SPC培訓(xùn)課程講義

Table 勹1/131統(tǒng)計(jì)基礎(chǔ)總體和標(biāo)本顧客,

顧客不滿足(不良)Data的表現(xiàn)(中心值和散布)Data的種類SPC

IntroductionQC,

SQCSPCData

解釋QC7

ToolQC

7Tool實(shí)習(xí)Graph

AnalysisBaseline

構(gòu)筑測(cè)定

?正規(guī)性檢證(normality

test)Rational

Sub-groupingMSA(測(cè)定System的分析)工程能力分析工程能力的概念Cp,CpkZValue,4Block

Diagram管理圖(Control

Chart)管理圖概念,

種類管理圖解釋管理圖實(shí)習(xí)(XbarR,XbarS,n,np,u,

c)改善活動(dòng)(6

Sigma活動(dòng))6Sigma

Process附

1

:

統(tǒng)計(jì)

Table附

2:FMEA設(shè)計(jì)

FMEA工程

FMEA1.統(tǒng)計(jì)基礎(chǔ)(SQC:StatisticalQuality

Control)勹2/131

對(duì)總體的判斷

總體和Sample標(biāo)本(Sample,10)總體(N=1,000)Sample

10個(gè)測(cè)定(規(guī)格

:

100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ規(guī)格下限規(guī)格上限97 98 99 100101102103

104使用Sample的統(tǒng)計(jì)變量(變數(shù))96(平均值和散布)推定總體.總體能不能判斷為合格

?AQL

→

Yes:因?yàn)?/p>

Sampling的10個(gè)測(cè)定值都在規(guī)格內(nèi)

→

OKSPC

→

No:

用Sample

Data推定總體的不良率是2.8%

→

Epidemic

水準(zhǔn)勹3/131*

AQL(Acceptable

Quality

Level):合格品質(zhì)水準(zhǔn)SPC(Statistical

Process

Control):統(tǒng)計(jì)性工程管理如果全部檢查在時(shí)間上,經(jīng)濟(jì)上不可能

!Sampling

Sampling 總體

:

作為調(diào)查,

研究對(duì)象的所有集團(tuán)Sample:

從總體為了某種目的抽出來(lái)的Data

:

體現(xiàn)通過(guò)Sample得到的事實(shí)(關(guān)心事項(xiàng)數(shù)據(jù)化的表現(xiàn))2)

決定取Sample方法時(shí)注意事項(xiàng)所取的Sample要能夠代表總體的情報(bào).抽出Sample測(cè)到Data后，首先要考慮為了什么目的使用事前檢討Lot

構(gòu)成單位是否要分組。適用Sampling檢查主要原因是經(jīng)濟(jì)性原因.由于有這種經(jīng)濟(jì)性原因，取Sample時(shí)，Sample能夠反映總體的特性。1)

總體/Sample/Data的概念總體Sample019

PCS使用者占有率

?Data大韓民國(guó)區(qū)分人員011

PCS350017

PCS120019

PCS530勹4/131PCS使用者1000名價(jià)值判斷的根據(jù)

:其根據(jù)的適切性

:問(wèn)題的類型

:

2

種-平時(shí)的時(shí)候很正常只要喝酒就不象話-那個(gè)人要長(zhǎng)大成人不可能了一直正常的人.平時(shí)的時(shí)候步態(tài)正常一旦喝酒就正常的人勹5/131

事件的判斷和問(wèn)題的對(duì)策方法

如果現(xiàn)在很多人為了上車無(wú)秩序的聚在一起等車改善的方法有秩序地排列乘車-->

減少散布(reduce

the

variation)加大公交車的門，誰(shuí)都容易乘車。-->

增加公差(open

the

specifications)車Parking的地方，人聚在一起。-->

中心值移動(dòng)(shift

the

mean)上面3種方法中2種以上Combination

價(jià)值判斷(問(wèn)題與否)的根據(jù)

品質(zhì)

:

與顧客的期待一致Spec

:

定量化顧客的期待事項(xiàng)(水準(zhǔn))Spec

設(shè)定的適切性.Quality

?fitnessfor

use(Juran)conformancetorequirementsor

specifications(Crobsby)勹6/131

顧客滿足和不良

顧客滿足

?顧客對(duì)我做事的結(jié)果的肯定性的反映內(nèi)部顧客和外部顧客-

沒有缺陷的商品,

SVC及時(shí)提供給缺陷(品質(zhì)不良) ?不能滿足顧客期待的所有的一切LG勹7/131

不良

? 至今為止

,,,LSLUSL我們合格IamData(我活著)Spec-in就合格Spec-out不合格Spec檢出不良勹8/131以后

,,,SpecLSLUSL集中在中心才合格散就死Spec-in但沒有達(dá)到水準(zhǔn)就不合格潛在的不良事前預(yù)測(cè)

不良

? 呀

!有吃的勹9/131(不良)

Data的表現(xiàn)

:

中心值 中心值A(chǔ)rithmetic

Mean(算數(shù)平均)

X=

i=1 Σ

XinnGeometric

Mean(幾何平均)1G=(X1*X2*,,,,Xn)

nMedian(中央值)XMid-Range(中位數(shù))M=

Xmax+

Xmin2H

=1 1n[Σx

]1調(diào)和平均測(cè)定的

Data怎樣表現(xiàn)?

–中心值勹10/131散布(Dispertion)偏差(Deviance/Deviation)分散(Variance)絕對(duì)平均偏差(MeanAbsolute

Deviation)標(biāo)準(zhǔn)偏差(Standard

Deviation)變動(dòng)(

Variation)≒

SS,S(SumofSquares)散的程度偏移的程度V

=

SS

n-1MAD

=ΣnXi-

X

i=1 nσ(orStDev)

=Vi=1SS=Σ

(Xi-X)2范圍(Range)Xmax-XminZ-

Value*Z

=Xi-

μσn

勹11/131變動(dòng)系數(shù)**(CV:Coefficientof

Variation)CV

=

σ (%)*Z值

:

特定測(cè)量值于資料的的平均距離幾個(gè)標(biāo)準(zhǔn)偏差的相對(duì)性位置尺X度.

