六西格瑪管理之測量.ppt

1 第四章測量 過程分析與文檔概率與數(shù)理統(tǒng)計基礎數(shù)據(jù)的收集和整理測量系統(tǒng)分析過程能力分析 測量階段是DMAIC過程的第二階段 它既是界定階段的后續(xù)活動 也是連接分析階段的橋梁 測量是項目工作的關(guān)鍵環(huán)節(jié) 是六西格瑪以事實和數(shù)據(jù)驅(qū)動的具體體現(xiàn) 測量階段目的 1 收集數(shù)據(jù) 確認問題和機會并進行量化 2 梳理數(shù)據(jù) 為查找原因提供線索 第四章測量 考慮三個問題 1 如何選擇評價指標 2 如何收集數(shù)據(jù)3 測量數(shù)據(jù)系統(tǒng)是否可靠 第四章測量 過程分析 對過程中影響輸出的各類輸入因素進行分析 找出具有重要影響的因素 調(diào)查確認它們與過程輸出之間的關(guān)系 進而支持過程改進 4 1過程分析與文檔 其目的是 使項目團隊對準備改善的過程達成統(tǒng)一的認識 對產(chǎn)生問題或缺陷的區(qū)域進行定位 識別不增值步驟 以便加以改進 將過程步驟的現(xiàn)狀記錄并形成文檔 以便與改善后的狀況進行對比 4 1過程分析與文檔 1 流程圖 flowchart flowdiagram 定義 展現(xiàn)過程步驟和決策點順序的圖形文檔 作用 加深理解 發(fā)現(xiàn)潛在問題并定位規(guī)范 從上至下 從左至右 4 1過程分析與文檔 繪制流程圖的步驟 判定過程的開始點和結(jié)束點 觀察從開始到結(jié)束的整個過程 識別過程中的步驟及各個步驟的流向和相互關(guān)系 按過程步驟繪制 形成流程圖草圖 項目成員對該草圖進行交流溝通達成共識 形成正式文檔 4 1過程分析與文檔 1 概要流程圖一般應用于團隊準備開展六西格瑪工作時 一般包含4 12個步驟 其中的矩形程序塊常直接與團隊中的某些成員相對應 4 1過程分析與文檔 根據(jù)詳略程度的不同 可分為 訂單登記管理人員 銷售部門代表 倉庫管理人員 客戶服務代表 案例 概要流程圖 2 詳細流程圖 案例 訂單接受與登記 完成概要流程圖后 為每一過程繪制詳細流程圖 3 跨職能流程圖 案例 物料檢查入庫 過程涉及活動或單位非常多或者為明確不同部門的職責 2 流程圖分析 1 分析步驟調(diào)查每個菱形符號 檢查是否重復 非必需的或不完整的 調(diào)查每個循環(huán) 活動可省略 防止差錯 縮短循環(huán) 調(diào)查每個活動符號 是否必需 冗長 增值 可接受調(diào)查每個文件或數(shù)據(jù)庫符號 全面性和一致性 2 流程圖分析 2 注意事項 避免沒有反映過程的真實性影響過程真實性的因素 流程圖具有繪制人員的主觀性 業(yè)務負責人不愿意畫出明顯不合理的實際過程 循環(huán)被認為是小事且不可避免 項目成員不知道該過程如何運行 如何避免以上因素 意識到以上缺陷的存在 直接觀察流程并以文字形式反映在流程圖上 繪制過程中設法獲得業(yè)務負責人等的支持 2 流程圖分析 3 該項目改進各階段的應用流程圖的使用可貫穿質(zhì)量改進和解決問題的全過程 界定階段 識別過程中的變更機會 開展對劣質(zhì)成本的估計 界定團隊要研究的問題的范圍 項目改進團隊的組成 分析階段 作出關(guān)于根本原因的推測 作出收集數(shù)據(jù)的計劃 討論進行數(shù)據(jù)分層以供分析的方法 確定根本原因 調(diào)查過程各條路徑所需要的時間 2 流程圖分析 3 該項目改進各階段的應用流程圖的使用可貫穿質(zhì)量改進和解決問題的全過程 改進階段 敘述過程可能發(fā)生的變更并觀察其影響 確定將受變更影響的組織 在團隊解決問題的努力之中吸收工作人員參與 