韓國顧問公司的6sigma教程-品質(zhì)變動(dòng)和工程能力.ppt

《韓國顧問公司的6sigma教程-品質(zhì)變動(dòng)和工程能力.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《韓國顧問公司的6sigma教程-品質(zhì)變動(dòng)和工程能力.ppt（48頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1 4 品質(zhì)變動(dòng)和工程能力 2 品質(zhì)變動(dòng)的原因 雖然4M相同 但是產(chǎn)品的特性值沒有相同的 任何一個(gè)工程都包含很多變動(dòng)原因 所以存在散布 生產(chǎn)產(chǎn)品之間的差異也許會(huì)很大 也許會(huì)小到無法測定 不是只局限于以上制造工程 以下情況也很適用 人們作業(yè)的階段 使用設(shè)備的信賴性 在辦公室作業(yè)的情況等 能影響軸直徑的例子 Machine Clearance BearingWear Tool Strength RateofWear Material Diameter Hardness Operator PartFeed AccuracyofCentering Maintenance Lubrication ReplacementofParts Environment Temp ConsistencyofPoweretc 3 品質(zhì)變動(dòng)攻略 大家的組織屬于哪里 需要用什么工具 我們應(yīng)把重點(diǎn)放在哪里去努力好呢 1 2 3 4 5 6 DFM 制造型設(shè)計(jì) DFSS 6 許容差的設(shè)計(jì)某實(shí)驗(yàn) 試驗(yàn)計(jì)劃法 ProcessMap 分析測定系統(tǒng)FMEA 研究能力 帕累托 特性要因圖 頭腦風(fēng)暴SPC表格 一般常識(shí)部分知識(shí) 工具 工具 工具 工具 4 雖然很聚集 但是正確度很差 脫離平均值 工程變化少 通過移動(dòng)平均值容易改善 正確但是不聚集 分散大 工程變化大 有很多管理Factor 改善FOCUS 品質(zhì)變動(dòng)的本質(zhì) 5 品質(zhì)變動(dòng)的分解 SSB SST SSW 總變動(dòng) 群間變動(dòng) 群內(nèi)變動(dòng) 作為擁有所有data的散步 各data和總平均之間的差進(jìn)行2次方得出 作為Lot之間的散步顯示相互之間的分散程度 Lot內(nèi)的散步也可稱作誤差變動(dòng) 意味著每個(gè)data離lot的平均值相離多少 X X X X X n X X X X 2 2 2 j 1 i 1 j 1 j 1 i 1 v n v v n 6 散布的根源 偶然原因 散布有兩種形態(tài) 偶然原因 CommonCause 和異常原因 SpecialCause 如果從總體 或者工程 獲得的測定值或者觀測值已穩(wěn)定及能預(yù)測向后的樣子的話 說明總體 工程 在 管理狀態(tài) 里 散布的根源隱藏在system里 是一般的偶然因素組成 散步的偶然要因是自然的 可以預(yù)測的 經(jīng)常存在的 存在的差異 設(shè)備之間存在的正常散布是偶然要因中的例子 根據(jù)偶然因素 存在穩(wěn)定管理狀態(tài)的可預(yù)測的偶然因素 存在無法預(yù)想的變化 7 散布的根源 特殊原因 如果從總體 或者工程 的data不穩(wěn)定 而且形成無法預(yù)測向后的分布時(shí) 總體 或者工程 視為 管理脫離 分布變化的原因是由于system的不自然而產(chǎn)生散步的根源 這時(shí)散步的根源叫做異常原因 SpecialCause 根據(jù)特殊原因的散布 重大變化脫離不穩(wěn)定管理存在無法預(yù)測的特殊原因 存在無法預(yù)想的變化 散布一般在測定或者觀測Process 工程 Output的時(shí)候被發(fā)現(xiàn) 偶然原因和異常原因的根源是Process 工程 的InputVariable 8 散布的根源 異常原因的影響 異常原因的影響 9 對品質(zhì)變動(dòng)原因的性質(zhì) 偶然原因 ChanceCause 異常原因 AssignableCause 現(xiàn)象 所有數(shù)據(jù)表現(xiàn)為類似情況 有些數(shù)據(jù)出現(xiàn)與平時(shí)不一樣的情況 構(gòu)成 因大多數(shù)小原因?qū)е碌牟坏靡训纳⒉?