韓國顧問公司的6sigma教程-品質(zhì)變動和工程能力.ppt

1,4. 品質(zhì)變動和工程能力,2,品質(zhì)變動的原因,雖然4M相同，但是產(chǎn)品的特性值沒有相同的。 任何一個工程都包含很多變動原因，所以存在散布。 生產(chǎn)產(chǎn)品之間的差異也許會很大，也許會小到無法測定。,不是只局限于以上制造工程，以下情況也很適用。,* 人們作業(yè)的階段 * 使用設(shè)備的信賴性 * 在辦公室作業(yè)的情況 等,能影響軸直徑的例子 * Machine-Clearance / Bearing Wear * Tool-Strength / Rate of Wear * Material - Diameter / Hardness * Operator - Part Feed / Accuracy of Centering * Maintenance - Lubrication / Replacement of Parts * Environment - Temp / Consistency of Power etc,.,3,品質(zhì)變動攻略,大家的組織屬于哪里？需要用什么工具？,我們應(yīng)把重點放在哪里去努力好呢？,1-2,3,4,5,6,DFM(制造型設(shè)計) DFSS, 6 許容差的設(shè)計 某 實驗,試驗計劃法, Process Map, 分析測定系統(tǒng) FMEA, 研究能力,帕累托, 特性要因圖, 頭腦風(fēng)暴 SPC表格,一般常識 部分知識,工具,工具,工具,工具,4,雖然很聚集，但是正確度很差. 脫離平均值. 工程變化少. 通過移動平均值容易改善.,正確但是不聚集. 分散大. 工程變化大. 有很多管理Factor.,改善 FOCUS ?,品質(zhì)變動的本質(zhì),5,品質(zhì)變動的分解,SSB,SST,SSW,總變動,群間變動,群內(nèi)變動,作為擁有所有data的散步, 各data和總平均之間的差 進(jìn)行2次方得出,作為Lot之間的散步顯示 相互之間的分散程度,Lot內(nèi)的散步也可稱作 誤差變動. 意味著每個data離lot的平均值 相離多少.,X,X,X,_,_,=, (X - X) = n ( X - X ) + ( X - X ),_,_,=,2,2,2,j = 1,i = 1,j = 1,j = 1,i = 1,=,v,n,v,v,n,6,散布的根源 偶然原因,散布有兩種形態(tài) 偶然原因(Common Cause)和異常原因(Special Cause) 如果從總體(或者工程)獲得的測定值或者觀測值已穩(wěn)定及能預(yù)測向后的樣子的話,說明總體(工程)在管理狀態(tài)里.散布的根源隱藏在system里,是一般的偶然因素組成.散步的偶然要因是自然的、可以預(yù)測的、經(jīng)常存在的. 存在的差異,設(shè)備之間存在的正常散布是偶然要因中的例子.,根據(jù)偶然因素,存在穩(wěn)定管理狀態(tài)的 可預(yù)測的偶然因素,存在無法預(yù)想的變化!,7,散布的根源 特殊原因,如果從總體(或者工程)的data不穩(wěn)定,而且形成無法預(yù)測向后的分布時,總體(或者工程)視為 “管理 脫離”.分布變化的原因是由于system的不自然而產(chǎn)生散步的根源.這時散步的根源叫做異常原因(Special Cause).,根據(jù)特殊原因的散布,重大變化 脫離不穩(wěn)定管理 存在無法預(yù)測的特殊原因,存在無法預(yù)想的變化!,散布一般在測定或者觀測Process(工程)Output的時候被發(fā)現(xiàn)。 偶然原因和異常原因的根源是Process(工程)的 Input Variable。,8,散布的根源 異常原因的影響,異常原因的影響,9,對品質(zhì)變動原因的性質(zhì),偶然原因(Chance Cause),異常原因(Assignable Cause),現(xiàn)象,所有數(shù)據(jù)表現(xiàn)為類似情況,有些數(shù)據(jù)出現(xiàn)與平時不一樣的情況,構(gòu)成,因大多數(shù)小原因?qū)е碌牟坏靡训纳⒉?因少數(shù)主要原因?qū)е碌目梢员苊獾纳⒉?