1、第 1 頁,6綠帶培訓(xùn) 總結(jié)復(fù)習(xí)提綱,第 2 頁,缺陷減少 5倍,缺陷減少11倍,缺陷減少26倍,缺陷減少68倍,2,0.5,308,537,3,1.5,66,807,4,2.5,6,210,5,3.5,233,6,4.5,3.4,過程能力 - Z,每百萬機會的缺陷數(shù),DPMO,ZST,ZLT,6衡量指標(biāo)- Z,Z 值- 是過程的平均值與規(guī)范的上、下限之間所包含的 標(biāo)準(zhǔn)差個數(shù)，即上、下規(guī)格限的標(biāo)準(zhǔn)化距離。,減少偏差是減少缺陷的關(guān)鍵！,在6Sigma方法中，過程能力通常用 DPMO 或 Z值 來表示,第 3 頁,在6項目開始之前，客戶的呼聲必須轉(zhuǎn)換成為“產(chǎn)品或過程的物理特性”(技術(shù)要求),技術(shù)要

2、求 當(dāng)爐灶的自動調(diào)溫裝置設(shè)在350o時必須產(chǎn)生350o5的溫度 呼叫接收者必須在30秒鐘內(nèi)應(yīng)答95%的入局呼叫 (迅速應(yīng)答電話),QFD (質(zhì)量功能展開)是經(jīng)常使用的轉(zhuǎn)換方法！其中QFD第一個房子中，在矩陣的左邊一列一定是基于客戶的呼聲。,CTQs -(關(guān)鍵質(zhì)量特性) (需要測量和/或控制尺寸/參數(shù)),爐灶自動調(diào)溫器的準(zhǔn)確度 客戶投訴應(yīng)答率(應(yīng)答入局呼叫的百分率),技術(shù)要求和CTQs是所有6項目的基礎(chǔ)它們必須預(yù)先確定！,舉例： 客戶的呼聲 爐灶必須加熱到所設(shè)定的溫度 呼叫接收者必須及時應(yīng)答呼叫,6始于客戶的呼聲,第 4 頁,QFD為CTQ提供了從高到低的下行過程。 下行過程以始于客戶呼聲。 通

3、過質(zhì)量四層結(jié)構(gòu)圖確定內(nèi)部可控因素。 QFD是用于展示各種因素的相對重要性的工具，而不是用于確定質(zhì)量與各種因素之間的量化關(guān)系。,質(zhì)量功能展開(QFD),QFD-將客戶的呼聲轉(zhuǎn)換成為CTQs的工具，其目的是將客戶的CTQ與可測的子過程或子產(chǎn)品標(biāo)準(zhǔn)聯(lián)系起來。做QFD時，由客戶代表及跨部門的項目隊伍負責(zé)對客戶的需求優(yōu)先排序。,( Quality Function Deployment ),第 5 頁,D - 定義： 將VOC轉(zhuǎn)換成為對內(nèi)部產(chǎn)品、服務(wù)、過程的技術(shù)要求，再轉(zhuǎn)換成CTQs， 進而定義“項目Y”KPOV ；決定項目所需資源；定義問題、設(shè)定目標(biāo)、 效益預(yù)測；確定高端流程圖；制訂項目進展計劃。 M

4、 - 測量： 收集現(xiàn)有信息，尋找潛在的關(guān)鍵因素-KPIVs，并進行測量系統(tǒng)分析和 過程能力分析(過程能力分析可在分析階段進行)。 A - 分析： 進行過程能力分析。根據(jù)在測量階段所尋找到的潛在的關(guān)鍵因素設(shè)計實 驗，根據(jù)實驗數(shù)據(jù)進行圖表分析、假設(shè)檢驗和回歸分析。以確定一組按 重要程度排列的關(guān)鍵因素。 I - 改進： 優(yōu)化解決方案，并確認該方案能夠滿足或超過項目改進目標(biāo)。 C - 控制： 驗證測量系統(tǒng)，確定過程能力，制訂控制計劃，實施SPC動態(tài)跟蹤。確 保對過程的改進一經(jīng)實施就能夠持之以恒，不會返回到以前的狀態(tài)。,6突 破 策 略,第 6 頁,DMAIC 改進現(xiàn)有過程/工序。 DMADV 新型產(chǎn)品

