【正文】 的話，用“ X”因素來判斷後調(diào)查原因并改善。 164 分散分析（ ANOVA）的理解 – 可以說是決定各水平上‘ Y’特性值（反應(yīng)值）的平均值是否具有 同樣值，步驟 ? 暫定的找出致命的少數(shù)因子的方法 ? 分散分析的用語理解 – 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，計算測定值變化程度 – 試驗(yàn) Balance/Unbalance：測定值相同或不相同時所有因子水平的 調(diào)合數(shù) 165 分散分析（ ANOVA）的理解 ? 分散分析的使用 – One Way ANOVA： 具有 2個以上的水平的 1個因子的情況 – Balance ANOAV： 具有 2個以上因子的情況 – 試驗(yàn)計劃法（ DoE=Design of Experiment）：分析多因子時，針對那個 調(diào)合上給‘Ｙ ’特性值造成影響大的因子。 179 試驗(yàn)計劃的樹立 – 交叉法 ? 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有。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。作為 因行了 沒有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。 – 試驗(yàn)時必須參加觀察 ? 通過觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。為了減少潛在變量的影響， 一般采用隨機(jī)法和 Blocking。 ?設(shè)定假設(shè) – Ho：獨(dú)立（分類的變數(shù)之間地相關(guān)性） – H1：從屬（分類的變數(shù)之間有相關(guān)性 ) 156 假設(shè)檢驗(yàn)（ Hypothesis Test）計數(shù)型 – 期望值（ E），觀測值（ O）， X2統(tǒng)計量 ?期望值（ Expected Frequency）：對一些現(xiàn)象的結(jié)果期望的值 ?觀測值（ Observed Frequency）：對一些現(xiàn)象的結(jié)果實(shí)際觀測的 ?X2統(tǒng)計量是 ? ?? E Ex22 )0(157 假設(shè)檢驗(yàn)（ Hypothesis Test）計數(shù)型 ? X2(Chisquare)統(tǒng)計量 – 用 3個月把 Monitor產(chǎn)品不良類型按不同的交接班整理後，調(diào)查各交接班有（從屬的）無（獨(dú)立的）產(chǎn)品不良類型的特性後，進(jìn)行改善活動，檢出了N=309個 Monitor不良。 109 離散型數(shù)據(jù)分析 ? YRT(Rolled Throughput Yield) – 產(chǎn)品 A由 3個連續(xù)的階段來形成的話，YRT/YND的值的值是什麼？ 階段 1 階段 2 階段 3 YFT=80% YF=100% YFT=70% YF=90% YFT=90% YF=95% 110 離散型數(shù)據(jù)分析 – YRF是連續(xù)的各階段 YFT之乘 ?YRT= =(%) ?沒有考慮作業(yè) – 計算各階段的平均收率 ?不是算術(shù)平均，而使用各階段的幾何平均值 ?YND(Normalized Yield) ?這里 n表示工序的數(shù) n RTY?111 離散型數(shù)據(jù)分析 ?上例 YND(Normalized Yield) ?各階段平均 YFT=% – 正常收率是全工程平均收率，以YND(Normalized Yield)值來計算 Sigma值 – 通過 YRF可以知道工程真正的收率（累計直通率） – 部品數(shù)或工序（作業(yè)）的階段越少，收率值越大。 750= ?DPO=缺陷數(shù)247。并且表示通過改善活動消除平均值移動引起的偏移時的最高的能力。如果不顧測定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實(shí)行中，要願意接受測定系統(tǒng)可能發(fā)生誤差的危險。 – 為確認(rèn)測定系統(tǒng)， 3名檢查者對 10個部品反復(fù)測試 2次 61 ? P34 62 Gage RR ? 短期的方法時 Gage RR運(yùn)用 – CTQ部品的 Spec是 177。 47 Gage RR ? 適合貫?zāi)芘袛鄷r Gage RR – 對各 Parts用貫?zāi)軄砼卸ê细衽c不合格，或go 32 聚焦問題點(diǎn)階段 – Brainstorming時注意事項(xiàng) ? 禁止批評 ? 