【正文】 低水平：肥少，高水平：肥多。低水平：少水，高水平：多水。 適合于早期試驗(yàn)，更是相對復(fù)雜試驗(yàn)的基礎(chǔ)。 DOE的基本策略 確定問題 建立目標(biāo) 選擇因變量 Y 選擇自變量 X 選擇因子水平 進(jìn)行實(shí)驗(yàn) 收集數(shù)據(jù) 分析數(shù)據(jù) 作出結(jié)論 篩選 描述 優(yōu)化 Fractional Factorials Full Factorials Response Surface DOE家族 DOE術(shù)語 因子 (Xs): 輸出或者響應(yīng)變量 (Y): 因子水平 : 試驗(yàn)順序 : 主效應(yīng) : 交互效應(yīng) : 系數(shù) : 2k 因子 定義 : 2k 是指共有 k 個因子 , 每個因子只有 2 個水平。 ?20世紀(jì) 50年代，田口玄一博士 (Dr. Genichi Taguchi)科學(xué)地將其應(yīng)用于企業(yè)管理，使日本產(chǎn)品在國際上逐步樹立了高質(zhì)量的信譽(yù)。 1 2 3 4 5 6 7 8 9 10A 1 A 2 A 3 B 1 B 2 B 3 C 1 C 2 C 3 A p p ra i s e r T i m eP a rt量具重復(fù)性與再現(xiàn)性 之一 屬性一致性分析 Kappa 評判參考 測量系統(tǒng)應(yīng)引起關(guān)注 – 測量系統(tǒng)可接受 測量系統(tǒng)優(yōu)良 Kappa 應(yīng)用示例 結(jié)果一致的比例 : P觀測 = 隨機(jī)產(chǎn)生的一致比例： P偶然 = (P Insp1 Good) (P Insp2 Good) + (P Insp1 Bad)(PInsp2 Bad) P偶然 = (.8)(.5) + (.2)(.5) = .5 Kappa 計算 P觀測 – P偶然 Kappa = 1 – P偶然 1. 如果兩個人對每一張發(fā)票對保持同樣的評價， Kappa=? 2. Kappa等于零說明什么 ? 3. 如果兩個人對每一張發(fā)票對保持不一樣的評價， Kappa=? 數(shù)據(jù)列表 Appraiser Sample Rating Attribute Appraiser Sample Rating Attribute Appraiser Sample Rating Attribute Zhao 1 2 2 Zhao 6 1 1 Zhao 11 2 2 Qian 1 2 2 Qian 6 1 1 Qian 11 2 2 Sun 1 2 2 Sun 6 1 1 Sun 11 2 2 Li 1 1 2 Li 6 1 1 Li 11 2 2 Zhou 1 2 2 Zhou 6 1 1 Zhou 11 1 2 Zhao 2 1 1 Zhao 7 2 2 Zhao 12 0 0 Qian 2 1 1 Qian 7 2 2 Qian 12 0 0 Sun 2 1 1 Sun 7 2 2 Sun 12 0 0 Li 2 2 1 Li 7 1 2 Li 12 1 0 Zhou 2 1 1 Zhou 7 2 2 Zhou 12 0 0 Zhao 3 1 0 Zhao 8 0 0 Zhao 13 2 2 Qian 3 0 0 Qian 8 0 0 Qian 13 2 2 Sun 3 0 0 Sun 8 0 0 Sun 13 2 2 Li 3 0 0 Li 8 0 0 Li 13 2 2 Zhou 3 0 0 Zhou 8 0 0 Zhou 13 2 2 Zhao 4 2 2 Zhao 9 1 1 Zhao 14 1 1 Qian 4 2 2 Qian 9 1 1 Qian 14 1 1 Sun 4 2 2 Sun 9 1 1 Sun 14 1 1 Li 4 2 2 Li 9 2 1 Li 14 1 1 Zhou 4 2 2 Zhou 9 1 1 Zhou 14 1 1 Zhao 5 0 0 Zhao 10 1 1 Zhao 15 1 1 Qian 5 0 0 Qian 10 1 1 Qian 15 1 1 Sun 5 0 0 Sun 10 1 1 Sun 15 1 1 Li 5 1 0 Li 10 0 1 Li 15 1 1 Zhou 5 0 0 Zhou 10 2 1 Zhou 15 1 1 屬性一致性分析 之二 試驗(yàn)設(shè)計 Design Of Experiment 質(zhì)量工具篇之 DOE的基本概念 試驗(yàn)設(shè)計（ Design Of Experiment，簡稱 DOE），是對過程或產(chǎn)品進(jìn)行改善或優(yōu)化，找出最佳關(guān)鍵因子的方法?