六西格玛培训资料课件

1.SixSigmaIntroduction2.统计基础3.Define4.测量系统分析5.工程能力分析6.Graph分析7.假设检验8.ANOVA9.Regression(回归分析)10.DOE（实验计划法）11.RSM(反应表面实验)12.CaseStudy13.管理图附录1.统计Table附录2.利用Minitab的统计基础Table1.IntroductionSixSigma发展History改善目标(SixSigma水准)的侧面上通过SixSigma的技法,发展为做事方式的效率化啊!那边有不良不管怎么样都要成为钱成为做事方法顾客所愿的!

SixSigma第1代(1987~1995)制品的品质,特别是制造品质向上为主要目的推进SixSigma

SixSigma第2代(1996~1999)对于所有Process适用统计性,科学性技法财务成果达成上Focusing

SixSigma第3代(1998~)市场品质改善为中心对顾客没有Impact的改善，就不是改善

SixSigma第4代(1999~)把SixSigma作为做事的工具，制造，事务间接部门，研究开发等从事在所有BusinessProcess上的人理解&活用的方法论（SixSigmaisthewayItselfwework）确保持续的，自然的改善的BaselineSixSigma思考1.散布概念的扩展-问题的核心在于问题原因的散布上.-通常发生问题的原因有散布和平均.

平均的问题是在CTQ的推定,改善的方法及改善的难易度方面来说

相对地较容易.

-虽然Group内散布重要但是Group间比较时的散步概念也很重要.2.不良范围扩大-把什么看成不良这是很重要,把什么看成不良是要改善的意思.

-不良的基准0)SpecOut1)不符合目标的全都是不良2)做两次都是不良(Re-work)3)比别人差的也是不良3.测定及定量化-不能测定的就不能管理-不能管理就不能改善SixSigma的核心1.Data的Baseline-要建立Data采集基准以及采集体系.-通常有意义的Data以分子/分母的形式出现.-一直以来我们关心的焦点是QData的分子是怎样有效的Gathering

以及改善的侧面上.-但是更重要的是分子范围(不良的范围,分析的范围,改善的范围)&分母范围的界限.-在这层次上就出现了CoPQ以及HiddenFactory概念.2.Data的真实性-决议时需要具备的Data.-去掉BongoData.

3.根据Data做决策-现有的Data在决策时多大程度上被运用?-单纯地采集Data并不重要,重要的是我们所需要的Data是具备分析所必要的形式,决策时有用的形态.当然,这样的Data还要在经营层决策时被运用.-不要让它成为垃圾Data.判断价值的根据

其根据的恰当性

问题的类型

-那个人平时很正常的,可一旦喝酒就会乱来

-一向是不正常的人

-一向是个很正常的人

-平时乱来,可一旦喝酒就会变得很正常对事情的价值判断和对问题的对应方法BusinessSystem(Product,Part,Process,People)SelectDefine*New?MeasureAnalyzeRe-Design?Re-DesignVerifyImproveControlDesignOptimizeSustainYesNoYesNo*D(Define)DOVisusuallynamedasI(Identify)DOV.IDOVDMADVDMAICSixSigmaProcess的种类DMAICProcess以实验等方法确认使改善对象达到最佳化的致命因子的各个水平.一般的问题解决Process老婆生气了???理由是什么????以后我一定要好好做DefineSixSigmaProcessMeasureAnalysisImproveControl明确要改善的对象.确认测量系统的精度以及测量改善对象的现水平.选定对改善对象有影响的致命因子.在实际条件下验证改善结果,并且树立改善结果的维持管理计划.CoreProcessforEasySixSigmaDefineMeasurementAnalysisImprovementControl■问题现象及现水平ex)迟到次数1.2次/月■改善指标及目标ex)上班时间□预想效果预测■测量指标Y明确化ex)上班时间:oo~oo□GageR&Rex)%Study%ToleranceCategories

■Y的现水平测定ex)Z=3.4σ■假因子选定ex)Y=f(x)x1:交通工具x2:道路选择x3:住的地方x4:出发时间■假因子分析ex)分析是否对Y有影响(x1,x2,x3,x4)■致命因子选定

(VitalFew)ex)选定对Y有影响的致命因子(x2:道路选择x4:出发时间)■致命因子改善ex)x2,x4重点改善□致命因子最优化ex)找出最佳条件x2,x4■Y水平再次评价ex)Z=6.5σ■改善效果计算-定量:$-定性□改善内容维持/向上ex)管理方法导出■Monitoringex)Xbar-RChartCheckSheet等

□标准化ex)标准登录/修订图纸/作业指导书Update等<例题>上班时经常迟到.现在分析为什么经常迟到的原因之后对此要进行改善.阶段COREPROCESS(范例)■:必修项目□:尽可能作为必修项目*Source:DDM事业本部实行6σProject时为了开展根据Data的改善活动,以CoreProcess为基准实行Project并且以结论为主制作报告书使Loss时间最小化.2.统计基础SixSigma的概念◆总体和样本样本(Sample,10)总体(N=1,000)测定10个Sample

(规格:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103

全数检查从时间上,

经济上是不可能的!

