六西格玛质量控制计划-ln_ln123

1、质皆计划质量计划是指一个综合的文档集合，它包括 有关零件、工序、ctq或机构质量的历史及 当前信息。它可以包含多种组成部分，如下 例所示：质量计划工作场所说明启动流程q d与质量计划质量计划是工序改进得以 持续的基础。它将一个有 关确保质量输出的组织所采取的 措施编写成文档。 质量计划使用在下一章中讨论的控制工具，而且，必 须调配人员在以使改进得以 持续。六个西格玛控制计划应当符合该领域的质量计划六个西格玛控制计划控制计划将一个长期计划编写成文档，该长期计划的目的是使对特定部件、工序或ctq的改进得以持续。质量计划的要素i > dmaicz测量什么？z多长时间测量一次？z以什么方式测量？

2、z谁来测量？z使用什么装置检查故障?z当测量失控时将发生什么情况?dmadvz测量什么？z什么时候进行测量?z多长时间测量一次?z以什么方式测量？z谁来测量？ z用户有能力满足技术要求吗?npiz是否所有的评审都已完成、绘图已经更新（ 规范）？55琳闻附高限玲、期翎隔，b修哂、例1:商业质量计划项目名称：工厂服务日程表项目描述:消费者通过asi公司管理的呼叫接入服务安排工厂服务呼叫时间表， 该公司的三个呼叫中心分别设置在 phoenix、nofolk和memphis。通 常用于安排工厂服务呼叫的工序是非常烦琐的，这样就导致在电话呼 叫上花费太多的时间（响应变量（y）表示通话时间）。由于呼叫处理

3、行业具有较高的员工流通，因此培训和执行一个复杂的 业务流程可能会致使工作效率较低和工作上的前后不一致，也会增加 业务成本，并有可能弓i起消费者的不满。度量标准:z基线值：1.55z当前值：2.25缺陷减少量：48,400 ppm, 80%ge appliances copyright 1999例1:商业质量计划（续）改进措施:改进措施1 .fso s中间结 果暂存 器描述允许助理人员在fso1日程安排屏幕的 复本上记录得到的信息，直到采集到足 够的数据来对fso1屏幕进行初始化。节约资金10秒/呼叫$83,000/ 年2 .模型号码使用数据库提供消费者的样本号码，助 理人员不必在回应每一次呼叫

4、信息时都 寻求样本号码，。44秒/30%的呼叫量$100,000/ 年3 .十字路区段目前可以通过邮码来确定需要十字口信息路口信息来指导技术支持人员顺利到达消费者的居住地点。助理人员现在仅需 要在接到请求时询问，而不需要对于所 有呼叫时进行询问。26秒/50%的呼叫号电$63,000/ 年4 .确认正本定义准确措辞，以确定并安排服务约定 时间表。消除确认号码及过多的验证45秒/呼叫$375,000/ 年所有现存的代表都已经参加了使用这些新流程的培训过程， 新进代 表将通过使用附录a中的内容扶得培训。例1:商业质量计划（续）质量计划描述：预定的呼叫通话时间即为最终的测量俏（y）,此值验证那些从呼

5、叫 接收工序变化中扶得 的生产率。关键变量x （呼叫接收工序和呼叫 接收人员）可通过质量监控分数得到最好的测量，现行的控制指标值为:a）服务呼叫监控分数（x）b）预定的呼叫通话时间（y）监控分数测量呼叫工序自身的一致性和执行过程，服务呼叫通话时 间测量从工序变化中扶得的生产率。这两种指标必须协调使用，以 评估呼叫接收工序的现行控制。操作控制：两种形式的控制指标都属于操作控制，每个指标都具有各自 的测量工序、失控极限和行为责任，详细描述如下：例1:商业质量计划（续）a.呼叫监控过程：描述：以三种不同的方法进行呼叫监控:方法服务监视-远程现场接听代表信息 并肩工作-与代表一起接听电话呼 叫，并讨论

