【文章內(nèi)容簡介】 rtunity）：每個(gè)機(jī)會(huì)損失數(shù)79 離散型數(shù)據(jù)分析? DPMO（ Defect Per Million opportunity）（每百萬要會(huì)損失數(shù)）v1,000,000單元存在的損失數(shù)vDPO 1,000,000 轉(zhuǎn)換 Six Sigma比率? P（ ND） =None Defect：無損失v機(jī)會(huì)不能成為損失的可能性vP（ ND） =1DPO80 離散型數(shù)據(jù)分析v DPU/DPO/DPMO/P(ND)改善? 發(fā)出了張送貨單，其中檢出 100個(gè)不符合項(xiàng)，如果各單元有 10個(gè)項(xiàng)目， DPU/DPO/DPMO/P(ND)各是多少？vDPU=D/U? DPU=100/100=（ 100%）該值表示平均值，所以每張送貨單包含 1個(gè)符合項(xiàng)81 離散型數(shù)據(jù)分析vDPO=D/(UOpp)? DPO+100/(100 10)=(10%) 該值表示所發(fā)出的送貨單的每個(gè)最小有 1個(gè)不良的可能性是 10%。vDPMO=DPO 1,000,000? 例：上例 DPMO是 1,000,000 DPMOvP(ND)=1DPO==(90%)82 離散型數(shù)據(jù)分析v 利用泊松公式計(jì)算收率? 利用泊松公式v這里? Y：收率? DPU：元件缺陷數(shù)? R：? e：指數(shù)函數(shù) ……83 離散型數(shù)據(jù)分析? r=0時(shí)? ∴ Y=edpu? ∴ 對(duì)缺陷機(jī)會(huì)數(shù)越大， “Y”越接近 “0”84 離散型數(shù)據(jù)分析v Process Yield（例題）? 如果 750元件有 34個(gè)的缺陷時(shí)，計(jì)算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有 10個(gè)的機(jī)會(huì)數(shù)）vDPU=缺陷數(shù) 247。 元件數(shù) =34 247。750=vDPO=缺陷數(shù) 247。( 元件數(shù) 機(jī)會(huì)數(shù) )=34 247。(750 10)=vYield值是 Y=edpu===%85 離散型數(shù)據(jù)分析vDPMO=DPO 1,000,000=1,000,000=4,500PPM 一個(gè)元件有 45,000PPM的缺陷vSigma=Zinv()+(偏移） =+=? Zinv是把 Z值按面積來換算的值，以標(biāo)準(zhǔn)正態(tài)分布來計(jì)算。86 離散型數(shù)據(jù)分析v 收率的種類? YFT(First Time Yield)： (單工序單次收率 )v表示再作業(yè)後沒有修理的收率的值v應(yīng)用：決定個(gè)別工序的個(gè)別品質(zhì)水平時(shí)使用。? YRT(Rolled Throughput Yield)：全工程一次性直通收率v表示一個(gè)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。v應(yīng)用：在所有工序上按順序的階段來進(jìn)行累計(jì)後，評(píng)價(jià)品質(zhì)水平時(shí)使用。87 離散型數(shù)據(jù)分析? YNA(Normalized Yield)：標(biāo)準(zhǔn)收率v表示計(jì)算連續(xù)工序的評(píng)價(jià)收率的值v應(yīng)用：完成產(chǎn)品的品質(zhì)水平評(píng)價(jià)時(shí)使用。88 收率概念比較累計(jì)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(gè)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(tái)數(shù)?U：檢查臺(tái)數(shù)89 離散型數(shù)據(jù)分析v VFT（ First Time Yield）A再作業(yè)完成的產(chǎn)品廢棄15unitHidden Factory70 Units100Units85Units90 離散型數(shù)據(jù)分析? 工序 A有輸入 100個(gè) Unit（元件）v輸入的 70%元件沒有缺陷已經(jīng)銷售v輸入的 30%元件有缺陷并再作業(yè)v15個(gè)元件修理完畢， 15元件報(bào)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%。91 離散型數(shù)據(jù)分析v YRT(Rolled Throughput Yield)? 產(chǎn)品 A由 3個(gè)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%92 離散型數(shù)據(jù)分析? YRF是連續(xù)的各階段 YFT之乘vYRT==(%)v沒有考慮作業(yè)? 計(jì)算各階段的平均收率v不是算術(shù)平均，而使用各階段的幾何平均值vYND(Normalized Yield)v這里 n表示工序的數(shù)93 離散型數(shù)據(jù)分析v上例 YND(Normalized Yield)v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(jì)算 Sigma值? 通過 YRF可以知道工程真正的收率（累計(jì)直通率）? 部品數(shù)或工序（作業(yè)）的階段越少，收率值越大。