6sigma管理方法專業(yè)系統(tǒng)培訓(xùn)教材

/1六西格瑪簡(jiǎn)介/26西格瑪概念Ⅰ3sigma水平的公司6sigma水平的公司銷售額中10~15%是損失費(fèi)用百萬(wàn)中有66,807個(gè)不合格品依靠質(zhì)量檢查保證高質(zhì)量需要很多費(fèi)用不能按體系進(jìn)行承認(rèn)并滿足于99%內(nèi)部決定CTQ銷售額中5%是損失費(fèi)用百萬(wàn)中有3.4個(gè)不合格品重點(diǎn)是使工序中不產(chǎn)生不良保證高質(zhì)量所需費(fèi)用更低使用測(cè)定，分析，改善，管理技法不滿足于99%徹底地以顧客觀點(diǎn)來(lái)決定CTQ4sigma的水平是30頁(yè)報(bào)紙中有1個(gè)錯(cuò)字的質(zhì)量水平5sigma的水平是百科全書中有1個(gè)錯(cuò)字的質(zhì)量水平6sigma的水平是小規(guī)模圖書館中有1個(gè)錯(cuò)字的質(zhì)量水平/36sigma概念Ⅱ3sigma水平的公司6sigma水平的公司每年有54,000次的藥品調(diào)劑錯(cuò)誤每年護(hù)士或醫(yī)生的錯(cuò)誤造成新生兒死亡40,500名每月有2小時(shí)喝污染的食用水每周有2小時(shí)不能提供電話服務(wù)每周飛機(jī)發(fā)生5次著陸錯(cuò)誤每周發(fā)生1350次外科手術(shù)事故每小時(shí)遺失54,000件郵件25年中只生1次藥品調(diào)劑錯(cuò)誤100年中護(hù)士醫(yī)生的錯(cuò)誤造成新生兒死亡3名16年中只有1秒鐘喝污染的水100年中6秒不能提供電話服務(wù)美國(guó)所有航空公司10年發(fā)生1次著陸錯(cuò)誤20年發(fā)生一次外科手術(shù)事故每年遺失35件郵件/46sigma概念（使用工具）階段ToolsDefine（定義）1)ProcessMapping3)ParetoAnalysis2)LogicTree4)QFD,FMEAMeasurement（測(cè)定）5)GageR&R7)ProcessCapability6)RationalSubgroupAnalysis（分析）8)HypothesisTest10)GraphAnalysis9)RegressionImprovement（改善）11)DoE(DesignofExperiment)12)ANOVAControl（管理）13)SPC6sigma不同推進(jìn)階段中，改善問(wèn)題使用的統(tǒng)計(jì)工具/5Y=f(x)Question1)：Y或X中對(duì)哪一個(gè)聚焦YX1…Xn從屬變數(shù)獨(dú)立變量OutputInput結(jié)果原因現(xiàn)象根源問(wèn)題觀察監(jiān)視的對(duì)象管理對(duì)象/6Y=f(x)Question2)假如X良好的話，有沒(méi)有必要繼續(xù)實(shí)驗(yàn)及檢查Y？6sigma活動(dòng)是對(duì)根本原因的因素（CTQ）聚焦后，展開(kāi)改善活動(dòng)/76sigma各階段推進(jìn)內(nèi)容階段展開(kāi)內(nèi)容FocusDefine(定義）1）確定問(wèn)題點(diǎn)/具體改善目標(biāo)Measurement(測(cè)定）2）選定制品或工序的CTQ3）把握Y的工序能力4）明確Y的測(cè)定方法5）將Y的改善對(duì)象具體化YYYYAnalysis(分析）6）明確改善Y的目的7）明確影響Y的因素YX1…Xn/86sigma各階段推進(jìn)內(nèi)容Improvement(改善）8)通過(guò)篩選抽出關(guān)鍵的少數(shù)因素9)把握關(guān)鍵的少數(shù)因素的相關(guān)關(guān)系10)工序優(yōu)化&驗(yàn)證(再現(xiàn)性實(shí)驗(yàn))X1…Xn致命的少數(shù)因素?cái)?shù)Xi致命的少數(shù)因素?cái)?shù)XiControl(管理)11)確立對(duì)X的測(cè)定系統(tǒng)12)確立對(duì)關(guān)鍵的少數(shù)因素的管理方法13)確立關(guān)鍵少數(shù)因素的工序管理系統(tǒng)及事后管理致命的少數(shù)因素?cái)?shù)Xi致命的少數(shù)因素?cái)?shù)Xi致命的少數(shù)因素?cái)?shù)Xi6SigmaProcess是以D-M-A-I-C5階段構(gòu)成并經(jīng)過(guò)重要的13步驟6Sigma活動(dòng)是通過(guò)現(xiàn)象分析，展開(kāi)問(wèn)題，查明臨時(shí)性因素，以D-M-A-I-C程序改善關(guān)鍵少數(shù)因素。先把握現(xiàn)象，能夠1次性改善的部門采取1次性改善活動(dòng)；然后下一個(gè)階段再接著進(jìn)行改善活動(dòng)。/9統(tǒng)計(jì)基本概念的理解數(shù)據(jù)的計(jì)算方法中心位置特征值的計(jì)算：/10統(tǒng)計(jì)基本概念的理解散布的計(jì)算S(總變動(dòng)：TotalSumofSquares):偏差平方和無(wú)偏方差(UnbiasedVariance):S除以自由度（n-1）無(wú)偏方差的開(kāi)方or標(biāo)準(zhǔn)偏差/11統(tǒng)計(jì)基本概念的理解參數(shù)和統(tǒng)計(jì)量參數(shù)(Parameter)：描述變量集合的特性值統(tǒng)計(jì)量（Statistics)：表示標(biāo)本的特性值/12統(tǒng)計(jì)基本概念的理解區(qū)分參數(shù)統(tǒng)計(jì)量均值(Mean)均值：μ樣本均值：方差(Variance)偏差(Deviation)/13統(tǒng)計(jì)基本概念的理解Sigma的定義Sigma是希臘字母，表示工序的散布。Sigma是統(tǒng)計(jì)學(xué)記述接近平均值的標(biāo)準(zhǔn)偏差（StandardDeviation）或變化（Variation），或定義為事件發(fā)生的可能性。Sigma是表示工序能力的統(tǒng)計(jì)單位，測(cè)定的Sigma跟DPU（單位缺陷，DefectPerUnit）,PPM等一起出現(xiàn)。/14統(tǒng)計(jì)基本概念的理解可以說(shuō)明擁有高Sigma值的工序，具備不良率低的工序能力Sigma值越大質(zhì)量費(fèi)用越少，周期越短。/15統(tǒng)計(jì)基本概念的理解平均值和拐點(diǎn)之間距離用標(biāo)準(zhǔn)偏差（σ）表示。如果目標(biāo)值（T）和規(guī)格上下限（USLorLSL)距離是標(biāo)準(zhǔn)偏差的3倍的話，說(shuō)明具備了3Sigma的工序能力。USL3σ1σμ（平均）T拐點(diǎn)/16統(tǒng)計(jì)基本概念的理解某班學(xué)生的國(guó)語(yǔ)平均分?jǐn)?shù)是60分，按偏差是5的正態(tài)分布的話，隨意抽取一個(gè)學(xué)生時(shí)，70分以上分?jǐn)?shù)的可能性是多少？4550556065707568.3%95.4%99.7%測(cè)定值（分?jǐn)?shù)）Z-值σ：-3-2-10123/17統(tǒng)計(jì)基本概念的理解正態(tài)分布：N（60，52）標(biāo)準(zhǔn)正態(tài)分布：N（0，12）70分的情況下Z-值是假如規(guī)格上限是75分的話，現(xiàn)在的工序能力是Z=2或是2σ。Z值是已測(cè)定的標(biāo)準(zhǔn)偏差（σ）有幾個(gè)能進(jìn)入平均值到規(guī)格上下界限（USL，LSL）之間的測(cè)定值。/18統(tǒng)計(jì)基本概念的理解Z-值的計(jì)算70分以上的可能性有多少？正態(tài)分布總面積是‘1’

