6sigma系统培训教材.ppt

《6sigma系统培训教材.ppt》由会员分享，可在线阅读，更多相关《6sigma系统培训教材.ppt（248页珍藏版）》请在三一办公上搜索。

1、六西格玛系统,1,2,6sigma概念,4sigma的水平是30页报纸中有1个错字的质量水平5sigma的水平是百科全书中有1个错字的质量水平6sigma的水平是小规模图书馆中有1个错字的质量水平,3,6sigma概念,4,6sigma概念（使用工具）,6sigma不同推进阶段中，改善问题使用的统计工具,5,Y=f(x),6,Y=f(x),Question 2)假如X良好的话，有没有必要继续实验及检查Y？6sigma活动是对根本原因的因素（CTQ）聚焦后，展开改善活动,7,6sigma各阶段推进内容,8,6sigma各阶段推进内容,6Sigma Process是以D-M-A-I-C5阶段构成并

2、经过重要的13步骤6Sigma活动是通过现象分析，展开问题，查明临时性因素，以D-M-A-I-C程序改善关键少数因素。先把握现象，能够1次性改善的部门采取1次性改善活动；然后下一个阶段再接着进行改善活动。,9,统计基本概念的理解,数据的计算方法中心位置特征值的计算：,10,统计基本概念的理解,散布的计算S(总变动：Total Sum of Squares):偏差平方和无偏方差(Unbiased Variance):S除以自由度（n-1）无偏方差的开方or标准偏差,11,统计基本概念的理解,参数和统计量参数(Parameter)：描述变量集合的特性值统计量（Statistics)：表示标本的特性

3、值,12,统计基本概念的理解,13,统计基本概念的理解,Sigma的定义Sigma是希腊字母，表示工序的散布。Sigma是统计学记述接近平均值的标准偏差（StandardDeviation）或变化（Variation），或定义为事件发生的可能性。Sigma是表示工序能力的统计单位，测定的Sigma跟DPU（单位缺陷，Defect Per Unit）,PPM等一起出现。,14,统计基本概念的理解,可以说明拥有高Sigma值的工序，具备不良率低的工序能力Sigma值越大质量费用越少，周期越短。,15,统计基本概念的理解,平均值和拐点之间距离用标准偏差（）表示。如果目标值（T）和规格上下限（USL

4、or LSL)距离是标准偏差的3倍的话，说明具备了3Sigma的工序能力。,16,统计基本概念的理解,某班学生的国语平均分数是60分，按偏差是5的正态分布的话，随意抽取一个学生时，70分以上分数的可能性是多少？,17,统计基本概念的理解,正态分布：N（60，52）标准正态分布：N（0，12）70分的情况下Z-值是假如规格上限是75分的话，现在的工序能力是Z=2或是2。Z值是已测定的标准偏差（）有几个能进入平均值到规格上下界限（USL，LSL）之间的测定值。,18,统计基本概念的理解,Z-值的计算70分以上的可能性有多少？正态分布总面积是1 某概率变量X到平均值（）之间距离除以标准偏差（）的值用

5、Z来表示。如果规格上限（or下限）用X来代替时超出规格上限的尾部面积可以认为有缺陷可能性。Z值是用来测定工序能力，跟工序的标准偏差不同，在这里Z值是2.0，把全体面积作为1的时对应的面积0.0228。,19,Z值的计算,20,工序能力测定方法Z-值,Z=3,21,工序能力测定方法Z-值,Z=6,工序的变动（散布）越小工序能力越高。其结果标准偏差更小，发生不良的可能性就低。通过问题的现象分析把握工序能力（Z）：要提高到6水平，统计上采取什么样的活动？,22,需要什么样的管理？需要什么样的技术,长期内的工序能力因工序的中心移动及变动，跟ZltZst关系有关Zshift=Zst-ZltZst=Zlt

6、+1.5,23,6sigma的质量水平是什么？,正态分布的平偏移（1.5）,24,按规格变化和平均值偏移的不良率,6Sigma品质是每百万个中3.4PPM，即Cp=2.0，Cpk=1.5,25,4Block Diagram,2.52.01.51.00.5,1 2 3 4 5 6,Poor,Good,Poor,Good,技术,Z st,Z shift工序管理,26,4Block Diagram,A：工序管理状态不足，现在技术水平也低B：需改善工序管理，但技术水平优秀C：工序管理优秀，但技术水平低D：World Top水平的公司,27,聚焦问题点阶段,确定问题范围Process MappingPr

