6西格玛讲义-MSA合集
合集下载
六西格玛(6sigma)培训教材(1)
What is 6 Sigma - 6 Sigma 发展 History
改善目标(6Sigma水准)的侧面上通过6 Sigma的技法,发展为做事方式的效率化
啊!那边有不良 不管怎么样都要成为钱
顾客所愿的!
• 6 Sigma 第1代 (1987~1995) 制品的品质, 特别是制造品质向上为 主要目的 推进6Sigma
LSL
USL
改 善
X=T
6σ Level !,
3.4 ppm !
1 -5/21
Paradigm Shift for 6 Sigma
1. Customer Focused
1. 2.
1
by
错规规我
的则则们
话
的
，
信
重如顾念
林 吉 抱
新果客 阅觉永 读得远 规顾是
则客对
是的
1. 为顾客创造价值 2. 认真听取顾客所愿的，用实践回答
6 Si & , , ,
1. 让组织的所有成员正确的理解我们为什么做 6 Sigma.
- 掌握/公布现在正确的品质水平,要使全公司员工具有危机意识。 - 为了这个，必须有充分准备的时间和长远的目光
2. Leadership
- 需要具有Top对6 Sigma的意志和推进6 Sigma的强有力的支援 -不是在短期成果上要紧急的“强有力的支援”,而是在长远目光和持续性方面需要“强有力的支援”.
1) 对6 Sigma具有巨大的向往和热情的人 2) 为了得到6 Sigma的成果，对组织付出热情和活力，具有凝聚力的人 3) 理解6 Sigma是在市场上取得成功所必须的,知道顾客和GE的利益是紧紧连接在一起的人 4) 理解6 Sigma是技术性的, 统计性的, 为此而具有财务的背景和知识的人 5) 不仅是技术的,统计的 Solution,而且还具有能够创造利益的有真正实力的人
六西格玛课程-MSA
20
再现性(Reproducibility)
由不同操作人员，采用相同的 测量仪器，测量同一零件的同 一特性时测量平均值的变差 （三同一异）
再现性
21
稳定性(Stability)
稳定性 是测量系统在某持续时间内测 量同一基准或零件的单一特性 时获得的测量值总变差。 时间2
时间1
22
线性(Linearity)
18
偏倚(Bias)
基准值 偏倚 偏倚：是测量结果的观测平 均值与基准值的差值。 真值的取得可以通过采用 更高等级的测量设备进行多 次测量，取其平均值。
觀測平均值
19
重复性(Repeatability)
指由同一个操作人员用同一种量 具经多次测量同一个零件的同一 特性时获得的测量值变差 （四同）
重复性
是在量具预期的工作范围内，偏倚值的差值。
基准值
基准值
观测平性(Linearity)
观测平均值 有偏倚、有线性 无偏倚、无线性
基准值
24
测量系统应有的特性
足够的分辨率和灵敏度。为了测量的目的，相对 足够的分辨率和灵敏度 于过程变差或规范控制限，测量的增量应该很 小。通常所有的十进制或10/1法则，表明仪器的 分辨率应把公差(过程变差)分为十份或更多。这 个规则是选择量具期望的实际最低起点。 测量系统应该是统计受控制的。这意味着在可重 测量系统应该是统计受控制的 复条件下，测量系统的变差只能是由于普通原因 而不是特殊原因造成。这可称为统计稳定性且最 好由图形法评价。
MSA 测量系统分析
1
MSA 的重要性
人 机 法 测量 环 测量 测量 好 结果 不好 如果测量过程有问题，那幺好的结果可能被测为坏的结 果，坏的结果也可能被测为好的结果，此时便不能得到真 正的产品或过程特性。
六西格玛课件
定义（Define）
5 4 1 2 3
举例：
第 17页 / 共 4页
D5. 绘制流程图
通过绘制使团队对项目有整体的共识 流程分析是分析阶段的一项关键工作 通过流程分析发现快速改进机会
定义（Define）
D6. 确定顾客和顾客的关键质量特性
顾客的声音（VOC-Voice of Customer） 关键质量特性(质量关键点)CTQ (Critical-To-Quality )
第 15页 / 共 4页
（Define） D2 .建立团队 团队行为准则、成员职责等 D3 .问题描述：对拟确立的项目进行进一步澄清 现状分析和期望状态 举例： 不好的问题描述举例：我们的企业浪费太多！ 较清晰的问题描述举例： 2001年-2002年，企业一车间原材料浪费达300万元,占材料总成本的20%，导致 产品成本每单位上升0.5元， 因此润率下降2%。
