《韩国顾问公司的6sigma教程-品质变动和工程能力.ppt》由会员分享，可在线阅读，更多相关《韩国顾问公司的6sigma教程-品质变动和工程能力.ppt（48页珍藏版）》请在金锄头文库上搜索。
1、The Best Quality Technology Provider for the Future4. 品质变动和工程能力1The Best Quality Technology Provider for the Future品质变动的原因品质变动的原因 虽虽然然4 4M M相同，但是相同，但是产产品的特性品的特性值值没没有相同的。有相同的。 任何一任何一个个工程都包含很多工程都包含很多变动变动原因，所以存在散布。原因，所以存在散布。 生生产产产产品之品之间间的差的差异异也也许许会会很大，也很大，也许许会会小到无法小到无法测测定。定。 不是只局限于以上制造工程，以下情不是只局限于以上制造工
2、程，以下情况况也很适用。也很适用。* * 人人们们作作业业的的阶阶段段* * 使用使用设备设备的信的信赖赖性性* * 在在办办公室作公室作业业的情的情况况 等等 能影能影响响轴轴直直径径的例子的例子* * Machine-Clearance / Bearing WearMachine-Clearance / Bearing Wear* Tool-Strength / Rate of Wear* Tool-Strength / Rate of Wear* Material - Diameter / Hardness* Material - Diameter / Hardness* Operato
3、r - Part Feed / Accuracy of Centering* Operator - Part Feed / Accuracy of Centering* Maintenance - Lubrication / Replacement of Parts* Maintenance - Lubrication / Replacement of Parts* Environment - Temp / Consistency of Power etc,.* Environment - Temp / Consistency of Power etc,.2The Best Quality T
4、echnology Provider for the Future品质变动攻略品质变动攻略大家的大家的组织组织属属于于哪哪里？需要用什里？需要用什么么工具？工具？我我们应们应把重点放在把重点放在哪哪里去努力好呢？里去努力好呢？1-2 3 4 5 6 DFM(制造型制造型设计设计)DFSS, 6 许许容差的容差的设计设计某某 实验实验试验计试验计划划法法, Process Map, 分析分析测测定系定系统统FMEA, 研研究能力究能力帕累托帕累托, 特性要因特性要因图图, 头脑风头脑风暴暴SPC表格表格一般常一般常识识部分知部分知识识3The Best Quality Technology Pr
5、ovider for the Future 虽然很聚集，但是正确度很差然很聚集，但是正确度很差. 脱脱离平均离平均值. 工程工程变化少化少. 通通过移移动平均平均值容易改善容易改善. 正确但是不聚集正确但是不聚集. 分散大分散大. 工程工程变化大化大. 有很多管理有很多管理Factor.改善改善 FOCUS ?品质变动的本质品质变动的本质4The Best Quality Technology Provider for the Future品质变动的分解品质变动的分解SSBSSTSSW总变动群群间变动群群内内变动作作为拥有所有有所有data的散步的散步, 各各data和和总平均之平均之间的差的
6、差进行行2次方得出次方得出作作为Lot之之间的散步的散步显示示相互之相互之间的分散程度的分散程度Lot内内的散步也可的散步也可称称作作误差差变动.意味着每意味着每个个data离离lot的平均的平均值相离多少相离多少.XXX_= (X - X) = n ( X - X ) + ( X - X ) _=222j = 1i = 1j = 1j = 1i = 1=vnvvn5The Best Quality Technology Provider for the Future散布的根源散布的根源 偶然原因偶然原因散布有散布有两种两种形形态态 偶然原因偶然原因( (Common Cause)Common
7、 Cause)和和异异常原因常原因( (Special Cause)Special Cause)如果如果从从总总体体( (或者工程或者工程) )获获得的得的测测定定值值或者或者观测值观测值已已稳稳定及能定及能预测预测向后的向后的样样子的子的话话, ,说说明明总总体体( (工程工程) )在在管理管理状状态态里里. .散布的根源散布的根源隐隐藏在藏在systemsystem里里, ,是一般的偶然因素是一般的偶然因素组组成成. .散步的偶然散步的偶然要因是自然的要因是自然的、可以可以预测预测的的、经经常存在的常存在的. . 存在的差存在的差异异, ,设备设备之之间间存在的正常散布是偶然要存在的正常散
8、布是偶然要因中的例子因中的例子. .根据偶然因素根据偶然因素存在存在稳稳定管理定管理状状态态的的可可预测预测的偶然因素的偶然因素预测预测时间时间存在无法存在无法预预想的想的变变化化! !6The Best Quality Technology Provider for the Future散布的根源散布的根源 特殊原因特殊原因如果如果从从总总体体( (或者工程或者工程) )的的datadata不不稳稳定定, ,而且形成无法而且形成无法预测预测向后的分布向后的分布时时, ,总总体体( (或者工程或者工程) )视为视为 “管理管理 脱脱离离”. .分布分布变变化的原因是由于化的原因是由于syste
