Capability StudiesL流程能力分析.ppt

目 的 于此课程后，您将能够 解释执行流程能力分析的目的 为属性测量值(Attribute)确定流程能力 为变量测量值(Variable)确定流程能力 选择正确的改善策略，提供质量的测量值，如 Cp, Cpk, Pp, 和 Ppk 避免一般错误和有关流程能力研究的一些错误 方法论 量测 何谓流程能力? 流程能力作为一种预测绩效的强大工具，是建立免检系统的关键 然而，这个工具通常被错误应用。您应该要了解此项工具，才不会误用 由流程能力研究，我们能得知： “我的流程表现如何?” 如果流程不符要求，流程能力研究能帮助我们找出最省力的改善方法 研究前提 稳定且可预测 不稳定且无法预测 定义：顾客声音 定义：流程声音 流程能力分析 长期、短期数据 三个原因 小样本通常会低估变异 小样本捕捉到数据偏移和趋势的机率相对较小 不过，最重要的原因是我们收集数据的时间不够长 我们没有提供足够的机会让流程中的每一个变量充分表现 “长期数据” 让变量拥有充分的表现机会 如果您希望结果是…. 移动 1.5 Sigma 好的抽样计划如何变差 因此… 定义：数据种类属性或变量 属性数据又称为离散型数据、计数型数据 范例： 好零件的数目、坏零件的数目 压力 A、压力 B 反应炉 1、反应炉 2 等 变量数据又称为连续型数据、计量型数据 范例： 水银温度计 指针式速度表 长度（公分） 重量（公斤） 两个方法：属性数据和变量数据 流程能力分析–属性数据 定义：简单公式 定义：单位（Unit） 定义：缺陷和不良品 定义：机会（opportunity） 机会 (opportunity) 意指犯错的一种方式 例如：制造印刷电路板时，失败机会总数可以是零件数加焊点数 如果瑕疵机会被无限放大，流程的“sigma 质量水准”将被曲解 有些组织不接受 “瑕疵机会”的概念，仅计算他们制造了多少产品，有多少产品是失败的 如果您统计的是瑕疵数，这里介绍一个简单方法 其他关于“瑕疵”流程能力的信息StatQuality ToolsCapability (Poisson) 如果您统计的是不良品… 其他关于“不良品”流程能力的信息StatQuality ToolsProcess Capability (Binomial) Sigma 计算器 打字中的机会数(opportunity) 打字可能会犯下列几种错误： 字母错误 字母正确但词形有误 字体有误 字体大小有误 字型错误（粗体、斜体） 您可能会漏打字母 或不小心键入多余空格 您也可能会遗漏或多标下划线 使用现代化的文字处理程序时，您还有可能错用颜色。 因此每封信会有 10 种各样的瑕疵机会 Lincoln在盖茨堡的演讲稿 自我练习 计数型流程能力总结 DPU 是首选的计数型流程能力评量指标 测量的是缺陷, 而非不良品 有助于区分项目的优先次序（Pareto缺陷） DPU 不考虑流程的复杂性 DPMO 考虑流程的复杂性，但是不切实际，因为常常很难去定义一个机会 流程能力分析 – 变量数据 不同方法 – 变量数据 流程能力和流程绩效指标 以下指标都用于评估流程相对于规格要求的表现 Cp, Cpk Pp, Ppk Cp 和 Pp 计算标准差方法一 估计标准差方法二 估计标准差方法三 Cp 和 Pp 长期估计 vs. 短期估计 这两种估计值之间的差异能为我们提供重要的讯息 如果两者一致，表示数据比较不存在偏移和漂移的问题 如果不一致，则表示数据存在显著的偏移和漂移问题。个别的 Sigma 值通常会大于短期估计值 短期估计值可以告诉我们，偏移和漂移问题移除后的标准差 如果长期估计值远远大于短期估计值，表示流程不稳定且不可预测 Cp 或 Pp 值大概在 .5 时 Cp 或 Pp 值大概在 1 时 Cp 或 Pp 值大概在 2 时 Cpk 和 Ppk Cpk 和 Ppk Cpk 或 Ppk 值大概在 1 时 Cpk 或 Ppk 值大概在 0 时 Cpk 或 Ppk 值大概在 2 时 Cpk 或 Ppk 值大概在 -1 时 使用流程能力指标：流程改善策略 流程改善策略 Cp / Cpk由短期估计的标准差计算得来 显示流程能提升到何种程度 Pp / Ppk由长期估计的标准差计算得来 表示流程长期的表现 流程改善策略 诊断一：流程稳定性 Cp = Pp ? 否，如果有很大的差别，表示数据有偏移和漂移现象 检查控制图，予以确认 表示流程可能不稳定且不可预测 诊断二：流程落在中心 Cp = Cpk? 否，则将平均值移动到规格界限的中间 诊断三：流程能力 Cpk 是否大于 1.5? 否，即非世界水准，执行 Six Sigma 项目来减少变异 记得它吗?... Six Sigma 指标值 什么是世界级水平? 采用小组方式，计算每个例子的