某概率變量‘X’到平均值（μ）之間距離除以標(biāo)準(zhǔn)偏差（σ）的值用‘Z’來(lái)表示。如果規(guī)格上限（or下限）用‘X’來(lái)代替時(shí)超出規(guī)格上限的尾部面積可以認(rèn)為有缺陷可能性?！甖’值是用來(lái)測(cè)定工序能力，跟工序的標(biāo)準(zhǔn)偏差不同，在這里‘Z’值是2.0，把全體面積作為1的時(shí)對(duì)應(yīng)的面積0.0228。/19Z值的計(jì)算45505560657075Z規(guī)格上限/20工序能力測(cè)定方法Z-值Z=33σ能力1σUSL2σ3σLSL/21工序能力測(cè)定方法Z-值Z=66σ能力1σUSLLSL2σ3σ4σ5σ6σ工序的變動(dòng)（散布）越小工序能力越高。其結(jié)果標(biāo)準(zhǔn)偏差更小，發(fā)生不良的可能性就低。通過(guò)問(wèn)題的現(xiàn)象分析把握工序能力（Z）：要提高到6σ水平，統(tǒng)計(jì)上采取什么樣的活動(dòng)？/22需要什么樣的管理？需要什么樣的技術(shù)短期的工序能力長(zhǎng)期的工序能力判斷為短期內(nèi)工序沒(méi)有外部影響判斷為充分長(zhǎng)時(shí)期內(nèi)工序有外部影響Zst（σst）Zlt（σlt）CpCpk技術(shù)技術(shù)+工序管理最佳條件下的工序能力日常條件下的工序能力6σ：Zst=6.0，Cp=2.06σ：Zlt=4.5，Cpk=1.5Zst=3×CpZlt=3×Cpk長(zhǎng)期內(nèi)的工序能力因工序的中心移動(dòng)及變動(dòng)，跟Zlt<Zst關(guān)系有關(guān)Zshift=Zst-ZltZst=Zlt+1.5/236sigma的質(zhì)量水平是什么？正態(tài)分布的平偏移（±1.5σ）-6σ-5σ-4σ-3σ-2σ-1σX+1σ+2σ+3σ+4σ+5σ+6σ-1.5σ+1.5σ規(guī)格上限（USL）規(guī)格下限（LSL）/24按規(guī)格變化和平均值偏移的不良率規(guī)格關(guān)系無(wú)偏移時(shí)不良率（理想的工序時(shí)）±1.5σ偏移時(shí)不良率±1σ317,000697,700±2σ45,500308,700±3σ2,70066,810±4σ636,210±5σ0.57233±6σ0.0023.46Sigma品質(zhì)是每百萬(wàn)個(gè)中3.4PPM，即Cp=2.0，Cpk=1.5/254BlockDiagramABC2.52.01.51.00.5123456PoorGoodPoorGood技術(shù)ZstZshift工序管理/264BlockDiagramA：工序管理狀態(tài)不足，現(xiàn)在技術(shù)水平也低B：需改善工序管理，但技術(shù)水平優(yōu)秀C：工序管理優(yōu)秀，但技術(shù)水平低D：WorldTop水平的公司/27聚焦問(wèn)題點(diǎn)階段確定問(wèn)題范圍ProcessMappingProcessMapping是調(diào)查情報(bào)的流程，而使Process文件化為明確改善的可能性而使用的工具ProcessMapping制定定義Process范圍（要改善的一般領(lǐng)域或特殊的Process）通過(guò)大腦風(fēng)暴法制定Process的階段順序/28聚焦問(wèn)題點(diǎn)階段為了容易分析，使用符號(hào)為了驗(yàn)證Process，實(shí)際確認(rèn)追加KeyProcess的值（Yield,Cost,損失費(fèi)用，加班費(fèi)用，Cycletime等）按題目的性質(zhì)，使用分析圖（ProcessLoss或浪費(fèi)要素/改善Cycletime/改善質(zhì)量/Flow改善）QFD（QualityFunctionDeployment)質(zhì)量指標(biāo)分解QFD是將顧客核心要求事項(xiàng)，轉(zhuǎn)換分解成技術(shù)要求事項(xiàng)（規(guī)格），或暫定的CTQ的工具，由相關(guān)工序?qū)＜抑贫ā?29聚焦問(wèn)題點(diǎn)階段QFDProcess進(jìn)行市場(chǎng)調(diào)查，明確信賴性要求，及一般的要求事項(xiàng)和顧客對(duì)現(xiàn)在質(zhì)量核心問(wèn)題的要求。對(duì)調(diào)查內(nèi)容優(yōu)先排序，為滿足顧客的要求事項(xiàng)制定技術(shù)規(guī)格確定對(duì)顧客要求事項(xiàng)影響大的技術(shù)規(guī)格的先后順序，對(duì)已確定的先后順序的技術(shù)要求事項(xiàng)，轉(zhuǎn)換成暫定的Part特性（CTQ）對(duì)技術(shù)規(guī)格影響大的特性要素（CTQ）進(jìn)行排序QFD是為了能夠改善顧客的核心要求事項(xiàng)，轉(zhuǎn)換成技術(shù)規(guī)格的工具通過(guò)QFD把顧客要求事項(xiàng)系統(tǒng)化，最終選定暫定的CTQ，開(kāi)展改善活動(dòng)/30聚焦問(wèn)題點(diǎn)階段FMEA（FailureModes&EffectsAnalysis)故障模式及效果分析FMEA是明確制品設(shè)計(jì)上可能發(fā)生的問(wèn)題和排定其順序，并針對(duì)故障模式制定所采取的恰當(dāng)活動(dòng)FMEAProcess對(duì)已設(shè)計(jì)的制品用Brainstorming法列出可能的故障模式。決定每種可能故障模式的重要度和發(fā)生可能性決定消除重要故璋模式而采取的方法開(kāi)發(fā)消除或減少重要故障模式的方法/31聚焦問(wèn)題點(diǎn)階段部分分析法以優(yōu)先級(jí)找出問(wèn)題的核心事項(xiàng)典型的是：80%的問(wèn)題由20%產(chǎn)生決定活動(dòng)課題和相關(guān)非常勤人員用邏輯樹等方法展開(kāi)問(wèn)題后，找出最終區(qū)域，選定經(jīng)驗(yàn)豐富的工程師來(lái)執(zhí)行課題活動(dòng)。/32聚焦問(wèn)題點(diǎn)階段找出活動(dòng)課題的具體事項(xiàng)Brainstorming：在短時(shí)間內(nèi)得出很多主意的辦法Brainstorming種類FreeWheeling：全Team員以對(duì)話形式即興發(fā)掘IdeaRoundRobin：對(duì)事件，Team員輪流發(fā)掘IdeaCardMethod：不經(jīng)討論，Team員把Idea寫在卡片上，貼到墻上。/33聚焦問(wèn)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LogicTree(StructureTree)為達(dá)成目標(biāo)的手段，用邏輯性表示Break-down（展開(kāi)）的問(wèn)題之間MECE（互不重復(fù)無(wú)遺漏的全體）MECE（MutuallyExclusiveandCollectiveExhaustive)（不重復(fù)，各個(gè)的和等于全體）/34聚焦問(wèn)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(wèn)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(guò)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(wèn)題工程問(wèn)題/BottleNeck/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)）Inchor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（WhiteNoise）WhiteNoise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Z.st來(lái)表示/39變化的理解群間變化（BlackNoise）BlackNoise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Line1，2，3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9Line1Line2Line3/41變化的理解RationalSubgroup（合理分組）批跟數(shù)據(jù)的種類無(wú)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。RationalSubgroup是指Subgroup內(nèi)只存在群內(nèi)變化，Subgroup間只發(fā)生群間變化，將數(shù)據(jù)Grouping通過(guò)這種區(qū)分把握長(zhǎng)期、短期工程能力經(jīng)長(zhǎng)期收集的數(shù)據(jù)是不管業(yè)務(wù)部門還是制造部門都包含在群內(nèi)，群間變化。/42工序能力工序能力度評(píng)價(jià)Short-termCapability(6σ)Long-termCapability(3σ)時(shí)間SLSUltstststst隨著時(shí)間的變化，工序因各種外部因素（4M）變化，長(zhǎng)期工序能力比短期工序能力散布大/43工序能力什么是工序能力工序在管理狀態(tài)時(shí)，其工序生產(chǎn)的產(chǎn)品質(zhì)量變化有多少程度的值：或指在管理狀態(tài)（穩(wěn)定狀態(tài)）下，工序能制造出來(lái)的質(zhì)量水平的程度。SixSigma工序能力是指工序的變化（or標(biāo)準(zhǔn)偏差：σ）小，即使乘以6倍變化值也能夠滿足規(guī)格的工序能力。/44工序能力短期/長(zhǎng)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)都具有同樣的質(zhì)量特性，但有主要技術(shù)要素引起質(zhì)量特性變化，因此，質(zhì)量特性變化越大，散布也就越大，短期工序能力也就越差。ShortTermProcessCapabilityIndex：短期工序能力指數(shù)Zlt（σlt），CpkZlt=3×Cpk/45工序能力長(zhǎng)期工序能力是包括群內(nèi)變化和群體間變化，為了改善技術(shù)和工序管理，必須判斷工序是否穩(wěn)定時(shí)，用長(zhǎng)期工序能力的特性來(lái)取樣，來(lái)確認(rèn)包括管理因素引起的變化和技術(shù)的要素引起的變化。