六西格玛工具汇总.ppt

什么是六西格玛2六西格玛是80年代中期之前：在制造业中，一种朝着零缺陷方向的努力，即代表着100万个缺陷机会中只有3.4个缺陷，意味着完美无缺的产品和服务、世界级质量水平的象征；80年代后期，90年代早期：可以达到目标的方法论；90年代中后期：综合的流程改进系统，实现组织的战略目标；在人事、财务、信息技术等关键的环节建立组织系统以满足六西格玛方法实施的需要；今天对于追求卓越表现的业务和流程的象征。目标方法论持续改善体系企业精神3六西格玛是目标六西格玛是目标 -西格玛是统计单位n 是希腊字母表里的一个字母 n 专业术语“”定义为标准差-用来描述我们要研究的过程的特性值相对于其平均值的偏离程度 n 对于一个过程来说，“”是一个度量单位,它显示过程的稳定性如何？“”越大，说明过程波动越大，出错的机会越大4你能计算出下列数据的西格玛值吗？1 2 3 4 5 -3 0 4 5 9六西格玛是目标六西格玛是目标5六西格玛是目标六西格玛是目标6这是A、B两家超爽瓶盖供应商,各10次到货记录，实际到货均值为12天，你认为哪家更好，为什么?六西格玛是目标六西格玛是目标7市场竞争，客户更高的要求规格下限规格上限缺陷/投诉市场竞争，客户更高的要求缺陷/投诉规格中心-1-2-3-4-5-61234560.135%满足客户需求，创造价值，减少波动，消除变异六西格玛是目标六西格玛是目标8245,40032,70046350.5760.002Z短期DPMO1.5的假设是有争议的!(待续)308,53766,8076,2102333.4长期DPMODPUMotorola:流程的产出平均值,会随着时间渐渐平移,约达1.5Source:Brender(1962),Evans(1975)69.10000%93.32000%99.37900%99.97670%99.99966%-西格玛水平是描述产品或者服务满足客户的能力六西格玛是目标六西格玛是目标9图示六西格玛水平事件的概论积分：曲线下面的总面积100均值拐点六西格玛是目标六西格玛是目标10USL上偏差LSL下偏差：均值分布的离散程度越大则也越大，反之，亦然；分布曲线越窄，意味着落在USL和LSL之间越多；123：标准偏差，主要描述一概率分布的离散程度；34.56六西格玛是目标六西格玛是目标11若按照 Z=（上限-平均）/西格玛值，上限为4，你能计算出下列数据的Z值吗？1 2 3 4 5 -3 0 4 5 9六西格玛是目标六西格玛是目标12Bad!Good!是我们永远追求的目标！六西格玛是目标六西格玛是目标13-6 的DMAIC方法论各阶段目标和任务定义测量分析改善控制项目定义（y）&组成团队&制定计划测量Y&XSXS有什么问题我能改善多少或节约多少钱维持改善成果六西格玛方法论14定义测量分析改进控制项目定义表流程图FMEA简单实验方法 DOE计划优化设计RSM精益介绍Minitab介绍中心极限定理全因子实验中心点和区组划分EVOP客户需求SPC入门置信区间全因子及部分因子 实验逻辑回归SIPOC&VSM基本统计基本质量工具假设检验T检验属性 DOE演讲技巧纠错验证团队组成因果关系矩阵方差分析卡方分析多元 回归控制计划控制程序测量系统分析（MSA）相关与回归分析多元AVONASPC II过程能力多变量分析项目管理-6 的DMAIC方法论各阶段工具六西格玛方法论15总结问题解决方法论（工程师的角度）-六西格玛是基于统计的质量项目，它是改善过程控制的严格的方法体系。与战略结合的持续改进的体系（管理者而言）-六西格玛提供与战略结合的持续改进体系，不断改进质量，提高效率，降低成本，满足客户的需求，不断提高企业的效益。实事求是的工作文化（对领导者而言）-为取得成功，六西格玛需要企业做工作方式的根本转变，业务领导能力与六西格玛将共同改造企业。项目定义项目描述项目背景描述NO.11项目描述：项目描述主要介绍项目的背景，从公司KPI角度阐述立项的动因，并以事实为依据、用数据说话、准确、简洁、具体的描述当前与项目相关业务存在的问题的严重性。这里只提问题不提解决办法，不要使用包含有问题答案的陈述。如果面临以下问题，则不适合立项：项目选择是同时考虑不要违反以下禁选项目标准u问题原因比较明确的u问题对策清晰的u问题只是临时异常发生的u行业难题u使用传统管理方法或不需使用精益六西格玛方法就能解决的问题1.