【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)驗豐富的工程師來執(zhí)行課題活動。 33 聚焦問題點階段 – Brainstorming時注意事項 ? 禁止批評 ? 全部 Idea都要記錄 ? Idea發(fā)掘時不要解釋或討論 ? 粗略的 Idea也要鼓勵 ? 所有人都積極參與 – Logic Tree(Structure Tree) ? 為達成目標的手段，用邏輯性表示 ? Breakdown（展開）的問題之間 MECE（互不重復無遺漏的全體） – MECE（ Mutually Exclusive and Collective Exhaustive)（不重復，各個的和等于全體） 34 聚焦問題點階段 ? 確定活動題目的相關 Benefit[利益 ]（定量 /定性效果） – 為保證達成，明確改善金額 ? 對活動課題的問題記錄 – 在現(xiàn)象分析時，記錄現(xiàn)在現(xiàn)象和所希望的現(xiàn)象 ? 計劃時間管理 – 通過分析把全部日程用具體的圖表管理 35 測定（ 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 37 變化的理解 – 連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)） ? Inch or時間一樣能使用測定刻度的數(shù)據(jù) ? 比較數(shù)值數(shù)據(jù)提供更多情報 – 離散型數(shù)據(jù)（計數(shù)型數(shù)據(jù)） – 提供合格不合格之類情報的數(shù)據(jù) – 不能再細分化的數(shù)據(jù) 38 變化的理解 ? 群內變化（ White Noise） – White Noise是工程內存在的日常因素引起的變化（偶然因素） – 現(xiàn)在的技術水平是不可能控制的變化 – 一般工程的散布 – 工程上受細小的多數(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，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，在工程的目標值下平均值偏移 – 實際上可以知道隨時間的變化，工程能力會怎樣變化 40 群內、群間變化的區(qū)分例 ? 群內變化：每 Line 1， 2， 3內出現(xiàn)的（即 Line內作業(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，在可能的短時間內彼此類似的條件下作業(yè)的樣本群。 42 工序能力 ? 工序能力度評價 Shortterm Capability (6σ) Longterm Capability (3σ) 時 間 SL SU lt ???? st ?? st ?? st ?? st ?隨著時間的變化，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，其工序生產(chǎn)的產(chǎn)品品質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變化，表示取樣的數(shù)據(jù)都具有同樣的品質特性，但有主要技術要素引起品質特性變化，因此，品質特性變化越大，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實行時注意事項 – 以 Blind測定來評價 – 決定幾名評價者為合理 – 接產(chǎn)品的重要性和統(tǒng)計特性決定試料數(shù)的反復次數(shù) – 預先決定評價周期 – 抽取樣本時運用隨機原則，但實施 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，有必要點檢工序 Process – Gage Ramp。如果測定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行 6σ Project期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。R ? 適合貫能判斷時 Gage Ramp。no go時 ? 1V外觀檢查時， ? 2名評價者反復測試 20個管子 49 測 試 實驗順序 評價者 1 評價者 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 試 實驗順序 評價者 1 評價者 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)同樣結果的話，其評價是可接受的 ?%Gage Ramp。 20] 100%=15% 51 Gage Ramp。R的 Minitab運用 – Gage Ramp。R ? P38 53 Gage Ramp。 ? 如果測定值的 50%以上在管理界限內的話，這個系統(tǒng)不適合。R ? R管理圖 – 大部分的測定值在管理界限內 – 表示所測定的數(shù)據(jù)的值是正常的 55 Gage Ramp?？梢苑譃?4組對特定部品測定，信賴性區(qū)間小說明測定者和測定有反復，且測定很準確。 56 Gage Ramp。R ? 長期方法時 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的檢測系統(tǒng)的能力（ Gage Ramp。R的合格與不合格） 60 Gage Ramp。R ? 長期方法時 Gage Ramp。 – 為確認測定系統(tǒng)， 3名檢查者對 10個部品反復測試 2次 62 ? P34 63 Gage Ramp。R運用 – CTQ部品的 Spec是 177。R ? 測定差平均值 = ∑R/5=? 測量誤差=() (R)= ()= ? 公差的測量誤差 =(247。常數(shù)在 *里已有計算， d*是下表中的值， Gage引起的變化能滿足 99%值。R ? Gage Ramp。R ? 對測定系統(tǒng)變化的理解 – 線性（ Linearity）：通過期望的 Gage工作範圍比較精確度得到的值即在已定的工作範圍的兩邊界線區(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 測定值 參考值 測定值 69 Gage Ramp。 Stability Time2 Time1 70 Gage Ramp。R – 反復性（ Repeatability）： 1名測定者使用同樣計測器測定同樣部品的同樣特性時得到的變化 Repeatability 72 Gage Ramp。 Reproduceability 測定者 2 測定者 1 測定者 3 73 Gage Ramp。R判斷基準 – Gage Ramp。如果不顧測定系統(tǒng)的誤差，不改善系統(tǒng)的話，在 6σ Project實行中，要願意接受測定系統(tǒng)可能發(fā)生誤差的危險。R ? 計測器選定（測量的精度） – 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定最小單位 ? 例）部品的公差 =177。R的 Sampling實施 – 以隨機原則實施，但為了把握 Spec的所有範圍的變化，實施前必須制定抽樣計劃。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的一個強大的工具。維護等 ? 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：測定者的變化，測定設備誤差等 80 變化的理解 ? Rational Subgrouping事例 – 改善供應 TV Back Cover協(xié)力社的品質，為了分析部品變化的原因制定 Rational Subgrouping計劃 ? 預想的暫定 “ X‖因素及實際計劃 – 兩臺注塑機：對兩臺注塑機實施下列內容 – 交接班：對交接班別取樣分析 – 每周作業(yè)者的變更：對每周變更的作業(yè)者別取樣分析 – 按原材料別構成 Lot，分析 Lot別有無差異 81 工序能力 ? 工序能力的數(shù)學式 – 兩側有規(guī)格的工序能力 ?6LU SSCp ??SL SU x82 工序能力 – 有偏移時的工序能力 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)格上限時的工序能力 SU x?3xSC UPU??85 工序能力 – 只有規(guī)格下限時的工序能力 SL x?3LPLSxC ??86 工序能力 ? 工序能力的 Minitab運用 – 葡萄酒農場為了參加慶祝大會，在準備過程中，有必要改善葡萄酒品質而準備 Project，首先為了把握現(xiàn)象，按合理分組計劃規(guī)劃得出了包括下列 “ X‖因素的葡萄酒質量 “ Y‖的樣本。并且表示通過改善活動消除平均值移動引起的偏移時的最高的能力。 94 工序能力 ? 工序能力的 Minitab運用 ? P51 95 工序能力 ? 工序能力的 Minitab運用 ? P52 96 離散型數(shù)據(jù)分析 ? 用語解釋 – D（ Defect）：缺陷 or不良（事項） ? 為了滿足顧客的要求事基而浪費的再作業(yè)或失敗的工作。 – DO（ Defect Opportunity）：機會損失（缺陷） ? 可能引發(fā)的機會損失（缺陷）的行動或事件。 ? 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 – ∴ Y=edpu – ∴ 對缺陷機會數(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個的缺陷時，計算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有 10個的機會數(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，以標準正態(tài)分布來計算。 – YRT(Rolled Throughput Yield)：全工程一次性直通收率 ? 表示一個產(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)：標準收率 ?