理論性表示工程能力的尺度，品質(zhì)特性的平均值和規(guī)格中心一致時(shí)，規(guī)格和平均值的相差相當(dāng)于標(biāo)準(zhǔn)偏差的幾倍距離**變動(dòng)系數(shù):測(cè)定值的相差大的資料間比較散布或者測(cè)定相異的資料間的散布比較時(shí)使用。測(cè)定的Data怎樣表現(xiàn)

?–散布

Data的表現(xiàn)

:

散布

Data的種類

連續(xù)型

Data 離散型Data(Continuous

Data) (Discrete

Data)問(wèn)題

/Issue

事項(xiàng)問(wèn)題解決連續(xù)型

Data

:

如長(zhǎng)度,重量,時(shí)間等能夠使用測(cè)定刻度尺的

Data(計(jì)量型)勹

所測(cè)定的尺度不斷能夠細(xì)分而且比不連續(xù)的Data提供更多的情報(bào)資料的類型屬性(Attribute)命名(Nominal)范疇(Category)統(tǒng)計(jì)特征值缺陷(Defect)資料的類型變數(shù)(Variable)比率(Ratio)統(tǒng)計(jì)特征值位置(Location)散布(Spread)模樣(Shape)勹12/131離散型

Data

:

與合格/不合格,決定數(shù)等能用個(gè)數(shù)表示的Data(計(jì)數(shù)型) 勹

不能再細(xì)分。Data的種類區(qū)分的理由是？區(qū)分Data種類的目的確定Data的Display方法和分析方法決定要Gathering的

SampleSize決定適切的ControlChart決定適切的

Sigma(orZ-Value)計(jì)算方法(DPMOor

工程能力分析)連續(xù)型

Data(計(jì)量型)可以分解Data,

且測(cè)定的數(shù)據(jù)的大小有意義客觀性

Data:

時(shí)間,

重量,

長(zhǎng)度等測(cè)定計(jì)測(cè)儀可以測(cè)定的Data主觀性

Data:滿足度,

充實(shí)度等

Data的測(cè)定基準(zhǔn)按始點(diǎn)發(fā)生變更離散型

Data(計(jì)數(shù)型)不可能分解Data,所測(cè)定的數(shù)據(jù)Count時(shí).客觀性

Data

:缺點(diǎn)數(shù),

承認(rèn)件數(shù),

誤差件數(shù),

位置等判斷的情況明確的內(nèi)容主管性

Data:

包含Yes/No,

Good/Bad等人的主觀性內(nèi)容的內(nèi)容※

實(shí)際情況下離散型和連續(xù)型分類比較困難時(shí)例

1)主/客觀式混合的數(shù)學(xué)能力分?jǐn)?shù)

→

離散型但是可以看作連續(xù)型例

2)

使用尺度法的論文結(jié)果→

連續(xù)型處理,

還是離散型處理，按照事件,

分析的目的考慮置信度慎重判斷勹13/131

Data的種類

2.SPC

Introduction勹14/131改善(再發(fā)防止,標(biāo)準(zhǔn)制定,改正)維持統(tǒng)計(jì)性技法應(yīng)用1)

品質(zhì)管理

?(QC:Quality

Control)為了確保顧客所愿的品質(zhì)合理且經(jīng)濟(jì)地執(zhí)行的所有管理活動(dòng)2)

統(tǒng)計(jì)性品質(zhì)管理?(SQC:StatisticalQualityControl)展開品質(zhì)管理活動(dòng)，應(yīng)用統(tǒng)計(jì)性技法的活動(dòng)體系??

品質(zhì)管理(QC)和統(tǒng)計(jì)性品質(zhì)管理(SQC)勹15/131

SPC

Introduction 統(tǒng)計(jì)性統(tǒng)計(jì)管理(SPC

=StatisticalProcess

Control)?

?Statistical...統(tǒng)計(jì)性方法是用Sampling的DataMonitoring、分析

Process變動(dòng)

時(shí)使用。Process

...反復(fù)性的事情或者階段(SIPOC:Supplier

Input

Process

Output

Customer)Control...Process正在變化的事實(shí)早期警報(bào)。警報(bào)是指最終Output出來(lái)之前糾正問(wèn)題，能夠具有充分的時(shí)間(管理圖

:隨著時(shí)間工程散布的變化)SPC

–對(duì)某個(gè)

Process掌握品質(zhì)規(guī)格和工程能力狀態(tài),

利用統(tǒng)計(jì)性資料和分析技法,

在所愿的狀態(tài)下一直能管理下去的技法。勹16/131

SPC

Introduction 勹17/131SPC

管理Tool的優(yōu)點(diǎn)*1920年

Bell研究所的Dr.Walter

Shewhart開發(fā).*隨著時(shí)間Plot變動(dòng),

可以通過(guò)管理界限區(qū)分變動(dòng)的2種要因。管理界限是為了管理

Process變動(dòng)，作為一種可能性來(lái)管理。(對(duì)Process采取對(duì)策的決定)管理圖總是成雙出現(xiàn).一個(gè)是特性化Subgroup的平均值變動(dòng)

:

X

bar另外一個(gè)是特性化Subgroup的散布

:R,Sigma基本上為了檢出影響Process平均值或者散布

異常原因而使用。管理圖優(yōu)先解釋散布的變動(dòng)，對(duì)齊散布的安定化的焦點(diǎn)，有必要觀察平均值的變動(dòng)怎樣變化。

SPC

Introduction 勹18/131偶然原因

:從總體抽出Sample的散布出現(xiàn)類似的兩向的原因異常原因

:從總體得到的SampleData的散布出現(xiàn)跟平時(shí)不同現(xiàn)象的原因。Ex)

