【正文】 – 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。直接影響特性值的因子或用水平變動(dòng)來(lái)分析後找出對(duì)比誤差，造成‘ Y’特性值（反應(yīng)值）特別大的影響因子。 104 離散型數(shù)據(jù)分析 ? 收率的種類(lèi) – YFT(First Time Yield)： (單工序單次收率 ) ? 表示再作業(yè)後沒(méi)有修理的收率的值 ? 應(yīng)用：決定個(gè)別工序的個(gè)別品質(zhì)水平時(shí)使用。 74 Gage RR ? Gage RR是什麼？ – 測(cè)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(cè)定變化 – 即對(duì)比 Process或 Spec決定測(cè)定系統(tǒng)的變化有多少程度比率的系統(tǒng)。 ?如果測(cè)定值的 50%以上在管理界限內(nèi)的話，這個(gè)系統(tǒng)不適合。 – 對(duì)調(diào)查內(nèi)容優(yōu)先排序，為滿(mǎn)足顧客的要求事項(xiàng)制定技術(shù)規(guī)格 – 確定對(duì)顧客要求事項(xiàng)影響大的技術(shù)規(guī)格的先後順序，對(duì)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(duì)技術(shù)規(guī)格影響大的特性要素（ CTQ）進(jìn)行排序 187。 ?Z值是已測(cè)定的標(biāo)準(zhǔn)偏差（ σ ）有幾個(gè)能進(jìn)入平均值到規(guī)格上下界限（ USL， LSL）之間的測(cè)定值。 14 統(tǒng)計(jì)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。5σ 233 177。 47 Gage RR ? 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如果不顧測(cè)定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實(shí)行中，要願(yuàn)意接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。 750= ?DPO=缺陷數(shù)247。 ?設(shè)定假設(shè) – Ho：獨(dú)立（分類(lèi)的變數(shù)之間地相關(guān)性） – H1：從屬（分類(lèi)的變數(shù)之間有相關(guān)性 ) 156 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 – 期望值（ E），觀測(cè)值（ O）， X2統(tǒng)計(jì)量 ?期望值（ Expected Frequency）：對(duì)一些現(xiàn)象的結(jié)果期望的值 ?觀測(cè)值（ Observed Frequency）：對(duì)一些現(xiàn)象的結(jié)果實(shí)際觀測(cè)的 ?X2統(tǒng)計(jì)量是 ? ?? E Ex22 )0(157 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? X2(Chisquare)統(tǒng)計(jì)量 – 用 3個(gè)月把 Monitor產(chǎn)品不良類(lèi)型按不同的交接班整理後，調(diào)查各交接班有（從屬的）無(wú)（獨(dú)立的）產(chǎn)品不良類(lèi)型的特性後，進(jìn)行改善活動(dòng)，檢出了N=309個(gè) Monitor不良。 – 試驗(yàn)時(shí)必須參加觀察 ? 通過(guò)觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。 164 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 ? 暫定的找出致命的少數(shù)因子的方法 ? 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) 165 分散分析（ ANOVA）的理解 ? 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。 105 離散型數(shù)據(jù)分析 – YNA(Normalized Yield)：標(biāo)準(zhǔn)收率 ?表示計(jì)算連續(xù)工序的評(píng)價(jià)收率的值 ?應(yīng)用：完成產(chǎn)品的品質(zhì)水平評(píng)價(jià)時(shí)使用。 – 是區(qū)分工程的短期工程能力或長(zhǎng)期工程能力的重要方法 ?可以把握平均值移動(dòng)問(wèn)題還是散布問(wèn)題 ?把問(wèn)題特殊化的第一個(gè)階段 78 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 ?Man：作業(yè)者變更，晝夜班次交換，新作業(yè)者等 ?Machine：機(jī)械設(shè)定值變更，設(shè)備維修 維護(hù)等 ?Material：交付 LOT，作業(yè)安排，原材料等 ?Method：作業(yè)者間的作業(yè)方法差異等 ?Measurement：測(cè)定者的變化，測(cè)定設(shè)備誤差等 79 變化的理解 ? 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 ?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 80 工序能力 ? 工序能力的數(shù)學(xué)式 – 兩側(cè)有規(guī)格的工序能力 ?6LU SSCp ??SL SU x81 工序能力 – 有偏移時(shí)的工序能力 SL SU xK M T/2xM )1(???KCpKCpk82 工序能力 – 用語(yǔ)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 83 工序能力 – 只有規(guī)格上限時(shí)的工序能力 SU x ?3xSC UPU??84 工序能力 – 只有規(guī)格下限時(shí)的工序能力 SL x ?3LPLSxC ??85 工序能力 ? 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。如果信賴(lài)性區(qū)間重疊意味（信賴(lài)區(qū)間不重疊意味著組數(shù)小）測(cè)定的變化大。 ?