1、六標準差,主講人:Robert,前言-六標準差,何謂六標準差?六標準差的另一定義為，近乎完美地達成顧客要求。每百萬操作中僅有之三、四次錯誤。少有公司或流程能達成此目標。另一定義把它當成為了讓一家公司達成較佳的顧客滿意度、更高的獲利、更佳的競爭力，而進行全面性的文化變遷。因此文化變遷確是解釋六標準差的好方法。,4sigma的水平是30頁報紙中有1個錯字的品質水平 5sigma的水平是百科全書中有1個錯字的品質水平 6sigma的水平是小規模圖書館中有1個錯字的品質水平,6sigma概念,6sigma概念,兼備的天分 Genius of the And,穩定與復興、見林又見樹、創意與理性分析這些力
2、道結合運作後，便能促使組織卓然不群，這種作法被稱之為兼備的天分(Genius of the And),第一章 維持成功的良策,奇異電子公司,六標準差背後的熱情和動力，替奇異帶來極為正面的成效。具體的數字改變只說出奇異執行六標準差新政一部分的故事。一九九八年底是七億五千萬美元，一九九九年底預估為十五億美元，未來更有幾十億可期。華爾街的分析家預測在本世紀初期，這番努力將有五十億美元的獲利。多年來奇異的經營獲利都在10%左右，但現在每季迭創新高。目前數字維持在15%。,奇異電子公司,奇異的醫療系統部門(GEMS)使用六標準差的設計技術，在醫學掃瞄科技上創造了突破性的成就。現在病患只要花三十秒就能做完
3、全身掃瞄，而舊技術需要三分多鐘。醫院提高了器材使用率，同時也降低了單次掃瞄成本。最佳的六標準差專案並非從企業內部開始，而是由外而內，重點在於回答下列問題如何讓我們的顧客更具競爭力?顧客成功的關鍵是什麼?我們可以確定的是，只要能助顧客成功者，最後都會讓我們的荷包滿載而回。,六標準差的好處,1.維持成功不墜 2.人人設定績效目標 3.增強顧客價值 4.加快改進比例 5.倡導學習與交叉傳授 6.執行策略性的變革,99%品質對六標準差績效,六個標準差的工具和主旨,六標準差的六大主旨,主旨一:真心以顧客為尊 主旨二:管理依資料和事實而更新我確實需要什麼資料或資訊? 要如何使用資料和資訊才能獲得最大利益主
4、旨三:流程為重、管理和改進 主旨四:主動管理主動就是指在事前採取行動 主旨五:協力合作無界限 主旨六:追逐完美;容忍失敗,第二章 六標準差系統的 關鍵概念,系統校正:追蹤Xs和Ys,Y = f(x),介紹六標準差衡量,變異之惡：有時稱為公差的異積，tolerance stacking六標準差通勤:每人做自己的通勤統計認定變異是敵，必須消滅改善通勤的流程 : 例如不抄近路，重新調整,通勤流程變數,改進前:,改進後:,簡式標準差換算表,標準差衡量優勢概述,1.始於顧客2.提供一致的標準3.結合宏大的目標,六標準差的三大策略,六標準差改進與管理策略,1.流程改進 : 尋找特定的解決方案很好的故事 :
5、 標準差海濱運輸公司划用力點(你心想:他們以為我偷懶嗎?) 找兩個人，各划一個槳 找更大的漿來 讓乘客腳踩划槳 掛帆 刮掉船底的附著物 拋掉額外的重量(你想:但我喜歡在划船時帶著啤酒!) 添購舷外發動機 裝個大馬力的舷外發動機,六標準差改進與管理策略,2.流程設計再設計:打造更好的生意3.流程管理:六標準差領導的基礎建設依成熟的流程管理方法，將六標準差的主旨與方法融入事業的經營中:流程頭尾都要建檔和管理 顧客需求有清楚的界定，並定期更新 對產出、流程活動，及投入的衡量要完整而有意義 主管與同僚使用衡量和流程知識，對績效作即時的評估，並採取行動解決問題。 流程改進和流程設計再設計,DMAIC,D