LongTermProcessCapabilityIndex：長(zhǎng)期工序能力指數(shù)Zlt（σlt），CpkZlt=3×Cpk/46GageR&RGageR&R實(shí)行時(shí)注意事項(xiàng)以Blind測(cè)定來(lái)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GageR&R時(shí)須對(duì)試料事先計(jì)劃再行抽樣/47GageR&R一般是看%Tolerance值來(lái)判斷Gage的接受與否，但%StudyVar在20%以上時(shí)，有必要點(diǎn)檢工序ProcessGageR&R值較大時(shí)，必須制定改善計(jì)劃進(jìn)行改善。如果測(cè)定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行6σProject期間要接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。/48GageR&R適合貫?zāi)芘袛鄷r(shí)GageR&R對(duì)各Parts用貫?zāi)軄?lái)判定合格與不合格，或go·nogo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212121GGGG2GGGG3NGGGG4NGNGNGNG5GGGG6GGGG7NGNGNGNG8NGNGGG9GGGG10GGGG/50測(cè)試實(shí)驗(yàn)順序評(píng)價(jià)者1評(píng)價(jià)者2121211GGGG12GGGG13GNGGG14GGGG15GGGG16GGGG17GGGG18GGGG19GGGG20GGGG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%GageR&R=[3÷20]×100%=15%/51GageR&R長(zhǎng)期方法時(shí)GageR&R的Minitab運(yùn)用GageR&R的Graph解釋P39/52GageR&RP38/53GageR&RXbar管理圖測(cè)定值超出管理界限，表現(xiàn)為良好的結(jié)果。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。管理界限是用測(cè)定者間的測(cè)定值變化來(lái)計(jì)算，因此測(cè)定值的變化小說(shuō)明管理界限的幅小，即說(shuō)明測(cè)定者間的測(cè)定值變化很小測(cè)定的變化（測(cè)定者，測(cè)定系統(tǒng)）比部品間變化相對(duì)小，可以讀出Parts間變化的情況/54GageR&RR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/55GageR&RNumberofDistinctCategories=4表示檢測(cè)部品的信賴性區(qū)間不重迭的個(gè)數(shù)4個(gè)Categories對(duì)同樣部品的同樣特征值量，由3名檢查者反復(fù)檢測(cè)2次。可以分為4組對(duì)特定部品測(cè)定，信賴性區(qū)間小說(shuō)明測(cè)定者和測(cè)定有反復(fù)，且測(cè)定很準(zhǔn)確。如果信賴性區(qū)間重迭意味（信賴區(qū)間不重迭意味著組數(shù)?。y(cè)定的變化大。/56GageR&RNumberofDistinctCategories判斷方法NumberofDistinctCategories：0～1不適用（改善檢測(cè)系統(tǒng)）NumberofDistinctCategories：2～4附加條件時(shí)可接受NumberofDistinctCategories：5以上可接受/57GageR&R長(zhǎng)期方法時(shí)GageR&R的Minitab運(yùn)用GageR&RStudy-ANOVAMethodP36/58GageR&RR36/59GageR&R%StudyVar：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（GageR&R）（工程管理中：要求20%以下）%Tolerance：表示部品在已定公差基準(zhǔn)內(nèi)，區(qū)分接受可否的檢測(cè)系統(tǒng)的能力（判斷總體GageR&R的合格與不合格）

/60GageR&RP35/61GageR&R長(zhǎng)期方法時(shí)GageR&R的Minitab運(yùn)用選定MonitorCover為SixSigmaThemeSpec=2.3±1.5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/62P34/63GageR&R短期的方法時(shí)GageR&R運(yùn)用CTQ部品的Spec是2.000±0.015時(shí)部品測(cè)定值1測(cè)定值2測(cè)定差(1-2）12.0032.0010.00221.9982.0030.00532.0072.0060.00142.0011.9980.00351.9992.0030.004范圍的界限∑R=0.015/64GageR&R測(cè)定差平均值=∑R/5=0.015/5=0.013測(cè)量誤差=(5.15/1.19)×(R)=4.33×(0.003)=0.013公差的測(cè)量誤差=(0.013÷0.030）×100%=43.3%參考）測(cè)量誤差用測(cè)定差的平均值乘以常數(shù)（這里是4.33）來(lái)計(jì)算。常數(shù)在5.15/d*里已有計(jì)算，d*是下表中的值，5.15是Gage引起的變化能滿足5.15σ99%值。/65對(duì)測(cè)定差平均分布的d*值實(shí)驗(yàn)順序測(cè)定者數(shù)234511.411.912.242.4821.281.812.152.4031.231.772.122.3841.211.752.112.3751.191.742.102.3661.181.732.092.3571.171.732.092.3581.171.722.082.3591.161.722.082.34101.161.722.082.34/66GageR&RGageR&R類型短期的方法只需要2名測(cè)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(cè)定的計(jì)測(cè)器的接受與否長(zhǎng)期的方法典型的是2-3名的測(cè)定者對(duì)10個(gè)部品反復(fù)測(cè)定2-3次可以明確把握測(cè)定系統(tǒng)的變化有多大，能分離反復(fù)性和再現(xiàn)性/67GageR&R對(duì)測(cè)定系統(tǒng)變化的理解線性（Linearity）：通過(guò)期望的Gage工作范圍比較精確度得到的值即在已定的工作范圍的兩邊界線區(qū)間上，最少研討1回的精確度得到的值的差。/68GageR&R偏差大偏差小參考值測(cè)定值參考值測(cè)定值/69GageR&R對(duì)測(cè)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(cè)器測(cè)定同一的特性值時(shí)得出的變化。StabilityTime2Time1/70GageR&R偏移（Bias）：實(shí)際測(cè)定值跟試料平均值的差異值叫準(zhǔn)確度（Accuracy）BiasReferenceValueObservedAverageValue/71GageR&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/72GageR&R再現(xiàn)性（Reproduceability)：同樣部品的同樣特性使用同樣計(jì)測(cè)器由多名測(cè)定者測(cè)定時(shí)得到的變化。Reproduceability測(cè)定者2測(cè)定者1測(cè)定者3/73GageR&RGageR&R判斷基準(zhǔn)GageR&R值越大，要制定改善計(jì)劃并進(jìn)行改善。如果不顧測(cè)定系統(tǒng)的誤差，不改善系統(tǒng)的話，在6σProject實(shí)行中，要愿意接受測(cè)定系統(tǒng)可能發(fā)生誤差的危險(xiǎn)。設(shè)計(jì)許可誤差對(duì)比Gage判斷20%以下Accept20%-30%考慮適用部品的重要度等判斷能否Accept30%以上一般情況下/74GageR&R計(jì)測(cè)器選定（測(cè)量的精度）一般來(lái)說(shuō)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=±0.020時(shí)，量具精度需滿足≤0.002GageR&R的Sampling實(shí)施以隨機(jī)原則實(shí)施，但為了把握Spec的所有范圍的變化，實(shí)施前必須制定抽樣計(jì)劃。/75GageR&RGageR&R是什么？