六西格玛绿带课程_测量阶段（PPT64页)

1测量阶段(measure)问题的现在状况？Measure测量Analyze分析Improve改进Control控制测量系统分析Define定义确定测量目标流程能力分析学习目标●测定的重要性理解，与PROCESS相关的测定对象的明确化●保证收集数据的准确性●现水准的Sigma水准确认学习内容1.制作细节流程图2.找出相关因子X3.测量系统分析4.流程能力分析5.评审项目指标细节流程图谁来绘制流程图流程图中的符号细节流程图：识别关键的输入和输出绘制细节流程图绘制细节流程图绘制细节流程图绘制细节流程图绘制细节流程图的注意事项练习与讨论用鱼骨图找因子通常采用头脑风暴法（BrainStorming）绘制鱼骨图鱼骨图又叫做特性要因图(Cause&Effect)鱼骨图的分类方法+Price我们通常根据细节流程图来做鱼骨图案例分析鱼骨图潜在因子AssociationTableRank%Rank•水量不足998160.4•存放时间长093626.9Output变量(Y's)客户满足度相关性因子排序Y,X’s的关系Weight54Spec5分~10分次数每20个10回离散形连续形对象项目Y的类型样品大小Theme名假因子收集时间收集方法工厂支援SVC缩短CycleTime星期,AM/PM,Step,外注通报书1999.1.20~1.25通过观查记录Data离散形/连续形200个数据收集计划书1)目的●有意义的Data的收集●合理的Data的收集●必要的所有Data的收集2)Data收集计划制作例Data调查计划书收集人×××××××××测量仪器手表测量系统分析测量系统分析测量系统分析测量系统分析测量系统分析连续型数据的GageR&R分析连续型数据的GageR&R分析连续型数据的GageR&R分析连续型数据的GageR&R分析GageR&R分析＿Minitab的应用GageR&R分析＿Minitab的应用GageR&R分析＿Minitab的应用GageR&R分析＿Minitab的应用GageR&R分析＿Minitab的应用练习与讨论●利用已经给出的”直尺”测量以下十条”直线”的长度(SPEC.:10±2)进行GageR&R分析并对结果进行分析和改进123456789100123456789101112练习与讨论练习与讨论离散型数据的认同一致性分析12测量者A12GGGG测量者B12GGGG3NGGGG4567NGNGGGGGNGNGNGNGGGGGNGNG8NGNGGG9101112GGGGGGGGGGGGGGGG13GNGGG14151617181920GGGGGGGGGGGGGGGGGGGGGGGGGGGG离散型数据的认同一致性分析●用眼测量测量者对同一情况做的每次判断都一致的时候,认为是认同一致的离散型数据的认同一致性分析离散型数据的认同一致性分析离散型数据的认同一致性分析离散型数据的认同一致性分析测量系统分析测量系统分析流程能力分析的目的流程能力分析的步骤1.数据收集2.确认异常原因3.确认σ水平数据收集•利用SampleData对全部Data引导结论•节省收集所用Data的时间与费用1)目的2)方法●随即抽样法●层别抽样法基本统计量平均Cycletime(x)缺点数缺点率标准偏差(s)流程的异常普遍原因的波动异常原因的波动异常原因举例Probability50607080Y确认异常数据的方法1.正态性确认(Minitab利用)命令:StatBasicStat..NormalityTestNormalProbabilityPlot.999.99.95.80.50.20.05.01.001Average:64.235StdDev:6.79712Nofdata:200结论*P-value是0.05以上的状态Kolmogorov-SmirnovNormalityTestD+:0.043D-:0.021D:0.043Approximatepvalue0.15→可以判断为正规分布.确认异常数据的方法2.直方图确认(Minitab利用)命令:GraphHistogram•异常型-包括从分布的剩余移开的数据不要考虑移开的事实时,可以看成有正规曲线的曲线。异常点发生的原因推算之后除去•双丰型-两个的中心的分布.QuickAction.象这样的分布SubGrouping没有正常时发生。详细看时可以看出此图包括两个正态分布•Flat–有一个中心，因为从中心点边没有下降所以称为Flat，此资料没有正常层次别分，有过度的散布。•偏移形–有一个中心，两处都有减少，但形状不对应。此分布是有一处存在非正规分布。•BunchedatExtremes-中央有中心，两处底或者一处中心.此图只能表示记录实数。BunchedatExtremes●Histogram的非正态分布的类型流程能力分析Data的种类σ水准确认离散形Unit,Defect,缺点对象项目定义DPU,DPO,DPMO计算Z值扩散边续形平均,标准偏差计算Cp,Cpk计算Z值扩散顾客要求水准连续型数据流程能力分析工程能力指数(Cp,Cpk)计算①Cp的理解最大值(+3σ)VS最小值(-3σ)顾客的要求水准6X标准偏差|USL-LSL|6Xσ结果物Cp=Cp=k=顾客的要求水准/2连续型数据流程能力分析②Cpk理解LSLUSLkCp=2.0Cp=1.33Cp=0.6Cp中考虑kCpk=Cp(1–k)|平均–目标值||μ–T||USL-LSL|/2=连续型数据流程能力分析短期的流程能力•判斷為短期內工序沒有外部影响•Zst（σst）•Cp•技術•最佳條件下的工序能力•6σ：Zst=6.0，Cp=2.0•Zst=3×Cp長期的流程能力•判斷為充分長時期內工序有外部影响•Zlt（σlt）•Cpk•技術+工序管理•日常條件下的工序能力•6σ：Zlt=4.5，Cpk=1.5•Zlt=3×Cpk•長期內的工序能力因工序的中心移动而不同.