利用Sample的统计变量

(平均值和散布)来

推定总体.

总体可以判断它是良品？1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率为2.8%→Epidemic水平*AQL(AverageQualityLevel):合格品质水准SPC(StatisticallyProcessControl):统计性的工程管理SixSigma的概念6σ3σ3.4ppm平均值USL+6σ-6σ-3σ+3σσ6.68%σσLSLDefectProbabilityAreaσ

σ是表示散布的尺度

在给定的规格之内平均值和规格之内可以包含6个σ时我们称它为6σ水准.

σ(Sigma)是

-希腊字母,相当于英语的s

-表示散布(Variation)的尺度

-散布越大时单个的σ值越大

(相反SigmaLevel会减少)SixSigma的概念6σ自己判断行动，只有自己认定的事项报告给上级;5σ自己判断行动，不是很顺利的情况下报告给上级;4σ自己判断行动，所有的行动都报告给上级;3σ按照自己的意愿想了解决方法后,告诉上级,没有特别指示的话,就实行;2σ按照自己的意愿想了解决方法后,拿到上级那里；1σ按照自己的意愿思考以后,拿到上级那里;

0.5σ把问题拿到上级那里;0.2σ问上级下面要做些什么;0.1σ接受上级的下面要做什么的指示;0.0σ什么都不能做.（不及格）想不想判断你现在的业务水平为多少？SixSigma的概念

部品数/连续工程的收率变化93.3287.0870.7750.0825.000.000.000.000.000.000.000.001.000.5066810.6399.3898.7696.9393.9688.2973.2453.6428.774.440.200.000.000.000.000.001.330.836209.7099.9899.9599.8899.7799.5498.8497.7095.4589.0279.2462.7931.249.760.950.001.671.17232.67100.00100.00100.00100.0099.9999.9399.9799.9399.8399.6699.3298.3196.6693.4284.362.001.503.40Yield(%)2σ3σ4σ5σ6σComplexityParts/Product69.1247.7815.782.490.060.000.000.000.000.000.000.000.000.000.000.670.17308770.21125102050100200500100020005000100002000050000CpCpkPPM*假设各工程及不良是相互独立的，所测定的结果呈正态分布.在小数点的2位上四舍五入。SixSigma的概念

至今为止…SpecLSLUSL我们是合格的Spec-in就是合格IamDataSpec-out的话就不合格检出不良率

以后是…SpecLSLUSL要集合在中心才合格如果散的话就死虽然是Spec-in但达不到水准就不合格事前预测隐藏的不良SixSigma达成方向

在开发,生产,支援部门，SixSigma达成方向是？USLLSL扩大设计MarginUSLLSL平均值移动/平均改善LSL提高业务質量USLorTQ6σManufac-

turing6σR&D6σ在开发阶段确保设计完成度

顾客

NeedsMeet的CTQ选定

合理的

Tolerance设定

考虑工程能力的设计(Margin确保)在量产阶段上品质确保

最佳工程能力确保

Field慢性不良改善

利用IT的

RealTimeMonitoring（实时监控）间接部门的Output最大化

CycleTimeReductionProcessOptimization

业务效率及业务质量提高

Data的表现:中心值和散步Data的种类问题解决问题/Issue事项连续型Data(ContinuousData)离散型Data(DiscreteData)

连续型

Data:如长度,重量,时间等能够使用测定刻度尺的

Data

(计量型)所测定的尺度不断能够细分

而且比不连续的Data提供更多的情报

离散型

Data:与合格/不合格,决定数等能用个数表示的Data

(计数型)不能再细分。资料的类型属性(Attribute)命名(Nominal)

范畴(Category)统计特征值缺陷(Defect)资料的类型变量(Variable)比率(Ratio)统计特征值位置(Location)散布(Spread)模样(Shape)区分Data的种类的目的是什么？工程能力指数什么是正态分布(NormalDistribution)？TargetTarget:目标值Z:正态分布验证统计量LSLUSL平均(X)Z=X-TσDefect!!!f(x)=e1-122πσ[2x-μσ]???