6、MAIC (界定衡量分析改進控制 六標準差改進模式,6sigma各階段推進內容,6sigma各階段推進內容,6Sigma Process是以D-M-A-I-C5階段構成并經過重要的13步驟 6Sigma活動是通過現象分析，展開問題，查明臨時性因素，以D-M-A-I-C程序改善關鍵少數因素。 先把握現象，能夠1次性改善的部門采取1次性改善活動；然後下一個階段再接著進行改善活動。,界定六標準差組織,定義:1.合格:只要所有流程達到四標準差99.37的良率對我們可以想得到的任何公司來說，皆堪稱不凡的成就。2.替付出的用心取名不重要，重要的是系統、方法和承諾。,DMAIC模式中流程改進和 流程設計再設
7、計途徑總覽,六標準差改進流程:,第三章 為什麼六標準差成功而全面品質失敗,六標準差對全面品質管理(TQM),六標準差對全面品質管理(TQM),六標準差對全面品質管理(TQM),六標準差對全面品質管理(TQM),第四章 運用六標準差於服務業及製造業,製造角色的變遷,1.現在純製造的公司幾乎不復存在。愈來愈多企業把製造的責任轉給廠商事業夥伴，僅專注於產品設計、開發與行銷。一九九九年奎爾通訊公司這家手機大廠宣布，它已決定出售所有製造和產品事業部，以便專注於研究、科技開發和授權此已成為公司的搖錢樹。2.製造能力屬於專業服務(即便是項商品)，設計產品符合全新或成形中需求的能力，以及建構彈性的供應鍵補充對
8、的產品成了競爭力的要項。,讓六標準差適用服務業務,服務竅門一:從流程著手 服務竅門二:精確鎖定問題 服務竅門三:善用事實與資料減少模稜兩可 服務竅門四:別過度強調統計數字,製造業挑戰,製造業挑戰一:眼光放遠 1.多數問題都與製造無關 2.製造必須積極參與整體的流程要求製造單位加入跨功能的合作。例如讓工廠人員加入改進訂單的完成率，可以改變他們認為製造產品與銷售或交貨無關的想法。 製造業挑戰二:不能只求過關而是要有改進 製造業挑戰三:調整工具配合你的製造環境,第五章 六標準差行動步驟,核心競爭力,六標準差行動步驟亦可稱之為二十一世紀成功企業的五大核心競爭力1.確認核心流程與關鍵顧客2.界定顧客需求
9、3.衡量現有績效4.排定改進措施的優先順序，並分析、執行5.擴充並整合六標準差系統,六標準差行動步驟,D,M,A,I,C,步驟一:確認核心流程和關鍵顧客,步驟二:界定顧客需求,步驟三:衡量現有績效,步驟三:衡量現有績效,1.形成衡量的基礎設施 2.設定優先順序並集中資源 3.選出最佳的改進策略 4.承諾要量力為之,步驟四:排定改進措施的先後順序， 並分析、執行,步驟五:擴充並整合六標準差系統,六個攸關主旨,六標準差組織的願景以這六大主旨為核心:1.真誠關心顧客，而且以獨尊顧客需求的態度來支持 2.憑資料和事實管理，具有高效率的衡量系統 3.流程為重、管理和改進，是成長和成功的火車頭。 4.主動
10、管理 5.無界限的合力促進 6.追求完美但同時容忍失敗。,第六章 六標準差現在適合我們嗎?,評估你的準備情形,確實有更好的方法能經營 我們的組織嗎?,評估你的準備情形,六標準差準備工作的起點，就是要確認自己是否或需要 擁抱這個改變:確有更好的方法能經營我們的組織。,一、評估企業的展望與未來途徑,公司的策略課題夠不夠明確?我們有可能完成財務和成長目標嗎?組織擅長於有效率且有效果地回應新情況嗎? 事實上，一個充滿希望的前景也許正是需要六 標準差的最佳理由。,二、評估當前績效,我們目前的整體企業成效如何? 我們能多有效地重視和做到顧客需求? 我們的營運效率有多好?從當前績效評估中可以得到幾個結論!
