【正文】 166 部分配置法 (Fractional factorial design） ? 為什麼要使用部分配置法 (Fractional factorial design) ? 為了找出致命的少數(shù)因子 Screening時； ? 從經(jīng)濟 /成本費用方面愾有水平配合下，試驗發(fā)生困難。 ? 可以把握溫度最大影響反應(yīng)值。 3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。作為 因行了 沒有反復的二元配置實驗，因子的收率如下，求最佳條件。標準偏差 139 試驗計劃的樹立 ? 信賴區(qū)間 ?Pvalue，檢驗統(tǒng)計量 ?Ttest， Ftest， Chisquare ? 分散分析表 (ANOVA Tables） ? 回歸方程式 (Regression) 140 試驗計劃的樹立 ?導出結(jié)論 ? 結(jié)果值在統(tǒng)計上有效嗎？ ?測定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實際問題統(tǒng)計的處理結(jié)果合理嗎？ ? 得到改善的證據(jù)（長期的）充分嗎？ ? 結(jié)果值得到實際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的 ‘ Y’值得到了長期改善了嗎？ ?會不會發(fā)生逆性能的問題？ 141 試驗計劃的樹立 ? 試驗結(jié)果怎樣指示改善問題的方向？ ? 是否要做追加的試驗？ ?驗證試驗 ? 驗證試驗是證明已找出的最佳條件是真的改善的步驟 ? 驗收試驗必須象現(xiàn)象分析類似對長期的數(shù)據(jù)合理分組來實施 ? 找出最佳條件來做試驗期間在遷定的條件內(nèi)應(yīng)使其自然（實際作業(yè)條件） 142 試驗計劃的樹立 ? 參照事項 ?做驗證試驗期間必須參加觀察 ?要確認因子的水平變化是否正確 ?應(yīng)留意試驗條件變更是否損壞裝備或誘發(fā)安全性問題 ?+/只能在條件內(nèi)實際控制可能的話，不能檢出 2水平變化引起的 效應(yīng) 143 試驗計劃的樹立 ?試驗時注意事項 ? 錯誤認識發(fā)生問題的因子 ?相關(guān)關(guān)系錯誤認識為因果關(guān)系 ? 最佳選定的條件和實際使用的條件不符 ?試驗結(jié)果最佳選定的值在實際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費用）等相關(guān)，不能實行其政策 ?全體的制度等有可能變更 144 試驗計劃的樹立 ? 不能決定是因為沒有得到管理而變化 ?潛在變量的影響給 ‘ Y’值造成大的影響 ? 試驗在很小範圍的因子水平上實施 ? 沒有包含重要的獨立變量 ?沒有包含影響品質(zhì)的 CTQ ? 因測定的變動大，不能檢出變化的值 145 一元配置法 ? 一元配置法 ? 只選擇 1個預計對一些特性值有影響的因子，實施試驗的最單純的試驗計劃法。 ? 連續(xù)的試驗：進行大規(guī)模試驗不如實施幾次小的試驗 ?初期試驗階段上 ? 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實施試驗。 136 試驗計劃的樹立 ? 交叉法 ?交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類似的情況幾乎沒有。如果判定為交互利作用更重要的話，使用試驗計劃的一個因素；可是交互作用有可能跟其它交互作用交叉。R，其值要少于 20% 127 試驗計劃的樹立 ?選定因子（獨立變量） ‘ X’ ? 獨立變量有多種 ?在試驗上接意圖變化的試驗變量 ?不是有意變化的可觀察的變量 ?Blocking變量（人為制造的變量） ?潛在變量 128 試驗計劃的樹立 ? 選定獨立變量 ?利用測定、分析階段得到的統(tǒng)計分析結(jié)果 ?專家意見 ?大腦風暴法 ?Flow Chart ?現(xiàn)象分析數(shù)據(jù) ?特性要因圖 ?競爭社分析 ?顧客分析 amp。 ? 區(qū)分 ‘ X’的水平，分析各水平上連續(xù)的 ‘ Y’的數(shù)據(jù)。按 4種不良類型來整理。 ? 顯著性水平 (Significance Level)：象一般使用的α =(,)Ho是真的拒絕的概率 104 假設(shè)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 105 假設(shè)檢驗（ Hypothesis Test）計量值 ?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 ?Ho： μ 1=μ 2 ?Ho： μ 1=μ 2=μ 3=…… μ n ?Ho： σ 1=σ 2 ?Ho： σ 1=σ 2= σ 3 …… σ n 106 假設(shè)檢驗（ Hypothesis Test）計量值 ? 對立假設(shè) [母體和樣本不同的 ]則為 ?兩側(cè)檢驗時 H1： μ 1≠ μ 2 ?偏側(cè)檢驗時 H1： μ 1 ＜ μ 2 μ 1 ＞ μ 2 ?兩側(cè)檢驗時 H1： σ 1≠ σ 2 ?偏側(cè)檢驗時 H1： σ 1 ＜ σ 2 σ 1 ＞ σ 2 107 假設(shè)檢驗（ Hypothesis Test）計量值 ?假設(shè)檢驗的形態(tài) ? 計量型數(shù)據(jù)：使用 Z， Ttest統(tǒng)計量 ?實行平均值檢驗的必須檢驗分散的同質(zhì)性（ Ftest) ?Ftest是比較 2個以上的母體的散布 ? 計數(shù)型數(shù)據(jù)：使用 x2(chiSquare)統(tǒng)計量 ?次數(shù)、頻度等 108 假設(shè)檢驗（ Hypothesis Test）計量值 ?假設(shè)檢驗時樣本大小和特征 ? 樣本的大小取多少好呢？ ?如果樣本數(shù)小，很難表示母體的特征，可能導致檢驗結(jié)果的錯誤 ?