六西格玛的计算方法.ppt

,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Six Sigma,尺度,(,Metrics),1.,DPU,和,DPMO,2.,SIGMA,水平,3.,RTY,1,尺度的选择,BB Project,尺度,Bench marking,尺度,缺点数据收集,推定,Process,的能率,计算生产无缺点制品,的概率,制品与,Process,的客观比较,应该知道,什么?,BB Project,尺度,经营成果,尺 度,DPMO,SIGMA,水平,DPU,RTY,2,1.,DPU,和,DPMO,DPU,Defects per Unit,单位当缺点数,缺点消除的基准,利用于工场单位的改善,DPO,Defects per,Opportunity,机会当缺点数,DPMO,Defects per Million,Opportunities,百万机会当缺点数,考虑制品复杂性的比较基准,企业内或企业间的,Bench marking,（标杆管理）手段,经营团为了对相异的制品与服务进行,Bench marking,使用,DPMO,3,机会的属性,所有制品,Process,的特性,(,characteristic),内含附加价值或减少的固有机会。,部品,形象,材料,机械,工具,程序,制品,Process,复杂度,复杂度,(,Complexity),复杂度的概念与制品及,Process,的特性有密切联系,越复杂总机会数越大,4,机会的阶层构造,H/W,部品,2,部品,1,组立品,A,组立品,B,形象,B,形象,A,机会可存在于阶层的任何水平,5,机会的计算,非附加价值的作业不计算为机会,搬运与资材保管不计算为机会,防碍作业的仍不计算为机会,试验,调查,测定等大部分的情况并无变化因此不能计算为机会,使用于,Program,的电试验仪器产生附加价值计算为机会,各个供给的部品计算为一个机会,焊锡,机油,冷却水等供给的资料不视为供给的部品,各附属品的连接也视为一个机会,如果工具需要四个螺钉,那么每个连接螺钉都是一个机会,因此是四个机会,PCB,上熔接了60个,PIN,的直接线路中60个的连接均计算为机会,16个,PIN(DIP),计算为16个连接,连接部位不重复计算.上面一个,下面一个的计算方法是不正确的,6,机器工作时的机会,机械化的各个表面视为一个机会,一个工具作五种截断作业,其机会数为5,穿孔并磨其反面是两种不同的作业,因此其机会数为2,穿孔后校正大小时因不可信,所以只用磨石磨时只计算为一个机会.研磨的工程是穿孔作业的再作业,样式或,s/w,作成时,完成一个样式的作业按照其数据录入领域别计算为一个机会,具有同一,CODE,的线的联接在软件中计算为一个机会,目的上的贡献度,机会计算的方式是否一定影响目标的达成?,定义机会后应将其制度化维持一贯性,7,机会只有在被评价时计算为机会,例,),某一部品在生产工程中不良发生的机会数为,100,000次。但是在正常生产过程中只对其中,1,000次机会进行评价，且在一个部品里发现了,10个缺点。,下列计算中哪一个正确?,DPO=10/100,000,DPO=10/1,000,8,下面加工例子中计算,DPU,与,DPMO,。,DPU,与,DPMO,的计算,9,DPU,的计算,总缺点数,=,DPU,DPU,不可能考虑一个单位数里有多少缺点机会,总生产单位数,10,DPMO,的计算,一个单位发生的总缺点机会数,1,000,000,x,DPU,=,DPMO,一般说6,SIGMA,水平时把不良率说成3.4,DPMO,比3.4,PPM,更恰当,适于互相不同的,Process,或制品间，制造范筹和非制造范筹间的比较,11,DPMO,计算例,适用于测定的定量值,不良率,=0.02275,Probability of,良品率,=0.97725,规格上限,DPMO=0.02275*1,000,000=22,750,缺点数,某一,PCB,有800个熔接点与200个部品,此,PCB,中发现6个焊接不良点与2个不良部品,DPMO=(6+2)/(800+200),*,百万,=8,000,12,假设有一个具有十个部品的单位，各个单位内的构成品对一个缺点发生一个机会。因此各单位可包括十个缺点。,生产无缺点制品的可能性为多少？,DPU,是多少?,DPMO,是多少?,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,D,练习题,13,6,SIGMA,战略的特征,显示企业经营成果的所有要素转换为,SIGMA,水平，作为对现在经营状态分析，以及对今后的目标设定等的经营管理指标。