不是正态分布的Data有哪些？举个例.·正态分布总面积是1,脱离已知规格的面积,那就是所推定的不良率·某概率变量X到平均值(μ)之间距离除以标准偏差(σ)的值用Z来表示·如果规格上限(or下限)用X来代替时超出规格上限的尾部面积可以认为‘有缺陷可能性’·Z值是用来测定工序能力,跟工序的标准偏差不同,工程能力指数Z值的定义是为了容易进行统计性分析，而把各种形态的正态分布标准化成标准正态分布所使用的值。◆◆*T=μ1sUSLLSLX-TσZ=

Z值的概念

顾客服务Process上业务处理的变动即,标准偏差(σ)逐渐减小,已知的

规格内能进入6个σ水准的话，

把这称谓Z=6或6σ水准的Process

能力,这时意为3.4ppm即,在百万次中具有3~4次程度缺陷的优秀的Process能力。概率函数的随机变量X(在这里是USL或者LSL)与平均值之间的距离以标准偏差(σ)来除的值

定义为Z值.这与σLevel的数字相等,当Z=6时，称为6σ的水准.◆什么是Z

Value?*标准正态分布:平均为“0”,标准偏差为“1”的正态分布累积直通率最终良品工程不良率未管理的LossInput工程1:99%合格率工程2:92%工程3:93%最终检查:97%累积直通率管理工程不良率管理**RTY(RolledThroughputYield):累积直通率RTY=0.99X0.92X0.93X0.97=82.16%目的通过品质改善，生产性向上对象全工程的不良,设备故障,无作业，ModelChangeLoss,无附加值的作业Tool6σ实行1人1Project，直接改善，通过Team活动改善把工厂内所有工程所隐藏的不良暴露出来，并且进行改善

累积直通率是一个产品一次性通过全工程合格的概率

即,通过全工程完全没有发生

Re-touch,Re-check,Re-control等的产品的概率对A公司和

B公司的HingeForce的水准比较检讨

MinitabMenu:Stat/BasicStatistics/DisplayDescriptiveStatistics画Graph*DescriptiveStatistics:SpecFix前(或者没有Spec时)要掌握大概的品质水准时使用画Graph对于B公司用同样的方法进行GraphDisplay，比较评价各公司间HingeForce的水准平均标准偏差参照BoxPlot的说明95%置信区间上推定Force值区间画Graph对A公司和

B公司的HingeForce的水准比较检讨

MinitabMenu:Stat/ANOVA/oneway(unstack)orGraph/BoxplotOne-wayAnalysisofVarianceAnalysisofVarianceSourceDFSSMSFPFactor10.026640.026649.840.002Error780.211110.00271Total790.23775Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev-++++PK402.09500.0633(*)RPM402.13150.0375(*)-++++A公司和B公司的

HingeTorque值有

差异画Graph-对于Boxplot的理解12345Data:1,2,3,4,5MaxwithinUpperLimitMinwithinLowerLimitQ3:Min值到Max值75%的位置Q1:Min值到Max值25%的位置中央值(Median)

掌握对于地域别显示器需要的比重

MinitabMenu:Stat/QualityTools/ParetoChart画Graph北美 22.9EU 17.9韩国 1.8日本 5.7中国 2.0印度 0.9亚洲 4.6中南美 3.1CIS/东欧2.2其他 1.9Others其他中国

CIS/东欧中美洲亚洲

日本

E

U北美

5.717.97.39.028.436.3100.095.792.789.586.081.173.864.836.36050403020100100806040200DefectCountPercentCum%PercentCountParetoChartforRegionCumulativeData单纯CountData3.Define(Identify)Define阶段概要

SixSigma活动的最终目标在于满足顾客.

即,从顾客的要求项目中选定CTQ,并且决定对经营CostImpact最大的

Theme是什么以及对此进行改善.

要改善的课题是从这样的观点来出发更加系统性地接近.

并且按Loss大小顺序把项目列清单之后再选定,

也就是从Top开始,按TopDown方式来决定要改善的对象.

并且在D阶段上,要明确讲述选定Theme背景及活动目标等.

没有CustomerImpact就不是CTQ.从顾客的观点上选定CTQTheme选定领域SeedsNeedsInteractionSupplierCustomerSeedsNeedsCycletimeCostDefectDeliveryPriceQualitySixSigmaProject!ActivityFocus(CTQs)

很高的品质费用

很高的

SVC不良率

制品性能不足

很多的废弃/再作业

很高的生产费用

LongCycleTime库存过多

交货延期

过多的物流费用应答顾客时间延迟

BillingAccuracy

,,,CustomerandSupplierexchangevalue

throughaSeeds-Needsinteraction!!!CTQ和找出问题的ToolCTQ的定义CriticalToQuality是从顾客的观点上定义的,在顾客的立场上评定的对产品,Service或者Process有致命影响的特性值只选定在顾客的立场上认为最重要的特性值并且对此进行改善/管理成6σ的水平是管理CTQ的最大的目的.这说明我们的目的并不是只是努力工作,而是要睿智地做事.

(Dothingright→Dorightthing)例)

特定部品的

Spec.

