图表制作方法.pptVIP

* * 图表制作方法 图、表的目的 　能一目了然表示的是什么 　　?一目了然必须改善的项目 　　?一眼可以看出有什么倾向 图表的圈套 偏差大 偏差小 不相连 几乎与直线相连 相同的数据 相同的数据 根据纵坐标轴值的大小即使是相同的数据看上去却是很大的变化 数字的圈套 Data１－Data４的平均,标准偏差(σ)完全相同 如把Data１－Data４作成图表 Data１－Data４的倾向完全不同　?只用数字来判断很不准确！！ 结论 　单丛表格来看根据竖坐标轴的大小可以改变看法 单看统计数字,看不出重要的倾向。 　 图表、数字两方面必须要一致.(相互补充) 表格的种类類 ?排列图 　不良项目数据的内容,原因按发生大小的顺序罗列成柱状图表 ?趋势图 　为了确认时间轴的倾向,在横坐标上取时间轴(SPC管理等) ?散布图 为了观察对应了2种数据的关系在横,竖轴取数值形成的图表 ?直方图 　看产品品质与分布状态,规格等的关系 例：排列图 必须对策的项目可一目了然 ２个图表可以很明显的看出对策后的效果 趋势图 确认长时间的倾向 散布图 对于观察2种数据的相关性起作用 PI涂工厚度与真空高 温后的厚度有相关性 营业额与平均年龄 有相关性,但???？ 直方图 N=130 規格 N=180 規格 比规格中心推移的较小 关于规格偏差的宽度小 (山的下摆小) 超出规格的可能性低 比规格中心推移的较大 关于规格偏差的宽度大 (山的下摆大) 因偏移大超出规格的可能性也大 测定某个尺寸 设定横坐标的测定值 设定在纵坐标内划分的测定结果的个数 ? ? 测定数据(SUS孔)　数据的个数　130个 ←在划分范 围以内数据 的个数 N=130 横坐标轴：划分的范围 竖轴：范围内的 数据的个数 只判断平均值是否正确? 初步的统计 测试　55分以合格 “A班”的 平均成绩较好 “B班”合格的很多 平均值相同 镀Cu厚度(15+/-2um) 样品B在规格值之内 英语的测试 镀Cu厚度 初步的统计(从直方图) 考虑偏差(σ) N=130 增加样品的数量 变成山的形状分布叫做正规分布 所谓的偏差σ？ 1)平均和各数值的 差乘2合计后的数值(偏差平方和：S) 2)偏差平方和减掉(样品的数量-1)(分散：V) 3)分布的平方根(标准偏差：σ) 所谓偏差σ？(例) 　某一基准值与实际的数据的差 　这个差由(Max－Min)计算出的数值越小、偏差也小. 　这个差用(Max－Min)计算得出的数值越大,偏差越大. S=(X1-AV)2+(X2-AV)2??????+(X10-AV)2 :偏差平方和 S=(2.5-3)2+(1.8-3)2+??????+(2.8-3)2=7.45 V=S/(N-1)：分散 V=7.45/(10-1)=0.83 ?σ=√V：标准偏差 ?σ=√0.83=0.91 Av X1 X8 (X1-AV) (X8-AV) 1)平均和各数值乘2全部计算得出的数值(偏差平方和：S) 2)偏差平方和(样品数数-1)减(分散：V) 3)分散的平方根(标准偏差：σ) 平均+σ(平均－σ) 全部样品的68.3% 全部样品的95.4% 全部样品的99.7% 平均＋2σ(平均－2σ) 平均＋3σ(平均－3σ) Ave ?σ小偏差也小 由偏差(σ)求工程能力指数(Cp) 偏差大 偏差小 Ave Ave －3σ ＋3σ －3σ ＋3σ 6σ 6σ 寸法規格 寸法規格 Cp= (規格上限－規格下限) 　　　　　6 × σ ?如σ大的话(偏差大)、Cp就变小 ?如σ小的话(偏差小)、Cp就变大 由偏差(σ)求工程能力指数 (Cpk) 設計値 Ave Ave(=設計値) 6σ 寸法規格 寸法規格 6σ 偏差相同 规格相同 超出上下限的可能性小 超出上限规格的可能性很大 因Cp与σ和上下限相关,故上记两图的Cp数值也完全相同 由偏差(σ)求工程能力指数 (Cpk) 设定值 Ave 寸法規格 Cpk 　 ① ② ?关于①和②的差距不同. 1)①和②分开计算Cp 2)使用Cp较低的一方?Cpk 例 ①： (平均－下限規格)/(3×σ) ②： (上限規格－平均)/(3×σ) 差较大 差较小 使用较小的 数值 Cpk=1.0　　有包含0.28%不良的可能性 Cpk=1.33　 有包含0.006%不良的可能性 Cpk=1.5　　有包含0.00005%不良的可能性 1个HDD的部品数：约1000个 ?各部品Cpk1.在33包含有6个的不良部品 HDD的生产数量：比如100万台 ?各部品Cpk1.33、就有6000台. HDD厂商关于重要项目的Cpk希望为1.5 * *