【文章內(nèi)容簡介】
期資料時間Y(連續(xù) )短期資料長期資料37q ? 移動 :m 說明長期的變異於流程中m 評估 長期自無缺乏真實資料的短期推知短期長期短期短期短期AddSubtract計算 ZST (Sigma 水準 )38理性的小組? 一個理性的小組為一次系統(tǒng)資料定義經(jīng)由一特定的因子如一個分層因子或一段時間 . ? 應可以試驗一理性小組 ,所以可以改善流程 (改善階段 ).?理性的小組定義與分派特定的原因變異 (各組間的變異 )由一般的原因變異 (不可解釋的 , 隨機變異 ). ? 一個理性的小組應只陳列共通的原因 .理性 – 有理由可推論 .39理性的小組o 製造的革命 o 顧客o 轉移o 一年的時間o 線o 企業(yè)領域o 原物料很多理性小組範例40轉移發(fā)生 – 理性的小組LSL=% USL=%X = s = X = s = X = s = X = s = X = s = X = s = sample39202339300440308241351841Sigma 短期 標準差區(qū)域LSL=% USL=%X = s = X = s = X = s = X = s = X = s = 391824392023393004403082413518pooled st. dev. = 短期應得X = s = sample42資料與績效衡量產(chǎn)品或流程之能力不論為何種型式的資料均可被衡量 缺點單位機會DPU DPMO中央 – 中間值 , 平值數(shù) 範圍 – 幅度 , 標準差ZorYield使用敘述或連續(xù)的資料為流程之基線敘述 連續(xù)43 計算製程能力規(guī)格 目標ZST sST=於規(guī)格與目標間之標準差數(shù)44 計算製程能力Isthe DataDiscrete orContinuous? Calculate Defect Rate in terms of Defects per Million Opportunities (DPMO) Convert DPMO into long term sigma level (Z) using Excel or Minitab? Identify Distribution? Identify Rational Subgroups? Confirm Spec Limits Use Minitab to Calculate short and long term Sigma Score (Z)Continuous Discrete步驟 1步驟 2步驟 1步驟 2Add to the long term Z to estimate short term Z步驟 345陳述流程能力分析 Minitab計算短期與長期的製程能力以陳述流程 目標教學 ?分類你的團隊資料 , 重覆 , 並輸入 Excel (以字首上升排序 )?複製過去的資料自 Excel到 Minitab?使用統(tǒng)計 品質(zhì)工具 產(chǎn)能分析 (一般 )?在選擇下 , 查核 “標竿 Z’s”?為小組的尺寸 , 輸入適當?shù)馁Y料?輪入你的下規(guī)格 (78) 與上規(guī)格 (90)?你的流程有能力嗎 ? 什麼是全部的 “Z Bench”?於長期與短期的能力是否有轉移 ?? 於流程中 DPMO與產(chǎn)量為多少 ??哪一個小組的製程能力最好 (最高的 Z 值 )??這真的是長期的資料嗎 ?46假設檢定的介紹 – 我們來協(xié)議吧 ! 假設你正是在 “ 讓我們達成一個協(xié)議 …”你很幸運的被選中參與一個電視的測試節(jié)目 .你有機會贏得一個運動車 !!! 節(jié)目主持人給你看 3個箱子於舞臺上然後告訴你在一個箱子下有一部車 ,而另外 2 個箱子下只有一山羊 . 他要求你選一個起來 .在你選擇決定後 ,他展露了一頭羊於一個箱子中 . 他問你是否改變你的選擇 . 你會嗎 ? 這很重要嗎 ? 如果你改變將改善你能得到車子的機會 ? 49當直覺帶領我們走向失敗的路數(shù)據(jù)可以使我們走正 改變 沒有改變1 2 31 2 31 2 3IIIIII50尋問美林 , Parade Magazine, Feb. 1991你是誤謬的,因為你缺乏好的忠告。而愛因斯坦犯錯時,他朋友會給他指正。Frank Rose, ., University of Michigan你邏輯是錯的,我想你大概已經(jīng)收到許多來自高中和大學的信件提及這點??赡苣闶艿轿磥碣澲痰膸椭?。 W. Robert Smith, ., Geia State University你是完全錯誤在機智問答的回答上,我希望這爭論在數(shù)學教育的國家危機上,能夠引起注意。假如你承諾錯誤,你將貢獻出在悲慘情況下,有建設性的解決之道。E. Ray Bobo, ., Geetown University可能是因為女人對數(shù)學問題的看法與男人不同。 Don Edwards, Sunriver, Or你是錯的,但從好的方面來看。假如所有的博士都不犯錯,那國家將變得很可怕。 Everett Harman. . US. Army Research Institute你的確是對的。我同事們也面臨同樣問題,而我敢說他們絕大多數(shù)都會說你是錯的。 Seth Kaleon, ., Massachusetts Institute of Technology51母體的值 vs. 樣本的統(tǒng)計母體參數(shù) 樣本統(tǒng)計