【正文】 ? 為了監(jiān)控 process及采取糾正措施等行動而制定計劃。越小越有好的值。184回歸分析（ Regression）v 怎樣做好數(shù)據(jù)收集？? 為了推定變動最小的偏移，使用因子 “X” 的最低界限值到最高界限值為止的大範圍的數(shù)據(jù)。? y=a+bx+error 這里 a=截距 b=斜率179回歸分析（ Regression）v 回歸方程式的分類? 單純回歸分析：獨立變量（說明變量），從屬變量（反應變量）各 1個的情況? 中回歸分析：獨立變量（說明變量） 2個以上的情況? 曲線回歸分析：獨立變量（說明變量） 1個，從屬變量（反應變量） 1個構成的情況（假定是 2次以上的高次函數(shù)）180回歸分析（ Regression）v 為什麼要使用回歸方程式（ Regreesion )?? 為了發(fā)現(xiàn)暫定的 Vital Few（少數(shù)致命缺陷）? 為了判定 “Y” 值并使其最佳化? 為了決定哪些 “X” 因素值上 “Y” 成為最佳化181回歸分析（ Regression）? 用手動方法發(fā)現(xiàn)暫定的 Vital Few時v使用手動方法導出最終結(jié)論，但危險情況多，因此最好使用試驗計劃法。175部分配置法 (Fractional factorial design? 出現(xiàn) catalyst*temperature和temperature*concentrate 的交互作用有意義? 判別剩下的因素間的交互作用幾乎沒有意義? 要銘記 2次的交互作用跟 3次的交互作用交叉在一起的事實，雖然 3次的交互作用有意義的情況幾乎沒有，但是還是要注意觀察。v 部分配置法 (Fractional factorial design)的優(yōu)點? 以少的試驗次數(shù)得到好的試驗結(jié)果和提高檢出力? 試驗因子多，但做的試驗次數(shù)少166部分配置法 (Fractional factorial design)v 25試驗? 從 32個中選擇 16個方法是重要的vX1X2X3X4X5=1 工vX1X2X3X4X5=+1 選擇? 這樣乘全體因子選擇的話，始終不會丟失直交性v試驗因子彼此間獨立，對試驗結(jié)果的再現(xiàn)性高v始終從高次的交互作用開始交叉167部分配置法 (Fractional factorial design)v如果任意的選擇的配合，會破壞直交性，因子間不能完全獨立而成為從屬的，繼而導出錯誤的試驗結(jié)果v選定 X1X2X3X4X5=+1 的 16種配合? 這是具有高次的交互作用交叉的效果v實施部分配置法時的試驗配合分布形態(tài)168部分配置法 (Fractional factorial design)v 25試驗? 進行 16個部分配置法中各立方形v底面 2個和上面 2個v左側(cè) 2個和右側(cè) 2個v前面 2個和後面 2個169部分配置法 (Fractional factorial design11+1X1+11+1X3X41 +1X21 +1X5170部分配置法 (Fractional factorial design）主效果 Column 交互作用 ColumnRun X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 反應值1 1 1 1 1 1 1 12 1 1 1 1 1 1 13 1 1 1 1 1 1 14 1 1 1 1 1 1 1?考慮有 4人組合的 231部分配置，在 23完全配置上，可以把相關因子全部相乘後再選定： “+or”的 4個組合，這時前 2個因子具有完全配置法同樣的形態(tài)。反過來，濃度因子幾乎沒有特別的影響反應值? 哪些要素最重要? 哪些要素可以說沒有影響160要因配置法 (Factorial Design)? Temp*Time：水、溫度的影響隨時間的變化，低溫度和短時間清洗，流下的殘留物最多? Temp*Conc：在高的溫度下，和清洗液的濃度無關，殘留物少無交互作用? Time*Conc：長時間清洗下，殘留物更少；時間的效果比低清洗濃度更顯著161要因配置法 (Factorial Design)v Cube plot（繪制立體圖）4651606544434443temp11 1timeconc11162要因配置法 (Factorial Design)? temp(1：熱水 )， time(1：長 )， conc(1：低 )時或 temp(1：熱水 )， time(1：短 )， conc(1：低)，殘留物最少? 提高溫度，費用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點。XY沒有交互作用（平行的狀態(tài)）XY有一點交互作用XY有很大的交互作用154要因配置法 (Factorial Design)? Cube plot155要因配置法 (Factorial Design)? 具有最佳均勻的條件是橡膠配合 (mix)1水平，mold1水平? 判斷為有一點點交互作用? mold比橡膠配合更大的影響反應值156要因配置法 (Factorial Design)v 23試驗? 考慮一下工序中能清洗部品的機器，這機器的性能是清洗完畢的部品上流下來的水通過 Filter（過濾器）過濾後， Filet的殘留物越少說明機器性能越優(yōu)秀，試驗按各要素的 2水平來實施。v因子的水平數(shù)? 反應溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) ? 原料 (B)： B1（美國 M社原料）， B2（日本 Q社原料）， B3（國內(nèi) P）147二元配置法v試驗數(shù)據(jù)如下因子 A因子 BA1 A2 A3 A4B1 B2 B3 148二元配置法? 對收率溫度是 A3=200℃ ，原料是在 B1上最佳水平? 雖然現(xiàn)在選定的水平是最佳的，但考慮過程條件，費用方面也可選擇不同水平的最佳條件。? 認為紡紗生產(chǎn)工序上反應溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應度 的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ， A4:75℃ ），在 各度下 3回，把全體 12回試驗按隨機順序來實施。