【文章內(nèi)容簡介】 – 兩側(cè)有規(guī)格的工序能力SL SU81工序能力– 有偏移時的工序能力SL SUKM82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SU84工序能力– 只有規(guī)格下限時的工序能力SL85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86工序能力? P4687工序能力? 數(shù)據(jù)的正規(guī)性驗證? P4788工序能力? P4789工序能力? 工序能力的 Minitab運用– 計算工序能力指數(shù)– P4890工序能力 – 點擊 Submit Command– P4991工序能力? 工序能力的 Minitab運用? P5092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(nèi)、群間變化都考慮在內(nèi)的 Zlt。93工序能力? 工序能力的 Minitab運用? P5194工序能力? 工序能力的 Minitab運用? P5295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(nèi)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(nèi)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(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） =1DPO98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/(UOpp)– DPO=100/(10010)=(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=DPO1,000,000– 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) ……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”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(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。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(zhì)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(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=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15unitHidden Factory70 Units100Units85Units108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 3YFT=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(shù)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)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(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 491% 99% 99%2a 2b 2c113離散型數(shù)據(jù)分析– YRF=Y1Y2Y3Y4 – = [] 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= 114離散型數(shù)據(jù)分析? 累計收率 (YRT)Minitab運用? P62115離散型數(shù)據(jù)分析? 累計收率 (YRT)Minitab運用? P62116離散型數(shù)據(jù)分析? 累計收率 (YRT)Minitab運用? P63117離散型數(shù)據(jù)分析? 累計收率 (YRT)Minitab運用? P64118離散型數(shù)據(jù)分析? 累計收率 (YRT)Minitab運用? P64119分析（ Analysis）120Graph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121Graph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。122Graph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)。123Graph分析? 運用 Histogram（直方圖）– GraphHistogram– P67124Graph分析? P67125Graph分析? 運用 Plot– GraphPlot– P68126Graph分析? P68127Graph分析? 運用 Box Plot– GraphBox Plot– P69128Graph分析? P69129Graph分析? 運用 Matrix Plot– Graph Matrix Plot– P70130Graph分析? P70131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132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）133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134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135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： μ1=μ2? Ho： μ1=μ2=μ3=……μn? Ho： σ1=σ2? Ho： σ1=σ2= σ3 ……σn136假設檢驗（ Hypothesis Test）計量值– 對立假設 [母體和樣本不同的 ]則為 ? 兩側(cè)檢驗時 H1： μ1≠μ2? 偏側(cè)檢驗時 H1： μ1 ＜ μ2 ? μ1 ＞ μ2? 兩側(cè)檢驗時 H1： σ1≠ σ2? 偏側(cè)檢驗時 H1： σ1 ＜ σ2? σ1 ＞ σ2137假設檢驗（ Hypothesis Test）計量值? 假設檢驗的形態(tài)– 計量型數(shù)據(jù)：使用 Z，