9、msystem的不自然而的不自然而产产生散步的根源生散步的根源. .这时这时散步的根源叫散步的根源叫做做异异常原因常原因( (Special Cause)Special Cause). .根据特殊原因的散布根据特殊原因的散布重大重大变变化化脱脱离不离不稳稳定管理定管理存在无法存在无法预测预测的特殊原因的特殊原因存在无法存在无法预预想的想的变变化化! !时间时间预测预测?散布一般在散布一般在测测定或者定或者观测观测ProcessProcess( (工程工程) )OutputOutput的的时时候被候被发现发现。偶然原因和偶然原因和异异常原因的根源是常原因的根源是ProcessProcess( (
10、工程工程) )的的 Input VariableInput Variable。7The Best Quality Technology Provider for the Future散布的根源散布的根源 异常原因的影响异常原因的影响散布散布( (Variation)Variation)的原因的原因 方法方法 机器机器/ /设备设备 资资材材 人人 环环境境工程工程散布散布OutputOutput变动变动异异常原因的影常原因的影响响位置位置( (中心中心) )的的变变化化散布的散布的变变化化位置和散布的位置和散布的变变化化8The Best Quality Technology Provider
11、 for the Future对品质变动原因的性质对品质变动原因的性质偶然原因偶然原因(Chance Cause)异异常原因常原因(Assignable Cause)现象象所有所有数数据表据表现为类似情似情况况有些有些数数据出据出现与与平平时不一不一样的情的情况况构构成成因大多因大多数数小原因小原因导致的不得已的散布致的不得已的散布因少因少数数主要原因主要原因导致的可以避免的散布致的可以避免的散布性性质 认定性定性,规则性可能性可能预测 工程的允工程的允许范范围内内自然自然发生生 因散因散发不不规则导致致预测不可能不可能 变则全体散布的占有率全体散布的占有率85% 左右左右15%左右左右改善活
12、改善活动 因偶然原因因偶然原因导致的散布致的散布减减少少 系系统化措施化措施 去除去除 及及 扩张 现场措施措施担担当当能量能量现场责任人及工作地任人及工作地 品品质特性特性值管理上限管理上限管理下限管理下限时间偶然偶然原因原因异异常常原原因因9The Best Quality Technology Provider for the Future品质变动的措施品质变动的措施* 参参考考 1) Deming博士的工程博士的工程变动原因分析原因分析 - by “Out of the Crisis”异异常常变动(约6%)* 参参考考 2) AIAG(Automotive lndustry Actio
13、n Group)分析分析偶然偶然变动(约94%) 去除去除异异常原因活常原因活动 主要是因主要是因为工程有工程有关关的人的人为因素而因素而发生生 一般占工程一般占工程问题的的 15%左右左右现场措施措施 去除偶然原因活去除偶然原因活动 要求大部分管理措施要求大部分管理措施 一般占工程一般占工程问题的的 85%左右左右系系统措施措施10The Best Quality Technology Provider for the Future查明品质变动的原因步骤查明品质变动的原因步骤( (BoingBoing) )重要品重要品质特性特性计测器器关关联工程工程工程工程变数数决决定定变数数 长 尺寸尺寸
14、 硬度硬度 等等 稳定性定性 正确性正确性 反反复复性性 再再现性性 施工施工 热处理理 粉碎粉碎 粘合粘合 等等 速度速度 移送移送 温温度度 轮子大小子大小 干燥干燥时间 5000RPM 8/min 450C 4500.05m/n 1.Hr 主要特性的主要特性的变动由工程管理由工程管理 第一第一个个课题是是测定系定系统的的变动工程工程结果由原因果由原因(入力入力)变数数管理管理 原因原因(入力入力)变数数要要设定成品定成品质极极大化大化并并可以在制造可以在制造环境持境持续管理管理11The Best Quality Technology Provider for the Future关于品
15、质变动原因的改善措施关于品质变动原因的改善措施偶偶 然然 原原 因因异异 常常 原原 因因- - 偶然偶然 原因原因( (Chance Cause)Chance Cause)- - 晩成晩成原因原因- - 可避可避原因原因* * 普通原因普通原因( (Common Cause)Common Cause)- - 異常異常 原因原因( (Assignable Cause)Assignable Cause)- - 偶發偶發 原因原因- - 可避可避 原因原因- - 特特别别 原因原因( (Special Cause)Special Cause)- - 跟平常意跟平常意义义相同的相同的- - 跟平常意
16、跟平常意义义不同的不同的-在生在生产产条条件件严严格管理的格管理的状状态态下，下， 发发生的一定程度的不可避免的生的一定程度的不可避免的变动变动 作作业业者的熟者的熟练练度差度差异异 作作业环业环境差境差异异 不可不可识别识别的原的原辅辅材料材料 及及 生生产设备产设备等一般特性差等一般特性差异异无法解无法解决决的困的困难难原因原因- - 主要主要 作作业业者疏忽者疏忽 使用不良使用不良资资材材 说说出生出生产设备产设备的的异异常，常，这这些原因不是些原因不是 慢性存在的，散慢性存在的，散发发性性发发生而引起生而引起变动变动的原因的原因* * 普通普通经营经营管理者的管理者的责责任任* * 关
