【正文】 3/16/2023 91一 減少『機(jī)遇原因』造成變異的發(fā)生3/16/2023 90六、建立 充分理解『機(jī)遇原因』造成的變異使制程穩(wěn)定，並以維持制程的能力指數(shù)查出『非機(jī)遇原因』的變異，並採(cǎi)取有效的措施：監(jiān)控制程的能力指數(shù)●●●本制程應(yīng)該做什麼？大分布圖形LSL T USL分布圖形LSL T USL3/16/2023 87制程改善循環(huán)制程改善循環(huán)P DA CP DA CP DA C 3/16/2023：σ 181。4』類(lèi) ：不受控，且制程能力又不可接受，必須減少『全距』的 非機(jī)遇原因和機(jī)遇原因。 →X大分布圖形分布圖形LSL T USLLSL T USL3/16/2023? σ →小小? 『 2』類(lèi) ：受控制程，但存在 『機(jī)遇原因』 造成過(guò)大的變異，必須減少『全距』的變異。σ 181。→範(fàn)圍 規(guī)格上限→時(shí)間受控受控(消除了非機(jī)遇原因 )範(fàn)圍 )』 ，來(lái)評(píng)定 『制程能力』 ，以使顧客滿(mǎn)意，這就是持續(xù)改善的基礎(chǔ)。(3Time1Time→→時(shí)間可預(yù)測(cè)範(fàn)圍 位置 一般分佈有下列之不同情形：預(yù)期的。所造成之分佈與時(shí)間的關(guān)係，是不穩(wěn)定且不無(wú)法制程中的許多 『全距』『全距』 的原因。避免浪費(fèi)避免浪費(fèi) 允允許將時(shí)間和材料投入到生產(chǎn)不一定有用許將時(shí)間和材料投入到生產(chǎn)不一定有用的產(chǎn)品或服務(wù)中的產(chǎn)品或服務(wù)中? 預(yù)防預(yù)防 容忍浪費(fèi)容忍浪費(fèi) 3/16/2023制程控制的需要制程控制的需要? 檢測(cè)檢測(cè) 五、制程變異3/16/2023 70統(tǒng)計(jì)制程管制的定義統(tǒng)計(jì)制程管制的定義? 經(jīng)由制程中去收集資料，而加以 統(tǒng)計(jì)分析 ，從分析中得以 發(fā)覺(jué)制程的變異 ，並經(jīng)由 問(wèn)題分析 以找出異常原因， 立即採(cǎi)取改善措施 ，使制程恢復(fù)正常。的診斷的診斷? 品質(zhì)是否更穩(wěn)定？? 良品率是否提高？? 制程是否更流暢？? 成本是否更低廉？? 異常是否更快能被偵測(cè)到？? 品管員是否逐漸在減少？3/16/2023 69? 統(tǒng)計(jì)制程管制的定義? 非機(jī)遇原因變異? 機(jī)遇原因變異? 制程控制與制程能力? 制程改善循環(huán) ?樣本抽取方法的思考的思考w 步驟三：建立制程控制方法→→(果 )/制程參數(shù) 的思考的思考? 步驟一：深入掌握因果模式制程起伏條件 品質(zhì)異常 產(chǎn)品優(yōu)劣因因果果3/16/2023 65SPC)w 品質(zhì)變異的大小，也才是決定產(chǎn)品優(yōu)劣的關(guān)鍵(→3/16/2023 64SPC)()上上 。(→w →SQC：強(qiáng)調(diào) PQ的最大不同點(diǎn)，就是由與傳統(tǒng) )w(→3/16/2023 63SPC這些制程參數(shù)與產(chǎn)品品質(zhì)之間，有因果關(guān)係可循嗎？──？ Parameter)，就是 ？3/16/2023 62SPCPpkCpk─/─？ Ppk的迷思的迷思w 迷思二：有了 Cpk────)(Q這是產(chǎn)品品質(zhì) SPC3/16/2023 60SPCSPC1980年以後，『 GMP』及『 ISO ─? SPCSPC─無(wú)用武之地 → 經(jīng)驗(yàn)取勝 ─興起的背景興起的背景? SPC的診斷四、 SPC的思考? 的焦點(diǎn)? 的迷思? 