《六西格玛绿带培训笔记》由会员分享，可在线阅读，更多相关《六西格玛绿带培训笔记（51页珍藏版）》请在金锄头文库上搜索。
1、 . 第二周笔记FMEA：失效模式：流程输入失效的方式，没被检查出造成的影响影响：对客户的影响原因：导致失效的原因现行控制：预防失效模式或原因风险优先系数：RPN=严重度*发生频率*侦测度 Y的影响原因控制1=容易侦测到 10=很不容易侦测到多变量分析（Multi-Vari study）收集数据的方法是“不影响流程的”，在自然状态下分析流程Analyze 被动观察-多变量分析Improve 主动调整-DOE1. 确定目标2. 确定要研究的Y和X（KPOV,KPIV）KPIV可控，Noise不可控测量正确输出输入不可控噪音变量：三种典型噪音变异来源（1） 位置性：地点对地点，人对人（2） 周期性
2、：批量对批量（3） 时间性：时间对时间3. 确定每个变量的测量系统4. 选择数据抽样的方法总体抽样：简单随机抽样，分层抽样，集群抽样流程抽样（与时间有关）：系统抽样，子群抽样5. 确定数据收集、格式与记录的程序：数据收集计划6. 流程运行的程序和设定描述7. 组成培训小组8. 清楚划分责任9. 确定数据分析的方法10. 运行流程和记录数据11. 数据分析：根据数据类型确定图形与统计分析工具（书2-24）主效应图：统计-方差分析-主效应图（多个X对Y的影响）看均值差异多变异图交互作用图：两条线平行，表明无交互作用12结论13. 报告结果提出建议应用统计学分类：1. 描述性统计学：样本分析2. 推
3、论性统计学：样本对总体进行推测参数估计：点估计 区间估计（置信区间）假设检验中心极限定理：均值标准差小于单值标准差 (笔记)置信区间：（笔记，书4-5）CI=统计量K*（标准偏差）统计-基本统计量-1t单样本Z值，t值假设检验（5-18）5%以下为小概率事件Ho=原假设/零假设/非显著性假设/归无假设（没变化，一样，无相关，没效果）Ha=备择假设/对立假设/显著假设（有变化，不一样，有关系，显著，有影响）P值=Ho为真，概率值 拒绝Ho犯错的概率值：显著性水平P.大于：不能拒绝HoP小于：拒绝Ho，Ha成立步骤：（1） 述“原假设”Ho /Ha（2） 定义（根据（6）之后引发的风险成本来决定）
4、（3） 收集数据（4） 选择和应用统计工具分析，计算P值（5） 决定证据表明？拒绝Ho-P小于不拒绝Ho，P大于（6） 若拒绝Ho，所采取的行动（统计-实际）I类错误降低，则II类错误提高I类错误：制造者风险，误判II类错误：客户风险，漏判Z值或T值大，P值小，Ho被拒绝Z值或T值小，P值大，不能拒绝Ho风险成本 值 低 0.10 无所谓 中 0.05 不知道 高 0.01 输不起做实验的情况，把值调的高些量产的情况，把值调的低些一般值为0.05工具路径图：根据数据不同类型，判断用何种图分析T检验：对均值进行检验非参数检验：中位数进行检验单一X（离散）与单一Y（连续）分析法：X的水平数 目的
5、工具 备注 1 与标准值比较 1Z（总体已知） 1t（总体未知） 2 相互比较 2t（水平间独立）Tt（水平间不独立） 2以上 两两比较 一元 ANOVA单一样本的检验路径1T：（书6-12）1. SPC图（I-MR）2. 检验数据形态（概率图）3. 研究中心趋势（基本统计量-2t）双样本分析路径图2T：（书6-23）针对每个水平分别研究（1） SPC图（I-MR）（2） 研究数据形态（概率图）（3） 研究离散度(等方差检验，书6-22)（4） 研究中心趋势（基本统计量-2t）作业：dining,分析2t检验（笔记）配对T：同一个被测单元，在不同条件下，进行了两次的测量结果差异-配对T（两组数
6、据相关联、样本量相等）例子：SHOES文件Delta=C1-C2统计-基本统计量-配对T配对T检验路径：（1） 稳定性分析：对差值（2） 正态检验（3） 中心趋势检验：对差值：用1T与0比较用原始数据：T-T（正态）例子：P值0.05 ，说明05与04年无差异（2）前9洞比后9洞打得好双边：Ho:前9洞与后9洞无差异，Ha:前后不等I-MR图概率图-正态配对T：P值小于0.05，显著的,拒绝Ho,均值后比前大，前9洞比后9洞好单边：Ha:前9洞比后9洞打得好备择：选小于P值=0.04 0.05,拒绝Ho单因子方差分析（Oneway ANOVA）：（书7-9）X大于2个水平以上样本检验路径：稳定
7、性：针对每个水平（样本量小的话，可以省略此步） 数据形态（样本量小的话，可以省略此步） 离散程度：等方差检验 中心趋势：（1） 若P，要研究哪个不等，多重比较（Fisher）（2） 残差检验（3） 检验（实际的显著性）单因子方差分析：比较-FISHER-区间跨过0的表示差异不大，不跨越0表示差异大一元ANOVA原理：（笔记，书7-14）F=MSB/MSF=(SSF/a-1)/(SSE/N-a)F值越大，P值越小概率分布图：分子自由度2分母自由度87输入常量F=44.6P值=00.05，数据正态单因子方差分析：Fisher 95% 两水平差值置信区间x 水平间的所有配对比较同时置信水平 = 73
8、.57%x = 15 减自:x 下限中心上限 -+-+-+-+-16 1.855 5.600 9.345 (-*-)17 4.055 7.800 11.545 (-*-)18 8.055 11.800 15.545 (-*-)19 -2.745 1.000 4.745 (-*-) -+-+-+-+- -8.0 0.0 8.0 16.015和19没有显著差异x = 16 减自:x 下限中心上限 -+-+-+-+-17 -1.545 2.200 5.945 (-*-)18 2.455 6.200 9.945 (-*-)19 -8.345 -4.600 -0.855 (-*-) -+-+-+-+-
9、-8.0 0.0 8.0 16.016和17没有显著差异x = 17 减自:x 下限中心上限 -+-+-+-+-18 0.255 4.000 7.745 (-*-)19 -10.545 -6.800 -3.055 (-*-) -+-+-+-+- -8.0 0.0 8.0 16.0无x = 18 减自:x 下限中心上限 -+-+-+-+-19 -14.545 -10.800 -7.055 (-*-) -+-+-+-+-无 -8.0 0.0 8.0 16.0单因子方差分析: y 与 x 来源自由度 SS MS F Px 4 475.76 118.94 14.76 0.000误差 20 161.20 8.06合计 24 636.96S = 2.839 R-Sq = 74.69% R-Sq（调整） = 69.63%平均值（基于合并标准差）的单组 95% 置信区间水平 N 平均值标准差 -+-+-+-+-15 5 9.800 3.347 (-*-)16 5 15.400 3.130 (-*-)17 5
