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(wàn)個(gè)缺陷機(jī)會(huì)中只有3.4個(gè)缺陷，意味著完美無(wú)缺的產(chǎn)品和服務(wù)、世界級(jí)質(zhì)量水平的象征；80年代后期，90年代早期：可以達(dá)到目標(biāo)的方法論；90年代中后期：綜合的流程改進(jìn)系統(tǒng)，實(shí)現(xiàn)組織的戰(zhàn)略目標(biāo)；在人事、財(cái)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(shí)施的需要；今天對(duì)于追求卓越表現(xiàn)的業(yè)務(wù)和流程的象征。目標(biāo)方法論持續(xù)改善體系企業(yè)精神六西格瑪是目標(biāo)s--西格瑪σ是統(tǒng)計(jì)單位

σ是希臘字母表里的一個(gè)字母

專業(yè)術(shù)語(yǔ)“σ”定義為標(biāo)準(zhǔn)差----用來(lái)描述我們要研究的過(guò)程的特性值相對(duì)于其平均值的偏離程度

對(duì)于一個(gè)過(guò)程來(lái)說(shuō)，

“σ”是一個(gè)度量單位,它顯示過(guò)程的穩(wěn)定性如何？

“σ”越大，說(shuō)明過(guò)程波動(dòng)越大，出錯(cuò)的機(jī)會(huì)越大你能計(jì)算出下列數(shù)據(jù)的西格瑪值嗎？12345-30459六西格瑪是目標(biāo)六西格瑪是目標(biāo)這是A、B兩家超爽瓶蓋供應(yīng)商,各10次到貨記錄，實(shí)際到貨均值為12天，你認(rèn)為哪家更好，為什么?六西格瑪是目標(biāo)市場(chǎng)競(jìng)爭(zhēng)，客戶更高的要求規(guī)格下限規(guī)格上限缺陷/投訴市場(chǎng)競(jìng)爭(zhēng)，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(jià)值，減少波動(dòng)，消除變異六西格瑪是目標(biāo)245,40032,70046350.5760.002Z短期

DPMO1.5σ

的假設(shè)是有爭(zhēng)議的!

(待續(xù))308,53766,8076,2102333.4長(zhǎng)期DPMO

DPUMotorola:流程的產(chǎn)出平均值,會(huì)隨著時(shí)間漸漸平移,約達(dá)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(biāo)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(diǎn)六西格瑪是目標(biāo)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(biāo)準(zhǔn)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(biāo)若按照Z(yǔ)=（上限-平均）/西格瑪值，上限為4，你能計(jì)算出下列數(shù)據(jù)的Z值嗎？12345-30459六西格瑪是目標(biāo)Bad!Good!是我們永遠(yuǎn)追求的目標(biāo)！六西格瑪是目標(biāo)--6σ的DMAIC方法論各階段目標(biāo)和任務(wù)定義測(cè)量分析改善控制項(xiàng)目定義（y）&組成團(tuán)隊(duì)&制定計(jì)劃測(cè)量Y&X’SX’S有什么問(wèn)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(cè)量分析改進(jìn)控制項(xiàng)目定義表流程圖FMEA簡(jiǎn)單實(shí)驗(yàn)方法DOE計(jì)劃優(yōu)化設(shè)計(jì)RSM精益介紹Minitab介紹中心極限定理全因子實(shí)驗(yàn)中心點(diǎn)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(shí)驗(yàn)邏輯回歸SIPOC&VSM基本統(tǒng)計(jì)基本質(zhì)量工具假設(shè)檢驗(yàn)T檢驗(yàn)屬性DOE演講技巧糾錯(cuò)驗(yàn)證團(tuán)隊(duì)組成因果關(guān)系矩陣方差分析卡方分析多元回歸控制計(jì)劃控制程序測(cè)量系統(tǒng)分析（MSA）相關(guān)與回歸分析多元AVONASPCII過(guò)程能力多變量分析項(xiàng)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(wèn)題解決方法論（工程師的角度）---六西格瑪是基于統(tǒng)計(jì)的質(zhì)量項(xiàng)目，它是改善過(guò)程控制的嚴(yán)格的方法體系。與戰(zhàn)略結(jié)合的持續(xù)改進(jìn)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(jìn)體系，不斷改進(jìn)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(shí)事求是的工作文化（對(duì)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(xiàng)目定義項(xiàng)目描述項(xiàng)目背景描述NO.11項(xiàng)目描述：項(xiàng)目描述主要介紹項(xiàng)目的背景，從公司KPI角度闡述立項(xiàng)的動(dòng)因，并以事實(shí)為依據(jù)、用數(shù)據(jù)說(shuō)話、準(zhǔn)確、簡(jiǎn)潔、具體的描述當(dāng)前與項(xiàng)目相關(guān)業(yè)務(wù)存在的問(wèn)題的嚴(yán)重性。這里只提問(wèn)題不提解決辦法，不要使用包含有問(wèn)題答案的陳述。如果面臨以下問(wèn)題，則不適合立項(xiàng)：項(xiàng)目選擇是同時(shí)考慮不要違反以下禁選項(xiàng)目標(biāo)準(zhǔn)問(wèn)題原因比較明確的問(wèn)題對(duì)策清晰的問(wèn)題只是臨時(shí)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(wèn)題1.項(xiàng)目描述描述存在問(wèn)題及重要性項(xiàng)目描述2014年質(zhì)量戰(zhàn)略目標(biāo)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(fù)荷1.3.3提高包裝新鮮度控制水平1.3.4提高物流過(guò)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(biāo)分解-提高TPO控制水平公司戰(zhàn)略目標(biāo)…………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(biāo)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(biāo)之一2014年冷貯酒△RDF合格率列入工廠BSC，合格率達(dá)到80%以上2013年日照公司該項(xiàng)合格率僅為67.19%，遠(yuǎn)低于目標(biāo)要求。例：戰(zhàn)略指標(biāo)分解-提高△RDF控制一致性TPO是2014年工廠BSC的一個(gè)重要指標(biāo)。2014年總部加嚴(yán)對(duì)TPO的控制，TPO內(nèi)控標(biāo)準(zhǔn)由2013年≤100μg/L下調(diào)至≤50μg/L。2014年累計(jì)至4月份，廈門廠TPO完成情況在集團(tuán)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(xiàng)目背景描述-降低#1線TPO項(xiàng)目第47名定義項(xiàng)目指標(biāo)