管理PCB

鏟平厚度..根據(jù)周圍環(huán)境,原材料

Lot間微小的物性變化,作業(yè)者熟練度的要因等管理的特性值的散布Lot別發(fā)生時(shí)，其稱為存在

偶然原因(一般為

Accept)在積層上不知道什么原因

壓力在特定Lot上比規(guī)定使用得多，如果發(fā)生了兩個(gè)特性值的變化，把這稱為異常原因.(要改善的事項(xiàng))SPC

管理Tool的優(yōu)點(diǎn)Process由于偶然原因(White

Noise=CommonCauseVariation)和異常原因(Black

Noise

=

Special

Cause

Variation)受影響一直變化。偶然原因和異常原因是取適當(dāng)?shù)腟ubgroup的Sample，可以看到變動(dòng)。由于偶然原因產(chǎn)生的變動(dòng)，

Process持續(xù)維持安定的狀態(tài)

:

由于Subgroup內(nèi)的變動(dòng)發(fā)生異常原因的變動(dòng)是Process由于外部要因引起變動(dòng)

:由于Subgroup之間的變發(fā)生。Process由于外部異常原因持續(xù)受到影響,

SPC

Chart是表示異常原因。

SPC

實(shí)行 教育SPC活動(dòng)Baseline

構(gòu)筑設(shè)備

Parameter

選定部品

ParameTer選定對(duì)策樹立,

改善活動(dòng)工程

CTQ管理改善活動(dòng)Quick

Action6

Sigma

活動(dòng)部品

CTQ管理協(xié)力社6

Sigma活動(dòng)維持,

管理,

System(IT)化00年事業(yè)部CTQ

Mapping結(jié)果活用工程

Parameter

選定包含臨加工廠家6

Sigma

教育SPC

教育測(cè)定System分析工程能力分析管理計(jì)劃,

管理ParameterReviewOutof

ControlIn

Control預(yù)防活動(dòng)勹19/131UnderstandingStatistics(QC,

SQC)PlanningDesignManufacturingSales&

SVC改善活動(dòng)工程Parameter&Component

Parameter測(cè)定System分析

工程能力診斷

工程能力管理D MR&D(DfSS)A IManufacturingCTQ

SPC和

6

Sigma

SPC主要工程為對(duì)象，工程管理的性質(zhì)強(qiáng)，6Sigma是Biz.

經(jīng)過(guò)所有Process改善活動(dòng)的Program。Feedback勹20/131SPC6

Sigma3.

Data

解釋勹21/131Histogram特性要因度Pareto

DiagramCheck

SheetDATA的分布(散布,平均)Characteristic/Cause-and-Effect/FishboneDiagram查找問(wèn)題偏重的項(xiàng)目和其程度→為了最大化改善效果選定重點(diǎn)改善(或者管理)項(xiàng)目Pareto

Diagram等的

Backdata相對(duì)頻度區(qū)間Y

ManMachineMaterialMethod◆◆◆◆◆◆◆◆Data100%80%????A正B正正CD各種

Graph散點(diǎn)圖(ScatterDiagram)分層(Stratification)按照

DATA的特性要因度分成幾個(gè)部分分成主要散布的因子找散布的原因后使用◆◆◆兩個(gè)變數(shù)間相關(guān)關(guān)系◆ ◆◆ ◆ ◆. .

.

.◆..

.......

.. . .. .

.

. ..

.勹22/131

QC7

Tool 1.Histogram

?64.084.004.024.163.964.014.183.994.054.124.074.054.074.084.074.084.094.064.054.064.104.084.044.024.084.164.094.024.114.0094.084.064.054.044.054.094.184.064.084.164.024.024.204.084.114.024.064.024.11

QC7ToolStudy:

Histogram 為了了解長(zhǎng)度,

重量,

強(qiáng)度等計(jì)量值怎么分布的制作的圖，制作頻數(shù)表后畫柱狀圖。一般工程安定的情況下呈鐘形狀，反之按照情況查找有什么異常原因。一般散布大是表示工程差，因此找出原因，樹立對(duì)策改善工程能力的活動(dòng)必要。Data區(qū)間編號(hào)區(qū)間的界限值中心值頻度13.955~

3.9853.97223.985~

4.0154.00434.015~

4.0454.031044.045~

4.0754.061754.075~

4.1054.092664.105~

4.1354.121974.135~

4.1654.151384.165~

4.1954.18694.195~

4.2254.213100151050勹23/131N=1003025頻

20度3.9853.9554.1354.1054.0754.0454.0154.2254.1954.165區(qū)間頻數(shù)分布表Histogram2.

Histogram制作步驟

QC7ToolStudy:

Histogram 64.084.004.024.163.964.014.183.994.054.124.074.054.074.084.074.084.094.064.054.064.104.084.044.024.084.164.094.024.114.0094.084.064.054.044.054.094.184.064.084.164.024.024.204.084.114.024.054.124.061.Data

收集至少30個(gè)以上,越多可靠性越好2.最大值

(L)最小值

(S)求各data的最大值

(L)外最小值

(S)最大值

(L)

=4.22, 最小值

(S)

=

3.96Data數(shù)50~100100~250250以上區(qū)間k6~

107~

1210~

20勹24/1313.區(qū)間數(shù)一般區(qū)間的數(shù)(k)是k=Γn.n=100,

因此k為10

QC7ToolStudy:

Histogram 4.區(qū)間幅度(h)區(qū)間幅度

=

最大值(

L)-

最小值(S)臨時(shí)區(qū)間數(shù)※

測(cè)定最小單位的正倍數(shù)h=4.22-3.96

=

0.02610※

測(cè)定的最小單位

0.01的正倍數(shù)h

=

0.035.界限出發(fā)點(diǎn)=最小值

–

最小測(cè)定單位/2第一區(qū)間=出發(fā)點(diǎn)~出發(fā)點(diǎn)+區(qū)分幅度第二區(qū)間=第一階段的上限~

第一區(qū)間上限+區(qū)間幅度...求包含最大值區(qū)間出發(fā)點(diǎn)=3.96-

0.01/2

=3.955第一區(qū)間 =3.955~

3.985第二區(qū)間 =3.985~

4.015第三區(qū)間 =4.015~

4.045第四區(qū)間 =4.045~

4.075第五區(qū)間 =4.075~

4.105第六區(qū)間 =4.105~

4.135第七區(qū)間 =4.135~

4.165第八區(qū)間 =4.165~

4.195第九區(qū)間 =4.195~

4.225第十區(qū)間 =4.225~

4.2556.區(qū)間的中心值勹25/131中心值

=

各區(qū)間上下界限的和2第一區(qū)間的中心值=

3.955+3.985

=3.9723025頻

20度

1510503.9553.985

4.0154.0454.075

4.105

4.1354.1654.195

4.225

區(qū)間

QC7ToolStudy:

