六西格瑪工具匯總

什么是六西格瑪六西格瑪是……80年代中期之前：在制造業(yè)中，一種朝著零缺陷方向的努力，即代表著100萬個缺陷機會中只有3.4個缺陷，意味著完美無缺的產(chǎn)品和服務(wù)、世界級質(zhì)量水平的象征；80年代后期，90年代早期：可以達到目標的方法論；90年代中后期：綜合的流程改進系統(tǒng)，實現(xiàn)組織的戰(zhàn)略目標；在人事、財務(wù)、信息技術(shù)等關(guān)鍵的環(huán)節(jié)建立組織系統(tǒng)以滿足六西格瑪方法實施的需要；今天對于追求卓越表現(xiàn)的業(yè)務(wù)和流程的象征。目標方法論持續(xù)改善體系企業(yè)精神六西格瑪是目標s--西格瑪σ是統(tǒng)計單位

σ是希臘字母表里的一個字母

專業(yè)術(shù)語“σ”定義為標準差----用來描述我們要研究的過程的特性值相對于其平均值的偏離程度

對于一個過程來說，

“σ”是一個度量單位,它顯示過程的穩(wěn)定性如何？

“σ”越大，說明過程波動越大，出錯的機會越大你能計算出下列數(shù)據(jù)的西格瑪值嗎？12345-30459六西格瑪是目標六西格瑪是目標這是A、B兩家超爽瓶蓋供應(yīng)商,各10次到貨記錄，實際到貨均值為12天，你認為哪家更好，為什么?六西格瑪是目標市場競爭，客戶更高的要求規(guī)格下限規(guī)格上限缺陷/投訴市場競爭，客戶更高的要求缺陷/投訴規(guī)格中心-1σ-2σ-3σ-4σ-5σ-6σ1σ2σ3σ4σ5σ6σ0.135%滿足客戶需求，創(chuàng)造價值，減少波動，消除變異六西格瑪是目標245,40032,70046350.5760.002Z短期

DPMO1.5σ

的假設(shè)是有爭議的!

(待續(xù))308,53766,8076,2102333.4長期DPMO

DPUMotorola:流程的產(chǎn)出平均值,會隨著時間漸漸平移,約達1.5σ

Source:Brender(1962),Evans(1975)69.10000%93.32000%99.37900%99.97670%99.99966%--西格瑪水平是描述產(chǎn)品或者服務(wù)滿足客戶的能力六西格瑪是目標圖示六西格瑪水平事件的概論積分：曲線下面的總面積＝100％均值拐點六西格瑪是目標USL上偏差LSL下偏差：均值分布的離散程度越大則也越大，反之，亦然；分布曲線越窄，意味著落在USL和LSL之間越多；1>2>3：標準偏差，主要描述一概率分布的離散程度；34.56六西格瑪是目標若按照Z=（上限-平均）/西格瑪值，上限為4，你能計算出下列數(shù)據(jù)的Z值嗎？12345-30459六西格瑪是目標Bad!Good!是我們永遠追求的目標！六西格瑪是目標--6σ的DMAIC方法論各階段目標和任務(wù)定義測量分析改善控制項目定義（y）&組成團隊&制定計劃測量Y&X’SX’S有什么問題我能改善多少或節(jié)約多少錢維持改善成果六西格瑪方法論定義測量分析改進控制項目定義表流程圖FMEA簡單實驗方法DOE計劃優(yōu)化設(shè)計RSM精益介紹Minitab介紹中心極限定理全因子實驗中心點和區(qū)組劃分EVOP客戶需求SPC入門置信區(qū)間全因子及部分因子實驗邏輯回歸SIPOC&VSM基本統(tǒng)計基本質(zhì)量工具假設(shè)檢驗T檢驗屬性DOE演講技巧糾錯驗證團隊組成因果關(guān)系矩陣方差分析卡方分析多元回歸控制計劃控制程序測量系統(tǒng)分析（MSA）相關(guān)與回歸分析多元AVONASPCII過程能力多變量分析項目管理--6σ的DMAIC方法論各階段工具六西格瑪方法論總結(jié)問題解決方法論（工程師的角度）---六西格瑪是基于統(tǒng)計的質(zhì)量項目，它是改善過程控制的嚴格的方法體系。與戰(zhàn)略結(jié)合的持續(xù)改進的體系（管理者而言）

---六西格瑪提供與戰(zhàn)略結(jié)合的持續(xù)改進體系，不斷改進質(zhì)量，提高效率，降低成本，滿足客戶的需求，不斷提高企業(yè)的效益。實事求是的工作文化（對領(lǐng)導(dǎo)者而言）---為取得成功，六西格瑪需要企業(yè)做工作方式的根本轉(zhuǎn)變，業(yè)務(wù)領(lǐng)導(dǎo)能力與六西格瑪將共同改造企業(yè)。項目定義項目描述項目背景描述NO.11項目描述：項目描述主要介紹項目的背景，從公司KPI角度闡述立項的動因，并以事實為依據(jù)、用數(shù)據(jù)說話、準確、簡潔、具體的描述當前與項目相關(guān)業(yè)務(wù)存在的問題的嚴重性。這里只提問題不提解決辦法，不要使用包含有問題答案的陳述。如果面臨以下問題，則不適合立項：項目選擇是同時考慮不要違反以下禁選項目標準問題原因比較明確的問題對策清晰的問題只是臨時異常發(fā)生的行業(yè)難題使用傳統(tǒng)管理方法或不需使用精益六西格瑪方法就能解決的問題1.項目描述描述存在問題及重要性項目描述2014年質(zhì)量戰(zhàn)略目標1.1保障產(chǎn)品的食品安全1.2提高口味一致性1.3提高啤酒新鮮度1.3.1提高啤酒的新鮮度合格率1.3.2提高釀造新鮮度控制水平1.3.2.1提高原料的純凈化水平1.3.2.2提高成品酒總氧TPO控制水平1.3.2.3降低麥汁熱負荷1.3.3提高包裝新鮮度控制水平1.3.4提高物流過程新鮮度控制水平1.4提高原料質(zhì)量一致性1.5…………1.6…………例：戰(zhàn)略指標分解-提高TPO控制水平公司戰(zhàn)略目標…………1.5提高釀造質(zhì)量…………1.5.1提高酒液成熟度控制水平…………1.5.1.7提高△RDF控制一致性公司戰(zhàn)略目標工廠部門BSC冷貯酒△RDF合格率是提高釀造一致性的重要指標之一2014年冷貯酒△RDF合格率列入工廠BSC，合格率達到80%以上2013年日照公司該項合格率僅為67.19%，遠低于目標要求。例：戰(zhàn)略指標分解-提高△RDF控制一致性TPO是2014年工廠BSC的一個重要指標。2014年總部加嚴對TPO的控制，TPO內(nèi)控標準由2013年≤100μg/L下調(diào)至≤50μg/L。2014年累計至4月份，廈門廠TPO完成情況在集團排名靠后，急需做改善，因此，將降低TPO做為今年的六西格瑪攻關(guān)課題之一。例：項目背景描述-降低#1線TPO項目第47名定義項目指標