项目描述描述存在问题及重要性项目描述19例：战略指标分解例：战略指标分解-提高提高TPOTPO控制水平控制水平20公司战略目标1.5提高酿造质量1.5.1提高酒液成熟度控制水平1.5.1.7提高RDF控制一致性公司战略目标工厂部门BSCp冷贮酒RDF合格率是提高酿造一致性的重要指标之一p2014年冷贮酒RDF合格率列入工厂BSC，合格率达到80%以上p2013年日照公司该项合格率仅为67.19%，远低于目标要求。例：战略指标分解-提高RDF控制一致性21TPO是2014年工厂BSC的一个重要指标。2014年总部加严对TPO的控制，TPO内控标准由2013年 100g/L下调至50g/L。2014年累计至4月份，厦门厂TPO完成情况在集团排名靠后，急需做改善，因此，将降低TPO做为今年的六西格玛攻关课题之一。例：项目背景描述例：项目背景描述-降低降低#1线线TPO项目项目第47名定义项目指标23定义项目指标定义项目指标NO.22定义项目指标：对项目指标Y进行结构拆解，明确相应的y，以便把大问题分解成小问题。2.定义项目指标定义项目指标Y和相应的y项目总是会归结为这个简单的等式在定义阶段:我们从Y开始24定义项目指标关于Y用于测量项目是否成功的指标最通常的一个项目有一个Y如果项目规模太大或研究指标有多个独立层级（如独立的缺陷类型），可以考虑把项目拆成多个方向，并针对每个方向定义相应的y每个Y或y都应该定义计算公式，以便可以量化追踪定义的Y有可以是离散的Y，如不良率；也可以是连续型的Y；如有可能，尽量选择连续型的Y主要测量指标是衡量项目成功与否的量具主要测量指标是衡量项目成功与否的量具25Y的分解的分解项目指标及项目分解确认监控的关联指标Y？Y（关联指标）：实现项目指标不能影响到的相关约束指标。Y的定义用来测量项目的指标Y是否需要细分？Y1:可独立解决的子问题Y2:Y3:26例：例：Y的分解的分解-降低降低#1线线TPO项目项目27酿造部清酒罐管道包装部装酒机酒液流向 Y引酒灌装排氧压盖P1P3P2P4y1y1、y2Y容量y2y2YY的组成来源涉及流程例：Y的分解-降低#1线TPO项目28例：例：Y的分解的分解-提高包装综合效率项目提高包装综合效率项目生产停机率速度损失率 品种转换率 计划停机率 类别2013年实际Y的分解生产停机率2.04%Y1速度损失率8.05%Y2品种转换率1.37%-计划停机率5.69%Y3Y的定义包装综合效率计算公式：包装综合效率=标准生产时间/计划生产时间（标准生产时间为固定值无法调整）Y的分解29 从我司三条3.6万瓶/小时瓶装线2013年设备故障时间分布柏拉图可看出，洗瓶机、灌装机、装箱机、码垛机故障时间占总故障时间的 61.4%，是影响包装综合效率的主要原因。例：Y的分解-提高包装综合效率项目30离合故障传动轴装箱机主轴断裂码垛机推箱装置灌装机酒阀、瓶托例：Y的分解-提高包装综合效率项目31结论：2013年工程部千升酒电耗56.94kWh/kl,其中制冷电耗占55.3%，达到24.711kWh/kl，是部门主要耗电工序。例：Y的分解-降低工程部制冷电耗确定项目范围333.项目流程范围项目将影响到的主要流程和部门3项目流程范围（一）项目将影响到的主要流程和部门；（二）根据现有的业务流程和组织机构，分析主要涉及的业务环节和业务部门，为团队成员选择提供依据，确定项目实施所需要的资源。涉及外部客户或供应商的项目，请用SIPOC呈现项目选择的范围。公司内部改善项目，请尽量以流程图的形式表达出来。定义项目范围定义项目范围NO.334例：定义项目范围例：定义项目范围-降低降低#1线线TPO项目项目SIPO原辅料供货商酿造部工程部操作人员装酒机清酒溶解氧CO2纯度啤酒瓶瓶盖引酒灌装激沫压盖Y：成品酒TPO（50g/L）消费者经销商C35例：项目范围-降低工程部制冷电耗供应商Supplier过程Process生产部工程部冷媒水量冷媒水温度液氨量液氨温度冰水量冰水温度工程部酿造部包装部 品管部公司领导生产管理总部华南营销消费者电能氨液酒精液操作人员维修人员制冷设备操作输入Input输出Output客户Customer制冷供冷用冷回冷确定项目目标37确定项目目标确定项目目标NO.4第一步：了解基线水平根据指标特征收集最近一定时期（3个月以上到6个月）的指标表现作为衡量自身现状水平的数学依据基线选择需要分辨数据表现是否是近期稳定的状态，是否有分群的情况，需要选择有代表性的数据说明最近的能力水平第二步：对标指标标杆竞争对手同类指标的水平自身历史表现意想不到的好的水平理论水平第三步：确认挑战目标通过项目基线水平和标杆的对比，确认挑战的幅度（百分比）4.