《量测分析改善阶段–关键概念.ppt》由会员分享，可在线阅读，更多相关《量测分析改善阶段–关键概念.ppt（89页珍藏版）》请在三一文库上搜索。
1、量測 , 分析, & 改善階段 關鍵概念,Pg 2,關鍵問題或概念由此衍生.,量測 , 分析, & 改善階段 關鍵概念,流程圖繪製 衡量系統分析 產能分析 假設檢定 實驗設計,Pg 3,流程圖繪製 專案的基礎,Pg 4,流程圖型式,宏觀-繪製. 一個宏觀繪製的高層級流程動線圖表. 主要在表達專案範圍內的數個主要步驟. 流程動線圖(PFD). 流程動線圖其主要在詳細的表達流程中的每一步驟,包括了隱藏工廠的部份. 流程圖使用標準的符號以供閱讀. 詳細流程圖. 一個詳細的流程繪製應包含所有流程中的細節,包含:設定要點, 投入與輸出規格,等等. 細節同時也包活了估計之 dpu, RTY, COPQ,
2、cycle time, 等等.,詳細程度,Pg 5,團隊聚會,流程繪製為團隊之共同努力的產出. 團隊成員: 流程所有人: 專案成果負責人 工程師 製程, 生產,設計 & 設備 作業員 線上作業員,移動管理人員, 訓練人員, 領班作業員, 維護技師 流程繪製之投入 腦力激盪研討 觀察 / 經驗 手冊 工程說明書, 工作方向 6 Ms (人, 機器, 方法, 衡量, 物料, 環境),驅動流程經驗=更完整的地圖,Pg 6,定義流程範圍,大小的問題! 縮小範圍較佳! 許多流程步驟可能指出一個缺乏定義的專案或問題,此將會造成數個專案的可能. 困擾發生於細節. 如果這問題可以一概括性的分析解決,以經營管理
3、的方式便可執行. 繪製一控制水準下的流程. 是否可以確認何處產生缺點? 是否可以特意改變投入於流程中? 此特意改變是否直接影響產出?,收斂範圍與詳細的資訊為關鍵.,Pg 7,為何使用宏觀性的繪圖? 可表現較大的架構 可幫助太廣泛定義的專案收斂與聚焦 由下游的缺點確認上游的資源 一些元件於宏觀流程圖中: 主要流程步驟 主要流程步驟的產品規劃 估計 RTY, COPQ, DPU, 及Cycle Time 於每一個步驟 強調目標流程,宏觀流程圖,你的宏觀流程是如何?,Pg 8,6s PFD元件: 所有的流程步驟包含隱藏工廠 資料蒐集要點 設備與工具的使用 每一步驟標記上有附加價值 (VA)及無附加價
4、值 (NVA) 控制文件 於流程圖中使用標準的標誌: 可用於Microsoft Office 或 Visio 及其他的軟體,流程動線圖 (PFD),Process,Decision,Data,Transport,Start/Stop,Pg 9,建構詳細的繪圖,定義 Xs與 Ys,規格., C 或 N, 產能與設備.,+,Pg 10,宏觀流程圖 表現專案的範圍 說明於大架構中適合的關鍵流程. 流程動線圖 建立一流程活動基礎, 取得團隊的一致意見. 確認隱藏工廠(VA 與 NVA) 強調改善的機會 詳細流程圖 充份與詳盡的確認所有的投入活動. 提供投入於魚骨圖, C&E 矩陣, FMEA 與控制規
5、劃.,流程圖的效益,正確的流程繪圖為專案成功的一重要關鍵.,Pg 11,校訂與更新,校訂 記得: 6s的目標之一是找出 : 當流程的知識增加時, 需將新的資訊反應於流程圖以做更新. 更新 專案的交附文件為流程的繪圖,其於專案結束時產生. 任何流程更改時需更新流程圖. 增加MSA 與能力研究的結果.,流程圖為專案關鍵的交附文件.,衡量系統分析,Pg 13,Gages的種類?,變化量 Gages 電壓計 卡鉗 Graduated cylinders 反射器 壓力gages 溫度 屬性 Gages 觸角 gages 通過 / 不通過 gages 視覺檢驗(通過/失敗),所有型式的gages 均可被評