定義項目指標NO.22定義項目指標：

對項目指標Y進行結(jié)構(gòu)拆解，明確相應(yīng)的y，以便把大問題分解成小問題。2.定義項目指標

定義項目指標Y和相應(yīng)的y項目總是會歸結(jié)為這個簡單的等式在定義階段:我們從Y開始定義項目指標關(guān)于Y用于測量項目是否成功的指標最通常的一個項目有一個Y如果項目規(guī)模太大或研究指標有多個獨立層級（如獨立的缺陷類型），可以考慮把項目拆成多個方向，并針對每個方向定義相應(yīng)的y每個Y或y都應(yīng)該定義計算公式，以便可以量化追蹤定義的Y有可以是離散的Y，如不良率；也可以是連續(xù)型的Y；如有可能，盡量選擇連續(xù)型的Y主要測量指標是衡量項目成功與否的量具Y的分解項目指標及項目分解確認監(jiān)控的關(guān)聯(lián)指標Y’？Y’（關(guān)聯(lián)指標）：實現(xiàn)項目指標不能影響到的相關(guān)約束指標。Y的定義用來測量項目的指標Y是否需要細分？Y1:可獨立解決的子問題Y2:Y3:········例：Y的分解-降低#1線TPO項目釀造部清酒罐管道包裝部裝酒機酒液流向

Y引酒灌裝排氧壓蓋P1P3P2P4y1y1、y2Y′容量y2y2DO（溶解氧）TPO（包裝總氧）HSO（瓶頸空間氧）灌裝增氧瓶頸空氣灌裝引酒激沫壓蓋YY的組成來源涉及流程例：Y的分解-降低#1線TPO項目例：Y的分解-提高包裝綜合效率項目生產(chǎn)停機率速度損失率品種轉(zhuǎn)換率計劃停機率類別2013年實際Y的分解生產(chǎn)停機率2.04%Y1速度損失率8.05%Y2品種轉(zhuǎn)換率1.37%-計劃停機率5.69%Y3Y的定義包裝綜合效率計算公式：包裝綜合效率=標準生產(chǎn)時間/計劃生產(chǎn)時間（標準生產(chǎn)時間為固定值無法調(diào)整）Y的分解從我司三條3.6萬瓶/小時瓶裝線2013年設(shè)備故障時間分布柏拉圖可看出，洗瓶機、灌裝機、裝箱機、碼垛機故障時間占總故障時間的61.4

%，是影響包裝綜合效率的主要原因。例：Y的分解-提高包裝綜合效率項目離合故障傳動軸裝箱機主軸斷裂碼垛機推箱裝置灌裝機酒閥、瓶托例：Y的分解-提高包裝綜合效率項目結(jié)論：2013年工程部千升酒電耗56.94kW·h/kl,其中制冷電耗占55.3%，達到24.711kW·h/kl，是部門主要耗電工序。例：Y的分解-降低工程部制冷電耗確定項目范圍3.項目流程范圍項目將影響到的主要流程和部門

3項目流程范圍（一）項目將影響到的主要流程和部門；（二）根據(jù)現(xiàn)有的業(yè)務(wù)流程和組織機構(gòu)，分析主要涉及的業(yè)務(wù)環(huán)節(jié)和業(yè)務(wù)部門，為團隊成員選擇提供依據(jù)，確定項目實施所需要的資源。涉及外部客戶或供應(yīng)商的項目，請用SIPOC呈現(xiàn)項目選擇的范圍。公司內(nèi)部改善項目，請盡量以流程圖的形式表達出來。定義項目范圍NO.3例：定義項目范圍-降低#1線TPO項目SIPO原輔料供貨商釀造部工程部操作人員裝酒機清酒溶解氧CO2純度啤酒瓶瓶蓋引酒↓灌裝↓激沫↓壓蓋Y：成品酒TPO（≤50μg/L）消費者經(jīng)銷商C例：項目范圍-降低工程部制冷電耗供應(yīng)商Supplier過程Process生產(chǎn)部工程部冷媒水量冷媒水溫度液氨量液氨溫度冰水量冰水溫度工程部釀造部包裝部品管部公司領(lǐng)導(dǎo)生產(chǎn)管理總部華南營銷消費者電能氨液酒精液操作人員維修人員制冷設(shè)備操作輸入Input輸出Output客戶Customer制冷供冷用冷回冷確定項目目標確定項目目標NO.4第一步：了解基線水平根據(jù)指標特征收集最近一定時期（3個月以上到6個月）的指標表現(xiàn)作為衡量自身現(xiàn)狀水平的數(shù)學依據(jù)基線選擇需要分辨數(shù)據(jù)表現(xiàn)是否是近期穩(wěn)定的狀態(tài)，是否有分群的情況，需要選擇有代表性的數(shù)據(jù)說明最近的能力水平第二步：對標指標標桿競爭對手同類指標的水平自身歷史表現(xiàn)意想不到的好的水平理論水平第三步：確認挑戰(zhàn)目標通過項目基線水平和標桿的對比，確認挑戰(zhàn)的幅度（百分比）4.項目目標明確并量化的改進目標及

RTY,COPQ和C-P的改進指標?1）質(zhì)量衡量指標：RTY,DPU,DPPM2）質(zhì)量成本（COPQ）3）生產(chǎn)率的改善項目指標現(xiàn)狀目標標桿單位

例：基線水平-降低#1線TPO項目2014年1-5月份數(shù)據(jù)呈現(xiàn)，1#線TPO均值為61.4μg/L對標理論標桿標桿來源：

1.理論最佳值2.同行業(yè)的標桿水平；3.異業(yè)類似業(yè)務(wù)流程的標桿水平；4.集團其他廠區(qū)的標桿水平

確認挑戰(zhàn)目標確認挑戰(zhàn)目標：

1.量化項目預(yù)期目標的預(yù)估水平，要求目標具有可行性和一定的挑戰(zhàn)性：一般設(shè)定為縮短現(xiàn)狀與行業(yè)最佳標準距離的70%-75%；

