Six Sigma教育(BB).ppt

3. Z-Value (标准粉数) 变换方法 Z = X i(观测值) – μ(平均) σ (标准偏差) N (90, 102) 90 100 110 120 80 70 60 100 120 140 160 80 60 40 N (100, 202) Z = X – 90 10 Z = X – 100 20 N (0, 12) N (0, 12) Z值 -3 -2 -1 0 1 2 3 90 100 110 120 80 70 60 Z值 -3 -2 -1 0 1 2 3 100 120 140 160 80 60 40 正态分布 标准正态分布 ◎ Z-Value 变换例题 *难易度 : ☆ 基本 根据平均值的工序能力指数的变化 ◎ 工序能力指数比较 Ⅴ.连续型 Data 工序能力 工序能力指数 工序能力指数 * 难易度 : ☆☆ 深化 ◎ Cpk的理解 (例, 3σ的 工序能力 : Cp=1, Cpk = 0.67) Cpk在两侧规格上 只反映一边的不良 与实际不良存在差异. CpL ＞ CpU 因此, Cpk = CpU = 0.67 或, 方法1 方法2 T ≠ USL LSL 2σ -4σ 1σ K = 0.33 方法2 Ⅴ. 连续型 Data 工序能力 * 难易度 : ☆ 基本 0.67 3 σ 2 σ 3 σ X USL C pU = = - = μ * PLSL 实际 Data 变换 Data → ZBench的结果随标准偏差的性格(长.短期)和 Target 设定有.无 ZST和 ZLT想换. USL LSL * PUSL 3.0% 4.5% μ ZBench PTOTAL = PLSL + PUSL + 7.5% 一般的 σ水平指 ZBench 的ZST值. * ZBench ◎ ZBench的定义 Ⅴ.连续型 Data 工序能力 * 难易度 : ☆ 基本 LSL输入 USL输入 Subgroup的 Sample 个数(1次 收集数) 要分析的 Raw数据在许多列输入的情况 是非正态分布数据的话 选择Box-Cox Transformation求工序能力. FileOpen WorksheetCamshaft.MTW StatQuality ToolsCapability Analysis(Normal) ◎ 利用Minitab的工序能力分析 / 随正态分布假定的工序能力分析 Ⅴ.连续型 Data 工序能力 Target值输入 (600) - Unbalanced Spec.的情况 - 算出Cpm 指数时使用 要分析的 Raw数据 在一个列输入的情况 用过去数据推定输入所知道的情况 工序能力分析设定 * 难易度 : ☆ 基本 工序数据 规格的上限 规格的目标值 规格的下限 数据的平均 数据数 短期标准偏差 长期标准偏差 短期工序能力 Cp : 短期工序能力指数 Cpk : 考虑倾斜的短期 工序能力指数 长期工序能力 Pp :长期工序能力指数 Ppk : 考虑倾斜的实际 工序能力指数 现在 Data的完成能力 现在数据来看 因达不到规格的 不良率是 20000PPM. 短期的预想完成能力 规格未达到或 超过而发生的 不良率是 17798.93PPM 长期的预想完成能力 规格未达到或 超过而发生的 不良率是 34557.50PPM 表示平均离目标值(Target)脱离 多少的指数 (平均与 Target一样的话 Cp=Cpm 相反远离的话经常是 CpCpm) 工序能力分析结果 Ⅴ.连续型 Data 工序能力 * 难易度 : ☆ 基本 例：使用长期收集的数据对TFT PAS 的 CTQ 厚度进行了如下的工程能力分析.%Process = 15 时,求出除Gage变动以外的变动的Zlt_Bench.值 1.Curriculum Schedule 日期 9/12(月) 9/13(火) 9/14(水) 9/15(木) 9/16(金) 第一天 (8H) 第二天(8.5H) 第三天 (8.5H) 第四天 (8.5H) 第五天(7.5H) 讲义时间 09:00 12:00 13:00 18:00 20:00 08:30 17:00 晚餐 午餐 晚餐 晚餐 晚餐 午餐 午餐 午餐 午餐 晚餐 ? Introduction 1 6σ理解 2.6σ 方法论 4. 技术统计 5. 正规分布 6. 推理统计 - 课程介绍 - (南京法人 研修P) ? 基础统计