系统地思考由于一种新的方案可能造成影响的一种方法与鱼骨图相似它仍然采用团队头脑风暴的方式来实现所不同的是考虑几个重要的评价要素并给予一定的权重要求小组对各个方案进行打分模拟测试型式测试验收测试仿真测试制定方案实施计划确定是全面推广还是局部实验宣传和动员制定纠偏方案38control控制control39控制control40c1
六西格玛的起源与发展 六西格玛的含义 IT服务引入六西格玛管理的意义 六西格玛的方法论
定义 （Define）
第 13页 / 共 4页
定义（Define）
第 14页 / 共 4页
D1. 确定改进的机会 Opportunity
如何确定改进机会
定义（Define）
通过质量成本分析确定改进机会 如内部故障成本、外部故障成本、 预防成本、鉴定成本
MSA-6西格玛
Xbar-R法任务视窗输出分析： A. 表一
1）VarComp (or Variance): 显示方差构成来源。 2）％Contribution: 显示每个方差项占总变差的百分比。 B. 表二 1）StdDev: 每个方差项的标准偏差 2）Study Var: 标准偏差乘以5.15,该数字常用于分析过程变差时使用，
(分辨率）
部品散布(σp) × 1.41 }
测定散布(σMS)
MINITAB提供的两种重复性与再现性研究方法：
Xbar-R方法和方差分析（ANOVA)方法
Xbar-R方法将总测量变差分为三类：部品－部品、重复性、再现性.
方差分析（ANOVA)方法将总测量变差分为四类：除部品－部品、重复性外，将再 现性变差分为测量人员变差及测量人员－－部品交互作用变差。
测量系统基本知识
对同一被测物测量上千次，那么这些测量值在值域上就会呈现出正 态分布。如果能够量化的表述该分布，也就能够量化的表示测量能 力或特征。
-3σ -2σ -1σ µ 1σ 2σ 3σ
68.28% 95.45% 99.73%
平均值：所有测量结果的算术 平均值通常会认为是被测量的 最佳近似值
变异：表示被测结果或受某因 素所影响而导致的测量结果的 变化特征。量化为所有测量结 果同平均值之差的平方和。
0.099886 0.599316 94.10
Total Variation 0.106143 0.636859 100.00
Number of Distinct Categories = 3
%Contribution =
σ2MS σ2Total
=
0.0012892 0.0112664
* 判定 : ---针对重要特性其线性度%<5% --- 一般特性其线性度%<10% ---线性度%>10%以上者判为不合格，此项之仪器不适合使用
1）VarComp (or Variance): 显示方差构成来源。 2）％Contribution: 显示每个方差项占总变差的百分比。 B. 表二 1）StdDev: 每个方差项的标准偏差 2）Study Var: 标准偏差乘以5.15,该数字常用于分析过程变差时使用，
(分辨率）
部品散布(σp) × 1.41 }
测定散布(σMS)
MINITAB提供的两种重复性与再现性研究方法：
Xbar-R方法和方差分析（ANOVA)方法
Xbar-R方法将总测量变差分为三类：部品－部品、重复性、再现性.
方差分析（ANOVA)方法将总测量变差分为四类：除部品－部品、重复性外，将再 现性变差分为测量人员变差及测量人员－－部品交互作用变差。
测量系统基本知识
对同一被测物测量上千次，那么这些测量值在值域上就会呈现出正 态分布。如果能够量化的表述该分布，也就能够量化的表示测量能 力或特征。
-3σ -2σ -1σ µ 1σ 2σ 3σ
68.28% 95.45% 99.73%
平均值：所有测量结果的算术 平均值通常会认为是被测量的 最佳近似值
变异：表示被测结果或受某因 素所影响而导致的测量结果的 变化特征。量化为所有测量结 果同平均值之差的平方和。
0.099886 0.599316 94.10
Total Variation 0.106143 0.636859 100.00
Number of Distinct Categories = 3
%Contribution =
σ2MS σ2Total
=
0.0012892 0.0112664
* 判定 : ---针对重要特性其线性度%<5% --- 一般特性其线性度%<10% ---线性度%>10%以上者判为不合格，此项之仪器不适合使用
六西格玛基础知识(讲课)
促进6 Sigma的必要性 促进6 Sigma的必要性
Why?
