《六西格玛绿带课程-测量阶段课件》由会员分享，可在线阅读，更多相关《六西格玛绿带课程-测量阶段课件（64页珍藏版）》请在金锄头文库上搜索。
1、1,测量阶段(measure) 问题的现在状况？,Measure 测量,Analyze 分析,Improve 改进,Control 控制,测量系统分析,Define 定义,确定测量目标,流程能力分析,学习目标, 测定的重要性理解，与PROCESS 相关的测定对象的明确化 保证收集数据的准确性, 现水准的 Sigma 水准确认,学习内容,1. 制作细节流程图 2. 找出相关因子X 3. 测量系统分析 4. 流程能力分析 5. 评审项目指标,细节流程图,谁来绘制流程图,流程图中的符号,细节流程图：识别关键的输入和输出,绘制细节流程图,绘制细节流程图,绘制细节流程图,绘制细节流程图,绘制细节流程图的
2、注意事项,练习与讨论,用鱼骨图找因子,通常采用头脑风暴法 （Brain Storming）绘制鱼骨图 鱼骨图又叫做特性要因图(Cause & Effect),鱼骨图的分类方法 +Price,我们通常根据细节 流程图来做鱼骨图,案例分析,鱼骨图,Output,变量(Ys),客户满足度,相关性,因子排序 Y, Xs的关系,Weight 5,4,离散形,连续形,对象项目,Y的类型 样品大小,Theme名 假因子 收集时间 收集方法,工厂支援SVC缩短 Cycle Time 星期, AM/PM, Step, 外注通报书 1999. 1. 20 1. 25 通过观查记录Data,离散形 / 连续形 20
3、0个,数据收集计划书 1) 目的 有意义的 Data的收集 合理的 Data的收集 必要的所有 Data的收集 2) Data 收集计划制作 例 Data 调查计划书,收集人, ,测量仪器,手表,测量系统分析,测量系统分析,测量系统分析,测量系统分析,测量系统分析,连续型数据的Gage R&R分析,连续型数据的Gage R&R分析,连续型数据的Gage R&R分析,连续型数据的Gage R&R分析,Gage R&R分析Minitab的应用,Gage R&R分析Minitab的应用,Gage R&R分析Minitab的应用,Gage R&R分析Minitab的应用,Gage R&R分析Minit
4、ab的应用,练习与讨论 利用已经给出的”直尺”测量以下十条”直线”的长度 (SPEC.:102 ) 进行Gage R&R 分析并对结果进行分析和改进 1 2 3 4 5 6 7 8 9 10,0,1,2,3,4,5,6,7,8,9,10,11,12,练习与讨论,练习与讨论,离散型数据的认同一致性分析,离散型数据的认同一致性分析, 用眼测量,测量者对同一情况做的每次判断都一致的时候,认为是认同一致的,离散型数据的认同一致性分析,离散型数据的认同一致性分析,离散型数据的认同一致性分析,离散型数据的认同一致性分析,测量系统分析,测量系统分析,流程能力分析的目的,流程能力分析的步骤,1. 数据收集,2
5、. 确认异常原因 3. 确认水平,数据收集, 利用Sample Data对全部 Data引导结论 节省收集所用Data的时间与费用,1) 目的,2) 方法, 随即抽样法 层别抽样法,基本统计量,平均 Cycle time (x) 缺点数 缺点率,标准偏差(s),流程的异常,普遍原因的波动,异常原因的波动,异常原因举例,Probability,50,60,70,80,Y,确认异常数据的方法 1. 正态性确认 (Minitab利用) 命令: Stat Basic Stat. Normality Test Normal Probability Plot .999 .99 .95 .80 .50 .2
6、0 .05 .01 .001,Average: 64.235 Std Dev: 6.79712 N of data: 200 结论 * P-value是 0.05以上的状态,Kolmogorov-Smirnov Normality Test D+: 0.043 D-: 0.021 D : 0.043 Approximate p value 0.15 可以判断为正规分布.,确认异常数据的方法 2. 直方图确认 (Minitab利用) 命令: Graph Histogram, 异常型 -,包括从分布的剩余移开的数据,不要考虑移开的事实时,可以看成有正规曲线的 曲线。异常点发生的原因推算之后除去 双
7、丰型 - 两个的中心的分布. 象这样的分布 Sub Grouping没有正常时发生。 详细看时可以看出此图包括两个正态分布 Flat 有一个中心，因为从中心点边没有下降所以称为 Flat，此资料没有正常层次别分，有过度的散布。 偏移形 有一个中心，两处都有减少，但形状不对应。 此分布是有一处存在非正规分布。 Bunched at Extremes - 中央有中心，两处底或者一处中心.,此图只能表示记录实数。,Bunched at Extremes, Histogram的非正态分布的类型,流程能力分析 Data的种类,离散形 Unit, Defect, 缺点对象 项目定义 DPU, DPO, D
8、PMO 计算 Z值扩散,边续形 平均, 标准偏差计算 Cp, Cpk 计算 Z值扩散,顾客要求水准,连续型数据流程能力分析 工程能力指数(Cp, Cpk) 计算 Cp的理解 最大值(+3),VS 最小值(-3) 顾客的要求水准 6 X 标准偏差 | USL-LSL | 6 X ,结果物 Cp = Cp =,k = 顾客的要求水准 / 2,连续型数据流程能力分析 Cpk 理解,LSL,USL,k,Cp = 2.0 Cp = 1.33 Cp = 0.6 Cp中考虑 k,Cpk = Cp(1 k) | 平均 目标值 |,| T| | USL-LSL |/ 2,=,连续型数据流程能力分析,短期的流程能
