【正文】 ?數(shù)據(jù)收集後怎麼分析？ ?得到的數(shù)據(jù)做必要的決定時(shí)有用嗎？ ? 如果不是重新樹立計(jì)劃 125 試驗(yàn)計(jì)劃法的樹立 ?選定反應(yīng)值（從屬變量） ‘ Ｙ ’ ? 選定的題目可能有多個(gè) ‘ Ｙ ’ ?題目展開後 (Logic Tree等 )，選定 ‘ Yn’的各個(gè)獨(dú)立因子 ‘ X’進(jìn)行改善 ?計(jì)數(shù)值數(shù)據(jù)的效率性是計(jì)量值的 63%左右時(shí)，有必要更多數(shù)據(jù) ?當(dāng)測定 ‘ Y’困難時(shí)，采用給予分類或跟標(biāo)準(zhǔn)進(jìn)行比較的方法 126 試驗(yàn)計(jì)劃法的樹立 ?測定後的樣本數(shù)據(jù)最好是保存，必要時(shí)再進(jìn)行對比調(diào)查 ?當(dāng)數(shù)據(jù)測定有主觀性時(shí)，可能有時(shí)間偏移，因此必須隨機(jī)化或盲化實(shí)施 ?試驗(yàn)前不管數(shù)據(jù)的種類，必須對 ‘ Y’實(shí)施 Gage Ramp。 121 分散分析（ ANOVA）的理解 ? 可以說是決定各水平上 ‘ Y’特性值（反應(yīng)值）的平均值是否具有 同樣值，步驟 ?暫定的找出致命的少數(shù)因子的方法 ? 分散分析的用語理解 ? 因子 (Factor)：試驗(yàn)上影響特性值的原因 ? 水平 (Level)：為實(shí)施試驗(yàn)的因子條件 ? 平方和 (Sum of square)：在因子的特定水平上，計(jì)算測定值變化程度 ? 試驗(yàn) Balance/Unbalance：測定值相同或不相同時(shí)所有因子水平的 調(diào)合數(shù) 122 分散分析（ ANOVA）的理解 ?分散分析的使用 ? One Way ANOVA： 具有 2個(gè)以上的水平的 1個(gè)因子的情況 ? Balance ANOAV： 具有 2個(gè)以上因子的情況 ? 試驗(yàn)計(jì)劃法（ DoE=Design of Experiment）：分析多因子時(shí)，針對那個(gè) 調(diào)合上給 ‘ Ｙ ’ 特性值造成影響大的因子。什麼是水平的分析方法。 ? 利用 X2(Chisquare)驗(yàn)證 ?原假設(shè) (Ho)：不良類型和交接之間彼此是否無關(guān)聯(lián)（獨(dú)立因素） ?對立假設(shè)（ H1）：不良類型和交接班之間彼此是否有關(guān)聯(lián)（從屬因素） 117 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? 不良類型： ?A：碰傷 ?B：洩漏 ?C：開關(guān)不良 ?D：粘貼不良 118 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 交接班 A B C D 1 15 21 45 13 2 26 31 34 5 3 33 17 49 20 ?設(shè)定假設(shè) ?原假設(shè)（ Ho）：不良類型和交接班之間彼此無關(guān)聯(lián)（獨(dú)立） ?對立假設(shè)（ H1）：不良類型和交接型號之間彼此有關(guān)聯(lián)（從屬） 119 改善（ Improvement） 120 分散分析（ ANOVA）的理解 ?什麼是分散分析（ ANOVA）？ ? 試驗(yàn)實(shí)施後，對試驗(yàn)結(jié)果進(jìn)行分析所使用的分析方法 ? 特性值的散布用總平方和來表示。 ?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 ) 115 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? 期望值（ E），觀測值（ O）， X2統(tǒng)計(jì)量 ?期望值（ Expected Frequency）：對一些現(xiàn)象的結(jié)果期望的值 ?觀測值（ Observed Frequency）：對一些現(xiàn)象的結(jié)果實(shí)際觀測的 ?X2統(tǒng)計(jì)量是 ? ?? EEx22 )0(116 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)數(shù)型 ? 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，檢出了 N=309個(gè) Monitor不良。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。 ?假定為 “ 始終一樣 ” ? 對立假設(shè) (Alternative Hypothesis:Hi)：按確實(shí)的根據(jù)來證明的假設(shè) ?平常我們更關(guān)心對立假設(shè)，也希望對立假設(shè)能得到證明 ?Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)） 103 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。 101 假設(shè)檢驗(yàn)（ Hypothesis Test）計(jì)量值 ? 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。 95 離散型數(shù)據(jù)分析 ?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 4 91% 99% 99% 2a 2b 2c 96 離散型數(shù)據(jù)分析 ? YRF=Y1 Y2 Y3 Y4 ? = [ ]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= 97 分析（ Analysis） 98 Graph分析 ?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 ?怎麼做呢？ ? 利用收集的數(shù)據(jù)，運(yùn)用（實(shí)際） Graph來分析 99 Graph分析 ?對 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 Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。 