已讀AMiniab常用操作

29Oct2009Minitab常用操作簡(jiǎn)介29Oct20092目錄入門課程數(shù)據(jù)分類數(shù)據(jù)分析的一般思路（四步驟）如何選擇合適的質(zhì)量工具？基礎(chǔ)班簡(jiǎn)單的統(tǒng)計(jì)圖形：直方圖、Paratoo圖、餅圖、散點(diǎn)圖SPC方法及步驟MSA(可變數(shù)據(jù)/屬性數(shù)據(jù))計(jì)算過程能力Cp/Cpk/Pp/Ppk一、數(shù)據(jù)的分類29Oct20093數(shù)據(jù)屬性數(shù)據(jù)二項(xiàng)分布泊松分布可變數(shù)據(jù)正態(tài)分布非正態(tài)分布29Oct20094二.數(shù)據(jù)分析的一般思路我們看到一組或幾組數(shù)據(jù)，一定要理清大致的分析思路，一般來說，分為四個(gè)階段：穩(wěn)定性分析研究分布研究偏差研究中心29Oct20095三.如何選擇合適的質(zhì)量工具離散型連續(xù)型卡方檢驗(yàn)(ChiSquare)T檢驗(yàn)(t-test)方差分析(ANOVA)試驗(yàn)設(shè)計(jì)(DOE)相關(guān)回歸(CorrelationRegression)非參數(shù)檢驗(yàn)對(duì)數(shù)回歸(LogisticRegression)離散型連續(xù)型XYY=f(x)四、簡(jiǎn)單的統(tǒng)計(jì)圖形直方圖Paratoo圖餅圖散點(diǎn)圖29Oct20096直方圖

29Oct20097直方圖29Oct20098Paratoo圖29Oct20099Paratoo圖29Oct200910餅圖29Oct200911散點(diǎn)圖29Oct20091229Oct200913目標(biāo)理解控制制圖的基基本原理理，確認(rèn)認(rèn)過程穩(wěn)穩(wěn)定性主要內(nèi)容容控制圖統(tǒng)計(jì)過程程控制過程判異異原則五、SPC控制圖29Oct200914什么是控控制圖控制圖是是通過時(shí)時(shí)間的推推移來統(tǒng)統(tǒng)計(jì)跟蹤蹤流程和和產(chǎn)品參參數(shù)的方方法。控控制圖具具體表現(xiàn)現(xiàn)出反應(yīng)應(yīng)(隨機(jī))變動(dòng)的變變動(dòng)的自自然界限限的控制制上限與與下限。。這些界界限不應(yīng)應(yīng)與客戶戶規(guī)格界界限相比比較?？刂茍D基基于對(duì)X或Y設(shè)立±3σ平均界限限29Oct200915一個(gè)控制制圖的組組成成分分UCL:控制上限限LCL:控制下限限UCL=m+k1sCL=mLCL=m–k2sCL:中心線Mx樣本平均均的均值值S得自樣本本的標(biāo)準(zhǔn)準(zhǔn)差K1,k2標(biāo)示不同同尋常的的觀測(cè)值值的常數(shù)數(shù)(通常=3)29Oct200916計(jì)數(shù)型計(jì)量型什么類型型的數(shù)據(jù)據(jù)?按群還是是按個(gè)體收集的的數(shù)據(jù)?是缺陷還是不良良項(xiàng)目?群(平均值)(n>1)個(gè)體數(shù)值值(n=1)X-BarRX-BarS個(gè)體移動(dòng)動(dòng)范圍（I-MR）特殊類型型的“缺缺陷”不良項(xiàng)目目缺陷的概概率低嗎嗎?如果你知知道壞的的數(shù)，你知道好好的數(shù)嗎嗎？泊松分布布二項(xiàng)分布布個(gè)體移動(dòng)動(dòng)范圍（I-MR）否是是每個(gè)樣本本數(shù)的幾率面面積不變變?是否c圖u圖不變的樣樣本數(shù)?np圖否是p圖選擇正確確的管理理圖注:X-BarS適合于群群大小(n)>10控制圖選選擇方法法29Oct200917控制圖管管理一般般原則LCLCLUCL管理狀態(tài)態(tài)(偶然原因因引起的的波動(dòng))異常狀態(tài)態(tài)(特殊原因因引起的的波動(dòng))-3σ+3σ①②①+②②=α=0.27%異常狀態(tài)態(tài)(特殊原因因引起的的波動(dòng))29Oct200918控制圖異異常狀態(tài)態(tài)檢驗(yàn)方方法在MINITAB可以對(duì)可可能成為為異常狀態(tài)態(tài)的8種特別別原因進(jìn)進(jìn)行檢驗(yàn).A,B.C顯示離中中心線分分別相距距標(biāo)準(zhǔn)偏偏差3,2,1的區(qū)域域.檢驗(yàn)1:一個(gè)個(gè)點(diǎn)超出出區(qū)域A檢驗(yàn)2:以中心線線為基準(zhǔn)準(zhǔn),在同同一側(cè)面面有9個(gè)個(gè)連續(xù)點(diǎn)點(diǎn).