维修所需要的时间

亲切度不管是什么,只要影响顾客的满足度,都能选定为CTQ.选定CTQ的Tool

顾客调查

FocusGroupsInterview(FGI)

顾客的要求事项

Mapping(CNM)品质功能展开（QFD）QuickMarketIntelligenceLogicTree,特性要因图

ParetoDiagramFMEA,FTAFASTIOCChart等●●CTQ能区分成CTQP(Performance)和CTQS(Spec.)●为了规定问题的领域以及找出改善对象在6σ的Definition阶段我们可以利用多种Tool.并且根据问题的性质以及按情况使用最适合的ToolDefine事例-ProcessMapping前框投入CDT投入CDT固定基板投入基板固定ProcessInput(X)Output(Y)

前框目视检查酒精标签,,,

CDT

搬运力目视检查地线

,,,

螺丝

扭矩的大小消磁线圈线扎目视检查,,,

扭矩的大小目视检查

,,,

基板目视检查

,,,

Y:前框投入

Y1：地线的安装

Y2：CDT的投入

Y1：配合程度

Y2：消磁线圈的安装

Y:基板的投入

Y1:配合程度Yield:0.69

Yield：0.88Yield：0.92

Yield：0.92Yield：0.88Yield:0.90Yield:0.98前框不良较多为最大原因选定为改善Theme!!!为了调查情报的流程和为了把Process文字化而使用,想要明确改善方向的时候所使用的Tool.Define事例-ParetoChartH-LinFocusNo

RasterMoireMisconSpotNo

powerOthers848073352719121124.022.920.910.0

7.7

5.4

3.4

3.1

24.0

46.9

67.7

77.7

85.4

90.9

94.3

97.40100200300020406080100DefectCountPercentCum

%PercentCountVitalFewTrivialMany一般80%的问题是由于20%的原因而发生.(2:8的法则)首先要改善的Theme!!!FB000型号的不良现况Define事例-LogicTree为了对现象进行分析和问题的导出,按照MECE*的思考方式，把主要项目展开成Tree

形态的Tool.MECE:Mutually,Exclusively,CollectivelyExhaustive

相互不重复而且没有遗漏的NoRaster高压部偏向ICX-RayMuteDriveTC/S共振部水平输出TRVcpPoweron/offModechangeDPMChangeSTon/off放电/ESD/PLTCS转换段IcpDummyTSatCS转换时过渡DYLpminASO过渡时不要侵犯ASO领域Drive条件Drive输出DutyWorst时温度Hfemin/maxHSizemin/maxFreqLow/High偏向部CTQ选定项目Define事例–特性要因图(Cause&EffectDiagram)以4M或者6M1E或者8M2E为基准,推定预备CTQ.

计划变更品质问题生产CAPA分析无作业MACHINEMANMATERIALMETHOD生产计划厂家管理2次厂家控制能力情报传达预想交货日程个别入库计划资材供给查找SKILL检查SKILL电算活用能力生产计划作成对策SKILL人际关系KNOWHOW频繁事故生产计划作业条件确定设备确切的资材作业条件不良率NECKITEM专用资材新MODEL多样资材及时查找现行日遵守营业邀请CAPA分析作业日数分析担当管理发放比率交流技巧Define事例–ProcessMapping(1)

有关Process改善及CycleTime的Theme是从当前的ProcessMapping出发.Start和

EndPoint是从哪到

哪为止?Process要怎样详细地展开?

-其事情的意义

-Output的差异

Input和Output,顾客要明确Process别的KPI必须选定Define事例–ProcessMapping(2)-Asismapping使用CTR(CycleTimeReduction)技法时.制造Gr.

设计室资材Gr.开发Part模具厂家TheTimeRequiredMin0.2日Max0.5日Max5日Min3日Function量产中组装性问题发生开始到模具修正/改造上再量产投入为止射出厂家

量产进行及问题点发生制品投入

问题点接收及掌握原因악Sample接收及改善案导出

担当者检讨后模具修正Report(变更)发行不良品检出NO

有关部门变更合意(资材,查找)及最终合意(设计管理者)

模具修正内容检讨及变更承认模具结构上修正是否可以？YES(PDM利用)Min0.2日Max0.5日Max0.5日Max0.5日Max2日Min0.2日Min0.2日Min0.5日Define事例–ActivityMatrix

TQSixSigma的情况课题或者Process开始活用ActivityMatrix,选定改善对象.

方法1:单纯选定方法

-课题4,课题9

-Needs1,Needs5等

方法2:ParetoChart

为什么使用1,3,9的尺度(关联性)?

是否选定Only1theme?

是否选定好几个theme?

与课题或者Needs有关的人是谁?

课题或者Process顾客Needs或者CTQDefine事例-QFDStep1

顾客要求事项和技术性要求事项的理解*QFD:QualityFunctionDeployment①顾客要求事项的收集及构成.