6、自动质量监控-随意录制每个代表 的5个呼叫信息，其后放音并评价是否已知执行人员否开发人员，工作小组领导人是开发人员，工作小组领导人否开发人员，工作小组领导人使用一种标准监控形式测试以上三种方法的日常呼叫信息 ,为了响应以上的改进措施，已经对这种监控形式进行了 修改并且这些分数点通过加权来反映新过程的期望值 。测量的频率测量系统：使用这些工序的任意一种处理方法 每周至少对300次呼叫进行监 控，该监控分数是在每个特定呼叫中所得分数点与可得分数点的 比值。每一个代表的分数都得到记录，并由现场的人力开发经理 进行维护。对那些个人分数较低的代表（得分低于最少分数的 88%）将由服务代表的开发人员进行培

7、训。 记录数据走向并向 asi vp-工厂服务中心提交报告，以便在每月进行的工厂服务呼 叫处理会议上进行讨论。失控”定义：中心平均呼叫低于88%。例1:商业质量计划（续）a. 呼叫监控过程（续）：行为职责：中心管理员有责任采取适当的措施保持每周的最低要求，负责工厂服 务的asi-vp有责任在每月招开的呼叫处理会议提出的问题。b.预定呼叫通话时间： 描述：cms系统捕扶到所有呼叫的统计数据，包括每一次呼叫的通话 时间。一个服务代表可以接收到多种呼叫信息，其中 45%的 呼叫要求确定服务呼叫的时间，这些 “预定呼叫”受到工序改进措施 的影响。为了在通话总时间中分离出 “预定呼叫”，在章节a中详 述

8、的监控过程也要捕扶每一个被监控的预定呼叫时间的长 度。失控定义：中心平均值增长超过了最大值300秒以上。行为职责：中心管理员有责任采取适当的措施使每周通话时间保持在最 大限度之内，asi vp-asi工厂服务响应要对每月召开的呼叫处 理会议提出的问题负责。这个呼叫会议将对一些影响失控状态 的因素（预定呼叫通话时间和过程监控分数）进行评估并提 出适当的业务建议。ge综合管理员工厂服务 有责任对其他外界 影响作用进行复核与审批。质量计划范例模板项目名称: protrak id: 项目描述:改进结果度量标准：zst基线值：zst当前值：zlt基线值：zlt当前值：控制计划：a.有几种不同的控制类型：

9、?操隹劈（一名员工都负有跟踪关键测量值）?系统暨（适当安置一系统，以便完全维护改进结果，或跟踪关键因素以确保过程的持续性（如：setcim ）。?财务型（因度量标准最终产生财务节约，财务部门承担跟踪关键度量 标准的责任）b每个控制元素应包括1控制对象是什么2谁将确保不断地测量3测量频率4失控定义5失控”发生时的行为责任为是什么c包括使用的控制图表样本或可审核文档。改进结果的确认在启动最终控制计划之前， 确认doe结果和用于维持改进质量水平的因素设置。定义质量计划后，使用合理分组重新分析/重置基准线，以确 保真正改进了整个工序。我宣称的收益精确码 ?确保在整个项目过程中得到财务小组成员的参与，这

10、 样就不会出现项目结束时收益意外减少的情况。并且，查询在此前未与项目直接相联的额外收益，或许你并 未意识到在该项目的运营中已经对计划之外的领域产生 了影响。需在其中寻找额外收益的领域包括:硬性收益指南*:o一次性收益o项目执行过程中实现的收益o结束项目后的继续产生的收益。额外附加的收益软性收益指南：o顾客满意°增长的销售额°资金流通改善*财务经理决定项目的收益范畴。时间安排的灵活性结束项目要求文历史记录与过程文档protrak 文档项哂发神峋窕成飕目前颇哂斯典囱机会之阍主要概念tab 2:控制阶段1 .控制阶段的目标是保证改进结果的 持续性。2 .将6 sigma捽制阶段融