性質(zhì), 認(rèn)定性,規(guī)則性可能預(yù)測 工程的允許范圍內(nèi)自然發(fā)生, 因散發(fā)不規(guī)則導(dǎo)致預(yù)測不可能 變則,全體散布的占有率,85% 左右,15%左右,改善活動, 因偶然原因?qū)е碌纳⒉紲p少 系統(tǒng)化措施, 去除 及 擴(kuò)張 現(xiàn)場措施,擔(dān)當(dāng),能量,現(xiàn)場責(zé)任人及工作地,品質(zhì) 特性值,管理上限,管理下限,時間,偶然原因,異常 原因,10,品質(zhì)變動的措施,* 參考 1) Deming博士的工程變動原因分析 - by “Out of the Crisis”,異常變動(約6%),* 參考 2) AIAG(Automotive lndustry Action Group)分析,偶然變動(約94%),去除異常原因活動 主要是因為工程有關(guān)的人為因素而發(fā)生 一般占工程問題的 15%左右,現(xiàn)場措施,去除偶然原因活動 要求大部分管理措施 一般占工程問題的 85%左右,系統(tǒng)措施,11,查明品質(zhì)變動的原因步驟(Boing),重要品質(zhì)特性,計測器,關(guān)聯(lián)工程,工程變數(shù),決定變數(shù), 長 尺寸 硬度 等, 穩(wěn)定性 正確性 反復(fù)性 再現(xiàn)性, 施工 熱處理 粉碎 粘合 等, 速度 移送 溫度 輪子大小 干燥時間, 5000RPM 8/min 450C 4500.05m/n 1.Hr, 主要特性的變動由工程管理 第一個課題是測定系統(tǒng)的變動 工程結(jié)果由原因(入力)變數(shù)管理 原因(入力)變數(shù)要設(shè)定成品質(zhì)極大化并可以在制造環(huán)境持續(xù)管理,12,關(guān)于品質(zhì)變動原因的改善措施,偶 然 原 因,異 常 原 因,- 偶然 原因(Chance Cause) - 晩成原因 - 可避原因 * 普通原因(Common Cause),- 異常 原因(Assignable Cause) - 偶發(fā) 原因 - 可避 原因 - 特別 原因(Special Cause),- 跟平常意義相同的,- 跟平常意義不同的,在生產(chǎn)條件嚴(yán)格管理的狀態(tài)下， 發(fā)生的一定程度的不可避免的變動 作業(yè)者的熟練度差異 作業(yè)環(huán)境差異 不可識別的原輔材料 及 生產(chǎn)設(shè)備等一般特性差異無法解決的困難原因,- 主要 作業(yè)者疏忽 使用不良資材 說出生產(chǎn)設(shè)備的異常，這些原因不是 慢性存在的，散發(fā)性發(fā)生而引起變動的原因,* 普通經(jīng)營管理者的責(zé)任 * 關(guān)于System的措施很有必要 7580%， 根據(jù)System的經(jīng)營措施解決 * 2520%，可以由現(xiàn)場人員局部解決,* 現(xiàn)場作業(yè)者的責(zé)任 * 用統(tǒng)計技法展開 雖然經(jīng)營管理者站在很好修正的位置， 但是異常原因的發(fā)現(xiàn)和解決還是現(xiàn)場人員更合適,13,從data的模式中區(qū)分哪個散布是從異常要因或者偶然要因中發(fā)生的.,品質(zhì)變動原因的改善措施,減少散布的核心?,統(tǒng)計技法用于區(qū)分偶然原因跟異常原因。,如何區(qū)分?,改善接近方法有三種. - 去除無指望的異常要因, - 要現(xiàn)身體現(xiàn)有指望的異常要因, - 要減少異常要因的散布.,異常原因的存在說明改善的機(jī)會很多。 對異常原因的改善活動要優(yōu)先。,14,工程能力(Process Capability)？,工程能力 分析 - 使用相關(guān)統(tǒng)計方法是為了測定生產(chǎn)工程的品質(zhì)變動程度，然后跟規(guī)格相比較從而 減少變動的幅度. 工程能力(Process Capability) - 反映生產(chǎn)工程生產(chǎn)多少均一的產(chǎn)品的 工程的固有能力 - 作為尺度,一般使用6 (-3 3).(99.73%) 工程能力指數(shù)(Process Capability Index) - 工程在穩(wěn)定狀態(tài)時,是否能生產(chǎn)優(yōu)質(zhì)產(chǎn)品的評價尺度 - Cp , Cpk,工程處于穩(wěn)定狀態(tài)時 是否能生產(chǎn)優(yōu)質(zhì)產(chǎn)品的評價尺度,15,能力評價的必要性,能系數(shù)化Project的問題本質(zhì)水準(zhǔn): 計量型 data: Y (工程或者執(zhí)行出力變數(shù))的規(guī)格對嗎 ? Y 的中心在規(guī)格內(nèi)嗎? Y 的工程變動比規(guī)格允許的大嗎? 計數(shù)型 data: 測定system會不會對實際工程能力的評價有影響? 允許可能缺點,內(nèi)外在缺點及未發(fā)現(xiàn)的缺點比率是什么? 能力評價能預(yù)測對公司的產(chǎn)品和service的實際品質(zhì)水準(zhǔn). 