11、有沒有足夠的改進空間可以讓六標準差大展身手? 改進的最好時機何在? 我們對顧客的認識及衡量系統多有效?,三、檢討變革和改進的系統和能力,當前的改進和變革管理 跨功能的流程是否管理妥善呢? 有哪些變革措施可能與六標準差的做 法相輔相成或彼此衝突?,當六標準差不適合某一組織時,你已有個強效的績效和流程改善做法 現有的變革已耗掉你主要的人力和資源 未見潛在獲利,評估總結：三個關鍵問題,1.根據財務平衡目標、文化和競爭的需要，公司有必要改變(無論是大幅度或特定目標)嗎?2.公司推行六標準差時，具備足夠的策略性理由嗎?(換句話說:這是個能獲得並凝聚企業領導層承諾的方法嗎?)3.我們當前的改進系統和方法，
12、是否也能完成足夠的改革來維持我們的成長和競爭力?,第七章 如何著手? 在何處施力?,何處開始:目標、規模和時間範圍,通往六標準差行動步驟的坡道,通往六標準差行動步驟的坡道,行動步驟與你的優劣勢,步驟一。我們對組織整合的狀況了解多少? 步驟二。我們真的很了解我們的顧客嗎? 步驟三。我們能準確地依據顧客要求衡量我們的績效嗎? 步驟四。有什麼重大的問題和機會值得大家注意?每個問題都急迫嗎?我們設定了有效的改進先後順序嗎? 步驟五。現有關鍵流程的評估管理是否已畫分好職責歸屬?,試行你的六標準差工作,常見的反對試行爭論包括需要快點進行、缺乏資源、或失去對六標準差的動力和熱忱。但一個思考周密的試行計畫應該
13、不於會拖累你的計畫，而且在替培訓、專案和團隊工作除蟲後，就等於是掃平路障，可以更快獲得更大的成效。,試試行什麼？,企業領袖的傾向 專案的選擇 專案成員的組成 小組召集人的選擇 衡量方法 培訓設計與內容(聽眾包括高階主管、小組召集人、小組成員) 培訓的後勤支援與課程安排,六標準差起始篇總結,規畫自己的路 界定你的目標 牢守可行原則 採用試行策略 平衡長、短期的考量,第八章 六標準差政治 （協助領袖宣佈動工，並主導進程),主導六標準差的施行,1.找到強而有力的邏輯依據。 2.規畫並積極參與執行。但高階主管必須親自主持工作，理由有三: a.他們才是必須要對外推銷、辯護這個理念的人。 b.當需求和知識
14、轉變時，他們要能改變計畫。 c.他們最有立場平衡與六標準差事務有關的優先事項和挑戰。 3.營造一個願景及行銷計畫。,有心得了嗎?,下集待續,統計基本概念的理解,數據的計算方法 中心位置特征值的計算：,統計基本概念的理解,散布的計算 S(總變動：Total Sum of Squares):偏差平方和無偏方差(Unbiased Variance):S除以自由度（n-1）無偏方差的開方or標準偏差,統計基本概念的理解,參數和統計量 參數(Parameter)：描述變量集合的特性值 統計量（Statistics)：表示标本的特性值,統計基本概念的理解,統計基本概念的理解,Sigma的定義 Sigma是
15、希腊字母，表示工序的散布。 Sigma是統計學記述接近平均值的標準偏差（Standard Deviation）或變化（Variation），或定義為事件發生的可能性。 Sigma是表示工序能力的統計單位，測定的Sigma跟DPU（單位缺陷，Defect Per Unit）,PPM等一起出現。,統計基本概念的理解,可以說明擁有高Sigma值的工序，具備不良率低的工序能力 Sigma值越大品質費用越少，周期越短。,統計基本概念的理解,平均值和拐點之間距离用標準偏差（）表示。如果目標值（T）和規格上下限（USL or LSL)距离是標準偏差的3倍的話，說明具備了3Sigma的工序能力。,統計基本概念
16、的理解,某班學生的國語平均分數是60分，按偏差是5的正態分布的話，隨意抽取一個學生時，70分以上分數的可能性是多少？,統計基本概念的理解,正態分布：N（60，52） 標準正態分布：N（0，12） 70分的情況下Z-值是假如規格上限是75分的話，現在的工序能力是Z=2或是2。 Z值是已測定的標準偏差（）有幾個能进入平均值到规格上下界限（USL，LSL）之间的测定值。,統計基本概念的理解,Z-值的計算 70分以上的可能性有多少？ 正態分布總面積是1 某概率變量X到平均值（）之間距离除以標準偏差（）的值用Z來表示。 如果規格上限（or下限）用X來代替時超出規格上限的尾部面積可以認為有缺陷可能性。 Z
17、值是用來測定工序能力，跟工序的標準偏差不同，在這里Z值是2.0，把全體面積作為1的時對應的面積0.0228。,Z值的計算,工序能力測定方法 Z-值,Z=3,工序能力測定方法 Z-值,Z=6,工序的變動（散布）越小工序能力越高。 其結果標準偏差更小，發生不良的可能性就低。 通過問題的現象分析把握工序能力（Z）：要提高到6 水平，統計上采取什麼樣的活動？,需要什麼樣的管理？需要什麼樣的技術,長期內的工序能力因工序的中心移動及變動，跟ZltZst關系有關 Zshift=Zst-Zlt Zst=Zlt+1.5,6 sigma的品質水準是什麼？,正態分布的平偏移（1.5 ）,按規格變化和平均值偏移的不良