11、入融i质量计划中。3 .完成包括质量计划、历史记录和protrak数据 库的项目文档。4 .使用合理分组验证 你的结果。5 .当前设计/工序的dmadv项目需要持续进行 ,直到有证据表明该过程具有能力。附录质量文件夹也可以适当的包含或涉及到下列：l测试方法l维护之后的检查计划（最初和最后样本要求）l设备的预防维护计划l关于操作和安装的详细工序说明控制计划将包含下列具选择标记的项目：计划项目零件控制工序控制z 零件序号（gea绘制号码）z 零件描述z 工序说明z 工序及量z ctq特性z 规格：标称和允许公差z 监控人（作用或工作名称）z样本容量z 监控频率z测量工具z监控类型（spc、检验方法

12、、自动数据米集、fis等）z 指标/实际长期z值或cpkz 涵盖了零件、过程和交流的纠正行为步骤z 纠正措施所有者（角色，职位）2.将ctqs入到工作场所和供应商质量文件夹中。2. 1责任2. 1. 1责任工程师z批准工作场所和供应商质量文件夹。此项职责可委派给 aqe见定义）z与审批小组一起评审影响 ctq的产品和工序变化。z支持pmqu工作场所所作的努力以建立 ctq最佳长期能力。例2:制造业控制计划项目名称：ap1粉末涂料一胶片厚度项目描述：轻型喷雾占据了首次检查出的洗衣机机盖次品的36%,以及粉末喷涂工序维修服务的0.07%。胶片厚度即为研究的响应变量（y）,其规格为最小厚度1.5 m

13、il, 目标厚度3.5 mil 。改进改进项目项目描述1.过程控制集中围绕关键变量x的控制计划（传 送压力）和对y进 行监控会带来更好 的工序能力z.lt初始值 0.53z.lt最终值 3.66 $30,000/年。2.均匀喷涂覆盖面对喷枪程序进行改 编，改变设置并将 其合并到控制计划 中可实现更均匀的 涂料覆盖面和更少 的总的涂料使用量o减少的涂料/零件0.0168 lb$126,000/年。度量标准：z.lt基线值：0.53z.lt当前值：3.66缺陷减少量:297,874 ppm, 99.96%例2:制造业控制计划（续）控制计划描述：胶片厚度是ctq勺测量俏（y）,它确保每个洗衣机的机盖

14、拥有足够的涂料 覆盖面。使用手工操作员记录表控制关键变m x, x代表传送压力。同时编写了一个问题解疑手册，用于提供当失控”情况发生时所需采取的特定措施。根据iso文档，用一个cmi cgx-as/：fi规（m规r&r 15%） 继续检查实际的涂料厚度（y） o作为对工序控制的一项努力，这些量化指标将通过 setci咐行监控。在 失控”情况下，setcim?得到警报，来向操作员、区域工序工程师和业务 小组领导发出通报。失控”定一义凡是超出建立在serci升控制界限的平均厚度，或传送气压超出可接受 的操作范围的任何时候。对失控”状态的响,应1 .参见问题解疑手册2 . setcim使用某

15、些数据为每周例行白工厂快速市场信息（qmi会议产 生ctqz'值。例2 :制造业控制计划（续）控制计划责任：粉末涂料操作员 -负责安装过程中的日常日志、依照iso文档的要求 每班次对厚度进行三次测量、以及当工序 失控”时遵照问题解疑手册采 取措施。地区工艺工程师 -每周对每日日志进行审核（签名并标注日期）。根据问题解疑手册对 失控”情况作出响应。文档和培训培训一所有操作员、替换人员以及工艺工程师已经就使用cm测具及setcimt面的内容进行了培训i。新员工的培训工作将与 iso的培训计划相 联系。iso-所有系统变化已经被全部写入iso文档3e098503 rev 2中，该文 档已经进

16、行了更新并做了相应的标记。setcim- cm侧量系统与setci流全相联，数据在系统中生成，报警 处于激活状态。控制计划示例喷枪控制图表第一个工作日日期r白枪编号彳及送气压操作范围kv操作范围星期一星期二星期三星期四星期五10.75-1.2550-10021.75-2.2550-10031.75-2.2550-10040.75-1.2550-10051.75-2.2550-10061 75-2 2550-10071.75-2.2550-10081 75-2 2550-10091.75-2.2550-100101 75-2 2550-100111 75-2 2550-100121.50-2.0