7、ocessMapping是调查情报的流程，而使Process文件化为明确改善的可能性而使用的工具Process Mapping制定定义Process范围（要改善的一般领域或特殊的Process）通过大脑风暴法制定Process的阶段顺序,28,聚焦问题点阶段,为了容易分析，使用符号为了验证Process，实际确认追加Key Process的值（Yield,Cost,损失费用，加班费用，Cycle time等）按题目的性质，使用分析图（ProcessLoss或浪费要素/改善Cycle time/改善质量/Flow改善）QFD（Quality Function Deployment)质量指标分解Q

8、FD是将顾客核心要求事项，转换分解成技术要求事项（规格），或暂定的CTQ的工具，由相关工序专家制定。,29,聚焦问题点阶段,QFD Process进行市场调查，明确信赖性要求，及一般的要求事项和顾客对现在质量核心问题的要求。对调查内容优先排序，为满足顾客的要求事项制定技术规格确定对顾客要求事项影响大的技术规格的先后顺序，对已确定的先后顺序的技术要求事项，转换成暂定的Part特性（CTQ）对技术规格影响大的特性要素（CTQ）进行排序QFD是为了能够改善顾客的核心要求事项，转换成技术规格的工具通过QFD把顾客要求事项系统化，最终选定暂定的CTQ，开展改善活动,30,聚焦问题点阶段,FMEA（Fai

9、lure Modes&Effects Analysis)故障模式及效果分析FMEA是明确制品设计上可能发生的问题和排定其顺序，并针对故障模式制定所采取的恰当活动FMEA Process对已设计的制品用Brainstorming法列出可能的故障模式。决定每种可能故障模式的重要度和发生可能性决定消除重要故璋模式而采取的方法开发消除或减少重要故障模式的方法,31,聚焦问题点阶段,部分分析法以优先级找出问题的核心事项典型的是：80%的问题由20%产生决定活动课题和相关非常勤人员用逻辑树等方法展开问题后，找出最终区域，选定经验丰富的工程师来执行课题活动。,32,聚焦问题点阶段,找出活动课题的具体事项Br

10、ainstorming：在短时间内得出很多主意的办法Brainstorming种类Free Wheeling：全Team员以对话形式即兴发掘IdeaRoundRobin：对事件，Team员轮流发掘IdeaCardMethod：不经讨论，Team员把Idea写在卡片上，贴到墙上。,33,聚焦问题点阶段,Brainstorming时注意事项禁止批评全部Idea都要记录Idea发掘时不要解释或讨论粗略的Idea也要鼓励所有人都积极参与Logic Tree(Structure Tree)为达成目标的手段，用逻辑性表示Break-down（展开）的问题之间MECE（互不重复无遗漏的全体）MECE（Mut

11、ually Exclusive and Collective Exhaustive)（不重复，各个的和等于全体）,34,聚焦问题点阶段,确定活动题目的相关Benefit利益（定量/定性效果）为保证达成，明确改善金额对活动课题的问题记录在现象分析时，记录现在现象和所希望的现象计划时间管理通过分析把全部日程用具体的图表管理,35,测定（Measurement）,36,变化的理解,数据的分类,解决问题,工程问題/Bottle Neck/Issue事项,37,变化的理解,连续型数据（计量型数据）Inchor时间一样能使用测定刻度的数据比较数值数据提供更多情报离散型数据（计数型数据）提供合格不合格之类情

12、报的数据不能再细分化的数据,38,变化的理解,群内变化（White Noise）WhiteNoise是工程内存在的日常因素引起的变化（偶然因素）现在的技术水平是不可能控制的变化一般工程的散布工程上受细小的多数因素的影响Z.st来表示,39,变化的理解,群间变化（Black Noise）BlackNoise是工程外部因素影响中心值移动，一般情况下，可查明原因的变化（异常原因）现在工程上可控制的变化一般情况下，在工程的目标值下平均值偏移实际上可以知道随时间的变化，工程能力会怎样变化,40,群内、群间变化的区分例,群内变化：每Line 1，2，3内出现的（即Line内作业者间的变化）工程变化群间变化