通過能力評價能推定產(chǎn)品或者工程的sigma水準(zhǔn).,16,規(guī)格 鑒定,計算 z值,PPM ,Cp, Cpk, Pp, Ppk 推定,收集 Sampl,評價計量數(shù)據(jù)能力: 階段 #1: 鑒定規(guī)格 階段 #2: 收集短期或者長期的數(shù)據(jù)Sample 階段 #3: 計算z的值 階段 #4: 如果必要的話移動1.5s z值 階段 #5: 把z值轉(zhuǎn)換成傳統(tǒng)的品質(zhì)指數(shù) PPM, 或者 Cp, Cpk, Pp, Ppk,計量數(shù)據(jù)能力評價步驟,17,階段 #1: 檢驗規(guī)格 這課題看似很細(xì)小,但是在這過程中經(jīng)常遺漏. 對規(guī)格的定義重要嗎? 為了產(chǎn)品或者評價工程執(zhí)行特征,要清楚地認(rèn)識“真實” 規(guī)格,繼續(xù).,檢驗規(guī)格,z 分?jǐn)?shù) 計算,PPM 推定,Cp, Cpk, Pp, Ppk 推定,收集 樣品,階段 #1:檢驗規(guī)格,規(guī)格,18,怎樣決定“真實”的規(guī)格? 設(shè)計圖? (根據(jù)什么制定設(shè)計圖的規(guī)格?) 工程? (是好想法?) 顧客? (能否問顧客?) 例: 注入液體到瓶子的一個公司想評價往可樂瓶里注入特定量液體的能力.每瓶的注入量是101 +/- 3 ml.這個基準(zhǔn)是根據(jù)顧客確定的. 大家所關(guān)心的執(zhí)行特征(Y)是什么? 規(guī)格是多少? 公差是多少?,規(guī)格 驗證,Z值 計算,PPM 推定,Cp,Cpk, Pp,P 推定,樣品 收集,階段 #1 :檢驗規(guī)格,19,長期觀察data話會發(fā)現(xiàn)工程平均一般移動1.5s . 長期的data說明這樣的移動.,規(guī)格下限,規(guī)格上限,SS 間,短期 SS 內(nèi),期間2,期間3,期間4,期間 1,期間5,時間,實行特征,長期 SS 合計,1.5s,1.5s,階段 #2 : 收集 Sample,20,階段 #2:收集長期或者短期的data樣品 短期date: 未包含異常原因 顯示偶然原因的影響 通過小的推論空間收集 通過一日作業(yè)的交替時間 用一個機(jī)器 一名作業(yè)者為對象 使用屬于一個lot的原材料構(gòu)成零件,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,21,階段 #2: 收集短期或者長期數(shù)據(jù)Sample 長期數(shù)據(jù): 不僅是偶然原因，也可以表現(xiàn)出異常原因的影響 根據(jù)廣泛推論空間收集 - 根據(jù)大多數(shù)作業(yè)倒班時間 - 使用大多數(shù)機(jī)器 以大多數(shù)作業(yè)者為對象 使用屬于大多數(shù)Lot中得原輔材料等,繼續(xù).,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,22,提問: 哪種類型的data(長期或者短期)通過長期時間，顯示出貨給顧客的產(chǎn)品品質(zhì)?,例: 現(xiàn)在能收集到的Sample只有從儲存在倉庫里的資材開始。倉庫里的瓶子是從1日到一個月內(nèi)進(jìn)入到倉庫的. 收集哪種種類的data? 隨即抽取100個瓶子后測定每個瓶注入量. (file名: Cola.mtw) 收集哪種類型的data?,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,23,階段 #3:計算 z值(使用z-變換) “變換” (樣品的平均和sigma已確定時) 把平均=0, sigma=1的正態(tài)分布轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布. 測定單位毫米, 英寸, 英尺, Psi(壓力單位), 伏特, 等 中不管使用哪種單位,總是平均=0, 標(biāo)準(zhǔn)偏差=1的變換的分布. 使用z-變換的話所有的分布都能變換成標(biāo)準(zhǔn)正態(tài)分布. 