与营业及其他部门共同作业.

要从顾客的立场上想.

把顾客的要求事项按照阶层别制作(Segmentation).

顾客的要求事项打分从1分与5分之间的分数②技术性要求事项收集及构成.

检讨当前规格,产品试验规格,设计Manual.有关PL的内容是在标准顾客的立场上想.

制作可以测定的设计要求事项LIST.

要开发的目标值.

技术性难易度.

竞争社Benchmarking结果-消费者/消费者团体的评价-技术性试验评价.

SVC不良率及有关资料(产品不良,使用不便)③制作顾客要求事项和技术性要求事项的相关图.

把焦点放在致命少数因子和琐碎的多数因子.

打分:强(9分),中(3分),弱(1分).

相关读加重值乘顾客重要度值之后横向合算QFD会议实施①Step-1:

设计室,Marketing,营业,PL委员,品质部门,商品企划

必须参加②Step-2:

设计室其他team员及采购,品质,PL委员,生产部门有必要参与.③CTQ选定:

制造,品质管理,PL委员,设计室必须参加

开会之前注意事项:参加者在开会之前对于本案件要充分理解和整理好部门的代表性意见之后再参加会议。Define事例-QFDStep1(事例)重要度(等级)技术性要求事项动作性HINGEFORCEHINGE动作角度构造STAND组装构造STAND重量原材料特性外观品质外观Design顾客重要度顾客的要求事项动作性Tilt调整要容易●

5SWIVEL动作要容易●

4角度调整范围要大●4组装性组装性要好●2

外观品质外观要好看

●3可靠性动作时做到不断●2SET固定时要不流下来●

5动作时要有安全感●5技术性重要性1265021452727Define事例-QFDStep2

技术性要求事项转换成CTQ特性值①转换技术性要求事项和顾客重要度

.推出要考虑的部品有关的技术性要求事项..

补充落掉的技能要求事项。-竞争社Benchmarking-消费者团体的评价-技术性试验评价-SVC不良率及有关资料(产品不良,使用不便)-组装性问题点-法规(规格,PL法),社内基准(设计基准书,外观品质/表面处理표면처리분과회회의록).

为了技术性重要度计算容易赋予值

②检讨初期图纸和预想部品，对技术性要求事项定义要素部品的特性。

.要开制造,生技及资材部门和公式性的检讨会。.

作成要素特性和技术性要求事项事项间的关系图..

计算对各部品的重要度。.

自问这个是不是在进行中要测定的问题点。

③所有图纸的CTQ标示为以下。CTQ想要成功地开展QFD和最终要选定CTQ时必须从工程学的角度来判断.Define事例-QFDStep2(事例)

转换为技术性要求事项的CTQ特性值

评分选定表强的关联性:●(9分)中间关联性:○(3分)弱的关联性:

(1分)NUT圈数粗度角度裁决量技术性要求事项动作性HINGEFORCE●●●●

126HINGE动作角度●50构造STAND组装构造○●21STAND重量

45原材料的特性●27外观品质外观Design○●●27CTQ重要度1215113411341134450126414306432统计性处理的必要性CTQCTQCTQCTQ技术性重要度BRACKET原材料HINGECOVER使用StandDesign润滑油SPRING部品特性Define事例-FMEA

在开发阶段为了确保设计可靠性以及除去顾客的不满意事项,列举所有有可能性的

故障

Mode,故障影响,可能会发生的要因并且树立有关对策时所使用的Tool.

FMEA:FailureModes&EffectAnalysis

故障模式失效分析型号名:000主管者:刘久标参加者:西施,杨贵妃,王昭君,貂禅实施目的:000LCDModel的早期品质确保制作日:‘00.01.15制作者:李白深刻度感知程度对策/验证方法部品及技能故障Mode发生频度RPNRev.No:0InverterFuseOpen

Trans燃烧

共振用

Cap.