17、关于于SystemSystem的措施很有必要的措施很有必要 7580% 7580%， 根据根据SystemSystem的的经营经营措施解措施解决决* * 2520%2520%，可以由，可以由现场现场人人员员局部解局部解决决* * 现场现场作作业业者的者的责责任任* * 用用统计统计技法展技法展开开虽虽然然经营经营管理者站在很好修正的位置，管理者站在很好修正的位置， 但是但是异异常原因的常原因的发现发现和解和解决决还还是是现场现场人人员员更合适更合适12The Best Quality Technology Provider for the Future从从datadata的模式中的模式中区区分
18、分哪个哪个散布是散布是从异从异常要因或者偶然要因中常要因或者偶然要因中发发生的生的. .品质变动原因的改善措施品质变动原因的改善措施减减少散布的核心少散布的核心? ?统计统计技法用于技法用于区区分偶然原因跟分偶然原因跟异异常原因。常原因。如何如何区区分分? ?改善接近方法有三种. - 去除无指望的异常要因, - 要现身体现有指望的异常要因, - 要减少异常要因的散布. 异异常原因的存在常原因的存在说说明改善的机明改善的机会会很多。很多。 对对异异常原因的改善活常原因的改善活动动要要优优先。先。13The Best Quality Technology Provider for the Futu
19、re工程能力工程能力( (Process Capability)Process Capability)？ 工程能力工程能力 分析分析 - - 使用相使用相关关统计统计方法是方法是为为了了测测定生定生产产工程的品工程的品质变动质变动程度，然后跟程度，然后跟规规格相比格相比较较从从而而 减减少少变动变动的幅度的幅度. . 工程能力工程能力( (Process Capability)Process Capability) - - 反映生反映生产产工程生工程生产产多少均一的多少均一的产产品的品的 工程的固有能力工程的固有能力 - - 作作为为尺度尺度, ,一般使用一般使用6 (-3 3).(99.73
20、%) 工程能力指工程能力指数数( (Process Capability Index)Process Capability Index) - - 工程在工程在稳稳定定状状态时态时, ,是否能生产优质产品的评价尺度是否能生产优质产品的评价尺度 - - Cp , Cp , CpkCpk 工程工程工程工程处处于于于于稳稳定定定定状状状状态时态时 是否能生是否能生是否能生是否能生产优质产产优质产品的品的品的品的评评价尺度价尺度价尺度价尺度14The Best Quality Technology Provider for the Future 能力评价的必要性能力评价的必要性u能系数化Project的
21、问题本质水准:p计量型 data:iY (工程或者执行出力变数)的规格对吗 ? iY 的中心在规格内吗?iY 的工程变动比规格允许的大吗?p计数型 data: i测定system会不会对实际工程能力的评价有影响?i允许可能缺点,内外在缺点及未发现的缺点比率是什么?u能力评价能预测对公司的产品和service的实际品质水准. 通过能力评价能推定产品或者工程的sigma水准.15The Best Quality Technology Provider for the Future规格鉴定计算z值PPMCp, Cpk, Pp, Ppk推定收集Samplu评价价计量量数数据能力据能力:p阶段段 #1:
22、 鉴定定规格格p阶段段 #2: 收集短期或者收集短期或者长期的期的数数据据Sample p阶段段 #3: 计算算z的的值p阶段段 #4: 如果必要的如果必要的话移移动1.5 z值 p阶段段 #5: 把把z值转换成成传统的品的品质指指数数iPPM, 或者或者iCp, Cpk, Pp, Ppk计量数据能力评价步骤计量数据能力评价步骤16The Best Quality Technology Provider for the Futureu阶段 #1: 检验规格p这课题看似很细小,但是在这过程中经常遗漏.p对规格的定义重要吗?p为了产品或者评价工程执行特征,要清楚地认识“真实” 规格继续.检验规格z
23、 分数计算PPM推定Cp, Cpk, Pp, Ppk推定收集样品阶段阶段 # #1:1:检验规格检验规格规格17The Best Quality Technology Provider for the Futurep怎样决定“真实”的规格?i设计图? (根据什么制定设计图的规格?)i工程? (是好想法?)i顾客? (能否问顾客?)i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. i大家所关心的执行特征(Y)是什么?i规格是多少? 公差是多少?规格验证Z值计算PPM推定Cp,Cpk, Pp,P推定样品收集阶段
24、阶段 #1 #1 : :检验规格检验规格18The Best Quality Technology Provider for the Futurep长期观察data话会发现工程平均一般移动1.5s . p长期的data说明这样的移动.规规格下限格下限格下限格下限规规格上限格上限格上限格上限SSSS 间间短期短期SS SS 内内期间2期间3期间4期间 1期间5时间实行特征长长期期SS SS 合合计计1.51.5s s1.51.5s s阶段 #2 : 收集 Sample19The Best Quality Technology Provider for the Futureu阶段 #2:收集长期或
