【文章內(nèi)容簡介】 data形 態(tài) 沒 按照 現(xiàn) 象 別 Counting 所以點 擊 Chart defect data in后 輸 入不良 現(xiàn) 象。 ??③ 點 擊 OK鍵 確 認(rèn) 。 二八律（ 帕累托 圖 ）39繪 制帕累托 (Minitab) 下面是 ORT一天 檢查 的 數(shù) 據(jù)。請 畫 出帕累托。(data已 Counting)① 第一先打 開 窗口，在 worksheet里 輸 入 ORT不良。 ③ 第三 data形 態(tài) 已按 現(xiàn) 象 別 Counting 所以點 擊 Chart defect Table后在 Label里 輸 入不良 現(xiàn) 象， Frequencies in里 輸 入 Count。 不良 現(xiàn) 象 CountPD 7LD 5Mura 23Abnormal 18FM 3② 第二 Stat? Quality tool ? 打 開 Pareto ??④ 點 擊 OK鍵 確 認(rèn) 。 二八律（ 帕累托 圖 ）40帕累托 實習(xí)1) 下面 數(shù) 據(jù)分析的是 12月 顧 客工程里 發(fā) 生的 LD。 畫 出 帕累托 圖 ， 選 出改善 80%時優(yōu) 先改善的 對 象 1) 下面 數(shù) 據(jù)是 12月 顧 客工程里 發(fā) 生的尺寸 別 不良 現(xiàn) 況 。2) 請 畫 出 帕累托 圖 后 說 出占有 50%的型 號 。二八律（ 帕累托 圖 ）41帕累托 圖實習(xí)1)帕累托累 計 可以看出因 Panel和 M的原因 %，所以首先改善 這 兩個 部 門 。 2)帕累托的累 計 中 57%問題 在 32”/”/37” 30” 型 號 中，占據(jù)整 個 不良中一半以上。 二八律（ 帕累托 圖 ）42 直方 圖 定 義長 度 ,重量 ,時間 ,經(jīng) 度等 測 定 數(shù) 據(jù) (計 量 值 數(shù) 據(jù) ),為 了容易看 清怎 樣 分布而體 現(xiàn) 的 條 形 畫 面 .直方 圖 的制成使本 來 不容易被看 清 的 數(shù) 據(jù)全貌 變 得 簡單 易 懂 ,大致上的平均或散布面貌和大小可以被 簡單 的理解 .直方 圖 的適用1) 現(xiàn) 象掌握 時 適用 . 工程管理 時發(fā) 生了不良 ,為 了消除那 種 不良 時 的情 況 , 問題堅 決 順 序 ,現(xiàn) 象掌握 順 序 經(jīng) 常使用的方法 . 例如 ,制成 4M(機器 ,作 業(yè) 者 ,材料 ,作 業(yè) 方法 )等 層別 的直方 圖 來 觀 察分布的面貌 個 標(biāo) 準(zhǔn) 值 之 間 的 關(guān) 系2)改善效果掌握 時 適用 . 改善前后 ,用制成的 層別 直方 圖 作比 較 .用 來 評 價改善效果 .直方 圖 模 樣橫軸 的意 義: 意味著 Data的 間 距 即 , data等 ~ ( ) , ~( ) 以 區(qū)間 分 開 .縱軸 的意 義: 橫軸區(qū)間 相 應(yīng) data頻 率 數(shù) 即 , 橫軸 ~ 區(qū)間 之 間 有 8個 的 data直方 圖43 直方 圖 制成 (Manual) No 尺 數(shù) No 尺 數(shù)1 34 16 352 32 17 313 33 18 324 31 19 355 36 20 346 33 21 337 30 22 348 32 23 329 33 24 3210 33 25 3111 33 26 3312 33 27 3613 35 28 3414 33 29 3115 34 30 32以下是 30個 TCP Bonding 位置 測 定 結(jié) 果 (單 位 :um).按照 順 序 畫 出的直方 圖① 第一步找出范 圍 .范 圍 是取最大 值 減 最小 值 . 范 圍 : 3630=6② 第二步要 畫 出幾 個條 形 ? 要定下 來 . 條 形 圖 的 個數(shù)隨 著 data數(shù) 變 化 ,data30個 的 話 體 現(xiàn) 出 (= ) 6~8. 假 設(shè) data數(shù) 超 過 100個 ,條 形 圖變 成 11~16個 程度 .本例 題 以 7個畫 出 . ③ 第三步找出 橫 軸 (TCP Bonding位置 )間 距 . 范 圍 是 6,條 形 個數(shù) 總 數(shù) 為 7個 ,一 個條 形的 間 距 6/7= , 以整 數(shù) 倍體 現(xiàn) 的 話變 成 1. ④ 第四步 橫 間 距找出后 畫 出 橫 軸 . 