能力分析-設定改進的基線度量如果無法測量，就不能對其改進。度量可以幫助我們理解現狀。度量為我們指引正確的方向。對個人感情和理解而言，度量可以提供客觀性。度量是一種通用的語言，幫助我們無主觀性、變差和混淆地共享信息。度量幫助我們設定一個共同的目標。2基線當我們開始一個長途旅行時，我們會看一下里程標了解一下我們走了多遠...然而，如果我們不清楚從哪里出發的，我們能知道走了多遠嗎？基線為我們的旅程設定了一個起點。它是首個測量，可以告訴我們現狀。它也能幫助我們設定目標和項目范圍。3我們為什么需要測量？我們需要測量對于項目而言重要的是什么？我們需要追蹤以下度量指標Y商業度量指標Z值4我們需要測量什么－ＹＹ是我們需要關注的商業度量指標（CTQ/CTD/CTC）。例如ＰＰＭ，表格錯誤率，半徑變差，功率因子等周期，交貨周期，庫存水平等維修費用，設備成本等5我們需要測量什么－Ｚ值Ｚ值是過程西格瑪水平。它是常用的度量指標。用來測量改進的程度。幫助我們與世界水平相比較。世界水平或六西格瑪過程是操作在六西格瑪水平或Ｚ值＝６6Ｚ轉化Ｚ轉化用于正態分布過程。它表示Ｘ值距離中心值Ｘ的程度σ例如有一個正態分布，X=70并且σ=10，則X=30并且Z=(30-70)/10=-4換句話說，X=30偏離了–ve側平均值4個σXXZσ7Ｚ值如果把Ｘ替換成容許限（規格上限和下限），Ｚ就表示在過程的容許限和中心間存在多少個σ。這就是Ｚ值的西格瑪水平例如有一個正態分布，X=70并且σ=10，則X=30并且ZＬ=(30-70)/10=-4USL=100,Z=330704σ3σ1008且慢...每次當我們生產一批產品，我們都會得到相同的變差數量嗎？為什么不同批次的過程出現變化？我們能否完全消除批與批的變差？這些批次中的哪些數據應當用來計算Ｚ值？多少數據足夠？如果每次我計算采集數據得出的Ｚ值都不同，哪個是正確的？9于是...每次我們當生產一批產品時，我們不會得到相同的變差數量。批與批的過程變差是由于平均值隨著時間的偏移。我們可以減少變差，但無法預防。這意味著與短期變差相比，過程在長期內具有更多的變差。當短期Ｚ值為６，過程就是六西格瑪過程10觀察過程變化過程的固有能力隨著時間的推移，一個“典型的”過程會偏移和漂移大約1.5“短期能力”LSLUSLT時間1時間2時間3時間4過程不變的能力“長期能力”合并std.dev.總體std.dev.群內群間11理解過程變化打開文件Batches.mtw文件中包含了七月生產的4個批次的輸出數據。分析這些批次的圖像總結并計算平均值，是否有區別？現在分析整個七月的數據，我們需要合并數據。選擇Data>Stack>Columns。選擇列C1-C4選擇當前工作薄列，選中C7并把注腳存入C6單擊OK現在分析這些數據的圖像總結。區別又在哪里？12理解過程變化統計數據說明：７月６日，７月9日，７月11日，７月19日變量 N平均值StDev最小最大極差７月６日10083.9375.01172.52996.37123.842７月9日20081.6305.06571.56196.57925.017７月11日50089.0835.02276.710102.02725.316７月19日15091.8655.52478.422109.15030.728