相麼，樣本數(shù)大的時候，實際操作中時間 /費用方面難以適用 ?因此，樣本數(shù)的大小最好從各方面都考慮後作出恰當?shù)臎Q定 109 假設(shè)檢驗（ Hypothesis Test）計量值 ? 假設(shè)檢驗的實行順序 ? 設(shè)定原假設(shè)、對立假設(shè) (Ho， Hi) ? 確定顯著性水平（ α =， ， ） ? 選擇檢驗統(tǒng)計量（ Z， T， Chisquare統(tǒng)計量） ? 求接受或拒絕域 ? 從數(shù)據(jù)上判定顯著性，解釋結(jié)果 ?P(Probability)概率值＜ α 則接受對立假定 (H1) ?P(Probability)概率值＞ α 則接受對立假定 (Ho) ? 把統(tǒng)計的解釋結(jié)果用于實際問題 110 假設(shè)檢驗（ Hypothesis Test）計量型 ?假設(shè)檢驗結(jié)果的判定方法 拒絕值 接受域 ?原假設(shè) (Ho)：接受 ?對立假立 (H1)：拒絕 拒絕域 ?原假設(shè) (Ho)：拒絕 ?對立假立 (H1)：接受 (α) 111 假設(shè)檢驗（ Hypothesis Test）計量型 ? 統(tǒng)計學的判定方法 ?數(shù)據(jù)計算值結(jié)果小于拒絕值時：接受原假設(shè) (Ho) ?數(shù)據(jù)計算值結(jié)果大于拒絕值時：拒絕原假設(shè) (Ho) ?“0”值在信賴區(qū)間內(nèi)時：接受原假設(shè) (Ho) ?“0”值在信賴區(qū)間外時：拒絕原假設(shè) (Ho) ? Minitab的判定方法 ?PValue值大于 α 時：接受原假設(shè) (Ho) ?PValue值小于 α 時：拒絕原假設(shè) (Ho) 112 假設(shè)檢驗（ Hypothesis Test）計量值 ?假設(shè)檢驗的 Minitab運用 ? 洗衣機下部 Transmission Housing有 10CTQ， 10個 CTQ是 8個 Fixture Brake的高度 amp。 100 Graph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)。 88 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(yīng)用：完成產(chǎn)品的品質(zhì)水平評價時使用。 (750 10)= ?Yield值是 Y=edpu===% 86 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。 ?DPMO=DPO 1,000,000 ? 例：上例 DPMO是 1,000,000 DPMO ?P(ND)=1DPO==(90%) 83 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) …… !red pur d p ur ?? 84 離散型數(shù)據(jù)分析 ? r=0時 ? ∴ Y=edpu ? ∴ 對缺陷機會數(shù)越大， “ Y”越接近 “ 0” !0)(1 dpueY ?? 85 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。 78 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。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(shè)備誤差等 70 變化的理解 ?Rational Subgrouping事例 ? 改善供應(yīng) TV Back Cover協(xié)力社的品質(zhì)，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(nèi)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(gòu)成 Lot，分析 Lot別有無差異 71 工序能力 ?工序能力的數(shù)學式 ? 兩側(cè)有規(guī)格的工序能力 ?6LU SSCp ??SL SU x 72 工序能力 ?在偏移時的工序能力 SL SU xK M T / 2xM )1(???KCpKC p k 73 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 74 工序能力 ? 只有規(guī)格上限的工序能力 SU x?3xSC UPU?? 75 工序能力 ? 只有規(guī)格下限的工序能力 SL x?3LPLSxC ?? 76 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。R ? 反復性（ Repeatability）： 1名測定者使用同樣計測器測定同樣部品的同樣特性時得到的變化 Repeatability 67 Gage Ramp。R 偏差大 偏差小 參考值 測定值 參考值 測定值 64 Gage Ramp。R ? Gage Ramp。R ?測定差平均值 = ∑R/5=?測量誤差 =() (R)= ?公差的測量誤差 =(247。 ? 為確認測定系統(tǒng)， 3名檢查者對 10個部品反復測試 2次 ? File name: 58 Gage Ramp。 56 Gage Ramp。R ?R管理圖 ? 大部分的測定值在管理界限內(nèi) ? 表示所測定的數(shù)據(jù)的值是正常的 55 Gage Ramp。R ? P38 53 Gage Ramp。 20] 100%=15% 51 Gage Ramp。R ?適合貫?zāi)芘袛鄷r Gage Ramp。R ? 一般是看 %Tolerance值來判斷 Gage的接受與否，但 %Study Var在 20%以上時，有必要點檢工序Process ? Gage Ramp。 ?Long Term Process Capability Index：長期工序能力指數(shù) ?Zl