【正文】 l TimeViscosityCleanlinessColorHomogeneityConsistencyDigets TimeTemperatureSolidsT o t a l1 C o m p o u n d i n gS c a l e s A c c u r a c y9 8 2 1 1 9 1 1 8 3212 C o m p o u n d i n gD I C Y L o a d A c c u r a c y9 7 1 1 1 9 1 1 2 2693 C o m p o u n d i n gD M F L o a d A c c u r a c y3 8 1 1 1 8 1 3 8 2554 C o m p o u n d i n gD I C Y E n v i r . F a c t o r s8 5 3 1 1 8 1 1 2 2475 C o m p o u n d i n gD M F C l e a n l i n e s s1 1 4 2 1 2 1 1 1 1056 C o m p o u n d i n gD M F R a w M a t e r i a l s1 1 1 1 1 2 1 1 1 747 C o m p o u n d i n gP r e h e a t i n g D I C Y T K1 1 1 1 1 1 1 1 1 65因果分析表 找出主要的潛在原因，作為進一步研究的對象 Material Man Machine Method Measurement Environment 1 Plunger Stop 螺紋尺寸小 2 Jewel孔 大 3 測試電流大 4 TUBE 裝配不合格 5 PLUNGER RUBBER表面不平 ６外接管過大 ７線圈纏繞不勻 ８ Plunger Stop/Valve Body 配合不緊 ９氣壓不穩(wěn) 10 370 測試參數(shù)設(shè)置不當 11 線頭刮線工位粉塵太大 13 Valve Body 內(nèi)螺紋有碎屑 12 Plunger Stop 導(dǎo)入孔大 14 線圈電阻不穩(wěn)定 墨點偏大 因果圖（魚骨圖） Failure Mode Effect Analysis 潛在失效模式和后果分析 FMEA解決一般難度的問題（ 34?) SFMEA DFMEA PFMEA ? 首次出現(xiàn)于上個世紀 60年代，阿波羅號航天飛機的研制與發(fā)射中。 x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12 ……x n1, xn (x1, x2, x3, x4, x5), ( x6, x7, x8, x9, x10 ), (x11, x12 …), ……(……x n1, xn) xa xb xc …… 為正態(tài)分布 一切數(shù)據(jù)都可以通過分組的方法歸結(jié)于正態(tài)分布 ！ Cp, Cpk 與 Ppk LSL下限 USL上限 平均值 m或目標值T Cp= USLLSL 6? Cpk= Smaller of { USLT 3? , TLSL 3? } 工藝潛能指數(shù) 工藝能力指數(shù) 工藝表現(xiàn)指數(shù) Ppk=長期的 Cpk 長期的過程能力稱為 Ppk 通常 PpkCpk, 因為長期的過程變差一般會大于其中一段短期的變差 . 在汽車行業(yè) , 一般要求 Cpk, Ppk 過程的漂移 短期 4 短期 3 短期 2 短期 1 長期 3 在 30年代 , 沒有電子計算機和計算器 , 人們用近似的方法估算標準偏差 , 另外 , 在數(shù)據(jù)不多的情形下 , 估算的結(jié)果更接近真實情況。 3??以內(nèi) ?% 的數(shù)據(jù)落在177。 1??以內(nèi) ?% 的數(shù)據(jù)落在177。 8 0 7 0 6 0 5 0 4 0 3 0 2 0 數(shù)據(jù)的分布有多種類型，其中正態(tài)分布是最常見和最實用的分布形式。 連續(xù)數(shù)據(jù)的評價 ?平均值、中位數(shù) ?標準偏差 名稱 大小 數(shù)據(jù) 平均值 標準偏差 總體 N X 1 、 X 2 、 X 3 …… X N X 1 ＋ X 2 ＋ X 3 …… ＋ X N X ＝ N ( X 1 X)2+(X 2 X)2+ … (X N X)2 m = N 樣本 n ? 1 、 ? 2 、 ? 3 …… ? N ? 1 ＋ ? 2 ＋ ? 3 …… ＋ ? N ? ＝ n ( ? 1 ? )2+( ? 2 ? )2+ … ( ? n ? )2 S= n 1 ? 數(shù)據(jù)分布圖 在實際統(tǒng)計中， 統(tǒng)計結(jié)果是分段表示的，因此作出的分布圖為柱形圖。 ? 兩種數(shù)據(jù)類型在一定條件下可互相轉(zhuǎn)化。連續(xù)型數(shù)據(jù)采用 Xbar－ R 、 Xbar－ S或 X－ MR Chart。 其數(shù)據(jù)分布為二項分布或泊松分布。其數(shù)據(jù)的分布 多數(shù)為正態(tài)分布。 ? 樣本：從總體中抽出的一部分 ? 樣本大小 n ：樣本的個數(shù)，又稱為樣本容量。 抽樣統(tǒng)計 有的特性無法進行全體統(tǒng)計或沒有必要進行全體統(tǒng)計，如塑料的抗拉強度、一筐蘋果中每個蘋果的重量等等。 ? 總體：被統(tǒng)計的對象的全體。t measure Hence, We just don39。t question We don39。