6sigma管理概念16sigma管理概念16sigma概念Ⅰ3sigma水平的公司6sigma水平的公司銷售額中10~15%是損失費用百萬中有66,807個不合格品依靠品質(zhì)檢查保證高品質(zhì)需要很多費用不能按體系進行承認并滿足于99%內(nèi)部決定CTQ銷售額中5%是損失費用百萬中有3.4個不合格品重點是使工序中不產(chǎn)生不良保證高品質(zhì)所需費用更低使用測定，分析，改善，管理技法不滿足于99%徹底地以顧客觀點來決定CTQ4sigma的水平是30頁報紙中有1個錯字的品質(zhì)水平5sigma的水平是百科全書中有1個錯字的品質(zhì)水平6sigma的水平是小規(guī)模圖書館中有1個錯字的品質(zhì)水平26sigma概念Ⅰ3sigma水平的公司6sigma水平的公6sigma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)劑錯誤每年護士或醫(yī)生的錯誤造成新生兒死亡40,500名每月有2小時喝污染的食用水每周有2小時不能提供電話服務(wù)每周飛機發(fā)生5次著陸錯誤每周發(fā)生1350次外科手術(shù)事故每小時遺失54,000件郵件25年中只生1次藥品調(diào)劑錯誤100年中護士醫(yī)生的錯誤造成新生兒死亡3名16年中只有1秒鍾喝污染的水100年中6秒不能提供電話服務(wù)美國所有航空公司10年發(fā)生1次著陸錯誤20年發(fā)生一次外科手術(shù)事故每年遺失35件郵件36sigma概念Ⅱ3sigma水平的公司6sigma水平的公6sigma概念（使用工具）階段ToolsDefine（定義）1)ProcessMapping3)ParetoAnalysis2)LogicTree4)QFD,FMEAMeasurement（測定）5)GageR&R7)ProcessCapability6)RationalSubgroupAnalysis（分析）8)HypothesisTest10)GraphAnalysis9)RegressionImprovement（改善）11)DoE(DesignofExperiment)12)ANOVAControl（管理）13)SPC6sigma不同推進階段中，改善問題使用的統(tǒng)計工具46sigma概念（使用工具）階段ToolsDefine1)PY=f(x)Question1)：Y或X中對哪一個聚焦YX1…Xn從屬變數(shù)獨立變數(shù)OutputInput結(jié)果原因現(xiàn)象根源問題觀察監(jiān)視的對象管理對象5Y=f(x)Question1)：Y或X中對哪一個聚焦YY=f(x)Question2)假如X良好的話，有沒有必要繼續(xù)實驗及檢查Y？6sigma活動是對根本原因的因素（CTQ）聚焦後，展開改善活動6Y=f(x)Question2)假如X良好的話，有沒有必要6sigma各階段推進內(nèi)容階段展開內(nèi)容FocusDefine(定義）1）確定問題點/具體改善目標(biāo)Measurement(測定）2）選定制品或工序的CTQ3）把握Y的工序能力4）明確Y的測定方法5）將Y的改善對象具體化YYYYAnalysis(分析）6）明確改善Y的目的7）明確影響Y的因素YX1…Xn76sigma各階段推進內(nèi)容階段展開內(nèi)容FocusDefineImprovement(改善）8)通過篩選抽出關(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)工序最佳化&驗證(再現(xiàn)性實驗)X1…Xn致命的少數(shù)因素數(shù)Xi致命的少數(shù)因素數(shù)XiControl(管理)11)確立對X的測定系統(tǒng)12)確立對關(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)及事後管理致命的少數(shù)因素數(shù)Xi致命的少數(shù)因素數(shù)Xi致命的少數(shù)因素數(shù)Xi6SigmaProcess是以D-M-A-I-C5階段構(gòu)成并經(jīng)過重要的13步驟6Sigma活動是通過現(xiàn)象分析，展開問題，查明臨時性因素，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；然後下一個階段再接著進行改善活動。8Improvement8)通過篩選抽出關(guān)鍵的少數(shù)因素X1…X統(tǒng)計基本概念的理解數(shù)據(jù)的計算方法中心位置特征值的計算：9統(tǒng)計基本概念的理解數(shù)據(jù)的計算方法9統(tǒng)計基本概念的理解散布的計算S(總變動：TotalSumofSquares):偏差平方和無偏方差(UnbiasedVariance):S除以自由度（n-1）無偏方差的開方or標(biāo)準(zhǔn)偏差10統(tǒng)計基本概念的理解散布的計算10統(tǒng)計基本概念的理解11統(tǒng)計基本概念的理解11統(tǒng)計基本概念的理解區(qū)分參數(shù)統(tǒng)計量均值(Mean)均值：μ樣本均值：方差(Variance)偏差(Deviation)12統(tǒng)計基本概念的理解區(qū)分參數(shù)統(tǒng)計量均值(Mean)均值：μ樣本統(tǒng)計基本概念的理解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)計單位，測定的Sigma跟DPU（單位缺陷，DefectPerUnit）,PPM等一起出現(xiàn)。13統(tǒng)計基本概念的理解Sigma的定義13統(tǒng)計基本概念的理解可以說明擁有高Sigma值的工序，具備不良率低的工序能力Sigma值越大品質(zhì)費用越少，周期越短。14統(tǒng)計基本概念的理解可以說明擁有高Sigma值的工序，具備不良統(tǒng)計基本概念的理解平均值和拐點之間距離用標(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，說明具備了3Sigma的工序能力。USL3σ1σμ（平均）T拐點15統(tǒng)計基本概念的理解平均值和拐點之間距離用標(biāo)準(zhǔn)偏差（σ）表示。統(tǒng)計基本概念的理解某班學(xué)生的國語平均分?jǐn)?shù)是60分，按偏差是5的正態(tài)分布的話，隨意抽取一個學(xué)生時，70分以上分?jǐn)?shù)的可能性是多少？4550556065707568.3%95.4%99.7%測定值（分?jǐn)?shù)）Z-值σ：-3-2-1012316統(tǒng)計基本概念的理解某班學(xué)生的國語平均分?jǐn)?shù)是60分，按偏差是5統(tǒng)計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值是已測定的標(biāo)準(zhǔn)偏差（σ）有幾個能進入平均值到規(guī)格上下界限（USL，LSL）之間的測定值。17統(tǒng)計基本概念的理解正態(tài)分布：N（60，52）17統(tǒng)計基本概念的理解Z-值的計算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’來表示。如果規(guī)格上限（or下限）用‘X’來代替時超出規(guī)格上限的尾部面積可以認為有缺陷可能性。‘Z’值是用來測定工序能力，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的時對應(yīng)的面積0.0228。18統(tǒng)計基本概念的理解Z-值的計算18Z值的計算45505560657075Z規(guī)格上限19Z值的計算455055工序能力測定方法Z-值Z=33σ能力1σUSL2σ3σLSL20工序能力測定方法Z-值Z=33σ能力1σUSL2σ3工序能力測定方法Z-值Z=66σ能力1σUSLLSL2σ3σ4σ5σ6σ工序的變動（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。