【正文】 勤人員 – 用邏輯樹等方法展開問題後，找出最終區(qū)域，選定經(jīng)驗(yàn)豐富的工程師來執(zhí)行課題活動(dòng)。 33 聚焦問題點(diǎn)階段 – Brainstorming時(shí)注意事項(xiàng) ? 禁止批評(píng) ? 全部 Idea都要記錄 ? Idea發(fā)掘時(shí)不要解釋或討論 ? 粗略的 Idea也要鼓勵(lì) ? 所有人都積極參與 – Logic Tree(Structure Tree) ? 為達(dá)成目標(biāo)的手段，用邏輯性表示 ? Breakdown（展開）的問題之間 MECE（互不重復(fù)無遺漏的全體） – MECE（ Mutually Exclusive and Collective Exhaustive)（不重復(fù)，各個(gè)的和等于全體） 34 聚焦問題點(diǎn)階段 ? 確定活動(dòng)題目的相關(guān) Benefit[利益 ]（定量 /定性效果） – 為保證達(dá)成，明確改善金額 ? 對(duì)活動(dòng)課題的問題記錄 – 在現(xiàn)象分析時(shí)，記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象 ? 計(jì)劃時(shí)間管理 – 通過分析把全部日程用具體的圖表管理 35 測(cè)定（ Measurement） 36 變化的理解 ? 數(shù)據(jù)的分類 解決問題 工程問題 /Bottle Neck/Issue 事項(xiàng) 37 變化的理解 – 連續(xù)型數(shù)據(jù)（計(jì)量型數(shù)據(jù)） ? Inch or時(shí)間一樣能使用測(cè)定刻度的數(shù)據(jù) ? 比較數(shù)值數(shù)據(jù)提供更多情報(bào) – 離散型數(shù)據(jù)（計(jì)數(shù)型數(shù)據(jù)） – 提供合格不合格之類情報(bào)的數(shù)據(jù) – 不能再細(xì)分化的數(shù)據(jù) 38 變化的理解 ? 群內(nèi)變化（ White Noise） – White Noise是工程內(nèi)存在的日常因素引起的變化（偶然因素） – 現(xiàn)在的技術(shù)水平是不可能控制的變化 – 一般工程的散布 – 工程上受細(xì)小的多數(shù)因素的影響 – 39 變化的理解 ? 群間變化（ Black Noise） – Black Noise是工程外部因素影響中心值移動(dòng)，一般情況下，可查明原因的變化（異常原因） – 現(xiàn)在工程上可控制的變化 – 一般情況下，在工程的目標(biāo)值下平均值偏移 – 實(shí)際上可以知道隨時(shí)間的變化，工程能力會(huì)怎樣變化 40 群內(nèi)、群間變化的區(qū)分例 ? 群內(nèi)變化：每 Line 1， 2， 3內(nèi)出現(xiàn)的（即 Line內(nèi)作業(yè)者間的變化）工程變化 ? 群間變化：各 Line間的變異而出現(xiàn)的工程變化 作業(yè)者 1 作業(yè)者 2 作業(yè)者 3 作業(yè)者 4 作業(yè)者 5 作業(yè)者 6 作業(yè)者 7 作業(yè)者 8 作業(yè)者 9 Line1 Line2 Line3 41 變化的理解 ? Rational Subgroup（合理分組） – 批跟數(shù)據(jù)的種類無關(guān)，在可能的短時(shí)間內(nèi)彼此類似的條件下作業(yè)的樣本群。 42 工序能力 ? 工序能力度評(píng)價(jià) Shortterm Capability (6σ) Longterm Capability (3σ) 時(shí) 間 SL SU lt ???? st ?? st ?? st ?? st ?隨著時(shí)間的變化，工序因各種外部因素（ 4M）變化，長期工序能力比短期工序能力散布大 43 工序能力 ? 什麼是工序能力 – 工序在管理狀態(tài)時(shí)，其工序生產(chǎn)的產(chǎn)品品質(zhì)變化有多少程度的值：或指在管理狀態(tài)（穩(wěn)定狀態(tài)）下，工序能製造出來的品質(zhì)水平的程度。 44 工序能力 ? 短期 /長期工序能力的意義 – 短期工序能力是只存在群體內(nèi)變化，表示取樣的數(shù)據(jù)都具有同樣的品質(zhì)特性，但有主要技術(shù)要素引起品質(zhì)特性變化，因此，品質(zhì)特性變化越大，散布也就越大，短期工序能力也就越差。 ? Long Term Process Capability Index：長期工序能力指數(shù) ? Zlt（ σ lt）， Cpk ? Zlt=3 Cpk 46 Gage Ramp。R實(shí)行時(shí)注意事項(xiàng) – 以 Blind測(cè)定來評(píng)價(jià) – 決定幾名評(píng)價(jià)者為合理 – 接產(chǎn)品的重要性和統(tǒng)計(jì)特性決定試料數(shù)的反復(fù)次數(shù) – 預(yù)先決定評(píng)價(jià)周期 – 抽取樣本時(shí)運(yùn)用隨機(jī)原則，但實(shí)施 Gage Ramp。