2.如不能準確量化的，也要以文字形式敘述清楚項目指標的預(yù)期變化。表現(xiàn)基線標桿傳統(tǒng)目標設(shè)定關(guān)閉差距達成目標目標與目標差距例：定義項目目標-降低#1線TPO項目41基線（2014年5.01-5.15）均值：61.4μg/LTPO≤50μg/L的合格率：8.9%CO2噸酒消耗：4.45kg/kl目標(以完成集團先進工廠-三廠控制水平的70%作為目標）

均值：50μg/LTPO≤50μg/L的合格率：50%極限目標（集團先進工廠-三廠）均值：45μg/LTPO≤50μg/L的合格率：70%Y：TPO監(jiān)控指標CO2噸酒消耗不高于集團平均水平8.04kg；例：定義項目目標-降低工程部制冷電耗極限目標Y≤11.74kW·h/kl目標Y≤22.711kW·h/kl基線基線數(shù)據(jù)來源:2013年南寧工廠消耗月報報表。目標及極限目標設(shè)定理由：根據(jù)2013年南寧工廠制冷電單耗數(shù)據(jù)及同期最優(yōu)秀兄弟工廠三廠數(shù)據(jù)。Y:24.711kW·h/kl（最終目標）

2014年12月制冷電單耗下降至22.711kW·h/klY:制冷電單耗預(yù)估財務(wù)收益團隊建設(shè)與啟動基本圖表分析很多復(fù)雜的問題能以簡單的圖表來解決結(jié)束此章節(jié)后，您將能以Minitab圖表工具來解決復(fù)雜的問題目的其他圖表

時間序列圖操作-時間序列圖打開項目：TPO.MPJ/7-9月TPO.MTW操作路徑：

圖形>時間序列圖選擇變量：7-9月TPO時間序列圖(TimeSeriesPlot)有任何想法嗎?Minitab圖表指令:筆刷操作路徑：單擊右鍵>筆刷>拖選異常點這個高于上限的數(shù)據(jù)點。其告訴我們什么?其他圖表

柏拉圖操作-Pareto圖打開項目：PARETO.MPJ/消費者投訴.MTW操作路徑：

統(tǒng)計>質(zhì)量工具>Pareto圖Pareto圖在多數(shù)不重要的項目中，確認重要的少數(shù)練習：Pareto圖設(shè)備故障時間柏拉圖灌裝機故障時間柏拉圖打開項目：PARETO.MPJ/設(shè)備故障時間.MTW打開項目：PARETO.MPJ/灌裝機故障時間.MTW數(shù)據(jù)探勘(DataMining)數(shù)據(jù)分析三個基本步驟：實際察看的察看數(shù)據(jù)

(橫列)確認使否有異常發(fā)生(錯誤、預(yù)期外的值)圖形化的以圖形分析數(shù)據(jù)來將數(shù)據(jù)視覺化分析上的以統(tǒng)計分析數(shù)據(jù)來得到數(shù)據(jù)數(shù)值化意義分析輸入及輸出的屬性不同作業(yè)員不同機器

不同班次供應(yīng)者／零件排氧壓力抽真空時間頂酒時間CO2濃度激泡壓力可控制輸入主要流程輸出Noise輸入(計數(shù))Noise輸入(計量)瓶裝液位一致性漏氣酒比率流程TPO酒精濃度糖化糧耗成品苦味值滿罐酵母數(shù)室內(nèi)溫度相對濕度日常檢定工藝研究數(shù)據(jù)類型統(tǒng)計工具的選取(單Yvs單X)Y計數(shù)計量計數(shù)計量比率檢定

卡方

散點圖X(*可能需要將Xs及Ys調(diào)換)

箱線圖*

點圖*

箱線圖（BOX)

點圖T-檢驗

方差分析中位數(shù)檢驗

方差分析*

邏輯回歸

相關(guān)

回歸離散的X對連續(xù)的Y

分組箱線圖操作-分組箱線圖打開項目：TPO.MPJ/TPO.MTW操作路徑：圖形>箱線圖Y在同一列Y不在同一列分組箱線圖兩種瓶型的TPO值有差別嗎？計量型計數(shù)型計數(shù)型計量型XY箱線圖散點圖連續(xù)的X對連續(xù)的Y

散點圖操作-散點圖打開項目：發(fā)酵度.MPJ操作路徑：

圖形>散點圖請選擇：Y-發(fā)酵度X-滿罐第10天發(fā)酵度散點圖通過散點圖，你發(fā)現(xiàn)了什么規(guī)律？計量型計數(shù)型計數(shù)型計量型XY箱線圖散點圖基本統(tǒng)計理論目的介紹分配的曲線形狀、中心位置、及數(shù)據(jù)散布之觀念了解正態(tài)分布的意義基本統(tǒng)計方法數(shù)據(jù)的分類數(shù)據(jù)的分布（圖形分布/統(tǒng)計分布）數(shù)據(jù)中心的表達平均值中位值數(shù)據(jù)離散的表達極差（全距）變異/方差標準差數(shù)據(jù)分布圖形之表達正態(tài)分布正態(tài)概率怎樣發(fā)現(xiàn)流程問題?數(shù)據(jù)種類屬性（計數(shù)）/離散數(shù)據(jù)計量數(shù)據(jù)/連續(xù)數(shù)據(jù)

分類好/壞（不良率）漏氣酒比率乙醛合格率貼標合格率機器1，機器2，機器3.工作班次數(shù)據(jù)的兩種特性：連續(xù)性，離散性連續(xù)數(shù)據(jù)TPO灌裝液位高度糖化糧耗成品苦味值滿罐酵母數(shù)樣本中心趨勢的表達平均數(shù):

算數(shù)平均數(shù)會…反映出所有數(shù)值的影響顯著地受到極端值的影響中位數(shù):

代表50％的順位，為一組經(jīng)排序后數(shù)值的中間數(shù)并不須將所有數(shù)值導(dǎo)入計算式中不受極端值的影響在流程改善的過程中為什么我們偏好使用平均數(shù)，而不是中位數(shù)?資料變異的表達極差(Range):

于一組數(shù)據(jù)中，極大值與極小值的差方差

():每一數(shù)據(jù)值與平均數(shù)離差平方的平均值標準差

(

):方差的平方根在測量數(shù)據(jù)變異度時，標準差是最普遍與最有效的工具

–理由何在?總體參數(shù)

vs.樣本統(tǒng)計值s=樣本標準差x=樣本平均數(shù)=總體平均數(shù)=總體標準差樣本統(tǒng)計值估計總體參數(shù)總體平均數(shù)樣本平均數(shù)總體標準差樣本標準差計算公式操作-顯示描述性統(tǒng)計打開項目：TPO.MPJ/TPO.MTW操作路徑：統(tǒng)計>基本統(tǒng)計量>顯示描述性統(tǒng)計1選擇：500ml2勾選：均值、標準差、中位數(shù)描述性統(tǒng)計:500ml變量平均值標準差中位數(shù)500ml51.636.3651.50圖形分布圖形分布對同一變量繪制多數(shù)據(jù)點圖，借此我們可以描述任何程序或系統(tǒng)的運轉(zhuǎn)狀態(tài)超時工作跨產(chǎn)品不同的機器…等等這些數(shù)據(jù)的積聚可被視為一種數(shù)值的散布可用以下形式表示:點圖