通過問題的現(xiàn)象分析把握工序能力（Z）：要提高到6σ水平，統(tǒng)計上采取什麼樣的活動？21工序能力測定方法Z-值Z=66σ能力1σUSLLSL2σ3需要什麼樣的管理？需要什麼樣的技術(shù)短期的工序能力長期的工序能力判斷為短期內(nèi)工序沒有外部影響判斷為充分長時期內(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長期內(nèi)的工序能力因工序的中心移動及變動，跟Zlt<Zst關(guān)系有關(guān)Zshift=Zst-ZltZst=Zlt+1.522需要什麼樣的管理？需要什麼樣的技術(shù)短期的工序能力長期的工序能6sigma的品質(zhì)水準(zhǔn)是什麼？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）236sigma的品質(zhì)水準(zhǔn)是什麼？正態(tài)分布的平偏移（±1.5按規(guī)格變化和平均值偏移的不良率規(guī)格關(guān)系無偏移時不良率（理想的工序時）±1.5σ偏移時不良率±1σ317,000697,700±2σ45,500308,700±3σ2,70066,810±4σ636,210±5σ0.57233±6σ0.0023.46Sigma品質(zhì)是每百萬個中3.4PPM，即Cp=2.0，Cpk=1.524按規(guī)格變化和平均值偏移的不良率規(guī)格關(guān)系無偏移時不良率±1.54BlockDiagramABC2.52.01.51.00.5123456PoorGoodPoorGood技術(shù)ZstZshift工序管理254BlockDiagramABC2.514BlockDiagramA：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264BlockDiagramA：工序管理狀態(tài)不足，現(xiàn)在技術(shù)水聚焦問題點階段確定問題範(fàn)圍ProcessMappingProcessMapping是調(diào)查情報的流程，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範(fàn)圍（要改善的一般領(lǐng)域或特殊的Process）通過大腦風(fēng)暴法制定Process的階段順序27聚焦問題點階段確定問題範(fàn)圍27聚焦問題點階段為了容易分析，使用符號為了驗證Process，實際確認追加KeyProcess的值（Yield,Cost,損失費用，加班費用，Cycletime等）按題目的性質(zhì)，使用分析圖（ProcessLoss或浪費要素/改善Cycletime/改善品質(zhì)/Flow改善）QFD（QualityFunctionDeployment)質(zhì)量指標(biāo)分解QFD是將顧客核心要求事項，轉(zhuǎn)換分解成技術(shù)要求事項（規(guī)格），或暫定的CTQ的工具，由相關(guān)工序?qū)＜抑贫ā?8聚焦問題點階段28聚焦問題點階段QFDProcess進行市場調(diào)查，明確信賴性要求，及一般的要求事項和顧客對現(xiàn)在品質(zhì)核心問題的要求。對調(diào)查內(nèi)容優(yōu)先排序，為滿足顧客的要求事項制定技術(shù)規(guī)格確定對顧客要求事項影響大的技術(shù)規(guī)格的先後順序，對已確定的先後順序的技術(shù)要求事項，轉(zhuǎn)換成暫定的Part特性（CTQ）對技術(shù)規(guī)格影響大的特性要素（CTQ）進行排序QFD是為了能夠改善顧客的核心要求事項，轉(zhuǎn)換成技術(shù)規(guī)格的工具通過QFD把顧客要求事項系統(tǒng)化，最終選定暫定的CTQ，開展改善活動29聚焦問題點階段QFDProcess29聚焦問題點階段FMEA（FailureModes&EffectsAnalysis)故障模式及效果分析FMEA是明確制品設(shè)計上可能發(fā)生的問題和排定其順序，并針對故障模式制定所采取的恰當(dāng)活動FMEAProcess對已設(shè)計的制品用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發(fā)消除或減少重要故障模式的方法30聚焦問題點階段FMEA（FailureModes&Ef聚焦問題點階段部分分析法以優(yōu)先順序找出問題的核心事項典型的是：80%的問題由20%產(chǎn)生決定活動課題和相關(guān)非常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。31聚焦問題點階段部分分析法31聚焦問題點階段找出活動課題的具體事項Brainstorming：在短時間內(nèi)得出很多主意的辦法Brainstorming種類FreeWheeling：全Team員以對話形式即興發(fā)掘IdeaRoundRobin：對事件，Team員輪流發(fā)掘IdeaCardMethod：不經(jīng)討論，Team員把Idea寫在卡片上，貼到牆上。32聚焦問題點階段找出活動課題的具體事項32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LogicTree(StructureTree)為達成目標(biāo)的手段，用邏輯性表示Break-down（展開）的問題之間MECE（互不重復(fù)無遺漏的全體）MECE（MutuallyExclusiveandCollectiveExhaustive)（不重復(fù)，各個的和等于全體）33聚焦問題點階段Brainstorming時注意事項33聚焦問題點階段確定活動題目的相關(guān)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34聚焦問題點階段確定活動題目的相關(guān)Benefit[利益]（定量測定（Measurement）35測定（Measurement）35變化的理解數(shù)據(jù)的分類解決問題工程問題/BottleNeck/Issue事項36變化的理解數(shù)據(jù)的分類解決問題工程問題/BottleNeck變化的理解連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)）Inchor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)37變化的理解連續(xù)型數(shù)據(jù)（計量型數(shù)據(jù)）37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小的多數(shù)因素的影響Z.st來表示38變化的理解群內(nèi)變化（WhiteNoise）38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，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)值下平均值偏移實際上可以知道隨時間的變化，工程能力會怎樣變化39變化的理解群間變化（BlackNoise）39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9Line1Line2Line340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)變化的理解RationalSubgroup（合理分組）批跟數(shù)據(jù)的種類無關(guān)，在可能的短時間內(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通過這種區(qū)分把握長期、短期工程能力經(jīng)長期收集的數(shù)據(jù)是不管業(yè)務(wù)部門還是製造部門都包含在群內(nèi)，群間變化。