R – 一般是看 %Tolerance值來判斷 Gage的接受與否，但 %Study Var在 20%以上時(shí)，有必要點(diǎn)檢工序 Process – Gage Ramp。如果測(cè)定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行 6σ Project期間要接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。R ? 適合貫?zāi)芘袛鄷r(shí) Gage Ramp。no go時(shí) ? 1V外觀檢查時(shí)， ? 2名評(píng)價(jià)者反復(fù)測(cè)試 20個(gè)管子 49 測(cè) 試 實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)者 2 1 2 1 2 1 G G G G 2 G G G G 3 NG G G G 4 NG NG NG NG 5 G G G G 6 G G G G 7 NG NG NG NG 8 NG NG G G 9 G G G G 10 G G G G 50 測(cè) 試 實(shí)驗(yàn)順序 評(píng)價(jià)者 1 評(píng)價(jià)者 2 1 2 1 2 11 G G G G 12 G G G G 13 G NG G G 14 G G G G 15 G G G G 16 G G G G 17 G G G G 18 G G G G 19 G G G G 20 G G G G ?如果各部品別 4次都有出現(xiàn)同樣結(jié)果的話，其評(píng)價(jià)是可接受的 ?%Gage Ramp。 20] 100%=15% 51 Gage Ramp。R的 Minitab運(yùn)用 – Gage Ramp。R ? P38 53 Gage Ramp。 ? 如果測(cè)定值的 50%以上在管理界限內(nèi)的話，這個(gè)系統(tǒng)不適合。R ? R管理圖 – 大部分的測(cè)定值在管理界限內(nèi) – 表示所測(cè)定的數(shù)據(jù)的值是正常的 55 Gage Ramp?？梢苑譃?4組對(duì)特定部品測(cè)定，信賴性區(qū)間小說明測(cè)定者和測(cè)定有反復(fù)，且測(cè)定很準(zhǔn)確。 56 Gage Ramp。R ? 長期方法時(shí) Gage Ramp。R StudyANOVA Method – P36 58 Gage Ramp。R – %Study Var：表示能區(qū)分部品與部品間的差異點(diǎn)的檢測(cè)系統(tǒng)的能力（ Gage Ramp。R的合格與不合格） 60 Gage Ramp。R ? 長期方法時(shí) Gage Ramp。 – 為確認(rèn)測(cè)定系統(tǒng)， 3名檢查者對(duì) 10個(gè)部品反復(fù)測(cè)試 2次 62 ? P34 63 Gage Ramp。R運(yùn)用 – CTQ部品的 Spec是 177。R ? 測(cè)定差平均值 = ∑R/5=? 測(cè)量誤差=() (R)= ()= ? 公差的測(cè)量誤差 =(247。常數(shù)在 *里已有計(jì)算， d*是下表中的值， Gage引起的變化能滿足 99%值。R ? Gage Ramp。R ? 對(duì)測(cè)定系統(tǒng)變化的理解 – 線性（ Linearity）：通過期望的 Gage工作範(fàn)圍比較精確度得到的值即在已定的工作範(fàn)圍的兩邊界線區(qū)間上，最少研討 1回的精確度得到的值的差。R 偏差大 偏差小 參考值 測(cè)定值 參考值 測(cè)定值 69 Gage Ramp。 Stability Time2 Time1 70 Gage Ramp。R – 反復(fù)性（ Repeatability）： 1名測(cè)定者使用同樣計(jì)測(cè)器測(cè)定同樣部品的同樣特性時(shí)得到的變化 Repeatability 72 Gage Ramp。 Reproduceability 測(cè)定者 2 測(cè)定者 1 測(cè)定者 3 73 Gage Ramp。R判斷基準(zhǔn) – Gage Ramp。如果不顧測(cè)定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實(shí)行中，要願(yuàn)意接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。R ? 計(jì)測(cè)器選定（測(cè)量的精度） – 一般來說量具要求是工序變化 /Spec許可誤差的 10%或更小的精度是合理的 ? 精度：在量具上能讀到的測(cè)定最小單位 ? 例）部品的公差 =177。R的 Sampling實(shí)施 – 以隨機(jī)原則實(shí)施，但為了把握 Spec的所有範(fàn)圍的變化，實(shí)施前必須制定抽樣計(jì)劃。R ? Gage Ramp。R Study – Gage Ramp。 76 Gage Ramp。