統計數據說明：C7變量N平均值StDev最小最大極差C795087.4126.24371.561109.15037.58913短期能力與長期能力過程的平均值隨著時間偏移。根據經驗，偏移為1.5所以 Zlt=Zst-1.5近似值并且 Zst=Zlt+1.5近似值當一個六西格瑪過程具有 Zst=6所以該六西格瑪過程具有 Zlt=4.5Z=4.5時，缺陷率是多少？LSLXstUSLZlt=4.5σ平均值偏移=1.5σZst=6σXlt14能力與績效Zst表示過程能力，而Zlt和時間相關的績效什么是能力？固有能力由于變差共有原因產生的什么是績效？最終輸出由于變差共有以及特殊原因產生的15變差原因變差共有原因是過程的固有部分產生不變的變差對每個數據點影響相同反映出單位至單位的變差變差特殊原因通常在過程外有時出現有時不出現對某些數據點的影響比其它的大反映出時間與時間的變差16變差原因－實例變差共有原因道路上的普通交通機器滑塊的正常縫隙出席大量生產中的尺寸變差變差特殊原因道路上的事故磨損造成的滑塊縫隙過大生病批次變化或供應商造成的變差17穩定性當變差只是由共有原因造成的，可以認為過程是穩定的。一個穩定的過程可以預測變差。特殊原因會破壞過程的穩定性，因為變差變得不可預測。一個穩定的過程也被稱為“控制”中的過程18能力與穩定性只有當過程穩定時，能力才有意義。如果過程失控，我們需要首先穩定過程。只有當過程穩定時，才能對固有變差進行改進。使用控制圖分析穩定性。六西格瑪從業者的首要任務是識別和去除變差特殊原因。一旦過程變得可預測，下一步就是識別固有變差原因并去除。19計算能力能力可以定義為可容許的變差 過程變差LSLX±2σUSLX±3σX±1σ20計算能力邊際能力 T=6σLSLX±2σUSLX±1σX±3σ21計算能力六西格瑪能力 T=12σLSLX±6σUSLX±3σ3σ3σ22計算能力計算Ｃｐ024681012141618201.Ｃｐ=2.Ｃｐ=3.Ｃｐ=4.Ｃｐ=哪個過程有最好的Ｃｐ？哪個過程有最多的缺陷？23計算能力從上限和下限計算Cp02468101214161820哪一側的風險較小？3σ3σX-LSLUSL-X24計算績效從上限和下限計算Cp02468101214161820哪一側的風險較小？3σ3σX-LSLUSL-X25能力與績效如果公式相同，區別是什么？區別在于西格瑪計算！能力中的西格瑪包含了短期變差。績效中的西格瑪包含了長期變差。數據的采集為何會不同呢？26能力計算能力包含了短期變差。它要求短時間內的數據采集采用群數據（通常3-7樣本量）。群中的數據點需要是連續輸出。很多群數據在一段時間內采集。群內的平均變差可以表示固有變差。西格瑪的計算可使用公式只有當過程穩定時，才能使用此公式27績效計算績效包含了長期變差。它要求長時間內的數據采集數據表示的不止一天，如有可能應是超過一個月的變差。如果數據點太多，可以用隨機數據表示所有天數和批量。平均值的平方根可以表示所有變差西格瑪的計算可使用公式只有當數據是在長期內采集時，才能使用此公式28使用Ｍｉｎｉｔａｂ進行計算打開文件Capability_OD.mtw文件包含了在10小時生產中５次采集的40個子群。LSL=36，USL=42分析這些批次的圖像總結，檢查常態。現在進行能力分析選擇Stat>QualityTools>CapabilityAnalysis>Normal.選擇單列，選擇C4為Column以及C3為SubgroupSize輸入LowerSpec.

為36以及UpperSpec.

為42單擊OK現在分析Cpk和Ppk值。為什么會有區別？29使用Ｍｉｎｉｔａｂ進行計算這是如何與Ｚ值相關的？30能力、績效和Ｚ值如果過程穩定，使用子群采集短期數據，計算Cpk并且Zst=3xCpk。如果過程不穩定或穩定性未知，用隨機采樣采集長期數據，計算Ppk并且Zlt=3xPpk。轉化成短期Ｚ值，Zst=Zlt+1.5所以以及31Ｚ值計算路線圖Zst

是基線Ｚ值選擇Y屬性Y變量Y計算DPU計算Zlt正態特性非正態穩定過程不穩定過程/未知計算Zst非正態能力計算32計算基線Z值列C1-C2包含了加工過程中以秒為單位的長度數據。要求的最大長度為555。過程在過去的6個月中運行穩定。在最后的35個批次內的各前5件上采集數據。列C4-C6列出了油漆過程的最近1年的操作數據。數據列出了在最后62個批次內的油漆的件數和送去重新油漆的件數。列C8-C9包含了模制過程中以