SOV变异源分析.ppt

SOV變異來源分析 簡易型PM分析-改善對策管制表 要因分析SOV變異來源分析 要因解析分析及影響度Data調査 1.以特性要因圖整理出要因:(原因未知) 團隊要因列舉、魚骨圖作成 ※若原因已知,以柏拉圖彙整(ex:非稼動原因) 2.以DATA調査要因影響度 1)由既有Data調査-層別法/相關分析/迴歸分析…etc 2)配合調査目的Data重新取得分析 3)有意圖改變要因條件之實驗數據取得(篩選實驗) 3.定性要因定量要因 a)定性要因:層別調査其間差異 b)定量要因:調査相互對應間有無關係 4.問題形態之要因解析 a)?水準(平均値)問題 ?變異(標準差)問題 ?混入問題 b)時間系列的問題? (Run Chart/管制圖等) 魚骨圖 篩選要因 現物/現象確認 原有 新 f(X1,X2,X3,…,Xn)=y 【現物確認】? Failure Mode明確掌握區分(問題解決對象?) 定性定量區分 POC: Point of Cause Where is the problem observed? In What Condition? Target On 【Failure Mode】 變異來源SOV 【SOV分析】? 數量化地確認Y與X相關性 詳細觀察 數據掌握 現象掌握 改善對象 POC掌握 Root Cause 對策執行 What Why When Where Who How Which 現状製程能力分析 Why型 How型 語言型改善(邏輯) SOV-變異源分析表(數値法)Statistical Tools for Validating Root Cause P-Value Process 5MJE（ex) X Measurable Controllable 解析 方法 定性 定量 C NC Critical Process Man Machine Material Method Measurement Jig Environment y=f(x)數量化驗證 定性要因定量要因 定性要因 Ex: 原材料供應商、不同設備、不同作業員等 調査重點:Data層別,調査其間差異 定量要因 Ex: 温度、壓力、速度等 調査重點:Data對應,調査其間之關聯性(相關性) 定性要因定量要因 定性要因 定量要因 Data層別 掌握其間差異 手法活用例 直方圖 管制圖 差異檢定/ANOVA …ETC Data對應 掌握其間關係 手法活用例 散布圖 相關分析 迴歸分析 …ETC 準確度精確度 Ca Cp Cpk ?水準問題 ?變異問題 混入離島型 製程能力OK,但異常品混入 造成型 I 誤差(生産者冒險率) 時間系列的問題 要因 分析手法 手法基本説明 相關迴歸分析 因子及反應値均為連續變量 圖示法: 散布圖、Matrix Plot 相關分析: 變數間相關程度(相關係數+檢定) 迴歸分析: 變數間呈何種關係式(迴歸方程式) SOV (Source Of Variation) 因子離散型、反應値均為連續變量 圖示法: Multi-Vari Chart多元變異圖 數値法: ANOVA變異數分析(Crossed Nested) 層別法 就某角度針對調査事項分類(分層),並收集各類資料或數據以為相互比較. 並進行必要之檢定。 -藉由層別比較方式迅速有效發掘問題; 5Whys-真因追求法