89 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=Y1 Y2 …… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 90 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 15unit Hidden Factory 70 Units 100 Units 85 Units 91 離散型數(shù)據(jù)分析 ? 工序 A有輸入 100個(gè) 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(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%。 ?應(yīng)用：在所有工序上按順序的階段來進(jìn)行累計(jì)後，評價(jià)品質(zhì)水平時(shí)使用。 87 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(yīng)用：決定個(gè)別工序的個(gè)別品質(zhì)水平時(shí)使用。 (元件數(shù) 機(jī)會數(shù) )=34 247。 元件數(shù) =34 247。 ?例：須在一張要求式樣上記錄的項(xiàng)目數(shù) 79 離散型數(shù)據(jù)分析 ? U（ Unit）：元件 ?元件測定可能機(jī)會的細(xì)節(jié) ?例：要求樣式 ? DPU（ Defect Per Unit）： ?每個(gè)元件內(nèi)存在的缺陷數(shù) ? DPO（ Defect Per Opportunity）：每個(gè)機(jī)會損失數(shù) 80 離散型數(shù)據(jù)分析 ? DPMO（ Defect Per Million opportunity）（每百萬要會損失數(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(jī)會不能成為損失的可能性 ?P（ ND） =1DPO 81 離散型數(shù)據(jù)分析 ?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？ ?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(gè)符合項(xiàng) 82 離散型數(shù)據(jù)分析 ?DPO=D/(U Opp) ? 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%。 ?例：把顧客的要求事項(xiàng)記錯(cuò)的差錯(cuò)情報(bào)。 ? 為了計(jì)算長期工序能力，考慮規(guī)格的上、下限，表示實(shí)際的工序能力，用群內(nèi)、群間變化都考慮在內(nèi)的 Zlt。 ? X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶 77 工序能力 ? 短期工序能力有關(guān)的統(tǒng)計(jì)值 Cp， Cpk， Cpu， Cpl長期工序能力有關(guān)的統(tǒng)計(jì)值有 Pp， Ppk， Ppu， Ppl ? 為了計(jì)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，以用暫定目的地工序能力或最高的工序能力來表示。 ? 是區(qū)分工程的短期工程度能力的重要方法 ?可以把握平均值移動問題還是散布問題 ?把問題特殊化的第一個(gè)階段 69 變化的理解 ? Rational Subgroup要包含的要素：為了明確給工序變化暫定影響的 ‘ X’因素，使用 5M求解特性要因圖 ?Man：作業(yè)者變更，晝夜班次交換，新作業(yè)者等 ?Machine：機(jī)械設(shè)定值變更，設(shè)備維修 amp。R ? 再現(xiàn)性（ Reproduceability)：同樣部品的同樣特性使用同樣計(jì)測器由多名測定者測定時(shí)得到的變化。R ? 偏移（ Bias）：實(shí)際測定值跟試料平均值的差異值叫準(zhǔn)確度（ Accuracy） Bias Reference Value Observed Average Value 66 Gage Ramp。R ?對測定系統(tǒng)變化的理解 ? 穩(wěn)定性（ Stability）：在一定的時(shí)間間隔下把標(biāo)準(zhǔn)品用同一的計(jì)測器測定同一的特性值時(shí)得出的變化。 63 Gage Ramp。R類型 ? 短期的方法 ?只需要 2名測定者和 5個(gè)部品 ?不能分離反復(fù)性和再現(xiàn)性 ?可以迅速確認(rèn)想測定的計(jì)測器的接受與否 ? 長期的方法 ?典型的是 2~3名的測定者對 10個(gè)部品反復(fù)測定 2~3次 ?可以明確把握測定系統(tǒng)的變化有多大，能分離反復(fù)性和再現(xiàn)性 62 Gage Ramp。 60 對測定差平均分布的 d*值 實(shí)驗(yàn)順序 測定者數(shù) 2 3 4 5 1 2 3 4 5 6 7 8 9 10 61 Gage Ramp。 ） 100%=% ?參考）測量誤差用測定差的平均值乘以常數(shù)（這里是）來計(jì)算。 部品 測定值 1 測定值 2 測定差（ 12） 1 2 3 4 5 範(fàn)圍的界限 ∑R= 59 Gage Ramp。R ?短期的方法時(shí) Gage Ramp。R的 Minitab運(yùn)用 ? 選定 Monitor Cover為 Six Sigma Theme ? Spec=177。R ? Number of Distinct Categories判斷方法 ?Number of Distinct Categories： 0～ 1不適用（改善檢測系統(tǒng)） ?Number of Distinct Categories： 2～ 4附加條件時(shí)可接受 ?Number of Distinct Categories： 5以上可接受 57 Gage Ramp。如果信賴性區(qū)間重疊意味（信賴區(qū)間不重疊意味著組數(shù)?。y定的變化大。R ? Number of Distinct Categories=4 ?表示檢測部品的信賴性區(qū)間不重疊的個(gè)數(shù) 4個(gè) Categories 對同樣部品的同樣特征值量，由 3名檢查者反復(fù)檢測 2次。 ? 管理界限是用測定者間的測定值變化來計(jì)算，因此測定值的變化小說明管理界限的幅小，即說明測定者間的測定值變化很小 ? 測定的變化（測定者，測定系統(tǒng)）比部品間變化相對小，可以讀出 Parts間變化的情況 54 Gage Ramp。R ?X bar管理圖 ? 測定值超出管理界限，表現(xiàn)為良好的結(jié)果。R的 Graph解釋 ? P39 52 Gag