41變化的理解RationalSubgroup（合理分組）41工序能力工序能力度評價Short-termCapability(6σ)Long-termCapability(3σ)時間SLSUltstststst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42工序能力工序能力度評價Short-termLong-term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(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。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。43工序能力什麼是工序能力43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。ShortTermProcessCapabilityIndex：短期工序能力指數(shù)Zlt（σlt），CpkZlt=3×Cpk44工序能力短期/長期工序能力的意義44工序能力長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，用長期工序能力的特性來取樣，來確認包括管理因素引起的變化和技術(shù)的要素引起的變化。LongTermProcessCapabilityIndex：長期工序能力指數(shù)Zlt（σlt），CpkZlt=3×Cpk45工序能力長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)GageR&RGageR&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(fù)次數(shù)預(yù)先決定評價周期抽取樣本時運用隨機原則，但實施GageR&R時須對試料事先計劃再行抽樣46GageR&RGageR&R實行時注意事項46GageR&R一般是看%Tolerance值來判斷Gage的接受與否，但%StudyVar在20%以上時，有必要點檢工序ProcessGageR&R值較大時，必須制定改善計劃進行改善。如果測定系統(tǒng)有誤差，但不改善系統(tǒng)的話，在執(zhí)行6σProject期間要接受測定系統(tǒng)可能發(fā)生誤差的危險。47GageR&R一般是看%Tolerance值來判斷GageGageR&R適合貫?zāi)芘袛鄷rGageR&R對各Parts用貫?zāi)軄砼卸ê细衽c不合格，或go·nogo時1V外觀檢查時，2名評價者反復(fù)測試20個管子48GageR&R適合貫?zāi)芘袛鄷rGageR&R48測試實驗順序評價者1評價者212121GGGG2GGGG3NGGGG4NGNGNGNG5GGGG6GGGG7NGNGNGNG8NGNGGG9GGGG10GGGG49測試實驗順序評價者1評價者212121GGGG2GGGG測試實驗順序評價者1評價者2121211GGGG12GGGG13GNGGG14GGGG15GGGG16GGGG17GGGG18GGGG19GGGG20GGGG如果各部品別4次都有出現(xiàn)同樣結(jié)果的話，其評價是可接受的%GageR&R=[3÷20]×100%=15%50測試實驗順序評價者1評價者2121211GGGG12GGGageR&R長期方法時GageR&R的Minitab運用GageR&R的Graph解釋P3951GageR&R長期方法時GageR&R的Minitab運GageR&RP3852GageR&RP3852GageR&RXbar管理圖測定值超出管理界限，表現(xiàn)為良好的結(jié)果。如果測定值的50%以上在管理界限內(nèi)的話，這個系統(tǒng)不適合。管理界限是用測定者間的測定值變化來計算，因此測定值的變化小說明管理界限的幅小，即說明測定者間的測定值變化很小測定的變化（測定者，測定系統(tǒng)）比部品間變化相對小，可以讀出Parts間變化的情況53GageR&RXbar管理圖53GageR&RR管理圖大部分的測定值在管理界限內(nèi)表示所測定的數(shù)據(jù)的值是正常的54GageR&RR管理圖54GageR&RNumberofDistinctCategories=4表示檢測部品的信賴性區(qū)間不重疊的個數(shù)4個Categories對同樣部品的同樣特征值量，由3名檢查者反復(fù)檢測2次。可以分為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(fù)，且測定很準(zhǔn)確。如果信賴性區(qū)間重疊意味（信賴區(qū)間不重疊意味著組數(shù)小）測定的變化大。55GageR&RNumberofDistinctCatGageR&RNumberofDistinctCategories判斷方法NumberofDistinctCategories：0～1不適用（改善檢測系統(tǒng)）NumberofDistinctCategories：2～4附加條件時可接受NumberofDistinctCategories：5以上可接受56GageR&RNumberofDistinctCatGageR&R長期方法時GageR&R的Minitab運用選定MonitorCover為SixSigmaThemeSpec=2.3±1.5為確認測定系統(tǒng)，3名檢查者對10個部品反復(fù)測試2次Filename:Gageaiag.mtw57GageR&R長期方法時GageR&R的Minitab運GageR&R短期的方法時GageR&R運用CTQ部品的Spec是2.000±0.015時部品測定值1測定值2測定差（1-2）12.0032.0010.00221.9982.0030.00532.0072.0060.00142.0011.9980.00351.9992.0030.004範(fàn)圍的界限∑R=0.01558GageR&R短期的方法時GageR&R運用部品測定值1GageR&R測定差平均值=∑R/5=0.015/5=0.013測量誤差=(5.15/1.19)×(R)=4.33×公差的測量誤差=(0.013÷0.030）×100%=43.3%參考）測量誤差用測定差的平均值乘以常數(shù)（這里是4.33）來計算。常數(shù)在5.15/d*里已有計算，d*是下表中的值，5.15是Gage引起的變化能滿足5.15是Gage引起的變化能滿足5.15σ99%值。59GageR&R測定差平均值=∑R/5=0.015/5=0對測定差平均分布的d*值實驗順序測定者數(shù)234511.411.912.242.4821.281.812.152.4031.231.772.122.3841.211.752.12.3751.191.742.102.3661.181.732.092.3571.171.732.092.3581.171.722.082.3591.161.722.082.34101.161.722.082.3460對測定差平均分布的d*值實驗順序測定者數(shù)234511.411GageR&RGageR&R類型短期的方法只需要2名測定者和5個部品不能分離反復(fù)性和再現(xiàn)性可以迅速確認想測定的計測器的接受與否長期的方法典型的是2~3名的測定者對10個部品反復(fù)測定2~3次可以明確把握測定系統(tǒng)的變化有多大，能分離反復(fù)性和再現(xiàn)性61GageR&RGageR&R類型61GageR&R對測定系統(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。62GageR&R對測定系統(tǒng)變化的理解62GageR&R偏差大偏差小參考值測定值參考值測定值63GageR&R偏差大偏差小參考值測定值參考值測定值63GageR&R對測定系統(tǒng)變化的理解穩(wěn)定性（Stability）：在一定的時間間隔下把標(biāo)準(zhǔn)品用同一的計測器測定同一的特性值時得出的變化。