按照最小 值 (30)為 中央 間 距 值 ,順 序 畫 出 .30 31 32 33 34 35 36 37⑤ 第五步找出各 間 距 間 data頻 率 數(shù) . ~:1個 , ~:4個 , ~:6個 , ~:9個 ~:5個 , ~:3個 , ~:2個 ⑥ 最后按照上面求出的 頻 率 數(shù)畫 出一致的 圖標(biāo)30直方 圖44制作柱 狀圖 (Minitab) ① 收信打 開 Minitab,在 worksheet中 輸 入 TCP Bonding位置 .(跳 轉(zhuǎn) Page data) ② 然后在 Menu里 選擇 Histogram③ 第三步 選擇 Histogram的 種 類選擇 最基本的Histogram④ 第四 選擇 在 Worksheet中 輸 入的 Raw data.⑤ 按 OK 確 認(rèn) 最 終 Histogram.點 擊 C1 ‘尺寸 ’ 柱 狀圖45查 看柱 狀圖 的方法及使用方法1) 查 看柱 狀 圖 的方法 想要在柱 狀 圖 中得到整體的信息的 話 ，就要無 視 或多或少的起伏，留心看整體的形 狀 . ① 分布（ ?? ）的中心位置是 哪 里 ?② Data的分布（ ?? ） 狀 態(tài) 怎么 樣 ?③ 分布（ ?? ）的形 狀怎么 樣 ?2) 與 規(guī) 格 值 的比 較 比 較 柱 狀 圖 與 規(guī) 格 值 ，可以知道制造工程的 現(xiàn) 況 是否 滿 足要求的 規(guī) 格 值 . 相反也有無 視 制造工程的能力，在超出需求以上， 規(guī) 定 嚴(yán) 格的情 況 ，也成 為發(fā)現(xiàn)這 種 不合理情 況 的工具 . 規(guī) 格 值 已 經(jīng)規(guī) 定好 時 ， 畫 規(guī) 格 值線 比 較 即可； 規(guī) 格 值 未定好 時 在目 標(biāo)值 上 畫 線進 行比 較 .做比 較 的著眼點如下 .① 分布（ ?? ）的中心在 規(guī) 格 值 中 間嗎 ?折 線對 比 規(guī) 格有剩余 嗎 ?② 超出 規(guī) 格 值 了 嗎 ?③ 分布（ ?? ） 在 規(guī) 格 值 的范 圍 內(nèi) 有剩余 嗎 ?測 定 值 (Data)符合 規(guī) 格 值 . 但是 擔(dān)心（ 規(guī) 格范 圍 內(nèi) ） 沒 有剩余 .因 為 工程稍微有一點改 動 就 會 發(fā) 生不良所以要 減 少散布或偏重 .※ 對 比 規(guī) 格把握分布（ ?? ）的中心 /散布（ ?? ） /形 狀產(chǎn) 品規(guī) 格下限 上限測 定 值 (Data) 的平局 ,偏向于 規(guī) 格 上限 ,要做向 規(guī)經(jīng) 中 間 移 動 的改善(散布 對 比 規(guī) 格有余 )產(chǎn) 品規(guī) 格下限 上限柱 狀圖46 根據(jù)柱 狀圖 的形 狀 ，了解 問題 點看柱 狀 圖 的分布形 狀 ，可以了解到工程及 DATA 收集 過 程中是否有 異 常 . 原因 表 達(dá) 一般性的 樣態(tài)形 態(tài)普通型缺 齒 型措施絕 壁型高原型離 島 型雙 峰型階級 幅 沒 有按照整 數(shù) 倍的情 況測 定法 Data的 結(jié) 成 習(xí)慣 性的情 況 因分 層 方法不同 整體的散布（ ?? ） 分 為許 多 個 .規(guī) 格以下的全 數(shù) 選別清 除情 況 測 定的 騙術(shù) 檢查 差 錯 測 定 誤 差等的情 況 要提高工程能力， 再次 檢討規(guī) 格 .不同幾 個 平均 值 的分配 混在一起 時 制作 層別 的 histogram 進 行比 較 . 2臺 設(shè)備 生 產(chǎn) 的 產(chǎn) 品 混合 時 用 2種 混合在一起的 原料生 產(chǎn) 的 產(chǎn) 品混入其 它 分布（ ?? )的 Data時 工程的 異 常 測 定 錯誤 混入其 它 工程的 Data時混入其 它 分布（ ?? ）的 Data時 追究離 島 型 發(fā) 生的原因 的 話 ，可以把握到 改善方法 .制作 層別 的 histogram 進 行比 較 .原因形 態(tài) 措施柱 狀圖47柱形 圖練習(xí)旁 邊 的 Table是 Mo作 業(yè)員 在 組 立 LCM的 時 候 測 定的 Torque力 .(時間 :1天 , 作 業(yè)員 : A/B/C組 各 2名 )一共 測 定了 68個 的 Data,SPEC是 14~ 32.