檢驗(yàn)3:相相連的6個(gè)點(diǎn)連連續(xù)上升升或下降降.檢驗(yàn)4:連連續(xù)的14個(gè)點(diǎn)點(diǎn)相繼上上升或下下降,對(duì)對(duì)此應(yīng)檢檢討數(shù)據(jù)據(jù)的操作作性.檢驗(yàn)5:連連續(xù)的3個(gè)點(diǎn)中中2個(gè)在在A區(qū)域(以以中心線線為基準(zhǔn)準(zhǔn)在同一一側(cè))檢驗(yàn)6:連連續(xù)的5個(gè)點(diǎn)中中4個(gè)在在區(qū)域B或其外邊邊的位置置(以中中心值為為基準(zhǔn)在在同一側(cè)側(cè))檢驗(yàn)7:連連續(xù)的15個(gè)點(diǎn)點(diǎn)在區(qū)域域C(以中心線線為基準(zhǔn)準(zhǔn)看兩側(cè)側(cè))第一是什什么使它它變好第二是數(shù)數(shù)據(jù)是否否讀錯(cuò)或或測(cè)定儀儀誤差檢驗(yàn)8:連連續(xù)的8個(gè)點(diǎn)在在區(qū)域C外邊的位位置(以以中心線線基準(zhǔn)兩兩側(cè))29Oct200919Xbar-R控制圖29Oct200920Xbar-R控制圖29Oct200921IM-R控制圖29Oct200922IM-R控制圖29Oct200923P圖29Oct200924P圖29Oct200925U圖29Oct200926六.測(cè)量系統(tǒng)統(tǒng)分析MSA29Oct200927我們無法法評(píng)價(jià)我我們不知知道的，，如果我們們不能用用數(shù)據(jù)表表示，實(shí)實(shí)際上就就等于不不知道只有正確確地認(rèn)識(shí)識(shí)，才能能進(jìn)行管管理我們無法法管理時(shí)時(shí)，只能能依靠運(yùn)運(yùn)氣-摘自“TheVisionofSixSigma”(MikelJ.Harry)測(cè)量系統(tǒng)統(tǒng)的意義義沒有兩個(gè)個(gè)東西是是完全相相同的，，但是即即使是，，我們測(cè)量量時(shí)仍然然會(huì)得到到不同的的值。在六西格格瑪管理理中，數(shù)數(shù)據(jù)的應(yīng)應(yīng)用是極極其頻繁繁和相當(dāng)當(dāng)廣泛的的。六西西格瑪方方法的成敗與效效益，在在很大程程度上取取決于所所使用的的數(shù)據(jù)的的質(zhì)量。。無論是是過程控控制、抽樣檢驗(yàn)驗(yàn)、回歸歸分析、、試驗(yàn)設(shè)設(shè)計(jì)等都都需要使使用數(shù)據(jù)據(jù)。為了了獲得高高質(zhì)量的的數(shù)據(jù)，，需要對(duì)產(chǎn)產(chǎn)生數(shù)據(jù)據(jù)的測(cè)量量系統(tǒng)有有充分的的了解和和深入的的分析。。29Oct200928測(cè)量值的的構(gòu)成真值(實(shí)際產(chǎn)品品散布)測(cè)量誤差差(測(cè)量散布布)測(cè)量值(觀測(cè)的散散布)＋=盡管有數(shù)數(shù)據(jù)但它它不是時(shí)時(shí)常是事事實(shí),有必要確確認(rèn)數(shù)據(jù)據(jù)的可靠靠性.29Oct200929測(cè)量系統(tǒng)統(tǒng)分析方方法測(cè)量?jī)?nèi)容容有兩種種形式計(jì)量值/定量值-數(shù)據(jù)可以用用連續(xù)的標(biāo)標(biāo)尺來描述述計(jì)數(shù)值/定性值-數(shù)據(jù)不能用用連續(xù)的標(biāo)標(biāo)尺來描述述-通過/不通過，好好/壞等計(jì)量值和計(jì)計(jì)數(shù)值必須用不同同的方法處理29Oct200930計(jì)量型測(cè)量量系統(tǒng)分析析29Oct200931可變數(shù)據(jù)MSA讓我們用Minitab來分析一些些數(shù)據(jù)打開文件計(jì)量型MSA試題-1使用Minitab的測(cè)量測(cè)量量系統(tǒng)分析析功能29Oct200932可變數(shù)據(jù)MSA29Oct200933MinitabSession解釋零件與操作作者沒有交互互影響可變數(shù)據(jù)MSA來源DFSSMSFP部件988.36199.81799492.2910.000操作者23.16731.5836379.4060.000Part*Operator180.35900.019940.4340.974重復(fù)性602.75890.04598Total8994.647129Oct200934MinitabSession