燃烧

101010142111104020Adapter1次平滑

Cap燃烧

液晶特性热化

故障Mode发生原因InrushCurrentSpecOver

Tans温度

SpecOverB/L落电发生

Trans单品作业

不良

Cap.温度

SpecOver

温度

SpecOverRipple电流过大

液晶温度

SpecOver108141111032Module

Module及

Monitor放热

对策

IQCAgingTest

Module及

Monitor放热

对策

IQCAgingTestIQCAgingTest

初期

Margin确保

IQCAgingTest

IQCSampleTestMargin确保

故障Mode影响

B/L动作不行

B/L动作不行

B/L动作不行

Adapter输出电压

液晶特性用热化

黑化现象发生现在的的管理方法

不做单品管理

问题发生时设计

Feedback

温度特性管理

温度特性管理

单品不做管理

Cap.温度特性

管理IQCAgingTestCTQCTQCTQTrans温度Cap.温度1次平滑Cap.温度CTQ选定Define事例-IOCChartFunctionalInputsMainFunctionFunctionalOutputs逆功能InputsConstraints逆功能Outputs1.BrktSide(R)的OpenerDoor回转Boss高度及内径:7±0.05,Φ3.54+0.05/-02.OpenerDoor驱动部尺寸:62.8±0.15,6.2±0.05,Φ2.4±0.083.OpenerDoor终动部尺寸:2.05±0.8,15.9±0.12,Φ2±0.154.GuideRack高度尺寸:14.9+0/-0.15.GearRackCam高度尺寸:13.1+0/-0.1,,,,,,1.Eject时Door和CST的Gap:3.8±2mm2.Door和TopCase的Gap:0.8~1.5mm3.OpenerDoor驱动高度:58.8~60.2mmEject(喷射)时Door开放

Set高度

CSTVHS规格(Cassette厚度)

环境条件:温度0~60℃

湿度25~80%RH

变形(部品

入库时)弯曲(工作中)

CST和Door的干涉

Eject不良

Door的损失

动作噪音

以System及Subsystem的功能为目的把Input和Output及Constraint等内容图表化之后,

确定Input和Output的原因和结果,并且规定Latitude(变化的界限值)的方法.*IOC:Input,Output,Constraint8种基准综合性,相对性地检讨之后选定最佳的Theme1.开发型号(的Event)和联系:

跟开发型号联系，才能够为了业务Load少，改善案的验证等

容易收集Sample.

日常性的业务.

2.顾客Needs符合度:

有没有改善的价值,

即检讨能不能用经营成果来体现3.深刻度:问题的深刻度4.问题发生的频度5.要可定量化:要可测定6.与现在的条件(6M1E*)联系-CTQ选定的优先顺序

先把现在的5M(人员,设备,材料,机械,方法)固定不动

改善可能性最高的第二为了改善，要变更现在的5M，但没有追加的投资或

需要轻微的投资Cost与投资同伴时，比较改善前与改善后的Cost

改善的结果大的在之中是最好的CTQ,然后是,其后是7.问题的原因在哪里？(原因掌握的难易程度)8.必要时有关人员(部门)的协议或合意*6M1E:在现存的4M上，追加Measurement(测定方法,试验方法,其他作业方法),Management,Environment的.按情况追加Money,Mind,Equipment之后使用8M2E.参考:IBM的5-UP’s*1.从顾客的观点上定义缺陷2.把缺陷作为基本指标用σ值表示3.尺度是具体的4.根本原因接近5.能够直接行动的尺度6.按照顾客的价值基准设定先后顺序7.能够预测顾客满足度变化的尺度(改善前和改善后的Digit比较可能)*5-UP’s:为充分满足顾客的要求，定量化重要要因，持续评价数值的向上与否的基准问题的推出(Theme选定)时注意事项Define阶段简要Define阶段ProjectReviewPoint

选定的Theme是不是经营上的重要lssue事项？

CTQ选定背景是否恰当？

(顾客Needs的反映程度,Field不良改善程度等)

活动的范围,日程,活动人员等资源是否确切？

活动的目标及

Benefit是否被量化?

问题“Y”是否明确地被定义,记述?

与投入的资源相比较时树立的活动目标是不是可达成的目标?

为了找出问题而所使用的Tool是不是较符合此Theme性质?4.测量系统的可信度(GageR&R)正规性验证(NormalityTest)

SixSigma所使用的大部分的统计Tool通常都是假设作为分析基础的Data是正态分布的前提下

使用的.

But,自然界的Data并不都满足正态分布(例:寿命,故障率等),这时利用正态分布以外的分布(例:威布尔分布)来做统计性分析.

有时,即使是本身应该具有正态分布特性的Data也有可能因为Data采集上的问题而可能会被判断为不是正态分布.

这是由于工程不稳定而发生群内变动或者由于工程的外部要因而发生群间变动或者Data处理过程上的Error(Key-inError等)而会出现.

由于这样的原因

1)采集Data之后

2)利用NormalityTest验证是不是满足正态分布

3)如果不是正态分布的话

-再检讨，重新测量或重新抽样-如果还是不满足正态分布(非正态分布特性的数据)的话,将Data转换(Transformation)成正态分布之后求Cp,

Cpk等值

-要不,利用符合其Data特性的分布进行统计性解释.