因少數(shù)主要原因?qū)е碌目梢员苊獾纳⒉?性質(zhì) 認(rèn)定性 規(guī)則性可能預(yù)測 工程的允許范圍內(nèi)自然發(fā)生 因散發(fā)不規(guī)則導(dǎo)致預(yù)測不可能 變則 全體散布的占有率 85 左右 15 左右 改善活動(dòng) 因偶然原因?qū)е碌纳⒉紲p少 系統(tǒng)化措施 去除及擴(kuò)張 現(xiàn)場措施 擔(dān)當(dāng) 能量 現(xiàn)場責(zé)任人及工作地 品質(zhì)特性值 管理上限 管理下限 時(shí)間 偶然原因 異常原因 10 品質(zhì)變動(dòng)的措施 參考1 Deming博士的工程變動(dòng)原因分析 by OutoftheCrisis 異常變動(dòng) 約6 參考2 AIAG AutomotivelndustryActionGroup 分析 偶然變動(dòng) 約94 去除異常原因活動(dòng)主要是因?yàn)楣こ逃嘘P(guān)的人為因素而發(fā)生一般占工程問題的15 左右 現(xiàn)場措施 去除偶然原因活動(dòng)要求大部分管理措施一般占工程問題的85 左右 系統(tǒng)措施 11 查明品質(zhì)變動(dòng)的原因步驟 Boing 重要品質(zhì)特性 計(jì)測器 關(guān)聯(lián)工程 工程變數(shù) 決定變數(shù) 長 尺寸 硬度等 穩(wěn)定性 正確性 反復(fù)性 再現(xiàn)性 施工 熱處理 粉碎 粘合等 速度 移送 溫度 輪子大小 干燥時(shí)間 5000RPM 8 min 450 C 450 0 05m n 1 Hr 主要特性的變動(dòng)由工程管理 第一個(gè)課題是測定系統(tǒng)的變動(dòng)工程結(jié)果由原因 入力 變數(shù)管理 原因 入力 變數(shù)要設(shè)定成品質(zhì)極大化并可以在制造環(huán)境持續(xù)管理 12 關(guān)于品質(zhì)變動(dòng)原因的改善措施 偶然原因 異常原因 偶然原因 ChanceCause 晩成原因 可避原因 普通原因 CommonCause 異常原因 AssignableCause 偶發(fā)原因 可避原因 特別原因 SpecialCause 跟平常意義相同的 跟平常意義不同的 在生產(chǎn)條件嚴(yán)格管理的狀態(tài)下 發(fā)生的一定程度的不可避免的變動(dòng) 作業(yè)者的熟練度差異 作業(yè)環(huán)境差異 不可識(shí)別的原輔材料及生產(chǎn)設(shè)備等一般特性差異無法解決的困難原因 主要 作業(yè)者疏忽 使用不良資材 說出生產(chǎn)設(shè)備的異常 這些原因不是慢性存在的 散發(fā)性發(fā)生而引起變動(dòng)的原因 普通經(jīng)營管理者的責(zé)任 關(guān)于System的措施很有必要75 80 根據(jù)System的經(jīng)營措施解決 25 20 可以由現(xiàn)場人員局部解決 現(xiàn)場作業(yè)者的責(zé)任 用統(tǒng)計(jì)技法展開雖然經(jīng)營管理者站在很好修正的位置 但是異常原因的發(fā)現(xiàn)和解決還是現(xiàn)場人員更合適 13 從data的模式中區(qū)分哪個(gè)散布是從異常要因或者偶然要因中發(fā)生的 品質(zhì)變動(dòng)原因的改善措施 減少散布的核心 統(tǒng)計(jì)技法用于區(qū)分偶然原因跟異常原因 如何區(qū)分 改善接近方法有三種 去除無指望的異常要因 要現(xiàn)身體現(xiàn)有指望的異常要因 要減少異常要因的散布 異常原因的存在說明改善的機(jī)會(huì)很多 對異常原因的改善活動(dòng)要優(yōu)先 14 工程能力 ProcessCapability 工程能力分析 使用相關(guān)統(tǒng)計(jì)方法是為了測定生產(chǎn)工程的品質(zhì)變動(dòng)程度 然后跟規(guī)格相比較從而減少變動(dòng)的幅度 工程能力 ProcessCapability 反映生產(chǎn)工程生產(chǎn)多少均一的產(chǎn)品的工程的固有能力 作為尺度 一般使用6 3 3 99 73 工程能力指數(shù) ProcessCapabilityIndex 