定義項(xiàng)目指標(biāo)NO.22定義項(xiàng)目指標(biāo)：

對(duì)項(xiàng)目指標(biāo)Y進(jìn)行結(jié)構(gòu)拆解，明確相應(yīng)的y，以便把大問(wèn)題分解成小問(wèn)題。2.定義項(xiàng)目指標(biāo)

定義項(xiàng)目指標(biāo)Y和相應(yīng)的y項(xiàng)目總是會(huì)歸結(jié)為這個(gè)簡(jiǎn)單的等式在定義階段:我們從Y開(kāi)始定義項(xiàng)目指標(biāo)關(guān)于Y用于測(cè)量項(xiàng)目是否成功的指標(biāo)最通常的一個(gè)項(xiàng)目有一個(gè)Y如果項(xiàng)目規(guī)模太大或研究指標(biāo)有多個(gè)獨(dú)立層級(jí)（如獨(dú)立的缺陷類型），可以考慮把項(xiàng)目拆成多個(gè)方向，并針對(duì)每個(gè)方向定義相應(yīng)的y每個(gè)Y或y都應(yīng)該定義計(jì)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(cè)量指標(biāo)是衡量項(xiàng)目成功與否的量具Y的分解項(xiàng)目指標(biāo)及項(xiàng)目分解確認(rèn)監(jiān)控的關(guān)聯(lián)指標(biāo)Y’？Y’（關(guān)聯(lián)指標(biāo)）：實(shí)現(xiàn)項(xiàng)目指標(biāo)不能影響到的相關(guān)約束指標(biāo)。Y的定義用來(lái)測(cè)量項(xiàng)目的指標(biāo)Y是否需要細(xì)分？Y1:可獨(dú)立解決的子問(wèn)題Y2:Y3:········例：Y的分解-降低#1線TPO項(xiàng)目釀造部清酒罐管道包裝部裝酒機(jī)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(lái)源涉及流程例：Y的分解-降低#1線TPO項(xiàng)目例：Y的分解-提高包裝綜合效率項(xiàng)目生產(chǎn)停機(jī)率速度損失率品種轉(zhuǎn)換率計(jì)劃停機(jī)率類別2013年實(shí)際Y的分解生產(chǎn)停機(jī)率2.04%Y1速度損失率8.05%Y2品種轉(zhuǎn)換率1.37%-計(jì)劃停機(jī)率5.69%Y3Y的定義包裝綜合效率計(jì)算公式：包裝綜合效率=標(biāo)準(zhǔn)生產(chǎn)時(shí)間/計(jì)劃生產(chǎn)時(shí)間（標(biāo)準(zhǔn)生產(chǎn)時(shí)間為固定值無(wú)法調(diào)整）Y的分解從我司三條3.6萬(wàn)瓶/小時(shí)瓶裝線2013年設(shè)備故障時(shí)間分布柏拉圖可看出，洗瓶機(jī)、灌裝機(jī)、裝箱機(jī)、碼垛機(jī)故障時(shí)間占總故障時(shí)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(xiàng)目離合故障傳動(dòng)軸裝箱機(jī)主軸斷裂碼垛機(jī)推箱裝置灌裝機(jī)酒閥、瓶托例：Y的分解-提高包裝綜合效率項(xiàng)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(dá)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(xiàng)目范圍3.項(xiàng)目流程范圍項(xiàng)目將影響到的主要流程和部門

3項(xiàng)目流程范圍（一）項(xiàng)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(jī)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(tuán)隊(duì)成員選擇提供依據(jù)，確定項(xiàng)目實(shí)施所需要的資源。涉及外部客戶或供應(yīng)商的項(xiàng)目，請(qǐng)用SIPOC呈現(xiàn)項(xiàng)目選擇的范圍。公司內(nèi)部改善項(xiàng)目，請(qǐng)盡量以流程圖的形式表達(dá)出來(lái)。定義項(xiàng)目范圍NO.3例：定義項(xiàng)目范圍-降低#1線TPO項(xiàng)目SIPO原輔料供貨商釀造部工程部操作人員裝酒機(jī)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(fèi)者經(jīng)銷商C例：項(xiàng)目范圍-降低工程部制冷電耗供應(yīng)商Supplier過(guò)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(yíng)銷消費(fèi)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(xiàng)目目標(biāo)確定項(xiàng)目目標(biāo)NO.4第一步：了解基線水平根據(jù)指標(biāo)特征收集最近一定時(shí)期（3個(gè)月以上到6個(gè)月）的指標(biāo)表現(xiàn)作為衡量自身現(xiàn)狀水平的數(shù)學(xué)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(shuō)明最近的能力水平第二步：對(duì)標(biāo)指標(biāo)標(biāo)桿競(jìng)爭(zhēng)對(duì)手同類指標(biāo)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(rèn)挑戰(zhàn)目標(biāo)通過(guò)項(xiàng)目基線水平和標(biāo)桿的對(duì)比，確認(rèn)挑戰(zhàn)的幅度（百分比）4.項(xiàng)目目標(biāo)明確并量化的改進(jìn)目標(biāo)及

RTY,COPQ和C-P的改進(jìn)指標(biāo)?1）質(zhì)量衡量指標(biāo)：RTY,DPU,DPPM2）質(zhì)量成本（COPQ）3）生產(chǎn)率的改善項(xiàng)目指標(biāo)現(xiàn)狀目標(biāo)標(biāo)桿單位

例：基線水平-降低#1線TPO項(xiàng)目2014年1-5月份數(shù)據(jù)呈現(xiàn)，1#線TPO均值為61.4μg/L對(duì)標(biāo)理論標(biāo)桿標(biāo)桿來(lái)源：