22 )()( RRP a r tP a r tT o t a l ??? ?? ?77 Gage Ramp。R重要性 – Gage Ramp。（因素測(cè)定的變化量小，以具備正確找出誘發(fā) “ Y‖變化的“ X‖因素） 78 變化的理解 ? 為什麼要 Rational Subgrouping – Rational Subgroup是 6 Sigma的一個(gè)強(qiáng)大的工具。維護(hù)等 ? Material：交付 LOT，作業(yè)安排，原材料等 ? Method：作業(yè)者間的作業(yè)方法差異等 ? Measurement：測(cè)定者的變化，測(cè)定設(shè)備誤差等 80 變化的理解 ? Rational Subgrouping事例 – 改善供應(yīng) TV Back Cover協(xié)力社的品質(zhì)，為了分析部品變化的原因制定 Rational Subgrouping計(jì)劃 ? 預(yù)想的暫定 “ X‖因素及實(shí)際計(jì)劃 – 兩臺(tái)注塑機(jī)：對(duì)兩臺(tái)注塑機(jī)實(shí)施下列內(nèi)容 – 交接班：對(duì)交接班別取樣分析 – 每周作業(yè)者的變更：對(duì)每周變更的作業(yè)者別取樣分析 – 按原材料別構(gòu)成 Lot，分析 Lot別有無差異 81 工序能力 ? 工序能力的數(shù)學(xué)式 – 兩側(cè)有規(guī)格的工序能力 ?6LU SSCp ??SL SU x82 工序能力 – 有偏移時(shí)的工序能力 SL SU xK M T / 2xM )1(???KCpKC p k83 工序能力 – 用語解釋 ? K：偏移系數(shù)（如果 K=0， Cp=Cpk） ? M（ Midrange）：規(guī)格的中心 ? T（ Tolerane）：公差 ? SU（ Upper Spec）：規(guī)格上限 ? SL（ Lower Spec）：規(guī)格下限 84 工序能力 – 只有規(guī)格上限時(shí)的工序能力 SU x?3xSC UPU??85 工序能力 – 只有規(guī)格下限時(shí)的工序能力 SL x?3LPLSxC ??86 工序能力 ? 工序能力的 Minitab運(yùn)用 – 葡萄酒農(nóng)場(chǎng)為了參加慶祝大會(huì)，在準(zhǔn)備過程中，有必要改善葡萄酒品質(zhì)而準(zhǔn)備 Project，首先為了把握現(xiàn)象，按合理分組計(jì)劃規(guī)劃得出了包括下列 “ X‖因素的葡萄酒質(zhì)量 “ Y‖的樣本。并且表示通過改善活動(dòng)消除平均值移動(dòng)引起的偏移時(shí)的最高的能力。 94 工序能力 ? 工序能力的 Minitab運(yùn)用 ? P51 95 工序能力 ? 工序能力的 Minitab運(yùn)用 ? P52 96 離散型數(shù)據(jù)分析 ? 用語解釋 – D（ Defect）：缺陷 or不良（事項(xiàng)） ? 為了滿足顧客的要求事基而浪費(fèi)的再作業(yè)或失敗的工作。 – DO（ Defect Opportunity）：機(jī)會(huì)損失（缺陷） ? 可能引發(fā)的機(jī)會(huì)損失（缺陷）的行動(dòng)或事件。 ? DPMO=DPO 1,000,000 – 例：上例 DPMO是 1,000,000 DPMO ? P(ND)=1DPO==(90%) 101 離散型數(shù)據(jù)分析 ? 利用泊松公式計(jì)算收率 – 利用泊松公式 ? 這里 – Y：收率 – DPU：元件缺陷數(shù) – r： – e：指數(shù)函數(shù) …… !redpur d pur ??102 離散型數(shù)據(jù)分析 – r=0時(shí) – ∴ Y=edpu – ∴ 對(duì)缺陷機(jī)會(huì)數(shù)越大， “ Y‖越接近 “ 0‖ !0)(1 dpueY ??103 離散型數(shù)據(jù)分析 ? Process Yield（例題） – 如果 750元件有 34個(gè)的缺陷時(shí)，計(jì)算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有 10個(gè)的機(jī)會(huì)數(shù)） ? DPU=缺陷數(shù) 247。 750= ? DPO=缺陷數(shù) 247。 (750 10)= ? Yield值是 Y=edpu===% 104 離散型數(shù)據(jù)分析 ? DPMO=DPO 1,000,000= 1,000,000=4,500PPM 一個(gè)元件有45,000PPM的缺陷 ? Sigma=Zinv()+(偏移）=+= – Zinv是把 Z值按面積來換算的值，以標(biāo)準(zhǔn)正態(tài)分布來計(jì)算。 – YRT(Rolled Throughput Yield)：全工程一次性直通收率 ? 表示一個(gè)產(chǎn)品通過全工各沒有經(jīng)過一次的修理和再作業(yè)，到最終合格為止的收率值。 106 離散型數(shù)據(jù)分析 – YNA(Normalized Yield)：標(biāo)準(zhǔn)收率 ?