Histogram 區(qū)間編號(hào)區(qū)間的界限中心值頻數(shù)13.955~

3.9853.97223.985~

4.0154.00434.015~

4.0454.031044.045~

4.0754.061754.075~

4.1054.092664.105~

4.1354.121974.135~

4.1654.151384.165~

4.1954.18694.195~

4.2254.2131007.頻數(shù)表8.HistogramN＝100勹26/1313.

看Histogram的方法

QC7ToolStudy:

Histogram 左右對(duì)稱形頻數(shù)大部分聚集在中心部分，離中心越遠(yuǎn)越少一般出現(xiàn)的形狀高原形有幾個(gè)不同的平均值的時(shí)候.?

制作分區(qū)間的Histogram后比較齒形區(qū)間跳躍形狀像缺牙形狀。?有必要檢討區(qū)間的幅度是否以測(cè)定單位的正數(shù)倍，還是測(cè)定者看刻度時(shí)有問(wèn)題。）雙峰形有兩個(gè)不同的平均值的時(shí)候出現(xiàn)例)兩臺(tái)機(jī)器之間,

兩個(gè)種類的原料之間差異?

按照區(qū)間制作Histogram，

2個(gè)分布差異明顯.左右傾斜形平均值向分布的左側(cè)偏移(左右不對(duì)稱).?

理論上或者局限于規(guī)格下限沒有采集某個(gè)值以下的值。跳躍形在不一樣的分布上，data稍微混亂的時(shí)候?

調(diào)查工程上是否有異?；蛘邷y(cè)定上是否有誤差,

是否別的工程上的data.切邊形規(guī)格以外的全部除去后出現(xiàn)這種現(xiàn)象?

確認(rèn)是否有捏造數(shù)據(jù),

檢查失誤,測(cè)定誤差等全部選擇后，出現(xiàn)這樣的模樣時(shí)需提高工程能力或者再檢討規(guī)格勹27/131如下Data是測(cè)定000

電子交貨DID事業(yè)部的A部品的特性的

Data。Spec:4.62±

0.3勹28/1314.865.074.814.984.804.744.824.864.514.534.794.674.854.794.624.745.174.674.824.864.824.884.774.775.014.914.664.864.714.78[

問(wèn)題

]制作

Histogram。最大值和最小值為多少

?區(qū)間數(shù)幾個(gè)時(shí)適當(dāng)

?求區(qū)間幅度(h).求界限。畫出頻數(shù)表。制作Histogram。QC7ToolStudy:

HistogramCase

StudyQC7ToolStudy:

Histogram??

??

:

??

??●●●●●●●根據(jù)測(cè)定值頻度數(shù)勹29/131● ●● ●● ●平均 測(cè)定值正態(tài)分布具有的法則是

？決定正態(tài)分布的模樣和位置是

?什么是正態(tài)分布(Normal

Distribution)

？QC7ToolStudy:

Histogram??

??

:

??

??什么是正態(tài)分布(Normal

Distribution)

？TargetTarget

:

目標(biāo)值Z

:

正態(tài)分布檢證統(tǒng)計(jì)量LSLUSL平均(X)X-

TZ=

σDefect

!!!f(x)=

e

122πσ

1

-

[x-μ

2σ]??

?不是正態(tài)分布的Data有哪些？舉個(gè)例.正態(tài)分布總面積是1,脫離已知規(guī)格的面積,那就是所推定的不良率某概率變量X到平均值(μ)之間距離除以標(biāo)準(zhǔn)偏差(σ)的值用Z來(lái)表示如果規(guī)格上限(or下限)用X來(lái)代替時(shí)超出規(guī)格上限的尾部面積可以認(rèn)為‘有缺陷可能性’Z值是用來(lái)測(cè)定工序能力,跟工序的標(biāo)準(zhǔn)偏差不同,勹30/131H-LinFocusNo

RasterMoireMisconSpotNo

powerOthers0100200300020406080100DefectCountPercentCum

%PercentCountVital

FewTrivial

Many典型地

80%的問(wèn)題是由于

20%的原因發(fā)生(2:8的原則)優(yōu)先選定改善對(duì)象為目的，分類不良或者缺點(diǎn)等內(nèi)容，按照大小順序排列同時(shí)標(biāo)示累積數(shù)的圖。848073352719121124.022.920.910.03.124.046.967.777.785.490.994.397.4勹31/131首先要改善對(duì)象的區(qū)域!!!FB000

型號(hào)的不良現(xiàn)況

QC7ToolStudy:Pareto

Chart

2001年按地區(qū)需要顯示器的Data(單位

:

百萬(wàn)臺(tái))利用Pareto

Chart回答下面問(wèn)題勹32/131QC7ToolStudy:Pareto

Chart北美22.91)

對(duì)世界市場(chǎng)的

EU

市場(chǎng)的顯示器需要比重E

U17.9韓國(guó)1.82)

全體

80%

Cover的需要按照大小排列

?日本5.7中國(guó)2.0印度0.9亞洲4.6中南美3.1CIS/東歐

2.2其他 1.9Case

Study是

?4M

或者

6M

1E

或者

8M

2E為基準(zhǔn)，事的結(jié)果(特性,

問(wèn)題)和影響其結(jié)果的原因，系統(tǒng)性地整理的圖。計(jì)劃變更品質(zhì)問(wèn)題生產(chǎn)