控制階段 評審并建立過程的控制點及檢視點 定期審查該過程 保證新過程仍被遵照執(zhí)行 人員培訓 3 因果圖與因果矩陣 causeandeffectdiagram 因果圖又稱魚刺圖 是揭示過程輸出缺陷或問題與其潛在原因之間關(guān)系的圖表 也是表達和分析其因果關(guān)系的重要工具和文檔 在因果圖中 問題 結(jié)果 填在圖右側(cè)的方框中 即 魚頭 的位置 造成結(jié)果的可能原因填在各個主分類線周圍 構(gòu)成 魚刺 一般可分為制造類問題因果圖 服務與管理類因果圖 4 1過程分析與文檔 案例一 制造類因果圖示例 5M1E 案例二 服務與管理類因果圖 4P 1 因果圖的作用 a 協(xié)助全面查找問題的原因 b 記錄已經(jīng)產(chǎn)生的原因 c 直觀顯示了未證實的各種原因的聯(lián)系 d 集中注意力到重要的聯(lián)系上 4 1過程分析與文檔 3 因果圖與因果矩陣 causeandeffectdiagram 2 因果圖的優(yōu)點 a 結(jié)構(gòu)清晰 直觀反映可能原因 系統(tǒng)性 創(chuàng)新性 條理性 b 揭示出因果原因 描述錯綜復雜的潛在影響 c 便于交流 列出了所有可能的原因 便于交流 4 1過程分析與文檔 3 因果圖與因果矩陣 causeandeffectdiagram 2 如何繪制因果圖 要點 清晰理解因果之間的關(guān)系需要考慮的原因 5W what why when where who 對象 比如機器和材料 條件 比如動力溫度和水平 記錄的過程 比如一天的事件或產(chǎn)品順序 與地點有關(guān)的效應 比如特定的生產(chǎn)線 裝載碼頭 配電器等 5M Manpower 人力 materials 材料 methods 方法 machine 機器 measurements 測量 4P People 人員 policies 政策 procedures 流程 place 地點 4 1過程分析與文檔 3 因果圖與因果矩陣 causeandeffectdiagram 3 繪制因果圖的步驟 a 簡明扼要地闡明要解決的問題 填在 魚頭 中 b 確定其可能原因的主要類別 畫出因果圖的各個 主枝 c 采用頭腦風暴法 將產(chǎn)生問題的所有可能原因 按其不同的分類填入各個主枝中 根據(jù)需要 可在各個主枝上繼續(xù)分枝 d 檢查和整理因果圖 調(diào)整闡述含糊的內(nèi)容 合并重復的內(nèi)容等 e 團隊成員對可能的原因進行充分討論 確定少數(shù)可能性較高的原因 作為下一步調(diào)查和收集數(shù)據(jù)的重點 4 1過程分析與文檔 2 因果圖與因果矩陣 causeandeffectdiagram 案例三 汽車失控的因果圖 案例四 復診病歷遲到因果 除了5W 5M 4P外 還應注意與流程圖的結(jié)合 4 注意事項 a 因果圖不提供結(jié)論 識別項目團隊將要檢驗的推測 即有關(guān)根本原因 x 的推測 b 易犯的錯誤 曲解 將事實與按順序排列的推測相混淆 沒有盡可能利用當前掌握的信息對癥狀進行充分的分析 c 結(jié)合流程圖 4 1過程分析與文檔 2 因果圖與因果矩陣 causeandeffectdiagram 2 因果矩陣 causeandeffectmatrix 當預期解決的問題比較復雜 有多種缺陷形式且它們的影響因素相互關(guān)聯(lián) 無法將它們分開考察和解決時 所常采用是一種的分析工具 繪制因果矩陣的步驟 a 在矩陣圖的上方填入過程輸出缺陷的形式或關(guān)鍵過程輸出變量 b 確定每一輸出特性或缺陷形式的重要度 并給定其權(quán)重 1 10 10代表的重要度最高 4 1過程分析與文檔 