项目目标明确并量化的改进目标及RTY,COPQ和C-P的改进指标?1）质量衡量指标：RTY,DPU,DPPM2）质量成本（COPQ）3）生产率的改善项目指标现状目标标杆单位38例：基线水平例：基线水平-降低降低#1线线TPO项目项目2014年1-5月份数据呈现，1#线TPO均值为61.4g/L39对标理论标杆标杆来源：1.理论最佳值2.同行业的标杆水平；3.异业类似业务流程的标杆水平；4.集团其他厂区的标杆水平40确认挑战目标确认挑战目标：1.量化项目预期目标的预估水平，要求目标具有可行性和一定的挑战性：一般设定为缩短现状与行业最佳标准距离的70%-75%；2.如不能准确量化的，也要以文字形式叙述清楚项目指标的预期变化。表现基线标杆传统目标设定关闭差距达成目标目标与目标差距41例：定义项目目标例：定义项目目标-降低降低#1线线TPO项目项目41基线（2014年）均值：61.4g/LTPO50g/L的合格率：8.9%CO2吨酒消耗：4.45kg/kl目标(以完成集团先进工厂-三厂控制水平的70%作为目标）均值：50g/LTPO50g/L的合格率：50%极限目标（集团先进工厂-三厂）均值：45g/LTPO50g/L的合格率：70%Y：TPO42例：定义项目目标例：定义项目目标-降低工程部制冷电耗降低工程部制冷电耗极限目标Y11.74kWh/kl目标 Y 22.711kWh/kl基线基线数据来源:2013年南宁工厂消耗月报报表。目标及极限目标设定理由：根据2013年南宁工厂制冷电单耗数据及同期最优秀兄弟工厂三厂数据。Y:24.711kWh/kl（最终目标）2014年12月制冷电单耗下降至22.711kWh/klY:制冷电单耗预估财务收益团队建设与启动基本图表分析46很多复杂的问题能以简单的图表来解决结束此章节后，您将能以Minitab图表工具来解决复杂的问题目的其他图表时间序列图48操作-时间序列图打开项目：TPO.MPJ/7-9月TPO.MTW操作路径：图形时间序列图选择变量：7-9月TPO49时间序列图(TimeSeriesPlot)有任何想法吗?50Minitab图表指令:笔刷操作路径：单击右键笔刷拖选异常点这个高于上限的数据点。其告诉我们什么?其他图表柏拉图52操作-Pareto图打开项目：打开项目：PARETO.MPJ/PARETO.MPJ/消费者投诉消费者投诉.MTW.MTW操作路径：操作路径：统计统计质量工具质量工具ParetoPareto图图53Pareto图在多数不重要的项目中，确认重要的少数54练习：Pareto图设备故障时间柏拉图灌装机故障时间柏拉图打开项目：打开项目：PARETO.MPJ/PARETO.MPJ/设备故障时间设备故障时间.MTW.MTW打开项目：打开项目：PARETO.MPJ/PARETO.MPJ/灌装机故障时间灌装机故障时间.MTW.MTW55数据探勘(DataMining)数据分析三个基本步骤：实际察看的察看数据(横列)确认使否有异常发生(错误、预期外的值)图形化的以图形分析数据来将数据视觉化分析上的以统计分析数据来得到数据数值化意义56分析输入及输出的属性 不同作业员 不同机器 不同班次 供应者零件排氧压力抽真空时间顶酒时间CO2浓度激泡压力可控制输入主要流程输出Noise输入(计数)Noise输入(计量)瓶装液位一致性漏气酒比率流程TPO酒精浓度糖化粮耗成品苦味值满罐酵母数室内温度相对湿度日常检定工艺研究57数据类型统计工具的选取(单Yvs单X)Y计数计量计数计量比率检定卡方散点图X(*可能需要将Xs及Ys调换)箱线图*点图*箱线图（BOX)点图T-检验方差分析中位数检验方差分析*逻辑回归相关回归离散的X对连续的Y分组箱线图59操作-分组箱线图打开项目：TPO.MPJ/TPO.MTW操作路径：图形箱线图Y在同一列Y不在同一列60分组箱线图两种瓶型的TPO值有差别吗？计量型计数型计数型计量型XY箱线图散点图连续的X对连续的Y散点图62操作-散点图打开项目：发酵度.MPJ操作路径：图形散点图请选择：Y-发酵度X-满罐第10天发酵度63散点图通过散点图，你发现了什么规律？