工程在穩(wěn)定狀態(tài)時(shí) 是否能生產(chǎn)優(yōu)質(zhì)產(chǎn)品的評價(jià)尺度 Cp Cpk 工程處于穩(wěn)定狀態(tài)時(shí)是否能生產(chǎn)優(yōu)質(zhì)產(chǎn)品的評價(jià)尺度 15 能力評價(jià)的必要性 能系數(shù)化Project的問題本質(zhì)水準(zhǔn) 計(jì)量型data Y 工程或者執(zhí)行出力變數(shù) 的規(guī)格對嗎 Y的中心在規(guī)格內(nèi)嗎 Y的工程變動(dòng)比規(guī)格允許的大嗎 計(jì)數(shù)型data 測定system會(huì)不會(huì)對實(shí)際工程能力的評價(jià)有影響 允許可能缺點(diǎn) 內(nèi)外在缺點(diǎn)及未發(fā)現(xiàn)的缺點(diǎn)比率是什么 能力評價(jià)能預(yù)測對公司的產(chǎn)品和service的實(shí)際品質(zhì)水準(zhǔn) 通過能力評價(jià)能推定產(chǎn)品或者工程的sigma水準(zhǔn) 16 規(guī)格鑒定 計(jì)算z值 PPM Cp Cpk Pp Ppk推定 收集Sampl 評價(jià)計(jì)量數(shù)據(jù)能力 階段 1 鑒定規(guī)格階段 2 收集短期或者長期的數(shù)據(jù)Sample階段 3 計(jì)算z的值階段 4 如果必要的話移動(dòng)1 5sz值階段 5 把z值轉(zhuǎn)換成傳統(tǒng)的品質(zhì)指數(shù)PPM 或者Cp Cpk Pp Ppk 計(jì)量數(shù)據(jù)能力評價(jià)步驟 17 階段 1 檢驗(yàn)規(guī)格這課題看似很細(xì)小 但是在這過程中經(jīng)常遺漏 對規(guī)格的定義重要嗎 為了產(chǎn)品或者評價(jià)工程執(zhí)行特征 要清楚地認(rèn)識(shí) 真實(shí) 規(guī)格 繼續(xù) 檢驗(yàn)規(guī)格 z 分?jǐn)?shù)計(jì)算 PPM推定 Cp Cpk Pp Ppk推定 收集樣品 階段 1 檢驗(yàn)規(guī)格 規(guī)格 18 怎樣決定 真實(shí) 的規(guī)格 設(shè)計(jì)圖 根據(jù)什么制定設(shè)計(jì)圖的規(guī)格 工程 是好想法 顧客 能否問顧客 例 注入液體到瓶子的一個(gè)公司想評價(jià)往可樂瓶里注入特定量液體的能力 每瓶的注入量是101 3ml 這個(gè)基準(zhǔn)是根據(jù)顧客確定的 大家所關(guān)心的執(zhí)行特征 Y 是什么 規(guī)格是多少 公差是多少 規(guī)格驗(yàn)證 Z值計(jì)算 PPM推定 Cp Cpk Pp P推定 樣品收集 階段 1 檢驗(yàn)規(guī)格 19 長期觀察data話會(huì)發(fā)現(xiàn)工程平均一般移動(dòng)1 5s 長期的data說明這樣的移動(dòng) 規(guī)格下限 規(guī)格上限 SS間 短期SS內(nèi) 期間2 期間3 期間4 期間1 期間5 時(shí)間 實(shí)行特征 長期SS合計(jì) 1 5s 1 5s 階段 2 收集Sample 20 階段 2 收集長期或者短期的data樣品短期date 未包含異常原因顯示偶然原因的影響通過小的推論空間收集通過一日作業(yè)的交替時(shí)間用一個(gè)機(jī)器一名作業(yè)者為對象使用屬于一個(gè)lot的原材料構(gòu)成零件 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 21 階段 2 收集短期或者長期數(shù)據(jù)Sample長期數(shù)據(jù) 不僅是偶然原因 也可以表現(xiàn)出異常原因的影響根據(jù)廣泛推論空間收集 根據(jù)大多數(shù)作業(yè)倒班時(shí)間 使用大多數(shù)機(jī)器以大多數(shù)作業(yè)者為對象使用屬于大多數(shù)Lot中得原輔材料等 繼續(xù) 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 22 提問 哪種類型的data 長期或者短期 通過長期時(shí)間 顯示出貨給顧客的產(chǎn)品品質(zhì) 例 現(xiàn)在能收集到的Sample只有從儲(chǔ)存在倉庫里的資材開始 