1、進(jìn)階流程行為圖,目 的,回顧流程行為圖 (Process Behavior Chart)的目的 回顧 Minitab 控制圖和控制圖方法論 進(jìn)一步瞭解控制界限 觀摩其他計(jì)量型的圖表 特別是使用子群組 (subgroups) 的圖表 重訪計(jì)數(shù)型圖表 (attribute charts) 檢視特殊情況下的圖表繪製,流程行為圖的目的,幫助瞭解資料脈絡(luò) 分辨訊號(hào)與干擾 顯示流程為： 穩(wěn)定的 & 可預(yù)測(cè)的 vs. 不穩(wěn)定的 & 不可預(yù)測(cè)的 幫助決定何時(shí)採(cǎi)取行動(dòng)和何時(shí)保持現(xiàn)狀,回顧： Minitab 控制圖,流程行為圖有很多種,計(jì)量型圖表,計(jì)數(shù)型圖表,特殊情況下使用的圖表，本課程不討論,計(jì)數(shù)或分類 資料,

2、計(jì)數(shù)資料,何種類型?,缺陷數(shù),不良品數(shù),子群組大小相等,子群組大小不同,固定概率,變動(dòng)概率,C Chart,U Chart,NP Chart,P Chart,發(fā)生次數(shù),每單位發(fā)生次數(shù),不良品數(shù)量,不良品百分比,資料收集,資料格式?,測(cè)量數(shù)據(jù),計(jì)量資料,子群組大小為 1,子群組大小為 2 到 5,子群組大小大於 5,I & MR Chart,個(gè)別值,平均值和全距,平均值和標(biāo)準(zhǔn)差,Cusum Chart,EWMA Chart,平均值偏移較小 不考慮子群組的大小,連續(xù)製程(如：化學(xué)、批量) 平均值的相關(guān)性,Mike Quach,控制圖選擇路徑圖,控制界限,控制界限,建立控制界限 我們收集 20 到

3、30 個(gè)數(shù)據(jù)點(diǎn)製圖，用 Minitab 計(jì)算出控制界限，並利用它持續(xù)評(píng)估流程的表現(xiàn) 注意：當(dāng)我們輸入新資料值時(shí)，Minitab 會(huì)重新計(jì)算控制界限。在實(shí)際操作中，這種方法通常不被接受 歷史界限 (Historical Limits) 若我們想要固定控制界限，在 Minitab 中可選擇輸入歷史平均值 (Historical Mean) 和歷史標(biāo)準(zhǔn)差 (Historical Sigma)，之後就不會(huì)在輸入新的資料點(diǎn)時(shí)重新計(jì)算控制界限,控制界限,重新計(jì)算控制界限 只有當(dāng)流程發(fā)生了確知的改變後，才應(yīng)重新計(jì)算 考慮下列理想情況： Six Sigma 小組收集 30 個(gè)數(shù)據(jù)點(diǎn)，然後繪製流程行為圖，(適用

4、於任何一種圖表) 根據(jù)控制圖計(jì)算出標(biāo)準(zhǔn)差，然後將歷史界限輸入 Minitab 持續(xù)監(jiān)控流程且繪製資料點(diǎn) 當(dāng)小組針對(duì)流程實(shí)施一些改善活動(dòng)後，管控圖顯示流程超出控制界限 (Out of control) 重新計(jì)算控制界限 讓我們來(lái)試試看,建立控制界限StatControl ChartVariables Charts for IndividualsI-MR,檔案： Control Limits.mtw,說(shuō)明： 變數(shù)為setup，針對(duì)第1、2、5 和 6種失控情況進(jìn)行檢定,有些數(shù)點(diǎn)超出 控制界限，但 不嚴(yán)重,設(shè)定歷史界限,我們想要將這些值鎖定為控制界限,設(shè)定歷史界限,設(shè)定歷史界限,流程監(jiān)控,團(tuán)隊(duì)持續(xù)監(jiān)