6、估於 R&R.,Pg 14,檢驗試驗?,任務:你有60秒時間文件化計算字母出現次數於下列的文件.,The Necessity of Training Farm Hands for First,Class Farms in the Fatherly Handling of Farm Live,Stock is Foremost in the Eyes of Farm Owners.,Since the Forefathers of the Farm Owners Trained,the Farm Hands for First Class Farms in the,Fatherly Handli
7、ng of Farm Live Stock, the Farm,Owners Feel they should carry on with the Family,Tradition of Training Farm Hands of First Class,Farmers in the Fatherly Handling of Farm Live,Stock Because they Believe it is the Basis of Good,Fundamental Farm Management.,文件化答案: 計算: _,Pg 15,屬性R&R之目的,流程評估 估計你的檢驗或工作標準是
8、否與您顧客的需求是否相違背 決定檢驗員是否跨越所有的移動,機器,等.使用相同的標準來判斷由壞的到好的 量化檢驗員精確的重覆其檢驗的決策能力 確認檢驗員為一能了解顧客與生產者偏差的“ known master” 流程改善 發掘訓練的需求,欠缺的程序與未定義的標準.,屬性的gages是很難被滿足的.,Pg 16,屬性R&R 方法,設定 自流程中選擇30項部份. 50% 良品, 50% 缺點 盡可能, 選擇邊界中好的與壞的樣本 選擇檢驗員 完整的訓練與資格評核 執行 每一個檢驗員以隨機的方式決定元件通過與失敗的檢驗.每一個檢驗員 重覆檢驗 I 分析 輸入資料於空白的屬性R&R 文件以決定衡量系統的有
9、效性. 評估 文件化結果. 導入適當的行動以符合流程需求 重新執行以驗證其為有效的,AttributeR&R.xls,Pg 17,屬性R&R 範例,AttributeR&R.xls,評鑑得分(1) 為作業員自我同意時間的片段 得分 vs. 屬性(2)為其自我同意與一已知的標準價值時間的片段.,包括性有效得分(3)為所有作業員自我同意也認同彼此時間的片段 包括性有效得分vs.屬性(4)為其同意於自身與彼此間之時間的片段,以實行來看: 驗證計算之結果.,Pg 18,屬性R&R 結論,評鑑得分 若多數的作業員為100%,則訓練可以改善的很少. 若大多數的作業員 100%,則系統中可能必需有些改變.
10、包括 %有效的 若作業員同意其自身但彼此,再訓練可有助於減誤差. 包括vs.屬性 若作業員總是不認同標準,則系統中可能必要有些改變, (可能為當地標準/例子).,什麼是效能的目標?,Pg 19,屬性R&R 練習,分三個組. 每一個人均為不同的視覺檢驗員. 你的工作為決定M&Ms 的流程 “ 可移動 ” 至顧客. 你的管理讓你了解顧客渴望彩色品質的產品. 你的教練將分發樣本. 30片可確認可由屬性R&R的流程. 整理樣本為一列以保持追蹤樣本數. (一般來說其必需為隨機的方式) 每位檢驗員需獨立地執行二次並記錄於紙上. 保證試驗為獨立的. 使用屬性R&R.以決定包括性與評鑑得分.說明結果與推薦行動
11、. 你有30分鐘來執行此練習.,Document the findings of each team in the summary table below.,Pg 20,檢驗是一個答案嗎?,一個 90%檢驗效能,其需有5個不間斷的檢驗員以減少缺點數至10 ppm.,Pg 21,變異的 R&R 模式,Observed value = master value + measurement offset,Observed variability = product variability + measurement variability,衡量系統偏差: 由評估 “ 刻度的程表”: (正確性),衡量
