【正文】 下列內(nèi)容 ? 交接班：對交接班別取樣分析 ? 每周作業(yè)者的變更：對每周變更的作業(yè)者別取樣分析 ? 按原材料別構(gòu)成 Lot，分析 Lot別有無差異 71 工序能力 ?工序能力的數(shù)學式 ? 兩側(cè)有規(guī)格的工序能力 ?6LU SSCp ??SL SU x 72 工序能力 ?在偏移時的工序能力 SL SU xK M T/2xM )1(???KCpKCpk 73 工序能力 ? 用語解釋 ?K：偏移系數(shù)（如果 K=0， Cp=Cpk） ?M（ Midrange）：規(guī)格的中心 ?T（ Tolerane）：公差 ?SU（ Upper Spec）：規(guī)格上限 ?SL（ Lower Spec）：規(guī)格下限 74 工序能力 ? 只有規(guī)格上限的工序能力 SU x ?3xSC UPU?? 75 工序能力 ? 只有規(guī)格下限的工序能力 SL x ?3LPLSxC ?? 76 工序能力 ?工序能力的 Minitab運用 ? 葡萄酒農(nóng)場為了參加慶祝大會，在準備過程中，有必要改善葡萄酒品質(zhì)而準備 Project，首先為了把握現(xiàn)象，按合理分組計劃規(guī)劃得出了包括下列 “ X”因素的葡萄酒質(zhì)量 “ Y”的樣本。 ? 為確認測定系統(tǒng)， 3名檢查者對 10個部品反復測試 2次 ? File name: 58 Gage RR ?短期的方法時 Gage RR運用 ? CTQ部品的 Spec是 177。 48 Gage RR ?適合貫能判斷時 Gage RR ? 對各 Parts用貫能來判定合格與不合格，或 go 33 聚焦問題點階段 ? Brainstorming時注意事項 ?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) ?為達成目標的手段，用邏輯性表示 ?Breakdown（展開）的問題之間 MECE（互不重復無遺漏的全體） ? MECE（ Mutually Exclusive and Collective Exhaustive)（不重復，各個的和等于全體） 34 聚焦問題點階段 ?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 35 測定（ Measurement） 36 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 37 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) ? 不能再細分化的數(shù)據(jù) 38 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 ? 工程上受細小的多數(shù)因素的影響 ? 39 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，在工程的目標值下平均值偏移 ? 實際上可以知道隨時間的變化，工程能力會怎樣變化 40 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 41 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。 3σ 2,700 66,810 177。 ?‘ Z’值是用來測定工序能力，跟工序的標準偏差不同，在這里 ‘ Z’值是 ，把全體面積作為 1的時對應的面積 。 ? Sigma是表示工序能力的統(tǒng)計單位，測定的 Sigma跟 DPU（單位缺陷， Defect Per Unit） ,PPM等一起出現(xiàn)。 ? Sigma是統(tǒng)計學記述接近平均值的標準偏差（ Standard Deviation）或變化（ Variation），或定義為事件發(fā)生的可能性。 ?如果規(guī)格上限（ or下限）用 ‘ X’來代替時超出規(guī)格上限的尾部面積可以認為有缺陷可能性。 2σ 45,500 308,700 177。 32 聚焦問題點階段 ?找出活動課題的具體事項 ? Brainstorming：在短時間內(nèi)得出很多主意的辦法 ? Brainstorming種類 ?Free Wheeling：全 Team員以對話形式即興發(fā)掘 Idea ?Round Robin：對事件， Team員輪流發(fā)掘 Idea ?Card Method：不經(jīng)討論， Team員把 Idea寫在卡片上，貼到牆上。如果測定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行 6 σ Project期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。 56 Gage RR ? Number of Distinct Categories判斷方法 ?Number of Distinct Categories： 0～ 1不適用（改善檢測系統(tǒng)） ?Number of Distinct Categories： 2～ 4附加條件時可接受 ?Number of Distinct Categories： 5以上可接受 57 Gage RR ?長期方法時 Gage RR的 Minitab運用 ? 選定 Monitor Cover為 Six Sigma Theme ? Spec=177。 Reproduceability 測定者 2 測定者 1 測定者 3 68 變化的理解 ?為什麼要 Rational Subgrouping ? Rational Subgroup是 6 Sigma的一個強大的工具。 ?例：須在一張要求式樣上記錄的項目數(shù) 79 離散型數(shù)據(jù)分析 ? U（ Unit）：元件 ?元件測定可能機會的細節(jié) ?例：要求樣式 ? DPU（ Defect Per Unit）： ?