解釋量具R&R方差分量來源方方差差分量貢貢獻(xiàn)率合計(jì)量具R&R0.091437.76重復(fù)性0.039973.39再現(xiàn)性0.051464.37Operator0.051464.37部件間1.0864592.24合計(jì)變異1.17788100.00過程公差=2研究變異%研究變異%公差來源標(biāo)標(biāo)準(zhǔn)差差(SD)(6*SD)(%SV)(SV/Toler)合計(jì)量具R&R0.302371.8142327.8636.28重復(fù)性0.199931.1996018.4223.99再現(xiàn)性0.226841.3610320.9027.22Operator0.226841.3610320.9027.22部件間1.042336.2539696.04125.08合計(jì)變異1.085306.51180100.00130.24可區(qū)分的類類別數(shù)=4可變數(shù)據(jù)MSA29Oct200935MinitabSession解釋因測(cè)量系統(tǒng)統(tǒng)的變動(dòng)(貢獻(xiàn)度)是7.76%,零件間的差差異變動(dòng)是是92.24%.重復(fù)性散布布是3.39%再現(xiàn)性散布布是4.37%.測(cè)量系統(tǒng)的的精確度/過程波動(dòng)比比是27.86%,可以接受.測(cè)量系統(tǒng)的的精確度/容差比是36.28,測(cè)量系統(tǒng)判判別良/不良的能力力不足.測(cè)量系統(tǒng)的的識(shí)別力是4，可以接受.可變數(shù)據(jù)MSA29Oct200936Minitab圖表分析“整個(gè)散布中中,GAUGER&R占據(jù)的比重重是否充分的小?”GageR&R,Repeat,Reprod.的高度越接近0越好.“作業(yè)者別反反復(fù)測(cè)量值值是否穩(wěn)定定”注意!!!RChart的界限線超超出的話,調(diào)查其原因因后再測(cè)量.“相互不同零零件鑒別能能力是否充充分?”與RChart相反反，，脫脫離離管管理理界界限限線線越越多多越越好好.可變變數(shù)數(shù)據(jù)據(jù)MSA29Oct200937Minitab圖表表分分析析“所選選的的樣樣本本是是否否能能正正確確反反映映過過程程的的散散布布?””.如果果此此值值均均一一的的話話,可認(rèn)認(rèn)為為樣樣本本沒沒有有正正確確反反映映過過程程的的實(shí)實(shí)際際散散布布情情況況“作業(yè)業(yè)者者間間存存在在差差異異與與否否?””而言言的的.作業(yè)業(yè)者者無無差差異異為為好好.“根據(jù)據(jù)標(biāo)標(biāo)本本各各作作業(yè)業(yè)者者是是否否進(jìn)進(jìn)行行相相互互不不同同的的測(cè)測(cè)量量?””而說說的的.對(duì)于于標(biāo)標(biāo)本本,各作作業(yè)業(yè)者者的的測(cè)測(cè)量量值值相相同同為為好好.可變變數(shù)數(shù)據(jù)據(jù)MSA29Oct200938屬性性數(shù)數(shù)據(jù)據(jù)測(cè)測(cè)量系系統(tǒng)統(tǒng)分分析析29Oct200939數(shù)據(jù)據(jù)收收集集的的范范圍圍是是?-合格格品品50%,不合合格格品品50%40%為確確時(shí)時(shí)的的合合格格品品,40%為確確實(shí)實(shí)的的不不合合格格品品20%為不不容容易易區(qū)區(qū)別別的的數(shù)據(jù)據(jù)需需要要收收集集多多少少?-一般般需需要要收收集集100個(gè)左左右右.檢驗(yàn)驗(yàn)者者數(shù)數(shù)樣本本數(shù)數(shù)各樣樣本本的的反反復(fù)復(fù)評(píng)評(píng)價(jià)價(jià)2~325~1002以上上測(cè)量系統(tǒng)的評(píng)評(píng)價(jià)基準(zhǔn)是多多少?