2 因果圖與因果矩陣 causeandeffectdiagram c 在矩陣圖的左側(cè) 列出輸入變量或所有可能的影響因素 d 評價每一輸入變量或影響因素對各個輸出變量或缺陷的相關(guān)關(guān)系 矩陣圖中的單元格用于表明該行對應的輸入變量對該列的輸出變量的相關(guān)程度 e 評價過程輸入變量或影響因素的重要程度 f 考察輸入變量或影響因素的權(quán)重數(shù) 繪制因果矩陣的步驟 案例 因果矩陣示例 過程輸入與輸出任何過程輸入與輸出的關(guān)系可以表達為Y為過程的輸出結(jié)果 X為影響Y的過程輸入 明確關(guān)鍵輸出變量 KPOV 和關(guān)鍵輸入變量 KPIV 為什么測量這個指標 指標的定義是什么 如何測量 采用什么測量設備測量結(jié)果是否可靠有無更好的測量方法 4 1過程分析與文檔 3 其他過程分析工具與文檔 1 概率論基礎知識2 隨機變量及分布3 數(shù)學期望 均值與方差4 常用的離散分布5 常用的連續(xù)分布6 中心極限定理7 統(tǒng)計量與抽樣分布 4 2概率與數(shù)理統(tǒng)計基礎 1 測量尺度測量是用數(shù)據(jù)來描述觀察到的現(xiàn)象 得到的數(shù)據(jù)包含多少信息取決于測量的尺度 測量的尺度決定了研究這些數(shù)據(jù)時應該使用什么類型的統(tǒng)計方法 有四類測量尺度 定類 定序 定距 定比 a 定類測量尺度 定類尺度的數(shù)據(jù)是一些數(shù)字形式的名義值 例如 0 白色 1 非白色 能識別的關(guān)系只有 或 4 3數(shù)據(jù)的收集和整理 b 定序測量尺度 定序變量是對可能的取值進行排序 例如 以 好 更好 極好 來劃分顧客對某服務的偏好 按某項業(yè)績將各單位排名次等 定性變量能識別的關(guān)系為 用定序數(shù)據(jù)所做的工作有 計數(shù) 和 排序 但沒有距離的概念 因而不能對定序數(shù)據(jù)進行算術(shù)平均 4 3數(shù)據(jù)的收集和整理 c 距測量尺度 連續(xù)型數(shù)據(jù)的第一種類型是定距尺度數(shù)據(jù) 比如溫度 記錄事件的日期及事件等 這類數(shù)據(jù)中 0 是沒有意義的 因而沒有倍數(shù)的概念 我們不能說 60 是20 的3倍 定性變量能識別的關(guān)系除了 還能識別差距的大小 如 60 與20 的差距比40 與10 的差距大 定距數(shù)據(jù)可以使用算術(shù)平均 但沒有 比值 比率 的概念 4 3數(shù)據(jù)的收集和整理 d 定比測量尺度 連續(xù)型數(shù)據(jù)的第二種類型是定比尺度數(shù)據(jù) 例如 長度 質(zhì)量 電流強度 亮度等 這類數(shù)據(jù)中 0 是有意義的 有倍數(shù)的概念 例如說 電流強度為6安培是電流強度為2安培的3倍 是有意義的 定比數(shù)據(jù)不但可以使用算術(shù)平均 還可以用除法求倍數(shù) 4 3數(shù)據(jù)的收集和整理 2 數(shù)據(jù)類型 從計量尺度來說 分為定性數(shù)據(jù)和定量數(shù)據(jù) 從統(tǒng)計學的角度來說 分為連續(xù)型數(shù)據(jù)和非連續(xù)型數(shù)據(jù) 測量時 區(qū)分連續(xù)型數(shù)據(jù)還是離散型數(shù)據(jù)是十分重要的 項目團隊應該根據(jù)項目的具體情況 確定采用適當?shù)臄?shù)據(jù)類型 按數(shù)據(jù)來源 可分為觀測數(shù)據(jù)與實驗數(shù)據(jù) 按加工程度 可分為原始數(shù)據(jù)與次級數(shù)據(jù) 4 3數(shù)據(jù)的收集和整理 3 收集數(shù)據(jù)的方法收集數(shù)據(jù)的方法有很多 最典型的是使用檢查表 檢查表是收集過程數(shù)據(jù)時最常用的工具 常常用于DMAIC改進方法的測量階段 從前頁最終裝配過程缺陷檢查表中可以看出油漆是最常發(fā)生的缺陷 4 3數(shù)據(jù)的收集和整理 4 抽樣方法為了確保數(shù)據(jù)的準確性和代表性 能從樣本中正確推斷總體 必須采用適當?shù)某闃臃椒?