总体变化战略 =
Sigma” “Six Sigma”
对应 项目
具有原则性、科学性地 解决问题的必要性
• Product
除去作业中浪费因素
不断的组织学习
• Process • 看不到的浪费比较多 看不到的浪费比较多 • 综合的情报提供未能满足
六西格玛知识入门讲座
“破冰”行动
企业寻求发展的突破关键
字母的意思？ 字母的意思？
σ Σ
sigma sigma 西格玛 西格玛 标准差 求和
δ
delat 叠尔塔 差异
△
delat 叠尔塔 差异
六西格玛的起源
W.A.Deming（1900-1993）
J.M.Juran（1904-）
六西格玛的发展
1987 采用6 采用6Sigma 摩托罗拉 2002 ICRA 战略 海里 1996 三星SDI 三星SDI 导入6 导入6Sigma 00 2004 6Sigma 传播至全球
我们该如何保持 改善成果? （Y）
流程运转如何? 绩效如何测量? （ Y）
我们该如何解决这些 主要原因?
6-Sigma水平改善方法 水平改善方法
最好的苹果
6 Sigma 设计(DFSS)
5 s 墙, 好的苹果
设计改善
工程的特性化及最优化(DMAIC)
--------------------------------------
Statistical Solution 统计的解决方案） （统计的解决方案）
2：MEASURE ： 测量） （测量）
4：IMPROVE ： 改善） （改善）
MSA培训教材(六西格玛)
测量变异的来源
工具
机械非稳定性 磨损 电气非稳定性 运算法则非稳定性
工作方法
数据输入的容易度
操作员培训
校正的频率 维护标准 充分的作业时间
标准作业程序
操作员技能
‘测量变异’
湿度 洁净度 震动 线电压变异 温度变异
Environme
环境
Rev. B Printed 2013-7-11 © 2001 by Sigma Breakthrough Technologies, Inc.
-27
Rev. B Printed 2013-7-11 © 2001 by Sigma Breakthrough Technologies, Inc.
测量能力索引 - %R&R
MS %R & R 100 Total
通常以百分率表示
测量能力索引- P/T
精确性公差比
5.15 * MS P /T Tolerance
通常以百分率表示
说明由于测量误差而产生的公差比 是多少 包括重复率和再现率
理想值: 8% 或更低，可接受的值: 30% 或更低
注意: 5.15 标准差说明有 99%的测量系统变异。 使用5.15 是行业标准
-25
2 rpd
-18
Rev. B Printed 2013-7-11 © 2001 by Sigma Breakthrough Technologies, Inc.
σrpt
测量系统的 固有变异
重复性
当在绝对相同的条件下，对相同变量进行重复测量时发 生的变异
相同的操作员 相同的测定 相同的部品 相同的环境条件 短期
6西格玛讲义-MSA
Operator C Operator A
Repeatability
22
测量系统误差的类型
4）稳定性Stability
测量系统在某 持续时间内测量单 一零件单一特性时， 测量值的总变差。
稳定性 时间2
时间1
23
测量系统误差的类型
5）线性 Linearity
量具在预期工作范围内，偏倚值的差值。
6）线性度 % Linearity
15
数据的真实性
观测值=？真值
过 程 变
真 值
差
16
测量误差可能导致
不合格产品被接收 合格产品被拒收 难以识别过程中发生的变化 控制图失真，不能提供正确信息
17
随机误差和系统误差
随机误差----突然发生、不可预测、可通过重复 测量避免； 可能源于： 环境因素的波动 测量位置的不同 人员作业的偶然性 仪器、设备的重复特性
25
测量系统误差的类型
系统性误差：偏倚、线性、稳定性 随机性误差：重复性、再现性、GR&R
26
计量型测量系统误差的估计
27
确定偏倚Bias
选定基准值 X 0
重复测量并记录
x x x ( , ...... )
1
2
10
观测平均值 x X i
偏倚量=
10
x x0
偏倚百分比：偏倚量/过程变差×100%
1、一般来讲对过程参数及指数 的估计不可接受
2、只提供粗劣的估计
1、可用于计量控制图
1、建议使用
5个或更多个数据分级
不重叠的过程分布的数据分级对控制与分析活动的影响 11
讨论
试举一种实际使用的测量仪器，分析其分辨力
六西格玛知识-6Sigma讲义