倉庫里的瓶子是從1日到一個(gè)月內(nèi)進(jìn)入到倉庫的 收集哪種種類的data 隨即抽取100個(gè)瓶子后測定每個(gè)瓶注入量 file名 Cola mtw 收集哪種類型的data 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 23 階段 3 計(jì)算z值 使用z 變換 變換 樣品的平均和sigma已確定時(shí) 把平均 0 sigma 1的正態(tài)分布轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布 測定單位毫米 英寸 英尺 Psi 壓力單位 伏特 等中不管使用哪種單位 總是平均 0 標(biāo)準(zhǔn)偏差 1的變換的分布 使用z 變換的話所有的分布都能變換成標(biāo)準(zhǔn)正態(tài)分布 點(diǎn)數(shù)z 或者z值 是特定號(hào)x偏離樣本平均的程度用標(biāo)準(zhǔn)偏差來顯示 繼續(xù) 階段 3 Z值計(jì)算 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 24 這data是長期data還是短期data 變數(shù)N平均中間值截尾均值標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)誤差平均量100102 17102 26102 181 770 18 階段 3 計(jì)算z值 使用z 變換 首先 需要對m和s的測定Stat BasicStatistics DisplayDescriptiveStatistics z x x x s m s 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 25 階段 3 計(jì)算z值 使用z 變換 在Minitab制作z值columnCalc Calculator等式 量 102 17 1 77然后 制作原分?jǐn)?shù)分布和標(biāo)準(zhǔn)分?jǐn)?shù)分布的直方圖 s x x Z individual 個(gè)別 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 26 階段 3 計(jì)算z值 使用z 變換 請不要忘記實(shí)際問題 為了把握規(guī)格以外的產(chǎn)品比率 需要規(guī)格上限 USL 和規(guī)格下限 LSL 有關(guān)z值 統(tǒng)計(jì)性問題 用z的值 推定在規(guī)格上限跟規(guī)格下限之外的正規(guī)曲線的比率 Z值 2 1 0 1 2 3 1 5 1 0 5 0 次數(shù) 標(biāo)準(zhǔn)分?jǐn)?shù)分布 Z規(guī)格上限 Z規(guī)格下限 請計(jì)算對于規(guī)格界限的Z值 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 27 2 356 1 77 102 17 98 x LSL Z LSL S 1 034 1 77 17 102 104 x USL Z USL S Pr Amount 104 Pr Amount 98 Pr Z 1 034 Pr Z 2 356 0 1506 0 0092 15 06 0 92 15 98 規(guī)格外產(chǎn)品比率 規(guī)格外產(chǎn)品比率的推定如以下 規(guī)格上限上面比率 規(guī)格下限下面比率 1 5 1 0 5 0 頻度數(shù) 標(biāo)準(zhǔn)分?jǐn)?shù)分布 Z 規(guī)格上限 104 2 1 0 1 2 3 z 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 28 在哪求這些概率 方法1 查看正態(tài)table的值 Z Table xls參照 Z 值 0 00 0 01 0 02 0 03 0 04 0 05 0 06 0 9 0 18406 0 18141 0 17879 0 17619 0 17361 0 17106 0 16853 1 0 0 15866 0 15625 0 15386 0 15151 0 14917 0 14686 0 14457 1 1 0 13567 0 13350 0 13136 0 12924 0 12714 0 12507 