常用的方法有隨機抽樣 分層抽樣等 a 隨機抽樣隨機抽樣是按隨機原則直接從總體中抽取樣本 構(gòu)造統(tǒng)計量 并對總體相應的指標作出統(tǒng)計推斷 須滿足兩個基本條件 等可能性 是指總體中的每個個體有同等機會被抽到 若總體有N個個體 每個個體被抽到的概率是1 N 獨立性 是指每次抽樣是相互獨立的 常用的抽樣方法有 抽簽法 計算機模擬法等 4 3數(shù)據(jù)的收集和整理 b 分層抽樣這種抽樣形式是先將總體按一定的標識加以分層 如按不同的設備 材料 供應商 班次 年齡組等分層 然后再各層中按簡單隨機抽樣抽取若干樣本 再由各層的樣本組成一個總體樣本 對于樣本容量n 可以有3種不同的分配方法 比例分配法 樣本數(shù)按各層總體數(shù)的多少比例分配 適度分配法 比例分配法顯然沒有考慮波動程度的差異 適度分配法考慮到波動程度較大的層應該多取樣 而波動程度較小的層應該少取樣 這樣可以減少抽樣誤差 經(jīng)濟分配法 經(jīng)濟分配法是指對于費用較大的層 相對取樣少一些 而費用較低的層則可以多取樣 4 3數(shù)據(jù)的收集和整理 4 描述性統(tǒng)計方法 4 3數(shù)據(jù)的收集和整理 4 3數(shù)據(jù)的收集和整理 例 項目小組對該地區(qū)的成年人進行隨機抽樣 并測量了評估心臟健康水平的若干指標 案例 脈搏數(shù)據(jù) 5 數(shù)據(jù)的圖示方法a 直方圖直方圖 histogram 常常用于了解數(shù)據(jù)的分布情況 這種展示數(shù)據(jù)的方法是我們較容易地看到數(shù)據(jù)分散程度和中心趨勢 并與要求的分布進行比較 4 3數(shù)據(jù)的收集和整理 1 從n個樣本中找出最大值a n 和最小值a 1 并計算極值R a n a 1 2 對樣本進行分組 決定組系數(shù)k和組距d 一般對樣本分為5 15組為宜 組距用極差R與組數(shù)k來確定 d R k 通常還要把d近似為一個方便的數(shù)值 3 調(diào)整確定各組的區(qū)間端點a a d a a 2d a 4 統(tǒng)計樣本落在每個區(qū)間中的頻數(shù)n及頻率f ni n 5 畫出頻率直方圖 以樣本x為橫坐標 以頻率 組距為縱坐標 在每個小區(qū)間上豎起長條矩形 它們相連成頻率直方圖 直方圖的構(gòu)造詳細步驟及要求 組數(shù)k的參照表 案例 頻率直方圖 74 的數(shù)據(jù)在 3375 3465 之間 兩端數(shù)據(jù)少基本上是中間高 兩端低 左右基本對稱 案例 直方圖案例2 使用直方圖應注意的問題 1 如果直方圖上畫有規(guī)格線 那么直方圖可用來比較過程與要求 2 直方圖最好能與其他圖 如趨勢圖或控制圖聯(lián)合使用 因為直方圖不是按順序給出的 無法反映過程隨時間變化的情況 3 根據(jù)數(shù)據(jù)來源的不同 應對數(shù)據(jù)分層 分別繪制直方圖 4 3數(shù)據(jù)的收集和整理 b 莖葉圖和直方圖相比 莖葉圖的一個主要優(yōu)點是全部或者部分地保留了原始數(shù)據(jù)的信息 從而可以使我們掌握有關(guān)總體的更多信息 