6 Sigma高质量低成本利润最大化质量检验Quality Inspection质量控制Quality Control全面质量管理TQM迈向6σMarching 6σ1900 1930 1950 19901988 Motorola1988 Motorola8缩小不良的核心是减少變異。
缩小不良的核心是减少變異。
σ记号前的数值(Z 值)越大，不良发生機率越小。
σ记号前的数值(Z 值)越大，不良发生機率越小。
目标目标规格限界规格限界不良可能性减少的不良可能性Process44掉在地上的果实18YX . . . X 为了取得成果把焦点对准X 和Y 中哪个?f (X)Y=Six Sigma的特征Process 中心N VAVAVA(Value Added) NVA(Non-Value Added)输入作业 返工 隐形工厂 废弃检查OK最终產出率90% 顾客品质NOT OK检查或试验后的產出率时间, 费用, 人员隐形工厂(Hidden Factory)- Process不完善而发生的返工、废弃等 COPQ(Cost Of Poor Quality: 低品質成本)发生原因 -消除缺陷引起的返工、废弃等而得到的量能确保更大的生产量，且并不 需要新的投资。
- Six Sigma Process改善，能把隐形的工厂显示出来，可以无投资的 提高产量。
21Six Sigma的特征科学的解决问题方法根据客观事实判断 - 确保可信赖的DATA, 确保DATA的正确性 科学的分析方法 - 统计分析工具的活用 - 科学技术知识的活用 理论性地问题解决方法 - DMAIC - DMADV(DFSS)22Six Sigma特征科学的解决问题方法X里有什么?实际问题 实际问题统计问题 统计问题Y = f(X1, X2, …, XN)f是什么模样？统计解法 统计解法如何决定X的最佳 值和规格?实际解法 实际解法为了满意最佳值和规格，对X管理。
六西格玛的讲解课件
分析结果表明评价人与基准表现出的一致性良好。
注：“1”为合格；“0”为不合格。 基于上述信息，判定该测量系统中，评价人 ABC均接受，该测量系统符合要求。
四、六西格玛方法体系
M阶段过程能力分析
单值控制图显 示控制限制范围 之外有 1 个点， 控制限制范围之 内有 7个点，表 示有非随机模式 ，从而说明存在 特殊原因 。 移动极差控 制图显示没有一 个点高于控制上 限。说明生产流 程还是有效的， 工程控制也是有 效的。
一、六西格玛导入
2、起源与发展
让6 sigma管理模式 声名大振的还是美国通用 电气公司（GE），自 1995年推行6 sigma管理 模式以来，由此所产生的 效益每年呈加速度递增： 每年节省的成本为右图； 利润率从1995年的13.6％ 提升到1998年的16.7％。
一、六西格玛导入
2、起源与发展
有效性 ≥90%
96.0% 98.0% 96.0%
A B C
结论：
1 31 1 31.0 1 119 0 119.0 0 150 1 150.0 1 C1 0.92 1 0.94 0 --1
总 计 1 1 1 1.00 1 1 0.00 1 计算 C 1 30 误发警报的比例 1漏发警报的比例 1 1 期望的计算 24.0 30.0 0 0 1.00 120 ≤ 2% 0 计算 ≤5% 119 期望的计算 96.0 120.0 0 0 0 150 2.00% 2.00%120 1 1 1 计算 总计 期望的计算 120.0 150.0 1 1 1 Kappa Kappa≥0.75 ） 0.00% 2.00% 1 1分析结果（要求： 1 1 1 A C 1 1 1 1 1B 2.00% 2.00% 0.96 0.98 0.96 0 0 Kappa 0 0 0 1 1 1 1 1 结论：
6西格玛基础知识讲解
2022/9/17
4
6西格玛的主要原则(三)
根据资料和事实管理。
近年来，虽然知识管理渐渐受到重视， 但是大多数企业仍然根据意见和假设来 作决策。6西格玛的首要规则便是厘清， 要评定绩效，究竟应该要做哪些衡量 (measurement)，然后再运用资料和分析， 了解公司表现距离目标有多少差距。
2022/9/17
软技术：
·领导力 ·提高团队工作效率 ·员工能力与授权 ·沟通与反馈
2022/9/17
18
6西格玛管理对企业文化的影响