點數(shù) z (或者 z值)是特定號 x 偏離樣本平均的程度用標(biāo)準(zhǔn)偏差來顯示.,繼續(xù).,階段 #3: Z值 計算,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,24,這data是長期data還是短期data?, 變數(shù) N 平均 中間值 截尾均值 標(biāo)準(zhǔn)偏差 標(biāo)準(zhǔn)誤差平均 量 100 102.17 102.26 102.18 1.77 0.18,階段 #3: 計算z值 (使用z-變換) 首先, 需要對m和s的測定 Stat Basic Statistics Display Descriptive Statistics,(,),(,),z,x,x,x,s,=,-,=,-,m,s,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,25,階段 #3:計算 z值 (使用z-變換) 在Minitab 制作z值column Calc Calculator 等式: (量 - 102.17) / 1.77 然后,制作原分?jǐn)?shù)分布和 標(biāo)準(zhǔn)分?jǐn)?shù)分布的直方圖,(,),s,x,x,Z,individual,-,=,(個別),鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,26,階段 #3:計算 z值 (使用z-變換) 請不要忘記實際問題: 為了把握規(guī)格以外的產(chǎn)品比率，需要規(guī)格上限(USL)和規(guī)格下限(LSL) 有關(guān)z值. 統(tǒng)計性問題: 用z的值，推定在規(guī)格上限跟規(guī)格下限之外的正規(guī)曲線的比率。,Z值,2,1,0,-,1,-,2,-,3,1,5,1,0,5,0,次數(shù),標(biāo)準(zhǔn)分?jǐn)?shù)分布,Z規(guī)格上限 ?,Z規(guī)格下限 ?,請計算對于規(guī)格界限的Z值,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,27,2.356,-,=,1.77,102.17,-,98,=,),x,-,(LSL,=,Z,LSL,S,1.034,=,1.77,17,.,102,104,=,),x,-,(USL,=,Z,USL,-,S,Pr (Amount 104) + Pr (Amount 98) = Pr,( Z 1.034 ) + Pr ( Z -2.356 ),= 0.1506 + 0.0092,15.06 % + 0.92 %,15.98 %,規(guī)格外產(chǎn)品比率,規(guī)格外產(chǎn)品比率的推定 如以下.,規(guī)格上限 上面比率,規(guī)格下限 下面比率,1,5,1,0,5,0,頻度數(shù),標(biāo)準(zhǔn)分?jǐn)?shù)分布,Z ,規(guī)格上限=104,2,1,0,-1,-2,-3,z,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,28,在哪求這些概率? 方法 1: 查看正態(tài)table的值 (Z_Table.xls 參照).,Z-值,0.00,0.01,0.02,0.03,0.04,0.05,0.06,0.9,0.18406,0.18141,0.17879,0.17619,0.17361,0.17106,0.16853,1.0,0.15866,0.15625,0.15386,0.15151,0.14917,0.14686,0.14457,1.1,0.13567,0.13350,0.13136,0.12924,0.12714,0.12507,0.12302,2.2,0.01390,0.01355,0.01321,0.01287,0.01255,0.01222,0.01191,2.3,0.01072,0.01044,0.01017,0.00990,0.00964,0.00939,0.00914,2.4,0.00820,0.00798,0.00776,0.00755,0.00734,0.00714,0.00695,Z,參照: 在這兒提示的table提供有半部分的 可能性,提問: -2.356 能不能代替 2.356? 為什么呢? 為什么不行?,ZUSL,ZLSL,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,29,提問: 跟ZUSL的右半部分的概率有什么關(guān)聯(lián)性?,在哪求這些概率? 方法 2: 使用Excel的統(tǒng)計魔法師 (Paste 技能 ).,Z,ZUSL,概率 ( Z 1.034 ) = 0.8494,ZLSL,概率 ( Z -2.356 ) = 0.0092,參照: Excel的魔法師技能( z + 或者z -)是 顯示左半部分的概率.,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,30,概率 ( Z -2.356 ) = 0.0092,在哪求這些概率? 方法 3:使用 Minitab的概率分布函數(shù).,累計分布函數(shù) 平均=0 標(biāo)準(zhǔn)偏差=1.00的 正太分布 x P( X = x) 1.0340 0.8494,累計分布函數(shù) 平均=0 標(biāo)準(zhǔn)偏差=1.00的 正太分布 x P( X = x) -2.3560 0.0092,提問: Minitab是 提供右半部分的分布? 