【正文】 Gage RR ?測(cè)定差平均值 = ∑R/5=?測(cè)量誤差 =() (R)= ?公差的測(cè)量誤差 =(247。元件數(shù) =34 247。 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? X2（ Chisquare） – 適合度檢驗(yàn)（ Goodness of fit test） ? 什麼是適合度？：試驗(yàn) or觀測(cè)得到的結(jié)果跟理論一致的程度 ? 什麼是適合度檢驗(yàn)？：檢驗(yàn)觀測(cè)值有什麼樣的理論分布 ? 假設(shè)設(shè)定 – Ho： P1=P2=??=Pn – H1： P1 P2 ?? Pn – 例：硬幣的正面的出現(xiàn)的概率 50%和實(shí)際觀測(cè)的概率比較 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 – 分割表（ Contingency Table） ?什麼是分割表？：因兩個(gè)變數(shù)分割後得到表 ?什麼是獨(dú)立性檢驗(yàn)？：使用于檢驗(yàn)分類的變量之間的關(guān)系是獨(dú)立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨(dú)立關(guān)系）稱獨(dú)立性檢驗(yàn)。 ? 試驗(yàn)和實(shí)施數(shù)據(jù)收集 – 試驗(yàn)之前準(zhǔn)備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。 要因配置法 (Factorial Design) – 試驗(yàn)配置 RUN Temp Time Conc. Yield 1 1 1 1 65 2 1 1 1 43 3 1 1 1 4 1 1 1 43 5 1 1 1 6 1 1 1 44 7 1 1 1 51 8 1 1 1 43 要因配置法 (Factorial Design) – 把 Yield和 temp/time/conc因子的效果 plot Graph – 首先繪製各要素的 Low Level(1)[低水平 (1)]的反應(yīng)值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。 – 注入量和轉(zhuǎn)速的影響不多 – 這里必須測(cè)驗(yàn)產(chǎn)品是否按改善的最佳條件來(lái)生產(chǎn)的再現(xiàn)性 回歸分析（ Regression） ? 什麼是回歸分析（ Regression）？ – 想要改善問(wèn)題時(shí)，掌握相關(guān)變量之間的相互關(guān)聯(lián)性，這種情況有用的時(shí)候多。 ? 要因試驗(yàn)的形態(tài) – 2n：因子是 n個(gè)，因子的水平數(shù)是 2試驗(yàn) – 3n：因子是 n個(gè)，因子的水平數(shù)是 3試驗(yàn) 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(shí)得到的輪胎 (balance)各測(cè)定 4次的數(shù)據(jù) 要因配置法 (Factorial Design) – 試驗(yàn)數(shù)據(jù) A0 A1 合計(jì) 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(jì) 249 486 735 要因配置法 (Factorial Design) – 橡膠配合 (mix)1水平， mold1水平上得到大的效果 – mold比橡膠配合 (mix)更多的影響反應(yīng)值 ?Main effects plot里因子的偏移越大，其因子更多影響品質(zhì)特性值 要因配置法 (Factorial Design) ? 什麼是交互作用 – 表示 2個(gè)因子的水平組合上，發(fā)生不期待的效果。 試驗(yàn)計(jì)劃的樹(shù)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(lái)決定 ? 能用篩選試驗(yàn)來(lái)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(lái)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(cuò)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(gè)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？ 試驗(yàn)計(jì)劃的樹(shù)立 ? 選定試驗(yàn)計(jì)劃 – 做試驗(yàn)計(jì)劃時(shí)要想 10個(gè)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 試驗(yàn)計(jì)劃的樹(shù)立 ? 試驗(yàn)計(jì)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(shí)使用 – 試驗(yàn)順序隨機(jī)化 – 試驗(yàn) Unit隨機(jī)化 – 測(cè)定順序隨機(jī)化 試驗(yàn)計(jì)劃的樹(shù)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(shí)候 – 在做測(cè)定時(shí)可減少散布 – 對(duì)對(duì)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(cè)定變動(dòng) – 管理： ?選定的條件，必須能得到管理 試驗(yàn)計(jì)劃的樹(shù)立 – 潛在變量 ?不太明確，控制也困難，測(cè)定也不可能，但影響反應(yīng)值的值。 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 什麼是假設(shè)檢驗(yàn)？ – 指想知道的內(nèi)容用假設(shè)來(lái)設(shè)定，對(duì)假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報(bào)為基礎(chǔ)進(jìn)行統(tǒng)計(jì)分析後做出決定。 ?例：把顧客的要求事項(xiàng)記錯(cuò)的差錯(cuò)情報(bào)?？梢苑譃?4組對(duì)特定部品測(cè)定，信賴性區(qū)間小說(shuō)明測(cè)定者和測(cè)定有反復(fù)，且測(cè)定很準(zhǔn)確。 