2025年及往年真题六西格玛绿带复习题及答案

2025年及往年练习题六西格玛绿带复习题及答案1.六西格玛管理中，关键质量特性（CTQ）的定义是？答案：关键质量特性（CriticaltoQuality，CTQ）是指对顾客满意度有重大影响的产品或服务特性，通常由顾客需求转化而来，是衡量过程或输出是否满足要求的核心指标。例如，手机电池的续航时间、药品的有效成分含量均属于CTQ。2.某制造过程的规格限为10±0.5mm，过程均值为10.1mm，标准差为0.15mm，计算该过程的Cp和Cpk值，并判断过程能力等级。答案：规格上限（USL）=10.5mm，规格下限（LSL）=9.5mmCp=(USL-LSL)/(6σ)=(10.5-9.5)/(6×0.15)=1/0.9≈1.11Cpk=min[(USL-μ)/(3σ),(μ-LSL)/(3σ)]=min[(10.5-10.1)/(3×0.15),(10.1-9.5)/(3×0.15)]=min[0.4/0.45,0.6/0.45]=min[0.89,1.33]=0.89过程能力等级：Cp=1.11属于二级（1.00<Cp≤1.33），表示过程能力尚可但需改进；Cpk=0.89属于三级（0.67<Cpk≤1.00），表示过程存在偏移，需重点分析均值偏移原因。3.测量系统分析（MSA）中，计量型测量系统的GR&R（量具重复性与再现性）通常通过什么方法计算？当GR&R结果为25%时，说明什么问题？答案：计量型MSA的GR&R通常采用方差分析法（ANOVA）或均值极差法（Xbar-R法）计算。GR&R结果为25%时，属于“可能接受”范围（10%-30%），但需结合具体情况：若用于过程控制，可能勉强使用；若用于产品放行或关键特性测量，需改进测量系统（如校准设备、培训操作员、减少环境干扰）。4.因果图（鱼骨图）的主要作用是什么？绘制因果图时需注意哪些要点？答案：因果图用于系统分析问题的潜在原因，将问题（结果）与可能的原因（人、机、料、法、环、测）关联，帮助团队聚焦关键因素。绘制要点：①明确具体问题（如“产品表面划痕率高”而非“质量差”）；②团队头脑风暴收集原因，避免遗漏；③原因需具体（如“刀具磨损”而非“设备问题”）；④对末端原因（无法再分解的原因）标注，以便验证。5.假设检验中，原假设（H0）和备择假设（H1）的关系是什么？若显著性水平α=0.05，p值=0.03，应如何结论？答案：原假设是待检验的“无差异”或“无效”假设（如H0：μ=μ0），备择假设是原假设不成立时的结论（如H1：μ≠μ0）。两者互斥且穷尽所有可能。当p值=0.03<α=0.05时，拒绝原假设，认为备择假设成立（如“均值与目标值有显著差异”）。6.某生产线连续30天的日缺陷数如下（单位：个）：5,3,6,4,7,2,5,8,3,4,6,5,4,7,5,3,6,5,4,2,6,5,3,7,4,5,6,3,5,4。应选择哪种控制图？计算控制限并判断过程是否稳定（已知d2=2.326，D3=0，D4=2.574）。答案：缺陷数为计数值，且子组大小为1（每日为一个子组），应选择c控制图（适用于单位缺陷数固定的情况）。计算平均缺陷数c̄=(5+3+…+4)/30=150/30=5控制限：CL=c̄=5；UCL=c̄+3√c̄=5+3×√5≈5+6.71=11.71；LCL=c̄-3√c̄=5-6.71≈-1.71（取0）观察数据：所有缺陷数均在0-11.71之间，且无连续7点上升/下降、超过2/3点在±2σ外等判异准则，过程稳定。7.六西格玛改进阶段（Improve）常用的工具是什么？其核心目的是什么？答案：改进阶段常用工具包括实验设计（DOE）、防错法（Poka-Yoke）、快速改善（Kaizen）等。核心目的是通过验证关键因素的影响，确定最优参数组合，消除或减少过程变异，使输出满足CTQ要求。例如，通过DOE确定注塑温度、压力的最佳设置，降低产品收缩率。8.过程能力指数Pp和Ppk与Cp、Cpk的主要区别是什么？答案：Cp/Cpk基于短期过程数据（稳态下的组内变异，σ用R̄/d2或S̄/c4计算），反映过程潜在能力；Pp/Ppk基于长期过程数据（包含所有变异，σ用总体标准差计算），反映过程实际表现。短期能力通常优于长期能力（长期变异更大），企业需通过控制变异使Ppk接近Cp。9.某服务流程的顾客等待时间目标为≤10分钟，实测100个样本的均值为8.5分钟，标准差为2分钟。计算该流程的Z值（Zst）和DPMO（百万缺陷机会缺陷数）。答案：单侧规格限（仅USL=10分钟），Zst=(USL-μ)/σ=(10-8.5)/2=0.75查标准正态分布表，Z=0.75对应的累积概率为Φ(0.75)=0.7734，即缺陷率=1-0.7734=0.2266（22.66%）DPMO=0.2266×1,000,000≈226,60010.