左半部分的分布?,或者 ?,Z,ZUSL,ZLSL,概率 ( Z 1.034 ) = 0.8494,Z,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,31,計算長期 Z: 假設(shè)所有的缺陷在同一個部分,從而求出在Z值最糟糕時相應(yīng)的 長期推定值. 這是從缺陷的總比率里逆計算綜合性z值得出的. 請詳記以下信息: ( Z ? ) = 0.1598 選定方法 找一個z-table Excel 函數(shù) 魔法師 Minitab 概率分布函數(shù) 提示: 求對已知累積概率的z值. 答: Z LT = 0.9952,Pr (Amount 104) + Pr (Amount 1.034 ) + Pr ( Z -2.356 ) = 0.1506 + 0.0092 15.06 % + 0.92 % 15.98 %,規(guī)格外的產(chǎn)品比率,Z = ?,最壞的情況: 一個部分的 比率= 15.98 %,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,32,對量的每個變數(shù)的能力評價 階段 #1: 鑒定規(guī)格 階段 #2: 收集短期或者長期數(shù)據(jù)Sample 階段 #3: 計算z值 階段 #4: 必要的時候移動z值1.5s 想知道的是什么? 給顧客送什么( 長期能力)? 短期能力? 產(chǎn)品特征的Sigma水準(zhǔn)? 賦予工程資格 (中心化的短期能力)? 階段 #5: 將z值轉(zhuǎn)換成傳統(tǒng)品質(zhì)指數(shù) PPM, 或者 Cp, Cpk, Pp, Ppk,階段#4: 計算短期能力,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,33,ZLT = ZST - 1.5,Sigma,水準(zhǔn),短期,DPMO,長期,DPMO,1,158655.3,691462.5,2,22750.1,308537.5,3,1350.0,66807.2,4,31.7,6209.7,5,0.3,232.7,6,0.0,3.4,34,階段 #4:必要時z值移動1.5 s 想知道的是什么? 送什么給顧客(長期能力)? ZLT = 0.9952 短期能力? ZST = 0.9952 + 1.5 = 2.4952 產(chǎn)品特征的sigma水準(zhǔn)? 和ZST 同一 賦予工程資格 (中心化的短期能力)? 下面會有介紹.,鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,35,評價對量的每個變數(shù)的能力: 階段 #1: 檢驗規(guī)格 階段 #2: 收集短期或者長期的樣品 階段 #3: 計算z值 階段 #4: 必要時z值移動1.5 s 階段 #5: 把z值裝換成傳統(tǒng)的品質(zhì)指數(shù) 想知道的是什么? PPM, or Cp, Cpk, Pp, Ppk 把ZLT轉(zhuǎn)換成PPM是很容易,筆記 : 概率 ( Z 0.9952 ) = 0.1598 規(guī)格外的 PPM = 0.1598 * 1,000,000 = 159,899 PPM (長期) Cp, Cpk, Pp, Ppk推定?),階段 #5: 轉(zhuǎn)換成傳統(tǒng)的品質(zhì)指數(shù),鑒定 規(guī)格,計算 Z值,推定 PPM,推定 Cp, Cpk, Pp, Pp,收集 Sampl,36,提問: “3”被去除的話 Cpk和Ppk 等式會怎樣? Cpk, Ppk, ZST和 ZLT 之間的關(guān)系是什么?,Cp, Cpk, Pp, Ppk 推定,規(guī)格下限,工程 寬度,設(shè)計 寬度,規(guī)格上限,T,+3s,-3s, ,term,short,p,s,LSL,USL,C,-,-,=,*,6,term,short,USL,pk,s,X,USL,C,-,-,=,*,3,),(,),(,term,short,LSL,pk,s,LSL,X,C,-,-,=,*,3,),(,),(,),(,min,),(,),(,LSL,pk,USL,pk,pk,C,C,C,=, ,term,long,USL,pk,s,X,USL,P,-,-,=,*,3,),(,),(,term,long,p,s,LSL,USL,P,-,-,=,*,6,term,long,LSL,pk,s,LSL,X,P,-,-,=,*,3,),(,),(,),(,min,),(,),(,LSL,pk,USL,pk,pk,P,P,P,=,37,可樂的 例子 : 詳記: 100個作為樣本的瓶子顯示長期的data. 