直方圖

箱線圖操作-點圖打開項目：TPO.MPJ/TPO.MTW操作路徑：圖形>點圖選擇‘’簡單‘’選擇輸入變量：500ml點圖點圖所提供的信息和直方圖類似操作-直方圖打開項目：TPO.MPJ/TPO.MTW操作路徑：圖形>直方圖選擇‘’簡單‘’選擇輸入變量：500ml直方圖我們觀察到大部分的TPO介于44到60之間我們數(shù)據(jù)中心點大約落在52左右操作-箱線圖打開項目：TPO.MPJ/TPO.MTW操作路徑：圖形>箱線圖選擇‘’簡單‘’選擇輸入變量：500ml箱線圖中位數(shù)Q2（50%）：51.5Q1（25%）：47Q3（75%）：54.75“須”線離群點統(tǒng)計分布正態(tài)分布“正態(tài)”分布中之數(shù)據(jù)具有某種固定的特性這些特質(zhì)可協(xié)助了解流程的特性大部分的自然現(xiàn)象及人為程序是呈現(xiàn)正態(tài)分布的，或是經(jīng)由轉(zhuǎn)換后可以正態(tài)分布的形式來表現(xiàn)同樣的，當我們看到事件發(fā)生集中在正態(tài)曲線的中間，就不需要去尋找除了正態(tài)、隨機變異以外的原因事件發(fā)生落在正態(tài)曲線的兩端機率很小正態(tài)曲線與機率分布正態(tài)分布特性1:正態(tài)分布只需下列數(shù)據(jù)即可完整描述:平均數(shù)標準差分配一分配二分配三這三種正態(tài)分配之間有何差異?操作：正態(tài)分布打開項目：TPO.MPJ/TPO.MTW操作路徑：圖形>直方圖選擇：包含擬合選擇輸入變量：500ml正態(tài)分布正態(tài)曲線、正態(tài)機率分布及相關(guān)的標準差特性2:在曲線下的區(qū)段面積可用來估計一特定事件發(fā)生之累積機率43210-1-2-3-440%30%20%10%0%95.45%樣本值出現(xiàn)的機率與平均值相距的標準差個數(shù)99.73%68.27%某區(qū)間的累積機率操作：概率計算輸入：均值：51.63標準差：6.36輸入：50操作路徑：計算>概率分布>正態(tài)累積分布函數(shù)正態(tài)分布，平均值=51.63和標準差=6.36xP(X<=x)500.398864摘要回顧介紹分配的曲線形狀、中心位置、及數(shù)據(jù)散布之觀念了解正態(tài)分布的意義練習開啟檔案：基本統(tǒng)計/

特殊分布.MTW使用列“特殊”

計算基本統(tǒng)計量（均值、標準差、中位數(shù)）制作直方圖(Histogram)這其中透露了什么?操作-顯示描述性統(tǒng)計打開項目：特殊分布.MTW操作路徑：統(tǒng)計>基本統(tǒng)計量>顯示描述性統(tǒng)計操作-顯示描述性統(tǒng)計有何結(jié)論？統(tǒng)計量有代表性嗎

?結(jié)果:特殊分布.MTW

描述性統(tǒng)計:特殊變量平均值標準差中位數(shù)特殊100.0032.38104.20操作-直方圖操作路徑：圖形>直方圖操作-直方圖利用時間想想這個結(jié)論統(tǒng)計過程控制

（SPC）將控制圖方法和SixSigma方法論連結(jié)討論不同型式之變異討論不同型式之控制圖討論詮釋控制圖目的資料通常隨時間而改變幾乎所有資料依時間序列而產(chǎn)生業(yè)績、存貨、不良率、缺席率當依照時間序列被檢視時資料才變得有意義.平均數(shù)為何？變異量為何？多穩(wěn)定？呈現(xiàn)何種pattern–趨勢、轉(zhuǎn)移？231JFMAMJJASOND20022003UCLJFMAMJJASLCL不良率(%)控制圖方法從何而來?1920年代

-WesternElectric/Dr.WalterShewhart用來辨識可控制及不可控制的變異可控制的:亦稱一般原因或本有的(噪音)不可控制的:亦稱特殊原因或可歸因的(信號)試著由所有的噪音變數(shù)中找出流程所發(fā)出的信號控制圖為一個主要工具變異類型:“一般”vs“特殊”一般原因(噪音)特殊原因(信號)變異類型:“一般”一般原因(噪音)在每個流程中會出現(xiàn)由流程作業(yè)中所產(chǎn)生若要移除或降低需將流程做根本性的改變?nèi)绻挥幸话阍蜃儺惔嬖?，此流程視為穩(wěn)定的、可預(yù)測的，及受控制的變異類型:“特殊”特殊原因(信號)不可預(yù)測的一般而言其變異值大于一般原因變異由特定或一連串的干擾所引起可以用基本的流程監(jiān)控來移除/降低如果流程表現(xiàn)出特殊原因變異，此流程為失控制的及不穩(wěn)定的

UCLLCL控制圖的構(gòu)成:UCLvsLCL有多少百分比的資料應(yīng)落在UCL和LCL間?如果有一資料點落在UCL和LCL外，使否意味著我們制造不良品?資料依時間而變化時間我們測量之物件標準差規(guī)則:“資料落點在哪?”2sigma3sigma1sigma2sigma3sigma60-75%90-98%99-99.9%%ofDataPointsUCLLCL1sigma#1)將規(guī)格界限當作ControlChart的界限

#2)將UCL及LCL

當作規(guī)格界限來用UCL/LCL和顧客所定義的不良品是無直接關(guān)系!制作控制圖時，兩個常見的錯誤UCL/LCLvsUSL/LSLUCL/LCLvsUSL/LSLProcessControlLimits

由流程本身數(shù)據(jù)計算而來的其以+/-3s為基礎(chǔ)(99.73%之預(yù)期流程變異會落在此Limits中)ProductSpecificationLimits

并非從controlchart而來要確認流程如何達到顧客需求，流程能力分析是必須的

UCLLCLTIMEUSLLSLUpperControlLimits=UCLLowerControlLimits=LCLUpperSpecificationLimits=USLLowerSpecificationLimits=LSL下列流程是否制造不良品?UCL/LCLvsUSL/LSLUCL/LCLvsUSL/LSL