25、者短期的data样品p短期date:i未包含异常原因i显示偶然原因的影响i通过小的推论空间收集q通过一日作业的交替时间q用一个机器q一名作业者为对象q使用属于一个lot的原材料构成零件鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 20The Best Quality Technology Provider for the Futureu阶段 #2: 收集短期或者长期数据Samplep长期数据:i不仅是偶然原因，也可以表现出异常原因的影响i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q以大多数作业者为对象q使用属于大多数Lot中得原辅材料等继
26、续.鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 21The Best Quality Technology Provider for the Future提提问: 哪种哪种类型的型的data(长期或者短期期或者短期)通通过长期期时间，显示出示出货给顾客的客的产品品品品质?u例: 现在能收集到的Sample只有从储存在仓库里的资材开始。仓库里的瓶子是从1日到一个月内进入到仓库的. 收集哪种种类的data? 随即抽取100个瓶子后测定每个瓶注入量. (file名: Cola.mtw)u收集哪种类型的data?鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, P
27、p收集Sampl 22The Best Quality Technology Provider for the Futureu阶段 #3:计算 z值(使用z-变换)p “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. p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.p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.z-变换:()()sxxxz-=-=sm继续.阶段阶段 #3: #3
28、: Z Z值值 计算计算鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 23The Best Quality Technology Provider for the Future这data是长期data还是短期data? 变数N平均平均 中间值 截尾均值 标准偏差 标准误差平均量100 102.17 102.26 102.18 1.77 0.18u阶段 #3: 计算z值 (使用z-变换)p首先, 需要对m和s的测定 pStat Basic Statistics Display Descriptive Statistics() ()zxxxs=-=-ms鉴定规格计算Z
29、值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 24The Best Quality Technology Provider for the Futureu阶段 #3:计算 z值 (使用z-变换)p在Minitab 制作z值columnpCalc Calculatorp等式: (量 - 102.17) / 1.77p然后,制作原分数分布和 标准分数分布的直方图()sxxZindividual-=96.098.5101.0103.5106.001020注入量频度数原有分原有分数数分布分布-3-2-1012051015Z值频度数标准分准分数数分布分布(个别) 鉴定规格计算Z值推定PP
30、M推定Cp, Cpk, Pp, Pp收集Sampl 25The Best Quality Technology Provider for the Futureu阶段 #3:计算 z值 (使用z-变换)p请不要忘记实际问题:i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.p统计性问题:i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。Z值210-1-2-3151050次数 标准分数分布Z规格上限? Z规格下限?106.5105.5104.5103.5102.5101.5100.599.598.597.51050Amount次数原分数分布 规格下限规格上
31、限()()=-=-= sxUSLsxxZUSL() ()=-=-= sxLSLsxxZLSL请计算对于规格界限的Z值鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 26The Best Quality Technology Provider for the Future2.356 - = 1.77102.17-98= )x-(LSL=ZLSLS1.034 = 1.7717.102104= )x-(USL=ZUSL-SPr (Amount 104) + Pr (Amount 1.034 ) + Pr ( Z -2.356 ) = 0.1506 + 0.0092 15.