v實驗期間可以知道條件的範圍是否恰當136試驗計劃的樹立? 測定後的樣本，因有的時候需要再調(diào)整測定樣本，最好要保管。? Noise變量v已知道影響反應值，但控制困難的變量，為了減少這個變量選定預想的 Noise變量，在所有水平上實施試驗134試驗計劃的樹立? BlockingvBlock是同質(zhì)性的集團，如果判斷為一些要因成為問題時，把那個要因選定為 Blocking因子? Blocking因子來選定的話，不增加試驗烽，可要因分析? Blocking不選定為 Blocking因子的話，試驗結(jié)果出現(xiàn)問題，不能分析原因? 樣本的大小v考慮測定值的變化程度等，決定樣本數(shù)，質(zhì)。? 主效果及交互作用v主效果比普通交互作用更重要。? 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。v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v平常我們更關心對立假設，也希望對立假設能得到證明vHo拒絕後接受的假設（即否定原假設的假設）102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。94離散型數(shù)據(jù)分析v 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 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）97Graph分析v 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v 怎麼做呢？? 利用收集的數(shù)據(jù)，運用（實際） Graph來分析98Graph分析v 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。v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。( 元件數(shù) 機會數(shù) )=34 247。v例：須在一張要求式樣上記錄的項目數(shù)78離散型數(shù)據(jù)分析? U（ Unit）：元件v元件測定可能機會的細節(jié)v例：要求樣式? DPU（ Defect Per Unit）：v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)79離散型數(shù)據(jù)分析? DPMO（ Defect Per Million opportunity）（每百萬要會損失數(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機會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個不符合項，如果各單元有 10個項目， 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個符合項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)出的送貨單的每個最小有 1個不良的可能性是 10%。? 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。Reproduceability測定者 2測定者 1測定者 367變化的理解v 為什麼要 Rational Subgrouping? Rational Subgroup是 6 Sigma的一個強大的工具。常數(shù)在 *里已有計算， d*是下表中的值， Gage引起的變化能滿足 Gage引起的變化能滿足 % 值。 55Gage RR? Number of Distinct Categories判斷方法vNumber of Distinct Categories： 0～ 1不適用（改善檢測系統(tǒng)）vNumber of Distinct Categories： 2～ 4附加條件時可接受vNumber of Distinct Categories： 5以上可接受56Gage RRv 長期方法時 Gage RR的 Minitab運用? 選定 Monitor Cover為 Six Sigma Theme? Spec=177。v如果測定值的 50%以上在管理界限內(nèi)的話，這個系統(tǒng)不適合。如果測定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行 6 σ Project 期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。? Six Sigma工序能力是指工序的變化（ or標準偏差： σ ）小，即使乘以 6倍變化值也能夠滿足規(guī)格的工序能力。31聚焦問題點階段v 找出活動課題的具體事項? Brainstorming：在短時間內(nèi)得出很多主意的辦法? Brainstorming種類vFree Wheeling：全 Team員以對話形式即興發(fā)掘 IdeavRound Robin：對事件， Team員輪流發(fā)掘 IdeavCard Method：不經(jīng)討論， Team員把 Idea寫在卡片上，貼到牆上。6σ ?6Sigma品質(zhì)是每百萬個中 ，即 Cp=， Cpk=244Block DiagramA BC1 2 3 4 5 6Poor GoodPoorGood技術Z stZ shift工序管理254Block Diagram? A：工序管理狀態(tài)不足，現(xiàn)在技術水平也低? B：需改善工序管理，但技術水平優(yōu)秀? C：工序管理優(yōu)秀，但技術水平低? D： World Top水平的公司26聚焦問題點階段v 確定問題範圍? Process MappingvProcess Mapping是調(diào)查情報