17、050-100131 50-2 0050-100141 80-2 3050-10015.zh.1 50-2 0050-10016.zh.1.75-2.2550-100171 75-2 2550-100180 75-1 2550-100190 75-1 2550-10020201 75-2 2550-100211 ./w4.4。2 00-2 50-j jj50-100222 00-2 5050-10023，.uu ，.uu2 00-2 50-j jj50-100242 00-2 5050-100n.00 n.5050-100252 00-2 5050-100262.00-2.5050-100偏差

18、:#日期喷枪数量设置采取的措施1234567工艺工程师/abtl签名：日期：控制计划示例轻型喷雾器问题解疑手册合格零件将设置还原将事件记入文档在下一个中断处：1 .水龙带爆裂2 .喷枪顶端脱落3 .检查喷枪位置4 .检查喷雾模式5试龄用接弹的范围copyright 1995 six sigma academy, inc.w3.9第3部分:spc统计过程控制第3部分：统计过程目的控保介绍统计过程控制的概念 m怀1 .能够使用“xb加s图表”进行连续数据分析。2 .能够使用“耗制图表进行离散数据分析。3 . 能够确定每一种图表类型的控制极限范围。4 .能够对图表进行解并确定工序什么时候处于失控状

19、态。5 .能够解释依据图表信息采取措施的重要性。什么是：统计过程控制(spc)统计-基于概率的决策方法。过程-所有重复性的工作或步骤控制-监控工序运行。基于万"t test假设检验相同的概念进行分析，能 够使我们在出现的问题影响到输出结果之前，就 作出有关工序的决定、采取行动、解决问题。口硼，:诫缓稀博确保问题不再发生。正,当过程失控时，spc将发 出信号，你的任务是找出 失控的原因,然后进行修6个西格玛与spc6个西格玛质量的重点是将控制范 围转移到工序的上游,以充分利用 对工序输入变量特征（关键x）的控制控制图表应用于过程变量；自变量；设计变量x1, x2，,xk什么时候使用sp

20、c?希望获悉什么信息？一关键过程变量（x或y）在随时间变化 吗？（即该过程稳定吗？）?如何观察输出变量？一基于实时数据、显示过程变化的图表控制图表包含内容102.00101.00100.0099.0098.0097.0096.00廨）sigman7.00 6.005.004.003.002.001.00rangelcl-ravg-rucl-r13579 11 13 15 17 19 21 23 250.00控制图表统计过程控制图是由贝尔实验室的waltershewhart在1920年开发的，它提供了测量过程的 观察值相与川统计方法计算出的“控制极限范围（期望值）的图形比较。?绘制随时间而变化的

21、表现? 一个过程的改变包括平均值和 /或方差的改变, 因此我们总是同时绘出平均值以及方差的控制 图（xbar和s）。?平均值的控制极限表示双边假设检验极限，用于 推断观测的样本均值是否发生了变化。?sigma的控制极限或极差表示方差在何处显示假设检验？ho和ha定控制图是连续进行的双边检验的图形显示，其中 义如下：又轲如/触心。a%=00000355注意：近似置信度为99.7%.当一个分组的平均值超出了控制图极限范围之外，它 以图形表明样本平均值桂历史平均表之间存在差值。过程的稳定性下图显示多种不稳定过程，控制图能够有助于确 定这些不稳定状态什么时候产生、以及存在于什 么环境。均值/方差过程稳

22、定性?当过程输出值仅包括一般原因变差时，该过程被 认为是稳定的。汾组平均值和方差的测量值介于它们的控制极限 范围之内，且未显示出存在可指定来源（特定原 因）变差的证据。就口果在控制图表中出现数据的非随机型态，或当 某一点超出控制极限时，这是表示在你的过程中 出现了可指定来源（特定原因）的变差的明显信 号。可指定来源变差区域稳定时程交差区域（仅存在一般原因变差）uclx可指定来源变差区域lcl控制图表类型存在两种控制图表类型： 变量图表一用于监控连续变量值x, 如:一个直径或消费者满意 度评分。属性图表一用于监控离散变量值x, 如:合格产品/次品数量， 或存货水平。x bar 西格玛(xbar

