韩国顾问公司6sigma教程-品质变动和工程能力.pptVIP

4. 品质变动和工程能力;品质变动的原因;品质变动攻略; 虽然很聚集，但是正确度很差. 脱离平均值. 工程变化少. 通过移动平均值容易改善.;品质变动的分解;散布的根源 – 偶然原因;散布的根源 – 特殊原因;散布的根源 – 异常原因的影响;对品质变动原因的性质;品质变动的措施;查明品质变动的原因步骤(Boing);关于品质变动原因的改善措施;从data的模式中区分哪个散布是从异常要因或者偶然要因中发生的.;工程能力(Process Capability)？; 能力评价的必要性;规格 鉴定;阶段 #1: 检验规格 这课题看似很细小,但是在这过程中经常遗漏. 对规格的定义重要吗? 为了产品或者评价工程执行特征,要清楚地认识“真实” 规格;怎样决定“真实”的规格? 设计图? (根据什么制定设计图的规格?) 工程? (是好想法?) 顾客? (能否问顾客?) 例: 注入液体到瓶子的一个公司想评价往可乐瓶里注入特定量液体的能力.每瓶的注入量是101 +/- 3 ml.这个基准是根据顾客确定的. 大家所关心的执行特征(Y)是什么? 规格是多少? 公差是多少?;长期观察data话会发现工程平均一般移动1.5s . 长期的data说明这样的移动.;阶段 #2:收集长期或者短期的data样品 短期date: 未包含异常原因 显示偶然原因的影响 通过小的推论空间收集 通过一日作业的交替时间 用一个机器 一名作业者为对象 使用属于一个lot的原材料构成零件;阶段 #2: 收集短期或者长期数据Sample 长期数据: 不仅是偶然原因，也可以表现出异常原因的影响 根据广泛推论空间收集 - 根据大多数作业倒班时间 - 使用大多数机器 以大多数作业者为对象 使用属于大多数Lot中得原辅材料等;提问: 哪种类型的data(长期或者短期)通过长期时间，显示出货给顾客的产品品质?;阶段 #3:计算 z值(使用z-变换) “变换” (样品的平均和sigma已确定时) 把平均=0, sigma=1的正态分布转换成标准正态分布. 测定单位毫米, 英寸, 英尺, Psi(压力单位), 伏特, 等 中不管使用哪种单位,总是平均=0, 标准偏差=1的变换的分布. 使用z-变换的话所有的分布都能变换成标准正态分布. 点数 z (或者 z值)是特定号 x 偏离样本平均的程度用标准偏差来显示.;这data是长期data还是短期data?;阶段 #3:计算 z值 (使用z-变换) 在Minitab 制作z值column Calc Calculator 等式: (量 - 102.17) / 1.77 然后,制作原分数分布和 标准分数分布的直方图;阶段 #3:计算 z值 (使用z-变换) 请不要忘记实际问题: 为了把握规格以外的产品比率，需要规格上限(USL)和规格下限(LSL) 有关z值. 统计性问题: 用z的值，推定在规格上限跟规格下限之外的正规曲线的比率。 ;2.356;在哪求这些概率? 方法 1: 查看正态table的值 (Z_Table.xls 参照). ;提问: 跟ZUSL的右半部分的概率有什么关联性?;概率 ( Z -2.356 ) = 0.0092;计算长期 Z: 假设所有的缺陷在同一个部分,从而求出在Z值最糟糕时相应的 长期推定值. 这是从缺陷的总比率里逆计算综合性z值得出的. 请详记以下信息: ?? ( Z ? ) = 0.1598 选定方法 找一个z-table Excel 函数 魔法师 Minitab 概率分布函数 提示: 求对已知累积概率的z值. 答: Z LT = 0.9952;对量的每个变数的能力评价 阶段 #1: 鉴定规格 阶段 #2: 收集短期或者长期数据Sample 阶段 #3: 计算z值 阶段 #4: 必要的时候移动z值1.5s 想知道的是什么? 给顾客送什么( 长期能力)? 短期能力? 产品特征的Sigma水准? 赋予工程资格 (中心化的短期能力)? 阶段 #5: 将z值转换成传统品质指数 PPM, 或者 Cp, Cpk, Pp, Ppk;;阶段 #4:必要时z值移动1.5 s 想知道的是什么? 送什么给顾客(长期能力)? ZLT = 0.9952 短期能力? ZST = 0.9952 + 1.5 = 2.4952 产品特征的sigma水准? 和ZST 同一 赋予工程资格(中心化的短期能力)? 下面会有介绍.;评价对量的每个变数的能力: 阶段 #1: 检验