StabilityTime2Time164GageR&R對測定系統(tǒng)變化的理解StabilityTimGageR&R偏移（Bias）：實際測定值跟試料平均值的差異值叫準(zhǔn)確度（Accuracy）BiasReferenceValueObservedAverageValue65GageR&R偏移（Bias）：實際測定值跟試料平均值的差GageR&R反復(fù)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Repeatability66GageR&R反復(fù)性（Repeatability）：1名測GageR&R再現(xiàn)性（Reproduceability)：同樣部品的同樣特性使用同樣計測器由多名測定者測定時得到的變化。Reproduceability測定者2測定者1測定者367GageR&R再現(xiàn)性（Reproduceability)：變化的理解為什麼要RationalSubgroupingRationalSubgroup是6Sigma的一個強大的工具。是區(qū)分工程的短期工程度能力的重要方法可以把握平均值移動問題還是散布問題把問題特殊化的第一個階段68變化的理解為什麼要RationalSubgrouping6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：機械設(shè)定值變更，設(shè)備維修&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(shè)備誤差等69變化的理解RationalSubgroup要包含的要素：為變化的理解RationalSubgrouping事例改善供應(yīng)TVBackCover協(xié)力社的品質(zhì)，為了分析部品變化的原因制定RationalSubgrouping計劃預(yù)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(nèi)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(gòu)成Lot，分析Lot別有無差異70變化的理解RationalSubgrouping事例70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SLSU71工序能力工序能力的數(shù)學(xué)式SLSU71工序能力在偏移時的工序能力SLSUKM72工序能力在偏移時的工序能力SLSUKM72工序能力用語解釋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73工序能力用語解釋73工序能力只有規(guī)格上限的工序能力SU74工序能力只有規(guī)格上限的工序能力SU74工序能力只有規(guī)格下限的工序能力SL75工序能力只有規(guī)格下限的工序能力SL75工序能力工序能力的Minitab運用葡萄酒農(nóng)場為了參加慶祝大會，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76工序能力工序能力的Minitab運用76工序能力短期工序能力有關(guān)的統(tǒng)計值Cp，Cpk，Cpu，Cpl長期工序能力有關(guān)的統(tǒng)計值有Pp，Ppk，Ppu，Ppl為了計算短期工序能力，使用只考慮組內(nèi)的滾動，即群內(nèi)變化的Zst，以用暫定目的地工序能力或最高的工序能力來表示。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。為了計算長期工序能力，考慮規(guī)格的上、下限，表示實際的工序能力，用群內(nèi)、群間變化都考慮在內(nèi)的Zlt。77工序能力短期工序能力有關(guān)的統(tǒng)計值Cp，Cpk，Cpu，Cpl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。例：把顧客的要求事項記錯的差錯情報。DO（DefectOpportunity）：機會損失（缺陷）可能引發(fā)的機會損失（缺陷）的行動或事件。例：須在一張要求式樣上記錄的項目數(shù)78離散型數(shù)據(jù)分析用語解釋78離散型數(shù)據(jù)分析U（Unit）：元件元件測定可能機會的細節(jié)例：要求樣式DPU（DefectPerUnit）：每個元件內(nèi)存在的缺陷數(shù)DPO（DefectPerOpportunity）：每個機會損失數(shù)79離散型數(shù)據(jù)分析U（Unit）：元件79離散型數(shù)據(jù)分析DPMO（DefectPerMillionopportunity）（每百萬要會損失數(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：無損失機會不能成為損失的可能性P（ND）=1-DPO80離散型數(shù)據(jù)分析DPMO（DefectPerMillion離散型數(shù)據(jù)分析DPU/DPO/DPMO/P(ND)改善發(fā)出了張送貨單，其中檢出100個不符合項，如果各單元有10個項目，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個符合項81離散型數(shù)據(jù)分析DPU/DPO/DPMO/P(ND)改善81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)出的送貨單的每個最小有1個不良的可能性是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%)82離散型數(shù)據(jù)分析DPO=D/(U×Opp)82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)2.71828……83離散型數(shù)據(jù)分析利用泊松公式計算收率83離散型數(shù)據(jù)分析r=0時∴Y=e-dpu∴對缺陷機會數(shù)越大，“Y”越接近“0”84離散型數(shù)據(jù)分析r=0時84離散型數(shù)據(jù)分析ProcessYield（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)÷元件數(shù)=34÷750=0.0453DPO=缺陷數(shù)÷(元件數(shù)×機會數(shù))=34÷(750×10)=0.00453Yield值是Y=e-dpu=2.7138-0.045=0.9559=95.6%85離散型數(shù)據(jù)分析ProcessYield（例題）85離散型數(shù)據(jù)分析DPMO=DPO×1,000,000=0.0045×1,000,000=4,500PPM一個元件有45,000PPM的缺陷Sigma=Zinv(0.9556)+1.5(偏移）=1.71+1.5=3.21Zinv是把Z值按面積來換算的值，以標(biāo)準(zhǔn)正態(tài)分布來計算。86離散型數(shù)據(jù)分析DPMO=DPO×1,000,000=0.0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)後沒有修理的收率的值應(yīng)用：決定個別工序的個別品質(zhì)水平時使用。YRT(RolledThroughputYield)：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。應(yīng)用：在所有工序上按順序的階段來進行累計後，評價品質(zhì)水平時使用。87離散型數(shù)據(jù)分析收率的種類87離散型數(shù)據(jù)分析YNA(NormalizedYield)：標(biāo)準(zhǔn)收率表示計算連續(xù)工序的評價收率的值應(yīng)用：完成產(chǎn)品的品質(zhì)水平評價時使用。