興起的背景? )Getting to Six SigmaHow far can inspection get us ?3/16/2023 53BreakthroughStrategyCharacterizationPhase 1:MeasurePhase 2:AnalyzeOptimization3 4 5 6 71,000,000100,00010,0001,0001001012Sigma Scale of MeasurePPMAverageCompanyBestinClassThe Breakthrough MethodologyDefine the problem...DMAIC to the Rescue!The Basic ObjectivePhase 3:Improve Phase 4: Control3/16/2023 54問(wèn)題的本性問(wèn)題的本性Six Sigma 的方法可以辨識(shí)製程是偏離目標(biāo)和 /或者是高度變異 ,以修訂製程及降低變異偏離目標(biāo)偏離目標(biāo) 變異大變異大正中目標(biāo)正中目標(biāo)修訂製程修訂製程 降低變異降低變異X XXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXX3/16/2023 55另類(lèi)觀(guān)點(diǎn)LSL USL USLLSLOnTarget從統(tǒng)計(jì)觀(guān)點(diǎn)來(lái)看問(wèn)題從統(tǒng)計(jì)觀(guān)點(diǎn)來(lái)看問(wèn)題USLLSLLSL = Lower spec limitUSL = Upper spec limit問(wèn)題的本性問(wèn)題的本性 統(tǒng)計(jì)觀(guān)點(diǎn)統(tǒng)計(jì)觀(guān)點(diǎn)偏離目標(biāo)偏離目標(biāo) 變異大變異大修訂製程修訂製程 降低變異降低變異3/16/2023 56? 5σ +3σ +1σ +裝配成品之良品率 ? ) – 制程中心偏移 ?? PPM製程能力 每百萬(wàn)個(gè)不良機(jī)會(huì)3/16/2023 49零件數(shù) /5σ +3σ +1σ +製程數(shù) 零件 /製程中心沒(méi)有偏移裝配成品之良品率 “事件 ”正態(tài)曲線(xiàn)和概率區(qū)域與標(biāo)準(zhǔn)偏差的關(guān)系43210123440%30%20%10% 0%%樣本數(shù)概率 從平均值的標(biāo)準(zhǔn)偏差數(shù)? 性質(zhì)性質(zhì) 2:– 平均值 ,正態(tài)分布只用下列 2個(gè)我們已知的參數(shù)就可以完全描述 6?3?This is a 6 Sigma Process標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)偏差轉(zhuǎn)折點(diǎn)轉(zhuǎn)折點(diǎn)3/16/2023 40? 性質(zhì)性質(zhì) 5=標(biāo)準(zhǔn)偏差： ?〈集中趨勢(shì)〉 P(u2??X?u+2?)=正態(tài)分佈正態(tài)分佈+2?+1?3?可以看成正態(tài)分布3/16/2023 36%%%“正態(tài) ”方差的平方根????X? 標(biāo)準(zhǔn)偏差（標(biāo)準(zhǔn)偏差（ ）） :)? 方差方差 –(?3/16/2023 32中心趨向的測(cè)量中心趨向的測(cè)量?? 平均值平均值 : 一組數(shù)據(jù)的算術(shù)平均值– 反應(yīng)所有值的影響散佈的測(cè)量散佈的測(cè)量? 極差〈全距〉極差〈全距〉 :?or牌電燈泡平均壽命為： 700牌電燈泡平均壽命為： 800(Standard Deviation)：表示該群數(shù)值間差異大小的一個(gè)數(shù)值。3/16/2023 31? 平均值 PPAPQERun 抽取 40 個(gè)產(chǎn)品測(cè)定結(jié)果如下表，產(chǎn)品量測(cè)過(guò)程的檢驗(yàn)人員及量測(cè)設(shè)備， 其 Gage R R 為 85 % 以上 。177。 