【文章內容簡介】 到的變化 Repeatability 71 Gage RR – 再現(xiàn)性（ Reproduceability)：同樣部品的同樣特性使用同樣計測器由多名測定者測定時得到的變化。 Reproduceability 測定者 2 測定者 1 測定者 3 72 Gage RR ? Gage RR判斷基準 – Gage RR值越大，要制定改善計劃并進行改善。如果不顧測定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實行中，要願意接受測定系統(tǒng)可能發(fā)生誤差的危險。 設計許可誤差對比 Gage 判斷 20%以下 Accept 20%30% 考慮適用部品的重要度等 判斷能否 Accept 30%以上 一般情況下 73 Gage RR ? 計測器選定（測量的精度） – 一般來說量具要求是工序變化 /Spec許可誤差的 10%或更小的精度是合理的 ? 精度：在量具上能讀到的測定最小單位 ? 例）部品的公差 =177。 ，量具精度需滿足 ≤ ? Gage RR的 Sampling實施 – 以隨機原則實施，但為了把握 Spec的所有範圍的變化，實施前必須制定抽樣計劃。 74 Gage RR ? Gage RR是什麼？ – 測定系統(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 ? 反復性（ Repeatability） ? 再現(xiàn)性 (Reproduceability） ? 全體測定變化 – 即對比 Process或 Spec決定測定系統(tǒng)的變化有多少程度比率的系統(tǒng)。 75 Gage RR 數(shù)據(jù)全體變化 部品間變化 測定 Error變化 222 )()( RRPartPartTotal ??? ?? ?76 Gage RR ? Gage RR重要性 – Gage RR的實行結果提供下面的情報 ? 選定計測器的適合性（ Gage分解能力的恰當性） ? 測定系統(tǒng)時間上穩(wěn)定性（ or 可信賴） ? 測定滿足誤差時，是工程變化或規(guī)格值關聯(lián)可以接受。（因素測定的變化量小，以具備正確找出誘發(fā)“ Y”變化的“ X”因素） 77 變化的理解 ? 為什麼要 Rational Subgrouping – Rational Subgroup是 6 Sigma的一個強大的工具。 – 是區(qū)分工程的短期工程能力或長期工程能力的重要方法 ?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 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：機械設定值變更，設備維修 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 79 變化的理解 ? Rational Subgrouping事例 – 改善供應 TV Back Cover協(xié)力社的品質，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 – 按原材料別構成 Lot，分析 Lot別有無差異 80 工序能力 ? 工序能力的數(shù)學式 – 兩側有規(guī)格的工序能力 ?6LU SSCp ??SL SU x81 工序能力 – 有偏移時的工序能力 SL SU xK M T/2xM )1(???KCpKCpk82 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 83 工序能力 – 只有規(guī)格上限時的工序能力 SU x ?3xSC UPU??84 工序能力 – 只有規(guī)格下限時的工序能力 SL x ?3LPLSxC ??85 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 86 工序能力 ? P46 87 工序能力 ? 數(shù)據(jù)的正規(guī)性驗證 ? P47 88 工序能力 ? P47 89 工序能力 ? 工序能力的 Minitab運用 – 計算工序能力指數(shù) – P48 90 工序能力 – 點擊 Submit Command – P49 91 工序能力 ? 工序能力的 Minitab運用 ? P50 92 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，使用只考慮組內的滾動，即群內變化的 Zst，以用暫定的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、群間變化都考慮在內的 Zlt。 93 工序能力 ? 工序能力的 Minitab運用 ? P51 94 工序能力 ? 工序能力的 Minitab運用 ? P52 95 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) 96 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）： ?每個元件內存在的缺陷數(shù) – DPO（ Defect Per Opportunity）：每個機會損失數(shù) ?每個 Unit中存在機會數(shù)和關聯(lián)的元件內存在的缺陷數(shù) 97 離散型數(shù)據(jù)分析 – DPMO（ Defect Per Million opportunity）（每百萬機會損失數(shù)） ?1,000,000單元存在的損失數(shù) ?DPO 1,000,000 轉換 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 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 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%) 100 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) ?? !redpur dpur ??101 離散型數(shù)據(jù)分析 – r=0時 – ∴Y=e dpu – ∴ 對缺陷機會數(shù)越大，“ Y”越接近“ 0” !0)(1 dpueY ??102 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===% 103 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。 104 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，評價品質水平時使用。 105 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)品的品質水平評價時使用。 106 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 ?調查各工序的品質 ?只調查最終工序的品質 ?考慮工序是由多少個來構成的 ?不考慮工序是由多少來構成的 ?YRT=e ?YF=S/U ?Y=Y1Y2…… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 107 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 108 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%。 109 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% 110 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?111 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。 112 離散型數(shù)據(jù)分析 ? 并列構成的工序的累計收率的計算 – Process Mapping中并列構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 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