说起企业文化来，似乎让人们感到很抽象。但是，仔细观察你周围的人 在处理哪怕最简单细小的问题上所共有的观念、价值取向和行为准则， 你就不难感觉到它的存在。简单地说，企业文化就是"我们这儿做事的方 式"。当你试图去改进质量，特别是通过改进工作过程（包括加工、服务、 行政和管理等）以获取最佳产品和服务质量的时候，文化便显示出巨大 的阻力。 因此，霍德盖茨先生指出： （1）当战略与文化发生冲突时，文化恒胜； （2）当企业文化与变革的精神不相容时，变革的努力将遭到失败。 霍德盖茨先生总结了美国鲍德理奇奖获奖企业的20条经验教训。分析这 些成功企业的经验教训，特别是处于顶层位置的企业文化建设方面的经 验教训，我们不难发现，成功的企业在实施质量战略时，比别的企业多 走了一步。那就是，他们在致力于产品与服务质量改进的同时，肯花大 力气去改造他们与6西格玛质量不相适应的企业文化，以使全体员工的信 念、态度、价值观和期望与6西格玛质量保持同步。从而创造出良好的企 业质量文化，保证了6西格玛质量战略的成功。
2022/9/17
13
为什么要用6西格玛管理(一)
为了生存： "为什么要开展6西格玛管理？"摩托罗拉的回答是：为了生存。 从70年代到80年代，摩托罗拉在同日本的竞争中失掉了收音机和电视机的市场， 后来又失掉了BP机和半导体的市场。1985年，公司面临倒闭。 一个日本企业在70年代并购了摩托罗拉的电视机生产公司。经过日本人的改造后， 很快投入了生产，并且不良率只有摩托罗拉管理时的1/20。他们使用了同样的人 员、技术和设计。显然问题出在摩托罗拉的管理上。 在市场竞争中，严酷的生存现实使摩托罗拉的高层接受了这样的结论："我们的质 量很臭"。在其CEO的领导下，摩托罗拉开始了6西格玛质量之路。今天，"摩托罗 拉"成为世界著名品牌，1998年，摩托罗拉公司获得了美国鲍德理奇国家质量管理 奖。他们成功的秘密就是6西格玛质量之路。是6西格玛管理使摩托罗拉从濒于倒 闭发展到当今世界知名的质量与利润领先公司。
六西格玛管理-6 sigma 基础必备 精品
%P/TV 0~10% 10~30% >30%
P/T Ratio 明显分类数
0~10%
>10
10~30%
5~9
>30%
<5
过程能力的效果 Cpk高的过程可承受较大的测量误差
在规格边缘的部件较少将减少错判的机会
Cpk非常小的过程不能承受任何测量误差
在规格边缘的部件较多将增加错判的机会
计量型测量仪器分析-用Minitab—GR&R分析
Operator Oper*Part Part-To-Part Total Variation
VarComp StdDev 5.15*Sigma 0.004437 0.066615 0.34306 0.001292 0.035940 0.18509 0.003146 0.056088 0.28885 0.000912 0.030200 0.15553 0.002234 0.047263 0.24340 0.037164 0.192781 0.99282 0.041602 0.203965 1.05042
测量系统指标
确定测量系统是“好”还是“坏”，需要将产品规格或过程变异与 测量系统变异相比。（对客户重要）
将σ２与公差相比较： 精密度/公差比例 将s2与过程变异比较：（对过程重要） 重复性和再现性 区别指数
精密度/公差比例（P/T)
表示测量误差所占公差的百分比 ５.１５σ MS代表９９%的测量 最佳状况：<１０% 勉强可接受：<３０% 包含重复性和再现性 P/T=5.15* σMS /Tolerance (T=USL-LSL)
计数测量系统应注意事项
计数值通常在筛选产品中产生 100%产品筛选通常是在过程不能以高比例生产合格产品时实施 因此，将生产大量的边界产品（合格或不合格产品） 很多测量系统、检验和运作过程都存在变异，这导致大量合格产品 的拒收或大量不合格产品的接受。
6SIGMA培训全套资料
聚焦问题点阶段
部分分析法
❖以优先级找出问题的核心事项 ❖典型的是：80%的问题由20%产生
❖ 决定活动课题和相关非常勤人员
用逻辑树等方法展开问题后，找出最终区域，选 定经验丰富的工程师来执行课题活动。
31
聚焦问题点阶段
❖ 找出活动课题的具体事项
Brainstorming：在短时间内得出很多主意的办 法
❖ Z4σ 5σ 6σ
6σ能力 •工序的变动（散布）越小工序能力越高。 •其结果标准偏差更小，发生不良的可能性就低。 •通过问题的现象分析把握工序能力（Z）：要提高到6σ水平，统 计上采取什么样的活动？
21
需要什么样的管理？需要什么样的技术
短期的工序能力
❖判断为短期内工序没有外部影响
13
统计基本概念的理解
可以说明拥有高Sigma值的工序，具备不良率低 的工序能力
Sigma值越大质量费用越少，周期越短。
14
统计基本概念的理解