12、系統變化:由評估 “ 變動的R&R 研究”: (精確性),Pg 22,一個黑帶想要帶領一個gage研究於一個合金流程溫度的gage. 他小心謹慎的依循這法於先前的輸入的資料於R&R範例. 使用Minitab 以分析這 gage資料和評估gage的能力. 統計 品質工具 Gage R&R 研究 (Crossed),輸入資訊 & 選擇 (看下一頁),變異的R&R Minitab 範例,Open R&RExample.xls & copy/paste to Minitab,Pg 23,Minitab Gage R&R 研究 選擇,若期望以Minitab 計算P/T 與P/TV ,可輸入流程允差與變異
13、 由Minitab預設值以計算出P/SV,Pg 24,Gage R&R 產出 變異元件,%Contribution Source VarComp (of VarComp) Total Gage R&R 16.43 2.98 Repeatability 6.51 1.18 Reproducibility 9.92 1.80 Operator 2.72 0.49 Operator*Part 7.20 1.31 Part-To-Part 534.09 97.02 Total Variation 550.52 100.00,所有的變異於衡量系統 (分割至可重覆的與可再現的),由於元件的變異,所有變異,
14、來自哪一資源為所期望最高貢獻度?,Pg 25,變異的元件,一個元件變異的直條圖 %所有變異 %研究變異 %流程變異 %允差,對一個理想的衡量系統而言此圖看來有什麼意義?,Pg 26,Gage 量化指標總結,or,or,gages衡量出了什麼?,Pg 27,Gage 執行圖,這是一項策劃於所有的作業員與零件 尋找“模式”可指出一位作業員或元件的影響.,產能分析,Pg 29,為衡量產能?,量化缺點率 確認改善的機會 評估產能是否允許組織預言其產品或服務的品質水準 確認自然的流程問題 中心或範圍 以資料為基礎來分配資源! (這並不常見!),產能研究為一Six Sigma的交附文件.,Pg 30,產能
15、分析,“什麼是 Sigma ? 然而為我們需要 6 個 ?”,Pg 31,產能分析,Pg 32,產能分析,SIGMA 為一變異衡量,Pg 33,產能分析,SIGMA, 當一個 量化指標 (標準差範圍) : 評估流程能力 衡量改善,Pg 34,產能分析, 是一個 2.4 Sigma 流程,SIGMA 為衡量製程能力與改善,Pg 35,產能分析,Point of Inflection,1s,T,Upper Spec.,Mean,1 2 3 4 5 6,“ , 但為何我們需要 6 個 ?”,Pg 36,產能分析,星期一,星期二,星期三,星期四,移動發生,短期 流程觀點 = 6.0,Pg 37,長期
16、vs. 短期資料,時間,Y (連續),短期資料,長期資料,Pg 38,1.5 移動: 說明長期的變異於流程中 評估 長期自無缺乏真實資料的短期推知,計算 ZST (Sigma 水準),Pg 39,理性的小組,一個理性的小組為一次系統資料定義經由一特定的因子如一個分層因子或一段時間. 應可以試驗一理性小組,所以可以改善流程 (改善階段). 理性的小組定義與分派特定的原因變異(各組間的變異)由一般的原因變異(不可解釋的, 隨機變異). 一個理性的小組應只陳列共通的原因.,理性 有理由可推論.,Pg 40,理性的小組,製造的革命 顧客 轉移 一年的時間 線 企業領域 原物料很多,理性小組範例,Pg