所以所有詳記能力指數(shù)可以以下辦法求出: 參照: 為了測定Cp和 Cpk的正確值,需要對ZST 的正確推定值. 這是現(xiàn)在 無法知道. 我們可以根據(jù)經(jīng)驗,假設(shè)ZST = 3 (Cpk). 詳記: ZST = 2.4952 則 Cpk = ZST / 3 = 0.8317,77,.,1,17,.,102,104,(OR),*,3,),(,-,=,=,USL,usl,pk,USL,Z,P,Z,345,.,0,77,.,1,*,3,17,.,102,104,*,3,),(,=,-,=,-,=,-,term,long,pk,s,X,USL,P,565,.,0,77,.,1,*,6,98,104,*,6,=,-,=,-,=,-,term,long,p,s,LSL,USL,P,詳記: ZLT = 0.9952,38,提問: 收集短期data樣本后用minitab進(jìn)行能力分析的情況下哪種統(tǒng)計顯示工程的短期能力?,參照: Minitab一向?qū)⒏魑坏臄?shù)據(jù)假設(shè)成長期數(shù)據(jù),Cp, Cpk, Pp, Ppk (Minitab 使用),練習(xí)題 1: 使用Minitab，進(jìn)行長期分析 提示: 低位 group= 5 (或者 “樣品” column), 推定 Sigma = Pooled Standard Deviation,39,數(shù)缺陷,計算 Z值,計算 PPM,轉(zhuǎn)換 Cpk和 Ppk,對系數(shù)data的工程能力,階段 #1: 對缺陷的定義/ 驗證技術(shù) 階段 #2: 了解缺點發(fā)生次數(shù),推測通過工程的所有單位. 一般情況下,典型使用視為長期data的經(jīng)歷data. 階段 #3:缺點比率和百萬個中不良品數(shù)(PPM) 計算. 階段 #4: 計算z-，短期能力加上1.5s. 階段 #5: 推定傳統(tǒng)能力指數(shù). 把Z換成 Cp, Cpk, Pp, Ppk,40,練習(xí)題: 使用以下的帕累托圖,計算(Intrepid)產(chǎn)品無缺陷出庫的能力: 階段 #1: 對缺陷的定義/說明進(jìn)行檢驗 (通過這周后半部分要學(xué)到的R&R研究,假設(shè)這已 完成). 階段 #2: (弄清缺陷次數(shù),推測所有工程單位). 一般情況下,典型的使用視為長期data的歷史性data. intrepid 缺陷數(shù): 4000 intrepid 機(jī)會數(shù): 1 per unit 生產(chǎn)的intrepid總單位: 35000 階段 #3: 計算缺陷比率和PPM 缺陷比率 = 0.1143 PPM = 0.1143 * 1,000,000 = 114,300 PPM,對系數(shù)data的工程能力階段#1-3, ,z ,PPM ,Cpk Ppk ,41,對系數(shù)data的工程能力階段#4-5,階段 #4: 計算z值,必要時移動1.5s. 缺陷比率在11.43 %的情況下 ZLT = 1.204 Minitab的概率函數(shù), 通過參照excel函數(shù)和z-table能檢驗 這些嗎? 還有 ZST = 1.5 + ZLT = 1.204 + 1.5 = 2.704 階段 #5: 推定出傳統(tǒng)能力指數(shù). 把Z換成 Cpk & Ppk Cpk = ZST / 3 = 0.9013 Ppk = ZLT / 3 = 0.4013, ,z ,PPM,Cpk Ppk ,42,請分析以下問題。道具：計算產(chǎn)品Sigma水準(zhǔn) 背景: 在焊接工廠,為了提高收率,實施了6sigma改善project活動.首先,工廠把這個任務(wù)交給了兩名黑帶人員.有必要給兩名黑帶人員project選定t的方法 實際問題: 根據(jù)對工程的了解和有關(guān)費(fèi)用的信息,找出了不良費(fèi)用高的四個產(chǎn)品. 實際提問: 根據(jù)以下長期產(chǎn)品/工程的信息,給新黑帶候選人的project中,成為重點事項的兩個產(chǎn)品是哪一個? 根據(jù)產(chǎn)品Sigma水準(zhǔn)的實用性的答案:,練習(xí)題 1,43,練習(xí)題 2,分析以下 “TO:親愛的 Abby”的故事. / 道具: z-點數(shù) 計算和解析 背景: To： 親愛的 Abby: 在你的專欄里,你說女性懷孕期是266天.是誰這樣說的呢?我懷孕我孩子時,孕期是十個月零五天.這是事實.因為,我明確知道孕期.由于我丈夫是海軍,所以其它時間我不可能懷孕.嬰兒出生