13、：各Line间的变异而出现的工程变化,作业者1作业者2作业者3,作业者4作业者5作业者6,作业者7作业者8作业者9,Line1,Line2,Line3,41,变化的理解,RationalSubgroup（合理分组）批跟数据的种类无关，在可能的短时间内彼此类似的条件下作业的样本群。Rational Subgroup是指Subgroup内只存在群内变化，Subgroup间只发生群间变化，将数据Grouping通过这种区分把握长期、短期工程能力经长期收集的数据是不管业务部门还是制造部门都包含在群内，群间变化。,42,工序能力,工序能力度评价,Short-termCapability(6),Long-

14、termCapability(3),时 间,SL,SU,lt,st,st,st,st,随着时间的变化，工序因各种外部因素（4M）变化，长期工序能力比短期工序能力散布大,43,工序能力,什么是工序能力工序在管理状态时，其工序生产的产品质量变化有多少程度的值：或指在管理状态（稳定状态）下，工序能制造出来的质量水平的程度。SixSigma工序能力是指工序的变化（or标准偏差：）小，即使乘以6倍变化值也能够满足规格的工序能力。,44,工序能力,短期/长期工序能力的意义短期工序能力是只存在群体内变化，表示取样的数据都具有同样的质量特性，但有主要技术要素引起质量特性变化，因此，质量特性变化越大，散布也就越

15、大，短期工序能力也就越差。Short Term Process CapabilityIndex：短期工序能力指数Zlt（lt），CpkZlt=3Cpk,45,工序能力,长期工序能力是包括群内变化和群体间变化，为了改善技术和工序管理，必须判断工序是否稳定时，用长期工序能力的特性来取样，来确认包括管理因素引起的变化和技术的要素引起的变化。Long Term Process CapabilityIndex：长期工序能力指数Zlt（lt），CpkZlt=3 Cpk,46,Gage R&R,GageR&R实行时注意事项以Blind测定来评价决定几名评价者为合理接产品的重要性和统计特性决定试料数的反复次数

16、预先决定评价周期抽取样本时运用随机原则，但实施GageR&R时须对试料事先计划再行抽样,47,Gage R&R,一般是看%Tolerance值来判断Gage的接受与否，但%Study Var在20%以上时，有必要点检工序ProcessGageR&R值较大时，必须制定改善计划进行改善。如果测定系统有误差，但不改善系统的话，在执行6 Project期间要接受测定系统可能发生误差的危险。,48,Gage R&R,适合贯能判断时Gage R&R对各Parts用贯能来判定合格与不合格，或gonogo时1V外观检查时，2名评价者反复测试20个管子,49,测 试,50,测 试,如果各部品别4次都有出现同样结

17、果的话，其评价是可接受的%Gage R&R=320 100%=15%,51,Gage R&R,长期方法时Gage R&R的Minitab运用Gage R&R的Graph解释P39,52,Gage R&R,P38,53,Gage R&R,Xbar管理图测定值超出管理界限，表现为良好的结果。如果测定值的50%以上在管理界限内的话，这个系统不适合。管理界限是用测定者间的测定值变化来计算，因此测定值的变化小说明管理界限的幅小，即说明测定者间的测定值变化很小测定的变化（测定者，测定系统）比部品间变化相对小，可以读出Parts间变化的情况,54,Gage R&R,R管理图大部分的测定值在管理界限内表示所测

18、定的数据的值是正常的,55,Gage R&R,Number of Distinct Categories=4表示检测部品的信赖性区间不重迭的个数,4个Categories,对同样部品的同样特征值量，由3名检查者反复检测2次。可以分为4组对特定部品测定，信赖性区间小说明测定者和测定有反复，且测定很准确。如果信赖性区间重迭意味（信赖区间不重迭意味着组数小）测定的变化大。,56,Gage R&R,Number of DistinctCategories判断方法Number of Distinct Categories：01不适用（改善检测系统）Number of Distinct Categorie

19、s：24附加条件时可接受Number of Distinct Categories：5以上可接受,57,Gage R&R,长期方法时Gage R&R的Minitab运用选定MonitorCover为Six Sigma ThemeSpec=2.31.5为确认测定系统，3名检查者对10个部品反复测试2次File name:Gageaiag.mtw,58,Gage R&R,短期的方法時GageR&R运用CTQ部品的Spec是2.0000.015时,59,Gage R&R,测定差平均值=R/5=0.015/5=0.013测量误差=(5.15/1.19)(R)=4.33 公差的测量误差=(0.0130.

