six_sigma数据分析.ppt

* 工程数据分析(离散型) Rev. 1 1999. 08. 01 第七章: 工程数据的分析 （离散型） 1.7.0 LGETA Rev. 1 1999. 08. 01 1.7.1 LGETA 目的: 对离散型数据, 分析工程能力, 明确活动的Focusing Point. 主要内容: 1. 理解YFT, DPU, DPO, YRT, YNA等概念. 2. 可计算缺陷(Defect)和机会(Opportunity). 3. 理解由YNA算出Z.lt的方法 4. 理解利用Minitab制作分析Sheet的方法. 5. 明确下一个阶段. 工程数据分析(离散型) 七章: 工程数据分析(离散型) Rev. 1 1999. 08. 01 1.7.2 LGETA dpu = d/u 工程数据分析(离散型) DPU(Defects per Unit) / DPO(Defects per Opportunity) d 指 观测的Defect数或者频繁数. u 指 已做出的Unit数. Ex : 打出的1,000张发票(Invoice)中, 发现了1,000个不适合项目. 此时dpu是多少? dpu = 1,000/1,000 = 1.0(100%) 这是平均值, 所以平均每一张发票中有一个不合适项目. 有没有一个Unit(发票)中存在一个以上Defect(不适合项)的可能? dpo = d / ( u * opp ) d 指 观测的Defect数或者频繁数. u 指 已做出的Unit数. opp 指机会数 Ex : 打出的1,000张发票(Invoice)中, 发现了1,000个不适合项目. 一个Unit中有10个项目, 此时dpo是多少? dpo = 1,000/(1,000)(10) = 0.1(10%) 说明发行的发票各项中至少有一个不适合项目的可能性为10%. Rev. 1 1999. 08. 01 1.7.3 LGETA 工程数据分析(离散型) 例题 : 发票(Invoice) = Defect = 机会数 = 发 票 Rev. 1 1999. 08. 01 1.7.4 LGETA 工程数据分析(离散型) 问题的本质 1. 缺点的分布是随机的. 2. 60张发票中检查出60个缺点. 3. dpu是1.0 4. 一张发票有10个机会. - 生产Zero Defect部品 意味着什么呢?. - Zero Defect保证无再作业和无修理. Rev. 1 1999. 08. 01 1.7.5 LGETA 工程数据分析(离散型) Defects-per-Opportunity 缺点数 : 60 发票数 : 60 发 票 有不良的可能性(DPO) 不是不良的可能性(1-DPO) (1-DPO) = .90 = 因此，每张发票拥有Zero Defect的 可能性为34.87%。 10 #opp 独立的事件复杂地发生 Rev. 1 1999. 08. 01 1.7.6 LGETA 工程数据分析(离散型) 用语解释 CTQ = Critical To Quality 在顾客观点上定义的, 顾客的角度上致命的产品, Sevice 或者 Process的 特性值. 例: 在产品和Sevice的关系上顾客需要处理不满事项的Center, Center 内部业务要求对顾客亲切的态度, 产品知识丰富, 能立即应答等内容时 CTQ是 立即应答, 亲切度, 理解能力等项目. D = Defect(缺陷或者不良) 为了满足顾客的要求而浪费的再作业, 或者 失败等 结果. 例: 误记顾客Claim事项的错误情报. DO = Defect Opportunity 可能引发Defect的某一个行动或者事件. 例: 一张Claim格式上要记录的项目数. U = Unit 有可能测量的机会的Item. 例: Claim格式. DPU = Defect Per Unit 一个Unit上存在的Defect数. 例: 某一Claim格式有10项记录内容, 其中误记2个项. DPU=2/1=2 DPO = Defect Per Opportunity 一个Unit上存在的与机会数有关的Defect数. 例: 某一Cl