全部 Idea都要記錄 ? Idea發(fā)掘時不要解釋或討論 ? 粗略的 Idea也要鼓勵 ? 所有人都積極參與 – Logic Tree(Structure Tree) ? 為達(dá)成目標(biāo)的手段，用邏輯性表示 ? Breakdown（展開）的問題之間 MECE（互不重復(fù)無遺漏的全體） – MECE（ Mutually Exclusive and Collective Exhaustive)（不重復(fù)，各個的和等于全體） 33 聚焦問題點(diǎn)階段 ? 確定活動題目的相關(guān) Benefit[利益 ]（定量 /定性效果） – 為保證達(dá)成，明確改善金額 ? 對活動課題的問題記錄 – 在現(xiàn)象分析時，記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象 ? 計劃時間管理 – 通過分析把全部日程用具體的圖表管理 34 測定（ Measurement） 35 變化的理解 ? 數(shù)據(jù)的分類 解決問題 工程問題 /Bottle Neck/Issue 事項(xiàng) 36 變化的理解 – 連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)） ?Inch or時間一樣能使用測定刻度的數(shù)據(jù) ?比較數(shù)值數(shù)據(jù)提供更多情報 – 離散型數(shù)據(jù)（計數(shù)型數(shù)據(jù)） – 提供合格不合格之類情報的數(shù)據(jù) – 不能再細(xì)分化的數(shù)據(jù) 37 變化的理解 ? 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 ? 群間變化（ Black Noise） – Black Noise是工程外部因素影響中心值移動，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)際上可以知道隨時間的變化，工程能力會怎樣變化 39 群內(nèi)、群間變化的區(qū)分例 ? 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 ? 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 9 Line1 Line2 Line3 40 變化的理解 ? Rational Subgroup（合理分組） – 批跟數(shù)據(jù)的種類無關(guān)，在可能的短時間內(nèi)彼此類似的條件下作業(yè)的樣本群。5σ 233 177。 ?其結(jié)果標(biāo)準(zhǔn)偏差更小，發(fā)生不良的可能性就低。 14 統(tǒng)計基本概念的理解 ? 平均值和拐點(diǎn)之間距離用標(biāo)準(zhǔn)偏差（ σ ）表示。 ?先把握現(xiàn)象，能夠 1次性改善的部門采取 1次性改善活動；然後下一個階段再接著進(jìn)行改善活動。 ?Z值是已測定的標(biāo)準(zhǔn)偏差（ σ ）有幾個能進(jìn)入平均值到規(guī)格上下界限（ USL， LSL）之間的測定值。 177。 – 對調(diào)查內(nèi)容優(yōu)先排序，為滿足顧客的要求事項(xiàng)制定技術(shù)規(guī)格 – 確定對顧客要求事項(xiàng)影響大的技術(shù)規(guī)格的先後順序，對已確定的先後順序的技術(shù)要求事項(xiàng)，轉(zhuǎn)換成暫定的Part特性（ CTQ） – 對技術(shù)規(guī)格影響大的特性要素（ CTQ）進(jìn)行排序 187。 – Six Sigma工序能力是指工序的變化（ or標(biāo)準(zhǔn)偏差： σ ）小，即使乘以 6倍變化值也能夠滿足規(guī)格的工序能力。 ?如果測定值的 50%以上在管理界限內(nèi)的話，這個系統(tǒng)不適合。常數(shù)在 *里已有計算， d*是下表中的值， Gage引起的變化能滿足 99%值。 74 Gage RR ? Gage RR是什麼？ – 測定系統(tǒng)給工程的變化值造成多少影響 ? Gage RR Study – Gage RR Study有下面 3種 ? 反復(fù)性（ Repeatability） ? 再現(xiàn)性 (Reproduceability） ? 全體測定變化 – 即對比 Process或 Spec決定測定系統(tǒng)的變化有多少程度比率的系統(tǒng)。 ?例：把顧客的要求事項(xiàng)記錯的差錯情報。 104 離散型數(shù)據(jù)分析 ? 收率的種類 – YFT(First Time Yield)： (單工序單次收率 ) ? 表示再作業(yè)後沒有修理的收率的值 ? 