20、030）100%=43.3%参考）测量误差用测定差的平均值乘以常数（这里是4.33）来计算。常数在5.15/d*里已有计算，d*是下表中的值，5.15是Gage引起的变化能满足5.15是Gage引起的变化能满足5.1599%值。,60,对测定差平均分布的d*值,61,Gage R&R,GageR&R类型短期的方法只需要2名测定者和5个部品不能分离反复性和再现性可以迅速确认想测定的计测器的接受与否长期的方法典型的是23名的测定者对10个部品反复测定23次可以明确把握测定系统的变化有多大，能分离反复性和再现性,62,Gage R&R,对测定系统变化的理解线性（Linearity）：通过期望的Gag

21、e工作范围比较精确度得到的值即在已定的工作范围的两边界线区间上，最少研讨1回的精确度得到的值的差。,63,Gage R&R,偏差大,偏差小,参考值,测定值,参考值,测定值,64,Gage R&R,对测定系统变化的理解稳定性（Stability）：在一定的时间间隔下把标准品用同一的计测器测定同一的特性值时得出的变化。,Stability,Time2,Time1,65,Gage R&R,偏移（Bias）：实际测定值跟试料平均值的差异值叫准确度（Accuracy）,Bias,ReferenceValue,ObservedAverageValue,66,Gage R&R,反复性（Repeatabili

22、ty）：1名测定者使用同样计测器测定同样部品的同样特性时得到的变化,Repeatability,67,Gage R&R,再现性（Reproduceability)：同样部品的同样特性使用同样计测器由多名测定者测定时得到的变化。,Reproduceability,测定者2,测定者1,测定者3,68,变化的理解,为什么要Rational SubgroupingRational Subgroup是6Sigma的一个强大的工具。是区分工程的短期工程度能力的重要方法可以把握平均值移动问题还是散布问题把问题特殊化的第一个阶段,69,变化的理解,RationalSubgroup要包含的要素：为了明确给工序变

23、化暂定影响的X因素，使用5M求解特性要因图Man：作业者变更，昼夜班次交换，新作业者等Machine：机械设定值变更，设备维修&维护等Material：交付LOT，作业安排，原材料等Method：作业者间的作业方法差异等Measurement：测定者的变化，测定设备误差等,70,变化的理解,Rational Subgrouping事例改善供應TV BackCover协力社的质量，为了分析部品变化的原因制定RationalSubgrouping计划预想的暂定“X”因素及实际计划两台注塑机：对两台注塑机实施下列内容交接班：对交接班别取样分析每周作业者的变更：对每周变更的作业者别取样分析按原材料别构

24、成Lot，分析Lot别有无差异,71,工序能力,工序能力的数学式两侧有规格的工序能力,SL,SU,72,工序能力,在偏移时的工序能力,SL,SU,K,M,73,工序能力,用语解释K：偏移系数（如果K=0，Cp=Cpk）M（Mid-range）：规格的中心T（Tolerancne）：公差SU（UpperSpec）：规格上限SL（LowerSpec）：规格下限,74,工序能力,只有规格上限的工序能力,SU,75,工序能力,只有规格下限的工序能力,76,工序能力,工序能力的Minitab运用葡萄酒农场为了参加庆祝大会，在准备过程中，有必要改善葡萄酒质量而准备Project，首先为了把握现象，按合理分

25、组计划规划得出了包括下列“X”因素的葡萄酒质量“Y”的样本。X因素：地域，木塞，葡萄酒味，透明性，香气，葡萄酒瓶,77,工序能力,短期工序能力有关的统计值Cp，Cpk，Cpu，Cpl长期工序能力有关的统计值有Pp，Ppk，Ppu，Ppl为了计算短期工序能力，使用只考虑组内的滚动，即群内变化的Zst，以用暂定目的地工序能力或最高的工序能力来表示。并且表示通过改善活动消除平均值移动引起的偏移时的最高的能力。为了计算长期工序能力，考虑规格的上、下限，表示实际的工序能力，用群内、群间变化都考虑在内的Zlt。,78,离散型数据分析,用语解释D（Defect）：缺陷or不良（事项）为了满足顾客的要求事基而