測(cè)定系統(tǒng)給工程的變化值造成多少影響GageR&RStudyGageR&RStudy有下面3種反復(fù)性（Repeatability）再現(xiàn)性(Reproduceability）全體測(cè)定變化即對(duì)比Process或Spec決定測(cè)定系統(tǒng)的變化有多少程度比率的系統(tǒng)。/76GageR&R數(shù)據(jù)全體變化部品間變化測(cè)定Error變化/77GageR&RGageR&R重要性GageR&R的實(shí)行結(jié)果提供下面的情報(bào)選定計(jì)測(cè)器的適合性（Gage分解能力的恰當(dāng)性）測(cè)定系統(tǒng)時(shí)間上穩(wěn)定性（or可信賴）測(cè)定滿足誤差時(shí)，是工程變化或規(guī)格值關(guān)聯(lián)可以接受。（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變化的理解為什么要RationalSubgroupingRationalSubgroup是6Sigma的一個(gè)強(qiáng)大的工具。是區(qū)分工程的短期工程能力或長(zhǎng)期工程能力的重要方法可以把握平均值移動(dòng)問(wèn)題還是散布問(wèn)題把問(wèn)題特殊化的第一個(gè)階段/79變化的理解RationalSubgroup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&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RationalSubgrouping事例改善供應(yīng)TVBackCover協(xié)力社的質(zhì)量，為了分析部品變化的原因制定RationalSubgrouping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(wú)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SLSU/82工序能力有偏移時(shí)的工序能力SLSUKM/83工序能力用語(yǔ)解釋K：偏移系數(shù)（如果K=0，Cp=Cpk）M（Mid-range）：規(guī)格的中心T（Tolerancne）：公差SU（UpperSpec）：規(guī)格上限SL（LowerSpec）：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/85工序能力只有規(guī)格下限時(shí)的工序能力SL/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(guò)程中，有必要改善葡萄酒質(zhì)量而準(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。X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶/87工序能力P46/88工序能力數(shù)據(jù)的正規(guī)性驗(yàn)證P47/89工序能力P47/90工序能力工序能力的Minitab運(yùn)用計(jì)算工序能力指數(shù)P48/91工序能力 點(diǎn)擊SubmitCommandP49/92工序能力工序能力的Minitab運(yùn)用P50/93工序能力短期工序能力有關(guān)的統(tǒng)計(jì)值Cp，Cpk，Cpu，Cpl長(zhǎng)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(dòng)，即群內(nèi)變化的Zst，以用暫定的工序能力或最高的工序能力來(lái)表示。并且表示通過(guò)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。為了計(jì)算長(zhǎng)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。/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(yǔ)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。例：把顧客的要求事項(xiàng)記錯(cuò)的差錯(cuò)情報(bào)。DO（DefectOpportunity）：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。例：須在一張要求式樣上記錄的項(xiàng)目數(shù)/97離散型數(shù)據(jù)分析U（Unit）：組件組件測(cè)定可能機(jī)會(huì)的細(xì)節(jié)例：要求樣式DPU（DefectPerUnit）：每個(gè)組件內(nèi)存在的缺陷數(shù)DPO（DefectPerOpportunity）：每個(gè)機(jī)會(huì)損失數(shù)每個(gè)Unit中存在機(jī)會(huì)數(shù)和關(guān)聯(lián)的組件內(nèi)存在的缺陷數(shù)/98離散型數(shù)據(jù)分析DPMO（DefectPerMillionopportunity）（每百萬(wàn)機(jī)會(huì)損失數(shù)）1,000,000單元存在的損失數(shù)DPO×1,000,000轉(zhuǎn)換SixSigma比率P（ND）=NoneDefect：無(wú)損失機(jī)會(huì)不能成為損失的可能性P（ND）=1-DPO/99離散型數(shù)據(jù)分析DPU/DPO/DPMO/P(ND)改善發(fā)出了100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/UDPU=100/100=1.0（100%）該值表示平均值，所以每張送貨單包含1個(gè)符合項(xiàng)/100離散型數(shù)據(jù)分析DPO=D/(U×Opp)DPO=100/(100×10)=0.1(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%。DPMO=DPO×1,000,000例：上例DPMO是0.1×1,000,000DPMOP(ND)=1-DPO=1-0.1=0.9(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：組件缺陷數(shù)r：e：指數(shù)函數(shù)2.71828……/102離散型數(shù)據(jù)分析r=0時(shí)∴Y=e-dpu∴對(duì)缺陷機(jī)會(huì)數(shù)越大，“Y”越接近“0”/103離散型數(shù)據(jù)分析ProcessYield（例題）如果750組件有34個(gè)的缺陷時(shí)，計(jì)算DPU/DPO/DPMO/Yield/Sigma各是多少？（各組件有10個(gè)的機(jī)會(huì)數(shù)）DPU=缺陷數(shù)÷組件數(shù)=34÷750=0.0453DPO=缺陷數(shù)÷(組件數(shù)×機(jī)會(huì)數(shù))=34÷(750×10)=0.00453Yield值是Y=e-dpu=2.7138-0.045=0.9559=95.6%/104離散型數(shù)據(jù)分析DPMO=DPO×1,000,000=0.0045×1,000,000=4,500PPM一個(gè)組件有45,000PPM的缺陷Sigma=Zinv(0.9556)+1.5(偏移）=1.71+1.5=3.21Zinv是把Z值按面積來(lái)?yè)Q算的值，以標(biāo)準(zhǔn)正態(tài)分布來(lái)計(jì)算。/105離散型數(shù)據(jù)分析收率的種類YFT(FirstTimeYield)：(單工序單次收率)表示再作業(yè)后沒(méi)有修理的收率的值應(yīng)用：決定個(gè)別工序的個(gè)別質(zhì)量水平時(shí)使用。YRT(RolledThroughputYield)：全工程一次性直通收率表示一個(gè)產(chǎn)品通過(guò)全工各沒(méi)有經(jīng)過(guò)一次的修理和再作業(yè)，到最終合格為止的收率值。應(yīng)用：在所有工序上按順序的階段來(lái)進(jìn)行累計(jì)后，評(píng)價(jià)質(zhì)量水平時(shí)使用。/106離散型數(shù)據(jù)分析YNA(NormalizedYield)：標(biāo)準(zhǔn)收率表示計(jì)算連續(xù)工序的評(píng)價(jià)收率的值應(yīng)用：完成產(chǎn)品的質(zhì)量水平評(píng)價(jià)時(shí)使用。