❖ 平均值和拐点之间距离用标准偏差（σ）表示。如果目标值（T）和规格 上下限（USL or LSL)距离是标准偏差的3倍的话，说明具备了3Sigma的 工序能力。
拐点
1σ
μ（平均） T
3σ
USL
15
统计基本概念的理解
❖ 某班学生的国语平均分数是60分，按偏差是5的正态分布的 话，随意抽取一个学生时，70分以上分数的可能性是多少？
68.3%
95.4% 99.7%
测定值（分数） 45 50 55 60 65 70 75
Z-值σ：
-3 -2 -1 0 1 2 3
Brainstorming种类
❖Free Wheeling：全Team员以对话形式即兴发掘Idea ❖RoundRobin：对事件，Team员轮流发掘Idea ❖CardMethod：不经讨论，Team员把Idea写在卡片上，
六西格玛管理-6西格玛A阶段绿带教材 精品
方差组分分析可用于： ➢ 识别最大的变异来源 ➢ 通过对最大变异来源的消除达到改善流程的目的 ➢ 为改善阶段流程的优化确定方向 ➢ 建立更有效的样本采集计划
方差组分分析：分析案例
方差组分分析——举例
❖ 某化工厂黑带小张意图减少洗发水罐装量偏差过大的问题。 罐装是在不同工厂，不同设备及有不同班组的员工进行。为 了定量了解上述原因对罐装量（以克为单位）变异的影响， 小张分别到四个工厂的四个班组中随机抽取了四位操作员， 每位操作员工作时抽取三个样品（每间隔800个生产产品） 进行了分析。
测量系统的重复性 测量系统的再现性 校准前后的稳定性 不同测量人员之间 量程范围内的线性度 ……
多变量分析：基本概念及作用
什么是多变量分析？
➢ 流程绩效指标随流程输入和流程指标变化的图标展示 ➢ 在生产中对当前流程水平进行过程能力分析的手段 ➢ 流程稳定性的直观观察
多变量分析的作用是什么？
➢ 从多个角度通过图表观察造成流程绩效指标变异的原因 ➢ 观察流程的短期与长期能力间的差距及造成差距的主要原因 ➢ 与方差组分分析一起使用，可以明确流程变异的根本原因
嵌入式结构——图示
原料批次 编号可能一样但
实际上是不同的
生产线
1
班组
1
1 2
2
批次
1
2
3
1
2
3
单件产品 1 2 1 2 1 2 1 2 1 2 1 2
方差组分分析：用途
因子数据结构不同，采用的定量分析方法就不同
➢ 交叉结构——采用方差分析（包括固定模型和随机模型）的 方法分析
➢ 通嵌入结构——采用方差组分分析可以把各个来源所造成的 变异进行分离，并计算出各自为总体的偏差（以方差计算） 所带来的份额有多少
方差组分分析：分析案例
方差组分分析——举例
❖ 某化工厂黑带小张意图减少洗发水罐装量偏差过大的问题。 罐装是在不同工厂，不同设备及有不同班组的员工进行。为 了定量了解上述原因对罐装量（以克为单位）变异的影响， 小张分别到四个工厂的四个班组中随机抽取了四位操作员， 每位操作员工作时抽取三个样品（每间隔800个生产产品） 进行了分析。
测量系统的重复性 测量系统的再现性 校准前后的稳定性 不同测量人员之间 量程范围内的线性度 ……
多变量分析：基本概念及作用
什么是多变量分析？
➢ 流程绩效指标随流程输入和流程指标变化的图标展示 ➢ 在生产中对当前流程水平进行过程能力分析的手段 ➢ 流程稳定性的直观观察
多变量分析的作用是什么？
➢ 从多个角度通过图表观察造成流程绩效指标变异的原因 ➢ 观察流程的短期与长期能力间的差距及造成差距的主要原因 ➢ 与方差组分分析一起使用，可以明确流程变异的根本原因
嵌入式结构——图示
原料批次 编号可能一样但
实际上是不同的
生产线
1
班组
1
1 2
2
批次
1
2
3
1
2
3
单件产品 1 2 1 2 1 2 1 2 1 2 1 2
方差组分分析：用途
因子数据结构不同，采用的定量分析方法就不同
➢ 交叉结构——采用方差分析（包括固定模型和随机模型）的 方法分析
➢ 通嵌入结构——采用方差组分分析可以把各个来源所造成的 变异进行分离，并计算出各自为总体的偏差（以方差计算） 所带来的份额有多少
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5
测量系统的基本要求
数据的真实性 系统的稳定性 结果的精确性
6
数据的真实性
观测值=真值 ？
真
真
值
值
7
系统的稳定性
不同的时间、环境、人员、仪器设备对测量 结果影响如何？
系统是否处于统计控制状态？
8
测量结果的精确性
反映被测实体/系统微小变化的能力。 测量误差与被测量的变化范围（总变差）相比，
6 σ 培训之四
第四部分 测量系统分析