莖葉圖 steam and leafplots 適用于較小的數(shù)據(jù)集 n 200 在畫莖葉圖時 要把一個數(shù)據(jù)分成兩個部分 高位部分稱為 莖 低位部分稱為 葉 下面通過一個例子來說明莖葉圖的做法 4 3數(shù)據(jù)的收集和整理 5 數(shù)據(jù)的圖示方法 例 某型號的20輛汽車每加侖汽油行駛里數(shù)如下 29 827 528 328 727 929 930 128 028 727 928 529 527 225 928 427 928 030 029 529 1由于數(shù)據(jù)基本在25 31之間 因此對數(shù)據(jù)作如下劃分 以第一個數(shù)據(jù)為例 數(shù)據(jù)分開莖與葉29 8291829與8在畫莖葉圖時 先將莖依從小到大的次序?qū)懺谝粭l豎線的左邊 然后將每個數(shù)據(jù)的葉寫在豎線的右邊 并將它們按從小到大的次序排列 再給出葉的單位 這便構(gòu)成了一張莖葉圖 見圖 案例 莖葉圖 案例 莖葉圖 c 箱線圖箱線圖并不是繪制實際的數(shù)值 而是顯示出分布的統(tǒng)計概況 箱線圖可用于歸納數(shù)據(jù)分布的信息 箱線圖是主要利用數(shù)據(jù)中的五個統(tǒng)計量 最小值 第一四分位數(shù) 中位數(shù) 第三四分位數(shù)和最大值來描述數(shù)據(jù)的一種圖示方法 所謂第一四分位數(shù)是指最小值與中位數(shù)之間的數(shù)據(jù)的中位數(shù) 用Q1表示 第三四分位數(shù)是指最大值與中間數(shù)之間的數(shù)據(jù)的中位數(shù) 用Q3表示 4 3數(shù)據(jù)的收集和整理 5 數(shù)據(jù)的圖示方法 出箱體外 箱線圖中還有兩條直線 這些直線也被稱為須觸線 whisker 這些須觸線從箱體出發(fā) 上下須觸線的尾端由上限線的計算公式給出 下限 Q1 1 5 Q3 Q1 上限 Q3 1 5 Q3 Q1 如果箱線圖上出現(xiàn)一些游離點 這些點數(shù)據(jù)超出上下限的觀測值的 有異常值的嫌疑 4 3數(shù)據(jù)的收集和整理 盡管箱線圖比較簡單 但它還是包含了大量的信息 從中位數(shù) 可以確定中心趨勢或者位置 從方塊的長度 可以確定觀測值的散布程度 如果中位數(shù)不在方塊的中心 說明次分布有偏的 即偏度不為0 4 3數(shù)據(jù)的收集和整理 例 某物質(zhì)在化學處理前后分別抽取一組樣本測定其含脂率 處理前0 190 180 210 310 420 080 120 300 27處理后0 150 130 000 070 240 190 040 080 200 12將處理前后的兩個樣本數(shù)據(jù)的箱線圖畫在同一張圖上 如圖所示 L1代表處理前 L2代表處理后 從圖中可以看出處理前后的含脂率都較為對稱 但是處理前的含脂率數(shù)據(jù)的分散性比處理后的稍大一些 而處理后的含脂率稍低于處理前的 案例 箱線圖 d 鏈圖 4 3數(shù)據(jù)的收集和整理 5 數(shù)據(jù)的圖示方法 案例 鏈圖 1 鏈的長度 同一側(cè)連續(xù)點數(shù)目 2 鏈的數(shù)目 鏈不應太多也不會太少 3 趨勢 異常的連續(xù)上升和連續(xù)下降的序列 e 正態(tài)概率圖先介紹一下正態(tài)概率坐標紙 正態(tài)概率紙 見圖 是一種特殊的坐標紙 其橫坐標是等間隔的 縱坐標是按標準正態(tài)分布的累積概率F X P u X 標示的 在這張紙上 任一正態(tài)分布的累積概率將呈直線狀 而非正態(tài)分布呈各種形式的曲線狀 4 3數(shù)據(jù)的收集和整理 