32、06 % + 0.92 % 15.98 % 规格外产品比率规格外产品比率的推定如以下.规格上限上面比率规格下限 下面比率151050频度数标准分数分布 Z 规格上限=104210-1-2-3z210-1-2-3151050Z 规格 下限=98z频度数标准分数分布鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 27The Best Quality Technology Provider for the Future在哪求这些概率?方法 1: 查看正态table的值 (Z_Table.xls 参照).Z-值0.000.010.020.030.040.050.060.90
33、.184060.181410.178790.176190.173610.171060.168531.00.158660.156250.153860.151510.149170.146860.144571.10.135670.133500.131360.129240.127140.125070.123022.20.013900.013550.013210.012870.012550.012220.011912.30.010720.010440.010170.009900.009640.009390.009142.40.008200.007980.007760.007550.007340.0071
34、40.00695Z参照: 在这儿提示的table提供有半部分的可能性提提问: -2.356 能不能代替 2.356? 为什么呢? 为什么不行?ZUSLZLSL鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 28The Best Quality Technology Provider for the Future提提问: 跟跟ZUSL的右半部分的概率有什么关联性?在哪求这些概率?方法 2: 使用Excel的统计魔法师 (Paste 技能 ).ZZUSL概率 ( Z 1.034 ) = 0.8494ZLSL概率 ( Z -2.356 ) = 0.0092参照: Exce
35、l的魔法师技能( z + 或者z -)是显示左半部分的概率.鉴定规格计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 29The Best Quality Technology Provider for the Future概率 ( Z -2.356 ) = 0.0092在哪求这些概率?方法 3:使用 Minitab的概率分布函数.累计分布函数平均=0 标准偏差=1.00的 正太分布 x P( X = x) 1.0340 0.8494累计分布函数平均=0 标准偏差=1.00的 正太分布 x P( X = x) -2.3560 0.0092提提问: Minitab是 提供右半部
36、分的分布? 左半部分的分布?或者或者?ZZUSLZLSL概率 ( Z ? ) = 0.1598u选定方法p找一个z-table pExcel 函数 魔法师pMinitab 概率分布函数p提示: 求对已知累积概率的z值.u答: Z LT = 0.9952Pr (Amount 104) + Pr (Amount 1.034 ) + Pr ( Z 0.9952 ) = 0.1598规格外的格外的 PPM = 0.1598 * 1,000,000 = 159,899 PPM (长期期)Cp, Cpk, Pp, Ppk推定推定?)阶段阶段 #5: #5: 转换成传统的品质指数转换成传统的品质指数鉴定规格
37、计算Z值推定PPM推定Cp, Cpk, Pp, Pp收集Sampl 35The Best Quality Technology Provider for the Future提提问:“3”被去除的被去除的话 Cpk和Ppk 等式会怎样? Cpk, Ppk, ZST和 ZLT 之间的关系是什么?Cp, Cp, CpkCpk, Pp, , Pp, PpkPpk 推定推定规格下限工程 宽度设计 宽度规格上限T+3s-3s termshortpsLSLUSLC-=*6termshortUSLpksXUSLC-=*3)()(termshortLSLpksLSLXC-=*3)()() , ( min)()
38、(LSLpkUSLpkpkCCC= termlongUSLpksXUSLP-=*3)()(termlongpsLSLUSLP-=*6termlongLSLpksLSLXP-=*3)()() , ( min)()(LSLpkUSLpkpkPPP=短期短期 能力能力 指指数数长期期 能力能力 指指数数36The Best Quality Technology Provider for the Futureu可乐的 例子 :详记:100个作为样本的瓶子显示长期的data. 所以所有详记能力指数可以以下办法求出:参照:为了测定Cp和 Cpk的正确值,需要对ZST 的正确推定值. 这是现在无法知道. 我