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

確認(rèn)挑戰(zhàn)目標(biāo)確認(rèn)挑戰(zhàn)目標(biāo)：

1.量化項(xiàng)目預(yù)期目標(biāo)的預(yù)估水平，要求目標(biāo)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(biāo)準(zhǔn)距離的70%-75%；

2.如不能準(zhǔn)確量化的，也要以文字形式敘述清楚項(xiàng)目指標(biāo)的預(yù)期變化。表現(xiàn)基線標(biāo)桿傳統(tǒng)目標(biāo)設(shè)定關(guān)閉差距達(dá)成目標(biāo)目標(biāo)與目標(biāo)差距例：定義項(xiàng)目目標(biāo)-降低#1線TPO項(xiàng)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(biāo)(以完成集團(tuán)先進(jìn)工廠-三廠控制水平的70%作為目標(biāo)）

均值：50μg/LTPO≤50μg/L的合格率：50%極限目標(biāo)（集團(tuán)先進(jìn)工廠-三廠）均值：45μg/LTPO≤50μg/L的合格率：70%Y：TPO監(jiān)控指標(biāo)CO2噸酒消耗不高于集團(tuán)平均水平8.04kg；例：定義項(xiàng)目目標(biāo)-降低工程部制冷電耗極限目標(biāo)Y≤11.74kW·h/kl目標(biāo)Y≤22.711kW·h/kl基線基線數(shù)據(jù)來(lái)源:2013年南寧工廠消耗月報(bào)報(bào)表。目標(biāo)及極限目標(biāo)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(biāo)）

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(cái)務(wù)收益團(tuán)隊(duì)建設(shè)與啟動(dòng)基本圖表分析很多復(fù)雜的問(wèn)題能以簡(jiǎn)單的圖表來(lái)解決結(jié)束此章節(jié)后，您將能以Minitab圖表工具來(lái)解決復(fù)雜的問(wèn)題目的其他圖表

時(shí)間序列圖操作-時(shí)間序列圖打開(kāi)項(xiàng)目：TPO.MPJ/7-9月TPO.MTW操作路徑：

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

柏拉圖操作-Pareto圖打開(kāi)項(xiàng)目：PARETO.MPJ/消費(fèi)者投訴.MTW操作路徑：

統(tǒng)計(jì)>質(zhì)量工具>Pareto圖Pareto圖在多數(shù)不重要的項(xiàng)目中，確認(rèn)重要的少數(shù)練習(xí)：Pareto圖設(shè)備故障時(shí)間柏拉圖灌裝機(jī)故障時(shí)間柏拉圖打開(kāi)項(xiàng)目：PARETO.MPJ/設(shè)備故障時(shí)間.MTW打開(kāi)項(xiàng)目：PARETO.MPJ/灌裝機(jī)故障時(shí)間.MTW數(shù)據(jù)探勘(DataMining)數(shù)據(jù)分析三個(gè)基本步驟：實(shí)際察看的察看數(shù)據(jù)

(橫列)確認(rèn)使否有異常發(fā)生(錯(cuò)誤、預(yù)期外的值)圖形化的以圖形分析數(shù)據(jù)來(lái)將數(shù)據(jù)視覺(jué)化分析上的以統(tǒng)計(jì)分析數(shù)據(jù)來(lái)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(jī)器

不同班次供應(yīng)者／零件排氧壓力抽真空時(shí)間頂酒時(shí)間CO2濃度激泡壓力可控制輸入主要流程輸出Noise輸入(計(jì)數(shù))Noise輸入(計(jì)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(duì)濕度日常檢定工藝研究數(shù)據(jù)類型統(tǒng)計(jì)工具的選取(單Yvs單X)Y計(jì)數(shù)計(jì)量計(jì)數(shù)計(jì)量比率檢定

卡方

散點(diǎn)圖X(*可能需要將Xs及Ys調(diào)換)

箱線圖*

點(diǎn)圖*

箱線圖（BOX)

點(diǎn)圖T-檢驗(yàn)

方差分析中位數(shù)檢驗(yàn)

方差分析*

邏輯回歸

相關(guān)

回歸離散的X對(duì)連續(xù)的Y

分組箱線圖操作-分組箱線圖打開(kāi)項(xiàng)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(jì)量型計(jì)數(shù)型計(jì)數(shù)型計(jì)量型XY箱線圖散點(diǎn)圖連續(xù)的X對(duì)連續(xù)的Y

散點(diǎn)圖操作-散點(diǎn)圖打開(kāi)項(xiàng)目：發(fā)酵度.MPJ操作路徑：

圖形>散點(diǎn)圖請(qǐng)選擇：Y-發(fā)酵度X-滿罐第10天發(fā)酵度散點(diǎn)圖通過(guò)散點(diǎn)圖，你發(fā)現(xiàn)了什么規(guī)律？計(jì)量型計(jì)數(shù)型計(jì)數(shù)型計(jì)量型XY箱線圖散點(diǎn)圖基本統(tǒng)計(jì)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(jì)方法數(shù)據(jù)的分類數(shù)據(jù)的分布（圖形分布/統(tǒng)計(jì)分布）數(shù)據(jù)中心的表達(dá)平均值中位值數(shù)據(jù)離散的表達(dá)極差（全距）變異/方差標(biāo)準(zhǔn)差數(shù)據(jù)分布圖形之表達(dá)正態(tài)分布正態(tài)概率怎樣發(fā)現(xiàn)流程問(wèn)題?數(shù)據(jù)種類屬性（計(jì)數(shù)）/離散數(shù)據(jù)計(jì)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(biāo)合格率機(jī)器1，機(jī)器2，機(jī)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(shì)的表達(dá)平均數(shù):

算數(shù)平均數(shù)會(huì)…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(jì)算式中不受極端值的影響在流程改善的過(guò)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(dá)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(biāo)準(zhǔn)差