计量型计数型计数型计量型XY箱线图散点图基本统计理论65目的4介绍分配的曲线形状、中心位置、及数据散布之观念4了解正态分布的意义66基本统计方法数据的分类数据的分布（图形分布/统计分布）数据中心的表达平均值中位值数据离散的表达极差（全距）变异/方差标准差数据分布图形之表达正态分布正态概率怎样发现流程问题?67数据种类属性（计数）/离散数据计量数据/连续数据分类好/坏（不良率）漏气酒比率乙醛合格率贴标合格率机器1，机器2，机器3.工作班次数据的两种特性：数据的两种特性：连续性，离散性连续性，离散性连续数据TPO灌装液位高度糖化粮耗成品苦味值满罐酵母数68样本中心趋势的表达平均数平均数:算数平均数会反映出所有数值的影响显著地受到极端值的影响中位数中位数:代表50的顺位，为一组经排序后数值的中间数并不须将所有数值导入计算式中不受极端值的影响在流程改善的过程中为什么我们偏好在流程改善的过程中为什么我们偏好 使用平均数，而不是中位数使用平均数，而不是中位数?69资料变异的表达极差极差(Range)Range):于一组数据中，极大值与极小值的差方差方差():每一数据值与平均数离差平方的平均值标准差标准差():方差的平方根在测量在测量数据数据变异度时，变异度时，标准差是最普遍与最有效的工具标准差是最普遍与最有效的工具 理由何在理由何在?70总体参数vs.样本统计值s=样本标准差x=样本平均数=总体平均数=总体标准差样本统计值估计总体参数 71总体平均数样本平均数总体标准差样本标准差计算公式72操作-显示描述性统计打开项目：TPO.MPJ/TPO.MTW操作路径：统计基本统计量显示描述性统计1选择：500ml2勾选：均值、标准差、中位数描述性统计:500ml 变量 平均值 标准差 中位数500ml 51.63 6.36 51.50图形分布74图形分布对同一变量绘制多数据点图，借此我们可以描述任何程序或系统的运转状态超时工作跨产品不同的机器等等这些数据的积聚可被视为一种数值的散布可用以下形式表示:点图直方图箱线图75操作-点图打开项目：TPO.MPJ/TPO.MTW操作路径：图形点图选择简单选择输入变量：500ml76点图点图所提供的信息和直方图类似77操作-直方图打开项目：TPO.MPJ/TPO.MTW操作路径：图形直方图选择简单选择输入变量：500ml78直方图我们观察到大部分的TPO介于44到60之间我们数据中心点大约落在52左右79操作-箱线图打开项目：TPO.MPJ/TPO.MTW操作路径：图形箱线图选择简单选择输入变量：500ml80箱线图中位数Q2（50%）：51.5Q1（25%）：47Q3（75%）：54.75“须”线离群点统计分布82正态分布“正态”分布中之数据具有某种固定的特性这些特质可协助了解流程的特性大部分的自然现象及人为程序是呈现正态分布的，或是经由转换后可以正态分布的形式来表现83同样的，当我们看到事件发生集中在正态曲线的中间，就不需要去寻找除了正态、随机变异以外的原因事件发生落在正态曲线的两端机率很小正态曲线与机率分布 84正态分布特性特性11:正态分布只需下列数据即可完整描述:平均数标准差分配一分配二分配三这三种正态分配之间有何差异?85操作：正态分布打开项目：TPO.MPJ/TPO.MTW操作路径：图形直方图选择：包含拟合选择输入变量：500ml86正态分布87正态曲线、正态机率分布及相关的标准差特性特性22:在曲线下的区段面积可用来估计一特定事件发生之累积机率43210-1-2-3-440%30%20%10%0%95.45%样本值出现的机率与平均值相距的标准差个数99.73%68.27%某区间的累积机率88操作：概率计算输入：均值：51.63标准差：6.36输入：50操作路径：计算概率分布正态累积分布函数 正态分布，平均值=51.63 和 标准差=6.36 x P(X 基本统计量显示描述性统计92操作-显示描述性统计有何结论？统计量有代表性吗?结果:特殊分布.MTW 描述性统计:特殊 变量 平均值 标准差 中位数特殊 100.00 32.38 104.2093操作-直方图操作路径：图形直方图94操作-直方图利用时间想想这个结论统计过程控制（SPC）96将控制图方法和SixSigma方法论连结讨论不同型式之变异讨论不同型式之控制图讨论诠释控制图目的97资料通常随时间而改变几乎所有资料依时间序列而产生业绩、存货、不良率、缺席率当依照时间序列被检视时资料才变得有意义.平均数为何？变异量为何？多稳定？呈现何种pattern趋势、转移？