88離散型數(shù)據(jù)分析YNA(NormalizedYield)：標(biāo)收率概念比較累計收率（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)和部品廢棄提示無缺陷的可能性不能提示無缺陷的可能性調(diào)查各工序的品質(zhì)只調(diào)查最終工序的品質(zhì)考慮工序是由多少個來構(gòu)成的不考慮工序是由多少來構(gòu)成的YRT=eYF=S/UY=Y1×Y2×……×YnS：合格臺數(shù)U：檢查臺數(shù)89收率概念比較累計收率（YRT）現(xiàn)在為止的收率（YF）考慮工序離散型數(shù)據(jù)分析VFT（FirstTimeYield）A再作業(yè)完成的產(chǎn)品廢棄15unitHiddenFactory70Units100Units85Units90離散型數(shù)據(jù)分析VFT（FirstTimeYield）A再離散型數(shù)據(jù)分析工序A有輸入100個Unit（元件）輸入的70%元件沒有缺陷已經(jīng)銷售輸入的30%元件有缺陷并再作業(yè)15個元件修理完畢，15元件報廢現(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%。91離散型數(shù)據(jù)分析工序A有輸入100個Unit（元件）91離散型數(shù)據(jù)分析YRT(RolledThroughputYield)產(chǎn)品A由3個連續(xù)的階段來形成的話，YRT/YND的值的值是什麼？階段1階段2階段3YFT=80%YF=100%YFT=70%YF=90%YFT=90%YF=95%92離散型數(shù)據(jù)分析YRT(RolledThroughputY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%)沒有考慮作業(yè)計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)93離散型數(shù)據(jù)分析YRF是連續(xù)的各階段YFT之乘93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)值來計算Sigma值通過YRF可以知道工程真正的收率（累計直通率）部品數(shù)或工序（作業(yè)）的階段越少，收率值越大。94離散型數(shù)據(jù)分析上例YND(NormalizedYield)離散型數(shù)據(jù)分析并列構(gòu)成的工序的累計收率的計算ProcessMapping中并列構(gòu)成的工序變換為直列來計算收率99%?97%98%工序1工序2工序3工序491%99%99%2a2b2c95離散型數(shù)據(jù)分析并列構(gòu)成的工序的累計收率的計算99%?97%9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=1.9696離散型數(shù)據(jù)分析YRF=Y1×Y2×Y3×Y496分析（Analysis）97分析（Analysis）97Graph分析想知道什麼？跟實際問題相結(jié)合，明確產(chǎn)生結(jié)果將預(yù)想產(chǎn)生的結(jié)果與試驗計劃結(jié)合Focusing按預(yù)想產(chǎn)生的結(jié)果制定數(shù)據(jù)收集計劃怎麼做呢？利用收集的數(shù)據(jù)，運用（實際）Graph來分析98Graph分析想知道什麼？98Graph分析對Graph分析結(jié)果相應(yīng)采取措施Graph分析結(jié)果，確認是否得到所需要的結(jié)果後，決定有無追加研討事項實際對Graph分析結(jié)果，改善可能的部門，采取一次性改善措施。99Graph分析對Graph分析結(jié)果相應(yīng)采取措施99Graph分析Graph分析的Minitab運用在空調(diào)生產(chǎn)線上Compressor（壓縮機）組裝時間對暴露在濕氣的時間很重要，因此對3個生產(chǎn)線的3名作業(yè)者，調(diào)查了3組組裝作業(yè)時間的數(shù)據(jù)。100Graph分析Graph分析的Minitab運用100假設(shè)檢驗（HypothesisTest）計量值什麼是假設(shè)檢驗？指想知道的內(nèi)容用假設(shè)來設(shè)定，對假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報為基礎(chǔ)進行統(tǒng)計分析後做出決定。運用假設(shè)檢驗（事例）新產(chǎn)品FlatronMonitor產(chǎn)品顯著降低了眼睛的疲勞LGDigitalTV比競爭社的DigitalTV畫質(zhì)更優(yōu)秀6σ品質(zhì)改善Tool比原有品質(zhì)改善活動使用的改善Tool效果更卓越019PCS比它社手機通話音質(zhì)更清晰101假設(shè)檢驗（HypothesisTest）計量值什麼是假設(shè)檢假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的用語理解原假設(shè)(NullHypothesis:Ho)：作為檢驗對象的假設(shè)如果接受原假設(shè)的話，表示“什麼也不能確信（or證明）”。假定為“始終一樣”對立假設(shè)(AlternativeHypothesis:Hi)：按確實的根據(jù)來證明的假設(shè)平常我們更關(guān)心對立假設(shè)，也希望對立假設(shè)能得到證明Ho拒絕後接受的假設(shè)（即否定原假設(shè)的假設(shè)）102假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的用假設(shè)檢驗（HypothesisTest）計量值第一種錯誤(TypeⅠError:α)：指一些現(xiàn)象是“真”，但錯誤的判斷為“假”，犯這種錯誤的概率第二種錯誤(TypeⅡError:β)：指一些現(xiàn)象是“假”，但錯誤的判斷為“真”，犯這種錯誤的概率檢驗統(tǒng)計量(TestStatistic)：為了決定接受或是拒絕Ho，而通過樣本的計算得到的值。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103假設(shè)檢驗（HypothesisTest）計量值第一種錯誤(假設(shè)檢驗（HypothesisTest）計量值第二種錯誤（β）第一種錯誤（α）真實H0=真H1=假采納H0=真H1=假104假設(shè)檢驗（HypothesisTest）計量值第二種錯誤第假設(shè)檢驗（HypothesisTest）計量值假設(shè)設(shè)定方法以原假設(shè)[母體和Sample(樣本)是一樣的]來假定Ho：μ1=μ2Ho：μ1=μ2=μ3=……μnHo：σ1=σ2Ho：σ1=σ2=σ3……σn105假設(shè)檢驗（HypothesisTest）計量值假設(shè)設(shè)定方法假設(shè)檢驗（HypothesisTest）計量值對立假設(shè)[母體和樣本不同的]則為 兩側(cè)檢驗時H1：μ1≠μ2偏側(cè)檢驗時H1：μ1＜μ2μ1＞μ2兩側(cè)檢驗時H1：σ1≠σ2偏側(cè)檢驗時H1：σ1＜σ2σ1＞σ2106假設(shè)檢驗（HypothesisTest）計量值對立假設(shè)[母假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的形態(tài)計量型數(shù)據(jù)：使用Z，T-test統(tǒng)計量實行平均值檢驗的必須檢驗分散的同質(zhì)性（F-test)F-test是比較2個以上的母體的散布計數(shù)型數(shù)據(jù)：使用x2(chi-Square)統(tǒng)計量次數(shù)、頻度等107假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的形假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗時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)致檢驗結(jié)果的錯誤相麼，樣本數(shù)大的時候，實際操作中時間/費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後作出恰當(dāng)?shù)