(

):方差的平方根在測(cè)量數(shù)據(jù)變異度時(shí)，標(biāo)準(zhǔn)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(jì)值s=樣本標(biāo)準(zhǔn)差x=樣本平均數(shù)=總體平均數(shù)=總體標(biāo)準(zhǔn)差樣本統(tǒng)計(jì)值估計(jì)總體參數(shù)總體平均數(shù)樣本平均數(shù)總體標(biāo)準(zhǔn)差樣本標(biāo)準(zhǔn)差計(jì)算公式操作-顯示描述性統(tǒng)計(jì)打開(kāi)項(xiàng)目：TPO.MPJ/TPO.MTW操作路徑：統(tǒng)計(jì)>基本統(tǒng)計(jì)量>顯示描述性統(tǒng)計(jì)1選擇：500ml2勾選：均值、標(biāo)準(zhǔn)差、中位數(shù)描述性統(tǒng)計(jì):500ml變量平均值標(biāo)準(zhǔn)差中位數(shù)500ml51.636.3651.50圖形分布圖形分布對(duì)同一變量繪制多數(shù)據(jù)點(diǎn)圖，借此我們可以描述任何程序或系統(tǒng)的運(yùn)轉(zhuǎn)狀態(tài)超時(shí)工作跨產(chǎn)品不同的機(jī)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(diǎn)圖

直方圖

箱線圖操作-點(diǎn)圖打開(kāi)項(xiàng)目：TPO.MPJ/TPO.MTW操作路徑：圖形>點(diǎn)圖選擇‘’簡(jiǎn)單‘’選擇輸入變量：500ml點(diǎn)圖點(diǎn)圖所提供的信息和直方圖類似操作-直方圖打開(kāi)項(xiàng)目：TPO.MPJ/TPO.MTW操作路徑：圖形>直方圖選擇‘’簡(jiǎn)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(diǎn)大約落在52左右操作-箱線圖打開(kāi)項(xiàng)目：TPO.MPJ/TPO.MTW操作路徑：圖形>箱線圖選擇‘’簡(jiǎn)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(diǎn)統(tǒng)計(jì)分布正態(tài)分布“正態(tài)”分布中之?dāng)?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(lái)表現(xiàn)同樣的，當(dāng)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(jī)變異以外的原因事件發(fā)生落在正態(tài)曲線的兩端機(jī)率很小正態(tài)曲線與機(jī)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(biāo)準(zhǔn)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(kāi)項(xiàng)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(jī)率分布及相關(guān)的標(biāo)準(zhǔn)差特性2:在曲線下的區(qū)段面積可用來(lái)估計(jì)一特定事件發(fā)生之累積機(jī)率43210-1-2-3-440%30%20%10%0%95.45%樣本值出現(xiàn)的機(jī)率與平均值相距的標(biāo)準(zhǔn)差個(gè)數(shù)99.73%68.27%某區(qū)間的累積機(jī)率操作：概率計(jì)算輸入：均值：51.63標(biāo)準(zhǔn)差：6.36輸入：50操作路徑：計(jì)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(biāo)準(zhǔn)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(xí)開(kāi)啟檔案：基本統(tǒng)計(jì)/

特殊分布.MTW使用列“特殊”

計(jì)算基本統(tǒng)計(jì)量（均值、標(biāo)準(zhǔn)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(jì)打開(kāi)項(xiàng)目：特殊分布.MTW操作路徑：統(tǒng)計(jì)>基本統(tǒng)計(jì)量>顯示描述性統(tǒng)計(jì)操作-顯示描述性統(tǒng)計(jì)有何結(jié)論？統(tǒng)計(jì)量有代表性嗎

?結(jié)果:特殊分布.MTW

描述性統(tǒng)計(jì):特殊變量平均值標(biāo)準(zhǔn)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(shí)間想想這個(gè)結(jié)論統(tǒng)計(jì)過(guò)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(shí)間而改變幾乎所有資料依時(shí)間序列而產(chǎn)生業(yè)績(jī)、存貨、不良率、缺席率當(dāng)依照時(shí)間序列被檢視時(shí)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(shì)、轉(zhuǎn)移？231JFMAMJJASOND20022003UCLJFMAMJJASLCL不良率(%)控制圖方法從何而來(lái)?1920年代

-WesternElectric/Dr.WalterShewhart用來(lái)辨識(shí)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(hào))試著由所有的噪音變數(shù)中找出流程所發(fā)出的信號(hào)控制圖為一個(gè)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(hào))變異類型:“一般”一般原因(噪音)在每個(gè)流程中會(huì)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(cè)的，及受控制的變異類型:“特殊”特殊原因(信號(hào))不可預(yù)測(cè)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(lái)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(diǎn)落在UCL和LCL外，使否意味著我們制造不良品?資料依時(shí)間而變化時(shí)間我們測(cè)量之物件標(biāo)準(zhǔn)差規(guī)則:“資料落點(diǎn)在哪?”2sigma3sigma1sigma2sigma3sigma60-75%90-98%99-99.9%%ofDataPointsUCLLCL1sigma#1)將規(guī)格界限當(dāng)作ControlChart的界限

#2)將UCL及LCL

當(dāng)作規(guī)格界限來(lái)用UCL/LCL和顧客所定義的不良品是無(wú)直接關(guān)系!制作控制圖時(shí)，兩個(gè)常見(jiàn)的錯(cuò)誤UCL/LCLvsUSL/LSLUCL/LCLvsUSL/LSLProcessControlLimits

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

并非從controlchart而來(lái)要確認(rèn)流程如何達(dá)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(hào)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(shì)(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(dāng)流程是穩(wěn)定且可預(yù)測(cè)的時(shí)，這些情況不會(huì)發(fā)生我們將使用的規(guī)則：規(guī)則1：一點(diǎn)落在