23、-s)控制图xbar/s chart for evaluations4.3n4.2一m4.1-e4.o一pm3.9.as3.8-3.7 一subgroup0.6 一0.5 一0.4 一0.3 一0.2 一0.1 0.0 一veps ppm axbarr-s辙徘,以jot xibanr或用于分析和控制连续过程变量能够使用xbar su- 在测量阶段，通过图形 显示方式将变差的特定 原因万一般原因分离。- 在分析和改进阶段，在 完成假设检验之前检查 过程的稳定性。- 在控制阶段，在改进措 施实行后检验过程控制使用minitab软件构建xbar-s图表文件：geapps>6sigma>m

24、initab>training>minitab>session 4> control chart.mtw选择 stat > control charts > xbar-s> minitab - untitled - (xbar. mi日 efc £dt hanp cjcedtor 史indo呼 help 5将 s»gmaic1州ova1doe1ca05c6c7c8c9襁gke11cerilrd dtaikdelirs lestsi.qumy i dchfr :如+圮 utw&ctec 岁 cry*卜joblc?卜nohmra

25、nwincs>£da*power and sannple size .boh-cm t laiidamaliai.池国h.2i314151l-mr r |b品mccnakhnl .z*|r.6171曲, e 队 indvdual. moving hanae.814.u«r/t914.1db6291u142317811224 260d92画ma .moving average.ejjsum.zqfib.1324.364373142_4.2818941524.109625eup.1624.15937g1724 3096771h24 289908使

26、用minitab软件构建xbar-s图表选择响应数据栏，并输入一个表明分组大小的值，或从分组下标栏（在这个示例中，该项为 “week）bal-s chant12 3 c ccveekevaluations subgroupdata are arranged as国 single column：subgroup 瑞芸e； |vek(use a constant or an id column)subgroups across rows of：选择 “testshistoirical mean： |(dptianal)historical sigma： |(optional)6d qkhelpes

27、timate： parameters by groups 加cancel确定失控状态”标准， 选择执行八种测试”或 从提供的八种测试中 选择需要进行的几项 测试。iesis for special causes |dciaul1 dcfiniilidns)r perform nil eiglht tissle卜 chuuse specific tests- id p<?dorn>i? one boint mare than 3 sigmas from center liner nine paints iirh a raw an sziimr side of etnlcr line口

28、 six points in a rowall increasimg or all decreasingp fourteen poinls in a row. allernaling up and down1i? iwo nut of three points more hi an i sigmas from centicrr i line |same side歹 fdljf out irve puiims mo<r6 thi&n 1 vigoiia from ccnler lint 依知力匕 占辅呼口 fifteen points in a row wllhln 1 sigma

29、 of center line either side)尸 eiyiht poinis in a row more ihan 1 sigma ,from cenitr lint: cithcir sidle)cancel看！ ！,现在出现了什么？minitab 生成了 xbar-s 图，它自动计算控 制极限范围。图中标 明了失控点，并且在 会话框中得以总结。3.0sl=4.2327=4.096-3.0sl=3.959i2515xbar/s chart for evaluations0.03.0sl=0.2409s=0.1403-3.0sl=0.039824 3 2 1 °0°

30、;0js epmasff session( retrieving worksheet from file; l:i uorksheet was saved on 3/23/1998i macro is running .，.please wait 1rsuits for xbar chattjtest 17)qne point more than 3.口i l-tai led at po ints: 7 15u 11s for 3 chartc test 1 one point more than 3.口led at po ints : 76sigmatraining hinitabphase

