sigma常用工具及图表

sigma常用工具及图表(Biao)演示文稿第一页，共三十页。优选sigma常用工(Gong)具及图表第二页，共三十页。柏(Bai)拉图原始数据如下：质量控制示例.MTW选择：统计>质量工具>Pareto图Minitab输出如下表：点击：已整理成表格的缺陷数据[

Define

]第三页，共三十页。Case1：汽车工业行动组织量(Liang)具研究，选择了10个代表过程变异预期范围的部件。3名操作员以随机顺序测量这10个部件，每个部件测量3次第四页，共三十页。原始数据：汽车工业行动(Dong)组织量具研究.MTW

共10个部件(3人对同一部件测量3次)[

Measure

]MSA选择：统计>质量工具>量具研究>量具R&R研究(交叉)第五页，共三十页。选择对(Dui)话框Session输出如下：图形输出如下：判定：GageR&R≤30%判定：≥5[

Measure

]MSA

量具R&R研究-方差分析法不包含交互作用的双因子方差分析表来源自由度SSMSFP部件988.36199.81799245.6140.000操作员23.16731.5836339.6170.000重复性783.11790.03997合计8994.6471量具R&R

方差分量来源方差分量贡献率合计量具R&R0.091437.76

重复性0.039973.39

再现性0.051464.37

操作员0.051464.37部件间1.0864592.24合计变异1.17788100.00

研究变异%研究变来源标准差(SD)(6*SD)异(%SV)合计量具R&R0.302371.8142327.86

重复性0.199931.1996018.42

再现性0.226841.3610320.90

操作员0.226841.3610320.90部件间1.042336.2539696.04合计变异1.085306.51180100.00可区分的类别数=4第六页，共三十页。Case2：一家教育考试公司正在为六年级标准化论文(Wen)式考试的写作部分培训五名新检验员。现在需要评估检验员对论文(Wen)评级时遵守标准的能力。每个评分员以五点尺度（-2，-1，0，1，2）对15篇论文进行了评级。第七页，共三十页。原始数据(Ju)：散文.MTW

[

Measure

]MSA（属性一致性）选择：统计>质量工具>属性一致性分析第八页，共三十页。选择对话(Hua)框会话框输出如下：图形输出如下：作业者之间判定结果不一致测量系统只有40%的可信度[

Measure

]评级

的属性一致性分析

每个检验员与标准评估一致性

#

检

#

相检验员

验数

符数

百分比

95

%

置信区间Duncan

15

8

53.33

(26.59,

78.73)Hayes

15

13

86.67

(59.54,

98.34)Holmes

15

15

100.00

(81.90,

100.00)Montgomery

15

15

100.00

(81.90,

100.00)Simpson

15

14

93.33

(68.05,

99.83)检验员之间评估一致性

#

检

#

相

验数

符数

百分比

95

%

置信区间

15

6

40.00

(16.34,

67.71)所有检验员与标准评估一致性

#

检

#

相

验数

符数

百分比

95

%

置信区间

15

6

40.00

(16.34,

67.71)MSA（属性一致性）第九页，共三十页。因果分析(Xi)图原始数据如下：表面缺陷.MTW

选择：统计>质量工具>因果Minitab输出如下表：选择相应对话框[

Measure

]第十页，共三十页。Case3：一家线缆制造商希望评估线缆的(De)直径是否符合规格。线缆直径必须为0.55+0.05cm才符合工程规格。分析员评估过程的能力以确保其满足客户的要求，即Ppk为1.33。分析员每小时从生产线中取5根连续的线缆作为一个子组，并记录直径。第十一页，共三十页。原(Yuan)始数据如下：线缆.MTW

工程能力分析选择：统计>质量工具>能力分析>正态选择对话框点击选项[

Measure

]规格下限0.50规格上限

0.60

第十二页，共三十页。图形输出如(Ru)下：PP、PPK工程能力分析[

Measure

]

规格下限

规格上限算术平均

抽样数

群内标准偏差

全体标准偏差3.3观测的不良率3.4群内预想不良率3.5全体预想不良率CP、CPK第十三页，共三十页。SIPOC/COPIS–说(Shuo)明用语

SupplierCustomerOutputProcessInputProcessProcessProcess

供应者(Suppler):提供Process作业对象（如情报和资料、资源等）的人或组织等

输入(Input):供应者提供的情报/资料/制品/服务等。

程序(Process):输入的转化变形构成的一系列阶段。

输出(Output):顾客使用的制品或服务

顾客(Customer):得到Process的输出结果的人3.5-15SIPOC[

Measure

]第十四页，共三十页。输入类型顾客开始的

情报问候准备应答顺序电话系统P/N统合部门参考主要情报生产ROAD情报WORKSHEET价格策定方式CCCUCUUCC结果物电话应答应答问候P/N决定needdate把握船运地址

把握船运方法把握

内部情报内部

P/N赋予条件决定leadtime把握询问完了

WORKSHEET顾客数询问(Wen)WORKSHEET价格策定1.