18、率,6Sigma品質是每百萬個中3.4PPM，即Cp=2.0，Cpk=1.5,4Block Diagram,2.5 2.0 1.5 1.0 0.5,1 2 3 4 5 6,Poor,Good,Poor,Good,技術,Z st,Z shift 工序管理,4Block Diagram,A：工序管理狀態不足，現在技術水平也低 B：需改善工序管理，但技術水平優秀 C：工序管理優秀，但技術水平低 D：World Top水平的公司,聚焦問題點階段,确定問題範圍 Process Mapping Process Mapping是調查情報的流程，而使Process文件化 為明确改善的可能性而使用的工具 Pro
19、cess Mapping制定 定義Process範圍（要改善的一般領域或特殊的Process） 通過大腦風暴法制定Process的階段順序,聚焦問題點階段,為了容易分析，使用符號 為了驗證Process，實際确認 追加Key Process的值（Yield, Cost, 損失費用，加班費用，Cycle time等） 按題目的性質，使用分析圖（Process Loss或浪費要素/改善Cycle time/改善品質/Flow改善） QFD（Quality Function Deployment)質量指標分解 QFD是將顧客核心要求事項，轉換分解成技術要求事項（規格），或暫定的CTQ的工具，由相關工
20、序專家制定。,聚焦問題點階段,QFD Process 進行市場調查，明确信賴性要求，及一般的要求事項和顧客對現在品質核心問題的要求。 對調查內容優先排序，為滿足顧客的要求事項制定技術規格 确定對顧客要求事項影響大的技術規格的先後順序，對已确定的先後順序的技術要求事項，轉換成暫定的Part特性（CTQ） 對技術規格影響大的特性要素（CTQ）進行排序 QFD是為了能夠改善顧客的核心要求事項，轉換成技術規格的工具 通過QFD把顧客要求事項系統化，最終選定暫定的CTQ，開展改善活動,聚焦問題點階段,FMEA（Failure Modes & Effects Analysis)故障模式及效果分析 FMEA
21、是明确制品設計上可能發生的問題和排定其順序，并針對故障模式制定所采取的恰當活動 FMEA Process 對已設計的制品用Brainstorming法列出可能的故障模式。 決定每種可能故障模式的重要度和發生可能性 決定消除重要故璋模式而采取的方法 開發消除或減少重要故障模式的方法,聚焦問題點階段,部分分析法 以優先順序找出問題的核心事項 典型的是：80%的問題由20%產生 決定活動課題和相關非常勤人員 用邏輯樹等方法展開問題後，找出最終區域，選定經驗豐富的工程師來執行課題活動。,聚焦問題點階段,找出活動課題的具體事項 Brainstorming：在短時間內得出很多主意的辦法 Brainstor
22、ming種類 Free Wheeling：全Team員以對話形式即興發掘Idea Round Robin：對事件，Team員輪流發掘Idea Card Method：不經討論，Team員把Idea寫在卡片上，貼到牆上。,聚焦問題點階段,Brainstorming時注意事項 禁止批評 全部Idea都要記錄 Idea發掘時不要解釋或討論 粗略的Idea也要鼓勵 所有人都積極參與 Logic Tree(Structure Tree) 為達成目標的手段，用邏輯性表示 Break-down（展開）的問題之間MECE（互不重復無遺漏的全體） MECE（Mutually Exclusive and Coll
23、ective Exhaustive)（不重復，各個的和等于全體）,聚焦問題點階段,确定活動題目的相關Benefit利益（定量/定性效果） 為保證達成，明确改善金額 對活動課題的問題記錄 在現象分析時，記錄現在現象和所希望的現象 計劃時間管理 通過分析把全部日程用具體的圖表管理,測定（Measurement）,變化的理解,數據的分類,解決問題,工程問題/Bottle Neck/Issue 事項,变化的理解,連續型數據（計量型數據） Inch or時間一樣能使用測定刻度的數據 比較數值數據提供更多情報 离散型數據（計數型數據） 提供合格不合格之類情報的數據 不能再細分化的數據,变化的理解,群內變化