CAPA不足無(wú)作業(yè)MACHINEMANMATERIALMETHOD生產(chǎn)計(jì)劃廠家管理2次廠家統(tǒng)制能力情報(bào)傳達(dá) 預(yù)想交貨日期按日期入庫(kù)計(jì)劃資材提供調(diào)查SKILL檢查

SKILL電算活用能力制作生產(chǎn)計(jì)劃對(duì)策SKILL人際關(guān)系??KNOWHOW????生產(chǎn)計(jì)劃作業(yè)條件時(shí)常事故適合設(shè)備適切的資材作業(yè)條件不良率NECK

ITEM專用資材新MODEL多樣資材及時(shí)調(diào)查優(yōu)先進(jìn)行日遵守營(yíng)業(yè)邀請(qǐng)CAPA分析??????擔(dān)當(dāng)管理發(fā)行比率勹33/131

QC

7

Tool

Study

:

特性要因圖(Cause

&

Effect

Diagram)

QC

7

Tool

Study:

散點(diǎn)圖(ScatterPlot) 勹34/131對(duì)應(yīng)的2

種類的Data橫軸和豎軸標(biāo)點(diǎn)(Plotting)

，查看相互之間有什么相關(guān)性。例題)

利用下例Plotting對(duì)Height和

Weight的ScatterPlot，說(shuō)明兩個(gè)變數(shù)的關(guān)聯(lián)性。GenderActivitySmokesHeightWeightPulseGenderActivitySmokesHeightWeightPulseMaleModerateNo6614064MaleA

lotNo7115068MaleModerateNo7214558MaleA

lotYes6815572MaleA

lotYes73.516062MaleA

lotNo69.515068MaleSlightYes7319066MaleModerateYes7318082MaleModerateNo6915564MaleA

lotNo7516064MaleSlightNo7316574MaleA

lotNo6613558MaleA

lotNo7215084MaleModerateNo6916054MaleModerateNo7419068MaleModerateYes6613070MaleModerateNo7219562MaleModerateYes7315562MaleModerateNo7113876MaleA

lotNo7414876MaleSlightYes7416090MaleModerateNo73.515588MaleModerateNo7215580MaleModerateNo7015070MaleA

lotYes7015392MaleModerateYes6714090MaleModerateNo6714568MaleA

lotNo7218078MaleA

lotNo7117060MaleModerateYes7519070MaleA

lotNo7217562MaleSlightNo6814590MaleModerateYes6917566MaleModerateYes6915092MaleA

lotYes7317070MaleModerateYes71.516460MaleModerateYes7418068MaleModerateNo7114072MaleA

lotNo6613572MaleA

lotNo7214268MaleModerateNo7117070MaleModerateNo6913684MaleModerateNo7015774MaleModerateNo6712374MaleModerateNo7013066MaleModerateNo6815568MaleModerateYes7518570FemaleModerateNo6613084FemaleModerateNo6114096FemaleModerateNo65.512061FemaleModerateNo6612062FemaleA

lotNo6613064FemaleModerateYes6813078FemaleModerateYes6213194FemaleModerateNo6813882FemaleModerateNo6212060FemaleModerateYes63121100FemaleModerateNo6311872FemaleModerateNo7012568FemaleModerateNo6712558FemaleModerateNo6811696FemaleModerateYes6513588FemaleModerateNo6914578FemaleModerateNo6612566FemaleModerateYes6915088FemaleSlightNo6511884FemaleModerateYes62.7511262FemaleA

lotNo6512262FemaleModerateNo6812580FemaleModerateNo6511566MaleSlightNo7419062FemaleModerateNo6410280MaleModerateNo7115560FemaleModerateNo6711578MaleModerateYes6917072FemaleModerateNo6915068MaleModerateNo7015562FemaleModerateNo6811072MaleModerateNo7221576FemaleSlightNo6311682MaleModerateYes6715068FemaleA

lotYes6210876MaleModerateYes6914554FemaleA

lotNo639587MaleA

lotNo7315574FemaleSlightYes6412590MaleModerateNo7315574FemaleSlightNo6813378FemaleA

lotNo6715086FemaleModerateNo6211068FemaleModerateNo61.7510876

QC

7

Tool

Study:

散點(diǎn)圖(ScatterPlot) 關(guān)系(相關(guān)性)是

?- 一般性的,

一個(gè)變數(shù)的特征值與其他變數(shù)的某個(gè)值一起出現(xiàn)的傾向關(guān)系的表示→相關(guān)一個(gè)變數(shù)的值增大時(shí),

另一個(gè)變數(shù)的值增大的情況

→

正的相關(guān)性一個(gè)變數(shù)的值增大時(shí),

另一個(gè)變數(shù)的值減小的情況

→

負(fù)的相關(guān)性相關(guān)關(guān)系的表示-

相關(guān)系數(shù)(r)表示相關(guān)性的尺度，通常在-1和

1之間受到異常點(diǎn)的影響r=

0勹35/131r=

0r=

1r=-

1相關(guān)關(guān)系和因果關(guān)系的差異點(diǎn)？外生變數(shù)的影響？偶然的相關(guān)關(guān)系？A公司和B

公司的HingeForce的水準(zhǔn)比較檢討MinitabMenu:Stat/BasicStatistics/DisplayDescriptive

Statistics*

Descriptive

Statistics

:Spec

Fix

前(或者

Spec沒有時(shí))

大概想知道品質(zhì)水準(zhǔn)的時(shí)候使用

Other

Graph

分析

:

基本統(tǒng)計(jì)量 勹36/131平均標(biāo)準(zhǔn)偏差ox

Plot明參照B說(shuō)95%置信區(qū)間推定Force值

Other

Graph

分析

:

基本統(tǒng)計(jì)量 1.901.952.002.0095%ConfidenceIntervalfor

Mu2.082.102.1295%ConfidenceIntervalfor

MedianA-Squared:P-Value:勹37/131MeanStDevVarianceSkewnessKurtosisNMinimum1stQuartileMedian3rd

