日立6Sigma绿带培训_离散SPC_中文版（PPT39页).ppt

离散变量SPC 2 模块目标 制定选择控制图的路径图学习建立及解释下列控制图p和np图U和c图 3 DMAIC路径图 优化和审视解决方案 控制X s和监视Y s 项目关闭和转移 控制 重新审视项目 流程图和流程图简化 因果关系分析筛选变量 过程能力 测量 失效模式和效果分析 明确变量 图形分析 规划实验设计 分析 设计和实行实验 定义Y f x 推荐改善计划 改善 项目范围和问题的确认 问题陈述 项目指标 团队成员 定义 测量能力 明确变量 统计性分析 目标陈述 数据收集系统 4 控制阶段输出 描述项目目标陈述Metrics xls表回顾有效的预测优化输出和审视解决方案实施建议的改变措施控制Xs 监视Ys制定控制计划监视项目衡量指标项目关闭和移交执行移交计划验证最后财务预测完成最终报告 优化和审视解决方案 控制X s 监视Y s 项目关闭和移交 控制 5 SPC 任何场合下使用的控制图 连续性数据 合理分组 I和MR图 次品率或缺陷数 分组样本 8 易于比较标准差 X 杠和R图 X 杠和S图 恒定的样本量 恒定的样本量 是 是 是 是 是 是 不是 不是 不是 不是 缺陷 次品 不是 不是 一个流程控制系统是6Sigma项目的成果 6 离散数据的控制图 次品型数据封装有 没有泄漏电灯亮 不亮量规测量数据的通过 不通过正确 不正确发货p和np图p图用于控制不合规定的单元的比率 样本量不必不变np图用于控制不合规定的单元的数量 样本量不变 缺陷数据工具箱里遗忘的零件漏掉的合同义务发票上的错误数漏接顾客的电话数c和u图u图用于控制每检验单元中缺陷的数量 样本量不必不变c图用于控制缺陷的数量 样本量不变 7 P图用于控制不符合的比率 何时使用p图当进行数值测量不便或不经济时当需要把不同类型的缺陷组合在一起作为总体比率时当已有数据是离散的当数据来自符合二项式分布的流程时管理总结报告许多管理总结报告取离散数据的形式因而能从控制图分析中受益 例如 报废率 质量审计 一次成品率 等 你愿意教领导去解释从他们的图上看到的趋势吗 8 收集p图的数据 满足二项式分布流程的条件各样本 分组 都取n个不同样本各单元都检查其某个属性 并记录各分组内具有该属性的项 单元 的个数 各样本的每个项具有该属性的可能性相同 其可能性记为p样本内任一项出现该属性的可能性与任何其它项是否出现该属性的事件无关 事件独立 二项式分布流程的例子每月审计100个财务交易报告 报告分为正确或不正确的 并记录下来不正确的数量每个100ml瓶子的批次中抽取一个样本并记录下来有泄漏的瓶子的数量医院里的状态为 门诊病人 的人员要求在23小时内被处理好 记录每个星期的在规定时间内处理好的病人数 9 分组样本量和采样频率 分组的样本量分组的样本量通常很大 50到200或更多 理想情况下个各组内应至少有5个不合要求的单元最低要求 90 的分组必须至少有一个不合要求的单元分组的样本量不必固定但宜在平均样本量的 25 之内不合要求单元的数量越少 需要的分组样本量越大一般地说 离散控制图要比相应连续控制图的分组样本量大的多 采样频率取决于在失控状态操作的成本短的时间间隔允许快一些的反馈 但生产量可能达不到分组样本量要求 10 计算p图控制限 对各分组记录 n 被检验单元数k 样本组数r 每个样本里不符合要求的单元数计算p 不合要求单元的比率计算控制限 11 P图控制限注意事项 LCL当平均次品数比率较低时 LCL可能是个负数 这时没有LCL且p 0仍旧在控制限内选择合适样本量以建立一个控制下限有好处 获得的改进可以探测到 分组样本量前面的公式假设n是固定的 如果分组样本量都在平均尺寸的 25 内 作为近似处理 则用n杠代替控制限公式中的n 只要可能最好取固定样本量以免混淆Minitab用各分组的样本量计算各组的p图控制限 12 Minitab例子 外科病人在手术前需做预先测试来判断他们是否已经做好手术准备 因为各种各样的因素 只有少数的 病人 能完成这测试 这样导致在病人到达 器件准备好以及医疗团队组成后手术仍然推迟 由于没有完成测试而导致手术推迟的比例每个月都有报告 为推迟的病例建立一个p图并评估流程是否得到控制 Pat mtw 13 在Minitab中建立P图 打开Minitab文件pat mtw在菜单中选择Stat ControlCharts AttributesCharts P 在Variables中输入Passed在SubgroupsSizes中输入Cases Pat mtw 14 解释p 图 由于离散数据包含较少信息 其控制图作较少的特殊原因失控检验超过3s限的点被假设为由特殊原因造成的 当np 5 数据点低于p 杠的可能性提高 解释这些点时要谨慎 除非每组的样本量相同 