0 12302 2 2 0 01390 0 01355 0 01321 0 01287 0 01255 0 01222 0 01191 2 3 0 01072 0 01044 0 01017 0 00990 0 00964 0 00939 0 00914 2 4 0 00820 0 00798 0 00776 0 00755 0 00734 0 00714 0 00695 Z 參照 在這兒提示的table提供有半部分的可能性 提問 2 356能不能代替2 356 為什么呢 為什么不行 ZUSL ZLSL 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 29 提問 跟ZUSL的右半部分的概率有什么關(guān)聯(lián)性 在哪求這些概率 方法2 使用Excel的統(tǒng)計(jì)魔法師 Paste技能 Z ZUSL 概率 Z 1 034 0 8494 ZLSL 概率 Z 2 356 0 0092 參照 Excel的魔法師技能 z 或者z 是顯示左半部分的概率 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 30 概率 Z 2 356 0 0092 在哪求這些概率 方法3 使用Minitab的概率分布函數(shù) 累計(jì)分布函數(shù)平均 0標(biāo)準(zhǔn)偏差 1 00的正太分布xP X x 1 03400 8494 累計(jì)分布函數(shù)平均 0標(biāo)準(zhǔn)偏差 1 00的正太分布xP X x 2 35600 0092 提問 Minitab是提供右半部分的分布 左半部分的分布 或者 Z ZUSL ZLSL 概率 Z 1 034 0 8494 Z 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 31 計(jì)算長期Z 假設(shè)所有的缺陷在同一個(gè)部分 從而求出在Z值最糟糕時(shí)相應(yīng)的長期推定值 這是從缺陷的總比率里逆計(jì)算綜合性z值得出的 請?jiān)斢浺韵滦畔?Z 0 1598選定方法找一個(gè)z tableExcel函數(shù)魔法師Minitab概率分布函數(shù)提示 求對已知累積概率的z值 答 ZLT 0 9952 Pr Amount 104 Pr Amount1 034 Pr Z 2 356 0 1506 0 0092 15 06 0 92 15 98 規(guī)格外的產(chǎn)品比率 Z 最壞的情況 一個(gè)部分的比率 15 98 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 32 對量的每個(gè)變數(shù)的能力評價(jià)階段 1 鑒定規(guī)格階段 2 收集短期或者長期數(shù)據(jù)Sample階段 3 計(jì)算z值階段 4 必要的時(shí)候移動(dòng)z值1 5s想知道的是什么 給顧客送什么 長期能力 短期能力 產(chǎn)品特征的Sigma水準(zhǔn) 賦予工程資格 中心化的短期能力 階段 5 將z值轉(zhuǎn)換成傳統(tǒng)品質(zhì)指數(shù)PPM 或者Cp Cpk Pp Ppk 階段 4 計(jì)算短期能力 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 33 ZLT ZST 1 5 Sigma 水準(zhǔn) 短期 DPMO 長期 DPMO 1 158655 3 691462 5 2 22750 1 308537 5 3 1350 0 66807 2 4 31 7 6209 7 5 0 3 232 7 6 0 0 3 4 34 階段 4 必要時(shí)z值移動(dòng)1 5s想知道的是什么 送什么給顧客 長期能力 ZLT 0 9952短期能力 ZST 0 9952 1 5 2 4952產(chǎn)品特征的sigma水準(zhǔn) 和ZST同一賦予工程資格 中心化的短期能力 下面會(huì)有介紹 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 35 評價(jià)對量的每個(gè)變數(shù)的能力 階段 1 檢驗(yàn)規(guī)格階段 2 收集短期或者長期的樣品階段 3 計(jì)算z值階段 4 必要時(shí)z值移動(dòng)1 5s階段 5 