•Zshift=Zst-Zlt•普遍认为Zshift=1.5以内是可以接受的.ABC连续型数据流程能力分析4BlockDiagram(四方图分析)2.52.01.51.00.5PoorGoodZshift工序管理123456PoorGood技術Zst5101520253035LSLUSL连续型数据流程能力分析●Minitab的MenuStatQualityToolsCapabilityAnalysis(Normal)ProcessCapabilityAnalysisforC9USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal15.0000*5.000020.9444903.445815.212640.48-0.581.54-0.58*0.32-0.381.02-0.380.00844444.44844444.441.85957747.08957748.941111.10872938.35874049.45ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLTDPMO3.42336，21066，807308，537Z65432离散型数据流程能力分析▶上面讲的都是对于连续型Data的分析，对于离散型Data也可以用Z值来表现实际的产品质量或服务质量DPU(DefectPerUnit)平均每个单位（Unit）的缺陷（Defect）数DPO(DefectPerOpportunity)平均每个机会（Opportunity）的缺陷数DPMO(DefectPerMillionOpportunityUnit)平均每百万个机会的缺陷数所有Unit中的Defect数所有Unit数所有Unit中的Defect数所有Unit数×每个Unit的Opportunity数DPU=DPO=DPMO=DPO×1,000,000DPMO与Z值转化简表计算出DPMO后可以查表求出相应的Z值*此表查得的Z值为Zst值,长期Zlt=Zst+1.5项目指标的评审附录2:正态分布表Z00.010.020.030.040.050.060.070.080.090.05.00E-014.96E-014.92E-014.88E-014.84E-014.80E-014.76E-014.72E-014.68E-014.64E-010.14.60E-014.56E-014.52E-014.48E-014.44E-014.40E-014.36E-014.33E-014.29E-014.25E-010.24.21E-014.17E-014.13E-014.09E-014.05E-014.01E-013.97E-013.94E-013.90E-013.86E-010.33.82E-013.78E-013.74E-013.71E-013.67E-013.63E-013.59E-013.56E-013.52E-013.48E-010.43.45E-013.41E-013.37E-013.34E-013.30E-013.26E-013.23E-013.19E-013.16E-013.12E-010.53.09E-013.05E-013.02E-012.98E-012.95E-012.91E-012.88E-012.84E-012.81E-012.78E-010.62.74E-012.71E-012.68E-012.64E-012.61E-012.58E-012.55E-012.51E-012.48E-012.45E-010.72.42E-012.39E-012.36E-012.33E-012.30E-012.27E-012.24E-012.21E-012.18E-012.15E-010.82.12E-012.09E-012.06E-012.03E-012.00E-011.98E-011.95E-011.92E-011.89E-011.87E-010.91.84E-011.81E-011.79E-011.76E-011.74E-011.71E-011.69E-011.66E-011.64E-011.61E-011.01.59E-011.56E-011.54E-011.52E-011.49E-011.47E-011.45E-011.42E-011.40E-011.38E-011.11.36E-011.33E-011.31E-011.29E-011.27E-011.25E-011.23E-011.21E-011.19E-011.17E-011.21.15E-011.13E-011.11E-011.09E-011.07E-011.06E-011.04E-011.02E-011.00E-019.85E-021.39.68E-029.51E-029.34E-029.18E-029.01E-028.85E-028.69E-028.53E-028.38E-028.23E-021.48.08E-027.93E-027.78E-027.64E-027.49E-027.35E-027.21E-027.08E-026.94E-026.81E-021.56.68E-026.55E-026.43E-026.30E-026.18E-026.06E-025.94E-025.82E-025.71E-025.59E-021.65.48E-025.37E-025.26E-025.16E-025.05E-024.95E-024.85E-024.75E-024.65E-024.55E-021.74.46E-024.36E-024.27E-024.18E-024.09E-024.