[經(jīng)管營銷]制程能力分析(2)(編輯修改稿)
2024-11-15 03:19 本頁面
【文章內(nèi)容簡介】 = T/ 2 ｜ M μ｜ CPK = ( 1 – K ) CP ? 重點說明 : 討論過程能力指數(shù) ,一定在如下兩個假定下 進行的 : ,即過程的輔出特性 X 服從 正態(tài)分布 N (μ , σ 2 ) 2. 產(chǎn)品的規(guī)格範圍 ( 下限規(guī)格 TL和上限規(guī)格 TU ) 能準確反映顧客 ( 下道工序的工人、 使用者 ) 的要求 . 如果不知道分布是否是正態(tài)分布 , 則應進行 正態(tài)性檢驗來驗證過程分布是否服從正態(tài) 分布 四、正態(tài)性檢驗 Normality Tests — Shapiro Wilkes Test 觀察 Shapiro — Wilk Prob W Value 如果 : P Value ( 以 Prob w 表示 ) Prob W 是大於 , 則可以認為是正態(tài)分布 , 如果 : Prob W 是小於 , 則不認為是正態(tài)分布 , 需作計算機曲線擬合或圖形分析 五、過程能力調(diào)查 是基于過程處于穩(wěn)定狀態(tài)下 ,科學計算 μ σ, 常用控制圖法和直方圖法 A. 直方圖 :通過直方圖的分散範圍同公差範圍比較簡便而又直觀地判斷過程能力是否滿足品質(zhì)要求 也可以按直方圖算得 X 及 S 計算 CPK值 缺點 ,直方圖不能看出質(zhì)量特性值隨時間變化的情況不能反映生產(chǎn)過程的穩(wěn)定 . (樣本中包含了特大或特小的樣品值 S 值較大 CPK降低 ) B. 控制圖法 通過控制圖確認過程處於統(tǒng)計控制狀態(tài)下 ,以產(chǎn)品質(zhì)量正常波動的標準偏差 σ. 計算數(shù)過程能力6 σ. σ通常用 R/d2 來計算 σ= R/d2 因為控制圖繪制過程中反映了較長時間內(nèi)過程處于穩(wěn)定狀態(tài)的質(zhì)量波動狀況 ,排除了系統(tǒng)因素的影響 . 六、 正態(tài)總體假設檢驗 品管經(jīng)常需要對兩個事物進行比較 ,如兩種工藝方法生產(chǎn)的產(chǎn)品特性比較 ,兩批原材料的性能比較 ,某時刻 (批 )產(chǎn)品質(zhì)量與正常母體的差異等 ,但是 ,差異是絕對存在的 ,品管講究的是有無 “顯著性差異 ” 顯著性檢驗就是借助 “ 統(tǒng)計檢驗” 的方法判斷兩個事物是否存在差異的一種方法 . 1. 顯著性檢驗的一般程序 1. 設置原假設 Ho 如 Ho:μ μo 。 則 Ho 的 備擇假設 H1:μ μo 2. 設定顯著水平 α 顯著性檢驗的判斷是依據(jù)小概率事件原理的判斷 ,所謂小概率 α是判斷錯誤的概率 ( 風險度 ). 統(tǒng)計檢驗依據(jù)的是小概率原理 ,即 “在一次實驗中小概率事件實際上 (不是理論上 )是不會發(fā)生的” ,如果發(fā)生了 ,則應判定統(tǒng)計檢驗的結(jié)果存在顯著性差別 : 例 :在 1000個零件中會有 1件不合格品 ,現(xiàn)在從中隨機抽取 1件 ,則抽到不合格品的概率為 , 因此在1000件中只會有 1件不合格的假設下 , 從中抽取一件就正好抽到不合格品 , (不是理論上 )實際上是不可能的 . 根據(jù)這個原理可以得到一個推理方法 ,即如果在某假設成立的條件下 ,事件 A是一個小概率事件 ,現(xiàn)在只進行一次試驗 ,如果在這一次試驗中 ,事件 A就發(fā)生了 ,則自然有理由認為原來的假設不成立 所以 ,假設檢驗的核心問題是 選取適當?shù)慕y(tǒng)計量 ,並找出其在假設成立的前提下的概率分布 ,對于給定的顯著性水平 α提出檢驗標準 — 小概率事件發(fā)生的臨界值 ,進而對所提出的假設進行判斷 . 適常選擇 α= , , ,一般情況下若小概率事件的發(fā)生可能導致重大損失時 ,應選取數(shù)值小的 α值 ,反之可以選大一些 , 適常 α取 3. 求臨界值 在給定的顯著性水平下 , 通過查表求得臨界值 4. 判斷 將統(tǒng)計量與臨界值比較 ,作出拒絕原假設 Ho或接受原假設 Ho的判斷 ,當拒絕原假設 Ho時 ,一般應接受備擇假設 H1. 5. 結(jié)論 , 做出顯著性判斷的結(jié)論 2. 正態(tài)總體假設檢驗 : t 檢驗和 U 檢驗 設總體 X~N(μ, σ2) 。 X1,X2…, X n 是總體 X 的隨機樣本 μo 和 σo 是已知數(shù)值 則 U
教學課件相關推薦
鄂ICP備17016276號-1