5、/過程設(shè)計或 現(xiàn)有產(chǎn)品/過程的重新設(shè)計。,DMAIC 與 DMADV比較,第 7 頁,6 工 具,1. 質(zhì)量功能展開 (QFD) 目的是什么？ 2. 過程流程圖(Process Map) 目的是什么？ 3. 柏拉圖 (Pareto Chart) 目的是什么？ 4. 因果圖(魚骨圖) 目的是什么？ 5. 因果矩陣(Cause-Effect Matrix) 目的是什么？ 6. 失效模式及影響分析(FMEA) 目的是什么？ 7. 測量系統(tǒng)分析(MSA) 目的是什么？ 8. 過程能力分析(水平) 目的是什么？ 9. 圖表分析 10. 假設(shè)檢驗 11. 回歸分析 12. 試驗設(shè)計(DOE) 13. 統(tǒng)計

6、過程控制 (SPC),系統(tǒng)地應(yīng)用眾多熟悉的質(zhì)量工具！,第 8 頁,數(shù)據(jù)的兩種類型,連續(xù)(可變)數(shù)據(jù)：使用一種度量單位，比如英寸或小時，并 且可以有意義地?zé)o限分割。 連續(xù)(可變)數(shù)據(jù)的例子：電壓、電流、 功率、時間、距離、重量、速度。 離散(邏輯)數(shù)據(jù)：是類別信息，可以計數(shù)，但不能有意義地分割。 比如“合格” 或“不合格”。,連續(xù)數(shù)據(jù),離散數(shù)據(jù),注：相同數(shù)量的連續(xù)數(shù)據(jù)比離散數(shù)據(jù)能提供更多的信息,第 9 頁,描述數(shù)據(jù)的居中程度,Mean均值 Median中位數(shù) Mode眾數(shù) Quartiles四分位數(shù),Range極差 Variance方差 Standard Deviation標(biāo)準(zhǔn)偏差 Inter

7、Quartile Range內(nèi)四分位極差,描述數(shù)據(jù)的離散程度,中國最龐大的數(shù)據(jù)庫下載,第 10 頁,中心極限定理,在實際問題中，有許多隨機變量，它們是由大量的相互獨立的隨機因素 的綜合影響所形成的，即可以表示成獨立隨機因素之和，這種隨機變量 往往近似地服從正態(tài)分布，這就是中心極限定理的客觀背景。 獨立同分布的中心極限定理指出：設(shè)獨立隨機變量序列X1, X2, , Xn,服從同一分布，并具有有限的數(shù)學(xué)期望和方差，則只要n充分大，不管Xi 服從什么分布， 近似地服從正態(tài)分布 德莫佛拉普拉斯定理指出：當(dāng)n很大時，在n次獨立重復(fù)試驗中事件A發(fā)生地次數(shù)近似服從正態(tài)分布。從而服從二項分布的隨機變量近似服從

8、正態(tài)分布N(np, np(1-p)。 （附：在不合格率為 p 的一大批產(chǎn)品中任取 n 件產(chǎn)品，那么取得不合格品 的件數(shù) 服從二項分布)。,中心極限定理的意義在于將非正態(tài)分布轉(zhuǎn)換為正態(tài)分布的數(shù)據(jù)。,第 11 頁,置信度、置信區(qū)間 與樣本容量的關(guān)系,要求置信度越高或置信區(qū)間越窄，則需要的樣本容量越大。 在樣本容量一定的情況下，提高置信度，就必須加寬置信區(qū)間。減小置信區(qū)間，勢必會降低置信度。,舉例：“我現(xiàn)在有95%的信心投中所有的球。如果加寬球門，信心將更大!”,第 12 頁,測量階段就是收集數(shù)據(jù)，運用數(shù)據(jù)將問題特征化，利用頭腦風(fēng)暴尋找潛在的關(guān)鍵因素，并對測量系統(tǒng)和現(xiàn)有的過程能力進行分析。,測量階段

9、的任務(wù),測量階段主要工具： 流程圖 柏拉圖 利用頭腦風(fēng)暴尋找潛在的KPIV 魚骨圖(因果圖) 因果矩陣 失效模式和影響分析(FMEA) 測量系統(tǒng)分析 過程能力分析,第 13 頁,測量階段的輸入是什么？ 測量階段的輸入正是定義階段的輸出： 關(guān)鍵質(zhì)量特性CTQs 定量化的項目描述 高端流程圖 項目進程計劃,測量階段使您能夠在試圖解決一個問題(改進)之前，深入了解問題現(xiàn)狀及其過程能力。,測量階段的重要性何在？,第 14 頁,在6項目中，測量系統(tǒng)分析的主要目的是確定項目中所使用的數(shù)據(jù)是否可靠,保證測量出的CTQ與實際值相吻合。 一. 離散數(shù)據(jù)測量系統(tǒng)分析 離散數(shù)據(jù)測量系統(tǒng)分析判斷標(biāo)準(zhǔn)： 效率得分= 9