畫個 柱形 圖 來 分析 結(jié) 果 (但是 ,Torque測 定器 沒 有 問題 )柱形 圖48柱形 圖練習(xí) 解 釋絕 壁型 +離 島 型以接近的 data形 態(tài) 偏重于左 側(cè) . 首先 對 于 異 常 值 確 認(rèn) 有 誤 差 (誤記 入 /騙術(shù) ). 因 對 比 規(guī) 格，中心 值 偏重于左 側(cè) ，要 將 中心向右 側(cè) 移 動 . 散布也一 樣規(guī) 格 對 比 過寬時 要 減 少散布 . 交接班之 間 ,要通 過對 作 業(yè) 者 進 行 教 育 ,使在 組 立 產(chǎn) 品使不要 過 度用力或用力太小 柱形 圖49 工程能力的定 義所 謂 工程能力是指 ‘ 工程 達(dá) 到充分的 標(biāo) 準(zhǔn)化，除去 異 常原因外 工程 維 持在 穩(wěn) 定的 狀 態(tài) 下， 實現(xiàn) 到什 么 程度的品 質(zhì) . 即表示工程 達(dá) 到穩(wěn) 定化了的 時 候 變動 到什 么 程度 . 每次在面食店吃炒年糕的 時 候，味道不 對 的 話應(yīng)該 不 會 再去那家店了 吧 .因 為沒 有做的能力 . 同 樣 的在工 廠 里也是，做 產(chǎn) 品的 時 候做不出同一特性的良品的 話 ， 會說 工程能力不好 . 工程能力指 數(shù) ① Cp (Capability of Process) : 無 異 常因素只是 單純 反映偶然性原因 ,對 比 規(guī) 格判 斷 散布（ ?? ）是大 還 是小的指 數(shù) (短期的工程能力 ) ※ 散布 : 從 Data 中心 開 始散布的程度◎ C p的理解 (如 , 6σ的工程能力 : Cp = )C= USLLSL變 曲點1σ+6σ6σ12σ設(shè)計 (公差 )工程ST6 σLSLUSL =Cp = | USLLSL |6σ = 規(guī) 格上限 – 規(guī) 格下限6 標(biāo) 準(zhǔn)偏差工程能力分析50 Cp值 大意味著什 么 呢 ? Cp值 大意味著散布小或是 規(guī) 格大 . 結(jié)論 上 來 說 就是工程能力好的意思 . 散布 小就是 說 無 論 什 么 時 候都可以做出我 們 想要的那 種 特性的 產(chǎn) 品 .是具有好的能力的意思 . 規(guī) 格大意味著有那 樣 多 的空 間 .即使是因 為 失 誤 生 產(chǎn) 出特性不好的 產(chǎn) 品，但是因 為規(guī) 格 內(nèi) 有空 間 沒 有 問題 所以我 們 要努力 減 少散布 ， 增大 規(guī) 格 . 在 Cp觀 點中看的 話 就是要把 值 放大 . Cp值 的陷 阱 是 ? Cp值 只是 對 比 規(guī) 格反映 ?? 是大 還 是小 . 也就是 說 不 關(guān) 心在不在 規(guī) 格 內(nèi) . 即使超出了 規(guī) 格， 只是散布小的 話 Cp值 也 會 出 現(xiàn) 大的 . 相反即使在 規(guī) 格 內(nèi) ，散布 大的 話值 也 會 出 現(xiàn) 小的 .USLLSL USLLSLCp??所以只是在考 慮 ?? 對 比 規(guī) 格大 還 是小的 時 候使用 Cp值 .如果想要看 連 超出 規(guī) 格的 ?? 的 話 ，那 就要有其 它 工程能力的指 數(shù) . 下一 張 我 們 學(xué) 習(xí) Cpk.工程能力分析51 Cpk (capability of Process Skewness] 定 義 是散布的中心 值 移 動 的同 時 考 慮 的工程能力指 數(shù) . 正如前一 張說 明的一 樣 超出 規(guī) 格的 話 ，工程能力下降是 當(dāng) 然的 . 但是 Cp反映不出 這 個 . 考 慮 到分布（ ?? ）的偏重的 Index是 Cpk. ◎ Cpk的理解 (如 , 3σ的工程能力 : Cp=1, Cpk = )或者 ,方法 1方法 2T ≠USLLSL2σ4σ1σK = 如上 圖 所示 分布（ ?? ）偏重于右 側(cè) .這時 候想要考 慮 偏重的 話 可以 參 照 CPK值 . 如果 參 照 Cpk值 得 話 ,勿 論圖標(biāo) 偏重于左 邊還 是右 邊值 是一 樣 的 . 分布 值 偏重的 話 兩 邊 的不良率 會 變 得不一 樣 ,最 終 工程能力指 數(shù) 圖 會 不一 樣 . 因此 Cpu和 Cpl各做各的 話 那 個 值 也 會 不一 樣 . (方法 2 更容易理解工