，F(xiàn)隨機(jī)抽取 10包糖果請 3位檢驗(yàn)員用秤測量其重量，每人每包測 3次，結(jié)果如下表。 輸入數(shù)據(jù)。 準(zhǔn)備 Minitab 數(shù)據(jù)表欄標(biāo)題分別為：部品，操作員 讓每個操作員單獨(dú)隨機(jī)地測量所有的樣品一次。 ?通常是指不同評價人變差 測量系統(tǒng)評估 測量系統(tǒng)評估 收集 N (5 10) 樣品以代表長期流程變異。 ?測量系統(tǒng)在整個操作范圍的多個獨(dú)立的偏倚誤差的相互關(guān)系。 測量系統(tǒng)分析 對測量系統(tǒng)進(jìn)行評估，驗(yàn)證其是否在合適的特性位置測量了正確的參數(shù)，確定其需要具備哪些可被接受的統(tǒng)計特征，以便了解測量結(jié)果的變異來源及其分布。 ? 我們第一步是判定分布的特性。 Data/線纜 .MTW 綜 合 案 例 能力分析 ? 首先繪制你所被告知的流程。分析員評估過程的能力以確保其滿足客戶的要求，即 Cpk 為 。 B Y : V e l l e nCpk= Ppk= 離散型數(shù)據(jù)能力分析 前面講的均為連續(xù)性數(shù)據(jù)能力分析，那么，對立離散型數(shù)據(jù)，我們應(yīng)怎么樣才對其進(jìn)行能力分析呢？ 案例 某公司在生產(chǎn)一零件過程中，一個月共生產(chǎn) 2500個該零 件，已知每個零件有 10處能產(chǎn)生缺陷，在對產(chǎn)品檢驗(yàn)過程 中，共發(fā)現(xiàn) 8個缺陷，試計算 DPMO和西格瑪水平 DPMO到西格瑪水平 D：缺陷數(shù) O：單位缺陷機(jī)會 U：單位數(shù) DPMO=【 D/(U O)】 106 根據(jù) DPMO的值，查找標(biāo)準(zhǔn)正態(tài)分布表，找到 Z，即為西水平格瑪 百萬機(jī)會之缺陷數(shù) 計算 計算 DPMO DPMO=【 D/（ U O） 】 106 經(jīng)查表得此時西格瑪水平為 __8____ 2500 10 106 =320 練習(xí) I 一家線纜制造商希望評估線纜的直徑是否符合規(guī)格。 工 作 表 : 能 力 分 析 （ 非 正 態(tài) ） . M T W 。 2 0 0 8 0 8 0 7 。 B Y : V e l l e n非正態(tài)流程能力分析 2 . 2 51 . 5 00 . 7 50 . 0 0 0 . 7 5 1 . 5 0 2 . 2 5U S LL S L *目 標(biāo) *U S L 1 . 8 9 4 6 8樣 本 均 值 0 . 0 1 4 7 4 6 1樣 本 N 2 0 0標(biāo) 準(zhǔn) 差 （ 組 內(nèi) ） 1 . 0 2 2 6 5標(biāo) 準(zhǔn) 差 （ 整 體 ） 1 . 0 2 1 4 1過 程 數(shù) 據(jù)C p *C P L *C P U 0 . 6 2C p k 0 . 6 2P p *P P L *P P U 0 . 6 2P p k 0 . 6 2C p m *整 體 能 力潛 在 （ 組 內(nèi) ） 能 力P P M L S L *P P M U S L 2 5 0 0 0 . 0 0P P M 合 計 2 5 0 0 0 . 0 0實(shí) 測 性 能P P M L S L *P P M U S L 3 0 9 4 1 . 0 6P P M 合 計 3 0 9 4 1 . 0 6預(yù) 期 組 內(nèi) 性 能P P M L S L *P P M U S L 3 0 7 8 3 . 4 1P P M 合 計 3 0 7 8 3 . 4 1預(yù) 期 整 體 性 能組 內(nèi)整 體C 4 的 過 程 能 力項(xiàng) 目 : M I N I T A B . M P J 。 工 作 表 : 能 力 分 析 （ 非 正 態(tài) ） . M T W 。