本章节是假设工程是安定的前提下,使用Box-cox转换成正态分布再做统计性解释.CTQ 444245404447374445404040414144454539464140404138404243404542因为P值小于0.05!!!正规性验证(NormalityTest)

某特性值的

Data(N=30)如下:

正规性验证

MinitabMenu:Stat/BasicStatistics/NormalityTest*大家想一想:假如数据不满足正态分布,那么其理由是什么?1.Anotherdistribution2.Sampling错误3.测量上的Error&Key-inErroretc正规性验证(NormalityTest)

进行Box-coxTransformationMinitabMenu:Stat/ControlCharts/Box-coxTransformationEst的Lambda值是在Box-cox推定的Best值正规性验证(NormalityTest)用已求的

Lambda，求工程能力

MinitabMenu:Stat/QualityTools/CapabilityAnalysis(Normal)前面所求的Est的Lambda值正规性验证(NormalityTest)与不做正态分布变换时所求的值相比较???MSA(MeasurementSystemAnalysis)ProcessResponseTime群间变动(BlackNoise)群内变动(WhiteNoise)RationalSubgroups

RationalSubgrouping即合理分组是使群內只发生群内变动(WhiteNoise),群間只发生群间变动(BlackNoise)的分组方法→可以区分长/短期工程能力.

RationalSubgroup要包含的要素(Subgrouping基准)

(一般以可能会影响Process变动的‘X’因子做为基准做Subgrouping,通常使用6M1E)

-Man:作业者变更,昼夜交替工作,新作业者等

-Machine(Equipment):机械设定值变更,设备保修&维护等-Material:入库Lot,作业配置,原材料等-Method:作业者之间的作业方法差异等-Measurement:测量者的变动,测量装备误差等

-Management&Environment-(Mind&Money)Gabbagein→GabbageoutDiamondin→DiamondoutRationalSub-grouping

群内变动(whitenoise)

whitenoise是因工程上的日常要因而发生的变动(偶然原因)

在目前的技术水平上不可控制的变动通常对工程散布有影响

受工程上的琐碎的多数因子的影响

用Zst

来表示

群间变动(blacknoise)

blacknoise是工程因受到外部要因的影响而中心值偏移,

通常是可以查究原因的变动(异常原因)

在目前的工程上可以控制的变动

通常平均值偏离工程的目标值

可以知道时间的工程能力的实际变化情况为什么要RationalSubgrouping(合理分组)?

RationalSubgrouping是

SixSigma的一个强有力的

Tool

可以区分工程上短期工程能力或长期工程能力的关键的方法-可以了解所出现的问题是平均值偏移问题还是散布问题-把问题特性化的初步阶段

群内变动和群间变动MSA(MeasurementSystemAnalysis)1.Precision:variationyouseewhenyoumeasurethesamepartrepeatedlywithsamedevice2.Linearity&Accuracy:differencebetweenthemeasurementandthepart’sactualvalue

MeasurementSystemVariation=MeasurementSystemPrecision

+Gagelinearity&AccuracyMSA(MeasurementSystemAnalysis)测量System的变动Repeatability:thevariationduetothemeasuringdevice,

thevariationobservedwhenthesameoperatormeasuresthesamepartrepeatedlywithsamedeviceReproducibility:thevariationduetothemeasurementsystem

thevariationwhendifferentoperatorsmeasurethesamepartsusingthesamedeviceMinitabMenu:Stat/QualityTools/GageR&RStudyorGageRunchartLinearity:thedifferenceintheobservedaccuracyvaluesthroughtheexpectedrangeofmeasurementsAccuracy:thedifferencebetweentheobservedaveragemeasurementandamastervalueStability:thetotalvariationobtainedwithaparticulardevice,onthesamepart,

whenmeasuringasinglecharacteristicovertimeMinitabMenu:Stat/QualityTools/GageLinearityandAccuracystudy........................AccurateandpreciseprecisebutnotaccurateAccuratebutnotpreciseNotaccurateorprecise1.测量误差的效果

平均:μ全体=μ生产品+μ测量

散布:σ2全体=σ2生产品+σ2测量

→测量System的偏差(检/校准,CalibrationStudy)→GageR&R工程的观察散布实际工程散布测量散布长期工程散布短期工程散布样本内散布测量者引起的散布Gage引起的散布反复性

(Repeatability)正确性(Calibration)再现性(Reproducibility)安定性(Stability)线形性(Linearity)2.产生散布的可能要因Accuracy

测量的

Data(观察值)是实际真值和测量误差的和*测量误差:观察值偏离真值的所有产生变动的效果MSA(MeasurementSystemAnalysis)测量System的变动AccuracyPrecision

正确度:测量值的观察平均和真平均之间的差异

安定性:至少两次以上在不同时期,对于同样的部品,使用同样Gage所得到的测量值平均的差异

(根据计测器的保管,管理状态而随时间经过所出现的差异,也包含产品的安定性)

再现性:用同样Gage,几个人对同样的部品测量几次时所出现的差异

反复性:用同样Gage,一个人对同样的部品反复测量几次时所出现的差异

线型性:所期待的制作范围全部通过的正确性值的差异，用计测器能够量出来的Range的误差LSL真平均观察平均USLGage正确性的散布LSL测量时间AUSLGage安定性的散布测量时间BLSLUSLGage反复性的散布LSL真平均观察平均USLGage线型性的散布LSLUSL