94 離散型數(shù)據(jù)分析v 并列構(gòu)成的工序的累計(jì)收率的計(jì)算? Process Mapping中并列構(gòu)成的工序變換為直列來計(jì)算收率99% ? 97% 98%工序 1 工序 2 工序 3 工序 491% 99% 99%2a 2b 2c95 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= 96 分析（ Analysis）97 Graph分析v 想知道什麼？? 跟實(shí)際問題相結(jié)合，明確產(chǎn)生結(jié)果? 將預(yù)想產(chǎn)生的結(jié)果與試驗(yàn)計(jì)劃結(jié)合 Focusing? 按預(yù)想產(chǎn)生的結(jié)果制定數(shù)據(jù)收集計(jì)劃v 怎麼做呢？? 利用收集的數(shù)據(jù)，運(yùn)用（實(shí)際） Graph來分析98 Graph分析v 對(duì) Graph分析結(jié)果相應(yīng)采取措施? Graph分析結(jié)果，確認(rèn)是否得到所需要的結(jié)果後，決定有無追加研討事項(xiàng)? 實(shí)際對(duì) Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。99 Graph分析v Graph分析的 Minitab運(yùn)用? 在空調(diào)生產(chǎn)線上 Compressor（壓縮機(jī)）組裝時(shí)間對(duì)暴露在濕氣的時(shí)間很重要，因此對(duì) 3個(gè)生產(chǎn)線的 3名作業(yè)者，調(diào)查了 3組組裝作業(yè)時(shí)間的數(shù)據(jù)。100 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 什麼是假設(shè)檢驗(yàn)？? 指想知道的內(nèi)容用假設(shè)來設(shè)定，對(duì)假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報(bào)為基礎(chǔ)進(jìn)行統(tǒng)計(jì)分析後做出決定。v 運(yùn)用假設(shè)檢驗(yàn)（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(jìng)爭(zhēng)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(dòng)使用的改善 Tool效果更卓越? 019 PCS比它社手機(jī)通話音質(zhì)更清晰101 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的用語理解? 原假設(shè) (Null Hypothesis:Ho)：作為檢驗(yàn)對(duì)象的假設(shè)v如果接受原假設(shè)的話，表示 “什麼也不能確信（ or證明） ”。v假定為 “始終一樣 ”? 對(duì)立假設(shè) (Alternative Hypothesis:Hi)：按確實(shí)的根據(jù)來證明的假設(shè)v平常我們更關(guān)心對(duì)立假設(shè)，也希望對(duì)立假設(shè)能得到證明vHo拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)）102 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值? 第一種錯(cuò)誤 (Type ⅠError:α) ：指一些現(xiàn)象是 “真 ”，但錯(cuò)誤的判斷為 “假 ”，犯這種錯(cuò)誤的概率? 第二種錯(cuò)誤 (Type Ⅱ Error:β) ：指一些現(xiàn)象是 “假 ”，但錯(cuò)誤的判斷為 “真 ”，犯這種錯(cuò)誤的概率? 檢驗(yàn)統(tǒng)計(jì)量 (Test Statistic)：為了決定接受或是拒絕Ho，而通過樣本的計(jì)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103 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值第二種錯(cuò)誤（ β）第一種錯(cuò)誤（ α）真 實(shí)H0=真 H1=假采 納H0=真H1=假104 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)設(shè)定方法? 以原假設(shè) [母體和 Sample(樣本 )是一樣的 ]來假定vHo： μ1=μ2vHo： μ1=μ2=μ3= …… μnvHo： σ1=σ2vHo： σ1=σ2= σ3 …… σn105 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值? 對(duì)立假設(shè) [母體和樣本不同的 ]則為 v兩側(cè)檢驗(yàn)時(shí) H1： μ1≠μ2v偏側(cè)檢驗(yàn)時(shí) H1： μ1 ＜ μ2 μ1 ＞ μ2v兩側(cè)檢驗(yàn)時(shí) H1： σ1≠ σ2v偏側(cè)檢驗(yàn)時(shí) H1： σ1 ＜ σ2 σ1 ＞ σ2106 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的形態(tài)? 計(jì)量型數(shù)據(jù)：使用 Z， Ttest統(tǒng)計(jì)量v實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同質(zhì)性（ Ftest)vFtest是比較 2個(gè)以上的母體的散布? 