31、3xsigmas from center line»sigmas from cencer line»图中的 失控”点数相应于确定 失控”状态的八个测试分析控制图xbar/s chart for evaluations0.6 0.5 _0.4 _0.3 _0.2 _0.1 _0.0 3.0sl=0.2409s=0.1403-3.0sl=0.03982venrs «fpmas?在第七和十六周测定的平均值低于最小控制限度 3.957. .它们属于失控点。?这个变化是由一些指定原因（相关系统或初始范围）与 致的。?研究、识别并确定该变差的可指定原因，将其在图表中 相应的时

32、间点上标明。?在第七周的区域中心的 变化量大于期望值,这样也要求 进行研究、纠正并记录。计算平均值图的控制限要想确定平均值的控制极限范围，必须先计 算出过程的总平均值。父=(x1+x2+xk) kk二分组平均值的个数控制上限:由下列公式得出：uclx = x +3”n控制下限公式:lcl x = x - 3(r/ nx对于较大的样本容量，给定过程的控制限就会较小，控制图灵敏度也就较高。计算变差图的控制限?要确定“s的控制限，首先计算每一个 分组的“s值。后-tti一-6=第1个分组的观si =jijxij - xi）（n. - 1）测值数量。?下一步计算平均值“ s”s = （esi） kk=

33、分组个数?确定控制限的上下线。-计算方法基于与平均值圉相似的概念，彳且是较之更为复杂。幸运版是）minitab可以计算出这些极限范围。大型分组提高灵敏度当采样大小增加时，控制限范围缩小。这样可以 提高过程的灵敏度，即提高了探测到变化的概率。控制图的灵敏度万采样大小的平方根的比例相关。即，采样大小为25的控制图灵敏度是采样大小 为4的2.5倍（5/2）。根据中心极限定理，分组大小必须大于2。为什么使用3 sigma控 串? 3 sigma极限已满1菰'围抓?佥。? 3 sigma极限可得出口近似等于.00135 ,当过程实际 上并未发生改变时，较小的口会给系统带来较低的反 应机会。由于在

34、全过程中要进行大量的检验，因此 这一点是十分重要的。与出用轲岫95%置阔s岫s-jow#wi»tf#®bsmm麻。当过程处于稳定状态时，3 b极限对变化的灵敏度较高，过度反应的可能性较低。变量控制图示例一个消费者服务组织希望能够监控消费者对公司的满意度。 每周都对公司的10个地区服务中心的调查结果进行评估， 并制成表格。下面的实例说明了 xbar s控制图如何用于监控 消费者满意度”（在这个示例中，满意值越高说明公司运营情况越出色。）创建xbar-s控制图表的主要信息：分组总数量=25分组大小，n = 10总平均值,x = 4.096s=.1403控制限计算公式：ucl 又

35、=x + a3 xsx3lclx = x - a3 xsucl ” b4 xslcl = b3 xs (t3实际数据的控制限计算ucl = 4.096 + (.975 x 0. 1403) = 4.232lcl = 4.096 - (0.975 x 0.1403) = 3.959uclr = 1.716 x 0.1403 = 0.2408lclr = 0.284 x 0.1403 = 0.0398控制图常量与控制限范围下列表格包括用于构建 spc控制图的不同常量变量控制图控制限常量na2a31d3d4b3b4d2c412.6603.760-21.8802.65903.26703.2671.12

36、80.797931.0231.95402.57502.5681.6930.886240.7291.62802.28202.2662.0590.921350.5771.42702.11502.0892.3260.940060.4831.28702.0040.031.9702.5340.951570.4191.1820.0761.9240.1181.8822.7040.959480.3731.0990.1361.8640.1851.8152.8470.965090.3371.0320.1841.8160.2391.7612.9700.9693100.3080.9750.2231.7770.2841

37、.7163.0780.9727?用于计算控制图极限范围的标准偏差是以绘制图的 类型为基础的。b对于xbar图，它是分组平均值的标准偏差，这 万合并标准差类似。b对于s图表，它是分组标准偏差的标准偏差。?两种类型的公式都依赖于分组的大小。控制图的使用控制图表可以在测量和分析阶段用于 跟踪过程的变化，分析显著的变化并 记录。xbar/s chart for twonaem ohp massubgroup4321 09875555 54443.0sl=3.849s=1.842-3.0sl=0.00e+04 3 2 1 0 vedrs ppmas控制图在控制过程中用于保持改进的结果。-用图进行监控并记

