six_sigma工程数据分析

《six_sigma工程数据分析》由会员分享，可在线阅读，更多相关《six_sigma工程数据分析（24页珍藏版）》请在金锄头文库上搜索。

1、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）1.7.0LGETARev. 1 1999. 08. 011.7.1LGETA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. 011.7.

2、2LGETAdpu = 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

3、 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. 011.7.3LGETA工程数据分析(离散型)例题 : 发票(Invoice)= Defect= 机会数= 发 票Rev. 1 1999. 08. 011.7.4LGETA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

4、个缺点.3. dpu是1.04. 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. 011.7.5LGETA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 = .34867844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. 011.7.6LGETA工程数据分析(离散型

5、)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Cla

6、im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=2DPO = Defect Per Opportunity 一个Unit上存在的与机会数有关的Defect数. 例: 某一Claim格式(Unit)有10项记录内容, 其中误记2个项.2 Defect / (1 Unit x 10 Opportunity) = 0.2 即, DPO=0.2.DPMO = Defect Per Million O

7、pportunity Defect数 x 1,000,000, 可以转换为 Sigma Scale. 例: 2.0 DPO x 1,000,000 = 200,000 DPMO 近似于 2.0Sigma.P(ND) = None Defect 机会不转换成Defect的可能性 P(ND) = 1 - DPORev. 1 1999. 08. 011.7.7LGETA工程数据分析(离散型)例题: 对Claim的 Sigma Level计算Claim 格式 - 例题项目1 : 姓名 项目2 : 地址 项目3 : 市名 项目4 : 道名 项目5 : 邮编项目6 : 顾客编号 项目7 : Claim台数

8、 项目8 : Claim Cost 项目9 : 控制金额 项目10 : 实际支付金额Unit : 1Claim 格式 - 例题项目1 : 洪即同 项目2 : 盛山洞 项目3 : 昌原市 项目4 : 庆尚南道 项目5 : 641 - 700项目6 : 000-11-2222 项目7 : 5 台 项目8 : 50,000元 项目9 : 40,000元 项目10 : 10,000元Defect : 2问题的定义Unit = 1 ( Claim格式) Defect = 2 (项目8&项目10) Defect Opp = 10(10个项目)计算 Defect Per Unit = 2 Defect /

9、1Unit = 2 DPU Defect Per Opportunity = 2 Defect / 10项目 = 0.20 DPO Defect Per MillionOpp = 0.2 DPO x 1,000,000 = 200,000 DPMO Sigma = 200,000 DPMO 或者近似于 2.0Rev. 1 1999. 08. 011.7.8LGETA工程数据分析(离散型)利用Poisson公式的收益(Yield)计算True Yield 作为Defect Model的 Poisson分布Y = (d/u) e r !r-d/uY 是收益 d/u 是一个Unit的Defect数

10、r 是情况之数 e 是指数函数(e=2.718)Y = (d/u) e 0 !0-d/uY = = 1( e ) 1-d/u由此r=0时有Zero Defect可能性.Y = e(-d/u)e = 0.36788-1随着对Defect的机会数增加, 接近于无穷大, Yield 接近于0.Rev. 1 1999. 08. 011.7.9LGETA工程数据分析(离散型)Process Yield & Sigma 例 1Process Yield & Sigma Poisson分布与Process DPU的计算方法一样, 多用在对每Unit的缺点数近似化Yield上. 知道Yield值, 考虑标准正

11、态分布和1.5Sigma Shift, 可以算出对工程的Sigma Level 近似值.例题 - Yield & Sigma假如750unit中有34个Defect时 计算 DPU值, Yield值, Sigma值.1) DPU是 总缺点数 总Unit数 由此DPU = 34 750 = 0.045 2) Yield值是 Zero Defect(r=0)时Poisson分布为 Y = e Y = 2.7183 = 0.956 = 95.6%3) Sigma值: Sigma = Zinv （0.956）+1.5Shift = 1.71+1.50 = 3.21(-d/u)-0.045*1*2* 把

12、正态分布总面积看成1时可能成为Defect的面积是4.4%, 即,44,000PPM在标准正态分布表上可查得Sigma=1.71因为此数据为长期性的想要转换成短期时 Sigma+1.5即可.*1 : Zinv是把Z值转换成面积的值.Zinv值可以根据标准正态分布表计算. *2 : 为了计算Sigma值, 在从标准正态分布表上得的值上再加1.5 *3 : DPO如果可能的话可以替DPU使用.Rev. 1 1999. 08. 011.7.10LGETA工程数据分析(离散型)Process Yield & Sigma 例 2例题 - 计算 DPU, DPO, DPMO, Yield & Sigma假

13、如750unit中有34个Defect时 计算DPU/DPO/Yield/DPMO/Sigma值. (各Unit有10个机会)1) DPU = 总缺点数总Unit数, 因此DPU是 ( )( ) = ( ).2) DPO =总缺点数(总Unit数机会数), 因此 DPO是 ( ) ( ) = ( )3) Yield值是 Zero Defect(r=0)时Poisson为 Y = e (-d/u)Y = 2.7183 = ( ) = ( ) %或者 Y = P(ND) = (1-DPO) = (1- ) = ( ) = ( ) %-0.0451010104) DPMO是 DPO1,000,000

14、, 因此 DPMO是( ) 1,000,000=4,500(每个机会有4,500PPM机会, 即, 1Unit 有45,000PPM的Defect.5) Sigma值: Sigma = Zinv ( ) + 1.5Shift = ( ) + 1.50 = ( )* 把正态分布总面积看成1时可能成为Defect的面积是4.4%, 即,44,000PPM 在标准正态分布表上可查得Sigma=1.71.因为此数据为长期性的想要转换成短期时 Sigma+1.5即可.Rev. 1 1999. 08. 011.7.11LGETA工程数据分析(离散型)收益的种类3种类型的收益.YFT = First Time Yield : 无再作业修理的收益. 适用 : 决定个别工程个别部品品质水准时使用.YRT = Rolled Throughput Yield : 一个产品在全工程中无一不良而合格的概率.(无再作业修理的收益)提示Zero Defect可能性.(100%收益) 适用 : 在顺序工程的某一工程中 累积评价品质水准时使用.YNA = Normalized Yield : 连续工程的平均收益. 适用 : 评价完成品的品质水准时使用.Normalized Yield: 计算该工程平均收益时使用.Rev. 1 1999. 08. 011.7.12LGETA工程数据分析(离散型)收益概念