計(jì)數(shù)型數(shù)據(jù)：使用 x2(chiSquare)統(tǒng)計(jì)量v次數(shù)、頻度等107 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)時(shí)樣本大小和特征? 樣本的大小取多少好呢？v如果樣本數(shù)小，很難表示母體的特征，可能導(dǎo)致檢驗(yàn)結(jié)果的錯(cuò)誤v相麼，樣本數(shù)大的時(shí)候，實(shí)際操作中時(shí)間 /費(fèi)用方面難以適用v因此，樣本數(shù)的大小最好從各方面都考慮後作出恰當(dāng)?shù)臎Q定108 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的實(shí)行順序? 設(shè)定原假設(shè)、對(duì)立假設(shè) (Ho， Hi)? 確定顯著性水平（ α= ， ， ）? 選擇檢驗(yàn)統(tǒng)計(jì)量（ Z， T， Chisquare統(tǒng)計(jì)量）? 求接受或拒絕域? 從數(shù)據(jù)上判定顯著性，解釋結(jié)果vP(Probability)概率值＜ α 則接受對(duì)立假定 (H1)vP(Probability)概率值＞ α 則接受對(duì)立假定 (Ho)? 把統(tǒng)計(jì)的解釋結(jié)果用于實(shí)際問題109 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型v 假設(shè)檢驗(yàn)結(jié)果的判定方法拒絕值接受域?原假設(shè) (Ho)：接受?對(duì)立假立 (H1)：拒絕拒絕域?原假設(shè) (Ho)：拒絕?對(duì)立假立 (H1)：接受(α)110 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量型? 統(tǒng)計(jì)學(xué)的判定方法v數(shù)據(jù)計(jì)算值結(jié)果小于拒絕值時(shí)：接受原假設(shè) (Ho)v數(shù)據(jù)計(jì)算值結(jié)果大于拒絕值時(shí)：拒絕原假設(shè) (Ho)v“0”值在信賴區(qū)間內(nèi)時(shí)：接受原假設(shè) (Ho)v“0”值在信賴區(qū)間外時(shí)：拒絕原假設(shè) (Ho)? Minitab的判定方法vPValue值大于 α 時(shí)：接受原假設(shè) (Ho)vPValue值小于 α 時(shí)：拒絕原假設(shè) (Ho)111 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值v 假設(shè)檢驗(yàn)的 Minitab運(yùn)用? 洗衣機(jī)下部 Transmission Housing有 10CTQ， 10個(gè) CTQ是 8個(gè) Fixture Brake的高度 離合器，在這里先查看 8個(gè)不同的 Fixture間有無高度尺寸公差，如果 Fixure間有高度公差的話，用 “X”因素來判斷後調(diào)查原因并改善。112 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型v X2（ Chisquare）? 適合度檢驗(yàn)（ Goodness of fit test）v什麼是適合度？：試驗(yàn) or觀測(cè)得到的結(jié)果跟理論一致的程度v什麼是適合度檢驗(yàn)？：檢驗(yàn)觀測(cè)值有什麼樣的理論分布v假設(shè)設(shè)定? Ho： P1=P2=…… =Pn? H1： P1P2 …… Pn? 例：硬幣的正面的出現(xiàn)的概率 50%和實(shí)際觀測(cè)的概率比較113 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型? 分割表（ Contingency Table）v什麼是分割表？：因兩個(gè)變數(shù)分割後得到表v什麼是獨(dú)立性檢驗(yàn)？：使用于檢驗(yàn)分類的變量之間的關(guān)系是獨(dú)立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨(dú)立關(guān)系）稱獨(dú)立性檢驗(yàn)。v設(shè)定假設(shè)? Ho：獨(dú)立（分類的變數(shù)之間地相關(guān)性）? H1：從屬（分類的變數(shù)之間有相關(guān)性 )114 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型? 期望值（ E），觀測(cè)值（ O）， X2統(tǒng)計(jì)量v期望值（ Expected Frequency）：對(duì)一些現(xiàn)象的結(jié)果期望的值v觀測(cè)值（ Observed Frequency）：對(duì)一些現(xiàn)象的結(jié)果實(shí)際觀測(cè)的vX2統(tǒng)計(jì)量是115 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型v X2(Chisquare)統(tǒng)計(jì)量? 用 3個(gè)月把 Monitor產(chǎn)品不良類型按不同的交接班整理後，調(diào)查各交接班有（從屬的）無（獨(dú)立的）產(chǎn)品不良類型的特性後，進(jìn)行改善活動(dòng)，檢出了 N=309個(gè) Moni