【正文】 d Throughput Yield)：全工程一次性直通收率v表示一個(gè)產(chǎn)品通過(guò)全工各沒(méi)有經(jīng)過(guò)一次的修理和再作業(yè)，到最終合格為止的收率值。v 運(yùn)用假設(shè)檢驗(yàn)（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(jìng)爭(zhēng)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(dòng)使用的改善 Tool效果更卓越? 019 PCS比它社手機(jī)通話音質(zhì)更清晰101 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的用語(yǔ)理解? 原假設(shè) (Null Hypothesis:Ho)：作為檢驗(yàn)對(duì)象的假設(shè)v如果接受原假設(shè)的話，表示 “什麼也不能確信（ or證明） ”。什麼是水平的分析方法。為了減少潛在變量的影響，常常隨機(jī)化。137 試驗(yàn)計(jì)劃的樹(shù)立v 數(shù)據(jù)分析? GRAPH分析vCapability AnalysisvHistogramvBox PlotvParetovScatter PlotvCube PlotvMain effect plot：平均值 標(biāo)準(zhǔn)偏差vInteraction plot：平均值 標(biāo)準(zhǔn)偏差138 試驗(yàn)計(jì)劃的樹(shù)立? 信賴區(qū)間vPvalue，檢驗(yàn)統(tǒng)計(jì)量vTtest， Ftest， Chisquare? 分散分析表 (ANOVA Tables）? 回歸方程式 (Regression)139 試驗(yàn)計(jì)劃的樹(shù)立v 導(dǎo)出結(jié)論? 結(jié)果值在統(tǒng)計(jì)上有效嗎？v測(cè)定 /分析 /改善階段使用的工具間有矛盾嗎？v結(jié)合實(shí)際問(wèn)題統(tǒng)計(jì)的處理結(jié)果合理嗎？? 得到改善的證據(jù)（長(zhǎng)期的）充分嗎？? 結(jié)果值得到實(shí)際改善了嗎？v工序能力值向上了嗎？v所選定題目的 ‘Y’值得到了長(zhǎng)期改善了嗎？v會(huì)不會(huì)發(fā)生逆性能的問(wèn)題？140 試驗(yàn)計(jì)劃的樹(shù)立? 試驗(yàn)結(jié)果怎樣指示改善問(wèn)題的方向？? 是否要做追加的試驗(yàn)？v 驗(yàn)證試驗(yàn)? 驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟? 驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類似對(duì)長(zhǎng)期的數(shù)據(jù)合理分組來(lái)實(shí)施? 找出最佳條件來(lái)做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件）141 試驗(yàn)計(jì)劃的樹(shù)立? 參照事項(xiàng)v做驗(yàn)證試驗(yàn)期間必須參加觀察v要確認(rèn)因子的水平變化是否正確v應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問(wèn)題v+/只能在條件內(nèi)實(shí)際控制可能的話，不能檢出 2水平變化引起的 效應(yīng)142 試驗(yàn)計(jì)劃的樹(shù)立v 試驗(yàn)時(shí)注意事項(xiàng)? 錯(cuò)誤認(rèn)識(shí)發(fā)生問(wèn)題的因子v相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系? 最佳選定的條件和實(shí)際使用的條件不符v試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件v跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策v全體的制度等有可能變更143 試驗(yàn)計(jì)劃的樹(shù)立? 不能決定是因?yàn)闆](méi)有得到管理而變化v潛在變量的影響給 ‘Y’值造成大的影響? 試驗(yàn)在很小範(fàn)圍的因子水平上實(shí)施? 沒(méi)有包含重要的獨(dú)立變量v沒(méi)有包含影響品質(zhì)的 CTQ? 因測(cè)定的變動(dòng)大，不能檢出變化的值144 一元配置法v 一元配置法? 只選擇 1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。 3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。165 部分配置法 (Fractional factorial design）v 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(shí)；? 從經(jīng)濟(jì) /成本費(fèi)用方面愾有水平配合下，試驗(yàn)發(fā)生困難。（有 /無(wú)相互關(guān)聯(lián)性，可以提供解決問(wèn)題的 Point）? 這種關(guān)聯(lián)性用某種數(shù)學(xué)方程工來(lái)表示及分析叫回歸分析，即可以認(rèn)為將從屬變量 “Y”與獨(dú)立變量 “X”的關(guān)系用下列模型的數(shù)學(xué)方程式來(lái)適當(dāng)表示。 LOT大?。?X） 10 20 30 40 40 50 60 60 70 80生產(chǎn)人力（ Y） 20 29 50 60 70 85 90 95 109 120186 回歸分析（ Regression）? FITS是從因素各個(gè)測(cè)定數(shù)據(jù)計(jì)算回歸方程式時(shí)的實(shí)測(cè)值， “Y”的推測(cè)值是 manhour=+ lot size? Residual（殘差）的 error標(biāo)示是v實(shí)際反應(yīng)值上，把預(yù)想的反應(yīng)值從各測(cè)定值上減掉的值，上面例題值是 C4=C2C3187 回歸分析（ Regression）v 回歸方程式的殘差（ Residual）是什麼？? 