應(yīng)用：決定個別工序的個別品質(zhì)水平時使用。 123 Graph分析 ? 運(yùn)用 Histogram（直方圖） – GraphHistogram – P67 124 Graph分析 ? P67 125 Graph分析 ? 運(yùn)用 Plot – GraphPlot – P68 126 Graph分析 ? P68 127 Graph分析 ? 運(yùn)用 Box Plot – GraphBox Plot – P69 128 Graph分析 ? P69 129 Graph分析 ? 運(yùn)用 Matrix Plot – Graph Matrix Plot – P70 130 Graph分析 ? P70 131 假設(shè)檢驗(yàn)（ Hypothesis Test）計量值 ? 什麼是假設(shè)檢驗(yàn)？ – 指想知道的內(nèi)容用假設(shè)來設(shè)定，對假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報為基礎(chǔ)進(jìn)行統(tǒng)計分析後做出決定。直接影響特性值的因子或用水平變動來分析後找出對比誤差，造成‘ Y’特性值（反應(yīng)值）特別大的影響因子。 173 試驗(yàn)計劃的樹立 ? 選定因子水平 – 水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來決定 ? 能用篩選試驗(yàn)來找出得要的因子的話，使用典型的 2水平 ? ‘ Y’值按水平產(chǎn)生充分差異的範(fàn)圍來選定水平 – 如果選定的溫度範(fàn)圍小，幾乎不影響應(yīng)答的話，可能錯判為溫度不重要的因子 ? 確定的水平不能超出現(xiàn)實(shí)可能的水平（最佳的選定水平上，不能適用實(shí)際的話郵局不能改善） ? 試驗(yàn)的幾個調(diào)和可能是不能接受的反應(yīng)值，但是那種條件下，可能出現(xiàn)最佳值？ 174 試驗(yàn)計劃的樹立 ? 選定試驗(yàn)計劃 – 做試驗(yàn)計劃時要想 10個重要概念 ? 直交性 ? 隨機(jī)性 ? 再現(xiàn)性 ? 反復(fù)性 ? 管理能力 ? 潛在變量 ? Noise變量 ? Blocking ? Sample的大小 ? 交叉 175 試驗(yàn)計劃的樹立 ? 試驗(yàn)計劃的選定 – 直交性 ?試驗(yàn)配置或部分配置法上把因子的效果做成彼此獨(dú)立而使用 – 隨機(jī)化 ?為了防止非試驗(yàn)的因子的外部要因引起的效果時使用 – 試驗(yàn)順序隨機(jī)化 – 試驗(yàn) Unit隨機(jī)化 – 測定順序隨機(jī)化 176 試驗(yàn)計劃的樹立 – 再現(xiàn)性 ?完全再設(shè)置度驗(yàn)裝置，在同樣水平上追加得到值的時候 – 在做測定時可減少散布 – 對對試的結(jié)果增加信賴感 – 反復(fù)性 ?反復(fù)各試驗(yàn) Run 得到 Sample不如再現(xiàn)性，但能測定變動 – 管理： ?選定的條件，必須能得到管理 177 試驗(yàn)計劃的樹立 – 潛在變量 ?不太明確，控制也困難，測定也不可能，但影響反應(yīng)值的值。 – 能夠知道怎樣實(shí)施試驗(yàn)，對提高試驗(yàn)技術(shù)有用。 ? 要因試驗(yàn)的形態(tài) – 2n：因子是 n個，因子的水平數(shù)是 2試驗(yàn) – 3n：因子是 n個，因子的水平數(shù)是 3試驗(yàn) 205 要因配置法 (Factorial Design) ? 要因試驗(yàn)的優(yōu)點(diǎn) – 所有因子間的水平調(diào)合下實(shí)施試驗(yàn) – 可推定所有因子的效果和交互作用 ? 22試驗(yàn) – 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時得到的輪胎 (balance)各測定 4次的數(shù)據(jù) 206 要因配置法 (Factorial Design) – 試驗(yàn)數(shù)據(jù) A0 A1 合計 B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計 249 486 735 207 要因配置法 (Factorial Design) ? 要因配置法的 Minitab運(yùn)用 ? P106 208 要因配置法 (Factorial Design) ? P106 209 要因配置法 (Factorial Design) ? P107 210 要因配置法 (Factorial Design) ? P108 211 要因配置法 (Factorial Design) ? P108 212 要因配置法 (Factoria