24、（White Noise） White Noise是工程內存在的日常因素引起的變化（偶然因素） 現在的技術水平是不可能控制的變化 一般工程的散布 工程上受細小的多數因素的影響 Z.st來表示,变化的理解,群間變化（Black Noise） Black Noise是工程外部因素影響中心值移動，一般情況下，可查明原因的變化（异常原因） 現在工程上可控制的變化 一般情況下，在工程的目標值下平均值偏移 實際上可以知道隨時間的變化，工程能力會怎樣變化,群內、群間變化的區分例,群內變化：每Line 1，2，3內出現的（即Line內作業者間的變化）工程變化 群間變化：各Line間的變异而出現的工程變化,作業
25、者1 作業者2 作業者3,作業者4 作業者5 作業者6,作業者7 作業者8 作業者9,Line1,Line2,Line3,变化的理解,Rational Subgroup（合理分組） 批跟數據的種類無關，在可能的短時間內彼此類似的條件下作業的樣本群。 Rational Subgroup是指Subgroup內只存在群內變化，Subgroup間只發生群間變化，將數據Grouping 通過這種區分把握長期、短期工程能力 經長期收集的數據是不管業務部門還是製造部門都包含在群內，群間變化。,工序能力,工序能力度評價,Short-term Capability (6),Long-term Capabilit
26、y (3),時 間,SL,SU,lt,st,st,st,st,隨著時間的變化，工序因各種外部因素（4M）變化，長期工序能力比短期工序能力散布大,工序能力,什麼是工序能力 工序在管理狀態時，其工序生產的產品品質變化有多少程度的值：或指在管理狀態（穩定狀態）下，工序能製造出來的品質水平的程度。 Six Sigma工序能力是指工序的變化（or標準偏差：）小，即使乘以6倍變化值也能夠滿足規格的工序能力。,工序能力,短期/長期工序能力的意義 短期工序能力是只存在群體內變化，表示取樣的數據都具有同樣的品質特性，但有主要技術要素引起品質特性變化，因此，品質特性變化越大，散布也就越大，短期工序能力也就越差。
27、Short Term Process Capability Index：短期工序能力指數 Zlt（lt），Cpk Zlt=3Cpk,工序能力,長期工序能力是包括群內變化和群體間變化，為了改善技術和工序管理，必須判斷工序是否穩定時，用長期工序能力的特性來取樣，來确認包括管理因素引起的變化和技術的要素引起的變化。 Long Term Process Capability Index：長期工序能力指數 Zlt（lt），Cpk Zlt=3 Cpk,Gage R&R,Gage R&R實行時注意事項 以Blind測定來評價 決定幾名評價者為合理 接產品的重要性和統計特性決定試料數的反復次數 預先決定評價周
28、期 抽取樣本時運用隨機原則，但實施Gage R&R時須對試料事先計劃再行抽樣,Gage R&R,一般是看%Tolerance值來判斷Gage的接受與否，但%Study Var在20%以上時，有必要點檢工序Process Gage R&R值較大時，必須制定改善計劃進行改善。如果測定系統有誤差，但不改善系統的話，在執行6 Project期間要接受測定系統可能發生誤差的危險。,Gage R&R,適合貫能判斷時Gage R&R 對各Parts用貫能來判定合格與不合格，或gono go時 1V外觀檢查時， 2名評價者反復測試20個管子,測 試,測 試,如果各部品別4次都有出現同樣結果的話，其評價是可接受
29、的 %Gage R&R=320 100%=15%,Gage R&R,X bar管理圖 測定值超出管理界限，表現為良好的結果。 如果測定值的50%以上在管理界限內的話，這個系統不適合。 管理界限是用測定者間的測定值變化來計算，因此測定值的變化小說明管理界限的幅小，即說明測定者間的測定值變化很小 測定的變化（測定者，測定系統）比部品間變化相對小，可以讀出Parts間變化的情況,Gage R&R,R管理圖 大部分的測定值在管理界限內 表示所測定的數據的值是正常的,Gage R&R,Number of Distinct Categories=4 表示檢測部品的信賴性區間不重疊的個數,4個Categor
30、ies,對同樣部品的同樣特征值量，由3名檢查者反復檢測2次。可以分為4組對特定部品測定，信賴性區間小說明測定者和測定有反復，且測定很準确。如果信賴性區間重疊意味（信賴區間不重疊意味著組數小）測定的變化大。,Gage R&R,Number of Distinct Categories判斷方法 Number of Distinct Categories：01不適用（改善檢測系統） Number of Distinct Categories：24附加條件時可接受 Number of Distinct Categories：5以上可接受,Gage R&R,%Study Var：表示能區分部品與部品間的