10、5%，可以接受； 效率得分= 100% ，就是好系統(tǒng)!,測量系統(tǒng)分析,第 15 頁,二. 連續(xù)數(shù)據(jù)測量系統(tǒng)分析,一.測量系統(tǒng)的準(zhǔn)確性是測量所得的平均值與真實值的差別。 二.測量系統(tǒng)的精確性描述了測量系統(tǒng)的偏差： 1.可重復(fù)性 偏差由量具本身造成。即在相同條 件下，對同一物體進行重復(fù)測量所得的偏差。 2.可再現(xiàn)性 偏差由測量者的技巧造成。即在不同的條件下測量同一物體得到相同結(jié)果的能力。 a.不同的測量者或者不同的測量設(shè)備 （測量者和測量設(shè)備只能有一樣不同） b. 同樣的工件 c. 同樣的環(huán)境的條件,第 16 頁,貢獻百分比： 10不可接受。,調(diào)查百分比： 30%不可接受。,容差百分比： 30不可

11、接受。,Number of Distinct Categories: 差別類數(shù)目： 5可接受,連續(xù)數(shù)據(jù)測量系統(tǒng)分析判斷標(biāo)準(zhǔn)：,二. 連續(xù)數(shù)據(jù)測量系統(tǒng)分析(續(xù)),spart-to-part sgage,差別類數(shù)目 = x 1.41,第 17 頁,二. 連續(xù)數(shù)據(jù)測量系統(tǒng)分析(續(xù)),計算和解釋：,差別類數(shù)目指的是測量系統(tǒng)可以識別出的過程數(shù)據(jù)中的非重疊組的數(shù)目。 差別類數(shù)目 = x 1.41,spart-to-part sgage,注意： 差別類數(shù)目適用于連續(xù)數(shù)據(jù)的ANOVA 法GR 把關(guān)鍵因素(Xs)壓縮到48個左右之 后, 在改進階段找出最適合的條件。,根據(jù)數(shù)據(jù)設(shè)定輸出變量Y的目標(biāo)水準(zhǔn)。 對引起Y

12、變動的所有潛在的關(guān)鍵因素(Xs)進行圖表分析, 優(yōu)先確定主要變量。 在多個輸入變量(Xs)中選定對Y影響最大的Xs因子。,最佳化的過程,30-50,4 - 8,3 - 6,重要 Xs 選定,5 - 8,定義、測量,分析,確認重要 Xs,改進,重要 Xs最佳化,控制,2 - 4,重要 Xs 控制,第 20 頁,確定統(tǒng)計量的分布是研究推斷問題和假設(shè)檢驗問題的基礎(chǔ)。其中 標(biāo)準(zhǔn)正態(tài)分布，卡埃平方分布，T分布，F(xiàn)分布是進行假設(shè)檢驗構(gòu)造統(tǒng) 計量的基本依據(jù)。,（自 由 度 n: 表 示 式 中 獨 立 變 量 的 個 數(shù)）,統(tǒng) 計 量 的 概 率 分 布抽 樣 分 布,第 21 頁,The Risks In

13、volved in Hypothesis Testing 第一類風(fēng)險(Type I Error): Rejecting the null hypothesis when it is true. Probability of this error equals a (by convention) 視 真 為 假-Over Reject. P 拒 絕 H0 | H0 為 真 = a 第二類風(fēng)險(Type II Error): Accepting the null hypothesis when it is false. Probability of this error equals b (by

14、convention). When H1 has been quantified, the Type II error is better defined as rejecting the alternative hypothesis when it is true 弄 假 成 真-Over Accept. P 接 收 H0 | H0 為 假 = b,假 設(shè) 檢 驗 的 風(fēng) 險 概 率Hypothesis Testing Risks,第 22 頁,正態(tài)總體的均值檢驗:,1. One sample Z-test (總 體 方 差 已 知 時， 單 個 正 態(tài) 總 體 均 值 的 Z 檢 驗 )