( MSቤተ መጻሕፍቲ ባይዱ )
1
术语及其定义
1、测量（Measurement) 以确定实体或系统的量值大小为目标的一 整套作业。 包括过程、产品、服务的输入、输出及性 能/绩效的定量化信息。
2
术语及其定义
2、Gage—任何用以获得测量结果的装置，特别 指基层使用的量具，包括用来测量合格/不合格的 装置。
3、测量系统（Measurement System) 用以对被测特性赋值的作业、方法、步骤、量 具、设备、软件、人员的集合。 为获得测量结果的完整过程。
3
测量系统的要素
测量方法 测量环境 仪器设备 测量系统
被测量对 象的特征
测量人员 计量基准
4
测量系统的组成
传感器：感受被测物理量/特征量的变化（长度、 温度、重量、磁场、均匀性、舒适度等） 转换器：物理量/特征量的转换/放大（磁-电、光电、热-电等） 读 出：模拟显示、数字显示、磁记录、观测记 录等（显示器、记录器、观测人员等） 阻尼器：减少测量系统的高频振荡，有助于测量 结果的平稳输出（滤波、磨擦、阻抗等） 校 准：系统验收、周期校验/使用前校验、溯源
15
数据的真实性
观测值=？真值
过 程 变
真 值
差
16
测量误差可能导致
不合格产品被接收 合格产品被拒收 难以识别过程中发生的变化 控制图失真，不能提供正确信息
17
随机误差和系统误差
随机误差----突然发生、不可预测、可通过重复 测量避免； 可能源于： 环境因素的波动 测量位置的不同 人员作业的偶然性 仪器、设备的重复特性
是否可以接受？
9
分辨力（Discrimination)
概念：指示装置可以有效辨别所指示的紧密相 邻量值能力的定量表示。 分辨力的要求： 1、最小测量单位/容差≤10%（用于计量型合格判定） 2、最小测量单位/过程变差≤10%（用于计量型过程 控制） 影响分辨力的因素： 1、传感器的灵敏度 2、读出装置的最小显示单位
基准值
偏倚
观测的平均值
20
测量系统误差的类型
2）重复性（Repeatability) 相同的测量人员、使用同一设备、在同一次
校准期间、同一实验室、采用相同的方法，在较 短时间内，对同一零件的同一特性测量的结果， 其相互接近的程度。 True
Average
同一测量人员 同一量具 同一零件 的同一特性
在预期工作范围内线性误差的变化率。
基准值
偏倚较小
基准值
偏倚较小
观测的平均值
范围的较低部分
观测的平均值
观测的平均值
范围的较高部分
无偏倚
24
基准值
重复性与再现性
GR&R－－ Gage Repeatability & Reproducibility ------对测量系统随机误差的综合评定，目前已成
为测量系统分析的主要指标。
● ●
●
●
●●
●
●
●
●
●
●
●
●
●●● ●●
●
.015 xxx .014 xxxxxxx .013 xxxxxx .012 xx .011
.014 x .013 xx .012 xxx .011 xxx .010 xxxxx .009 xxxx .008 xx .007 x
.011 xxx .010 xxxxxxx .009 xxxxxx .008 xx
10
1个数据分级 1个数据分级
分辨力
控
制
只有下列条件下才可用于控制：
1、与规范相比过程变差较小
2、预期过程变差上的损失函数 很平缓
3、过程变差的主要原因导致均 值偏移
分
析
1、对过程参数及指数估计不可 接受。
2、只能表明过程是否正在产生 合格零件
1、依据过程分布可用半计量控 制技术
2、可产生不敏感的计量控制图
准确度=基准值－多次测量平均值
13
精密度（Precision)
在相同条件下进行重复测量或试验，其结果相 互间的一致程度。
表示测定结果中随机误差大小的程度。 精密度常用测量的标准差来表示，标准差越大，
精密度越低。
14
准确度与精密度
Reference Value=.010
●●● ●●● ●
1、一般来讲对过程参数及指数 的估计不可接受
2、只提供粗劣的估计
1、可用于计量控制图
1、建议使用
5个或更多个数据分级
不重叠的过程分布的数据分级对控制与分析活动的影响 11
讨论
试举一种实际使用的测量仪器，分析其分辨力
12
准确度（Accuracy)
表示测量结果（单值或平均值）与真值的接 近程度。 数量上，准确度可以用相对误差数表示：
18
随机误差和系统误差
系统误差：不可能通过重复测量避免：
可能源于： 不同的时间 不同的环境因素 不同的测量方法（程序） 人员素质的差异 校准错误 仪器设备内在偏差
19
测量系统误差的类型