/107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(wú)缺陷的可能性不能提示無(wú)缺陷的可能性調(diào)查各工序的質(zhì)量只調(diào)查最終工序的質(zhì)量考慮工序是由多少個(gè)來(lái)構(gòu)成的不考慮工序是由多少來(lái)構(gòu)成的YRT=eYF=S/UY=Y1×Y2×……×YnS：合格臺(tái)數(shù)U：檢查臺(tái)數(shù)/108離散型數(shù)據(jù)分析VFT（FirstTimeYield）A再作業(yè)完成的產(chǎn)品廢棄15unitHiddenFactory70Units100Units85Units/109離散型數(shù)據(jù)分析工序A有輸入100個(gè)Unit（組件）輸入的70%組件沒(méi)有缺陷已經(jīng)銷售輸入的30%組件有缺陷并再作業(yè)15個(gè)組件修理完畢，15組件報(bào)廢現(xiàn)在為止的FinalYield（YF）[最終收率]是85%因FirstTimeYield（YFT）表示歸初的作業(yè)是正確的，所以現(xiàn)在情況下YFT是70%。/110離散型數(shù)據(jù)分析YRT(RolledThroughputYield)產(chǎn)品A由3個(gè)連續(xù)的階段來(lái)形成的話，YRT/YND的值的值是什么？階段1階段2階段3YFT=80%YF=100%YFT=70%YF=90%YFT=90%YF=95%/111離散型數(shù)據(jù)分析YRF是連續(xù)的各階段YFT之乘YRT=0.8×0.7×0.9=0.504(50.4%)沒(méi)有考慮作業(yè)計(jì)算各階段的平均收率不是算術(shù)平均，而使用各階段的幾何平均值YND(NormalizedYield)這里n表示工序的數(shù)/112離散型數(shù)據(jù)分析上例YND(NormalizedYield)各階段平均YFT=79.6%正常收率是全工程平均收率，以YND(NormalizedYield)值來(lái)計(jì)算Sigma值通過(guò)YRF可以知道工程真正的收率（累計(jì)直通率）部品數(shù)或工序（作業(yè)）的階段越少，收率值越大。/113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ProcessMapping中并列構(gòu)成的工序變換為直列來(lái)計(jì)算收率99%?97%98%工序1工序2工序3工序491%99%99%2a2b2c/114離散型數(shù)據(jù)分析YRF=Y1×Y2×Y3×Y4=0.99×[0.91×0.99×0.99]1/3×0.97×0.98=0.9035YNA=(YRT)1/3=(0.9035)1/4=0.9749損失(缺陷)概率=1-0.9749=0.0251利用正態(tài)分布查找0.0251值的Z值，可知Z=1.96/115離散型數(shù)據(jù)分析累計(jì)收率(YRT)Minitab運(yùn)用P62/116離散型數(shù)據(jù)分析累計(jì)收率(YRT)Minitab運(yùn)用P62/117離散型數(shù)據(jù)分析累計(jì)收率(YRT)Minitab運(yùn)用P63/118離散型數(shù)據(jù)分析累計(jì)收率(YRT)Minitab運(yùn)用P64/119離散型數(shù)據(jù)分析累計(jì)收率(YRT)Minitab運(yùn)用P64/120分析（Analysis）/121Graph分析想知道什么？跟實(shí)際問(wèn)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)劃怎么做呢？利用收集的數(shù)據(jù)，運(yùn)用（實(shí)際）Graph來(lái)分析/122Graph分析對(duì)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)果后，決定有無(wú)追加研討事項(xiàng)實(shí)際對(duì)Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。/123Graph分析Graph分析的Minitab運(yùn)用在空調(diào)生產(chǎn)在線Compressor（壓縮機(jī)）組裝時(shí)間對(duì)暴露在濕氣的時(shí)間很重要，因此對(duì)3個(gè)生產(chǎn)線的3名作業(yè)者，調(diào)查了3組組裝作業(yè)時(shí)間的數(shù)據(jù)。/124Graph分析運(yùn)用Histogram（直方圖）Graph>HistogramP67/125Graph分析P67/126Graph分析運(yùn)用PlotGraph>PlotP68/127Graph分析P68/128Graph分析運(yùn)用BoxPlotGraph>BoxPlotP69/129Graph分析P69/130Graph分析運(yùn)用MatrixPlotGraph>MatrixPlotP70/131Graph分析P70/132假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值什么是假設(shè)檢驗(yàn)？指想知道的內(nèi)容用假設(shè)來(lái)設(shè)定，對(duì)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)分析后做出決定。運(yùn)用假設(shè)檢驗(yàn)（事例）新產(chǎn)品FlatronMonitor產(chǎn)品顯著降低了眼睛的疲勞LGDigitalTV比競(jìng)爭(zhēng)社的DigitalTV畫質(zhì)更優(yōu)秀6σ質(zhì)量改善Tool比原有質(zhì)量改善活動(dòng)使用的改善Tool效果更卓越019PCS比它社手機(jī)通話音質(zhì)更清晰/133假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)的用語(yǔ)理解原假設(shè)(NullHypothesis:Ho)：作為檢驗(yàn)對(duì)象的假設(shè)如果接受原假設(shè)的話，表示“什么也不能確信（or證明）”。假定為“始終一樣”對(duì)立假設(shè)(AlternativeHypothesis:Hi)：按確實(shí)的根據(jù)來(lái)證明的假設(shè)平常我們更關(guān)心對(duì)立假設(shè)，也希望對(duì)立假設(shè)能得到證明Ho拒絕后接受的假設(shè)（即否定原假設(shè)的假設(shè)）/134假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值第一種錯(cuò)誤(TypeⅠError: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(TypeⅡError: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(TestStatistic)：為了決定接受或是拒絕Ho，而通過(guò)樣本的計(jì)算得到的值。顯著性水平(SignificanceLevel)：象一般使用的α=0.05(or0.01,0.10)Ho是真的拒絕的概率/135假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值第二種錯(cuò)誤（β）第一種錯(cuò)誤（α）真實(shí)H0=真H1=假采納H0=真H1=假/136假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)設(shè)定方法以原假設(shè)[母體和Sample(樣本)是一樣的]來(lái)假定Ho：μ1=μ2Ho：μ1=μ2=μ3=……μnHo：σ1=σ2Ho：σ1=σ2=σ3……σn/137假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值對(duì)立假設(shè)[母體和樣本不同的]則為 兩側(cè)檢驗(yàn)時(shí)H1：μ1≠μ2偏側(cè)檢驗(yàn)時(shí)H1：μ1＜μ2μ1＞μ2兩側(cè)檢驗(yàn)時(shí)H1：σ1≠σ2偏側(cè)檢驗(yàn)時(shí)H1：σ1＜σ2σ1＞σ2/138假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)的形態(tài)計(jì)量型數(shù)據(jù)：使用Z，T-test統(tǒng)計(jì)量實(shí)行平均值檢驗(yàn)的必須檢驗(yàn)分散的同構(gòu)型（F-test)F-test是比較2個(gè)以上的母體的散布計(jì)數(shù)型數(shù)據(jù)：使用x2(chi-Square)統(tǒng)計(jì)量次數(shù)、頻度等/139假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)時(shí)樣本大小和特征樣本的大小取多少好呢？