38、录输入变量 （x）,分析x的 变化并进行控制。不断变化的控制限?与随每次观测而变化的极限相比，控制图 最好使用历史的稳定过程的极限。历史极限 决定了所 期望”的数据范围或 零假设（%）（使用minita中的历史设置值）?改变控制限范围，当：-一个过程有了改变，且此改变被认为具有统计显著 性的（即ha）。-当完成了一个规定的实际过程改变。iii控制图说明对图表的解释与说明是在确定过程能力之 前，是以持续进行的过程控制为基础，-首先解释sigma图表。-在初始能力分析期间，如果你能够识别那些造 成“失控”情况的特殊原因变差，那么，在计算 控制极限范围时，可以将这些数据点删除。一般过程变差乏味”43

39、210+0这个图表代表一个可预测的过程，在该过程中变差仅 受随机变差的支配。图中各点的匕下跳动是不可预测的，但杲它们都趋向 于围绕着中心线（然而,不是非常接近）并且保 持在控制极限范围之内。这种型态是任何控制图的目标，它不一定表明过程的 最佳能力，也不一定表明工序能满足规格要求，但是，它显示该工序是稳定的q特定原因改变“发生了什么？ ”一叱典型原因：?引入了一批不合规格的 材料?«量系统的暂时间的偏移坏同的检验员?不同类型的工具在偶然情况下，某个因 素进入过程并弓i起一个 突发性的短暂改变。这个原因可在xbar图中 表现为失控的一束点 集，而s图通常并不 会因为这些移动点而 受到影响

40、。过程之外啊哈！现在出现一些有趣的现象53n 52 a 51m 50 e p 49 m 48s 4746subgroup3.0sl=52.25x=50.00-3.0sl=47.753.0sl=3.132s=1.382-3.0sl=0.00e4 3 2 1 0 veps pp mas+0奇异点有时过程会产生异常现 象，其结果是偶然出现 一些奇异点"它们很 明显并不属于基本过程 分伍的一部分。一个异 常点产生过后，该过程 恢复正常状态，直到下 一个异常点出现。些典型原因:?测量中产生的错误?置于一堆的底层（或顶层） 的原材料?条棒、线圈等的末端?污垢或进口材料过程突然移动 称做过什么？

41、现象：连续九个数据点位于中心线的一边。naem p。50 s2520151053.0sl=52.25x=50.00-3.0sl=47.75525-5155 50.525-5subgroup 0venns p。mass=1.3823.0sl=3.132-3.0sl=0.00e+0这种变化发生后， 该过程会产生零件 尺寸的平均值增大、产出增加或硬 度增强等现象。该过程的基本变差 并未改变，极差 也未显示变化的出现叱典型原因: ?调节错误或不正确设置?原料或润滑剂的改变?移动变化过程趋势过程向何处发展?现象：一种趋向是过程的水 平的逐渐移动，仅仅 反应在xbar困表中。?连续七个数据点呈上移趋向?连

42、续七个数据点呈下移趋向有时原料、测量和人 为因素可能会弓i 发过程趋势，但 是这不大可能。 问题通常出现在 设备本身、电源 供应、或先前的 过程环境。53 一 e 52m 51 p 50 - m 49 s 48 _47ihiiihsubgroup 05101520253 2 10 veps ppm§一些典型原因3.0sl=52.25x=50.00-3.0sl=47.753.0sl=3.132s=1.382-3.0sl=0.00e+0?这种现象通常与工具磨 包，*?例：?电镀作业和多种 化工作业中的电 镀槽损耗?电路管磨损区域测试如果以下情况发生，过程处匚 失控”状1?1 point