15、2. One sample t-test (總 體 方 差 未 知 時， 單 個 正 態(tài) 總 體 均 值 的 t 檢 驗 ) 3. Two sample t-test (總 體 方 差 未 知 時， 兩 個 正 態(tài) 總 體 均 值 的 無 配 對 t 檢 驗 ) 4. Paired t-test ( 總 體 方 差 未 知 時，兩 個 正 態(tài) 總 體 均 值 的 配 對 t 檢 驗-但是兩 個樣本不是相互獨立的簡單隨即樣本 ) 5. ANOVA ( 總 體 方 差 未 知 時，大于 兩 個正 態(tài) 總 體 均 值 的 檢 驗 ),分析階段假設(shè)檢驗方法匯總,第 23 頁,二. 正態(tài)總體的方差檢驗:

16、,1. F Test ( 兩 個 正 態(tài) 總 體 方 差的 檢 驗) 2. Bartletts Test (大于兩 個 正 態(tài) 總 體 方 差 的 檢 驗),三. 離散(比率)數(shù)據(jù)的比例檢驗:,1. 1 Proportion Test ( 單 個 總 體 的 比 例 檢 驗) 2. 2 Proportion Test ( 兩 個 總 體 的 比 例 檢 驗) 3. Chi-Square Test (大于兩個總體的比例檢驗) Minitab: Stat / Tables / Chi-Square Test ,分析階段假設(shè)檢驗方法匯總(續(xù)),注意,第 24 頁,四. 非正態(tài)總體的中位數(shù)檢驗(Med

17、ian Test):,1. 1-Sample Wilcoxon Test (單 個 非 正 態(tài) 總 體) 2. Mann-Whitney Test ( 兩 個 非 正 態(tài) 總 體) 3. Kruskal-Wallis Test (大于兩 個 非 正 態(tài) 總 體) Moods Median Test (大于兩 個 非 正 態(tài) 總 體) Friedman Test (大于兩 個 非 正 態(tài) 總 體),五. 非正態(tài)總體的方差檢驗(Variance Test):,Levenes Test (大于等于兩 個 非 正 態(tài) 總 體),分析階段假設(shè)檢驗方法匯總(續(xù)),第 25 頁,改進階段概述,優(yōu)化 Y =

18、f(X) 的函數(shù)關(guān)系并采取行動。 將關(guān)鍵少數(shù)Xs和Y聯(lián)系起來； 預(yù)知關(guān)鍵少數(shù)Xs 對Y的巨大影響； 指明關(guān)鍵少數(shù) Xs的改變方向； 計劃并準(zhǔn)備實施基于數(shù)據(jù)的關(guān)鍵少數(shù) Xs 的改進。,改進目標(biāo)：,第 26 頁,選擇解決問題的合適工具,改進階段的工具,基本工具 魚骨圖 柏拉圖 盒子圖 過程流程圖 FMEA 圖表分析 假設(shè)檢驗 線性回歸,中級工具 (重點使用工具) Full Factorial DOE全因素法 Fractional Factorial DOE 部分因素法) 多變量回歸(回歸方程),高級工具 Taguchi Methods (田口方法)； Response Surface Method

19、s (響應(yīng)面法)。,低,高,問 題 的 復(fù) 雜 性,第 27 頁,1.響應(yīng)(Response): 實驗輸出的結(jié)果。 2.因素(Factor): 實驗過程中的不同輸入變量。 3.水平(Level): 實驗中對因素的不同設(shè)定值。 4.噪聲(潛伏)變量(Noise)：不可控制的(或未知的)變量。 5.分組(Blocking): 將干擾最小化的方法。A “block” is a set of conditions likely to produce experimental runs that are more homogenous within the block than between the

20、blocks. For example, parts from a single batch of material are likely to be more uniform than parts from a different batch. 6.主要影響(Main Effect)：對單個因素而言, 從一個水平到另 一個水平的變化對輸出的平均影響。 7.交互作用(Interaction)：幾個因素合起來對總輸出的影響。 即一個因素的影響，依賴于其它因素所處的水平。,DOE-基本概念,第 28 頁,8.隨機化(Randomization)：以一種隨機的次序做實驗。(消除噪 聲變量或隨機誤差的