QuartileMaximum0.5540.1442.095000.063334.01E-03-7.9E-010.801533401.910002.062502.105002.137502.19000Anderson-DarlingNormality

Test95%ConfidenceIntervalforMu2.07475 2.1152595%ConfidenceIntervalforSigma0.05187 0.0813195%ConfidenceIntervalforMedian2.08000 2.12000Descriptive

StatisticsVariable:

PK對(duì)于B公司用同樣的方法進(jìn)行Graph

Display，比較評(píng)價(jià)各公司間HingeForce的水準(zhǔn)BA1.9BoxplotsofA-

B(means

are

indicated

by

solid

circles)A公司和B公司的HingeTorque

值有差異One-wayAnalysisof

VarianceAnalysisof

VarianceF9.84P0.002SourceFactorErrorTotalDF SS MS1 0.02664 0.0266478 0.21111 0.0027179 0.23775LevelPKRPMN4040Mean2.09502.1315StDev0.06330.0375Individual95%CIsForMeanBasedonPooled

StDev-++++(*)(*)-++++

Other

Graph

分析

:Box

plot 勹38/131對(duì)A

公司和B

公司的Hinge

Force的水準(zhǔn)比較檢討MinitabMenu:Stat/ANOVA/oneway(unstack)orGraph/

Boxplot12354Data:

1,2,3,4,5MinwithinLower

Limit勹39/131MaxwithinUpper

LimitQ3:中央值和

Max值的75%位置Position

3(n+1)/4Q1:Min值和中央值的25%位置Position

(n+1)/4中央值(Median)UpperLimit=Q3+1.5(Q3-Q1)LowerLimit=Q1-1.5(Q3-

Q1)四分位偏差

=

(Q3

-

Q1)Step=

1.5(Q3-Q1)Max=Q3+2*1.5(Q3-Q1)Min=Q1-

2*1.5(Q3-Q1)

Other

Graph

分析

:Box

plot 657075Height以所有Data對(duì)象畫Graph特定總體畫

Graph時(shí)657075HeightFemaleGenderMale

Other

Graph

分析

:Dot

plot 勹40/13164.571.512518565.588.571.5Height64.5185Weight12588.5Pulse65.5

Other

Graph

分析

:

Matrix

plot(幾個(gè)變數(shù)之間的相關(guān)性想一下子知道時(shí)

) 勹41/1311001201401601802008060

62

64

66

68

70

72

74

76HeightWeight11224321291222097152013178

Other

Graph

分析

:

Marginalplot(想知道兩個(gè)變數(shù)的關(guān)系和分布) 勹42/131關(guān)聯(lián)圖表法(Relations

Diagram)對(duì)某個(gè)結(jié)果要因復(fù)雜地混在一起時(shí)，明確其人際關(guān)系及要因相互間的關(guān)心，探索原因或者明確化結(jié)構(gòu)，找出問(wèn)題解決頭緒的方法。①

找原因的關(guān)聯(lián)圖 ①

手段展開型關(guān)聯(lián)圖親和圖表法(AffinityDiagram)未知,未經(jīng)驗(yàn)的問(wèn)題，在混亂狀態(tài)中得到事實(shí),意見,發(fā)現(xiàn)現(xiàn)象等推出Data后根據(jù)親和性統(tǒng)合、整理找出問(wèn)題的本質(zhì)，問(wèn)題解決或者誘導(dǎo)新的方向的方法。原因原因 原因原因原因 問(wèn)題點(diǎn)原因原因 原因目的a手段a目的b手段b目的c手段c目的d手段d基本目的Matrix

Diagram作為問(wèn)題的事項(xiàng)中，找出預(yù)想有相關(guān)的要素，表示為二原表形式,

其交點(diǎn)上表示各要素的元素之間關(guān)聯(lián)有無(wú)，得到解決的措施。有

L型,

T型,

X型,

Y型,

C型等L型

MatrixDiagramB1B2B3B4B5B6--

-A1有A1有A3A4有A5勹43/131系統(tǒng)圖表法(Tree

Diagram)為了達(dá)到目的，系統(tǒng)性地展開手段，明確掌握所有問(wèn)題的現(xiàn)況找出為了達(dá)到目的的最佳的手段。目的??

附

:NewQC7Tool PDPC法(Process

Decision

Program

Chart)新產(chǎn)品開發(fā)或者新技術(shù)開發(fā)或者預(yù)防產(chǎn)品責(zé)任問(wèn)題或者

Claim-的對(duì)應(yīng)，按照事態(tài)的進(jìn)展，預(yù)測(cè)可能產(chǎn)生的所有結(jié)果，對(duì)這些結(jié)果一個(gè)一個(gè)樹立對(duì)策，為了得到可靠的結(jié)果引導(dǎo)過(guò)程決定的方法。ArrowDiagram(PERT-CPM)Event(Number,Node),

Activity,Dummy5

265A4D15EJA1A2A3Ap55

1532626430307 3737AC1C2B1 B2C3D1D2BgCrDsZNodeB10C1010F16G7H1726I3K8LB1B2B3B4B5B6-

-A13A14A37135A4A5MatrixData

AnalysisMatrixDiagram要素之間的相關(guān)數(shù)字

Data定量化時(shí)使用。多變量解釋法等利用-

附

:NewQC7Tool 勹44/1314.