已知 PH值的規(guī)范要求在 ，試分析其過程能力如何。 2 0 0 8 0 8 0 4 。 Data/過程能力分析 實(shí)例演練 統(tǒng)計 → 質(zhì)量工具 → 能力分析 → 正態(tài) 實(shí)例演練 1 3 . 21 2 . 91 2 . 61 2 . 31 2 . 01 1 . 71 1 . 41 1 . 1L S L U S LL S L 1 1目 標(biāo) *U S L 1 3樣 本 均 值 1 2 . 2 0 6 2樣 本 N 2 5 0標(biāo) 準(zhǔn) 差 （ 組 內(nèi) ） 0 . 3 0 1 9 9 3標(biāo) 準(zhǔn) 差 （ 整 體 ） 0 . 2 9 6 5 6 8過 程 數(shù) 據(jù)C p 1 . 1 0C P L 1 . 3 3C P U 0 . 8 8C p k 0 . 8 8P p 1 . 1 2P P L 1 . 3 6P P U 0 . 8 9P p k 0 . 8 9C p m *整 體 能 力潛 在 （ 組 內(nèi) ） 能 力P P M L S L 0 . 0 0P P M U S L 4 0 0 0 . 0 0P P M 合 計 4 0 0 0 . 0 0實(shí) 測 性 能P P M L S L 3 2 . 4 5P P M U S L 4 2 8 9 . 3 9P P M 合 計 4 3 2 1 . 8 4預(yù) 期 組 內(nèi) 性 能P P M L S L 2 3 . 7 8P P M U S L 3 7 2 0 . 0 5P P M 合 計 3 7 4 3 . 8 2預(yù) 期 整 體 性 能組 內(nèi)整 體C 1 的 過 程 能 力項(xiàng) 目 : M I N I T A B . M P J 。已知軸承值的規(guī)范要求在 12177。 Data/凸輪軸 .MTW 過程 能力分析 Capability Analysis 質(zhì)量工具篇之 過程能力分析 本節(jié)我們將學(xué)到： Cp、 CPk計算及關(guān)系 PP、 PPk計算及關(guān)系 西格瑪水平計算 正態(tài)檢驗(yàn)與判別 非正態(tài)數(shù)據(jù)能力分析步驟與方法 離散型數(shù)據(jù)能力分析 什么是過程能力分析 什么是能力分析？ 能力分析是用來評估流程滿足規(guī)格要求的情況。您的主管要繪制 X 和 R 控制圖以監(jiān)控此特征，于是您在一個月中從工廠使用的所有凸輪軸收集共 100 個觀測值（ 20 個樣本，每個樣本中 5 個凸輪軸），并從每個供應(yīng)商處收集 100 個觀測值。部件之一的凸輪軸的長度必須為 600 毫米 +2 毫米以滿足工程規(guī)格。 2 0 0 8 0 7 3 1 。 B Y : V e l l e n使 用 不 相 等 樣 本 量 進(jìn) 行 的 檢 驗(yàn)C Chart 統(tǒng)計 → 控制圖 → 屬性控制圖 →C 1 41 31 21 11 09876543211 61 41 21 086420樣 本樣本計數(shù)_C = 6 . 7 1U C L = 1 4 . 4 9L C L = 0缺 陷 的 C 控 制 圖項(xiàng) 目 : M I N I T A B . M P J 。 工 作 表 : P c h a r t 。 波松分布 U 控制圖 n u 3 u 177。 二項(xiàng)分布 NP控制 圖 ) p (1 p n 3 pn 177。 R圖表示組內(nèi)波動，也是所考察過程波動大小的指示器。 2 0 0 8 0 8 0 5 。 問題： 數(shù)據(jù)收集： 該項(xiàng)目小組每小時隨機(jī)收集 5個樣本，稱其重量（數(shù)據(jù)有效） 工具： XbarR chart 連續(xù)型數(shù)據(jù) 子組大小是 5 數(shù)據(jù) 驗(yàn)證中心極限定理 練習(xí)數(shù)據(jù)的堆疊、拆分 實(shí)例演練 均值 極差圖 之一 X⑴ .計算過程均值 與平均值極差 ⑵ .計算 XbarR中心線與控制限 UCLXbar= +A2R=+ = LCLR=D3R=* =0 Xbar圖： CL= — LCLxbar= A2R= = — R圖： CLR= UCLR=D4R=