殘差（ Residual） Plot是回歸模式是否適當(dāng)，進(jìn)行檢查的分析工具v殘差（ Residual）的平均值始終是 “0”v殘差（ Residual）具有正態(tài)分析 (Normal Distribution)v殘差（ Residual）應(yīng)是隨機(jī)分布（即，不能有什麼樣的傾向）188 回歸分析（ Regression）v 殘差分布形態(tài)? 按時(shí)間序列估計(jì)為等分散的情況189 回歸分析（ Regression）? 估計(jì)是獨(dú)立的或可能不是直線關(guān)系的曲線形態(tài)190 回歸分析（ Regression）? 其它變量也要一起考慮的情況191 回歸分析（ Regression）v 殘差（ Residual）分析（正規(guī)性）v P146192 回歸分析（ Regression）? 可以對(duì)殘差是否為正態(tài)分布進(jìn)行檢查? 或 StatBesic StactisticNormality Test Variable:Resi 1,Value=193 回歸分析（ Regression）? 附加說(shuō)明v回歸方程式 y=a+bx,即 a（偏移） =，b=（截距）的值vConstant PValue? H0：回歸原點(diǎn)通過(guò)（ 0,0）? H1：回歸線未通過(guò)原點(diǎn)（ 0,0）? 上面情況是采用 H0，因此 0194 回歸分析（ Regression）v對(duì)因子的 PValue? H0： Lot size=沒(méi)有意義（ or不影響）? H1： Lot。? 為了分析試驗(yàn)的結(jié)果182 回歸分析（ Regression）v 回歸方程式? a和 b的計(jì)算公式183 回歸分析（ Regression）? 把全體測(cè)值用某一個(gè)適當(dāng)數(shù)學(xué)方式來(lái)表示，其適當(dāng)方程式不能說(shuō)明的誤差變化和成為最小而決定a和 b。此時(shí) X3因子的配置結(jié)構(gòu)跟 Z1， X2有同樣的交互作用。157 要因配置法 (Factorial Design)Factor Level1 +1A. 水的溫度 (Temp) 溫水 熱水 (Time) 短 長(zhǎng) (Conc.) 低 高?同樣 Run實(shí)施 2次（或 2次以上）得到反應(yīng)值 (Yield)時(shí)，求平均值後適用試驗(yàn)排列全體反復(fù) 2次（或 2次以上）時(shí)，把數(shù)據(jù)放在 1列來(lái)適用。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。135 試驗(yàn)計(jì)劃的樹(shù)立? 交叉法v交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類似的情況幾乎沒(méi)有。120 分散分析（ ANOVA）的理解? 可以說(shuō)是決定各水平上 ‘Y’特性值（反應(yīng)值）的平均值是否具有 同樣值，步驟v暫定的找出致命的少數(shù)因子的方法v 分散分析的用語(yǔ)理解? 因子 (Factor)：試驗(yàn)上影響特性值的原因? 水平 (Level)：為實(shí)施試驗(yàn)的因子條件? 平方和 (Sum of square)：在因子的特定水平上，計(jì)算測(cè)定值變化程度? 試驗(yàn) Balance/Unbalance：測(cè)定值相同或不相同時(shí)所有因子水平的 調(diào)合數(shù)121 分散分析（ ANOVA）的理解v 分散分析的使用 ? One Way ANOVA： 具有 2個(gè)以上的水平的 1個(gè)因子的情況? Balance ANOAV： 具有 2個(gè)以上因子的情況 ? 試驗(yàn)計(jì)劃法（ DoE=Design of Experiment）：分析多因子時(shí)，針對(duì)那個(gè) 調(diào)合上給 ‘Ｙ ’特性值造成影響大的因子。? 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?對(duì)立假立 (H1)：拒絕拒絕域?原假設(shè) (Ho)：拒絕?對(duì)立假立 (H1)：接受(α)110 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型? 統(tǒng)計(jì)學(xué)的判定方法v數(shù)據(jù)計(jì)算值結(jié)果小于拒絕值時(shí)：接受原假設(shè) (Ho)v數(shù)據(jù)計(jì)算值結(jié)果大于拒絕值時(shí)：拒絕原假設(shè) (Ho)v“0”值在信賴區(qū)間內(nèi)時(shí)：接受原假設(shè) (Ho)v“0”值在信賴區(qū)間外時(shí)：拒絕原假設(shè) (Ho)? Minitab的判定方法vPValue值大于 α 時(shí)：接受原假設(shè) (Ho)vPValue值小于 α 時(shí)：拒絕原假設(shè) (Ho)111 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的 Minitab運(yùn)用? 洗衣機(jī)下部 Transmission Housing有 10CTQ， 10個(gè) CTQ是 8個(gè) Fixture Brake的高度 離合器，在這里先查看 8個(gè)不同的 Fixture間有無(wú)高度尺寸公差，如果 Fixure間有高度公差的話，用 “X”因素來(lái)判斷後調(diào)查原因并改善。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。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=edpu? ∴ 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。? 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