如果樣本數(shù)小，很難表示母體的特征，可能導(dǎo)致檢驗(yàn)結(jié)果的錯(cuò)誤相么，樣本數(shù)大的時(shí)候，實(shí)際操作中時(shí)間/費(fèi)用方面難以適用因此，樣本數(shù)的大小最好從各方面都考慮后作出恰當(dāng)?shù)臎Q定/140假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)的實(shí)行順序設(shè)定原假設(shè)、對(duì)立假設(shè)(Ho，Hi)確定顯著性水平（α=0.10，0.05，0.01）選擇檢驗(yàn)統(tǒng)計(jì)量（Z，T，Chi-square統(tǒng)計(jì)量）求接受或拒絕域從數(shù)據(jù)上判定顯著性，解釋結(jié)果P(Probability)概率值＜α則接受對(duì)立假定(H1)P(Probability)概率值＞α則接受對(duì)立假定(Ho)把統(tǒng)計(jì)的解釋結(jié)果用于實(shí)際問(wèn)題/141假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型假設(shè)檢驗(yàn)結(jié)果的判定方法拒絕值接受域原假設(shè)(Ho)：接受對(duì)立假立(H1)：拒絕接受域原假設(shè)(Ho)：接受對(duì)立假立(H1)：拒絕(α)/142假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型統(tǒng)計(jì)學(xué)的判定方法數(shù)據(jù)計(jì)算值結(jié)果小于拒絕值時(shí)：接受原假設(shè)(Ho)數(shù)據(jù)計(jì)算值結(jié)果大于拒絕值時(shí)：拒絕原假設(shè)(Ho)“0”值在信賴區(qū)間內(nèi)時(shí)：接受原假設(shè)(Ho)“0”值在信賴區(qū)間外時(shí)：拒絕原假設(shè)(Ho)Minitab的判定方法P-Value值大于α?xí)r：接受原假設(shè)(Ho)P-Value值小于α?xí)r：拒絕原假設(shè)(Ho)/143假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)的Minitab運(yùn)用洗衣機(jī)下部TransmissionHousing有10CTQ，10個(gè)CTQ是8個(gè)FixtureBrake的高度&離合器，在這里先查看8個(gè)不同的Fixture間有無(wú)高度尺寸公差，如果Fixure間有高度公差的話，用“X”因素來(lái)判斷后調(diào)查原因并改善。/144假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值假設(shè)檢驗(yàn)的Minitab運(yùn)用P76/145假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量值P76/146假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型假設(shè)檢驗(yàn)的Minitab運(yùn)用（1個(gè)母體的情況下）P77/147假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型P77/148假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型假設(shè)檢驗(yàn)的Minitab運(yùn)用（1個(gè)母體的情況下）P78/149假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型P78/150假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型假設(shè)檢驗(yàn)的Minitab運(yùn)用（1個(gè)母體的情況下）P79/151假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型從Sample得到的結(jié)果和Target值的檢驗(yàn)結(jié)果之間有差異即，可判斷為Sample和Target值有公差(Ho:拒絕，H1：接受）因此，可判斷為統(tǒng)計(jì)的Fixture1高度尺寸和TargetMean間彼此有差異/152假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型假設(shè)檢驗(yàn)的Minitab運(yùn)用（2個(gè)母體的情況下）P80/153假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型P80/154假設(shè)檢驗(yàn)（HypothesisTest）計(jì)量型P81/155假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型X2（Chi-square）適合度檢驗(yàn)（Goodnessoffittest）什么是適合度？：試驗(yàn)or觀測(cè)得到的結(jié)果跟理論一致的程度什么是適合度檢驗(yàn)？：檢驗(yàn)觀測(cè)值有什么樣的理論分布假設(shè)設(shè)定Ho：P1=P2=……=PnH1：P1×P2×……×Pn例：硬幣的正面的出現(xiàn)的概率50%和實(shí)際觀測(cè)的概率比較/156假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型分割表（ContingencyTable）什么是分割表？：因兩個(gè)變數(shù)分割后得到表什么是獨(dú)立性檢驗(yàn)？：使用于檢驗(yàn)分類的變量之間的關(guān)系是獨(dú)立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨(dú)立關(guān)系）稱獨(dú)立性檢驗(yàn)。設(shè)定假設(shè)Ho：獨(dú)立（分類的變量之間地相關(guān)性）H1：從屬（分類的變量之間有相關(guān)性)/157假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型期望值（E），觀測(cè)值（O），X2統(tǒng)計(jì)量期望值（ExpectedFrequency）：對(duì)一些現(xiàn)象的結(jié)果期望的值觀測(cè)值（ObservedFrequency）：對(duì)一些現(xiàn)象的結(jié)果實(shí)際觀測(cè)的X2統(tǒng)計(jì)量是/158假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型X2(Chi-square)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后，調(diào)查各交接班有（從屬的）無(wú)（獨(dú)立的）產(chǎn)品不良類型的特性后，進(jìn)行改善活動(dòng)，檢出了N=309個(gè)Monitor不良。按4種不良類型來(lái)整理。利用X2(Chi-square)驗(yàn)證原假設(shè)(Ho)：不良類型和交接之間彼此是否無(wú)關(guān)聯(lián)（獨(dú)立因素）對(duì)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）/159假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型不良類型：A：碰傷B：泄漏C：開(kāi)關(guān)不良D：粘貼不良/160假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型交接班ABCD11521451322631345333174920設(shè)定假設(shè)原假設(shè)（Ho）：不良類型和交接班之間彼此無(wú)關(guān)聯(lián)（獨(dú)立）對(duì)立假設(shè)（H1）：不良類型和交接型號(hào)之間彼此有關(guān)聯(lián)（從屬）/161假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型假設(shè)檢驗(yàn)的Minitab運(yùn)用P84/162假設(shè)檢驗(yàn)（HypothesisTest）計(jì)數(shù)型P84/163改善（Improvement）/164分散分析（ANOVA）的理解什么是分散分析（ANOVA）？試驗(yàn)實(shí)施后，對(duì)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(lái)表示。直接影響特性值的因子或用水平變動(dòng)來(lái)分析后找出對(duì)比誤差，造成‘Y’特性值（反應(yīng)值）特別大的影響因子。什么是水平的分析方法。區(qū)分‘X’的水平，分析各水平上連續(xù)的‘Y’的數(shù)據(jù)。/165分散分析（ANOVA）的理解可以說(shuō)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(yǔ)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(Sumofsquare)：在因子的特定水平上，計(jì)算測(cè)定值變化程度試驗(yàn)Balance/Unbalance：測(cè)定值相同或不相同時(shí)所有因子水平的調(diào)合數(shù)/166分散分析（ANOVA）的理解分散分析的使用