仅使用第一个检验 15 Minitabp 图输出 16 离散控制图 分组样本量 次品百分率越低 为观察到所怀疑的缺陷率所需的样本量越高 尽可能把离散数据转化为连续数据 17 分组样本量与二项式分布 第一个图是分组样本量 100及缺陷率为0 03的二项式分布图第二个图是缺陷率相同但样本量为1000时得到的 看起来相象吗 如果不合要求单元的数量够多 二项式分布开始显得 且统计上的行为 象一个正态分布 18 分组样本量进一步解释 这个直方图来自另一个二项式分布 缺陷率为0 30分组样本量为100再次证明 如果有足够不合要求的单元数量二项式分布可近似作正态分布处理 19 np图 何时用np图 和用p图的标准一样 当进行数值测量不便或不经济时当需要把不同类型的缺陷组合在一起作为总体比率时当已有数据是离散的当数据来自符合二项式分布的流程时各组样本量相同它与p图的区别是什么 画出实际不合要求的单元数 而不是次品率 20 np 图控制限 对每个组 1tok 记录 r 不合要求单元数记录 n 抽样的单元数计算p 不合要求单元平均数 计算控制限 如果每组的样本数不一样 就用n 21 次品的控制图 总结 这些图是对输出的控制图 有时对输出的控制图是必须的6Sigma的焦点是输入离散数据计算假设检验样本量时已知 离散数据信息量少得多 离散控制图样本量必须比连续控制图的大得多 这些图的焦点是次品而非缺陷 6Sigma的焦点是缺陷而非次品 次品的控制图很常见且很有用 但对6s而言不是最好的 22 Minitab中的np图 作业 用pat mtw的数据在Minitab中作np 图用passed列作变量分组样本量 300 解释获得的控制图 23 缺陷的控制图 c图和u图 何时用c或u图当数据是缺陷 而不是次品的离散数据当数据来自泊松分布c图为暴露于固定机会时缺陷发生次数的控制图u图为暴露于固定或非固定机会时缺陷发生次数比例的控制图实例每月审计100个帐单并记录错误出现的数量 压模过程中塑料瓶中有针眼问题 每天检查一定数量的瓶子并记录针眼出现的数量 一个机构每月发生事故的记录 c和u图用缺陷而不是次品数 对6Sigma方法更好 24 采集c图或u图的数据 符合泊松分布流程的条件流程没有记性 出现在一个分组的缺陷数与出现在其它组的无关 所有分组出现缺陷的比例固定在很小暴露区间不大可能出现两个缺陷 而且在此区间出现一个缺陷的机会大约与区间的大小和平均出现比例的乘积成正比 任何分组内记录的数值是给定暴露区间内事件发生的数量 作c图和u图的计划所研究事件通常在某个连续时间或空间内出现 称为机会区间或暴露区间机会区间可由某个时间单位 8小时运行时间 某个材料的数量 2平方呎 或某个数量的单元 100个瓶子 组成 25 泊松分布 泊松分布的标准差的估计值是均值的平方根 26 计算c图的控制限 对各分组记录 c 发现的缺陷数计算c 杠 平均缺陷数 计算控制限 泊松分布的均值和方差相等 27 例子 c 图 在10 000个净洁房中 每个抽样盘子的表面不能超过25个生物群单元 每天要做两次评估来决定房间里是否超标 如果超过了控制限 将对房间进行调查 而且将隔离房间直到清洁完为止 你想让控制图显示在中心线上下1s 2s 和3s的控制限 用Minitab文件CFU MTW中的数据 28 在Minitab中建立c 图 从菜单中选择Stat ControlCharts AttributesCharts C 在Variable 选择CFU点击CChartOptions 和SLimits标记 cfu mtw 29 在Minitab中建立c 图 续 在Thesemultiplesofthestandarddeviation输入123 检查Lowerstandarddeviationlimitbound然后在方框中输入0点击OK 把sigma线加入到控制图中能帮助解释 30 Minitab输出 C图和u图的解释规则和p图和np图的一样 因为所有点都随机落在3s流程线内 可以作流程在正常运行的结论 31 评估班次之间的不同 整理数据Data Sort 32 评估班次之间的不同 在Stat ControlCharts C Estimate 省略所有第二班的数据点 33 评估班次之间的不同 结果 34 决定特定班次的控制限 选择Stages在Definestages选择Shift不要忘记把所有第二班的数据点全部包含进去 35 决定特定班次的控制限 结果 36 u 图 何时当数据来自符合泊松分布的流程当数据是不同样本量下的发生频率时计算控制限计算流程不合要求的平均值 计算控制限 u图是分组样本量可变时的c图 37 缺陷的控制图 总结 作缺陷控制图朝理想的6Sigma观念更进一步 但这些图的焦点依旧是输出而不是输入c和u图也仍是离散数据的控制图故