UCL或LCL外(3-sigmalimit)規(guī)則2：連續(xù)九個(gè)資料點(diǎn)落中心線同一側(cè)規(guī)則3：連續(xù)六個(gè)資料點(diǎn)連續(xù)上升/下降有一套標(biāo)準(zhǔn)規(guī)則幫助我們確認(rèn)流程中出現(xiàn)之特殊原因事件當(dāng)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(wèn)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(jì)>控制圖>單值的變量控制圖>I-MR特殊成因測(cè)試這些規(guī)則可以使我們及早做出決定何時(shí)采取行動(dòng)當(dāng)該流程為不可預(yù)測(cè)的且顯現(xiàn)出特殊成因變異時(shí)何時(shí)該撒手不管當(dāng)該流程為穩(wěn)定、可預(yù)測(cè)且僅顯現(xiàn)出一般成因變異時(shí)我的流程是穩(wěn)定且可預(yù)測(cè)的，可是還不夠好。

我該怎么做？

透過(guò)SixSigma項(xiàng)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(jì)量(連續(xù))-

資料為連率的(測(cè)量出來(lái)的)

由實(shí)際測(cè)量其特性求得，如TPO、液位高度、酒精濃度計(jì)數(shù)(離散)-

一般接由計(jì)數(shù)得到

由使用

go/no-go標(biāo)準(zhǔn)尺寸、能看到的缺點(diǎn)數(shù)目、錯(cuò)誤次數(shù)、通過(guò)/失敗或是/非決定等，如：漏氣酒率、包裝不良率等選擇適當(dāng)?shù)目刂茍D計(jì)量型

資料為群組或個(gè)別值?瑕疵(Defect)或

不良品(Defective)?群組值(n>1)個(gè)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(jī)率固定?YESC圖U圖樣本大小固定?NP圖YESP圖

計(jì)數(shù)型資料格式?操作：I-MR控制圖打開(kāi)項(xiàng)目：TPO.MPJ/TPO.MTW操作路徑：統(tǒng)計(jì)>控制圖>單值的變量控制圖>I-MR請(qǐng)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(dòng)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(diǎn)是一種異常事件發(fā)生的信號(hào)異常變異的信號(hào)？檢查該點(diǎn)操作-Xbar-R控制圖打開(kāi)項(xiàng)目：麥汁濃度.MPJ操作路徑：統(tǒng)計(jì)>控制圖>子組的變量控制圖>Xbar-R品管部PQA每3小時(shí)監(jiān)測(cè)麥汁濃度，每次取樣3筆，得到30組數(shù)據(jù)請(qǐng)問(wèn)麥汁濃度穩(wěn)定嗎？操作-Xbar-R控制圖選擇：子組的觀測(cè)值位于多列的同一行中13Xbar-R選項(xiàng)>檢驗(yàn)2選擇你的YXbar-R控制圖選擇適當(dāng)?shù)目刂茍D計(jì)量型

資料為群組或個(gè)別值?瑕疵(Defect)或

不良品(Defective)?群組值(n>1)個(gè)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(jī)率固定?YESC圖U圖樣本大小固定?NP圖YESP圖

計(jì)數(shù)型資料格式?操作：P圖打開(kāi)項(xiàng)目：漏氣酒比率.MPJ操作路徑：統(tǒng)計(jì)>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(xiàng)>檢驗(yàn)4檢驗(yàn)勾選前3項(xiàng)右鍵選擇筆刷選擇異常點(diǎn)，并回到數(shù)據(jù)表進(jìn)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(guò)程能力分析

(Capability)目的“傳統(tǒng)”

流程的過(guò)程能力指標(biāo)計(jì)數(shù)與計(jì)量過(guò)程能力分析短期及長(zhǎng)期流程的過(guò)程能力如果您要使用過(guò)程能力分析來(lái)預(yù)測(cè)未來(lái)的流程品質(zhì)水準(zhǔn)，流程需要是穩(wěn)定且可預(yù)測(cè)的。如果不符上述條件，過(guò)程能力分析就無(wú)法預(yù)測(cè)未來(lái)的品質(zhì)水準(zhǔn)。過(guò)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(méi)有那么嚴(yán)苛。研究前提表達(dá)顧客聲音的其中一種方式是以績(jī)效界限來(lái)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(jì)數(shù)）/離散數(shù)據(jù)計(jì)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(biāo)合格率機(jī)器1，機(jī)器2，機(jī)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(guò)程能力方法論計(jì)量計(jì)數(shù)決定過(guò)程能力DPU,DPPMCp,Cpk,Pp,Ppk決定過(guò)程能力DPU,DPPM你有何種資料?過(guò)程能力分析

計(jì)數(shù)資料不良品率/缺陷率計(jì)算單位缺陷率(DPU):

計(jì)算每百萬(wàn)機(jī)會(huì)的缺陷數(shù)(DPMO):DPPM=DPUX1,000,000操作：P圖打開(kāi)項(xiàng)目：漏氣酒比率.MPJ操作路徑：統(tǒng)計(jì)>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(xiàng)>檢驗(yàn)4檢驗(yàn)勾選前3項(xiàng)右鍵選擇筆刷選擇異常點(diǎn)，并回到數(shù)據(jù)表進(jìn)行刪除P圖P圖操作-能力分析>二項(xiàng)Binomial

不良率百分比Poisson

不良品之計(jì)數(shù)打開(kāi)項(xiàng)目：漏氣酒比率.MPJ操作路徑：統(tǒng)計(jì)>質(zhì)量工具>能力分析>二項(xiàng)操作-能力分析>二項(xiàng)點(diǎn)擊右鍵選擇筆刷你的判斷是什么？決定下一步行動(dòng)。能力分析>二項(xiàng)能力分析>二項(xiàng)過(guò)程能力分析

計(jì)量資料過(guò)程能力指標(biāo):Cp和PpCp(過(guò)程能力)和

Pp(過(guò)程績(jī)效的值)

是由此得來(lái)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(lái)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(zhǎng)期過(guò)程能力VALUEUSLLSL#1#2#3#4#5短期長(zhǎng)期過(guò)程能力指數(shù)評(píng)價(jià)標(biāo)準(zhǔn)本表為一般通則,因產(chǎn)業(yè)品質(zhì)水準(zhǔn)進(jìn)步對(duì)此標(biāo)準(zhǔn)亦有所變更過(guò)程能力指數(shù)的種類