-一般計(jì)數(shù)型測(cè)測(cè)量系統(tǒng)的目目標(biāo)是90%,或具有90%以上的再現(xiàn)性性和反復(fù)性測(cè)量方法屬性數(shù)據(jù)MSA29Oct200940例題收集樣本(12個(gè)零件,3名操作者,測(cè)量反復(fù)2次)屬性數(shù)據(jù)MSA29Oct200941Stat>QualityTools>GageStudy>>AttributeGageR&RStudy在Minitab的工作欄中輸輸入數(shù)據(jù)Minitab分析屬性數(shù)據(jù)MSA29Oct200942輸入測(cè)量值輸入零件輸入操作者輸入已知零件件真值屬性數(shù)據(jù)MSA29Oct200943MinitabSession解釋AssessmentAgreementAppraiser#Inspected#MatchedPercent95%CI1121083.33(51.59,97.91)212650.00(21.09,78.91)312866.67(34.89,90.08)#Matched:Appraiseragreeswithhim/herselfacrosstrials.EachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent95%CI112975.00(42.81,94.51)212541.67(15.17,72.33)312866.67(34.89,90.08)#Matched:Appraiser'sassessmentacrosstrialsagreeswiththeknownstandard.AssessmentDisagreementAppraiser#良品/不良Percent#不良/良品Percent#MixedPercent1116.6700.00216.672116.6700.00650.00300.0000.00433.33#良品/不良:Assessmentsacrosstrials=良品/standard=不良.#不良/良品:Assessmentsacrosstrials=不良/standard=良品.#Mixed:Assessmentsacrosstrialsarenotidentical.總觀測(cè)次數(shù)對(duì)對(duì)比一致率，，作業(yè)者1在總共12次觀測(cè)中10次一致,83%的一致總觀測(cè)次數(shù)對(duì)對(duì)比真值的一一致率，作業(yè)業(yè)者2人總共12次觀測(cè)中有5次與真值一致致,42%一致總觀測(cè)次數(shù)對(duì)對(duì)比真值的不不一致率，作業(yè)者2人總共１２次次觀測(cè)中將良良品判定為不不良，將不良良判定為良品品等不一致率率為50%屬性數(shù)據(jù)MSA29Oct200944MinitabSession解釋BetweenAppraisersAssessmentAgreement#Inspected#MatchedPercent95%CI12433.33(9.92,65.11)#Matched:Allappraisers'assessmentsagreewitheachother.AllAppraisersvsStandardAssessmentAgreement#Inspected#MatchedPercent95%CI12433.33(9.92,65.11)#Matched:Allappraisers'assessmentsagreewiththeknownstandard.作業(yè)者間一致致率３名作業(yè)者總總計(jì)１２次觀觀測(cè)中,４次一致,３３%的一致率所有作業(yè)者和和真值的一致致率３名作業(yè)者總總計(jì)１２次觀觀測(cè)中４次和和觀測(cè)測(cè)值一一致,３３%的一致致率.這里#Matched是?所有測(cè)測(cè)定者者測(cè)定定各零零件或或與真真值比比較時(shí)時(shí)的一一致性性一致性性不超超過90%時(shí)，需需要改改善屬性數(shù)數(shù)據(jù)MSA29Oct200945Minitab圖表分分析作業(yè)者者的觀觀測(cè)值值的一一致程程度可可通過過信賴賴區(qū)間間確認(rèn)認(rèn)出來來.作業(yè)者者與真真值的的一直直程度度可通通過信信賴區(qū)區(qū)間確確認(rèn)出出來.屬性數(shù)數(shù)據(jù)MSA29Oct200946目標(biāo)理解過過程能能力分分析原原理，，并能能根據(jù)據(jù)數(shù)據(jù)據(jù)類型型計(jì)算算過程程能力力主要內(nèi)內(nèi)容計(jì)量型型過程程能力力分析析計(jì)數(shù)性性過程程能力力分析析六.過程能能力分分析29Oct200947過程能能力是是什么么？