【文章內(nèi)容簡介】 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問題還是散布問題 ?把問題特殊化的第一個階段 69 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：機械設定值變更，設備維修 amp。維護等 ?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：測定者的變化，測定設備誤差等 70 變化的理解 ?Rational Subgrouping事例 ? 改善供應 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計劃 ?預想的暫定 “ X”因素及實際計劃 ? 兩臺注塑機：對兩臺注塑機實施下列內(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 x72 工序能力 ?在偏移時的工序能力 SL SU xK M T / 2xM )1(???KCpKC p k73 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。 ? X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶 77 工序能力 ? 短期工序能力有關的統(tǒng)計值 Cp， Cpk， Cpu， Cpl長期工序能力有關的統(tǒng)計值有 Pp， Ppk， Ppu， Ppl ? 為了計算短期工序能力，使用只考慮組內(nèi)的滾動，即群內(nèi)變化的 Zst，以用暫定目的地工序能力或最高的工序能力來表示。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。 ? 為了計算長期工序能力，考慮規(guī)格的上、下限，表示實際的工序能力，用群內(nèi)、群間變化都考慮在內(nèi)的 Zlt。 78 離散型數(shù)據(jù)分析 ?用語解釋 ? D（ Defect）：缺陷 or不良（事項） ?為了滿足顧客的要求事基而浪費的再作業(yè)或失敗的工作。 ?例：把顧客的要求事項記錯的差錯情報。 ? DO（ Defect Opportunity）：機會損失（缺陷） ?可能引發(fā)的機會損失（缺陷）的行動或事件。 ?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%。 ?DPMO=DPO 1,000,000 ? 例：上例 DPMO是 1,000,000 DPMO ?P(ND)=1DPO==(90%) 83 離散型數(shù)據(jù)分析 ?利用泊松公式計算收率 ? 利用泊松公式 ?這里 ? Y：收率 ? DPU：元件缺陷數(shù) ? R： ? e：指數(shù)函數(shù) …… !red pur d p ur ??84 離散型數(shù)據(jù)分析 ? r=0時 ? ∴ Y=edpu ? ∴ 對缺陷機會數(shù)越大， “ Y”越接近 “ 0” !0)(1 dpueY ??85 離散型數(shù)據(jù)分析 ?Process Yield（例題） ? 如果 750元件有 34個的缺陷時，計算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有 10個的機會數(shù)） ?DPU=缺陷數(shù) 247。 元件數(shù) =34 247。 750= ?DPO=缺陷數(shù) 247。 (元件數(shù) 機會數(shù) )=34 247。 (750 10)= ?Yield值是 Y=edpu===% 86 離散型數(shù)據(jù)分析 ?DPMO=DPO 1,000,000= 1,000,000=4,500PPM 一個元件有 45,000PPM的缺陷 ?Sigma=Zinv()+(偏移） =+= ? Zinv是把 Z值按面積來換算的值，以標準正態(tài)分布來計算。 87 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 ?應用：決定個別工序的個別品質(zhì)水平時使用。 ? YRT(Rolled Throughput Yield)：全工程一次性直通收率 ?表示一個產(chǎn)品通過全工各沒有經(jīng)過一次的修理和再作業(yè)，到最終合格為止的收率值。 ?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。 88 離散型數(shù)據(jù)分析 ? YNA(Normalized Yield)：標準收率 ?表示計算連續(xù)工序的評價收率的值 ?應用：完成產(chǎn)品的品質(zhì)水平評價時使用。 89 收率概念比較 累計收率（ YRT） 現(xiàn)在為止的收率（ YF） ?考慮工序各階段 ?只考慮最終工序 ?考慮再作業(yè)和部品廢棄 ?不考慮再作業(yè)和部品廢棄 ?提示無缺陷的可能性 ?不能提示無缺陷的可能性 ?調(diào)查各工序的品質(zhì) ?只調(diào)查最終工序的品質(zhì) ?