,2.,SIGMA,水平,14,数据种类的确认,离散型数据,Unit,的确认,计算,DPU,计算,DPO,计算,DPMO,连续型数据,正规性验证,数据转换(必要时),工程能力分析,(,利用,MINITAB,),引出,DPMO,DPMO,值在,Sigma Chart,转换为,Z,值，掌握,SIGMA,水平,SIGMA,水平的计算程序,15,1),离散型数据的,SIGMA,水平,缺点数据的情况,求,DPMO,从,SIGMA,表读对应于,DPMO,的,Z.st,值,受率数据的情况,SCRAP,，再作业等视为不良计算受率,从,SIGMA,表读百万个当良品数,=(,受率,)*1,000,000,相对应的,Z.st,值,不良率数据的情况,从不良率计算,PPM,PPM=(,不良率)*1,000,000,从,SIGMA,表读与,PPM,值一样的,DPMO,值相应的,Z.st,值,16,999,999.6,999,995,999,991,999,987,999,979,999,968,999,952,999,928,999,892,999,841,999,767,999,663,999,517,999,313,999,032,998,650,998,134,997,445,996,533,995,339,993,790,991,802,989,276,良品数,3.4,5,9,13,21,32,48,72,108,159,233,337,483,687,968,1,350,1,866,2,555,3,467,4,661,6,210,8,198,10,724,6.0,5.9,5.8,5.7,5.6,5.5,5.4,5.3,5.2,5.1,5.0,4.9,4.8,4.7,4.6,4.5,4.4,4.3,4.2,4.1,4.0,3.9,3.8,.,st,4.5,4.4,4.3,4.2,4.1,4.0,3.9,3.8,3.7,3.6,3.5,3.4,3.3,3.2,3.1,3.0,2.9,2.8,2.7,2.6,2.5,2.4,2.3,.,lt,986,097,977,250,971,284,964,070,955,435,945,201,933,193,919,243,903,199,884,930,864,334,841,345,815,940,788,145,758,036,725,747,691,462,655,422,617,911,579,260,539,828,500,000,460,172,良品数,13,903,22,750,28,716,35,930,44,565,54,799,66,807,80,757,96,801,115,070,135,666,158,655,184,060,211,855,241,964,274,253,308,538,344,578,382,089,420,740,460,172,500,000,539,828,3.7,3.5,3.4,3.3,3.2,3.1,3.0,2.9,2.8,2.7,2.6,2.5,2.4,2.3,2.2,2.1,2.0,1.9,1.8,1.7,1.6,1.5,1.4,.,st,2.2,2.0,1.9,1.8,1.7,1.6,1.5,1.4,1.3,1.2,1.1,1.0,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1,0.0,-0.1,.,lt,420,740,382,089,344,578,308,538,274,253,241,964,211,855,184,060,158,655,135,666,115,070,96,801,80,757,66,807,54,799,44,565,35,930,28,716,22,750,17,864,13,903,10,724,8,198,良品数,579,260,617,911,655,422,691,462,725,747,758,036,788,145,815,940,841,345,864,334,884,930,903,199,919,243,933,193,945,201,955,435,964,070,971,284,977,250,982,136,986,097,989,276,991,802,1.3,1.2,1.1,1.0,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1,0.0,-0.1,-0.2,-0.3,-0.4,-0.5,-0.6,-0.7,-0.8,-0.9,.,st,-0.2,-0.3,-0.4,-0.5,-0.6,-0.7,-0.8,-0.9,-1.0,-1.1,-1.2,-1.3,-1.4,-1.5,-1.6,-1.7,-1.8,-1.9,-2.0,-2.1,-2.2,-2.3,-2.4,.,lt,6,210,4,661,3,467,2,555,1,866,1,350,968,687,483,337,233,159,108,72,48,32,21,13,9,5,3,良品数,993,790,995,339,996,533,997,445,998,134,998,650,999,032,999,313,999,517,999,663,999,767,999,841,999,892,999,928,999,952,999,968,999,979,999,987,999,991,999,995,999,997,-1.0,-1.1,-1.2,-1.3,-1.4,-1.5,-1.6,-1.7,-1.8,-1.9,-2.0,-2.1,-2.2,-2.3,-2.4,-2.5,-2.6,-2.7,-2.8,-2.9,-3.0,.,st,-2.5,-2.6,-2.7,-2.8,-2.9,-3.0,-3.1,-3.2,-3.3,-3.4,-3.5,-3.6,-3.7,-3.8,-3.9,-4.0,-4.1,-4.2,-4.3,-4.4,-4.5,.,lt,了解,SIGMA,水平,DPMO,值利用,Sigma Chart,将现在水平转换为,Z,值，可了解,SIGMA,水平,SIGMA,表,17,例题1.对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的,结果346个制品中发现了一个缺点.