驗(yàn)時(shí) H1： μ1≠μ2v偏側(cè)檢驗(yàn)時(shí) H1： μ1 ＜ μ2 μ1 ＞ μ2v兩側(cè)檢驗(yàn)時(shí) H1： σ1≠ σ2v偏側(cè)檢驗(yàn)時(shí) H1： σ1 ＜ σ2 σ1 ＞ σ2106假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 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v實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同質(zhì)性（ Ftest)vFtest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v次數(shù)、頻度等107假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 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？v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v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v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v 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vP(Probability)概率值＜ α 則接受對(duì)立假定 (H1)vP(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v 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?