考慮工序是由多少個來構(gòu)成的 ?不考慮工序是由多少來構(gòu)成的 ?YRT=e ?YF=S/U ?Y=Y1 Y2 …… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 90 離散型數(shù)據(jù)分析 ?VFT（ First Time Yield） A 再作業(yè) 完成的產(chǎn)品 廢棄 15unit Hidden Factory 70 Units 100 Units 85 Units 91 離散型數(shù)據(jù)分析 ? 工序 A有輸入 100個 Unit（元件） ?輸入的 70%元件沒有缺陷已經(jīng)銷售 ?輸入的 30%元件有缺陷并再作業(yè) ?15個元件修理完畢， 15元件報廢 ? 現(xiàn)在為止的 Final Yield（ YF） [最終收率 ]是 85% ? 因 First Time Yield（ YFT）表示歸初的作業(yè)是正確的，所以現(xiàn)在情況下 YFT是 70%。 92 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% 93 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?94 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。 95 離散型數(shù)據(jù)分析 ?并列構(gòu)成的工序的累計收率的計算 ? Process Mapping中并列構(gòu)成的工序變換為直列來計算收率 99% ? 97% 98% 工序 1 工序 2 工序 3 工序 4 91% 99% 99% 2a 2b 2c 96 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= 97 分析（ Analysis） 98 Graph分析 ?想知道什麼？ ? 跟實際問題相結(jié)合，明確產(chǎn)生結(jié)果 ? 將預想產(chǎn)生的結(jié)果與試驗計劃結(jié)合 Focusing ? 按預想產(chǎn)生的結(jié)果制定數(shù)據(jù)收集計劃 ?怎麼做呢？ ? 利用收集的數(shù)據(jù)，運用（實際） Graph來分析 99 Graph分析 ?對 Graph分析結(jié)果相應采取措施 ? Graph分析結(jié)果，確認是否得到所需要的結(jié)果後，決定有無追加研討事項 ? 實際對 Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。 100 Graph分析 ?Graph分析的 Minitab運用 ? 在空調(diào)生產(chǎn)線上 Compressor（壓縮機）組裝時間對暴露在濕氣的時間很重要，因此對 3個生產(chǎn)線的 3名作業(yè)者，調(diào)查了 3組組裝作業(yè)時間的數(shù)據(jù)。 101 假設檢驗（ Hypothesis Test）計量值 ? 什麼是假設檢驗？ ? 指想知道的內(nèi)容用假設來設定，對假設的成立與否用樣本數(shù)據(jù)得到的情報為基礎進行統(tǒng)計分析後做出決定。 ? 運用假設檢驗（事例） ? 新產(chǎn)品 Flatron Monitor產(chǎn)品顯著降低了眼睛的疲勞 ? LG Digital TV比競爭社的 Digital TV畫質(zhì)更優(yōu)秀 ? 6σ 品質(zhì)改善 Tool比原有品質(zhì)改善活動使用的改善 Tool效果更卓越 ? 019 PCS比它社手機通話音質(zhì)更清晰 102 假設檢驗（ Hypothesis Test）計量值 ? 假設檢驗的用語理解 ? 原假設 (Null Hypothesis:Ho)：作為檢驗對象的假設 ?如果接受原假設的話，表示 “ 什麼也不能確信（ or證明） ” 。 ?假定為 “ 始終一樣 ” ? 對立假設 (Alternative Hypothesis:Hi)：按確實的根據(jù)來證明的假設 ?平常我們更關心對立假設，也希望對立假設能得到證明 ?Ho拒絕後接受的假設（即否定原假設的假設） 103 假設檢驗（ 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。 ? 顯著性水平 (Significance Level)：象一般使用的α =(,)Ho是真的拒絕的概率 104 假設檢驗（ Hypothesis Test）計量值 第二種錯誤 （ β） 第一種錯誤 （ α） 真 實 H0=真 H1=假 采 納 H0=真 H1=假 105 假設檢驗（ Hypothesis Test）計量值 ?假設設定方法 ? 以原假設 [母體和 Sample(樣本 )是一樣的 ]來假定 ?Ho： μ 1=μ 2 ?Ho： μ 1=μ 2=μ 3=…… μ n ?Ho： σ 1=σ 2 ?Ho： σ 1=σ 2= σ 3 …… σ n 106 假設檢驗（ Hypothesis Test）計量值 ? 對立假設 [母體和樣本不同