e 正態(tài)概率圖 現(xiàn)在計算機已經(jīng)可以對 分布是否為正態(tài) 給出判斷 用Minitab軟件得圖的右下角有一項 P Value 這是判斷是否為正態(tài)分布的 我們所要檢驗的原假設是 分布為正態(tài) 當P Value小于0 05時 則拒絕原假設 即認為分布非正態(tài) 當P Value大于等于0 05時 則無法拒絕原假設 即認為分布為正態(tài) 4 3數(shù)據(jù)的收集和整理 案例 正態(tài)概率圖 1 測量數(shù)據(jù)質(zhì)量的統(tǒng)計指標所謂測量系統(tǒng)分析 是指用統(tǒng)計學的方法來了解測量系統(tǒng)中的各個波動源 以及它們對測量結(jié)果的影響 最后給出測量系統(tǒng)是否合乎使用要求的明確判斷 測量系統(tǒng)必須具有良好的準確性 accuracy 和精確性 precision 它們通常由偏倚 bias 和波動 variation 等統(tǒng)計指標來表征 4 4測量系統(tǒng)分析 偏倚用來表示多次測量結(jié)果的平均值與被測質(zhì)量特性基準值 真值 之差 其中基準值可通過更高級別的測量設備進行若干次測量取其平均值來確定 波動是表示在相同的條件下進行多次重復測量結(jié)果分布的分散程度 常用測量結(jié)果的標準差 ms或過程波動PV表示 這里的測量過程波動PV是指99 的測量結(jié)果所占區(qū)間的長度 4 4測量系統(tǒng)分析 4 4測量系統(tǒng)分析 測量數(shù)據(jù)質(zhì)量高 既要求偏倚小 又要求波動小 只要偏倚和波動中有一項大 就不能說測量數(shù)據(jù)質(zhì)量高 4 4測量系統(tǒng)分析 事實上 我們觀測到的過程波動包含了過程的實際波動和測量系統(tǒng)的波動 4 4測量系統(tǒng)分析 2 測量系統(tǒng)的基本要求測量是指 以確定實體或系統(tǒng)的量值大小為目標的一整套作業(yè) 這 一整套作業(yè) 就是給具體事物 實體或系統(tǒng) 賦值的過程 4 4測量系統(tǒng)分析 測量系統(tǒng)的基本要求有哪些 a 分辨力 discrimination 指測量系統(tǒng)識別并反映被測量最微小變化的能力 由于經(jīng)濟上或物理上的限制 將被測特性區(qū)分為若干數(shù)據(jù)組別 例如 千分表 百分表 4 4測量系統(tǒng)分析 如果測量系統(tǒng)分辨力不夠 就無法正確識別過程的波動 4 4測量系統(tǒng)分析 表示測量系統(tǒng)的標準差 1表示制造過程的標準差 d表示公差限 則一個測量系統(tǒng)具有足夠的分辨力是指 數(shù)據(jù)組數(shù)判斷分辨力 c 具有線性性測量系統(tǒng)量程內(nèi) 量程較低的地方 基準值小 偏倚要小一些 相反 量程較大的地方 偏倚要大一些 3 測量系統(tǒng)的重復性與再現(xiàn)性 定量地給出測量系統(tǒng)波動大小 即給出精確度 確認測量系統(tǒng)是否合格 當系統(tǒng)不合格時識別波動源并指出改進方向 4 4測量系統(tǒng)分析 a 重復性 度量固有波動 指在盡可能相同的測量條件下 對同一測量對象進行多次重復測量所得結(jié)果的一致性 測量條件 同一操作員 同一個測量對象 同一部位 同一位置 較短的時間間隔 確保重復性誤差產(chǎn)生的只能是由測量儀器本身的固有波動引起 4 4測量系統(tǒng)分析 3 測量系統(tǒng)的重復性與再現(xiàn)性 b 再現(xiàn)性 操作者因素造成的變差 不同操作者 相同量具 同一零件 同一特性所得重復測量的均值的變差稱為量具的再現(xiàn)性 