17、41,轉移發生 理性的小組,LSL=1.5%,USL=3.5%,Entire sample,392000,393004,403082,413518,Pg 42,Sigma 短期 - 標準差區域,LSL=1.5%,USL=3.5%,391824,392000,393004,403082,413518,短期應得,Entire sample,Pg 43,資料與績效衡量,產品或流程之能力不論為何種型式的資料均可被衡量,缺點 單位 機會 DPU DPMO,中央 中間值, 平值數 範圍 幅度, 標準差,Z or Yield,使用敘述或連續的資料為流程之基線,敘述 連續,Pg 44,計算製程能力,規格,目標
18、,ZST,sST,-,=,於規格與目標間之標準差數,Pg 45,計算製程能力,Is,the Data,Discrete or,Continuous?,Calculate Defect Rate in terms of Defects per Million Opportunities (DPMO),Convert DPMO into long term sigma level (Z) using Excel or Minitab,Use Minitab to Calculate short and long term Sigma Score (Z),Continuous,Discrete,步驟
19、 1,步驟2,步驟1,步驟2,Add 1.5 to the long term Z to estimate short term Z,步驟3,Pg 46,陳述流程能力分析 - Minitab,計算短期與長期的製程能力以陳述流程,目標,教學,分類你的團隊資料, 重覆, 並輸入Excel (以字首上升排序) 複製過去的資料自Excel到Minitab 使用統計品質工具產能分析 (一般) 在選擇下, 查核 “標竿 Zs” 為小組的尺寸, 輸入適當的資料 輪入你的下規格 (78) 與上規格 (90) 你的流程有能力嗎? 什麼是全部的 “Z Bench” 於長期與短期的能力是否有轉移? 於流程中DPMO
20、與產量為多少? 哪一個小組的製程能力最好 (最高的 Z 值)? 這真的是長期的資料嗎?,假設檢定的介紹 ,我們來協議吧!,Pg 49,假設你正是在“ 讓我們達成一個協議”,你很幸運的被選中參與一個電視的測試節目.你有機會贏得一個運動車! 節目主持人給你看3個箱子於舞台上然後告訴你在一個箱子下有一部車,而另外2 個箱子下只有一山羊. 他要求你選一個起來.在你選擇決定後,他展露了一頭羊於一個箱子中. 他問你是否改變你的選擇. 你會嗎? 這很重要嗎? 如果你改變將改善你能得到車子的機會?,Pg 50,當直覺帶領我們走向失敗的路 數據可以使我們走正,改變 沒有改變,I II III,Pg 51,尋問美
21、林, Parade Magazine, Feb. 1991,你是誤謬的，因為你缺乏好的忠告。而愛因斯坦犯錯時，他朋友會給他指正。 Frank Rose, Ph.D., University of Michigan 你邏輯是錯的，我想你大概已經收到許多來自高中和大學的信件提及這點。可能你受到未來贊助商的幫助。 W. Robert Smith, Ph.D., Georgia State University 你是完全錯誤在機智問答的回答上，我希望這爭論在數學教育的國家危機上，能夠引起注意。假如你承諾錯誤，你將貢獻出在悲慘情況下，有建設性的解決之道。 E. Ray Bobo, Ph.D., Geor
22、getown University 可能是因為女人對數學問題的看法與男人不同。 Don Edwards, Sunriver, Or 你是錯的，但從好的方面來看。假如所有的博士都不犯錯，那國家將變得很可怕。 Everett Harman. Ph.D. US. Army Research Institute 你的確是對的。我同事們也面臨同樣問題，而我敢說他們絕大多數都會說你是錯的。 Seth Kaleon, Ph.D., Massachusetts Institute of Technology,Pg 52,母體的值 vs. 樣本的統計,上帝所知道的,我們所衡量的,母體與樣本. 了解這差異!,Pg