43、above +3 sigma2 a +2 out of 3 in a+ or above3 b +4 out of 5 in b+ or above4 c +7 out of 8 in c+ or above5c-7 outof 8in c-or below6b-4 outof 5in b-or below7a-2 outof 3in a-or below8?1 point below -3 sigmacopyright 1995 six sigma academy, inc.概率分布区域zone chart for m+2+1 ngmamt ki-2 !gmaweightsa+b+c+c-b

44、a-100,092 © © © ; ita lb li bi ft iflbbmaaibiammbiai 通 m u® 1qqq4090 734 n n n b 目向susgroup numbor分组数平均值和极差图(xbat -r)xbar/r chart for evaluations?如果靠人工进行， sigma的计算是非 常烦琐的，因此 xbar -r图便成为 人工控制图的首选 方法。nae m p.p mas3.7 -subgroup 03.0sl=4.229x=4.096-3.0sl=3.963252015103-2j 9984 4 4 4

45、3 30.0eanar fpmas3.0sl=0.7673r=0.4318-3.0sl=0.09634?通过计算分组内数据的极差来显示变差(极大-极小)?使用azrbar得出3(vsqrt(n)的近似值，使用d3和d4 乘以rbar找出极差变差的控制极限的上下限。?以类似于xbar -s的方法进行分析单个数据点和移动极值图(xmr)i and mr chart for evaluations/5 0 54 4 3 emtavlaunmbran3.0 -subgroup 0礴粮碾犍3.0sl=4.517x=4.096-3.0sl=3.675单个变量x -移动极差图适用于分组内并不 存在可测量的变

46、差 的情况（如：过程 温度、压力或其它0.50.0250200150100503.0sl=0.5171r=0.1583-3.0sl=0.00e+0,5q eanar omtvo m类似的测量值）， 或者适用于合理分 组数据不可得时（ 由于成本或其它限 制因素）。小心?如果不当地应用于一个具有组内”变差的过程时）如上 图所示的控制图数据），所绘之图有时难读、难用。?当跟踪单个测量值时，没有关于短期和长期变差差异的 信息。指数加权移动极差ewma chart for evaluati(ewma)图表ewma图比其他任何 控制图灵敏得多。每个 ewma图中的数据点 都融有前面观察的信息 ,而且该图经

47、过成形可以探测到过程中任何大小的变化，这种可编程的 灵敏性使ewma成为监控受控过程的优秀工具。注意ewma的形状，该图所使用的数据和我们前 面连续数据图中的数据相同。我们注意到平均值存 在向上的趋势，其中还有均值向下的显著位移。特征值控制图npp主要属性图? np -测量所得的缺陷数量。控制极限范围基于 二项式分伍。由于记录的是原始缺陷数量，因 此分组的大小应相同。? p-记录的是样本的有缺陷部分。控制极限范 围基于二项式分伍。由于比例是缺陷相对于样本 大小的比值，因此，样本的大小无须相同。ni + n2 + + nkucl =并且 lcl = p - 3px?1- p?属性控制图表范例一个

48、本地的牙科小组想要了解为什么他们的许多患者都会失约；为此 成立了一个问题解决小组，该小组决定使用一个 p图表跟踪 失约”患者 的百分比。牙科门诊部开始按月提供患者 失约”百分比。由于一次“ 失约”就是一个缺陷约定，所以，平土u有缺陷部分的百分比即为 p。在头六个月的基础上计算控制图极限范围。使用的样本数量为每月 100次预约。年1996月7月8月9月10月11月12月%错误403636424240年1997月1月2月3月4月5月6月%错误2026251920一18%错误7月8月9月10月%错误16101212p图表公式:样本中非一致性的元素的数量（d）p=采样大小（n）-在所有样本中次品总数（d 1 + d 2+.d n）p = 一p = 236/600 = 0.393 ,公式中的 mi = 40+36+36+42+42+40 = 2362hi=600, 6个月内的总采样数量ucl = .393+3(.393*.607)/100) ? = 0.5395lcl = .393- 3(.393*.607)/100) ? = 0.2465在时间段内的测量特性nouoddppercentage of appointment "no shows"0.60.50.40.30.20.1subgroupmont