26、浪费的再作业或失败的工作。例：把顾客的要求事项记错的差错情报。DO（DefectOpportunity）：机会损失（缺陷）可能引发的机会损失（缺陷）的行动或事件。例：须在一张要求式样上记录的项目数,79,离散型数据分析,U（Unit）：组件组件测定可能机会的细节例：要求样式DPU（Defect Per Unit）：每个组件内存在的缺陷数DPO（Defect PerOpportunity）：每个机会损失数,80,离散型数据分析,DPMO（Defect Per Millionopportunity）（每百万要会损失数）1,000,000单元存在的损失数DPO1,000,000转换Six Sigma

27、比率P（ND）=NoneDefect：无损失机会不能成为损失的可能性P（ND）=1-DPO,81,离散型数据分析,DPU/DPO/DPMO/P(ND)改善发出了张送货单，其中检出100个不符合项，如果各单元有10个项目，DPU/DPO/DPMO/P(ND)各是多少？DPU=D/UDPU=100/100=1.0（100%）该值表示平均值，所以每张送货单包含1个符合项,82,离散型数据分析,DPO=D/(UOpp)DPO+100/(100 10)=0.1(10%)该值表示所发出的送货单的每个最小有1个不良的可能性是10%。DPMO=DPO 1,000,000例：上例DPMO是0.1 1,000,0

28、00 DPMOP(ND)=1-DPO=1-0.1=0.9(90%),83,离散型数据分析,利用泊松公式计算收率利用泊松公式这里Y：收率DPU：组件缺陷数R：e：指数函数2.71828,84,离散型数据分析,r=0时Y=e-dpu对缺陷机会数越大，“Y”越接近“0”,85,离散型数据分析,ProcessYield（例题）如果750组件有34个的缺陷时，计算DPU/DPO/DPMO/Yield/Sigma各是多少？（各组件有10个的机会数）DPU=缺陷数组件数=34 750=0.0453DPO=缺陷数(组件数机会数)=34(750 10)=0.00453Yield值是Y=e-dpu=2.7138-

29、0.045=0.9559=95.6%,86,离散型数据分析,DPMO=DPO 1,000,000=0.00451,000,000=4,500PPM一个组件有45,000PPM的缺陷Sigma=Zinv(0.9556)+1.5(偏移）=1.71+1.5=3.21Zinv是把Z值按面积来换算的值，以标准正态分布来计算。,87,离散型数据分析,收率的种类YFT(First Time Yield)：(单工序单次收率)表示再作业后没有修理的收率的值应用：决定个别工序的个别质量水平时使用。YRT(Rolled Throughput Yield)：全工程一次性直通收率表示一个产品通过全工各没有经过一次的修理

30、和再作业，到最终合格为止的收率值。应用：在所有工序上按顺序的阶段来进行累计后，评价质量水平时使用。,88,离散型数据分析,YNA(Normalized Yield)：标准收率表示计算连续工序的评价收率的值应用：完成产品的质量水平评价时使用。,89,收率概念比较,90,离散型数据分析,VFT（First Time Yield）,91,离散型数据分析,工序A有输入100个Unit（组件）输入的70%组件没有缺陷已经销售输入的30%组件有缺陷并再作业15个组件修理完毕，15组件报废现在为止的Final Yield（YF）最终收率是85%因First Time Yield（YFT）表示归初的作业是正确

31、的，所以现在情况下YFT是70%。,92,离散型数据分析,YRT(Rolled Throughput Yield)产品A由3个连续的阶段来形成的话，YRT/YND的值的值是什么？,阶段1,阶段2,阶段3,YFT=80%YF=100%,YFT=70%YF=90%,YFT=90%YF=95%,93,离散型数据分析,YRF是连续的各阶段YFT之乘YRT=0.80.70.9=0.504(50.4%)没有考虑作业计算各阶段的平均收率不是算术平均，而使用各阶段的几何平均值YND(Normalized Yield)这里n表示工序的数,94,离散型数据分析,上例YND(Normalized Yield)各阶段