把握外部输入和顾客输出.2.Process所有阶段通过图表或画图来把握.3.列出各阶段主要输出变数.4.列出主要输入变数后，消除或保留，区分Process输入5.添加对输入变数Process的

Spec.PROCESS

Map[

Measure

]第十五页，共三十页。Cause&EffectMatrix[

Measure

]第十六页，共三十页。RPN=严重度X发(Fa)生率X探测力FailureModes,EffectsandCriricalityAnalysis[

Measure

]第十七页，共三十页。风险优先(Xian)数(RPN)FMEA的输出是风险优先数

RPN是在你提供的信息基础上计算出来的数，要考虑

潜在的失败模式,相关影响,和当前在达到顾客之前工程探测失败能力

它是三个定量的数率的乘积，分别相对于影响，要因和控制：

RPN=严重度X发生率X探测力（影响的）严重度（Severity）-

影响对顾客要求的重要程度-如果失败发生，也可以和安全及其他风险相关（1=不严重，10=非常严重）

（要因的）发生率（Occurrence）-

给定要因发生并导致失败模式的频率。有时也可以指失败模式的频率（1=不像，10=很像）

探测力（Detection）(当前的控制能力)-

当前控制计划的探测或预防的能力：

在导致失败模式之前的要因

在导致影响之前探测或预防的失败模式

1=可能探测,10=根本不可能探测

[

Measure

]第十八页，共三十页。Case4：为了提高家庭暖气系统的效率，进行了一项旨在评估两种设备功效的研究。安装其中一种设备后，对房舍的能耗进行了测量。这两种设备分别是电动气闸和热活化气闸。现在，您要确(Que)定是否有证据证明这两种设备之间的差值不为零，以比较出这两种设备的功效。第十九页，共三十页。原始数(Shu)据如下：

1

3

2

4选择：统计>基本统计量>双样本选择对话框：点击图形，选择数据箱线图2个对象比较差异[

Analyze

]第二十页，共三十页。点击Options，选择(Ze)如下图：

5

6图形输出如下：7Session输出如下：P>0.05，Ho成立P<0.05，

Ha成立2个对象比较差异[

Analyze

]双样本T检验和置信区间:气闸内置能量消耗,气闸气闸内置能量消耗双样本T

平均值气闸N平均值标准差标准误1409.913.020.4825010.142.770.39差值=mu(1)-mu(2)差值估计:-0.235差值的95%置信区间:(-1.464,0.993)差值=0(与≠)的T检验:T值=-0.38P值=0.704自由度=80因此，没有证据证明，使用电动气闸与使用热活化气闸在能耗上有差异。第二十一页，共三十页。Case5：一家制鞋公司要对用于男童鞋鞋底的两种材料A和B进行比较。在此示例中，研究中的十个男孩都穿了一双特殊的鞋，一支鞋的鞋底由材料A制成(Cheng)，另一支鞋的鞋底由材料B制成。鞋底类型是随机分配的，以考虑到左右脚在磨损方面的系统差异。三个月后，对鞋的磨损情况进行测量。第二十二页，共三十页。原始(Shi)数据如下：

1

3选择对话框：选择：统计>基本统计量>>配对T

2

4图形输出如下：成对对象比较差异[

Analyze

]配对T检验和置信区间:材料A,材料B材料A-材料B的配对T

平均值

N平均值标准差标准误材料A1010.6302.4510.775材料B1011.0402.5180.796差分10-0.4100.3870.122平均差的95%置信区间:(-0.687,-0.133)平均差=0(与≠0)的T检验:T值=-3.35P值=0.009P>0.05，Ho成立P<0.05，

Ha成立材料B的性能要比材料A好第二十三页，共三十页。

1原(Yuan)始数据如下：

3选择对话框：

2

4选择：Stat>ANOVA>One-way(unstacked)

One-wayANOVA:Data,Data2,Data3SourceDFSSMSFPFactor218.789.391.620.217Error27156.585.80Total29175.35S=2.408R-Sq=10.71%R-Sq(adj)=4.09%Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev--------+---------+---------+---------+-Data1010.3762.277(---------*----------)Data2109.3361.815(---------*----------)Data31011.2722.986(---------*----------)--------+---------+---------+---------+-9.010.512.013.5PooledStDev=2.408Session输出如下：P≤0.05说明有差异各机床95%信赖区间3个对象以上比较差异[

Analyze

]第二十四页，共三十页。

1原(Yuan)始数据如下：

2

3选择对话框：

4Session输出如下：改善前后数据对比分析[

Improve

]第二十五页，共三十页。原始数据(Ju)如下：

1

2选择：Stat>ControlCharts>VariablesChartsforSubgroups>xbarR平均值管理图[

Control

]第二十六页，共三十页。输入一子组