過程在在受控控狀態(tài)態(tài)下時(shí)時(shí)，客客戶要要求與與過程程表現(xiàn)現(xiàn)(產(chǎn)品質(zhì)質(zhì)量或或服務(wù)務(wù)質(zhì)量量的變變動(dòng)程程度)的比值，，如果果過程程表現(xiàn)現(xiàn)越能能滿足足顧客客要求求，則則過程程能力力越充充分，，反之之則不不足USLLSL29Oct200948你的數(shù)數(shù)據(jù)是是什么類類型的的計(jì)量型型記數(shù)型型收集數(shù)數(shù)據(jù)收集數(shù)數(shù)據(jù)用Minitab分析數(shù)數(shù)據(jù)用Minitab分析數(shù)數(shù)據(jù)過程能能力表表述PPMCp,Cpk,Pp,Ppk過程能能力表表述DPU,DPMO,PPM過程能能力分分析路路徑29Oct200949“缺陷”(x≥≥4)1234567錯(cuò)誤誤數(shù)數(shù)“缺陷陷”(x>130Min)“無缺缺陷陷”(x<130Min)15110115120125130135140裝配配時(shí)時(shí)間間(Min)“無缺缺陷陷”(x≤≤3)顧客客的的要要求求顧客客的的要要求求計(jì)數(shù)數(shù)型型計(jì)量量型型數(shù)據(jù)據(jù)的分分類類29Oct200950過程程能能力力系系數(shù)數(shù)USLLSL顧客客之之聲聲工程程之之聲聲29Oct200951過程程能能力力指指數(shù)數(shù)過程程能能力力指指數(shù)數(shù)(ProcessCapabilityIndex)定義義-過程程能能力力指指數(shù)數(shù)表表現(xiàn)現(xiàn)過過程程制制造造的的產(chǎn)產(chǎn)品品有有多多均均一一的的能能力力,即把把過過程程能能力力定定量量化化評(píng)評(píng)價(jià)價(jià)的的尺尺度度.-過程程能能力力指指數(shù)數(shù)是是在在假假設(shè)設(shè)質(zhì)質(zhì)量量特特性性分分布布是是正正態(tài)態(tài)分分布布的的條條件件下下規(guī)規(guī)格格容容差差和和過程程的的自自然然散散布布(標(biāo)準(zhǔn)準(zhǔn)偏偏差差的的6倍)的相相對(duì)對(duì)大大小小比比較較計(jì)計(jì)算算的的指指標(biāo)標(biāo)過程程能能力力指指數(shù)數(shù)(ProcessCapabilityIndex)指標(biāo)標(biāo)-短期期過過程程能能力力指指數(shù)數(shù)用用Cp,Cpk表示示；；長(zhǎng)長(zhǎng)期期過過程程能能力力指指數(shù)數(shù)用用Pp,Ppk表示示.-這里里Pp,Cp是過過程程平平均均和和規(guī)規(guī)格格中中心心一一致致時(shí)時(shí)的的過過程程能能力力指指數(shù)數(shù),Ppk,Cpk是與與規(guī)規(guī)格格中中心心不不一一致致時(shí)時(shí)的的過過程程能能力力指指數(shù)數(shù).29Oct200952過程程能能力力改改善善戰(zhàn)戰(zhàn)略略LSLUSL不良不良中心心移移動(dòng)動(dòng):工程程目目標(biāo)標(biāo)值值或或中中心心值值(Target)散布布程程度度:縮小小散散布布29Oct200953USLC-LSL6pσCMin(X-LSL3USL-X3pkσσ,)統(tǒng)計(jì)計(jì)學(xué)學(xué)為為測(cè)測(cè)量量過過程程能能力力開開發(fā)發(fā)了了2個(gè)關(guān)關(guān)鍵鍵的的方方法法29Oct200954USLC-LSL6pσ總?cè)萑莶畈頒過程程的的散散布布程程度度(散布布)p顧客客的的聲聲音音C過程程的的聲聲音音p過程程能能力力比比(Cp)29Oct200955過程程能能力力比比(Cpk)CMin(X-LSL3USL-X3pkσσ,)C

X-LSL3pL

σUSL-X3

σCpU-為了了反反映映過過程程的的漂漂移移29Oct200956Minitab過程程能能力力分分析析六西西格格瑪瑪方方法法論論要要求求在在測(cè)量階段進(jìn)行行短期工程能能力研究以建立工工程基線在這個(gè)領(lǐng)域Minitab具有很多工具具能幫助你例：CapabilitySixpack,CapabilityAnalysis29Oct200957CapabilitySixpack例題1打開例題過程能力試題題-1(LSL：598,USL:600,子集：5)Stat>QualityTools>CapabilitySixpack>Normal29Oct200958Minitab圖表分析它是正態(tài)分布布嗎？和規(guī)格限比起起來工程的散散布怎么樣？？它是正態(tài)分布布嗎？子集間有差異異嗎？它受控嗎?