31、差异點的檢測系統的能力（Gage R&R）（工程管理中：要求20%以下） %Tolerance：表示部品在已定公差基準內，區分接受可否的檢測系統的能力（判斷總體Gage R&R的合格與不合格）,Gage R&R,長期方法時Gage R&R的Minitab運用 選定Monitor Cover為Six Sigma Theme Spec=2.31.5 為确認測定系統，3名檢查者對10個部品反復測試2次,Gage R&R,短期的方法時Gage R&R運用 CTQ部品的Spec是2.0000.015時,Gage R&R,測定差平均值= R/5=0.015/5=0.013 測量誤差=(5.15/1.19)
32、(R)=4.33(0.003)=0.013 公差的測量誤差=(0.0130.030）100%=43.3% 參考）測量誤差用測定差的平均值乘以常數（這里是4.33）來計算。常數在5.15/d*里已有計算， d*是下表中的值，5.15是Gage引起的變化能滿足5.1599%值。,對測定差平均分布的d*值,Gage R&R,Gage R&R類型 短期的方法 只需要2名測定者和5個部品 不能分离反復性和再現性 可以迅速确認想測定的計測器的接受與否 長期的方法 典型的是2-3名的測定者對10個部品反復測定2-3次 可以明确把握測定系統的變化有多大，能分离反復性和再現性,Gage R&R,對測定系統變化的
33、理解 線性（Linearity）：通過期望的Gage工作範圍比較精确度得到的值即在已定的工作範圍的兩邊界線區間上，最少研討1回的精确度得到的值的差。,Gage R&R,Gage R&R,對測定系統變化的理解 穩定性（Stability）：在一定的時間間隔下把標準品用同一的計測器測定同一的特性值時得出的變化。,Time1,Gage R&R,偏移（Bias）：實際測定值跟試料平均值的差异值叫準确度（Accuracy）,Gage R&R,反复性（Repeatability）：1名测定者使用同样计测器测定同样部品的同样特性时得到的变化,Repeatability,Gage R&R,再現性（Reprod
34、uceability)：同樣部品的同樣特性使用同樣計測器由多名測定者測定時得到的變化。,Reproduceability,測定者2,測定者1,測定者3,Gage R&R,Gage R&R判斷基準Gage R&R值越大，要制定改善計劃并進行改善。如果不顧測定系統的誤差，不改善系統的話，在6 Project實行中，要願意接受測定系統可能發生誤差的危險。,Gage R&R,計測器選定（測量的精度） 一般來說量具要求是工序變化/Spec許可誤差的10%或更小的精度是合理的 精度：在量具上能讀到的測定最小單位 例）部品的公差=0.020時，量具精度需滿足0.002Gage R&R的Sampling實施
35、以隨機原則實施，但為了把握Spec的所有範圍的變化，實施前必須制定抽樣計劃。,Gage R&R,Gage R&R是什麼？ 測定系統給工程的變化值造成多少影響 Gage R&R Study Gage R&R Study有下面3種 反復性（Repeatability） 再現性(Reproduceability） 全體測定變化 即對比Process或Spec決定測定系統的變化有多少程度比率的系統。,Gage R&R,數據全體變化 部品間變化 測定Error變化,Gage R&R,Gage R&R重要性 Gage R&R的實行結果提供下面的情報 選定計測器的適合性（Gage分解能力的恰當性） 測定系統
36、時間上穩定性（or 可信賴） 測定滿足誤差時，是工程變化或規格值關聯可以接受。（因素測定的變化量小，以具備正确找出誘發“Y”變化的“X”因素）,變化的理解,為什麼要Rational Subgrouping Rational Subgroup是6 Sigma的一個強大的工具。 是區分工程的短期工程能力或長期工程能力的重要方法 可以把握平均值移動問題還是散布問題 把問題特殊化的第一個階段,變化的理解,Rational Subgroup要包含的要素：為了明确給工序變化暫定影響的X因素，使用5M求解特性要因圖 Man：作業者變更，晝夜班次交換，新作業者等 Machine：機械設定值變更，設備維修&維護