臎Q定108假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗時樣假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的實行順序設(shè)定原假設(shè)、對立假設(shè)(Ho，Hi)確定顯著性水平（α=0.10，0.05，0.01）選擇檢驗統(tǒng)計量（Z，T，Chi-square統(tǒng)計量）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則接受對立假定(H1)P(Probability)概率值＞α則接受對立假定(Ho)把統(tǒng)計的解釋結(jié)果用于實際問題109假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的實假設(shè)檢驗（HypothesisTest）計量型假設(shè)檢驗結(jié)果的判定方法拒絕值接受域原假設(shè)(Ho)：接受對立假立(H1)：拒絕拒絕域原假設(shè)(Ho)：拒絕對立假立(H1)：接受(α)110假設(shè)檢驗（HypothesisTest）計量型假設(shè)檢驗結(jié)果假設(shè)檢驗（HypothesisTest）計量型統(tǒng)計學(xué)的判定方法數(shù)據(jù)計算值結(jié)果小于拒絕值時：接受原假設(shè)(Ho)數(shù)據(jù)計算值結(jié)果大于拒絕值時：拒絕原假設(shè)(Ho)“0”值在信賴區(qū)間內(nèi)時：接受原假設(shè)(Ho)“0”值在信賴區(qū)間外時：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)111假設(shè)檢驗（HypothesisTest）計量型統(tǒng)計學(xué)的判定假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的Minitab運用洗衣機下部TransmissionHousing有10CTQ，10個CTQ是8個FixtureBrake的高度&離合器，在這里先查看8個不同的Fixture間有無高度尺寸公差，如果Fixure間有高度公差的話，用“X”因素來判斷後調(diào)查原因并改善。112假設(shè)檢驗（HypothesisTest）計量值假設(shè)檢驗的M假設(shè)檢驗（HypothesisTest）計數(shù)型X2（Chi-square）適合度檢驗（Goodnessoffittest）什麼是適合度？：試驗or觀測得到的結(jié)果跟理論一致的程度什麼是適合度檢驗？：檢驗觀測值有什麼樣的理論分布假設(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%和實際觀測的概率比較113假設(shè)檢驗（HypothesisTest）計數(shù)型X2（Chi假設(shè)檢驗（HypothesisTest）計數(shù)型分割表（ContingencyTable）什麼是分割表？：因兩個變數(shù)分割後得到表什麼是獨立性檢驗？：使用于檢驗分類的變量之間的關(guān)系是獨立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨立關(guān)系）稱獨立性檢驗。設(shè)定假設(shè)Ho：獨立（分類的變數(shù)之間地相關(guān)性）H1：從屬（分類的變數(shù)之間有相關(guān)性)114假設(shè)檢驗（HypothesisTest）計數(shù)型分割表（Co假設(shè)檢驗（HypothesisTest）計數(shù)型期望值（E），觀測值（O），X2統(tǒng)計量期望值（ExpectedFrequency）：對一些現(xiàn)象的結(jié)果期望的值觀測值（ObservedFrequency）：對一些現(xiàn)象的結(jié)果實際觀測的X2統(tǒng)計量是115假設(shè)檢驗（HypothesisTest）計數(shù)型期望值（E）假設(shè)檢驗（HypothesisTest）計數(shù)型X2(Chi-square)統(tǒng)計量用3個月把Monitor產(chǎn)品不良類型按不同的交接班整理後，調(diào)查各交接班有（從屬的）無（獨立的）產(chǎn)品不良類型的特性後，進行改善活動，檢出了N=309個Monitor不良。按4種不良類型來整理。利用X2(Chi-square)驗證原假設(shè)(Ho)：不良類型和交接之間彼此是否無關(guān)聯(lián)（獨立因素）對立假設(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）116假設(shè)檢驗（HypothesisTest）計數(shù)型X2(Chi假設(shè)檢驗（HypothesisTest）計數(shù)型不良類型：A：碰傷B：洩漏C：開關(guān)不良D：粘貼不良117假設(shè)檢驗（HypothesisTest）計數(shù)型不良類型：1假設(shè)檢驗（HypothesisTest）計數(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關(guān)聯(lián)（獨立）對立假設(shè)（H1）：不良類型和交接型號之間彼此有關(guān)聯(lián)（從屬）118假設(shè)檢驗（HypothesisTest）計數(shù)型交接班ABC改善（Improvement）119改善（Improvement）119分散分析（ANOVA）的理解什麼是分散分析（ANOVA）？試驗實施後，對試驗結(jié)果進行分析所使用的分析方法特性值的散布用總平方和來表示。直接影響特性值的因子或用水平變動來分析後找出對比誤差，造成‘Y’特性值（反應(yīng)值）特別大的影響因子。什麼是水平的分析方法。區(qū)分‘X’的水平，分析各水平上連續(xù)的‘Y’的數(shù)據(jù)。120分散分析（ANOVA）的理解什麼是分散分析（ANOVA）？1分散分析（ANOVA）的理解可以說是決定各水平上‘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理解因子(Factor)：試驗上影響特性值的原因水平(Level)：為實施試驗的因子條件平方和(Sumofsquare)：在因子的特定水平上，計算測定值變化程度試驗Balance/Unbalance：測定值相同或不相同時所有因子水平的調(diào)合數(shù)121分散分析（ANOVA）的理解可以說是決定各水平上‘Y’特性值分散分析（ANOVA）的理解分散分析的使用OneWayANOVA：具有2個以上的水平的1個因子的情況BalanceANOAV：具有2個以上因子的情況試驗計劃法（DoE=DesignofExperiment）：分析多因子時，針對那個調(diào)合上給‘Ｙ’特性值造成影響大的因子。122分散分析（ANOVA）的理解分散分析的使用122試驗計劃法的樹立試驗計劃法的樹立明確試驗的目的選定反應(yīng)值（從屬變量）‘Y’選定因子（獨立變量）‘X’選定因子的水平選定試驗計劃實施試驗&數(shù)據(jù)收集數(shù)據(jù)分析導(dǎo)出結(jié)論驗證試驗123試驗計劃法的樹立試驗計劃法的樹立123試驗計劃法的樹立明確試驗?zāi)康拿鞔_試驗記錄樣式的目的製作‘Y’(從屬變量)明確定義‘X’(獨立變量）效果的的預(yù)測值表在做試驗計劃時，必須注意以下內(nèi)容用數(shù)據(jù)決定什麼？數(shù)據(jù)收集後怎麼分析？得到的數(shù)據(jù)做必要的決定時有用嗎？