23、 53,假設檢定,群組 A 不同於群組 B?,Pg 54,假設檢定,群組 A 不同於群組 B?,Pg 55,推論統計的目的,目的: 衡量樣品狀態推估母體情況 母體的真實狀況 母體的參數是固定，但只有 上帝知道是否固定 統計是由樣本科學的猜測，而 上帝知道母體的參數。 在我們收集資料和猜測之前，叫做假設檢定,Pg 56,假設檢定,假設檢定的角色,假設檢定可以幫助我們回答實際的問題： 以下是否的確有差異： 兩群或以上的平均數上是否有差異？ 這一群和另一群分數上是否有差異？ 不良品比率在兩群之間是否有差異？ 兩群之間發生的比率是否有差異？,Pg 57,優先順序 & 最終化列出的關鍵 X,Yes,Ye
24、s,No,Hypothesis Tests,P ,a,Yes,No,No,假設檢定是使用分析以減少“多方面的“ X,Pg 58,假說,假說: 假說是陳述有關母體, 非陳述有關樣本. 無效假說: 小型的H0 通常H0 是一個陳述無效或無差異 我們拒絕或拒絕失敗 H0 均以統計為基準 選擇假說: 小型的Ha 一陳述有關母體其可能為真, 如果 H0 拒絕,無效假說 = 沒有差異,Pg 59,另一個假設檢定案例,從事一項治療精神疾病的藥物：平均藥效和新，舊藥是無差異的。,Ho是什麼意見呢？ 新，舊藥是無差異的 Ho在統計是什麼涵意呢？ mExpt = mStd,Ha是什麼意見呢？ 新，舊藥是有差異的
25、Ha在統計是什麼涵意呢？ mExpt mStd,Pg 60,法庭上的次序,假設檢定在美國法律是指一個是無辜的，除非他被証實有罪。 H0: 被告無罪 Ha: 被告有罪 (需提証據),其為何種錯誤發生?,Pg 61,假設檢定失誤,樣本結論將不同於現況 使流程改變與/或 不需要的投資被執行, 風險,風險,Pg 62,假設檢定的誤差,型 I 誤差 拒絕虛無假設，當結果為真 生產者風險 型 I 誤差稱為a 。 (0 a 1) 型 II 誤差 接受虛無假設，當結果為不真 消費者風險 型 II 誤差稱為b。 (0 b 1),證據需要拒絕假設,Pg 63,假設檢定,假設檢定的結構,Pg 64,假設檢定 以St
26、atapult為例,和教師用Minitab做假設檢定，以決定第一和第二平均數在統計上的顯著差異。以下是假設檢定的結構。,注意Notes: 假設資料是穩定和符合常態分配的 假定第一和第二次有著相同的變異數 使用95%的信賴區間 決定你樣本大小符合以下假設： 你可檢出平均數有1英吋的差異 你想要擁有更強檢測力 使用二個樣本的t檢定,Pg 65,假設檢定的結構,There are hypothesis tests for most all occassions!,Pg 66,何謂實驗設計?,流程,投入 (xs),物料,控制,機器設定,等等.,產出 (ys),這東西,你所衡量的,像一個指示,於成功的,
27、流程,一個“DOE”為一規劃的改變x為了,其可一致的改變 y,目的: 建立一個以最少的實驗次數以獲得知識,Pg 67,實驗設計：整體觀,何謂實驗設計？,此為一項獲得資訊的方法，在於得知影響因子與產出的關係。,.,為何實驗設計是重要的工具？,實驗設計使用有效率，低成本，以及有其方法論的方式，搜集和分析資料，以便做出決定。,是一項數學模型，用以描述流程影響因素與產出的關係。,是最好結合影響因素的方法。,一次測試一個以上的因素。,實驗設計能夠確認所有因素和其對結果的相互作用。,Pg 68,實驗設計可以回答那些問題？,n,什麼是最具影響力的投入變數？我們如何找到顯著影響的投入變數？,n,投入變數如何影
28、響結果？我們是否能描述投入與產出的數量關係？,n,投入變數與結果是否有交互作用？我們應如何處理？,n,如何選出投入變數，以便得到結果的最佳化。,Pg 69,Post Hoc, Ergo Propter Hoc,翻譯: 於此後, 因而因為這些. 雄雞叫, 而太陽昇起. 原因 & 影響? 什麼是原因而什麼又是影響? 我們如何可以確認? 如果我們看到一個產品的問題(影響), 我們該如何找因? 果感同時發生於一般的因果關係. 我們如何確認這個原因?,你的組織犯這個錯誤嗎?,Pg 70,實驗分類的方法,一因子於一時間 於同時改變很多因子,Pg 71,統計策略 vs 單因子法,Y,X1,Y,X1,Leve