231JFMAMJJASOND20022003UCLJFMAMJJASLCL不良率(%)98控制图方法从何而来?1920年代-WesternElectric/Dr.WalterShewhart用来辨识可控制及不可控制的变异-可控制的:亦称一般原因或本有的(噪音)-不可控制的:亦称特殊原因或可归因的(信号)试着由所有的噪音变数中找出流程所发出的信号控制图为一个主要工具99变异类型:“一般”vs“特殊”一般原因(噪音)特殊原因(信号)100变异类型:“一般”一般原因(噪音)在每个流程中会出现由流程作业中所产生若要移除或降低需将流程做根本性的改变如果只有一般原因变异存在，此流程视为稳定的、可预测的，及受控制的101变异类型:“特殊”特殊原因(信号)不可预测的一般而言其变异值大于一般原因变异由特定或一连串的干扰所引起可以用基本的流程监控来移除/降低如果流程表现出特殊原因变异，此流程为失控制的及不稳定的102UCLLCL控制图的构成:UCLvsLCL有多少百分比的资料应落在UCL和LCL间?如果有一资料点落在UCL和LCL外，使否意味着我们制造不良品?资料依时间而变化103时间时间我们测量之物件标准差规则:“资料落点在哪?”2sigma3sigma1sigma2sigma3sigma60-75%90-98%99-99.9%ofDataPointsUCLLCL1sigma104#1)将规格界限规格界限当作ControlChart的界限#2)将UCLUCL及及 LCLLCL当作规格界限来用UCL/LCL和顾客所定义的不良品是无直接关系!制作控制图时，两个常见的错误UCL/LCLvsUSL/LSL105UCL/LCLvsUSL/LSLProcessControlLimits由流程本身数据计算而来的其以+/-3s为基础(99.73%之预期流程变异会落在此Limits中)ProductSpecificationLimits并非从controlchart而来要确认流程如何达到顾客需求，流程能力分析是必须的106UCLLCLTIMETIMEUSLLSLUpperControlLimits=UCLLowerControlLimits=LCLUpperSpecificationLimits=USLLowerSpecificationLimits=LSL下列流程是否制造不良品?UCL/LCLvsUSL/LSL107UCL/LCLvsUSL/LSLUCLLCLUSLLSL下列流程是否制造不良品?TIMETIME108异常变异的信号资料的转移(Shifts)资料连续不断地出现在中线的一端趋势(Trends)连续增加或减少周期(Cycles)显着的pattern集中于中心密集的资料资料丛聚当流程是稳定且可预测的时，这些情况不会发生109我们将使用的规则：-规则1：一点落在UCL或LCL外(3-sigmalimit)-规则2：连续九个资料点落中心线同一侧-规则3：连续六个资料点连续上升/下降有一套标准规则帮助我们确认流程中出现之特殊原因事件当一规则被违反，我们称其为“OutofControl”这意味着有“不寻常”的事情发生找出问题及原因!控制图规则110操作-控制图违反规则以找出重复出现模式是可行的吗?规则1规则2规则3操作路径：统计控制图单值的变量控制图I-MR111特殊成因测试这些规则可以使我们及早做出决定何时采取行动当该流程为不可预测的且显现出特殊成因变异时何时该撒手不管当该流程为稳定、可预测且仅显现出一般成因变异时我的流程是稳定且可预测的，可是还不够好。我该怎么做？透过SixSigma项目及流程改善方法论减少变异控制图应用113两种资料类型计量(连续)-资料为连率的(测量出来的)由实际测量其特性求得，如TPO、液位高度、酒精浓度计数(离散)-一般接由计数得到由使用go/no-go标准尺寸、能看到的缺点数目、错误次数、通过/失败或是/非决定等，如：漏气酒率、包装不良率等114选择适当的控制图计量型资料为群组或个别值?瑕疵(Defect)或不良品(Defective)?群组值(n 1)个别值(n=1)X-BarRX-BarS(n10)I-MR 缺陷数次数式 不良品率分类式取样机率固定?YESC图U图样本大小固定?NP图YESP图计数型资料格式?115操作：I-MR控制图打开项目：TPO.MPJ/TPO.MTW操作路径：统计控制图单值的变量控制图I-MR请选择：500ml123116I-MR控制图单值或均值可显现出流程中心的稳定性(位置)单值图极差或移动极差可显现出短期变异的稳定性(散布)极差图117超出界限的点是一种异常事件发生的信号异常变异的信号？