39、们可以根据经验,假设ZST = 3 (Cpk). 详记:ZST = 2.4952 则 Cpk = ZST / 3 = 0.8317 77. 117.102104 (OR) *3)(-=USLuslpkUSL ZPZ345. 077. 1*317.102104*3)(=-=-=-termlongpksXUSLP565. 077. 1*698104*6=-=-=-termlongpsLSLUSLP详记:ZLT = 0.995237The Best Quality Technology Provider for the Future提提问:收集短期收集短期data样本后用本后用minitab进行能力
40、分析的情行能力分析的情况况下下哪种哪种统计显示工程的短期能力示工程的短期能力?参参照照: Minitab一向一向将将各位的各位的数数据假据假设成成长期期数数据据Cp, Cp, CpkCpk, Pp, , Pp, PpkPpk (Minitab (Minitab 使用使用) )练习题 1: 使用Minitab，进行长期分析提示:低位 group= 5 (或者 “样品” column), 推定 Sigma = Pooled Standard Deviation9698100102104106108LSLUSLProcess Capability Analysis for Fill AmountUS
41、LTargetLSLMeanSample NStDev (ST)StDev (LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total104.000 * 98.000102.1661000.174351.775805.743.517.963.51 *0.560.340.780.34 10,000.00150,000.00160,000.00 0.00 0.00 0.00 9,489.35150,846.23160,335.58Process DataPotential (ST) Capability
42、Overall (LT) CapabilityObserved PerformanceExpected ST Performance Expected LT PerformanceSTLT38The Best Quality Technology Provider for the Future数缺陷 计算Z值计算PPM转换Cpk和 Ppk 对系数对系数datadata的工程能力的工程能力u阶段 #1: 对缺陷的定义/ 验证技术u阶段 #2: 了解缺点发生次数,推测通过工程的所有单位. p一般情况下,典型使用视为长期data的经历data.u阶段 #3:缺点比率和百万个中不良品数(PPM) 计算
43、.u阶段 #4: 计算z-，短期能力加上1.5s.u阶段 #5: 推定传统能力指数.i把Z换成 Cp, Cpk, Pp, Ppk39The Best Quality Technology Provider for the Future练习题练习题: :使用以下的帕累托图,计算(Intrepid)产品无缺陷出库的能力:uu阶阶段段 #1: #1: 对缺陷的定义/说明进行检验 (通过这周后半部分要学到的R&R研究,假设这已 完成).uu阶阶段段 #2: #2: (弄清缺陷次数,推测所有工程单位). 一般情况下,典型的使用视为长期data的历史性data.intrepid 缺陷数: 4000intr
44、epid 机会数: 1 per unit生产的intrepid总单位: 35000uu阶阶段段 #3: #3: 计算缺陷比率和PPM缺陷比率 = 0.1143PPM = 0.1143 * 1,000,000= 114,300 PPM 对系数对系数datadata的工程能力阶段的工程能力阶段# #1-31-3 zPPMCpk Ppk 6000500040003000200010000100806040200%废弃的 单位产品别Pareto chart总 单位: 35000 5000 60000 15000 20000Intrepid 其他40The Best Quality Technology
45、 Provider for the Future对系数对系数datadata的工程能力阶段的工程能力阶段# #4-54-5u阶段 #4: 计算z值,必要时移动1.5s.p缺陷比率在11.43 %的情况下 ZLT = 1.204 iMinitab的概率函数, 通过参照excel函数和z-table能检验 这些吗?p还有 ZST = 1.5 + ZLT = 1.204 + 1.5 = 2.704u阶段 #5: 推定出传统能力指数.i把Z换成 Cpk & PpkiCpk = ZST / 3 = 0.9013iPpk = ZLT / 3 = 0.4013 zPPMCpk Ppk 41The Best