Baseline

構(gòu)筑勹45/131

測(cè)定

? 勹46/131測(cè)定

?測(cè)定的3要素1.2.3.人的置信度,

計(jì)測(cè)儀的置信度適切分布的選擇檢/校正Gage

R&R

正規(guī)性檢驗(yàn)(Normality

Test) 勹47/131SPC,

6

Sigma

等使用的大部分統(tǒng)計(jì)Tool一般都是分析Base

的Data正態(tài)分布的假設(shè)下出發(fā)的。But,

自然現(xiàn)象的所有Data并不都是正態(tài)分布(例

:

壽命,

故障率等)這時(shí)利用非正態(tài)分布(例

:威布爾分布)統(tǒng)計(jì)分析。按照情況不同,

實(shí)際上覺得是正態(tài)分布特性的

Data也會(huì)由于

DataGathering上的問(wèn)題可能判斷為不是正態(tài)分布。這是,由于工程不穩(wěn)定群內(nèi)變動(dòng)混亂或者由于工程外部要因引起群間變動(dòng),

或者是Data處理過(guò)程上的Error(Key-in

Error等)這樣的關(guān)系收集Data后利用Normality

Test檢驗(yàn)是否正態(tài)分布如果不是正態(tài)分布Data轉(zhuǎn)換為正態(tài)分布(Transformation)求Cp,Cpk等值否則,利用其Data特性適合分布，統(tǒng)計(jì)性解釋。本章假設(shè)為工程穩(wěn)定的狀態(tài)下，使用Box–cox變換，轉(zhuǎn)換為正態(tài)分布后統(tǒng)計(jì)性解釋。4040414144454539464140404138404243404542CTQ44424540.9994447.993744.954540.80Anderson-DarlingNormalityTestA-Squared:

0.839P-Value:

0.027Average:

42.0333StDev:

2.55266N:30475.01.001Probability42Arrival

Time某個(gè)特性值的Data(N

=30)如下。為了正規(guī)性檢驗(yàn)

MinitabMenu:Stat/

BasicStatistics/Normality

TestNormalProbability

PlotP值比0.05小!!!勹48/131想一想

:

如果某個(gè)Data正態(tài)分布，其理由是

?AnotherdistributionSampling

錯(cuò)誤.測(cè)定上的Error,&

Key-inError

etc

正規(guī)性檢驗(yàn)(Normality

Test) 為了Box-coxTransformationMinitabMenu:Stat/ControlCharts/Box-cox

Transformation2.65StDev2.60-5 -4 -3 -2 -1

0

1

2

3

4

5LambdaLastIteration

InfoBox-CoxPlotforArrival

Time2.75LambdaStDevLow0.6172.599Est0.6742.5992.70Up0.7302.599勹49/131Est的

Lambda值是在Box-cox上推定的Best值

正規(guī)性檢驗(yàn)(Normality

Test) 為了用Lambda求工程能力MinitabMenu:Stat/QualityTools/Capability

Analysis(Normal)前面多求的Est

的Lambda值勹50/131

正規(guī)性檢驗(yàn)(Normality

Test) 14.013.513.012.512.011.511.0USL*LSL*ProcessCapabilityAnalysisforArrival

TimeBox-CoxTransformation,WithLambda=

0.674Cpm *Overall

Capability Observed

Performance Exp.

"Within"

Performance Exp."Overall"

PerformancePp0.97PPM<

LSL0.00PPM<

LSL*2756.99PPM<

LSL*2521.42PPU1.01PPM>

USL0.00PPM>

USL*1414.43PPM>

USL*1277.04PPL0.93PPM

Total0.00PPM

Total4171.42PPM

Total3798.46Ppk0.93Process

DataUSL50.0000USL*13.9671Target*Target**LSL35.0000LSL*10.9825Mean42.0333Mean*12.4203Sample

N30StDev

(Within)2.59922StDev*(Within)0.51805StDev

(Overall)2.57476StDev*(Overall)0.51271Potential(Within)

CapabilityCp0.96CPU1.00CPL0.93Cpk0.93WithinOverall

正規(guī)性檢驗(yàn)(Normality

Test) 勹51/131

Rational

Sub-grouping Process

Response群間變動(dòng)(Black

Noise)群內(nèi)變動(dòng)(White

Noise)Rational

Subgroups勹52/131

RationalSubgrouping是Grouping成群內(nèi)只發(fā)生群內(nèi)變動(dòng)(WhiteNoise),

在群間只發(fā)生群間變動(dòng)(Black

Noise)的方法

→

可以分離長(zhǎng)/短期工程能力.TimeRationalSubgroup要包含的要素

(Sub

grouping基準(zhǔn))(一般以預(yù)想影響Process變動(dòng)的‘X’因子為基準(zhǔn)Subgrouping,主要使用6M1E)Man :作業(yè)者變更,

晝夜交替工作,新作業(yè)者等Machine(Equipment)

:機(jī)械設(shè)定值變更,

設(shè)備保修

&維護(hù)等Material

:入庫(kù)Lot,

作業(yè)配置,

原材料等Method :作業(yè)者之間的作業(yè)方法差異等Measurement

:測(cè)量者的變動(dòng),測(cè)量裝備誤差等Management&

Environment(Mind&

Money)Gabbagein→

GabbageoutDiamondin→

Diamondout

Rational

Sub-grouping 群內(nèi)變動(dòng)(white

noise)勹53/131white

noise是因工程存在日常要因的變動(dòng)(偶然原因)現(xiàn)在的技術(shù)水平上不可控制的變動(dòng)一般性的工程散布影響工程上由于瑣碎的多數(shù)因素而受影響用Zst值來(lái)表示群間變動(dòng)(black

noise)black

noise是工程上受到外部要因影響，中心值

shift,一般性原因可能知道的變動(dòng)(特殊原因)現(xiàn)在工程上統(tǒng)制有可能的變動(dòng)一般性的工程目標(biāo)值平均值shift實(shí)際上隨著時(shí)間的經(jīng)過(guò)，可以知道工程能力怎樣變化。Rational

Subgrouping是

6Sigma的一個(gè)Powerful的Tool能夠區(qū)分工程的短期工程能力或長(zhǎng)期工程能力的核心的方法能掌握是平均值移動(dòng)問(wèn)題，還是散布問(wèn)題問(wèn)題特性化的第一階段群內(nèi)變動(dòng)和群間變動(dòng)為什么要Rational