UCLLCLUSLLSL下列流程是否制造不良品?TIME異常變異的信號資料的轉(zhuǎn)移(Shifts)資料連續(xù)不斷地出現(xiàn)在中線的一端趨勢(Trends)連續(xù)增加或減少周期(Cycles)顯著的

pattern集中于中心密集的資料資料叢聚當流程是穩(wěn)定且可預(yù)測的時，這些情況不會發(fā)生我們將使用的規(guī)則：規(guī)則1：一點落在

UCL或LCL外(3-sigmalimit)規(guī)則2：連續(xù)九個資料點落中心線同一側(cè)規(guī)則3：連續(xù)六個資料點連續(xù)上升/下降有一套標準規(guī)則幫助我們確認流程中出現(xiàn)之特殊原因事件當一規(guī)則被違反，我們稱其為“OutofControl”這意味著有“不尋?！钡氖虑榘l(fā)生找出問題及原因!!控制圖規(guī)則操作-控制圖違反規(guī)則以找出重復(fù)出現(xiàn)模式是可行的嗎?規(guī)則1規(guī)則2規(guī)則3操作路徑：統(tǒng)計>控制圖>單值的變量控制圖>I-MR特殊成因測試這些規(guī)則可以使我們及早做出決定何時采取行動當該流程為不可預(yù)測的且顯現(xiàn)出特殊成因變異時何時該撒手不管當該流程為穩(wěn)定、可預(yù)測且僅顯現(xiàn)出一般成因變異時我的流程是穩(wěn)定且可預(yù)測的，可是還不夠好。

我該怎么做？

透過SixSigma項目及流程改善方法論減少變異控制圖應(yīng)用兩種資料類型計量(連續(xù))-

資料為連率的(測量出來的)

由實際測量其特性求得，如TPO、液位高度、酒精濃度計數(shù)(離散)-

一般接由計數(shù)得到

由使用

go/no-go標準尺寸、能看到的缺點數(shù)目、錯誤次數(shù)、通過/失敗或是/非決定等，如：漏氣酒率、包裝不良率等選擇適當?shù)目刂茍D計量型

資料為群組或個別值?瑕疵(Defect)或

不良品(Defective)?群組值(n>1)個別值(n=1)X-BarRX-BarS(n>10)I-MR缺陷數(shù)次數(shù)式不良品率分類式取樣機率固定?YESC圖U圖樣本大小固定?NP圖YESP圖

計數(shù)型資料格式?操作：I-MR控制圖打開項目：TPO.MPJ/TPO.MTW操作路徑：統(tǒng)計>控制圖>單值的變量控制圖>I-MR請選擇：500ml123I-MR控制圖單值或均值

可顯現(xiàn)出流程中心的

穩(wěn)定性

(位置)單值圖極差

或移動極差可顯現(xiàn)出短期變異的

穩(wěn)定性(散布)極差圖超出界限的點是一種異常事件發(fā)生的信號異常變異的信號？檢查該點操作-Xbar-R控制圖打開項目：麥汁濃度.MPJ操作路徑：統(tǒng)計>控制圖>子組的變量控制圖>Xbar-R品管部PQA每3小時監(jiān)測麥汁濃度，每次取樣3筆，得到30組數(shù)據(jù)請問麥汁濃度穩(wěn)定嗎？操作-Xbar-R控制圖選擇：子組的觀測值位于多列的同一行中13Xbar-R選項>檢驗2選擇你的YXbar-R控制圖選擇適當?shù)目刂茍D計量型

資料為群組或個別值?瑕疵(Defect)或

不良品(Defective)?群組值(n>1)個別值(n=1)X-BarRX-BarS(n>10)I-MR缺陷數(shù)次數(shù)式不良品率分類式取樣機率固定?YESC圖U圖樣本大小固定?NP圖YESP圖

計數(shù)型資料格式?操作：P圖打開項目：漏氣酒比率.MPJ操作路徑：統(tǒng)計>控制圖>屬性控制圖>P操作：P圖選擇你的變量：漏氣酒數(shù)量子組大?。喝瞻b量123P控制圖選項>檢驗4檢驗勾選前3項右鍵選擇筆刷選擇異常點，并回到數(shù)據(jù)表進行刪除P圖P圖摘要回顧將控制圖方法和SixSigma

方法論連結(jié)討論不同型式之變異討論不同型式之控制圖討論詮釋控制圖過程能力分析

(Capability)目的“傳統(tǒng)”

流程的過程能力指標計數(shù)與計量過程能力分析短期及長期流程的過程能力如果您要使用過程能力分析來預(yù)測未來的流程品質(zhì)水準，流程需要是穩(wěn)定且可預(yù)測的。如果不符上述條件，過程能力分析就無法預(yù)測未來的品質(zhì)水準。過程能力用作診斷工具。如果您只想要用為診斷工具，那么上述的條件就沒有那么嚴苛。研究前提表達顧客聲音的其中一種方式是以績效界限來定義什么為“可接受的”定義：顧客聲音USLLSL能力=VOCVOP數(shù)據(jù)種類屬性（計數(shù)）/離散數(shù)據(jù)計量數(shù)據(jù)/連續(xù)數(shù)據(jù)

分類好/壞（不良率）漏氣酒比率乙醛合格率貼標合格率機器1，機器2，機器3.工作班次數(shù)據(jù)的兩種特性：連續(xù)性，離散性連續(xù)數(shù)據(jù)TPO灌裝液位高度糖化糧耗成品苦味值滿罐酵母數(shù)過程能力方法論計量計數(shù)決定過程能力DPU,DPPMCp,Cpk,Pp,Ppk決定過程能力DPU,DPPM你有何種資料?過程能力分析

計數(shù)資料不良品率/缺陷率計算單位缺陷率(DPU):

計算每百萬機會的缺陷數(shù)(DPMO):DPPM=DPUX1,000,000操作：P圖打開項目：漏氣酒比率.MPJ操作路徑：統(tǒng)計>控制圖>屬性控制圖>P操作：P圖選擇你的變量子組大?。喝瞻b量123P控制圖選項>檢驗4檢驗勾選前3項右鍵選擇筆刷選擇異常點，并回到數(shù)據(jù)表進行刪除P圖P圖操作-能力分析>二項Binomial

不良率百分比Poisson

不良品之計數(shù)打開項目：漏氣酒比率.MPJ操作路徑：統(tǒng)計>質(zhì)量工具>能力分析>二項操作-能力分析>二項點擊右鍵選擇筆刷你的判斷是什么？決定下一步行動。能力分析>二項能力分析>二項過程能力分析