46、Quality Technology Provider for the Future过程通过收率生产中每个缺陷(DPU)交货的原零件数 焊接数每单位 机会的总计每个机会的 DPU产品 A85%0.1625303003300.000492产品 C94%0.06194330340.00182产品 D94%.061910130.00476产品的sigma水准产品 B90%0.1054215170.006198请分析以下问题。道具：计算产品Sigma水准uu背景背景: : 在焊接工厂,为了提高收率,实施了6sigma改善project活动.首先,工厂把这个任务交给了两名黑带人员.有必要给两名黑带人员p
47、roject选定t的方法uu实际问题实际问题: : 根据对工程的了解和有关费用的信息,找出了不良费用高的四个产品.uu实际实际提提问问: : 根据以下长期产品/工程的信息,给新黑带候选人的project中,成为重点事项的两个产品是哪一个? uu根据根据产产品品SigmaSigma水准的水准的实实用性的答案用性的答案: : 练习题练习题 1 142The Best Quality Technology Provider for the Future练习题练习题 2 2分析以下 “TO:亲爱的 Abby”的故事. / 道具: z-点数 计算和解析uu背景背景: : To： 亲爱的 Abby: 在你
48、的专栏里,你说女性怀孕期是266天.是谁这样说的呢?我怀孕我孩子时,孕期是十个月零五天.这是事实.因为,我明确知道孕期.由于我丈夫是海军,所以其它时间我不可能怀孕.婴儿出生前,我只见过他一次,也只是一个多小时.之前我未喝酒,也没有跟其他男人接触.所以这孩子肯定是我丈夫的.所以希望写专栏时怀孕期间定为266日.要不然我会遭遇很多问题- san diego 读者uuAbbyAbby的回答的回答: : To 亲爱的读者们: 平均怀孕期是255天. 会有早出生的婴儿或者晚出生的.你的情况可能是后者.- Abbyuu实实用的提用的提问问: : 这儿的问题不是婴儿晚出生. 这是已知道的事实. 所关心的是迟
49、延期间的可靠性. 10个月和5日几乎是310天.换句话说,怀孕期间跟正常比超过了.这个数值能不能跟已知道的怀孕期共存. (在这种情况下我们会采取女性意见),要不然由于偏差太大,圣迭戈(san diego) 读者会不会没说真话来下定结论?uu统计统计的目的的目的: : 可以证明怀孕期间可能比10个月5天更长.uu用用统计统计法法观观察的察的datadata: : 观察的怀孕期间，x是310日. 根据医院的资料,所有怀孕期间的平均分布是266天; 真正的标准偏差 ( ) 是16日uu实实用的答案用的答案: :43The Best Quality Technology Provider for th
50、e Futureu引用下一张的数据解决以下课题。u三个数据库中选择两个，计算以下事项，掌握各计量数据的能力：u1.假定短期数据已收集，推定 “Xbar”和 “S”。p推定短期缺点水准p推断长期缺点水准pZ阶段, Z长期, 计算出Cpk和 Ppk2.假定已收集长期数据来反复练习题i下位 group 大小 = 5p 请使用Minitab鉴定各自的情况pStat Quality Tools Capability Analysisu请出示结果练习练习 3 344The Best Quality Technology Provider for the Future45The Best Quality T
51、echnology Provider for the Future技术向上技术向上？管理改善管理改善？工程管理水准1 2 3 4 5 6PoorGoodPoorGoodZst 技术水准 甲甲乙乙丙丙现水准水准 Zshift4 Block Diagram 2.52.01.51.00.5 甲 工程管理状态不良，技术水准低 乙 有必要工程管理改善，技术水准优秀 丙 工程管理状态优秀, 技术水准低 丁 世界最上级水准工程的改善方向是通工程的改善方向是通过 4 Block Diagram决决定技定技术和工程管理的最佳方向。和工程管理的最佳方向。改善方向 工程管理改善? 技术水准改善? 方向决定丁丁向着W
52、orld Best Company的路46The Best Quality Technology Provider for the FutureCpkCpk和和 推定不良率推定不良率单位 : PPMCpk推定不良率(一方)推定不良率(一方)推定不良率(一方)推定不良率(一方)(一方)推定不良率(一方)CpkCpkCpkCpkCpk47The Best Quality Technology Provider for the Future 1.51.5 考虑自然变动的推定不良率考虑自然变动的推定不良率管理推定不良率(ppm)管理管理管理管理管理推定不良率(ppm)推定不良率(ppm)推定不良率(ppm)推定不良率(ppm)推定不良率(ppm)48