Subgrouping?群內(nèi)變動(dòng),

群間變動(dòng)還有工程的2種問(wèn)題

Rational

Sub-grouping 期待值中心值移動(dòng)問(wèn)題散布問(wèn)題現(xiàn)在水準(zhǔn)勹54/131期待值現(xiàn)在水準(zhǔn)LSL平均USLLSL平均USL精密但不正確正確但不精密工程的2種問(wèn)題測(cè)定誤差的效果平均

:μ全部

=

μ生產(chǎn)品

+

μ測(cè)定散布

:σ2全部

=

σ2生產(chǎn)品

+

σ2測(cè)定→

測(cè)定System的偏向(檢校正,CalibrationStudy)→Gage

R&R觀測(cè)的工程的散布實(shí)際工程的散布測(cè)定的散布長(zhǎng)期工程散布短期工程散布標(biāo)本內(nèi)散布由于測(cè)定者的散布由于Gage的散布反復(fù)性(Repeatability)反復(fù)性(Repeatability)正確性(Calibration)再現(xiàn)性(Reproducibility)再現(xiàn)性(Reproducibility)穩(wěn)定性(Stability)線型性(Linearity)2.

可能的散布要因測(cè)定的Data(觀察值)是實(shí)際值和測(cè)定誤差的和Accuracy*

測(cè)定誤差

:

觀察值脫離真值的所有測(cè)定變散圓的效果

MSA(MeasurementSystem

Analysis) Accuracy勹55/131Precision

MSA(MeasurementSystem

Analysis) 測(cè)量時(shí)間

A測(cè)量時(shí)間

BLSL USL LSL正確度:測(cè)量值的觀察平均和真平均之間的差異安定性:至少兩次以上的相互不同時(shí)期，對(duì)于同樣部品，使用同樣Gage，得到的測(cè)量值平均的差異(計(jì)測(cè)器的保管,根據(jù)管理狀態(tài)隨著時(shí)間出現(xiàn)的差異,也包含產(chǎn)品的安定性)再現(xiàn)性:用同樣Gage，幾個(gè)人同樣的部品測(cè)量幾次時(shí)，出現(xiàn)的差異反復(fù)性:用同樣Gage，一個(gè)人同樣的部品測(cè)量幾次時(shí)，出現(xiàn)的差異線型性:所期待的制作范圍全部通過(guò)的正確性值的差異，用計(jì)測(cè)器能夠量出來(lái)的Range的誤差由于Gage

反復(fù)性的散布

由于Gage

線型性的散布對(duì)于Gage

正確性的散布

對(duì)Gage安定性的散布

測(cè)量者再現(xiàn)性的散布真平均 觀察平均LSL USL LSL USL LSL USL測(cè)量者

A測(cè)量者

B真平均 觀察平均LSL USL

USLGage勹56/131正確性(下限)正確性(上限)≥80%≥80%≤20%所有變動(dòng)其他變動(dòng)測(cè)定散布正確性穩(wěn)定性線型性等再現(xiàn)性(測(cè)定者誤差)(計(jì)測(cè)儀誤差)Gage

R&R

判斷基準(zhǔn)

?勹57/131≤

20% →

Accept(精確度要求的狀況

:

≤

10%)21%~

29% →

條件部

Accept>

29% →

適用不可(測(cè)定System改善)

MSA(MeasurementSystem

Analysis) 什么是Gage

R&R？由于計(jì)測(cè)器的測(cè)量誤差和測(cè)量者之間所發(fā)生的誤差，這些測(cè)量System自己對(duì)工程全體的變動(dòng)值起多少影響，用比率定量化的統(tǒng)計(jì)Tool反復(fù)性

MSA(MeasurementSystem

Analysis) 勹58/131計(jì)測(cè)儀的選定(測(cè)定的分析能)Gage要具有Process的變動(dòng)或者Spec許用誤差的10%未滿的分解能。ex)Gap的公差

±0.1

mm

時(shí)Gage的分解能要達(dá)到≤0.01

mm。Gage

R&R

評(píng)價(jià)始點(diǎn)進(jìn)入新的測(cè)定System，使用前要評(píng)價(jià)其適合性時(shí)評(píng)價(jià)覺得測(cè)定能力不充分的計(jì)測(cè)儀時(shí)各測(cè)定System的檢、校正實(shí)施后測(cè)定者變化時(shí)檢/校正和Gage

R&R的不同點(diǎn)

????

MSA(MeasurementSystem

Analysis) 勹59/131測(cè)定者王智勇劉肖峰Sample1次測(cè)定2次測(cè)定1次測(cè)定2次測(cè)定112.3712.3612.3512.34212.3312.2912.3512.32312.3212.3112.2912.3412.3012.3012.3212.31512.3112.3112.3112.28612.3412.3512.3412.33712.3512.3412.3512.35812.3212.3112.2912.3912.3112.3312.2912.321012.3512.3412.3212.32對(duì)于Gage

R&R適用結(jié)果解釋及對(duì)策事項(xiàng)是

？在顯示器設(shè)計(jì)室，開發(fā)Heat

sink時(shí)，發(fā)生了很多PCB上的HeatsinkHole有關(guān)不良,為了改善這個(gè)問(wèn)題，在Heat

sinkHole的工程能力分析前，確認(rèn)測(cè)量System程度，實(shí)施GageR&R，得到了如下的結(jié)果

MinitabMenu:Stat/QualityTools/GageR&R

Study(crossed)Spec:12±

0.3Gage

R&R

適用結(jié)果的解釋及對(duì)策事項(xiàng)

?

MSA(MeasurementSystem

Analysis) 必須選擇ANOVA.用ANOVA方法做，不僅可以分析試料及測(cè)量者的主效果，而且還可以分析測(cè)量者與試料間的交互作用勹60/1315.15isDefaultedNumber5.15(*Sigma)means?thenumberofStDev

neededtocapture99%ofprocessmeasurements?thewidthoftheintervalyouneedtocapture99%ofyourprocessmeasurements把測(cè)量對(duì)象的公差范圍

Key-in沒有公差時(shí)，在原封不動(dòng)的狀態(tài)下點(diǎn)OK

,

OK