即時(shí)流程能力極短時(shí)期內(nèi)的流程能力

它描述短時(shí)間內(nèi)流程所可能的的最好的實(shí)績(jī)

它應(yīng)該是流程極限目標(biāo)的近似估計(jì)

可由短期或長(zhǎng)期研究的“最好的操作”來(lái)估計(jì)

短期流程能力基于30-50數(shù)據(jù)點(diǎn)的流程能力研究

一般等于或大于長(zhǎng)期流程能力

長(zhǎng)期流程能力:基于大量數(shù)據(jù)點(diǎn)的流程能力研究

實(shí)際流程的流程能力最好的估計(jì)

可用這個(gè)數(shù)據(jù)作出診斷

情景：?jiǎn)栴}描述工藝員每隔3小時(shí)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(qǐng)問(wèn)：1#激泡泵對(duì)600ml啤酒的液位高度的影響穩(wěn)定嗎？操作-能力分析打開(kāi)項(xiàng)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(jì)>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(kāi)項(xiàng)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(jì)>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(yàn)勾選前3項(xiàng)4點(diǎn)擊檢驗(yàn)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(jìn)行分析決策CapabilitySixpack1數(shù)據(jù)是否有代表性？正態(tài)性2過(guò)程能力指標(biāo)3你要采取什么對(duì)策？決策CapabilitySixpack單取第22筆及以后的數(shù)據(jù)進(jìn)行分析總結(jié)：過(guò)程能力分析步驟1. 依您認(rèn)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(shí)間，以盡可能移除外部的變異目標(biāo)為收集約30個(gè)時(shí)間點(diǎn)之資料3. 要求小組組員仔細(xì)觀察并紀(jì)錄流程4. 測(cè)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(jì)劃練習(xí)練習(xí)：團(tuán)隊(duì)活動(dòng)某鑄造廠有4條生產(chǎn)線為壓縮機(jī)生產(chǎn)企業(yè)鑄造曲軸毛坯。其中的主軸長(zhǎng)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(kāi)項(xiàng)目：過(guò)程能力分析/過(guò)程能力分析.MPJ分析：流程1；流程2：流程3；流程4對(duì)每個(gè)流程決定其資料是否適合用來(lái)預(yù)測(cè)或僅能用來(lái)診斷對(duì)每個(gè)流程，如果需要改善，請(qǐng)決定改善的策略請(qǐng)準(zhǔn)備報(bào)告流程1工作表受統(tǒng)計(jì)控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實(shí)績(jī)流程2工作表受統(tǒng)計(jì)控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實(shí)績(jī)流程3工作表受統(tǒng)計(jì)控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實(shí)績(jī)流程4工作表受統(tǒng)計(jì)控制?正態(tài)分布?CpCpkPpPpkSigma:流程能力Sigma:流程實(shí)績(jī)附錄

短期/長(zhǎng)期過(guò)程能力短期vs長(zhǎng)期過(guò)程能力VALUEUSLLSL#1#2#3#4#5短期長(zhǎng)期Cpk和Ppk標(biāo)準(zhǔn)差由個(gè)別sigma值計(jì)算而來(lái)(方法一)，然后由公式得到Ppk如果使用平均移動(dòng)距離(AverageMovingRange)來(lái)計(jì)算標(biāo)準(zhǔn)差(方法二)或使用標(biāo)準(zhǔn)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(gè)別sigma值”，因?yàn)槠涫褂脕?lái)計(jì)算的值，因?yàn)榘揭坪惋h移的資料，為長(zhǎng)期的估計(jì)值您使用

Minitab計(jì)算標(biāo)準(zhǔn)差時(shí)，就是用這個(gè)公式得到結(jié)果Σ(Xi-X)2(n-1)S=計(jì)算標(biāo)準(zhǔn)差:方法一(長(zhǎng)期的估計(jì)值)使用移動(dòng)距離(movingrange)

方法來(lái)估計(jì)標(biāo)準(zhǔn)差當(dāng)資料為個(gè)別值時(shí)使用，為短期的估計(jì)值mR/1.128S=估計(jì)標(biāo)準(zhǔn)差:方法二(短期的估計(jì)值)此方法使用I-mRProcessBehaviorChart使用所有子群組標(biāo)準(zhǔn)差的平均值方法來(lái)估計(jì)標(biāo)準(zhǔn)差當(dāng)以子群組收集資料時(shí)使用，為短期的估計(jì)值估計(jì)標(biāo)準(zhǔn)差:方法三(短期的估計(jì)值)此為使用X-barRProcessBehaviorChart

時(shí)的預(yù)設(shè)算式S=Sbar/C4Sbar為每個(gè)子群組的平均標(biāo)準(zhǔn)差長(zhǎng)期估計(jì)vs.短期估計(jì)兩種估計(jì)值能提供我們重要的訊息如果兩者估計(jì)值相符，表示不用考慮平移或飄移的問(wèn)題如果不相符，資料平移和飄移的問(wèn)題為顯著的。個(gè)別的Sigma值通常會(huì)大于短期估計(jì)值短期估計(jì)值提供我們當(dāng)平移和飄移的議題宜除時(shí)，標(biāo)準(zhǔn)差的值如果長(zhǎng)期估計(jì)值大于斷其估計(jì)值，表示流程不穩(wěn)定且不具可預(yù)測(cè)性計(jì)量-MSA

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

測(cè)量系統(tǒng)的質(zhì)量是以統(tǒng)計(jì)特質(zhì)來(lái)描述其特征

測(cè)量程序應(yīng)該包含：設(shè)計(jì)與驗(yàn)證持續(xù)的能力評(píng)估控制修正與再驗(yàn)證特質(zhì)必須在統(tǒng)計(jì)控制中相對(duì)于產(chǎn)品規(guī)格，其變異性必須要小相對(duì)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(xì)至產(chǎn)品規(guī)格或流程變異的十分之一測(cè)量誤差的影響平均數(shù)變異量測(cè)量系統(tǒng)偏移：