检查该点118操作-Xbar-R控制图打开项目：麦汁浓度.MPJ操作路径：统计控制图子组的变量控制图Xbar-R品管部PQA每3小时监测麦汁浓度，每次取样3笔，得到30组数据请问麦汁浓度稳定吗？119操作-Xbar-R控制图选择：子组的观测值位于多列的同一行中13Xbar-R选项检验2选择你的Y120Xbar-R控制图121选择适当的控制图计量型资料为群组或个别值?瑕疵(Defect)或不良品(Defective)?群组值(n 1)个别值(n=1)X-BarRX-BarS(n10)I-MR 缺陷数次数式 不良品率分类式取样机率固定?YESC图U图样本大小固定?NP图YESP图计数型资料格式?122操作：P图打开项目：漏气酒比率.MPJ操作路径：统计控制图属性控制图P123操作：P图选择你的变量：漏气酒数量子组大小：日包装量123P控制图选项检验4检验勾选前3项124右键选择笔刷选择异常点，并回到数据表进行删除P图125P图126摘要回顾将控制图方法和SixSigma方法论连结讨论不同型式之变异讨论不同型式之控制图讨论诠释控制图过程能力分析(Capability)128目的“传统”流程的过程能力指标计数与计量过程能力分析短期及长期流程的过程能力129如果您要使用过程能力分析来预测未来的流程品质水准，流程需要是稳定稳定且可预测的可预测的。如果不符上述条件，过程能力分析就无法预测未来的品质水准。过程能力用作诊断工具。如果您只想要用为诊断工具，那么上述的条件就没有那么严苛。研究前提130表达顾客声音的其中一种方式是以绩效界限来定义什么为“可接受的”定义：顾客声音USLLSL能力=VOCVOP131数据种类属性（计数）/离散数据计量数据/连续数据分类好/坏（不良率）漏气酒比率乙醛合格率贴标合格率机器1，机器2，机器3.工作班次数据的两种特性：数据的两种特性：连续性，离散性连续性，离散性连续数据TPO灌装液位高度糖化粮耗成品苦味值满罐酵母数132过程能力方法论计量计数决定过程能力DPU,DPPMCp,Cpk,Pp,Ppk决定过程能力DPU,DPPM你有何种资料?过程能力分析计数资料134不良品率/缺陷率计计算算单位缺陷率单位缺陷率(DPU):DPU):计计算每百算每百万机会的缺陷数万机会的缺陷数(DPMO):DPMO):DPPM=DPUDPPM=DPUXX1,000,0001,000,000135操作：P图打开项目：漏气酒比率.MPJ操作路径：统计控制图属性控制图P136操作：P图选择你的变量子组大小：日包装量123P控制图选项检验4检验勾选前3项137右键选择笔刷选择异常点，并回到数据表进行删除P图138P图139操作-能力分析二项Binomial 不良率百分比Poisson 不良品之计数打开项目：漏气酒比率.MPJ操作路径：统计质量工具能力分析二项140操作-能力分析二项141点击右键选择笔刷你的判断是什么？决定下一步行动。能力分析二项142能力分析二项过程能力分析计量资料144过程能力指标:Cp和PpCp(过程能力)和Pp(过程绩效的值)是由此得来的顾客声音流程声音USL-LSL6 sUSLLSL能力=VOCVOP145现在我们只考虑“一半”的规格范围(意指离最近的规格)。此提供我们中心敏感度的比值。Cpk和PpkCpk和Ppk是来自下列算式平均值到最近的规格界限的距离流程一半的宽度MinX-LSL3USL-X3 s s,)(146短期vs长期过程能力VALUEUSLLSL#1#2#3#4#5短期长期147过程能力指数评价标准本表为一般通则,因产业品质水准进步对此标准亦有所变更148过程能力指数的种类即时流程能力即时流程能力极短时期内的流程能力 它描述短时间内流程所可能的的最好的实绩 它应该是流程极限目标的近似估计 可由短期或长期研究的“最好的操作”来估计 短期流程短期流程能力能力基于30-50数据点的流程能力研究 一般等于或大于长期流程能力 长期流程长期流程能力能力:基于大量数据点的流程能力研究 实际流程的流程能力最好的估计 可用这个数据作出诊断 149情景：问题描述工艺员每隔3小时抽检 1#激泡泵流出的600ml啤酒的液位高度，每次抽取3瓶（子组数为3），共抽取了50组。规格下限LSL：203mm 规格上线USL：226mm请问：1#激泡泵对600ml啤酒的液位高度的影响稳定吗？150操作-能力分析打开项目：液位高度.MPJ/激泡泵液位高度稳定性.MTW操作路径：统计质量工具能力分析正态下限：203上限：226151我们的流程能力如何?