通過(guò) QFD把顧客要求事項(xiàng)系統(tǒng)化，最終選定暫定的 CTQ，開(kāi)展改善活動(dòng) 聚焦問(wèn)題點(diǎn)階段 – FMEA（ Failure Modes Effects Analysis)故障模式及效果分析 ?FMEA是明確制品設(shè)計(jì)上可能發(fā)生的問(wèn)題和排定其順序，并針對(duì)故障模式制定所采取的恰當(dāng)活動(dòng) – FMEA Process ?對(duì)已設(shè)計(jì)的制品用 Brainstorming法列出可能的故障模式。 ?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)。3σ 2,700 66,810 177。 ?Long Term Process Capability Index：長(zhǎng)期工序能力指數(shù) ?Zlt（ σ lt）， Cpk ?Zlt=3 Cpk Gage RR ? Gage RR實(shí)行時(shí)注意事項(xiàng) – 以 Blind測(cè)定來(lái)評(píng)價(jià) – 決定幾名評(píng)價(jià)者為合理 – 接產(chǎn)品的重要性和統(tǒng)計(jì)特性決定試料數(shù)的反復(fù)次數(shù) – 預(yù)先決定評(píng)價(jià)周期 – 抽取樣本時(shí)運(yùn)用隨機(jī)原則，但實(shí)施 Gage RR時(shí)須對(duì)試料事先計(jì)劃再行抽樣 Gage RR – 一般是看 %Tolerance值來(lái)判斷 Gage的接受與否，但 %Study Var在 20%以上時(shí)，有必要點(diǎn)檢工序Process – Gage RR值較大時(shí)，必須制定改善計(jì)劃進(jìn)行改善。 Stability Time2 Time1 Gage RR – 偏移（ Bias）：實(shí)際測(cè)定值跟試料平均值的差異值叫準(zhǔn)確度（ Accuracy） Bias Reference Value Observed Average Value Gage RR – 反復(fù)性（ Repeatability）： 1名測(cè)定者使用同樣計(jì)測(cè)器測(cè)定同樣部品的同樣特性時(shí)得到的變化 Repeatability Gage RR – 再現(xiàn)性（ Reproduceability)：同樣部品的同樣特性使用同樣計(jì)測(cè)器由多名測(cè)定者測(cè)定時(shí)得到的變化。 – YRT(Rolled Throughput Yield)：全工程一次性直通收率 ? 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。什麼是水平的分析方法。 試驗(yàn)計(jì)劃的樹(shù)立 ? 數(shù)據(jù)分析 – GRAPH分析 ? Capability Analysis ? Histogram ? Box Plot ? Pareto ? Scatter Plot ? Cube Plot ? Main effect plot：平均值 標(biāo)準(zhǔn)偏差 ? Interaction plot：平均值 標(biāo)準(zhǔn)偏差 試驗(yàn)計(jì)劃的樹(shù)立 – 信賴區(qū)間 ?Pvalue，檢驗(yàn)統(tǒng)計(jì)量 ?Ttest， Ftest， Chisquare – 分散分析表 (ANOVA Tables） – 回歸方程式 (Regression) 試驗(yàn)計(jì)劃的樹(shù)立 ? 導(dǎo)出結(jié)論 – 結(jié)果值在統(tǒng)計(jì)上有效嗎？ ?測(cè)定 /分析 /改善階段使用的工具間有矛盾嗎？ ?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？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長(zhǎng)期改善了嗎？ ?會(huì)不會(huì)發(fā)生逆性能的問(wèn)題？ 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)？ ? 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） 試驗(yàn)計(jì)劃的樹(shù)立 – 參照事項(xiàng) ?做驗(yàn)證試驗(yàn)期間必須參加觀察 ?要確認(rèn)因子的水平變化是否正確 ?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 ?+/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) 試驗(yàn)計(jì)劃的樹(shù)立 ? 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 ?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 ?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 ?跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策 ?全體的制度等有可能變更 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 ?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 ?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 一元配置法 ? 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。 部分配置法 (Fractional factorial design） ? 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。此時(shí) X3因子的配置結(jié)構(gòu)跟 Z1， X2有同樣的交互作用。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。 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) 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。 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)分工程的短期工程度能力的重要方法 ?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 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 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