OneWayANOVA：具有2個(gè)以上的水平的1個(gè)因子的情況BalanceANOAV：具有2個(gè)以上因子的情況試驗(yàn)計(jì)劃法（DoE=DesignofExperiment）：分析多因子時(shí)，針對(duì)那個(gè)調(diào)合上給‘Ｙ’特性值造成影響大的因子。/167試驗(yàn)計(jì)劃法的樹立試驗(yàn)計(jì)劃法的樹立明確試驗(yàn)的目的選定反應(yīng)值（從屬變量）‘Y’

選定因子（獨(dú)立變量）‘X’選定因子的水平選定試驗(yàn)計(jì)劃實(shí)施試驗(yàn)&數(shù)據(jù)收集數(shù)據(jù)分析導(dǎo)出結(jié)論驗(yàn)證試驗(yàn)/168試驗(yàn)計(jì)劃法的樹立明確試驗(yàn)?zāi)康拿鞔_試驗(yàn)記錄樣式的目的制作‘Y’(從屬變量)明確定義‘X’(獨(dú)立變量）效果的的預(yù)測(cè)值表在做試驗(yàn)計(jì)劃時(shí)，必須注意以下內(nèi)容用數(shù)據(jù)決定什么？數(shù)據(jù)收集后怎么分析？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/169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(kāi)后(LogicTree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(cè)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/170試驗(yàn)計(jì)劃法的樹立測(cè)定后的樣本數(shù)據(jù)最好是保存，必要時(shí)再進(jìn)行對(duì)比調(diào)查當(dāng)數(shù)據(jù)測(cè)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(duì)‘Y’實(shí)施GageR&R，其值要少于20%/171試驗(yàn)計(jì)劃的樹立選定因子（獨(dú)立變量）‘X’獨(dú)立變量有多種 在試驗(yàn)上接意圖變化的試驗(yàn)變量不是有意變化的可觀察的變量Blocking變量（人為制造的變量）潛在變量/172試驗(yàn)計(jì)劃的樹立選定獨(dú)立變量利用測(cè)定、分析階段得到的統(tǒng)計(jì)分析結(jié)果專家意見(jiàn)大腦風(fēng)暴法FlowChart現(xiàn)象分析數(shù)據(jù)特性要因圖競(jìng)爭(zhēng)社分析顧客分析&協(xié)力社調(diào)查ProcessMappingRolledThroughYield/173試驗(yàn)計(jì)劃的樹立潛在變量潛在變量是給結(jié)果帶來(lái)影響的，但難以發(fā)覺(jué)，并且不可能控制和測(cè)定。為了減少潛在變量的影響，一般采用隨機(jī)法和Blocking。主效果及交互作用主效果比普通交互作用更重要。如果判定為交互利作用更重要的話，使用試驗(yàn)計(jì)劃的一個(gè)因素；可是交互作用有可能跟其它交互作用交叉。/174試驗(yàn)計(jì)劃的樹立選定因子水平水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來(lái)決定能用篩選試驗(yàn)來(lái)找出得要的因子的話，使用典型的2水平‘Y’值按水平產(chǎn)生充分差異的范圍來(lái)選定水平如果選定的溫度范圍小，幾乎不影響應(yīng)答的話，可能錯(cuò)判為溫度不重要的因子確定的水平不能超出現(xiàn)實(shí)可能的水平（最佳的選定水平上，不能適用實(shí)際的話郵局不能改善）試驗(yàn)的幾個(gè)調(diào)和可能是不能接受的反應(yīng)值，但是那種條件下，可能出現(xiàn)最佳值？/175試驗(yàn)計(jì)劃的樹立選定試驗(yàn)計(jì)劃做試驗(yàn)計(jì)劃時(shí)要想10個(gè)重要概念直交性隨機(jī)性再現(xiàn)性反復(fù)性管理能力潛在變量Noise變量BlockingSample的大小交叉/176試驗(yàn)計(jì)劃的樹立試驗(yàn)計(jì)劃的選定直交性試驗(yàn)配置或部分配置法上把因子的效果做成彼此獨(dú)立而使用隨機(jī)化為了防止非試驗(yàn)的因子的外部要因引起的效果時(shí)使用試驗(yàn)順序隨機(jī)化試驗(yàn)Unit隨機(jī)化測(cè)定順序隨機(jī)化/177試驗(yàn)計(jì)劃的樹立再現(xiàn)性 完全再設(shè)置度驗(yàn)裝置，在同樣水平上追加得到值的時(shí)候在做測(cè)定時(shí)可減少散布對(duì)對(duì)試的結(jié)果增加信賴感反復(fù)性反復(fù)各試驗(yàn)Run得到Sample不如再現(xiàn)性，但能測(cè)定變動(dòng)管理：選定的條件，必須能得到管理/178試驗(yàn)計(jì)劃的樹立潛在變量不太明確，控制也困難，測(cè)定也不可能，但影響反應(yīng)值的值。為了減少潛在變量的影響，常常隨機(jī)化。Noise變量已知道影響反應(yīng)值，但控制困難的變量，為了減少這個(gè)變量選定預(yù)想的Noise變量，在所有水平上實(shí)施試驗(yàn)/179試驗(yàn)計(jì)劃的樹立BlockingBlock是同構(gòu)型的集團(tuán)，如果判斷為一些要因成為問(wèn)題時(shí)，把那個(gè)要因選定為Blocking因子Blocking因子來(lái)選定的話，不增加試驗(yàn)烽，可要因分析Blocking不選定為Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問(wèn)題，不能分析原因樣本的大小考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。/180試驗(yàn)計(jì)劃的樹立交叉法交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況，3次以上的交互作用類似的情況幾乎沒(méi)有。試驗(yàn)和實(shí)施數(shù)據(jù)收集試驗(yàn)之前準(zhǔn)備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。試驗(yàn)時(shí)必須參加觀察通過(guò)觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。實(shí)驗(yàn)期間可以知道條件的范圍是否恰當(dāng)/181試驗(yàn)計(jì)劃的樹立測(cè)定后的樣本，因有的時(shí)候需要再調(diào)整測(cè)定樣本，最好要保管。連續(xù)的試驗(yàn)：進(jìn)行大規(guī)模試驗(yàn)不如實(shí)施幾次小的試驗(yàn)初期試驗(yàn)階段上能知道哪些因子是重要的，也能理Mechanism，因此下一步能夠更有效地實(shí)施試驗(yàn)。能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。/182試驗(yàn)計(jì)劃的樹立數(shù)據(jù)分析GRAPH分析CapabilityAnalysisHistogramBoxPlotParetoScatterPlotCubePlotMaineffectplot：平均值&標(biāo)準(zhǔn)偏差I(lǐng)nteractionplot：平均值&標(biāo)準(zhǔn)偏差/183試驗(yàn)計(jì)劃的樹立信賴區(qū)間P-value，檢驗(yàn)統(tǒng)計(jì)量T-test，F(xiàn)-test，Chi-square分散分析表(ANOVATables）回歸方程式(Regression)/184試驗(yàn)計(jì)劃的樹立導(dǎo)出結(jié)論結(jié)果值在統(tǒng)計(jì)上有效嗎？測(cè)定/分析/改善階段使用的工具間有矛盾嗎？結(jié)合實(shí)際問(wèn)題統(tǒng)計(jì)的處理結(jié)果合理嗎？得到改善的證據(jù)（長(zhǎng)期的）充分嗎？結(jié)果值得到實(shí)際改善了嗎？工序能力值向上了嗎？所選定題目的‘Y’值得到了長(zhǎng)期改善了嗎？會(huì)不會(huì)發(fā)生逆性能的問(wèn)題？/185試驗(yàn)計(jì)劃的樹立試驗(yàn)結(jié)果怎樣指示改善問(wèn)題的方向？是否要做追加的試驗(yàn)？