9、力 判斷為短期內工序沒有外部影响 Zst（st） Cp 技術 最佳條件下的工序能力 6 ： Zst=6.0，Cp=2.0 Zst=3Cp,長期的流程能力 判斷為充分長時期內工序有外部影响 Zlt（ lt ） Cpk 技術+工序管理 日常條件下的工序能力 6 ：Zlt=4.5，Cpk=1.5 Zlt=3 Cpk,長期內的工序能力因工序的中心移动而不同. Zshift=Zst-Zlt 普遍认为 Zshift=1.5以内是可以接受的.,连续型数据流程能力分析 4 Block Diagram(四方图分析),2.5 2.0,1.5,1.0,0.5,Poor,Good,Z shift 工序管理,1,2,3
10、,4,5,6,Poor,Good,技術,Z st,5,10,15,20,25,30,35,LSL,USL,连续型数据流程能力分析 Minitab 的 Menu Stat Quality Tools Capability Analysis(Normal) Process Capability Analysis for C9,USL Target LSL Mean Sample N StDev (ST) StDev (LT),Cp CPU CPL Cpk,Cpm,Pp PPU PPL,Ppk,PPM USL PPM Total,PPM USL PPM Total,PPM USL PPM Total
11、,15.0000 * 5.0000 20.9444 90 3.44581 5.21264,0.48 -0.58 1.54 -0.58,*,0.32 -0.38 1.02,-0.38,0.00 844444.44 844444.44,1.85 957747.08 957748.94,1111.10 872938.35 874049.45,Process Data,Potential (ST) Capability,Overall (LT) Capability,Observed Perf ormance,Expected ST Perf ormance,Expected LT Perf orma
12、nce,ST LT,离散型数据流程能力分析, 上面讲的都是对于连续型Data的分析，对于离散型Data也可以用 Z 值来表现实际的产品质量或服务质量,DPU (Defect Per Unit),平均每个单位（Unit）的缺陷（Defect）数 DPO (Defect Per Opportunity) 平均每个机会（Opportunity）的缺陷数,DPMO (Defect Per Million Opportunity Unit) 平均每百万个机会的缺陷数,所有Unit中的Defect数 所有Unit数 所有Unit中的Defect数 所有Unit数每个Unit的Opportunity数,DP
13、U = DPO =,DPMO = DPO1,000,000,DPMO与Z值转化简表 计算出DPMO后可以 查表求出相应的Z值,* 此表查得的Z值为Z,st 值,长期Z lt=Z st+1.5,项目指标的评审,附录2:正态分布表,Z,0,0.01,0.02,0.03,0.04,0.05,0.06,0.07,0.08,0.09,0.0,5.00E-01,4.96E-01,4.92E-01,4.88E-01,4.84E-01,4.80E-01,4.76E-01,4.72E-01,4.68E-01,4.64E-01,0.1,4.60E-01,4.56E-01,4.52E-01,4.48E-01,4.4
14、4E-01,4.40E-01,4.36E-01,4.33E-01,4.29E-01,4.25E-01,0.2,4.21E-01,4.17E-01,4.13E-01,4.09E-01,4.05E-01,4.01E-01,3.97E-01,3.94E-01,3.90E-01,3.86E-01,0.3,3.82E-01,3.78E-01,3.74E-01,3.71E-01,3.67E-01,3.63E-01,3.59E-01,3.56E-01,3.52E-01,3.48E-01,0.4,3.45E-01,3.41E-01,3.37E-01,3.34E-01,3.30E-01,3.26E-01,3.2
15、3E-01,3.19E-01,3.16E-01,3.12E-01,0.5,3.09E-01,3.05E-01,3.02E-01,2.98E-01,2.95E-01,2.91E-01,2.88E-01,2.84E-01,2.81E-01,2.78E-01,0.6,2.74E-01,2.71E-01,2.68E-01,2.64E-01,2.61E-01,2.58E-01,2.55E-01,2.51E-01,2.48E-01,2.45E-01,0.7,2.42E-01,2.39E-01,2.36E-01,2.33E-01,2.30E-01,2.27E-01,2.24E-01,2.21E-01,2.18E-01,2.15E-01,0.8,2.12E-01,2.09E-01,2.06E-01,2.03E-01,2.00E-01,1.98E-01,1.95E-01,1.92E-01,1.89E-01,1.87E-01,0.9,1.84E-01,1.81E-01,1.79E-01,1.76E-01,1.74E-01,1.71E-01,1.69E-01,1.66E-01,1.64E-01,1.61E-01,1.0,1.59E-01,1.56E-01,1.54E-01,1.52E-01,1.49E-01,1.47E-01,1.45E-01,1.42E