失效模式与影响分析（FMEA）中，风险优先数（RPN）的计算公式是什么？某失效模式的严重度（S）=8，发生度（O）=5，检测度（D）=3，其RPN是多少？应如何处理？答案：RPN=S×O×D。本例中RPN=8×5×3=120。通常RPN>100需优先改进，可通过降低O（如增加预防措施）、降低D（如改进检测方法）或降低S（如重新设计）来减少风险。11.六西格玛项目章程应包含哪些关键要素？答案：项目章程的关键要素包括：①项目背景（问题描述）；②项目目标（量化指标，如“将A产品不良率从8%降至3%”）；③范围（明确起止点，如“从原材料入库到成品包装”）；④团队成员及职责；⑤预期收益（财务或效率指标）；⑥关键里程碑（时间节点）。12.某企业欲分析“员工培训时长”与“操作错误率”的相关性，应使用哪种统计工具？若相关系数r=-0.85，说明什么？答案：应使用相关性分析（散点图+皮尔逊相关系数）。r=-0.85表示强负相关，即培训时长越长，操作错误率越低，且线性关系显著（需结合p值验证）。13.控制阶段（Control）的主要任务是什么？常用的控制工具有哪些？答案：控制阶段的任务是维持改进成果，防止过程退回原状态。常用工具包括：①控制图（监控关键过程参数）；②作业指导书（SOP，明确标准化操作）；③过程能力定期评审（如每月计算Cpk）；④防错装置（如传感器防止漏装）；⑤团队培训（确保员工掌握新方法）。14.某过程的输出数据呈非正态分布，应如何进行过程能力分析？答案：若数据非正态，可采取以下方法：①验证是否为测量误差或数据收集问题（如截断、分组）；②尝试数据变换（如对数变换、Box-Cox变换）使其近似正态；③使用非参数方法（如基于百分位数计算能力指数）；④直接使用规格限与数据分布的重叠程度评估（如计算超出规格的比例）。15.全因子实验设计（FullFactorialDOE）中，2^3设计表示什么？若某因子的主效应为+3.5，说明什么？答案：2^3表示3个因子，每个因子取2个水平（高/低），共8次实验。主效应为+3.5表示该因子从低水平升至高水平时，响应变量平均增加3.5单位（如温度从100℃升至120℃，产品强度平均增加3.5MPa）。16.测量系统的偏倚（Bias）和线性（Linearity）有何区别？答案：偏倚是测量均值与标准值的差异（系统误差），反映测量系统的准确性；线性是偏倚随测量值大小变化的程度（如在量程低端偏倚为-0.1mm，高端为+0.2mm），反映测量系统在不同范围内的准确性一致性。17.某项目通过分析确定“设备转速”和“材料湿度”是影响产品合格率的关键因子，下一步应如何验证两者的交互作用？答案：应设计包含交互作用的实验（如2^2全因子实验，加入交互项），通过方差分析（ANOVA）检验交互作用的显著性（p值<0.05则显著）。例如，固定转速为A1/A2，湿度为B1/B2，观察四个组合的合格率，计算交互作用效应=（A2B2+A1B1）/2-（A2B1+A1B2）/2，若效应显著，说明两因子共同作用对结果的影响大于单独作用之和。18.六西格玛中的“缺陷”（Defect）和“缺陷品”（Defective）有何区别？答案：缺陷是指输出未满足一个或多个CTQ要求（如手机屏幕有1个坏点）；缺陷品是指至少存在一个缺陷的产品（如手机屏幕有坏点或电池续航不足均为缺陷品）。一个缺陷品可能包含多个缺陷。19.某过程的长期DPMO为3000，对应的西格玛水平是多少？（已知Z值与DPMO对照表：Z=4.5对应DPMO=3.4，Z=4对应DPMO=6210，Z=3.8对应DPMO=13500）答案：DPMO=3000介于Z=3.8（13500）和Z=4（6210）之间？实际对照表应为：Z=3.8对应约13500，Z=4对应6210，Z=4.5对应3.4。此处可能用户数据有误，正确对照表应为：Z=3对应66807，Z=4对应6210，Z=4.5对应3.4，Z=5对应233。若DPMO=3000，介于Z=4（6210）和Z=4.5（3.4）之间？实际正确计算：Zst=Φ⁻¹(1-DPMO/1,000,000)，DPMO=3000时，缺陷率=0.003，Φ⁻¹(0.997)=2.75（单侧），但考虑长期偏移1.5σ，Zlt=Zst-1.5=2.75-1.5=1.25？显然用户提供数据可能混淆了短期和长期。正确方法：长期DPMO对应的Z值（Zlt）需通过Zlt=Φ⁻¹(1-DPMO/1,000,000)+1.5（短期Zst=Zlt+1.5）。例如，DPMO=3000时，1-DPMO/1e6=0.997，Φ⁻¹(0.997)=2.75（Zst），则Zlt=2.75-1.5=1.25。但实际六西格玛通常指长期水平，故该过程长期西格玛水平约为1.25σ（需注意常见对照表可能简化，此处