驗(yàn)證試驗(yàn)驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類似對(duì)長(zhǎng)期的數(shù)據(jù)合理分組來(lái)實(shí)施找出最佳條件來(lái)做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件）/186試驗(yàn)計(jì)劃的樹立參照事項(xiàng)做驗(yàn)證試驗(yàn)期間必須參加觀察要確認(rèn)因子的水平變化是否正確應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問(wèn)題+/-只能在條件內(nèi)實(shí)際控制可能的話，不能檢出2水平變化引起的效應(yīng)/187試驗(yàn)計(jì)劃的樹立試驗(yàn)時(shí)注意事項(xiàng)錯(cuò)誤認(rèn)識(shí)發(fā)生問(wèn)題的因子相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系最佳選定的條件和實(shí)際使用的條件不符試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件跟Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策全體的制度等有可能變更/188試驗(yàn)計(jì)劃的樹立不能決定是因?yàn)闆](méi)有得到管理而變化潛在變量的影響給‘Y’值造成大的影響試驗(yàn)在很小范圍的因子水平上實(shí)施沒(méi)有包含重要的獨(dú)立變量沒(méi)有包含影響質(zhì)量的CTQ因測(cè)定的變動(dòng)大，不能檢出變化的值/189一元配置法一元配置法只選擇1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按反應(yīng)度的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)度而做反應(yīng)溫度為因子來(lái)取水平(A1:60℃，A2:65℃，A3:70℃，A4:75℃），在各度下3回，把全體12回試驗(yàn)按隨機(jī)順序來(lái)實(shí)施。其結(jié)果得到了下列數(shù)據(jù)，最佳條件。/190一元配置法按反應(yīng)溫度(A)變化的強(qiáng)度(單位：Kg/mm2)的試驗(yàn)數(shù)據(jù)因子水平A1A2A3A4試驗(yàn)的反復(fù)8.448.599.348.928.368.919.418.928.288.609.698.74/191一元配置法一元配置法的Minitab運(yùn)用P97/192一元配置法P97/193一元配置法P98/194一元配置法P98/195一元配置法P99/196一元配置法P99/197二元配置法選定配置法選定2個(gè)因子后做試驗(yàn)的試驗(yàn)計(jì)劃某化工廠認(rèn)為影響產(chǎn)品的收率(Yield，%)是反應(yīng)溫度和原料。作為因行了沒(méi)有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。因子的水平數(shù)反應(yīng)溫度(A)：A1(180℃)，A2(190℃)，A3(200℃)，A3(200℃)原料(B)：B1（美國(guó)M社原料），B2（日本Q社原料），B3（國(guó)內(nèi)P）/198二元配置法試驗(yàn)數(shù)據(jù)如下因子A因子BA1A2A3A4B197.698.699.098.0B297.398.298.097.7B396.796.997.996.5/199二元配置法二元配置法的Minitab運(yùn)用數(shù)據(jù)輸入后的表格P101/200二元配置法P102/201二元配置法P102/202二元配置法P103/203二元配置法P103/204二元配置法對(duì)收率溫度是A3=200℃，原料是在B1上最佳水平雖然現(xiàn)在選定的水平是最佳的，但考慮過(guò)程條件，費(fèi)用方面也可選擇不同水平的最佳條件。/205要因配置法(FactorialDesign)什么是要因配置法n個(gè)因子，各因子的水平數(shù)是k的試驗(yàn)計(jì)劃，所有因子間的水平調(diào)和下實(shí)施試驗(yàn)。要因試驗(yàn)的形態(tài)2n：因子是n個(gè)，因子的水平數(shù)是2試驗(yàn)3n：因子是n個(gè)，因子的水平數(shù)是3試驗(yàn)/206要因配置法(FactorialDesign)要因試驗(yàn)的優(yōu)點(diǎn)所有因子間的水平調(diào)合下實(shí)施試驗(yàn)可推定所有因子的效果和交互作用22試驗(yàn)兩種橡膠(A0，A1)混合使用Mold(B0，B1)制作輪胎時(shí)得到的輪胎(balance)各測(cè)定4次的數(shù)據(jù)/207要因配置法(FactorialDesign)試驗(yàn)數(shù)據(jù)A0A1合計(jì)B031165821108872352517454643B1228430373829134218211823合計(jì)249486735/208要因配置法(FactorialDesign)要因配置法的Minitab運(yùn)用P106/209要因配置法(FactorialDesign)P106/210要因配置法(FactorialDesign)P107/211要因配置法(FactorialDesign)P108/212要因配置法(FactorialDesign)P108/213要因配置法(FactorialDesign)P109/214要因配置法(FactorialDesign)P109/215要因配置法(FactorialDesign)P110/216要因配置法(FactorialDesign)P110/217要因配置法(FactorialDesign)P111/218要因配置法(FactorialDesign)橡膠配合(mix)1水平，mold-1水平上得到大的效果mold比橡膠配合(mix)更多的影響反應(yīng)值Maineffectsplot里因子的偏移越大，其因子更多影響質(zhì)量特性值/219要因配置法(FactorialDesign)InteractionPlotP112判斷為兩個(gè)因子(mix,mold)之間有一點(diǎn)點(diǎn)交互作用，因此實(shí)際業(yè)務(wù)中對(duì)交互作用要細(xì)致的分析/220要因配置法(FactorialDesign)什么是交互作用表示2個(gè)因子的水平組合上，發(fā)生不期待的效果。3次以上的交互作用，技術(shù)分析不太容易，因此一般不考慮。XY沒(méi)有交互作用（平行的狀態(tài)）XY有一點(diǎn)交互作用XY有很大的交互作用/221要因配置法(FactorialDesign)Cubeplot/222要因配置法(FactorialDesign)具有最佳均勻的條件是橡膠配合(mix)1水平，mold-1水平判斷為有一點(diǎn)點(diǎn)交互作用mold比橡膠配合更大的影響反應(yīng)值/223要因配置法(FactorialDesign)23試驗(yàn)考慮一下工序中能清洗部品的機(jī)器，這機(jī)器的性能是清洗完畢的部品上流下來(lái)的水通過(guò)Filter（過(guò)濾器）過(guò)濾后，F(xiàn)ilet的殘留物越少說(shuō)明機(jī)器性能越優(yōu)秀，試驗(yàn)按各要素的2水平來(lái)實(shí)施。/224要因配置法(FactorialDesign)FactorLevel-1+1A.水的溫度(Temp)溫水熱水B.時(shí)間(Time)短長(zhǎng)C.清洗液濃度(Conc.)低高同樣Run實(shí)施2次（或2次以上）得到反應(yīng)值(Yield)時(shí)，求平均值后適用試驗(yàn)排列全體反復(fù)2次（或2次以上）時(shí)，把數(shù)據(jù)放在1列來(lái)適用。/225要因配置法(FactorialDesign)試驗(yàn)配置RUNTempTimeConc.Yield1-1-1-16521-1-1433-11-146.5411-1435-1-1159.561-11447-11151811143/226要因配置法(FactorialDesign)要因配置法的Minitab運(yùn)用P115/227要因配置法(FactorialDesign)P115/228要因配置法(FactorialDesign)P116/229要因配置法(FactorialDesign)P117/230要因配置法(FactorialDesign)P117/231要因配置法(FactorialDesign)P118/232要因配置法(FactorialDesign)P118/233要因配置法(FactorialDesign)P119/234要因配置法(FactorialDesign)P119/235要因配置法(FactorialDesign)MaineffectsplotP120/236要因配置法(FactorialDesign)把Yield和temp/time/conc因子的效果plotGraph首先繪制各要素的LowLevel(-1)[低水平(-1)]的反應(yīng)值（殘留物的量），然后繪制HighLevel(1)[高水平(+1)]?？梢园盐諟囟茸畲笥绊懛磻?yīng)值。反過(guò)來(lái)，濃度因子幾乎沒(méi)有特別的影響反應(yīng)值哪些要素最重要哪些要素可以說(shuō)沒(méi)有影響/237要因配置法(FactorialDesign)InteractionplotP121/238要因配置法(Factorial