32、平均YFT=79.6%正常收率是全工程平均收率，以YND(Normalized Yield)值来计算Sigma值通过YRF可以知道工程真正的收率（累计直通率）部品数或工序（作业）的阶段越少，收率值越大。,95,离散型数据分析,并列构成的工序的累计收率的计算ProcessMapping中并列构成的工序变换为直列来计算收率,96,离散型数据分析,YRF=Y1Y2Y3Y4=0.990.910.990.991/30.970.98=0.9035YNA=(YRT)1/3=(0.9035)1/4=0.9749损失(缺陷)概率=1-0.9749=0.0251利用正态分布查找0.0251值的Z值，可知Z=1.9

33、6,97,分析（Analysis）,98,Graph分析,想知道什么？跟实际问题相结合，明确产生结果将预想产生的结果与试验计划结合Focusing按预想产生的结果制定数据收集计划怎么做呢？利用收集的数据，运用（实际）Graph来分析,99,Graph分析,对Graph分析结果相应采取措施Graph分析结果，确认是否得到所需要的结果后，决定有无追加研讨事项实际对Graph分析结果，改善可能的部门，采取一次性改善措施。,100,Graph分析,Graph分析的Minitab运用在空调生产在线Compressor（压缩机）组装时间对暴露在湿气的时间很重要，因此对3个生产线的3名作业者，调查了3组组装

34、作业时间的数据。,101,假设检验（HypothesisTest）计量值,什么是假设检验？指想知道的内容用假设来设定，对假设的成立与否用样本数据得到的情报为基础进行统计分析后做出决定。运用假设检验（事例）新产品FlatronMonitor产品显著降低了眼睛的疲劳LG DigitalTV比竞争社的DigitalTV画质更优秀6质量改善Tool比原有质量改善活动使用的改善Tool效果更卓越019PCS比它社手机通话音质更清晰,102,假设检验（HypothesisTest）计量值,假设检验的用语理解原假设(Null Hypothesis:Ho)：作为检验对象的假设如果接受原假设的话，表示“什么也不

35、能确信（or证明）”。假定为“始终一样”对立假设(Alternative Hypothesis:Hi)：按确实的根据来证明的假设平常我们更关心对立假设，也希望对立假设能得到证明Ho拒绝后接受的假设（即否定原假设的假设）,103,假设检验（HypothesisTest）计量值,第一种错误(Type Error:)：指一些现象是“真”，但错误的判断为“假”，犯这种错误的概率第二种错误(Type Error:)：指一些现象是“假”，但错误的判断为“真”，犯这种错误的概率检验统计量(Test Statistic)：为了决定接受或是拒绝Ho，而通过样本的计算得到的值。显著性水平(Significance

36、 Level)：象一般使用的=0.05(or0.01,0.10)Ho是真的拒绝的概率,104,假设检验（HypothesisTest）计量值,105,假设检验（HypothesisTest）计量值,假设设定方法以原假设母体和Sample(样本)是一样的来假定Ho：1=2Ho：1=2=3=nHo：1=2Ho：1=2=3n,106,假设检验（HypothesisTest）计量值,对立假设母体和样本不同的则为两侧检验时H1：12偏侧检验时H1：12 12两侧检验时H1：1 2偏侧检验时H1：12 12,107,假设检验（HypothesisTest）计量值,假设检验的形态计量型数据：使用Z，T-te

37、st统计量实行平均值检验的必须检验分散的同构型（F-test)F-test是比较2个以上的母体的散布计数型数据：使用x2(chi-Square)统计量次数、频度等,108,假设检验（HypothesisTest）计量值,假设检验时样本大小和特征样本的大小取多少好呢？如果样本数小，很难表示母体的特征，可能导致检验结果的错误相么，样本数大的时候，实际操作中时间/费用方面难以适用因此，样本数的大小最好从各方面都考虑后作出恰当的决定,109,假设检验（HypothesisTest）计量值,假设检验的实行顺序设定原假设、对立假设(Ho，Hi)确定显著性水平（=0.10，0.05，0.01）选择检验统计量

38、（Z，T，Chi-square统计量）求接受或拒绝域从数据上判定显著性，解释结果P(Probability)概率值则接受对立假定(H1)P(Probability)概率值则接受对立假定(Ho)把统计的解释结果用于实际问题,110,假设检验（HypothesisTest）计量型,假设检验结果的判定方法,拒绝值,接受域原假设(Ho)：接受对立假立(H1)：拒绝,拒绝域原假设(Ho)：拒绝对立假立(H1)：接受,(),111,假设检验（HypothesisTest）计量型,统计学的判定方法数据计算值结果小于拒绝值时：接受原假设(Ho)数据计算值结果大于拒绝值时：拒绝原假设(Ho)“0”值在信赖区间内