計量資料過程能力指標:Cp和PpCp(過程能力)和

Pp(過程績效的值)

是由此得來的顧客聲音流程聲音USL-LSL6sUSLLSL能力=VOCVOP現(xiàn)在我們只考慮“一半”的規(guī)格范圍(意指離最近的規(guī)格)。此提供我們中心敏感度的比值。Cpk和PpkCpk和Ppk是來自下列算式平均值到最近的規(guī)格界限的距離流程一半的寬度MinX-LSL3USL-X3

s

s,)(短期vs長期過程能力VALUEUSLLSL#1#2#3#4#5短期長期過程能力指數(shù)評價標準本表為一般通則,因產(chǎn)業(yè)品質(zhì)水準進步對此標準亦有所變更過程能力指數(shù)的種類

即時流程能力極短時期內(nèi)的流程能力

它描述短時間內(nèi)流程所可能的的最好的實績

它應(yīng)該是流程極限目標的近似估計

可由短期或長期研究的“最好的操作”來估計

短期流程能力基于30-50數(shù)據(jù)點的流程能力研究

一般等于或大于長期流程能力

長期流程能力:基于大量數(shù)據(jù)點的流程能力研究

實際流程的流程能力最好的估計

可用這個數(shù)據(jù)作出診斷

情景：問題描述工藝員每隔3小時抽檢1#激泡泵流出的600ml啤酒的液位高度，每次抽取3瓶（子組數(shù)為3），共抽取了50組。規(guī)格下限LSL：203mm規(guī)格上線USL：226mm請問：1#激泡泵對600ml啤酒的液位高度的影響穩(wěn)定嗎？操作-能力分析打開項目：液位高度.MPJ/激泡泵液位高度穩(wěn)定性.MTW操作路徑：統(tǒng)計>質(zhì)量工具>能力分析>正態(tài)下限：203上限：226我們的流程能力如何?能力分析操作-CapabilitySixpack打開項目：液位高度.MPJ/激泡泵液位高度穩(wěn)定性.MTW操作路徑：統(tǒng)計>質(zhì)量工具>CapabilitySixpack>正態(tài)操作-CapabilitySixpack子組跨數(shù)列：選擇位置1、位置2、位置31規(guī)格下限：203規(guī)格上限：22623檢驗勾選前3項4點擊檢驗1數(shù)據(jù)是否有代表性？數(shù)據(jù)分群，采集后段最近的數(shù)據(jù)進行分析決策CapabilitySixpack1數(shù)據(jù)是否有代表性？正態(tài)性2過程能力指標3你要采取什么對策？決策CapabilitySixpack單取第22筆及以后的數(shù)據(jù)進行分析總結(jié)：過程能力分析步驟1. 依您認為“最佳”之流程設(shè)定，并記錄主要流程輸入變數(shù)值(KPIVs)2. 操作流程一段時間，以盡可能移除外部的變異目標為收集約30個時間點之資料3. 要求小組組員仔細觀察并紀錄流程4. 測量及記錄主要流程輸出變數(shù)值(KPOV)5. 執(zhí)行CapabilitySix-pack并檢閱:6. 診斷Mean之偏移或變異改變7. 依診斷結(jié)果決定改善計劃練習練習：團隊活動某鑄造廠有4條生產(chǎn)線為壓縮機生產(chǎn)企業(yè)鑄造曲軸毛坯。其中的主軸長度要求的規(guī)格范圍如下：

上規(guī)格限USL=100mm

下規(guī)格限LSL=40mm打開項目：過程能力分析/過程能力分析.MPJ分析：流程1；流程2：流程3；流程4對每個流程決定其資料是否適合用來預(yù)測或僅能用來診斷對每個流程，如果需要改善，請決定改善的策略請準備報告流程1工作表受統(tǒng)計控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實績流程2工作表受統(tǒng)計控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實績流程3工作表受統(tǒng)計控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實績流程4工作表受統(tǒng)計控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實績附錄

短期/長期過程能力短期vs長期過程能力VALUEUSLLSL#1#2#3#4#5短期長期Cpk和Ppk標準差由個別sigma值計算而來(方法一)，然后由公式得到Ppk如果使用平均移動距離(AverageMovingRange)來計算標準差(方法二)或使用標準差加總的平均值(方法三)，就能得到CpkMinX-LSL3USL-X3

s

s,)(此為“總平方和”方法

亦稱為“個別sigma值”，因為其使用來計算的值，因為包含平移和飄移的資料，為長期的估計值您使用

Minitab計算標準差時，就是用這個公式得到結(jié)果Σ(Xi-X)2(n-1)S=計算標準差:方法一(長期的估計值)使用移動距離(movingrange)

方法來估計標準差當資料為個別值時使用，為短期的估計值mR/1.128S=估計標準差:方法二(短期的估計值)此方法使用I-mRProcessBehaviorChart使用所有子群組標準差的平均值方法來估計標準差當以子群組收集資料時使用，為短期的估計值估計標準差:方法三(短期的估計值)此為使用X-barRProcessBehaviorChart

時的預(yù)設(shè)算式S=Sbar/C4Sbar為每個子群組的平均標準差長期估計vs.短期估計兩種估計值能提供我們重要的訊息如果兩者估計值相符，表示不用考慮平移或飄移的問題如果不相符，資料平移和飄移的問題為顯著的。個別的Sigma值通常會大于短期估計值短期估計值提供我們當平移和飄移的議題宜除時，標準差的值如果長期估計值大于斷其估計值，表示流程不穩(wěn)定且不具可預(yù)測性計量-MSA

測量系統(tǒng)分析目的介紹測量系統(tǒng)分析定義基本測量專有名詞略述執(zhí)行測量系統(tǒng)分析的步驟練習實務(wù)方法測量程序理想的測量系統(tǒng)需要每次產(chǎn)生真正的測量結(jié)果

測量系統(tǒng)的質(zhì)量是以統(tǒng)計特質(zhì)來描述其特征

測量程序應(yīng)該包含：設(shè)計與驗證持續(xù)的能力評估控制修正與再驗證特質(zhì)必須在統(tǒng)計控制中相對于產(chǎn)品規(guī)格，其變異性必須要小相對于流程變異，其變異性必須要小分辨率(Discrimination)