能力分析152操作-CapabilitySixpack打开项目：液位高度.MPJ/激泡泵液位高度稳定性.MTW操作路径：统计质量工具CapabilitySixpack正态153操作-CapabilitySixpack子组跨数列：选择位置1、位置2、位置31规格下限：203规格上限：22623检验勾选前3项4点击检验1541数据是否有代表性？数据分群，采集后段最近的数据进行分析决策CapabilitySixpack1551数据是否有代表性？正态性2过程能力指标3你要采取什么对策？决策CapabilitySixpack单取第22笔及以后的数据进行分析156总结：过程能力分析步骤1.依您认为“最佳”之流程设定，并记录主要流程输入变数值(KPIVs)2.操作流程一段时间，以尽可能移除外部的变异目标为收集约30个时间点之资料3.要求小组组员仔细观察并纪录流程4.测量及记录主要流程输出变数值(KPOV)5.执行CapabilitySix-pack并检阅:6.诊断Mean之偏移或变异改变7.依诊断结果决定改善计划练习158练习：团队活动某铸造厂有4条生产线为压缩机生产企业铸造曲轴毛坯。其中的主轴长度要求的规格范围如下：上规格限USL=100mm 下规格限LSL=40mm打开项目：过程能力分析/过程能力分析.MPJ分析：流程1；流程2：流程3；流程4对每个流程决定其资料是否适合用来预测或仅能用来诊断对每个流程，如果需要改善，请决定改善的策略请准备报告159流程1工作表受统计控制?正态分布?CpCpkPpPpkSigma:流程能力Sigma:流程实绩160流程2工作表受统计控制?正态分布?CpCpkPpPpkSigma:流程能力Sigma:流程实绩161流程3工作表受统计控制?正态分布?CpCpkPpPpkSigma:流程能力Sigma:流程实绩162流程4工作表受统计控制?正态分布?CpCpkPpPpkSigma:流程能力Sigma:流程实绩附录短期/长期过程能力164短期vs长期过程能力VALUEUSLLSL#1#2#3#4#5短期长期165Cpk和Ppk标准差由个别sigma值计算而来(方法一)，然后由公式得到Ppk如果使用平均移动距离(AverageMovingRange)来计算标准差(方法二)或使用标准差加总的平均值(方法三)，就能得到CpkMinX-LSL3USL-X3 s s,)(166此为“总平方和”方法亦称为“个别sigma值”，因为其使用来计算的值，因为包含平移和飘移的资料，为长期的估计值您使用Minitab计算标准差时，就是用这个公式得到结果(Xi-X)2(n-1)S=计算标准差:方法一(长期的估计值)167使用移动距离(movingrange)方法来估计标准差当资料为个别值时使用，为短期的估计值mR/1.128S=估计标准差:方法二(短期的估计值)此方法使用I-mRProcessBehaviorChart168使用所有子群组标准差的平均值方法来估计标准差当以子群组收集资料时使用，为短期的估计值估计标准差:方法三(短期的估计值)此为使用X-barRProcessBehaviorChart时的预设算式S=Sbar/C4Sbar为每个子群组的平均标准差169长期估计vs.短期估计两种估计值能提供我们重要的讯息如果两者估计值相符，表示不用考虑平移或飘移的问题如果不相符，资料平移和飘移的问题为显着的。个别的Sigma值通常会大于短期估计值短期估计值提供我们当平移和飘移的议题宜除时，标准差的值如果长期估计值大于断其估计值，表示流程不稳定且不具可预测性计量-MSA测量系统分析171目的介绍测量系统分析测量系统分析定义基本测量专有名词略述执行测量系统分析的步骤练习实务方法172测量程序理想的测量系统需要每次产生真正真正的测量结果测量系统的质量是以统计特质统计特质来描述其特征测量程序测量程序应该包含：设计与验证持续的能力评估控制修正与再验证特质特质必须在统计控制中相对于产品规格，其变异性必须要小相对于流程变异，其变异性必须要小分辨率(Discrimination)的单位应该精细至产品规格或流程变异的十分之一173测量误差的影响平均数变异量测量系统偏移：-藉由“校准研究”确认测量系统变异：藉由“R&RStudy”确认准确性(Accuracy)精确性(Precision)totalproductmeasurement174测量变异总变异等于实际产品变异加上测量系统所造成的变异175测量系统的构成要素测量工具：硬件软件使用这些工具的所有步骤：选择测量员取样技术设定并执行各步骤脱机计算及数据输入校准频率及技术176测量变异的来源177专业用词 分辨率分辨率(Discrimination(Discrimination)与与“准确性准确性-Accuracy”-Accuracy”相关用词相关用词真正值偏移与与“精确性精确性-Precision”-Precision”相关用词相关用词重复性再现性线性稳定性稳定性(Stability(Stability)178分辨率系统所能测量出的小数字数。