37、等 Material：交付LOT，作業安排，原材料等 Method：作業者間的作業方法差异等 Measurement：測定者的變化，測定設備誤差等,變化的理解,Rational Subgrouping事例 改善供應TV Back Cover協力社的品質，為了分析部品變化的原因制定Rational Subgrouping計劃 預想的暫定“X”因素及實際計劃 兩台注塑機：對兩台注塑機實施下列內容 交接班：對交接班別取樣分析 每周作業者的變更：對每周變更的作業者別取樣分析 按原材料別構成Lot，分析Lot別有無差异,工序能力,工序能力的數學式 兩側有規格的工序能力,SL,SU,工序能力,有偏移時的工
38、序能力,SL,SU,K,M,工序能力,用語解釋 K：偏移系數（如果K=0，Cp=Cpk） M（Mid-range）：規格的中心 T（Tolerancne）：公差 SU（Upper Spec）：規格上限 SL（Lower Spec）：規格下限,工序能力,只有規格上限時的工序能力,SU,工序能力,只有規格下限時的工序能力,工序能力,工序能力的Minitab運用 葡萄酒農場為了參加慶祝大會，在準備過程中，有必要改善葡萄酒品質而準備Project，首先為了把握現象，按合理分組計劃規劃得出了包括下列“X”因素的葡萄酒質量“Y”的樣本。 X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶,工序能力,短期
39、工序能力有關的統計值Cp，Cpk，Cpu，Cpl長期工序能力有關的統計值有Pp，Ppk，Ppu，Ppl 為了計算短期工序能力，使用只考慮組內的滾動，即群內變化的Zst，以用暫定的工序能力或最高的工序能力來表示。并且表示通過改善活動消除平均值移動引起的偏移時的最高的能力。 為了計算長期工序能力，考慮規格的上、下限，表示實際的工序能力，用群內、群間變化都考慮在內的Zlt。,离散型數據分析,用語解釋 D（Defect）：缺陷or不良（事項） 為了滿足顧客的要求事基而浪費的再作業或失敗的工作。 例：把顧客的要求事項記錯的差錯情報。 DO（Defect Opportunity）：機會損失（缺陷） 可能引
40、發的機會損失（缺陷）的行動或事件。 例：須在一張要求式樣上記錄的項目數,离散型數據分析,U（Unit）：元件 元件測定可能機會的細節 例：要求樣式 DPU（Defect Per Unit）： 每個元件內存在的缺陷數 DPO（Defect Per Opportunity）：每個機會損失數 每個Unit中存在機會數和關聯的元件內存在的缺陷數,离散型數據分析,DPMO（Defect Per Million opportunity）（每百萬機會損失數） 1,000,000單元存在的損失數 DPO 1,000,000 轉換Six Sigma比率 P（ND）=None Defect：無損失 機會不能成為損
41、失的可能性 P（ND）=1-DPO,离散型數據分析,DPU/DPO/DPMO/P(ND)改善 發出了100張送貨單，其中檢出100個不符合項，如果各單元有10個項目， DPU/DPO/DPMO/P(ND)各是多少？ DPU=D/U DPU=100/100=1.0（100%）該值表示平均值，所以每張送貨單包含1個符合項,离散型數據分析,DPO=D/(UOpp) DPO=100/(10010)=0.1(10%)該值表示所發出的送貨單的每个最小有1个不良的可能性是10%。 DPMO=DPO1,000,000 例：上例DPMO是0.11,000,000 DPMO P(ND)=1-DPO=1-0.1=0
42、.9(90%),离散型數據分析,利用泊松公式計算收率 利用泊松公式這里 Y：收率 DPU：元件缺陷數 r： e：指數函數2.71828,离散型數據分析,r=0時Y=e-dpu 對缺陷機會數越大，“Y”越接近“0”,离散型數據分析,Process Yield（例題） 如果750元件有34個的缺陷時，計算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有10個的機會數） DPU=缺陷數元件數=34 750=0.0453 DPO=缺陷數(元件數機會數)=34 (750 10)=0.00453 Yield值是Y=e-dpu=2.7138-0.045=0.9559=95.6%,离散型數
43、據分析,DPMO=DPO 1,000,000=0.0045 1,000,000=4,500PPM 一個元件有45,000PPM的缺陷 Sigma=Zinv(0.9556)+1.5(偏移）=1.71+1.5=3.21 Zinv是把Z值按面積來換算的值，以標準正態分布來計算。,离散型數據分析,收率的種類 YFT(First Time Yield)：(單工序單次收率) 表示再作業後沒有修理的收率的值 應用：決定個別工序的個別品質水平時使用。 YRT(Rolled Throughput Yield)：全工程一次性直通收率 表示一個產品通過全工各沒有經過一次的修理和再作業，到最終合格為止的收率值。 應用