的單位應(yīng)該精細至產(chǎn)品規(guī)格或流程變異的十分之一測量誤差的影響平均數(shù)變異量測量系統(tǒng)偏移：

-藉由“校準研究”確認測量系統(tǒng)變異：

藉由“R&RStudy”確認準確性

(Accuracy)精確性

(Precision)totalproductmeasurement測量變異總變異等于實際產(chǎn)品變異加上測量系統(tǒng)所造成的變異測量系統(tǒng)的構(gòu)成要素測量工具：硬件軟件使用這些工具的所有步驟：選擇測量員取樣技術(shù)設(shè)定并執(zhí)行各步驟脫機計算及數(shù)據(jù)輸入校準頻率及技術(shù)測量變異的來源專業(yè)用詞分辨率(Discrimination)

與“準確性-Accuracy”相關(guān)用詞真正值偏移

與“精確性-Precision”相關(guān)用詞重復(fù)性再現(xiàn)性線性穩(wěn)定性(Stability)分辨率系統(tǒng)所能測量出的小數(shù)字數(shù)。測量系統(tǒng)單位應(yīng)為產(chǎn)品規(guī)格或流程變異計算單位的10分之1分辨率良好分辨率不足準確性(Accuracy)準確性–測量值的平均值是否從真正值偏移?真正值

(TrueValue)理論上正確的數(shù)值國家標準局標準偏移測量平均值與真正值的離差測量工具持續(xù)地遠離目標值的大小系統(tǒng)性誤差或偏移量

(offset)準確性(Accuracy)測量工具準確性是指觀察測量所得平均值

與

專家測量值或“真正值”的差該MasterValue

是一種可接受的、可追蹤的參考標準(例如：國家標準局)專家測量值真正值平均數(shù)偏移偏移平均測量值有一固定的差異

偏移效應(yīng)包括：操作者偏移

–不同的操作者即使測量同一對象，平均值也會造成可察覺的不同

儀器偏移

–不同的儀器即使測量同一對象，平均值也會造成可察覺的不同

專家測量值真正值平均數(shù)儀器一儀器二平均數(shù)儀器二偏移量儀器一偏移量線性儀器測量能力范圍內(nèi)，Accuracy（準確性）或Precision（精確性）值的差異準確性測量工具1:線性相等在此是個問題測量單位0準確性測量工具2:線性相等于此不是問題0測量單位精確性(Precision)測量系統(tǒng)的總變異

測量重復(fù)值的自然變異名詞：隨機誤差(RandomError)，散布(Spread)，測量/再測量誤差(Test/Retesterror)重復(fù)性與再現(xiàn)性精確性：重復(fù)性測量系統(tǒng)本有的變異量

在絕對不變的情形下，對相同變量重復(fù)測量所產(chǎn)生的變異相同操作者相同設(shè)定相同零件相同環(huán)境條件短期性變異由重復(fù)值的合并標準差估計所得重復(fù)性應(yīng)是比系統(tǒng)的總變異要小精確性：再現(xiàn)性在不同狀況下進行測量所得之變異不同作業(yè)員不同設(shè)定不同測試零件不同環(huán)境條件狀態(tài)長期性變異從不同測量狀況所得測量值平均數(shù)的標準偏差估計所得測量能力指標-P/T（%公差）精確度/公差比率描述多少公差百分比是被測量誤差所占用最佳情形：<10%;可接受<

30%通常以百分比表示注意:6標準偏差代表99.73%

的MS變異，

6標準偏差為工業(yè)標準P/T(%公差)的應(yīng)用P/T比率(Minitab中的%公差)是對測量系統(tǒng)精確度最常用的估計工具

此方法可被應(yīng)用于評估測量系統(tǒng)對于規(guī)格的性能表現(xiàn)然而，規(guī)格可能會太寬松或太嚴苛

一般來說，當測量系統(tǒng)純粹被用來分類生產(chǎn)樣本時，P/T比率是一個良好的估計工具

但是，若流程能力(Cpk)不適當時，P/T比率可能帶給你錯誤的保證測量能力指標-%量具R&R描述多少總變異百分比是由測量誤差造成的同時包含了重復(fù)性與再現(xiàn)性作業(yè)員x單位數(shù)x實驗次數(shù)最佳情形：<10%;可接受<

30%通常以百分比表示備注：%R&R即：(%研究變異)是較好的測量指標%R&R的應(yīng)用對項目負責人而言，%R&R(%研究變異)是較好的測量指標對整體流程變異而言，此指標可應(yīng)用于評估測量系統(tǒng)的表現(xiàn)%R&R是進行流程改善時的較佳指標當使用樣本來表達完整又具代表性的流程變異時，務(wù)必小心GR&R指標(Metrics)-附加指標10%2%1030%30%57%%公差（P/T）方差分量貢獻比（方差比）可區(qū)分的類別數(shù)（分類指數(shù)）%研究變異（%R&R）RedYellowGreen10%%R&R

分布在統(tǒng)計上較

“%研究變異”更加正確后者以標準偏差為基礎(chǔ)，再此并不精確您若依循該圖表則沒問題–不論使用何種指標%R&R

實驗設(shè)計樣本大小的問題作業(yè)員數(shù)若流程使用多位作業(yè)員，則隨機選擇2-4個若流程使用單一或沒有作業(yè)員，分析時則可忽略作業(yè)員之影響(即忽略再現(xiàn)性之影響)樣本數(shù)選擇足夠之樣本使得

(Samples：樣本數(shù))X(Operators：作業(yè)員數(shù))>15，測試次數(shù)＝2若不可行，選擇測試的次數(shù)使得：若SxO<15，測試次數(shù)=3若SxO<8，測試次數(shù)=3-4若

SxO<5，測試次數(shù)

=4-5若SxO<4，測試次數(shù)

=6-8樣本選擇樣本應(yīng)從散布于流程正常變異中取得范例：

若生產(chǎn)一平均厚度

9.00”及變異數(shù)0.010”的材料，則樣本厚度范圍應(yīng)為8.97”

–9.03”(99%range)注意！若使用同一流程生產(chǎn)不同厚度的材料，將它們分組并執(zhí)行R&R分析范例：

一流程生產(chǎn)8.00”、9.50”及

10.50”的材料且Tolerance為

+/-0.50”。所有數(shù)值皆由同一系統(tǒng)測量所得。對每一厚度的材料各執(zhí)行分析若將上述樣本混在一起，則

GR&R

值會變小執(zhí)行R&R分析的步驟校準測量工具，或確認其已被校準令作業(yè)員1依隨機順序測量樣本

令作業(yè)員2依隨機順序測量樣本

重復(fù)步驟直到所有作業(yè)員都測量過所有樣本，以上為試驗一重復(fù)步驟二至四直到得到足夠的試驗數(shù)在Minitab中分析數(shù)據(jù)并決定R&R分析之統(tǒng)計數(shù)值重復(fù)性(Repeatability)再現(xiàn)性(Reproducibility)上述之標準偏差%R&R%公差分析結(jié)果并決定接續(xù)行動GR&R范例Minitab范例打開項目：計量MSA.MPJ針對數(shù)據(jù)執(zhí)行實際實驗看看info窗口操作員數(shù)為何？樣本數(shù)或零件數(shù)為何？試驗數(shù)或?qū)嶒瀼?fù)制次數(shù)為何？總共執(zhí)行多少次實驗？該量測對象為塑料鑄件之直徑操作-量具研究選擇：樣本操作員測量值操作路徑：統(tǒng)計>質(zhì)量工具>量具研究>量具R&R研究(交叉)操作-量具研究基本信息選項規(guī)格公差