它受控嗎?Minitab圖表分析29Oct20095929Oct200960CapabilityAnalysis正態(tài)性檢驗(yàn)Stat>BasicStatistics>NormalityTest29Oct200961正態(tài)檢驗(yàn)P值<0.05非正態(tài)29Oct200962P值>0.05正態(tài)正態(tài)檢驗(yàn)29Oct200963過程能力分析析Stat>QualityTools>CapabilityAnalysis>Normal29Oct200964組內(nèi)過程能力總體過程能力觀測(cè)的不良率率組內(nèi)(短期，潛在)估計(jì)不良率全體(長(zhǎng)期，實(shí)際)估計(jì)不良率過程能力分析析29Oct200965過程能力解釋釋Cp是經(jīng)驗(yàn)極限水平平.Ppk與Cpk越近似越好.散布可能的最好實(shí)際(總體)過程平均值的的位置規(guī)格范圍的中中點(diǎn)實(shí)際位置CpPpkCpkPp29Oct200966尋找可變型數(shù)據(jù)太難了?。。?！屬性數(shù)據(jù)過程能力分析29Oct200967DPU/DPO/DPMODPU=2DPO=0.5DPMO=500,000DPU=3DPO=0.75DPMO=750,000DPU=1DPO=0.25DPMO=250,000=1機(jī)會(huì)=1單位1單位=4機(jī)會(huì)=缺陷泊松分布過程程能力分析29Oct200968計(jì)算單位產(chǎn)品品缺陷數(shù)(DPU):翻到Sigma表,然后估計(jì)Sigma水平計(jì)算每百萬機(jī)機(jī)會(huì)的缺陷數(shù)數(shù)(DPMO):DPU/DPMO與Sigma水平泊松分布過程程能力分析29Oct200969翻到Sigma表,然后估計(jì)Sigma水平

4.67Sigma計(jì)算單位產(chǎn)品品缺陷數(shù)(DPU):計(jì)算每百萬機(jī)機(jī)會(huì)的缺陷數(shù)數(shù)(DPMO):DPU/DPMO與Sigma水平泊松分布過程程能力分析29Oct200970999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品數(shù)3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,724ＤＰＭＯ6.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8Ｚst4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3Ｚlt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品數(shù)13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,828ＤＰＭＯ3.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4Ｚst2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1Ｚlt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品數(shù)579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,802ＤＰＭＯ1.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9Ｚst-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4Ｚlt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品數(shù)993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997ＤＰＭＯ-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0Ｚst-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5ＺltDPMO與Sigma水平表泊松分布過程程能力分析29Oct200971例題：DPU,DPMO是多少?泊松分布過程程能力分析29Oct20097294.4%合格RTY與Sigma水平浪費(fèi)56,000ppm97%合格浪費(fèi)30,000ppm95.5%合格RTY=0.955*0.97*0.944=87.4%浪費(fèi)45,000ppmRTY不僅為最終階階段,各階段的能力力同樣重要HiddenFactory:再作業(yè)/廢棄泊松分布過程程能力分析29Oct200973IQC100%合格PQC95.5%合格OQC97.0%合格包裝94.4%合格RTY=1.00×0.955××0.970××0.944=0.874=87.4%RTY例:泊松