決定每種可能故障模式的重要度和發(fā)生可能性 ?決定消除重要故璋模式而采取的方法 ?開(kāi)發(fā)消除或減少重要故障模式的方法 30 聚焦問(wèn)題點(diǎn)階段 – 部分分析法 ?以?xún)?yōu)先順序找出問(wèn)題的核心事項(xiàng) ?典型的是： 80%的問(wèn)題由 20%產(chǎn)生 ? 決定活動(dòng)課題和相關(guān)非常勤人員 – 用邏輯樹(shù)等方法展開(kāi)問(wèn)題後，找出最終區(qū)域，選定經(jīng)驗(yàn)豐富的工程師來(lái)執(zhí)行課題活動(dòng)。 ?‘ 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 。 – 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。2σ 45,500 308,700 177。 ?Short Term Process Capability Index：短期工序能力指數(shù) ?Zlt（ σ lt）， Cpk ?Zlt=3 Cpk 44 工序能力 – 長(zhǎng)期工序能力是包括群內(nèi)變化和群體間變化，為了改善技術(shù)和工序管理，必須判斷工序是否穩(wěn)定時(shí)，用長(zhǎng)期工序能力的特性來(lái)取樣，來(lái)確認(rèn)包括管理因素引起的變化和技術(shù)的要素引起的變化。 67 Gage RR 偏差大 偏差小 參考值 測(cè)定值 參考值 測(cè)定值 68 Gage RR ? 對(duì)測(cè)定系統(tǒng)變化的理解 – 穩(wěn)定性（ Stability）：在一定的時(shí)間間隔下把標(biāo)準(zhǔn)品用同一的計(jì)測(cè)器測(cè)定同一的特性值時(shí)得出的變化。 ?例：須在一張要求式樣上記錄的項(xiàng)目數(shù) 96 離散型數(shù)據(jù)分析 – U（ Unit）：元件 ?元件測(cè)定可能機(jī)會(huì)的細(xì)節(jié) ?例：要求樣式 – DPU（ Defect Per Unit）： ?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) ?每個(gè) Unit中存在機(jī)會(huì)數(shù)和關(guān)聯(lián)的元件內(nèi)存在的缺陷數(shù) 97 離散型數(shù)據(jù)分析 – DPMO（ Defect Per Million opportunity）（每百萬(wàn)機(jī)會(huì)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(wú)損失 ?機(jī)會(huì)不能成為損失的可能性 ?P（ ND） =1DPO 98 離散型數(shù)據(jù)分析 ? DPU/DPO/DPMO/P(ND)改善 – 發(fā)出了 100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？ ?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(gè)符合項(xiàng) 99 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(gè)最小有 1個(gè)不良的可能性是 10%。 ? 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) ? 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 ? Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)） 133 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。 – Noise變量 ?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) 178 試驗(yàn)計(jì)劃的樹(shù)立 – Blocking ?Block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 ?考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。 ?因子的水平數(shù) – 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) – 原料 (B)： B1（美國(guó) M社原料）， B2（日本 Q社原料），B3（國(guó)內(nèi) P） 197 二元配置法 ?試驗(yàn)數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 198 二元配置法 ? 二元配置法的 Minitab運(yùn)用 – 數(shù)據(jù)輸入後的表格 – P101 199 二元配置法 ? P102 200 二元配置法 ? P102 201 二元配置法 ? P103 202 二元配置法 ? P103 203 二元配置法 – 對(duì)收率溫度是 A3=200℃ ，原料是在 B1上最佳水平 – 雖然現(xiàn)在選定的水平是最佳的，但考慮過(guò)程條件，費(fèi)用方面也可選擇不同水平的最佳條件。 – 主效果及交互作用 ?主效果比普通交互作用更重要。 112 離散型數(shù)據(jù)分析 ? 并列構(gòu)成的工序的累計(jì)收率的計(jì)算 – Process Mapping中并列構(gòu)成的工序變換為直列來(lái)計(jì)算收率 99% ? 97% 98% 工序 1 工序 2 工序 3 工序 4 91% 99% 99% 2a 2b 2c 113 離散型數(shù)據(jù)分析 – YRF=Y1 Y2 Y3 Y4 – = [ ]1/3 = – YNA=(YRT)1/3=()1/4= – 損失 (缺陷 )概率 == – 利用正態(tài)分布查找 Z值，可知Z= 114 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P62 115 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P62 116 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P63 117 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用 ? P64 118 離散型數(shù)據(jù)分析 ? 累計(jì)收率 (YRT)Minitab運(yùn)用