5、控流程並繪製資料點(diǎn) 後來(lái)加入的資料點(diǎn)被記錄在 “Later” 欄位 根據(jù)歷史界限來(lái)繪製控制圖 繪製一張沒有歷史界限的控制圖 比較不同點(diǎn),流程監(jiān)控,流程監(jiān)控,團(tuán)隊(duì)持續(xù)監(jiān)控流程並繪製資料點(diǎn) 使用歷史控制界限 針對(duì)流程進(jìn)行改善 控制圖顯示流程處?kù)妒Э貭顟B(tài)（out of control） 改善後的資料被記錄在 “After Improvements” 欄位,流程改善後,流程超出控制界限， 控制界限已不適用， 我們有合理的理由來(lái)重新計(jì)算控制界限,重新計(jì)算控制界限,Minitab 說(shuō)明： 新建一欄，名稱為 “Groups” 填入數(shù)字，如 1 決定從哪一位置開始重新計(jì)算，此例中為第 56 行 剩下的欄裏填入

6、不同的數(shù)位，如 3,重新計(jì)算控制界限,根據(jù) “Groups” 欄裏的資訊，重新計(jì)算控制界限,在您的項(xiàng)目中，我們將尋找什麼,流程改善的明確證據(jù),如果我們有明確 的證據(jù)表明流程又發(fā)生了進(jìn)一步的改善時(shí)，可以再次重新計(jì)算控制界限,計(jì)量型控制圖 檔案： IPBC.MTW,Mike Quach,控制圖選擇路徑圖計(jì)量型資料,圖表種類有： I-MR (亦稱 X-MR) XbarandRange Xbarand Standard Deviation,子群組大小決定使用圖表的種類 子群組 (Subgroup) = 1 使用 I-MR chart 子群組大小為 2 到 5 使用Xbar and Range 子群組

7、5 使用 Xbar and S chart,子群組Subgrouping,合理的子群組,合理意味著“切合實(shí)際的” 合理地選擇您的子群組 子群組的第一目標(biāo)： 子群組內(nèi)應(yīng)包含此次研究的所有變異來(lái)源，這些變異將被視為一般原因變異 子群組的第二目標(biāo)： 收集樣本，以找出子群組間由其他變異來(lái)源所造成的影響。這些變異將被視為特殊原因變異,如果子群組不合理， Xbar and R charts 可能會(huì)誤導(dǎo)我們,合理的子群組,合理的子群組是在盡可能一致的條件下製造出來(lái)的一組物件 如在同樣的設(shè)定下、用相同的原料、由相同的作業(yè)員、在同一機(jī)臺(tái)上製造的 5 個(gè)連續(xù)物件，就是一個(gè)合理的子群組 子群組內(nèi)的變異為短期變異 如

8、果 5 個(gè)物件是在相同時(shí)間、但由不同機(jī)臺(tái)製造而成，就不是一個(gè)合理的子群組,合理的子群組,Xbar and R charts通常比I-MR更敏感 子群組設(shè)定不合理是最發(fā)生的錯(cuò)誤,對(duì)於瓶裝汽水，合理的子群組是線上連續(xù)抽取幾個(gè)樣本,範(fàn) 例,9:00 抽取另 5瓶,開啟 IPBC.MTWStatControl ChartsVariables charts for SubgroupsXbar-R 選?。骸癘bservations for a subgroup are in one row of columns” 然後選?。?“bottle1-bottle5”,Xbar and Range研究,Xbara

9、ndRange,Xbar-R Chart 顯示多個(gè)資料點(diǎn)超出控制界限。這組特定資料對(duì)製程平均值有敏銳的影響,XbarandRange,每個(gè)子群組的平均值,每個(gè)子群組的全距,公 式,A2、 D3 和 D4是根據(jù)子群組大小計(jì)算得來(lái)的常數(shù)值，控制界限則由子群組均值的平均值計(jì)算得來(lái),子群組均值 的平均值,子群組全距的均值, R,Xbar and Range,Xbar and R charts 和 ANOVA 背後所隱含的道理很接近 基本上都是通過(guò)子群組均值間的差異與流程自然變異之間的比較來(lái)做決定 群組間的 vs. 群組內(nèi)的變異 但從數(shù)學(xué)角度而言，兩者並不相同，從統(tǒng)計(jì)意義來(lái)說(shuō)，流程行為圖表比 ANOVA