把z值裝換成傳統(tǒng)的品質(zhì)指數(shù)想知道的是什么 PPM orCp Cpk Pp Ppk把ZLT轉(zhuǎn)換成PPM是很容易 筆記 概率 Z 0 9952 0 1598規(guī)格外的PPM 0 1598 1 000 000 159 899PPM 長期 Cp Cpk Pp Ppk推定 階段 5 轉(zhuǎn)換成傳統(tǒng)的品質(zhì)指數(shù) 鑒定規(guī)格 計(jì)算Z值 推定PPM 推定Cp Cpk Pp Pp 收集Sampl 36 提問 3 被去除的話Cpk和Ppk等式會(huì)怎樣 Cpk Ppk ZST和ZLT之間的關(guān)系是什么 Cp Cpk Pp Ppk推定 規(guī)格下限 工程寬度 設(shè)計(jì)寬度 規(guī)格上限 T 3s 3s term short p s LSL USL C 6 term short USL pk s X USL C 3 term short LSL pk s LSL X C 3 min LSL pk USL pk pk C C C term long USL pk s X USL P 3 term long p s LSL USL P 6 term long LSL pk s LSL X P 3 min LSL pk USL pk pk P P P 37 可樂的例子 詳記 100個(gè)作為樣本的瓶子顯示長期的data 所以所有詳記能力指數(shù)可以以下辦法求出 參照 為了測定Cp和Cpk的正確值 需要對ZST的正確推定值 這是現(xiàn)在無法知道 我們可以根據(jù)經(jīng)驗(yàn) 假設(shè)ZST 3 Cpk 詳記 ZST 2 4952則Cpk ZST 3 0 8317 77 1 17 102 104 OR 3 USL usl pk USL Z P Z 345 0 77 1 3 17 102 104 3 term long pk s X USL P 565 0 77 1 6 98 104 6 term long p s LSL USL P 詳記 ZLT 0 9952 38 提問 收集短期data樣本后用minitab進(jìn)行能力分析的情況下哪種統(tǒng)計(jì)顯示工程的短期能力 參照 Minitab一向?qū)⒏魑坏臄?shù)據(jù)假設(shè)成長期數(shù)據(jù) Cp Cpk Pp Ppk Minitab使用 練習(xí)題1 使用Minitab 進(jìn)行長期分析提示 低位group 5 或者 樣品 column 推定Sigma PooledStandardDeviation 39 數(shù)缺陷 計(jì)算Z值 計(jì)算PPM 轉(zhuǎn)換Cpk和Ppk 對系數(shù)data的工程能力 階段 1 對缺陷的定義 驗(yàn)證技術(shù)階段 2 了解缺點(diǎn)發(fā)生次數(shù) 推測通過工程的所有單位 一般情況下 典型使用視為長期data的經(jīng)歷data 階段 3 缺點(diǎn)比率和百萬個(gè)中不良品數(shù) PPM 計(jì)算 階段 4 計(jì)算z 短期能力加上1 5s 階段 5 推定傳統(tǒng)能力指數(shù) 把Z換成Cp Cpk Pp Ppk 40 練習(xí)題 使用以下的帕累托圖 計(jì)算 Intrepid 產(chǎn)品無缺陷出庫的能力 階段 1 對缺陷的定義 說明進(jìn)行檢驗(yàn) 通過這周后半部分要學(xué)到的R R研究 假設(shè)這已完成 階段 2 弄清缺陷次數(shù) 推測所有工程單位 一般情況下 典型的使用視為長期data的歷史性data intrepid缺陷數(shù) 4000intrepid機(jī)會(huì)數(shù) 1perunit生產(chǎn)的intrepid總單位 35000階段 3 計(jì)算缺陷比率和PPM缺陷比率 0 1143PPM 0 1143 1 000 000 114 300PPM 對系數(shù)data的工程能力階段 1 3 z PPM Cpk Ppk 41 對系數(shù)data的工程能力階段 4 5 階段 4 計(jì)算z值 必要時(shí)移動(dòng)1 5s 缺陷比率在11 43 的情況下ZLT 1 204Minitab的概率函數(shù) 通過參照excel函數(shù)和z table能檢驗(yàn)這些嗎 還有ZST 1 5 ZLT 1 204 1 5 2 704階段 5 推定出傳統(tǒng)能力指數(shù) 