每個元件內(nèi)存在的缺陷數(shù) ? DPO（ Defect Per Opportunity）：每個機會損失數(shù) 80 離散型數(shù)據(jù)分析 ? DPMO（ Defect Per Million opportunity）（每百萬要會損失數(shù)） ?1,000,000單元存在的損失數(shù) ?DPO 1,000,000轉(zhuǎn)換 Six Sigma比率 ? P（ ND） =None Defect：無損失 ?機會不能成為損失的可能性 ?P（ ND） =1DPO 81 離散型數(shù)據(jù)分析 ?DPU/DPO/DPMO/P(ND)改善 ? 發(fā)出了張送貨單，其中檢出 100個不符合項，如果各單元有 10個項目， DPU/DPO/DPMO/P(ND)各是多少？ ?DPU=D/U ? DPU=100/100=（ 100%）該值表示平均值，所以每張送貨單包含 1個符合項 82 離散型數(shù)據(jù)分析 ?DPO=D/(U Opp) ? DPO+100/(100 10)=(10%)該值表示所發(fā)出的送貨單的每個最小有 1個不良的可能性是 10%。 ?應用：在所有工序上按順序的階段來進行累計後，評價品質(zhì)水平時使用。 ?假定為 “ 始終一樣 ” ? 對立假設(shè) (Alternative Hypothesis:Hi)：按確實的根據(jù)來證明的假設(shè) ?平常我們更關(guān)心對立假設(shè)，也希望對立假設(shè)能得到證明 ?Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)） 103 假設(shè)檢驗（ Hypothesis Test）計量值 ? 第一種錯誤 (Type ⅠError: α )：指一些現(xiàn)象是 “ 真 ” ，但錯誤的判斷為 “ 假 ” ，犯這種錯誤的概率 ? 第二種錯誤 (Type Ⅱ Error: β )：指一些現(xiàn)象是 “ 假 ” ，但錯誤的判斷為 “ 真 ” ，犯這種錯誤的概率 ? 檢驗統(tǒng)計量 (Test Statistic)：為了決定接受或是拒絕Ho，而通過樣本的計算得到的值。 ? 區(qū)分 ‘ X’的水平，分析各水平上連續(xù)的 ‘ Y’的數(shù)據(jù)。 ? Noise變量 ?已知道影響反應值，但控制困難的變量，為了減少這個變量選定預想的 Noise變量，在所有水平上實施試驗 135 試驗計劃的樹立 ? Blocking ?Block是同質(zhì)性的集團，如果判斷為一些要因成為問題時，把那個要因選定為 Blocking因子 ? Blocking因子來選定的話，不增加試驗烽，可要因分析 ? Blocking不選定為 Blocking因子的話，試驗結(jié)果出現(xiàn)問題，不能分析原因 ? 樣本的大小 ?考慮測定值的變化程度等，決定樣本數(shù)，質(zhì)。 ? 認為紡紗生產(chǎn)工序上反應溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應度 的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ， A4:75℃ ），在 各度下 3回，把全體 12回試驗按隨機順序來實施。 X Y 沒有交互作用 （平行的狀態(tài)） X Y 有一點交互作用 X Y 有很大的交互作用 155 要因配置法 (Factorial Design) ? Cube plot 156 要因配置法 (Factorial Design) ? 具有最佳均勻的條件是橡膠配合 (mix)1水平，mold1水平 ? 判斷為有一點點交互作用 ? mold比橡膠配合更大的影響反應值 157 要因配置法 (Factorial Design) ?23試驗 ? 考慮一下工序中能清洗部品的機器，這機器的性能是清洗完畢的部品上流下來的水通過 Filter（過濾器）過濾後， Filet的殘留物越少說明機器性能越優(yōu)秀，試驗按各要素的 2水平來實施。 ? 部分配置法 (Fractional factorial design)的優(yōu)點 ? 以少的試驗次數(shù)得到好的試驗結(jié)果和提高檢出力 ? 試驗因子多，但做的試驗次數(shù)少 167 部分配置法 (Fractional factorial design) ?25試驗 ? 從 32個中選擇 16個方法是重要的 ?X1 X2 X3 X4 X5=1工 ?X1 X2 X3 X4 X5=+1選擇 ? 這樣乘全體因子選擇的話，始終不會丟失直交性 ?試驗因子彼此間獨立，對試驗結(jié)果的再現(xiàn)性高 ?始終從高次的交互作用開始交叉 168 部分配置法 (Fractional factorial design) ?如果任意的選擇的配合，會破壞直交性，因子間不能完全獨立而成為從屬的，繼而導出錯誤的試驗結(jié)果 ?選定 X1 X2 X3 X4 X5=+1的 16種配合 ? 這是具有高次的交互作用交叉的效果 ?實施部分配置法時的試驗配合分布形態(tài) 169 部分配置法 (Fractional factorial design) ?25試驗 ? 進行 16個部分配置法中各立方形 ?底面 2個和上面 2個 ?左側(cè) 2個和右側(cè) 2個 ?前面 2個和後面 2個 170 部分配置法 (Fractional factorial design 1 1 +1 X1 +1 1 +1 X3 X4 1 +1 X2 1 +1 X5 171 部分配置法 (Fractional factorial design） 主效果 Column 交互作用 Column Run X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 反應值 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 ?考慮有 4人組合的 231部分配置，在 23完全配置上，可以把相關(guān)因子全部相乘後再選定：“ +or”的 4個組合，