記為AV 主要反映操作者在測量技術(shù)上 人的因素 的變差 4 4測量系統(tǒng)分析 3 測量系統(tǒng)的重復性與再現(xiàn)性 c 總波動的分解任何一個過程的輸出值都是通過測量系統(tǒng)獲得數(shù)據(jù)的 測量數(shù)據(jù)的總方差由測量對象的方差與測量系統(tǒng)的方差組成 而測量系統(tǒng)的方差又由測量者的方差和量具的方差構(gòu)成 即 式中 為操作員與零件的交互作用方差 所以 4 4測量系統(tǒng)分析 3 測量系統(tǒng)的重復性與再現(xiàn)性 4 4測量系統(tǒng)分析 d 測量系統(tǒng)能力的評價準則 評價測量系統(tǒng)能力的方法通常有兩種 1 將測量系統(tǒng)的波動R R與總波動之比來度量 通常記為P TV 即2 將測量系統(tǒng)的波動R R與被測對象特性的容差之比來度量 通常記為P T 4 4測量系統(tǒng)分析 3 測量系統(tǒng)的重復性與再現(xiàn)性 在評價測量系統(tǒng)的性能時 通常采用的標準如下表所示 4 4測量系統(tǒng)分析 測量系統(tǒng)能力判斷準則表 案例 測量系統(tǒng)能力分析 4 屬性值數(shù)據(jù)一致性分析 對于屬性值數(shù)據(jù)或計數(shù)型數(shù)據(jù) 可以采用屬性值數(shù)據(jù)一致性分析的方法 進行相關(guān)性和一致性的分析 注意事項 一般選用20個或20個以上的零件 合格數(shù)和不合格數(shù)各占50 檢驗人員至少2人 重復測量至少2次 4 4測量系統(tǒng)分析 案例 計數(shù)型測量系統(tǒng)的分析 1 過程能力 processcabability PC 指過程加工質(zhì)量方面的能力 在過程穩(wěn)定時 質(zhì)量特性X服從正態(tài)分布N 2 其中標準差大小表示過程穩(wěn)定的程度 愈小 過程愈穩(wěn)定 該區(qū)間的寬度6 愈小 過程愈穩(wěn)定 從而過程能力就愈強 則過程能力定義為PC 6 其中 可用過程中獲得的數(shù)據(jù)進行估計 4 5過程能力分析 2 過程能力指數(shù) processcababilityindex PCI 用來度量一個過程滿足顧客要求的程度 顧客要求體現(xiàn)在規(guī)范限 LSL USL 上 其中 點M LSL USL 2稱為規(guī)范中心 在規(guī)范中心M與受控過程中心 即正態(tài)均值 重合時 過程能力指數(shù)定義為 4 5過程能力分析 規(guī)范限 LSL USL 是顧客要求 一般不能輕易改變 故Cp與 成反比 是愈小愈好 所以Cp是愈大愈好的指數(shù) Cp 1 過程能力不足 1 Cp 1 33 過程能力尚可 1 33 Cp 1 67 過程能力富余 4 5過程能力分析 在用鋼材彎曲成鋼夾的產(chǎn)品中 其間隙的上 下規(guī)范限分別為USL 0 9 LSL 0 5 單位 cm 假如生產(chǎn)過程中鋼夾間隙大小X服從正態(tài)分布N 0 7 0 0752 即該過程中心恰與規(guī)范中心重合 M 0 7 而標準差 0 075這時的過程能力指數(shù)為 其中T 0 4是公差 6 0 45是過程能力 它表示99 73 的鋼夾間隙散布在長度為0 45cm的區(qū)間上 如今 Cp 1 即T 6 這表明受控的過程能力不能滿足顧客要求 需要改進過程 案例 過程能力指數(shù)的計算 3 過程能力指數(shù)Cpk 當 與公差中心不重合 通常 過程中心 在規(guī)范限 LSL USL 之中 并把規(guī)范限分為兩個小區(qū)間 LSL 和 USL 它們與3 的比值能反應過程在左端或右端