39、时：接受原假设(Ho)“0”值在信赖区间外时：拒绝原假设(Ho)Minitab的判定方法P-Value值大于时：接受原假设(Ho)P-Value值小于时：拒绝原假设(Ho),112,假设检验（HypothesisTest）计量值,假设检验的Minitab运用洗衣机下部Transmission Housing有10CTQ，10个CTQ是8个Fixture Brake的高度&离合器，在这里先查看8个不同的Fixture间有无高度尺寸公差，如果Fixure间有高度公差的话，用“X”因素来判断后调查原因并改善。,113,假设检验（HypothesisTest）计数型,X2（Chi-square）适合度

40、检验（Goodness of fit test）什么是适合度？：试验or观测得到的结果跟理论一致的程度什么是适合度检验？：检验观测值有什么样的理论分布假设设定Ho：P1=P2=PnH1：P1P2Pn例：硬币的正面的出现的概率50%和实际观测的概率比较,114,假设检验（HypothesisTest）计数型,分割表（Contingency Table）什么是分割表？：因两个变数分割后得到表什么是独立性检验？：使用于检验分类的变量之间的关系是独立，即变量之间有相关性（从属关系），或者有（独立关系）称独立性检验。设定假设Ho：独立（分类的变量之间地相关性）H1：从属（分类的变量之间有相关性),115

41、,假设检验（HypothesisTest）计数型,期望值（E），观测值（O），X2统计量期望值（ExpectedFrequency）：对一些现象的结果期望的值观测值（ObservedFrequency）：对一些现象的结果实际观测的X2统计量是,116,假设检验（HypothesisTest）计数型,X2(Chi-square)统计量用3个月把Monitor产品不良类型按不同的交接班整理后，调查各交接班有（从属的）无（独立的）产品不良类型的特性后，进行改善活动，检出了N=309个Monitor不良。按4种不良类型来整理。利用X2(Chi-square)验证原假设(Ho)：不良类型和交接之间彼此是

42、否无关联（独立因素）对立假设（H1）：不良类型和交接班之间彼此是否有关联（从属因素）,117,假设检验（HypothesisTest）计数型,不良类型：A：碰伤B：泄漏C：开关不良D：粘贴不良,118,假设检验（HypothesisTest）计数型,设定假设原假设（Ho）：不良类型和交接班之间彼此无关联（独立）对立假设（H1）：不良类型和交接型号之间彼此有关联（从属）,119,改善（Improvement）,120,分散分析（ANOVA）的理解,什么是分散分析（ANOVA）？试验实施后，对试验结果进行分析所使用的分析方法特性值的散布用总平方和来表示。直接影响特性值的因子或用水平变动来分析后找出

43、对比误差，造成Y特性值（反应值）特别大的影响因子。什么是水平的分析方法。区分X的水平，分析各水平上连续的Y的数据。,121,分散分析（ANOVA）的理解,可以说是决定各水平上Y特性值（反应值）的平均值是否具有同样值，步骤暂定的找出致命的少数因子的方法分散分析的用语理解因子(Factor)：试验上影响特性值的原因水平(Level)：为实施试验的因子条件平方和(Sum of square)：在因子的特定水平上，计算测定值变化程度试验Balance/Unbalance：测定值相同或不相同时所有因子水平的调合数,122,分散分析（ANOVA）的理解,分散分析的使用 One Way ANOVA：具有2个

44、以上的水平的1个因子的情况Balance ANOAV：具有2个以上因子的情况 试验计划法（DoE=Design ofExperiment）：分析多因子时，针对那個调合上给特性值造成影响大的因子。,123,试验计划法的树立,试验计划法的树立明确试验的目的 选定反应值（从属变量）Y 选定因子（独立变量）X选定因子的水平 选定试验计划实施试验&数据收集数据分析导出结论验证试验,124,试验计划法的树立,明确试验目的明确试验记录样式的目的制作Y(从属变量)明确定义X(独立变量）效果的的预测值表在做试验计划时，必须注意以下内容用数据决定什么？数据收集后怎么分析？得到的数据做必要的决定时有用吗？如果不是重