=0.5包含交互作用的雙因子方差分析表我們將在第二周學過ANOVA之后加以討論量具R&R(表首)這些數(shù)據(jù)很有用貢獻比例樹形圖使用該樹形圖以了解

變異來源的差別目標：部件間>93%

合計量具R&R<7%這接信息有助于

了解問題所在量具R&R(表末)我們將進一步分析這些數(shù)據(jù)可接受的量測系統(tǒng)最小值為4MSA診斷法:

解讀各圖表Minitab范例：各圖表變異的組成R控制圖Xbar控制圖依零件別依操作員別操作員與零件交互作用變異的組成ComponentsofVariation應(yīng)期待零件間(ParttoPart)較大

GageR&R較小使用本圖表以

了解實際數(shù)據(jù)R控制圖所有點都應(yīng)落在管制界限內(nèi)

若所有點超出管制界限，

則該方法是可疑的若有一名操作員超出管制界限，

則該名操作員的方法是可疑的

若所有R值=0，則該鑒別力是可疑的操作員Xbar控制圖所有點都應(yīng)超出管制界限

界限來自于重復(fù)性重復(fù)性應(yīng)該是正常的，

ie太低，因此縮窄界限

我們希望變異來自各不同零件，

因此所有點都應(yīng)落在管制界限外操作員操作員操作員與樣本交互作用尋找并行線段非并行線段表示有問題存在樣本10看起來有問題依零件別每一零件的各點應(yīng)相聚集各平均值間

應(yīng)有明顯的差異

以辨別不同的零件依操作員別尋找筆直線段操作員2平均上較

操作員1及操作員3

為低解釋圖表的要訣各圖表包含大量的信息使用貢獻樹形圖及各指標以決定問題是否及于何處存在然后在各圖表中尋找支持的線索在本組數(shù)據(jù)中，各指針值都太高，而該量測系統(tǒng)需要改善操作員2看來有些問題，再訓(xùn)練嗎？部分零件的量測值也有問題，該方法值得注意總結(jié)在著手流程改善活動之前研究測量系統(tǒng)是很重要的選擇樣本時須小心–等待正確的次分組及樣本大小需求分析測量系統(tǒng)中作業(yè)員、樣本、及試驗之效應(yīng)確認該量具系統(tǒng)有足夠的分辨率以用于決定受測量屬性的

不同水平完成

量具R&R報告以記錄結(jié)果、使用方法及改善機會所有的變異將包含測量誤差–嘗試將量具系統(tǒng)中所有可控

制誤差最小化計數(shù)-MSA

測量系統(tǒng)分析數(shù)據(jù)種類屬性（計數(shù)）/離散數(shù)據(jù)計量數(shù)據(jù)/連續(xù)數(shù)據(jù)

分類好/壞（不良率）漏氣酒比率乙醛合格率貼標合格率機器1，機器2，機器3.工作班次數(shù)據(jù)的兩種特性：連續(xù)性，離散性連續(xù)數(shù)據(jù)TPO灌裝液位高度糖化糧耗成品苦味值滿罐酵母數(shù)基本術(shù)語與評價者自身一致性的%（重復(fù)性)評價者與標準的一致性的%(自身準確性)與評價者之間的一致性%(再現(xiàn)性)與已知標準一致性的%(系統(tǒng)準確性)Kappa(用于屬性/分類數(shù)據(jù)的分級，究竟測量系統(tǒng)比隨機偶然性好多少)計數(shù)MSA：研究方法實驗:以隨機順序進行實驗分析：量具運行圖屬性一致性分析解讀：作業(yè)員本身(重復(fù)性)不同作業(yè)員間(再現(xiàn)性)于“專家”間(再現(xiàn)性)Kappa研究計數(shù)MSA-實驗通常為2到3個員工樣本計算或分類每個作業(yè)員隨機測量每個樣本2-3次可能亦包含先前所協(xié)議的標準或?qū)＜业慕ㄗh我們將要研究什么?重復(fù)性再現(xiàn)性準確性任用熟練的人或?qū)＜襾矸治鲇婱SA物件的數(shù)量是事先選定的有些物件是很明顯能接受的有些是很明顯不能接受的有些則介于兩者之間每個單位皆有一個序號，且被每位檢測員評估個別的結(jié)果以序號來分別記錄這些結(jié)果的正確性是與專家所認定的“正確”結(jié)果比較有多個測試員時，每個人對物件的測試結(jié)果被拿來與其他的測試員做比較來評估其精確性計數(shù)MSA：收集資料步驟1：由第一位作業(yè)員以隨機順序來計算不良品或分類好的/壞的產(chǎn)品步驟2：由第二位作業(yè)員以隨機順序重復(fù)同樣的動作步驟3：一直持續(xù)到所有的測試員完成所有的樣本(此為試驗1)重復(fù)步驟1-3已完成所需的試驗次數(shù)計數(shù)MSA:范例下列資料為地磚表面拋光的研究測量員使用通過/無法通過的標準資料顯示：2

位測量員9個樣本2次試驗專家或熟練人員的結(jié)果地磚表面拋光的研究注意加入專家或熟練人員的讀數(shù)結(jié)果對不同資料結(jié)構(gòu)是很有用的開啟檔案：屬性MSA.mpj操作:屬性一致性分析打開項目：屬性MSA.MPJ操作路徑：統(tǒng)計>質(zhì)量工具>屬性一致性分析操作-屬性一致性分析在此范例中，資料以多欄的方式排列輸入測量員的數(shù)目和試驗次數(shù)輸入已知的標準重復(fù)性：檢驗員自身此兩個測量員，9次測量中有

7

次測量是相符的再現(xiàn)性：檢驗員之間測量員在9次測量中，有5次是和自己的及其他測量員的結(jié)果相符每個檢驗員與標準一致性比較每個測量員和專家所測得結(jié)果僅有6次相符所有檢驗員與標準的一致性比較測量員

9次中有

4

次與專家和自己的結(jié)果相符圖形化輸出計數(shù)測量系統(tǒng)-改