测量者再现性的散布测量者A测量者BLSLUSLGage正确性(下限)正确性(上限)MSA(MeasurementSystemAnalysis)测量者System的散布

什么是GageR&R？指的是计测器的测量误差和测量者之间所发生的误差.并且这样的测量System本身对工程整体的变动有多少影响用比率来定量化的统计Tool.MSA(MeasurementSystemAnalysis)GageR&R的意义≥80%≤20%整体变动其他变动测量散布正确性安定性线形性等再现性(测量者误差)反复性(计测器误差)

GageR&R判定基准?≤20%→Accept,21%~29%→有条件Accept＞29%→不可使用(测量系统改善)

计测器的选定(测量精度)

Gage的精度要达到Process的变动或是Spec允许误差的10%以下的水平.

ex)Gap的公差为±0.1mm时Gage的精度要达到≤0.01mm.

对GageR&R结果的解释及对策事项是？MSA(MeasurementSystemAnalysis)

在显示器设计室,开发Heatsink时在PCB部位发生了很多有关HeatsinkHole的不良,

为了改善这个问题,分析HeatsinkHole的工程能力之前,先确认了测量System精度.

做GageR&R的结果,得到了如下结果.

MinitabMenu:Stat/QualityTools/GageR&RStudy(crossed)Spec:12±0.3对GageR&R结果的解释及对策事项是？MSA(MeasurementSystemAnalysis)必须选择ANOVA.用ANOVA方法时不仅可以分析出试料及测量者的主效果,而且还可以分析出测量者和试料间的交互作用.-5.15isDefaultedNumber-5.15(*Sigma)means①thenumberofStDevneededtocapture99%ofprocessmeasurements②thewidthoftheintervalyouneedtocapture99%ofyourprocessmeasurements输入测量对象的公差范围没有公差时,在原封不动的状态下点OK,之后不用%Tolerance而用%StudyVar来判断GageR&R结果.对GageR&R结果的解释及对策事项是？能够区分部品和部品间差异的测量System的能力(工程管理用)在部品规定的公差范围内可以区分认定与否的测量System的能力(GageR&R最终合格与否判定)MSA(MeasurementSystemAnalysis)Two-WayANOVATableWithInteractionSourceDFSSMSFP

sample90.013691.52E-035.245210.01069man10.000646.40E-042.206900.17156man*sample90.002612.90E-042.000000.09440Repeatability200.002901.45E-04Total390.01984GageR&RSourceVarCompStdDev5.15*Sigma

TotalGageR&R2.35E-041.53E-020.078948Repeatability1.45E-041.20E-020.062014Reproducibility9.00E-059.49E-030.048857man1.75E-054.18E-030.021544man*sample7.25E-058.51E-030.043851Part-To-Part3.08E-041.75E-020.090350TotalVariation5.43E-042.33E-020.119983Source%Contribution%StudyVar%Tolerance

TotalGageR&R43.3065.8013.16Repeatability26.7151.6910.34Reproducibility16.5840.728.14man3.2217.963.59man*sample13.3636.557.31Part-To-Part56.7075.3015.06TotalVariation100.00100.0020.00NumberofDistinctCategories=2能够区分部品间变动的Gage能力(不重叠的测量部品置信区间的个数)测量部品的置信区间的个数越多说明测量者和测量虽然有反复，但是测量的精度很高.如果,置信区间的个数少说明(即,重叠的置信区间多的意思)测量的变动很大.※参考1.%Contribution

d+e=c,b+c=a,a+f=g2.%StudyVar&%Toleranced2+e2=c2,b2+c2=a2,a2+f2=g2abcdefg对GageR&R结果的解释及对策事项是？MSA(MeasurementSystemAnalysis)解释:测量者对每个部品只能测一次比如像破坏检查时,我们要进行另一种GageR&R.MinitabMenu:GageR&R(Nested)

像破坏检查这种情况,所有部品必须是从一个批次选出来..必须确保其具有同质性.

only,只能确认反复性(Repeat,,),无法确认人与人之间的再现性(Repro,,).

例)3个人对5个不同的

Sample反复测量2次.MSA(MeasurementSystemAnalysis)–破坏检查MSA(MeasurementSystemAnalysis)–破坏检查NestedANOVATableSourceDFSSMSFP

man20.03360.016780.008870.99117part(man)1222.69501.891251.592030.19564Repeatability1517.81921.18795Total2940.5478GageR&R%ContributionSourceVarComp(ofVarComp)

TotalGageR&R1.1879577.16

Repeatability1.1879577.16

Reproducibility0.000000.00

Part-To-Part