-藉由“校準(zhǔn)研究”確認(rèn)測(cè)量系統(tǒng)變異：

藉由“R&RStudy”確認(rèn)準(zhǔn)確性

(Accuracy)精確性

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

與“準(zhǔn)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(cè)量出的小數(shù)字?jǐn)?shù)。測(cè)量系統(tǒng)單位應(yīng)為產(chǎn)品規(guī)格或流程變異計(jì)算單位的10分之1分辨率良好分辨率不足準(zhǔn)確性(Accuracy)準(zhǔn)確性–測(cè)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(guó)家標(biāo)準(zhǔn)局標(biāo)準(zhǔn)偏移測(cè)量平均值與真正值的離差測(cè)量工具持續(xù)地遠(yuǎn)離目標(biāo)值的大小系統(tǒng)性誤差或偏移量

(offset)準(zhǔn)確性(Accuracy)測(cè)量工具準(zhǔn)確性是指觀察測(cè)量所得平均值

與

專家測(cè)量值或“真正值”的差該MasterValue

是一種可接受的、可追蹤的參考標(biāo)準(zhǔn)(例如：國(guó)家標(biāo)準(zhǔn)局)專家測(cè)量值真正值平均數(shù)偏移偏移平均測(cè)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(cè)量同一對(duì)象，平均值也會(huì)造成可察覺(jué)的不同

儀器偏移

–不同的儀器即使測(cè)量同一對(duì)象，平均值也會(huì)造成可察覺(jué)的不同

專家測(cè)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?jī)x器一偏移量線性儀器測(cè)量能力范圍內(nèi)，Accuracy（準(zhǔn)確性）或Precision（精確性）值的差異準(zhǔn)確性測(cè)量工具1:線性相等在此是個(gè)問(wèn)題測(cè)量單位0準(zhǔn)確性測(cè)量工具2:線性相等于此不是問(wèn)題0測(cè)量單位精確性(Precision)測(cè)量系統(tǒng)的總變異

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

在絕對(duì)不變的情形下，對(duì)相同變量重復(fù)測(cè)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(biāo)準(zhǔn)差估計(jì)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(jìn)行測(cè)量所得之變異不同作業(yè)員不同設(shè)定不同測(cè)試零件不同環(huán)境條件狀態(tài)長(zhǎng)期性變異從不同測(cè)量狀況所得測(cè)量值平均數(shù)的標(biāo)準(zhǔn)偏差估計(jì)所得測(cè)量能力指標(biāo)-P/T（%公差）精確度/公差比率描述多少公差百分比是被測(cè)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(biāo)準(zhǔn)偏差代表99.73%

的MS變異，

6標(biāo)準(zhǔn)偏差為工業(yè)標(biāo)準(zhǔn)P/T(%公差)的應(yīng)用P/T比率(Minitab中的%公差)是對(duì)測(cè)量系統(tǒng)精確度最常用的估計(jì)工具

此方法可被應(yīng)用于評(píng)估測(cè)量系統(tǒng)對(duì)于規(guī)格的性能表現(xiàn)然而，規(guī)格可能會(huì)太寬松或太嚴(yán)苛

一般來(lái)說(shuō)，當(dāng)測(cè)量系統(tǒng)純粹被用來(lái)分類生產(chǎn)樣本時(shí)，P/T比率是一個(gè)良好的估計(jì)工具

但是，若流程能力(Cpk)不適當(dāng)時(shí)，P/T比率可能帶給你錯(cuò)誤的保證測(cè)量能力指標(biāo)-%量具R&R描述多少總變異百分比是由測(cè)量誤差造成的同時(shí)包含了重復(fù)性與再現(xiàn)性作業(yè)員x單位數(shù)x實(shí)驗(yàn)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(cè)量指標(biāo)%R&R的應(yīng)用對(duì)項(xiàng)目負(fù)責(zé)人而言，%R&R(%研究變異)是較好的測(cè)量指標(biāo)對(duì)整體流程變異而言，此指標(biāo)可應(yīng)用于評(píng)估測(cè)量系統(tǒng)的表現(xiàn)%R&R是進(jìn)行流程改善時(shí)的較佳指標(biāo)當(dāng)使用樣本來(lái)表達(dá)完整又具代表性的流程變異時(shí)，務(wù)必小心GR&R指標(biāo)(Metrics)-附加指標(biāo)10%2%1030%30%57%%公差（P/T）方差分量貢獻(xiàn)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(jì)上較

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

實(shí)驗(yàn)設(shè)計(jì)樣本大小的問(wèn)題作業(yè)員數(shù)若流程使用多位作業(yè)員，則隨機(jī)選擇2-4個(gè)若流程使用單一或沒(méi)有作業(yè)員，分析時(shí)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(cè)試次數(shù)＝2若不可行，選擇測(cè)試的次數(shù)使得：若SxO<15，測(cè)試次數(shù)=3若SxO<8，測(cè)試次數(shù)=3-4若

SxO<5，測(cè)試次數(shù)

=4-5若SxO<4，測(cè)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(cè)量所得。對(duì)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(huì)變小執(zhí)行R&R分析的步驟校準(zhǔn)測(cè)量工具，或確認(rèn)其已被校準(zhǔn)令作業(yè)員1依隨機(jī)順序測(cè)量樣本