21、影響） 9.反復(fù)(Repetition): Running several experimental runs sequentially using the same treatment combination 一種組合的反復(fù)，以得到相同水平的多個結(jié)果。 10.重復(fù)(Replication): Replicating the entire experiment. Replication automatically implies that you do NOT run several experimental runs consecutively using the same treatmen

22、t combination以隨機的次序重復(fù)整個實驗，而不 是按同樣的次序把實驗再做一次。(降低系統(tǒng)誤差和隨機誤差)。 11.實驗次數(shù)：多水平實驗次數(shù)K1*k2*K3(K1,K2為第K個因 素的水平數(shù)。兩水平實驗次數(shù)2*K；三水平實驗次數(shù)3*K。,DOE-基本概念(續(xù)),第 29 頁,1.單因素實驗(OFAT-One Factor At a Time) 即分析階段采用的假設(shè)檢驗和單因素方差分析。 2.篩選DOE (Screening DOE )/部分因素法 用于識別某一CTQ的關(guān)鍵少數(shù)X，確定哪些變量是最重要的，即從多個關(guān)鍵變量(58個)中找出最重要的關(guān)鍵變量(26個)。(特點：多個變量，兩個水

23、平，采用部分因素法設(shè)計Fractional Factorial DOE)。,項目常用實驗類型,第 30 頁,3.全因素法(Full Factorials DOE) 用于詳細研究少數(shù)變量(特點：少數(shù)(24)個變量，兩個或兩個以上水平)。,項目常用實驗類型(續(xù)),22全因素法實驗案例：,第 31 頁,主要影響(Main Effect),Main Effect = YLevel=1 YLevel=-1,第 32 頁,交互作用(Interaction),Interaction Effect = YAB=1 YAB=-1,RunABAB Response 1-1-1 1 7.6 2 1-1-1 9.2

24、3-1 1-1 9.9 4 1 1 1 10.1,第 33 頁,控制階段概述,經(jīng)過前面D、M、A、I 四個階段，在過程取得改 進之后，如果不及時“充電” ( 以文件和實時過程控制 的形式), 過程會隨著時間的流逝逐步退化，改進成果 會也之丟失。 在控制階段通過建立過程控制系統(tǒng)來為我們給過 程“充電”！,第 34 頁,控制階段概述,主要目標(biāo)：,確保過程在改進方法實施后繼續(xù)保持受控 狀態(tài)。 2. 迅速察覺過程失控狀態(tài)并找出相應(yīng)的特殊 原因，從而在缺陷或不良品產(chǎn)生之前采取 措施防止。,第 35 頁,什么是過程控制系統(tǒng)?,過程控制系統(tǒng)A process control system -長期保持過程改進

25、結(jié)果的方針 - 確定保持過程改進結(jié)果所要求的特殊措施和工具 過程控制系統(tǒng)可以具體表現(xiàn)為： 風(fēng)險管理機制(危機管理) 失誤防止裝置 統(tǒng)計過程控制 (SPC) 數(shù)據(jù)收集計劃 實時(在線)測量 審核計劃 響應(yīng)(應(yīng)急)計劃 產(chǎn)品設(shè)計 過程文件化及過程所有權(quán)歸屬,第 36 頁,風(fēng)險管理,統(tǒng)計過程控制SPC,失誤防止,控制潛在 問題發(fā)生,避免潛在 問題發(fā)生,三個主要控制機構(gòu)：,過程控制系統(tǒng),失誤防止可以單獨使用，也可以和風(fēng)險 管理及統(tǒng)計過程控制等方法綜合使用。,將風(fēng)險與其發(fā)生的概率和影響 聯(lián)系在一起以決定風(fēng)險消除措施,SPC控制圖可以用來監(jiān)測X并迅速察覺過程由于特殊原因而導(dǎo)致的波動。當(dāng)過程的X不可能用失誤防止辦法解決或在容差范圍內(nèi)不易受控時非常有用。,第 37 頁,統(tǒng)計過程控制(SPC),SPC,Time Sequence,UCL,LCL,第 38 頁,SPC-控制圖的類型,1. 計量型控制圖（連續(xù)變量控制圖） 計量型控制圖涉及的是連續(xù) 型變量，而相應(yīng)的統(tǒng)計參數(shù)反映的是 集中趨勢和變異性（分散程度）。 計量型數(shù)據(jù)的例子：電壓，電流，功率，溫度，重量，速度。 2. 計數(shù)型控制圖（邏輯變量控制圖） 計數(shù)型控制