此工程这种类型的缺点相关的,SIGMA,水平是多少?,=,SIGMA,水平从,SIGMA,表得出,DPMO=2,890,相对应的,Z.st,值是,4.26,18,例题,2.,某一工程由,A,B,C,D,E,五个作业构成各作业的,收率为,0.99,0.95,0.90,0.90,0.95,。,A,B,C,D,E,0.99,0.95,0.90,0.90,0.95,SIGMA,水平是百万个当良品数,=937,375,对应的,Z.st,值是,3.03,作业的平均受率,19,例题,3.,有一公司向顾客提供信用情报。顾客的要求事项大致分为情,报的内容，迅速性，正确性，最新性，接触容易性，对此确认,重要度及顾客满意度的结果如表,表,项目别重要度及顾客满意度,项目,最新性,接触容易性,计/加权平均,0.60,情报的内容,迅速性,正确性,满意,(%),重要度,0.05,0.15,0.15,0.05,1.00,80,90,90,90,95,84.25,请确认,SIGMA,水平,=2.5,程度,20,例题4.某一制品的贬卖价格为$120，以低原价为目标值定为$100，但因,各种外部及内部要因从长期来看原价高于贬卖价格的概率为5%,不良率,5%(,PPM=50,000),对应的,SIGMA,水平为,3.15,100,120,5%,21,综合,SIGMA,水平的计算,品质特性,特性,1,特性,2,特性,3,特性,4,特性,5,特性,6,特性,7,特性,8,特性,9,特性,10,总合,缺点数,单位数,机会数,TOP,DPU,DPO,DPMO,SIGMA,水平,92,15,54,46,91,64,97,92,95,29,313,646,105,505,838,375,588,497,137,896,241,33,74,99,49,39,3,79,79,43,100,0.142,0.143,0.107,0.055,0.243,0.109,0.195,0.672,0.106,0.120,4.13,4.39,4.57,4.56,4.00,3.30,4.31,3.89,4.31,4.54,4.53,4,316,1,931,1,080,1,120,6,222,36,281,2,471,8,500,2,466,1,203,1,256,21,318,7,770,49,995,41,062,14,625,1,764,39,263,10,823,38,528,24,100,249,248,0.0043,0.0019,0.0011,0.0011,0.0062,0.0363,0.0025,0.0085,0.0025,0.0012,0.0013,例,),22,2),连续型数据的,SIGMA,水平,USL,Z.st,.st,LSL,规格中心,规格中心和规格上限或下限间的距离是标准偏差的多少倍?,23,随着时间变化典型的,Process,的平均约移动,1.5,Process,LSL,USL,始点,1,始点,2,始点,3,始点,4,Process,的固有能力,长期,PROCESS,能力,目标值,24,短期标准偏差,(,Short-Term Sigma),长期标准偏差,(,Long-Term Sigma),相对长的期间(例:周,月),考虑,长期杂音变数,(,Noise Variable),的影响,(,例:装备的磨损,季节效果,),需要,约100-200的数据,相对短的周期,(,例:周,月,),考虑短期杂音变数的影响(例:白天的夜晚),需要,30-50,个数据,长期 对 短期 标准偏差,长期与短期的区别在于是否是包括工程所有变动的长期间，且区分基准期间的长度不能总是一致。,25,求连续型数据,SIGMA,水平的程序,(1),收集数据(要形成合理的部分群),(2),确认数据是否遵守正态分布,Minitab,:Stat Basic Statistics Normality Test,(3),工程能力分析,Minitab,:StatQuality ToolsCapability Analysis(Normal),(4),Minitab,实行结果读,Expected LT Performance,栏的,PPM Total,(5),求,SIGMA,表对应的,SIGMA,水平,26,DATA,27,例,),利用,Minitap,数据文件,cranksh.mtw,求,SIGMA,水平,28,3.,RTY(Rolled Throughput Yield:,全体受率,),供给者品质,Ytp,Ytp,RTY,全体受率显示为桶与受率的积,29,与受率,检查受率,和受率,作业,检查受率,确认,Ytp=37%,Yfp=90%,DPU=1.0,再作业,SCRAP,隐藏的工场,消费者品质,生产者品质,非附加价值,30,RTY,的计算,帕松模型,全体受率,单位当缺点数遵守帕松分布,e=,自然,LOG,值,(,约,2.718),X=,单位当缺点数,DPU=,单位当平均缺点数,X=0:,各个单位完全无缺点时,31,RTY,计算例,由,2,个机会组成的工程,-,各个机会中99%受率,方法 1,-,RTY =0.99*0.99=0.9801,方法,2,DPU=,单位当机会数,*,DPO=0.02,二项分布与,Poisson,分布间的关系,标本数大，不良率小时二项分布近似于,Possion,分布,32,例,),现场的某工程师对特定类型的,defect,观察的结果,346,个,生产单位中发现1个缺点。此特性的,(,characteristic),RTY,。,解,),33,