44、：在所有工序上按順序的階段來進行累計後，評價品質水平時使用。,离散型數據分析,YNA(Normalized Yield)：標準收率 表示計算連續工序的評價收率的值 應用：完成產品的品質水平評價時使用。,收率概念比較,离散型數據分析,VFT（First Time Yield）,离散型數據分析,工序A有輸入100個Unit（元件） 輸入的70%元件沒有缺陷已經銷售 輸入的30%元件有缺陷并再作業 15個元件修理完畢，15元件報廢 現在為止的Final Yield（YF）最終收率是85% 因First Time Yield（YFT）表示歸初的作業是正确的，所以現在情況下YFT是70%。,离散型數據分
45、析,YRT(Rolled Throughput Yield) 產品A由3個連續的階段來形成的話，YRT/YND的值的值是什麼？,階段1,階段2,階段3,YFT=80% YF=100%,YFT=70% YF=90%,YFT=90% YF=95%,离散型數據分析,YRF是連續的各階段YFT之乘 YRT=0.80.70.9=0.504(50.4%) 沒有考慮作業 計算各階段的平均收率 不是算術平均，而使用各階段的幾何平均值 YND(Normalized Yield) 這里n表示工序的數,离散型數據分析,上例YND(Normalized Yield) 各階段平均YFT=79.6% 正常收率是全工程平均
46、收率，以YND(Normalized Yield)值來計算Sigma值 通過YRF可以知道工程真正的收率（累計直通率） 部品數或工序（作業）的階段越少，收率值越大。,离散型數據分析,并列構成的工序的累計收率的計算 Process Mapping中并列構成的工序變換為直列來計算收率,离散型數據分析,YRF=Y1Y2Y3Y4 = 0.990.910.990.991/30.970.98 =0.9035 YNA=(YRT)1/3=(0.9035)1/4=0.9749 損失(缺陷)概率=1-0.9749=0.0251 利用正態分布查找0.0251值的Z值，可知Z=1.96,假設檢驗（Hypothesis
47、 Test）計量值,什麼是假設檢驗？ 指想知道的內容用假設來設定，對假設的成立與否用樣本數據得到的情報為基礎進行統計分析後做出決定。 運用假設檢驗（事例） 新產品Flatron Monitor產品顯著降低了眼睛的疲勞 LG Digital TV比競爭社的Digital TV畫質更優秀 6品質改善Tool比原有品質改善活動使用的改善Tool效果更卓越 019 PCS比它社手機通話音質更清晰,假設檢驗（Hypothesis Test）計量值,假設檢驗的用語理解 原假設(Null Hypothesis:Ho)：作為檢驗對象的假設 如果接受原假設的話，表示“什麼也不能确信（or證明）”。 假定為“始終
48、一樣” 對立假設(Alternative Hypothesis:Hi)：按确實的根據來證明的假設 平常我們更關心對立假設，也希望對立假設能得到證明 Ho拒絕後接受的假設（即否定原假設的假設）,假設檢驗（Hypothesis Test）計量值,第一種錯誤(Type Error:)：指一些現象是“真”，但錯誤的判斷為“假”，犯這種錯誤的概率 第二種錯誤(Type Error:)：指一些現象是“假”，但錯誤的判斷為“真”，犯這種錯誤的概率 檢驗統計量(Test Statistic)：為了決定接受或是拒絕Ho，而通過樣本的計算得到的值。 顯著性水平(Significance Level)：象一般使用的
49、=0.05(or0.01,0.10)Ho是真的拒絕的概率,假設檢驗（Hypothesis Test）計量值,假設檢驗（Hypothesis Test）計量值,假設設定方法 以原假設母體和Sample(樣本)是一樣的來假定 Ho：1=2 Ho：1=2=3=n Ho： 1=2 Ho： 1=2= 3 n,假設檢驗（Hypothesis Test）計量值,對立假設母體和樣本不同的則為 兩側檢驗時H1：12 偏側檢驗時H1：1 2 1 2 兩側檢驗時H1：1 2 偏側檢驗時H1：1 21 2,假設檢驗（Hypothesis Test）計量值,假設檢驗的形態 計量型數據：使用Z，T-test統計量 實行平均值檢驗的必須檢驗分散的同質性（F-test) F-test是比較2個以上的母體的散布 計數型數據：使用x2(chi-Square)統計量 次數、頻度等,