29、ls of X2,一因子於一時間,統計的,Pg 72,單因子研究與交互作用,壓力 1,壓力 2,溫度 1,20,40,溫度 2,50,12,當溫度固定在第一層改變壓力，我們發覺第二層的壓力是最好的。 然後將壓力固定在第二層，我們改變溫度，而發覺第一溫度是最好的。 當我們改善了，但我們也將失去最適點。.,Run One,Run Two,以下是執行單因子研究,missed,Pg 73,比較戰略,一因子於一時間 DOE (統計的),設計 合適的模型 實驗誤差 互相影響,變化 1 因子於一時間,於多方小小的增加,保持其他固定 由資料指出曲線適合, 分離每一個因子 忽視 沒有考慮,沒有估計,很多因子共同
30、參與於一平衡的小寸 空間填滿設計 簡單的經驗模式低順的多項式 識別與評估 適當的應付,Pg 74,因子的實驗 進階,更有效於 one-factor-at-a-time (OFAT) 實驗. 允許結合影響與因子調查 (互相影響). 較OFAT包含了更廣的領域研究. 確認關鍵因子 (投入). 更有效的於估計投入與產出雜訊變異影響.,Pg 75,因素效率,Pg 76,實驗的分類方法 同時改變許多變數,n,此方法的問題,不清楚那些改變因素真正對結果有影響,可能會執行對結果有傷害的事,不清楚每個改變對成本利益的效果,n,團隊常使用此流程,1. 腦力激盪可找出流程改善的方法,2. 對意見列出優先次序,3.
31、 儘量多執行高優先次序的意見,Pg 77,DOE 專門用語,獨立變數 Xs,n,潛在解答,或變動研究,n,被認為為因子,n,因子被分類各水準,Pg 78,二個因子的實驗範例,目標 找出作業的方式以最大化 罐子的距離,Y =滾動距離,Pg 79,Claudes 汽水的滾輪試驗因素,罐子內容,地毯型式,Pg 80,聯合處理 : 二因素二階層實驗,進行實驗,Pg 81,重覆實驗,1 2 3,1 2 3,1 2 3,1 2 3,罐子 地毯,- - - - - - - + - + - + + - + - + - + + + + + +,12 趟,為何需重覆的執行?,Pg 82,隨機的實驗規劃,避免使用
32、“批量” 來執行一或更多的因子固定設定 避免時間的混淆-相關影響與因子影響 轉換的差異 原物料差異發生於實驗中 於實驗時設備或機器的磨損 允許簡單的說明於分析 提供更誠實的估計原因,隨機實驗 為了使實驗的執行更為 “ 混合” 故為一隨機的順序,Pg 83,範例 實驗為何要隨機化？,A B C Y - - - + - - - + - + + - - - + + - + - + + + + +,Pg 84,範例 實驗為何要隨機化？,A B C Y - + - + + + + - - + - + - + + + + - - - + - - -,隨機化可以讓我們防止那些未知的影響因素,Pg 85,另一
33、個範例 -電影票的銷售,一個變動的實驗,n,電影院期望能增加利潤,n,決心 執行A 檢定,增加電影票價 $1 一個星期,n,結果 每個月利潤 ($000),Standard,電影票價,Plus $1,10,12,Pg 86,範例 電影票的銷售,二變數實驗,Standard,Ticket Price,Plus $1,No,Yes,Free,Popcorn,15,20,10,12,Pg 87,範例 電影票的銷售,三因子實驗,標準,免費的電影票,Plus $1,No,Yes,免費的爆米花,Popcorn,15,10,15,10,5,7,Increased,20,12,Standard,廣告,Pg 88,範例 電影票的銷售,Pg 89,實驗設計的類型,n,因素設計,n,巢狀設計,n,混合設計,n,反應表面設計,