45、新树立计划,125,试验计划法的树立,选定反应值（从属变量）选定的题目可能有多个题目展开后(Logic Tree等)，选定Yn的各个独立因子X进行改善计数值数据的效率性是计量值的63%左右时，有必要更多数据当测定Y困难时，采用给予分类或跟标准进行比较的方法,126,试验计划法的树立,测定后的样本数据最好是保存，必要时再进行对比调查当数据测定有主观性时，可能有时间偏移，因此必须随机化或盲化实施试验前不管数据的种类，必须对Y实施Gage R&R，其值要少于20%,127,试验计划的树立,选定因子（独立变量）X独立变量有多种在试验上接意图变化的试验变量不是有意变化的可观察的变量Blocking变量（

46、人为制造的变量）潜在变量,128,试验计划的树立,选定独立变量利用测定、分析阶段得到的统计分析结果专家意见大脑风暴法Flow Chart现象分析数据特性要因图竞争社分析顾客分析&协力社调查Process MappingRolled Through Yield,129,试验计划的树立,潜在变量潜在变量是给结果带来影响的，但难以发觉，并且不可能控制和测定。为了减少潜在变量的影响，一般采用随机法和Blocking。主效果及交互作用主效果比普通交互作用更重要。如果判定为交互利作用更重要的话，使用试验计划的一个因素；可是交互作用有可能跟其它交互作用交叉。,130,试验计划的树立,选定因子水平水平数可以按

47、试验的目的和反应值的图表形状来决定能用筛选试验来找出得要的因子的话，使用典型的2水平Y值按水平产生充分差异的范围来选定水平如果选定的温度范围小，几乎不影响应答的话，可能错判为温度不重要的因子确定的水平不能超出现实可能的水平（最佳的选定水平上，不能适用实际的话邮局不能改善）试验的几个调和可能是不能接受的反应值，但是那种条件下，可能出现最佳值？,131,试验计划的树立,选定试验计划做试验计划时要想10个重要概念直交性随机性再现性反复性管理能力潜在变量Noise变量BlockingSample的大小交叉,132,试验计划的树立,试验计划的选定直交性试验配置或部分配置法上把因子的效果做成彼此独立而使用

48、随机化为了防止非试验的因子的外部要因引起的效果时使用试验顺序随机化试验Unit随机化测定顺序随机化,133,试验计划的树立,再现性完全再设置度验装置，在同样水平上追加得到值的时候在做测定时可减少散布对对试的结果增加信赖感反复性反复各试驗Run得到Sample不如再现性，但能测定变动管理：选定的条件，必须能得到管理,134,试验计划的树立,潜在变量不太明确，控制也困难，测定也不可能，但影响反应值的值。为了减少潜在变量的影响，常常随机化。Noise变量已知道影响反应值，但控制困难的变量，为了减少这个变量选定预想的Noise变量，在所有水平上实施试验,135,试验计划的树立,BlockingBloc

49、k是同构型的集团，如果判断为一些要因成为问题时，把那个要因选定为Blocking因子Blocking因子来选定的话，不增加试验烽，可要因分析Blocking不选定为Blocking因子的话，试验结果出现问题，不能分析原因样本的大小考虑测定值的变化程度等，决定样本数，质。,136,试验计划的树立,交叉法交叉是因子的效果不能彼此分离，部分配置法多少都有交叉，一般是主效果大于可交互作用的情况，3次以上的交互作用类似的情况几乎没有。试验和实施数据收集试验之前准备数据表格，可能的话，把相关的所有内容全部记录。试验时必须参加观察通过观察可以知道是因果关系还是相关关系。实验期间可以知道条件的范围是否恰当,1

50、37,试验计划的树立,测定后的样本，因有的时候需要再调整测定样本，最好要保管。连续的试验：进行大规模试验不如实施几次小的试验初期试验阶段上能知道哪些因子是重要的，也能理Mechanism，因此下一步能够更有效地实施试验。能够知道怎样实施试验，对提高试验技术有用。,138,试验计划的树立,数据分析GRAPH分析Capability AnalysisHistogramBox PlotParetoScatter PlotCube PlotMain effect plot：平均值&标准偏差Interaction plot：平均值&标准偏差,139,试验计划的树立,信赖区间P-value，检验统计量T-