1003/16/2023 293/16/2023 30有一機(jī)械產(chǎn)品的產(chǎn)品特性為『內(nèi)徑』 〈 KPC 411 99 227 115 53 記 次數(shù)1 ? 以 。? (4)計(jì)算各組間之中心值? 第一組中心值＝ 3/16/2023 27實(shí)例說(shuō)明實(shí)例說(shuō)明? (3)決定區(qū)間之境界值? 第一組下組界＝最小測(cè)定－ 1/2測(cè)定單位? ＝ － ＝ 組距＝ ＝ ＝ 實(shí)例說(shuō)明實(shí)例說(shuō)明3/16/2023 26實(shí)例說(shuō)明實(shí)例說(shuō)明? (1)定組數(shù)：? (2)求組距：削壁型直方圖依統(tǒng)計(jì)學(xué)來(lái)分析，此種情形不可能存在。記入必要的事項(xiàng)如產(chǎn)品名、規(guī)格、 Data數(shù)量 …...3/16/2023 20直方圖的應(yīng)用直方圖的應(yīng)用(1) 測(cè)知製程能力測(cè)知製程能力 2 3 4 5 6 7 8 9 10 11 12? ? 次數(shù)次數(shù) ? 8.各組上界加下界除以二? Ex: （ + ） / 2 = 第一組中心值? 7.求出各組的中心值 由最小值減去最小測(cè)良單位的 1/2，就是第一組的下限，再逐次加上各組距，直到可含蓋最大值即完成? Ex: （第一組下界）? + = （第一組上界、第二組下界）? + = （第二組上界、第參組下界）? ...............? ...............? + = （已大於最大值）數(shù)據(jù)數(shù) 組數(shù)50100100250250l以上61071210203/16/2023 19直方圖的應(yīng)用直方圖的應(yīng)用? 直方圖的作法 將最大值減去最小值後，除以組數(shù)，再取最小測(cè)量單位的整數(shù)倍即可? Ex:（ L S ） / K =（ ） / 7 = ? h = （取最小量測(cè)單位之整數(shù)倍）? 5.的平方根? Ex: n = 50 k = 7? 4.K決定組數(shù) 最少要有 50個(gè) Data，最好要有 100個(gè)以上? 2.3/16/2023 17直方圖的意義直方圖的意義? 繪制直方圖之目的繪制直方圖之目的 (1) 測(cè)知製程能力 (2) 計(jì)算產(chǎn)品不良率 (3) 調(diào)查是否混入二個(gè)以上不同的 群體 (4) 測(cè)知有無(wú)假數(shù)據(jù) (5) 測(cè)知分布型態(tài) 3/16/2023 18直方圖的應(yīng)用直方圖的應(yīng)用? 直方圖的作法? 1. 次數(shù)分配? 3/16/2023 14品質(zhì)管制與統(tǒng)計(jì)方法品質(zhì)管制與統(tǒng)計(jì)方法? 可用之特殊統(tǒng)計(jì)方法及應(yīng)用包含〈但並不限於〉： (1) 實(shí)驗(yàn)計(jì)畫(huà)法 / 因子分析 (2) 變異數(shù)分析 / 迴歸分析 (3) 安全性評(píng)估 / 風(fēng)險(xiǎn)分析 (4) 顯著性檢定 (5) 管制圖 (6) 抽樣檢驗(yàn)3/16/2023 15? ? 自第四階段的 統(tǒng)計(jì)品管〈 SPC〉， Dr. Shewhart 博士( 1924 年 ) 發(fā)表 『製造產(chǎn)品品質(zhì)的經(jīng)濟(jì)管制』 以後，統(tǒng)計(jì)方法即持續(xù)運(yùn)用於品質(zhì)管制中。不同生產(chǎn)線(xiàn)、不同銷(xiāo)售區(qū)、不同材料來(lái)源。日、周、月、季、半年、年。3/16/2023 11資料的分類(lèi)資料的分類(lèi)? x? 樣本的取得，特別應(yīng)注意 X樣本平均數(shù) 樣本不合格率? 計(jì)量值 ? 計(jì)數(shù)值 n3/16/2023 10群體與樣本群體與樣本? 樣本〈 Sample〉 ，為自群