把Z換成Cpk PpkCpk ZST 3 0 9013Ppk ZLT 3 0 4013 z PPM Cpk Ppk 42 請分析以下問題 道具 計(jì)算產(chǎn)品Sigma水準(zhǔn)背景 在焊接工廠 為了提高收率 實(shí)施了6sigma改善project活動(dòng) 首先 工廠把這個(gè)任務(wù)交給了兩名黑帶人員 有必要給兩名黑帶人員project選定t的方法實(shí)際問題 根據(jù)對工程的了解和有關(guān)費(fèi)用的信息 找出了不良費(fèi)用高的四個(gè)產(chǎn)品 實(shí)際提問 根據(jù)以下長期產(chǎn)品 工程的信息 給新黑帶候選人的project中 成為重點(diǎn)事項(xiàng)的兩個(gè)產(chǎn)品是哪一個(gè) 根據(jù)產(chǎn)品Sigma水準(zhǔn)的實(shí)用性的答案 練習(xí)題1 43 練習(xí)題2 分析以下 TO 親愛的Abby 的故事 道具 z 點(diǎn)數(shù)計(jì)算和解析背景 To 親愛的Abby 在你的專欄里 你說女性懷孕期是266天 是誰這樣說的呢 我懷孕我孩子時(shí) 孕期是十個(gè)月零五天 這是事實(shí) 因?yàn)?我明確知道孕期 由于我丈夫是海軍 所以其它時(shí)間我不可能懷孕 嬰兒出生前 我只見過他一次 也只是一個(gè)多小時(shí) 之前我未喝酒 也沒有跟其他男人接觸 所以這孩子肯定是我丈夫的 所以希望寫專欄時(shí)懷孕期間定為266日 要不然我會(huì)遭遇很多問題 sandiego讀者Abby的回答 To親愛的讀者們 平均懷孕期是255天 會(huì)有早出生的嬰兒或者晚出生的 你的情況可能是后者 Abby實(shí)用的提問 這兒的問題不是嬰兒晚出生 這是已知道的事實(shí) 所關(guān)心的是遲延期間的可靠性 10個(gè)月和5日幾乎是310天 換句話說 懷孕期間跟正常比超過了 這個(gè)數(shù)值能不能跟已知道的懷孕期共存 在這種情況下我們會(huì)采取女性意見 要不然由于偏差太大 圣迭戈 sandiego 讀者會(huì)不會(huì)沒說真話來下定結(jié)論 統(tǒng)計(jì)的目的 可以證明懷孕期間可能比10個(gè)月5天更長 用統(tǒng)計(jì)法觀察的data 觀察的懷孕期間 x是310日 根據(jù)醫(yī)院的資料 所有懷孕期間的平均分布是266天 真正的標(biāo)準(zhǔn)偏差 s 是16日實(shí)用的答案 44 引用下一張的數(shù)據(jù)解決以下課題 三個(gè)數(shù)據(jù)庫中選擇兩個(gè) 計(jì)算以下事項(xiàng) 掌握各計(jì)量數(shù)據(jù)的能力 1 假定短期數(shù)據(jù)已收集 推定 Xbar 和 S 推定短期缺點(diǎn)水準(zhǔn)推斷長期缺點(diǎn)水準(zhǔn)Z階段 Z長期 計(jì)算出Cpk和Ppk2 假定已收集長期數(shù)據(jù)來反復(fù)練習(xí)題下位group大小 5請使用Minitab鑒定各自的情況Stat QualityTools CapabilityAnalysis請出示結(jié)果 練習(xí)3 45 46 技術(shù)向上 管理改善 工程管理水準(zhǔn) 123456 Poor Good Poor Good Zst 技術(shù)水準(zhǔn) 甲 乙 丙 現(xiàn)水準(zhǔn) Zshift 4BlockDiagram 2 52 01 51 00 5 甲 工程管理狀態(tài)不良 技術(shù)水準(zhǔn)低 乙 有必要工程管理改善 技術(shù)水準(zhǔn)優(yōu)秀 丙 工程管理狀態(tài)優(yōu)秀 技術(shù)水準(zhǔn)低 丁 世界最上級(jí)水準(zhǔn) 工程的改善方向是通過4BlockDiagram決定技術(shù)和工程管理的最佳方向 改善方向 工程管理改善 技術(shù)水準(zhǔn)改善 方向決定 丁 向著WorldBestCompany的路 47 Cpk和推定不良率 單位 PPM Cpk 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 Cpk Cpk Cpk Cpk Cpk 48 1 5 考慮自然變動(dòng)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