10、 更為保守,Xbar-S,除了用標(biāo)準(zhǔn)差代替全距外，Xbar-S chart 和 Xbar-R chart 幾乎一樣 實(shí)務(wù)上，Xbar-R 通常都用在小子群組中。5 是很常見的子群組大小 因?yàn)?Xbar-Range 很容易用心算算出，所以歷史上手繪圖都用 Xbar-Range，而 Xbar-S chart 中的標(biāo)準(zhǔn)差則往往要藉由計(jì)算器的幫助,Xbar練習(xí),檢視 C10 C13 列中的資料。將資料分成合理的子群組，然後繪製合適的 Xbar 流程行為圖。請(qǐng)確認(rèn)是否存在特殊原因變異。 將資料按機(jī)臺(tái)進(jìn)行分組，並忽略取樣時(shí)間的不同，是否發(fā)現(xiàn)了特殊原因變異? 三個(gè)機(jī)臺(tái)是以同一個(gè)均值運(yùn)作嗎?,計(jì)數(shù)型控制圖 檔

11、案： IPBC.MTW,控制圖選擇路徑圖計(jì)數(shù)型資料,圖表種類 不良品使用P and NP charts 瑕疵缺陷使用C and U charts,P and NP Charts,P and NP Charts,適用於不良品數(shù)目的製圖 P chart 具有 NP chart 的所有功能 不同點(diǎn)是 NP chart 需要相等的抽樣數(shù)目，P chart 卻不需要 Minitab 能自動(dòng)繪製出比例 本單元將著重於 P chart 的學(xué)習(xí) P chart 以二項(xiàng)式分佈為基礎(chǔ) (Binomial Distribution),二項(xiàng)式分佈適用於：在有兩種可能結(jié)果的情況下，每次僅發(fā)生其中一種：通過(guò)或不通過(guò)，正面

12、或反面，好的或壞的，不良品或良品,二項(xiàng)式分佈,P Chart的特性,當(dāng) “不合格” 的機(jī)率低時(shí)， 使用 P chart 會(huì)比 I-MR 更好 中心線為 “不合格” 比率，並表示您的流程能力 P chart 的資料登錄為一系列整數(shù) 不良數(shù)、不合格數(shù)。另外，您一定要提供樣本大小 建議用其檢視流程輸出，而非輸入,執(zhí)行 P chart，變數(shù)為“nfailed”，“subgroups size”為 “l(fā)ot size 1” 以 “l(fā)ot size 2” 作為樣本大小，再執(zhí)行一次 為什麼控制界限不恒定?,練 習(xí),建議 如果您不確定您的資料是否合乎二 項(xiàng)式分佈的條件，請(qǐng)使用 I-MR,U and C Cha

13、rts,U and C Charts,U and C charts 用於繪製事件的發(fā)生次數(shù)、瑕疵數(shù)量 U chart具有 C chart的所有功能 C chart 需要相同的抽樣數(shù)量，而 U chart 不需要 本單元將著重於 U chart 的學(xué)習(xí) U chart 以波式分配為基礎(chǔ),U Chart特性,以波氏分配為基礎(chǔ)，為整數(shù)分佈。 尋找缺陷或錯(cuò)誤。一個(gè) “搜索區(qū)域” 可能擁有一個(gè)以上的缺陷或錯(cuò)誤 實(shí)際運(yùn)用時(shí)，搜索區(qū)域可以是任何我們想確定的事物： 每頁(yè)的打字錯(cuò)誤數(shù) 卡車門表面的噴漆污點(diǎn)數(shù) 一個(gè)工作天中，石匠不小心掉落磚瓦的數(shù)量 建議用以檢視流程輸出，而非輸入,執(zhí)行 U chart，變數(shù)為“n

14、found”，“subgroups size” 為 “area size 1” 以 “area size 2” 為樣本大小，再執(zhí)行一次 執(zhí)行 I-MR chart，以 “nfound” 為變數(shù)，使用 “area size 1” 和 “area size 2” 哪些圖一樣? 哪些圖不一樣?,練 習(xí),建議 如果您不確定您的資料是否合乎 波氏分配的條件，請(qǐng)使用 I-MR,總結(jié),I-MR chart 通常的替代方案有： Xbar and R Xbar and S P chart U chart Xbar and R，Xbar and S 可能是現(xiàn)有功能最強(qiáng)大的的圖表。然而， 若子群組設(shè)定不正確，分析結(jié)果可能會(huì)被誤導(dǎo)。 P chart 以二項(xiàng)式分佈為基礎(chǔ)，為整數(shù)分佈。適用於在兩種結(jié)果下僅會(huì)發(fā)生其中一種情況的資料 。 U charts 以波氏分配為基礎(chǔ)，也是整數(shù)分佈。用以追蹤缺陷或錯(cuò)誤數(shù)目，一單位上可能擁有一個(gè)以