如果不是重新樹立計劃124試驗計劃法的樹立明確試驗?zāi)康?24試驗計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‘Ｙ’題目展開後(LogicTree等)，選定‘Yn’的各個獨立因子‘X’進行改善計數(shù)值數(shù)據(jù)的效率性是計量值的63%左右時，有必要更多數(shù)據(jù)當(dāng)測定‘Y’困難時，采用給予分類或跟標(biāo)準(zhǔn)進行比較的方法125試驗計劃法的樹立選定反應(yīng)值（從屬變量）‘Ｙ’125試驗計劃法的樹立測定後的樣本數(shù)據(jù)最好是保存，必要時再進行對比調(diào)查當(dāng)數(shù)據(jù)測定有主觀性時，可能有時間偏移，因此必須隨機化或盲化實施試驗前不管數(shù)據(jù)的種類，必須對‘Y’實施GageR&R，其值要少于20%126試驗計劃法的樹立測定後的樣本數(shù)據(jù)最好是保存，必要時再進行對比試驗計劃的樹立選定因子（獨立變量）‘X’獨立變量有多種 在試驗上接意圖變化的試驗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127試驗計劃的樹立選定因子（獨立變量）‘X’127試驗計劃的樹立選定獨立變量利用測定、分析階段得到的統(tǒng)計分析結(jié)果專家意見大腦風(fēng)暴法FlowChart現(xiàn)象分析數(shù)據(jù)特性要因圖競爭社分析顧客分析&協(xié)力社調(diào)查ProcessMappingRolledThroughYield128試驗計劃的樹立選定獨立變量128試驗計劃的樹立潛在變量潛在變量是給結(jié)果帶來影響的，但難以發(fā)覺，并且不可能控制和測定。為了減少潛在變量的影響，一般采用隨機法和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，使用試驗計劃的一個因素；可是交互作用有可能跟其它交互作用交叉。129試驗計劃的樹立潛在變量129試驗計劃的樹立選定因子水平水平數(shù)可以按試驗的目的和反應(yīng)值的圖表形狀來決定能用篩選試驗來找出得要的因子的話，使用典型的2水平‘Y’值按水平產(chǎn)生充分差異的範(fàn)圍來選定水平如果選定的溫度範(fàn)圍小，幾乎不影響應(yīng)答的話，可能錯判為溫度不重要的因子確定的水平不能超出現(xiàn)實可能的水平（最佳的選定水平上，不能適用實際的話郵局不能改善）試驗的幾個調(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？130試驗計劃的樹立選定因子水平130試驗計劃的樹立選定試驗計劃做試驗計劃時要想10個重要概念直交性隨機性再現(xiàn)性反復(fù)性管理能力潛在變量Noise變量BlockingSample的大小交叉131試驗計劃的樹立選定試驗計劃131試驗計劃的樹立試驗計劃的選定直交性試驗配置或部分配置法上把因子的效果做成彼此獨立而使用隨機化為了防止非試驗的因子的外部要因引起的效果時使用試驗順序隨機化試驗Unit隨機化測定順序隨機化132試驗計劃的樹立試驗計劃的選定132試驗計劃的樹立再現(xiàn)性 完全再設(shè)置度驗裝置，在同樣水平上追加得到值的時候在做測定時可減少散布對對試的結(jié)果增加信賴感反復(fù)性反復(fù)各試驗Run得到Sample不如再現(xiàn)性，但能測定變動管理：選定的條件，必須能得到管理133試驗計劃的樹立再現(xiàn)性 133試驗計劃的樹立潛在變量不太明確，控制也困難，測定也不可能，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，為了減少這個變量選定預(yù)想的Noise變量，在所有水平上實施試驗134試驗計劃的樹立潛在變量134試驗計劃的樹立BlockingBlock是同質(zhì)性的集團，如果判斷為一些要因成為問題時，把那個要因選定為Blocking因子Blocking因子來選定的話，不增加試驗烽，可要因分析Blocking不選定為Blocking因子的話，試驗結(jié)果出現(xiàn)問題，不能分析原因樣本的大小考慮測定值的變化程度等，決定樣本數(shù)，質(zhì)。135試驗計劃的樹立Blocking135試驗計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有。試驗和實施數(shù)據(jù)收集試驗之前準(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。試驗時必須參加觀察通過觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。實驗期間可以知道條件的範(fàn)圍是否恰當(dāng)136試驗計劃的樹立交叉法136試驗計劃的樹立測定後的樣本，因有的時候需要再調(diào)整測定樣本，最好要保管。連續(xù)的試驗：進行大規(guī)模試驗不如實施幾次小的試驗初期試驗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施試驗。能夠知道怎樣實施試驗，對提高試驗技術(shù)有用。137試驗計劃的樹立測定後的樣本，因有的時候需要再調(diào)整測定樣本，最試驗計劃的樹立數(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138試驗計劃的樹立數(shù)據(jù)分析138試驗計劃的樹立信賴區(qū)間P-value，檢驗統(tǒng)計量T-test，F(xiàn)-test，Chi-square分散分析表(ANOVATables）回歸方程式(Regression)139試驗計劃的樹立信賴區(qū)間139試驗計劃的樹立導(dǎo)出結(jié)論結(jié)果值在統(tǒng)計上有效嗎？測定/分析/改善階段使用的工具間有矛盾嗎？結(jié)合實際問題統(tǒng)計的處理結(jié)果合理嗎？得到改善的證據(jù)（長期的）充分嗎？結(jié)果值得到實際改善了嗎？工序能力值向上了嗎？所選定題目的‘Y’值得到了長期改善了嗎？會不會發(fā)生逆性能的問題？140試驗計劃的樹立導(dǎo)出結(jié)論140試驗計劃的樹立試驗結(jié)果怎樣指示改善問題的方向？是否要做追加的試驗？驗證試驗驗證試驗是證明已找出的最佳條件是真的改善的步驟驗收試驗必須象現(xiàn)象分析類似對長期的數(shù)據(jù)合理分組來實施找出最佳條件來做試驗期間在遷定的條件內(nèi)應(yīng)使其自然（實際作業(yè)條件）141試驗計劃的樹立試驗結(jié)果怎樣指示改善問題的方向？141試驗計劃的樹立參照事項做驗證試驗期間必須參加觀察要確認因子的水平變化是否正確應(yīng)留意試驗條件變更是否損壞裝備或誘發(fā)安全性問題+/-只能在條件內(nèi)實際控制可能的話，不能檢出2水平變化引起的效應(yīng)142試驗計劃的樹立參照事項142試驗計劃的樹立試驗時注意事項錯誤認識發(fā)生問題的因子相關(guān)關(guān)系錯誤認識為因果關(guān)系最佳選定的條件和實際使用的條件不符試驗結(jié)果最佳選定的值在實際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件跟Cost（成本費用）等相關(guān)，不能實行其政策全體的制度等有可能變更143試驗計劃的樹立試驗時注意事項143試驗計劃的樹立不能決定是因為沒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在很小範(fàn)圍的因子水平上實施沒有包含重要的獨立變量沒有包含影響品質(zhì)的CTQ因測定的變動大，不能檢出變化的值144試驗計劃的樹立不能決定是因為沒有得到管理而變化144一元配置法一元配置法只選擇1個預(yù)計對一些特性值有影響的因子，實施試驗的最單純的試驗計劃法。認為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強度，因此為了了解按反應(yīng)度的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應(yīng)溫度為因子來取水平(A1:60℃，A2:65℃，A3:70℃，A4:75℃），在各度下3回，把全體12回試驗按隨機順序來實施。其結(jié)果得到了下列數(shù)據(jù)，最佳條件。