属性类型数据工序能力方法.docVIP

屬性類型數据工序能力計算方法對于屬性類型數据工序能力分析﹐大家普遍都比較生疏﹐在此特別闡述﹐希望能幫助大家更好的理解﹐以便計算出准确的Cpk﹒ 在 6 Sigma 文獻資料中﹐特別強調﹐工序能力是和DPMO相對應的﹐而不是DPPM﹒對于屬性類型的工序能力分析﹐當研究的對象是某單個特征時﹐如在外觀檢查中﹐只關注某單個不良項目（Defect）時﹐不良項目只有一個﹐此時DPPM和DPMO就會相等﹐在能力分析中﹐就能夠用DPPM代替DPMO﹐用”Stat—Quality Tools—Capability Analysis—Binomial”來計算出Z_score﹐再由Z_score通過”Cpk=Z_score/3”來推算出Cpk﹐當DPMO是長期的數据時﹐Z_score就是長期的﹐通過“Z_score/3“推算的就是Ppk﹐Cpk=(Z_score＋1.5）/3.此時﹐下圖中的Defectives實際上等于Defect﹐Sample size 實際上等于Defect Opportunity﹒但是﹐當研究的對象是多個特征時﹐如在外觀檢查中﹐對所有的外觀不良項目進行研究時﹐DPPM和DPMO就不相等﹐就不應該用DPPM代替DPMO﹐如果用DPPM的概念和 ”Stat—Quality Tools—Capability Analysis—Binomial”來計算出Z_score﹐也就不正确了﹒用”Stat—Quality Tools—Capability Analysis—Poisson”﹐卻只能計算齣DPU﹐沒有計算出Z_score﹐在沒有明确告知每個樣板有多少可能的不良項目時﹐DPU和DPPM﹑DPMO也沒有直接的關聯關系﹐不能推算出Z_score﹐也就無法推算出Cpk﹒ 這种情況下﹐可以變通對Binomial對話框的理解﹐來計算出工序能力﹕點擊”Stat—Quality Tools—Capability Analysis—Binomial”﹐進入下圖對話框﹕在下表中的Defectives框內輸入Defect數据﹐在Sample size 框內輸入Defect Opportunity數据﹐這樣來計算出Z_score﹐再由Z_score來推算出Cpk﹒舉例﹕ 當一個ACA有一個指片時﹐生產部收集指片高度不良數据如下﹐計算指片高度的工序能力﹒因只有一個指片﹐指片不良項目只有一個﹐DPPM和DPMO相等﹐將數据輸入到MiniTab Worksheet中﹐可使用”Stat-uality Tools-Capability Analysis-Binomial”﹐進入下圖對話框﹕在下表中的Defectives框內輸入指片高度不良品數﹐在Sample size 框內輸入總檢數﹐這樣來計算出Z_score﹐再由Z_score來推算出Cpk﹒由于指片高度是100％全檢由于指片高度是100％全檢﹐而且數据又是多天的﹐屬于長期數据﹐Ppk=3.1587/3=1.0529.Cpk=(3.1587+1.5)/3=1.5529. 當一個ACA有四個指片時﹐生產部收集指片不良數据如下﹐計算指片高度的工序能力﹒因有四個指片﹐一個指片不良品﹐指片不良項目的机會有4個﹐既是4個指片只要有一個不良﹐就會導致產品是指片高度不良品﹐一個指片不良品可能有多個指片不良﹒此時的DPPM和DPMO就會不相等﹐如果仍然按照上述的方法﹐直接將上表的數据用”Stat-Quality Tools-Capability Analysis-Binomial”﹐計算出Z_score﹐再由Z_score來推算出Cpk﹐是不正确的﹒ 這种情況下﹐可通過下列方法計算出計指片高度的工序能力﹒1﹒分別統計每個指片不良品中每個指片的不良狀態﹐如下表﹕﹒2﹒將”總指片高度不良机會數”和”總指片高度不良數”, 數据輸入到MiniTab Worksheet中﹐使用”Stat-uality Tools-Capability Analysis-Binomial”﹐進入下圖對話框﹕在下表中的Defectives框內輸入”總指片高度不良數”﹐在Sample size 框內輸入”總指片高度不良机會數”﹐這樣來計算出Z_score﹐再由Z_score來推算出Cpk﹒由于指片高度是100％全檢﹐由于指片高度是100％全檢﹐而且數据又是多天的﹐屬于長期數据﹐Ppk=3.0633/3=1.0211.Cpk=(3.0633+1.5)/3=1.5211.