令作業(yè)員2依隨機(jī)順序測(cè)量樣本

重復(fù)步驟直到所有作業(yè)員都測(cè)量過(guò)所有樣本，以上為試驗(yàn)一重復(fù)步驟二至四直到得到足夠的試驗(yàn)數(shù)在Minitab中分析數(shù)據(jù)并決定R&R分析之統(tǒng)計(jì)數(shù)值重復(fù)性(Repeatability)再現(xiàn)性(Reproducibility)上述之標(biāo)準(zhǔn)偏差%R&R%公差分析結(jié)果并決定接續(xù)行動(dòng)GR&R范例Minitab范例打開(kāi)項(xiàng)目：計(jì)量MSA.MPJ針對(duì)數(shù)據(jù)執(zhí)行實(shí)際實(shí)驗(yàn)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(yàn)數(shù)或?qū)嶒?yàn)復(fù)制次數(shù)為何？總共執(zhí)行多少次實(shí)驗(yàn)？該量測(cè)對(duì)象為塑料鑄件之直徑操作-量具研究選擇：樣本操作員測(cè)量值操作路徑：統(tǒng)計(jì)>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(xiàng)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(xué)過(guò)ANOVA之后加以討論量具R&R(表首)這些數(shù)據(jù)很有用貢獻(xiàn)比例樹(shù)形圖使用該樹(shù)形圖以了解

變異來(lái)源的差別目標(biāo)：部件間>93%

合計(jì)量具R&R<7%這接信息有助于

了解問(wèn)題所在量具R&R(表末)我們將進(jìn)一步分析這些數(shù)據(jù)可接受的量測(cè)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(shí)際數(shù)據(jù)R控制圖所有點(diǎn)都應(yīng)落在管制界限內(nèi)

若所有點(diǎn)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(diǎn)都應(yīng)超出管制界限

界限來(lái)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(lái)自各不同零件，

因此所有點(diǎn)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(wèn)題存在樣本10看起來(lái)有問(wèn)題依零件別每一零件的各點(diǎn)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(xiàn)樹(shù)形圖及各指標(biāo)以決定問(wèn)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(cè)系統(tǒng)需要改善操作員2看來(lái)有些問(wèn)題，再訓(xùn)練嗎？部分零件的量測(cè)值也有問(wèn)題，該方法值得注意總結(jié)在著手流程改善活動(dòng)之前研究測(cè)量系統(tǒng)是很重要的選擇樣本時(shí)須小心–等待正確的次分組及樣本大小需求分析測(cè)量系統(tǒng)中作業(yè)員、樣本、及試驗(yàn)之效應(yīng)確認(rèn)該量具系統(tǒng)有足夠的分辨率以用于決定受測(cè)量屬性的

不同水平完成

量具R&R報(bào)告以記錄結(jié)果、使用方法及改善機(jī)會(huì)所有的變異將包含測(cè)量誤差–嘗試將量具系統(tǒng)中所有可控

制誤差最小化計(jì)數(shù)-MSA

測(cè)量系統(tǒng)分析數(shù)據(jù)種類屬性（計(jì)數(shù)）/離散數(shù)據(jù)計(jì)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(biāo)合格率機(jī)器1，機(jī)器2，機(jī)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(yǔ)與評(píng)價(jià)者自身一致性的%（重復(fù)性)評(píng)價(jià)者與標(biāo)準(zhǔn)的一致性的%(自身準(zhǔn)確性)與評(píng)價(jià)者之間的一致性%(再現(xiàn)性)與已知標(biāo)準(zhǔn)一致性的%(系統(tǒng)準(zhǔn)確性)Kappa(用于屬性/分類數(shù)據(jù)的分級(jí)，究竟測(cè)量系統(tǒng)比隨機(jī)偶然性好多少)計(jì)數(shù)MSA：研究方法實(shí)驗(yàn):以隨機(jī)順序進(jìn)行實(shí)驗(yàn)分析：量具運(yùn)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(jì)數(shù)MSA-實(shí)驗(yàn)通常為2到3個(gè)員工樣本計(jì)算或分類每個(gè)作業(yè)員隨機(jī)測(cè)量每個(gè)樣本2-3次可能亦包含先前所協(xié)議的標(biāo)準(zhǔn)或?qū)＜业慕ㄗh我們將要研究什么?重復(fù)性再現(xiàn)性準(zhǔn)確性任用熟練的人或?qū)＜襾?lái)分析計(jì)MSA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(gè)單位皆有一個(gè)序號(hào)，且被每位檢測(cè)員評(píng)估個(gè)別的結(jié)果以序號(hào)來(lái)分別記錄這些結(jié)果的正確性是與專家所認(rèn)定的“正確”結(jié)果比較有多個(gè)測(cè)試員時(shí)，每個(gè)人對(duì)物件的測(cè)試結(jié)果被拿來(lái)與其他的測(cè)試員做比較來(lái)評(píng)估其精確性計(jì)數(shù)MSA：收集資料步驟1：由第一位作業(yè)員以隨機(jī)順序來(lái)計(jì)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(jī)順序重復(fù)同樣的動(dòng)作步驟3：一直持續(xù)到所有的測(cè)試員完成所有的樣本(此為試驗(yàn)1)重復(fù)步驟1-3已完成所需的試驗(yàn)次數(shù)計(jì)數(shù)MSA:范例下列資料為地磚表面拋光的研究測(cè)量員使用通過(guò)/無(wú)法通過(guò)的標(biāo)準(zhǔn)資料顯示：2

位測(cè)量員9個(gè)樣本2次試驗(yàn)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(duì)不同資料結(jié)構(gòu)是很有用的開(kāi)啟檔案：屬性MSA.mpj操作:屬性一致性分析打開(kāi)項(xiàng)目：屬性MSA.MPJ操作路徑：統(tǒng)計(jì)>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(cè)量員的數(shù)目和試驗(yàn)次數(shù)輸入已知的標(biāo)準(zhǔn)重復(fù)性：檢驗(yàn)員自身此兩個(gè)測(cè)量員，9次測(cè)量中有

7

次測(cè)量是相符的再現(xiàn)性：檢驗(yàn)員之間測(cè)量員在9次測(cè)量中，有5次是和自己的及其他測(cè)量員的結(jié)果相符每個(gè)檢驗(yàn)員與標(biāo)準(zhǔn)一致性比較每個(gè)測(cè)量員和專家所測(cè)得結(jié)果僅有6次相符所有檢驗(yàn)員與標(biāo)準(zhǔn)的一致性比較測(cè)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(jì)數(shù)測(cè)量系統(tǒng)-改