t know until we search We won39。t act on what we don39。t know what we don39。 Defect: 缺陷，任何未達到要求的特性 DPU (Defects per unit) = Defects / Unit = 缺陷數(shù) /單元數(shù) PPM (Defects per Million Units) = Defects / Unit x 106 =缺陷數(shù) /（單元數(shù) X 106 ) TOP (Total Opportunities) = Units * Opportunities (總機會） =單元數(shù) X 每單元發(fā)生缺陷的 機會 DPO (Defects per Opportunity)=Defects/TOP (每個機會中產(chǎn)生的缺陷數(shù)） =缺陷數(shù) /總機會 DPMU(Defects per million units)=DPUx 106 （每百萬單元中的缺陷數(shù)） DPMO (Defects per Million Opportunities) = Defects / TOP x 106 = 缺陷數(shù) / TOP x 106 First Pass Yield(一次合格率 )=全過程中未產(chǎn)生任何缺陷的單元數(shù) /總單元數(shù) Rolled Yield (單元的缺陷數(shù)為零的幾率） （ The likelihood that any given unit of product will contain 0 defects) YRT= e DPU YRT = P(ND) * P(ND) * P(ND) *......P(ND)n P（ ND) 表示零缺陷的幾率 Ynorm (Normalized Yield 正態(tài)合格率） =1DPO= n YRT (連續(xù)過程的平均合格率） n=過程的個數(shù) Zlt=NormSinv(Ynorm) （ 在電子表格 Excel 的函數(shù) fx 中的‘統(tǒng)計類’中， 或查表） Zst=Zlt+ 計算 ?個數(shù)的概念與公式 （非連續(xù)數(shù)據(jù)） 計算 ?個數(shù)實例 M(每單元產(chǎn)生缺陷的機會） =50 Units（單元數(shù)） =1000 Defects（缺陷數(shù)） =500 TOP=MxUnits =50000 DPO=Defects/TOP = DPMO=DPOx106 =10000 Ynorm=1DPO = Zlt=NormSinv(Ynorm) = Zst=Zlt+ = % LongTerm Yield LongTerm Yield 4 2 308,537 3 66,807 6,210 5 233 6 不同 ??個數(shù) 的比較 (Distribution Shifted 177。 6??以內(nèi) 3? 2? 1? 1? 2? 3? LSL下限 USL上限 平均值 m或目標值 T ?個數(shù)的計算 (連續(xù)數(shù)據(jù)） Z = ? Min{（ USLT） , （ TLSL） } Z=3Cpk 過程的漂移 短期 4 短期 3 短期 2 短期 1 長期 ?的個數(shù) Zlt(長期） =Zst（短期） 計算 ?個數(shù)的概念與公式 Unit: 單元， 被研究對象的基本單位。 2??以內(nèi) ?% 的數(shù)據(jù)落在177。 6 ? 就是財富 6?的意義與計算 ??是一個希臘字母 ,??用來 ?描 ?述 ?過程的變差 6??最初由 ?Motorola 公司發(fā)起 , 逐步 被越來越多的世界級大公司所采用 ?% 的數(shù)據(jù)落在177。8 0 7 0 6 0 5 0 4 0 3 0 2 0 六個西格瑪介紹 內(nèi) 容 一、六個西格瑪 導(dǎo)入 6?的產(chǎn)生 ? 由《財富》論壇說開去 ? 下一個增長點在哪里 ? 21世紀是質(zhì)量的世紀（放映 Juran 演講片段） ? 99%合格夠不夠 ? 沒有量化就沒有管理 6?的歷史與成就 二、統(tǒng)計學(xué)基礎(chǔ) 隨機抽樣與數(shù)據(jù)類型 數(shù)據(jù)分布 數(shù)據(jù)的集中趨勢（平均值）與離散描述（ ?） 過程能力（ Cp, Cpk, Ppk） 統(tǒng)計過程控制（ SPC) 變差分析（ ANOVA) 三、 6?的意義與計算 DPU的意義與計算 DPMO的意義與計算 DPMO與 X?的轉(zhuǎn)換 工序指數(shù) Cp、 Cpk與 6 ?的關(guān)系 3?與 6?的比較 四、 6?戰(zhàn)略 質(zhì)量的概念不再只局限于產(chǎn)品的質(zhì)量 6?是公司文化的中心 6?的組織架構(gòu) 制造業(yè)與 6? 五、 6?戰(zhàn)術(shù) （ DMAIC) （演示一個 6?項目） Define (定義 ) Measure (測量 ) Analysis (分析 ) Improve (改進 ) Control (控制 ) 6?導(dǎo)入 討論全球經(jīng)濟發(fā)展的新動向 新的增長點 世界各大公司的總裁門都在思考同樣一個問題 新技術(shù) ? 高風(fēng)險 ? 高回報 新管理 ? 無風(fēng)險 ? 穩(wěn)定回報 6 ? 繼往開來，開創(chuàng)管理新理念 下一個增長點在哪里？ 20世紀是生產(chǎn)率的世紀， 21世紀是質(zhì)量的世