测量系统单位应为产品规格或流程变异计算单位的10分之1分辨率良好分辨率不足179准确性(Accuracy)准确性准确性测量值的平均值平均值是否从真正值偏移?真正值真正值(TrueValue(TrueValue)理论上正确的数值国家标准局标准偏移偏移测量平均值与真正值的离差测量工具持续地远离目标值的大小系统性误差或偏移量(offset)180准确性(Accuracy)测量工具准确性是指观察测量所得平均值平均值 与专家测量值专家测量值或“真正值真正值”的差该MasterValue是一种可接受的、可追踪的参考标准(例如：国家标准局)专家测量值真正值平均数偏移181偏移平均测量值有一固定的差异偏移效应偏移效应包括：操作者偏移操作者偏移 不同的操作者即使测量同一对象，平均值也会造成可察觉的不同 仪器偏移仪器偏移 不同的仪器即使测量同一对象，平均值也会造成可察觉的不同专家测量值真正值平均数仪器一仪器二平均数仪器二偏移量仪器一偏移量182线性仪器测量能力范围内，Accuracy（准确性）或Precision（精确性）值的差异准确性测量工具1:线性相等在此是个问题测量单位0准确性测量工具2:线性相等于此不是问题0测量单位183精确性(Precision)测量系统的总变异总变异测量重复值的自然变异名词：随机误差(RandomError)，散布(Spread)，测量/再测量误差(Test/Retesterror)重复性与再现性重复性与再现性184精确性：重复性测量系统本有的变异量本有的变异量在绝对不变的情形下，对相同变量重复测量所产生的变异相同操作者相同设定相同零件相同环境条件短期性变异由重复值的由重复值的合并标准差合并标准差估计所得估计所得重复性应是比系统的总变异要小185精确性：再现性在不同状况不同状况下进行测量所得之变异不同作业员不同设定不同测试零件不同环境条件状态长期性变异从不同测量状况所得测量值平均数的标准偏差估计从不同测量状况所得测量值平均数的标准偏差估计所得所得186测量能力指标-P/T（%公差）精确度/公差比率描述多少公差百分比公差百分比是被测量误差所占用最佳情形：10%;可接受30%通常以百分比表示注意:6标准偏差代表99.73%的MS变异，6标准偏差为工业标准187P/T(%公差)的应用P/T比率(Minitab中的%公差)是对测量系统精确度最常用的估计工具此方法可被应用于评估测量系统对于规格的性能表现然而，规格可能会太宽松或太严苛 一般来说，当测量系统纯粹被用来分类生产样本时一般来说，当测量系统纯粹被用来分类生产样本时，P/TP/T比率是一个良好的估计工具比率是一个良好的估计工具 但是，若流程能力(Cpk)不适当时，P/T比率可能带给你错误的保证188测量能力指标-%量具R&R描述多少总变异百分比总变异百分比是由测量误差造成的同时包含了重复性与再现性作业员x单位数x实验次数最佳情形：10%;可接受15，测试次数2若不可行，选择测试的次数使得：若SxO15，测试次数=3若SxO8，测试次数=3-4若SxO5，测试次数=4-5若SxO质量工具量具研究量具R&R研究(交叉)198操作-量具研究基本信息选项规格公差=0.5199包含交互作用的双因子方差分析表我们将在第二周学过ANOVA之后加以讨论200量具R&R(表首)这些数据很有用201贡献比例树形图使用该树形图以了解变异来源的差别目标：部件间93%合计量具R&R质量工具属性一致性分析223操作-属性一致性分析在此范例中，资料以多栏的方式排列输入测量员的数目和试验次数输入已知的标准224重复性：检验员自身此两个测量员，9次测量中有7次测量是相符的225再现性：检验员之间测量员在9次测量中，有5次是和自己的及其他测量员的结果相符226每个检验员与标准一致性比较每个测量员和专家所测得结果仅有6次相符227