145一元配置法一元配置法145一元配置法按反應(yīng)溫度(A)變化的強度(單位：Kg/mm2)的試驗數(shù)據(jù)因子水平A1A2A3A4試驗的反復(fù)8.448.599.348.928.368.919.418.928.288.609.698.74146一元配置法按反應(yīng)溫度(A)變化的強度(單位：Kg/mm2)的二元配置法選定配置法選定2個因子後做試驗的試驗計劃某化工廠認為影響產(chǎn)品的收率(Yield，%)是反應(yīng)溫度和原料。作為因行了沒有反復(fù)的二元配置實驗，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M社原料），B2（日本Q社原料），B3（國內(nèi)P）147二元配置法選定配置法147二元配置法試驗數(shù)據(jù)如下因子A因子BA1A2A3A4B197.698.699.098.0B297.398.298.097.7B396.796.997.996.5148二元配置法試驗數(shù)據(jù)如下因子AA1A2A3A4B197.698二元配置法對收率溫度是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，但考慮過程條件，費用方面也可選擇不同水平的最佳條件。149二元配置法對收率溫度是A3=200℃，原料是在B1上最佳水平要因配置法(FactorialDesign)什麼是要因配置法n個因子，各因子的水平數(shù)是k的試驗計劃，所有因子間的水平調(diào)和下實施試驗。要因試驗的形態(tài)2n：因子是n個，因子的水平數(shù)是2試驗3n：因子是n個，因子的水平數(shù)是3試驗150要因配置法(FactorialDesign)什麼是要因配置要因配置法(FactorialDesign)要因試驗的優(yōu)點所有因子間的水平調(diào)合下實施試驗可推定所有因子的效果和交互作用22試驗兩種橡膠(A0，A1)混合使用Mold(B0，B1)製作輪胎時得到的輪胎(balance)各測定4次的數(shù)據(jù)151要因配置法(FactorialDesign)要因試驗的優(yōu)點要因配置法(FactorialDesign)試驗數(shù)據(jù)A0A1合計B031165821108872352517454643B1228430373829134218211823合計249486735152要因配置法(FactorialDesign)試驗數(shù)據(jù)A0A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，其因子更多影響品質(zhì)特性值153要因配置法(FactorialDesign)橡膠配合(mi要因配置法(FactorialDesign)什麼是交互作用表示2個因子的水平組合上，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沒有交互作用（平行的狀態(tài)）XY有一點交互作用XY有很大的交互作用154要因配置法(FactorialDesign)什麼是交互作用要因配置法(FactorialDesign)Cubeplot155要因配置法(FactorialDesign)Cubepl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水平判斷為有一點點交互作用mold比橡膠配合更大的影響反應(yīng)值156要因配置法(FactorialDesign)具有最佳均勻的要因配置法(FactorialDesign)23試驗考慮一下工序中能清洗部品的機器，這機器的性能是清洗完畢的部品上流下來的水通過Filter（過濾器）過濾後，F(xiàn)ilet的殘留物越少說明機器性能越優(yōu)秀，試驗按各要素的2水平來實施。157要因配置法(FactorialDesign)23試驗157要因配置法(FactorialDesign)FactorLevel-1+1A.水的溫度(Temp)溫水熱水B.時間(Time)短長C.清洗液濃度(Conc.)低高同樣Run實施2次（或2次以上）得到反應(yīng)值(Yield)時，求平均值後適用試驗排列全體反復(fù)2次（或2次以上）時，把數(shù)據(jù)放在1列來適用。158要因配置法(FactorialDesign)FactorL要因配置法(FactorialDesign)試驗配置RUNTempTimeConc.Yield1-1-1-16521-1-1433-11-146.5411-1435-1-1159.561-11447-11151811143159要因配置法(FactorialDesign)試驗配置RUN要因配置法(FactorialDesign)把Yield和temp/time/conc因子的效果plotGraph首先繪製各要素的LowLevel(-1)[低水平(-1)]的反應(yīng)值（殘留物的量），然後繪製HighLevel(1)[高水平(+1)]。可以把握溫度最大影響反應(yīng)值。反過來，濃度因子幾乎沒有特別的影響反應(yīng)值哪些要素最重要哪些要素可以說沒有影響160要因配置法(FactorialDesign)把Yield和要因配置法(FactorialDesign)Temp*Time：水、溫度的影響隨時間的變化，低溫度和短時間清洗，流下的殘留物最多Temp*Conc：在高的溫度下，和清洗液的濃度無關(guān)，殘留物少無交互作用Time*Conc：長時間清洗下，殘留物更少；時間的效果比低清洗濃度更顯著161要因配置法(FactorialDesign)Temp*Ti要因配置法(FactorialDesign)Cubeplot（繪制立體圖）4651606544434443temp-1-11timeconc11162要因配置法(FactorialDesign)Cubepl要因配置法(FactorialDesign)temp(1：熱水)，time(1：長)，conc(1：低)時或temp(1：熱水)，time(-1：短)，conc(-1：低)，殘留物最少提高溫度，費用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點。如果溫度高，可以在低清洗濃度下，線體速度可以運行更快。（線體速度和清洗液濃度在高溫度下沒有差異）163要因配置法(FactorialDesign)temp(1：部分配置法(Fractionalfactorialdesign)什麼是部分配置法(Fractionalfactorialdesign)在實施試驗時因子的數(shù)增加，試驗的次數(shù)增加，試驗的次數(shù)以幾何規(guī)律增加試驗次數(shù)的增加現(xiàn)實是時間方面或成本費用方面發(fā)生困難產(chǎn)生不可預(yù)想的潛在變量，試驗的程度變壞164部分配置法(Fractionalfactorialdes部分配置法(Fractionalfactorialdesign一般主效果交互作用沒有必要必須在因子的所有調(diào)合下試驗，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗數(shù)的大小，只取因子的調(diào)合中的一部分進行試驗（2n3n型部分配置法）因此，通常完全配置法不如使用試驗次數(shù)少的部分配置法。165部分配置法(Fractionalfactorialdes部分配置法(Fractionalfactorialdesign）為什麼要使用部分配置法(Fractionalfactorialdesign)為了找出致命的少數(shù)因子Screening時；從經(jīng)濟/成本費用方面愾有水平配合下，試驗發(fā)生困難。部分配置法(Fractionalfactorialdesign)的優(yōu)點以少的試驗次數(shù)得到好的試驗結(jié)果和提高檢出力試驗因子多，但做的試驗次數(shù)少166部分配置法(Fractionalfactorialdes部分配置法(Fractionalfactorialdesign)25試驗從32個中選擇16個方法是重要的X1×X2×X3×X4×X5=-1工X1×X2×X3×X4×X5=+1選擇這樣乘全體因子選擇的話，始終不會丟失直交性試驗因子彼此間獨立，對試驗結(jié)