1）偏倚（Bias): 测量值或估计量的分布中心（平均值）与真值（基
准值）之差。 偏倚属于系统性误差，直接影响测量系统的准确度。
25
测量系统误差的类型
系统性误差：偏倚、线性、稳定性 随机性误差：重复性、再现性、GR&R
26
计量型测量系统误差的估计
Repeatability
21
测量系统误差的类型
3）再现性（Reproducibility) 不同的测量人员、使用不同设备、在不同实
验室、在不同时间，采用相同的方法对同一零件 的同一特性测量的结果，其相互接近的程度。
True Average
不同的测量人员
不同/相同一量具
同一零件的同一 特性
Operator B
Operator C Operator A
Repeatability
22
测量系统误差的类型
4）稳定性Stability
测量系统在某 持续时间内测量单 一零件单一特性时， 测量值的总变差。
稳定性 时间2
时间1
23
测量系统误差的类型
5）线性 Linearity
量具在预期工作范围内，偏倚值的差值。
6）线性度 % Linearity
测量系统的基本要求
数据的真实性 系统的稳定性 结果的精确性
6
数据的真实性
观测值=真值 ？
真
真
值
值
7
系统的稳定性
不同的时间、环境、人员、仪器设备对测量 结果影响如何？
系统是否处于统计控制状态？
8
测量结果的精确性
反映被测实体/系统微小变化的能力。 测量误差与被测量的变化范围（总变差）相比，
6 σ 培训之四
第四部分 测量系统分析
( MSቤተ መጻሕፍቲ ባይዱ )
1
术语及其定义
1、测量（Measurement) 以确定实体或系统的量值大小为目标的一 整套作业。 包括过程、产品、服务的输入、输出及性 能/绩效的定量化信息。
2
术语及其定义
2、Gage—任何用以获得测量结果的装置，特别 指基层使用的量具，包括用来测量合格/不合格的 装置。
3、测量系统（Measurement System) 用以对被测特性赋值的作业、方法、步骤、量 具、设备、软件、人员的集合。 为获得测量结果的完整过程。
3
测量系统的要素
测量方法 测量环境 仪器设备 测量系统
被测量对 象的特征
测量人员 计量基准
4
测量系统的组成
传感器：感受被测物理量/特征量的变化（长度、 温度、重量、磁场、均匀性、舒适度等） 转换器：物理量/特征量的转换/放大（磁-电、光电、热-电等） 读 出：模拟显示、数字显示、磁记录、观测记 录等（显示器、记录器、观测人员等） 阻尼器：减少测量系统的高频振荡，有助于测量 结果的平稳输出（滤波、磨擦、阻抗等） 校 准：系统验收、周期校验/使用前校验、溯源
15
数据的真实性
观测值=？真值
过 程 变
真 值
差
16
测量误差可能导致
不合格产品被接收 合格产品被拒收 难以识别过程中发生的变化 控制图失真，不能提供正确信息
17
随机误差和系统误差
随机误差----突然发生、不可预测、可通过重复 测量避免； 可能源于： 环境因素的波动 测量位置的不同 人员作业的偶然性 仪器、设备的重复特性
是否可以接受？
9
分辨力（Discrimination)
概念：指示装置可以有效辨别所指示的紧密相 邻量值能力的定量表示。 分辨力的要求： 1、最小测量单位/容差≤10%（用于计量型合格判定） 2、最小测量单位/过程变差≤10%（用于计量型过程 控制） 影响分辨力的因素： 1、传感器的灵敏度 2、读出装置的最小显示单位
基准值
偏倚
观测的平均值
20
测量系统误差的类型
2）重复性（Repeatability) 相同的测量人员、使用同一设备、在同一次
校准期间、同一实验室、采用相同的方法，在较 短时间内，对同一零件的同一特性测量的结果， 其相互接近的程度。 True
Average
同一测量人员 同一量具 同一零件 的同一特性
在预期工作范围内线性误差的变化率。
基准值
偏倚较小
基准值
偏倚较小
观测的平均值
范围的较低部分
观测的平均值
观测的平均值
范围的较高部分
无偏倚
24
基准值
重复性与再现性
GR&R－－ Gage Repeatability & Reproducibility ------对测量系统随机误差的综合评定，目前已成
为测量系统分析的主要指标。
● ●
●
●
●●
●
●
●
●
●
●
●
●
●●● ●●
●
.015 xxx .014 xxxxxxx .013 xxxxxx .012 xx .011
.014 x .013 xx .012 xxx .011 xxx .010 xxxxx .009 xxxx .008 xx .007 x
.011 xxx .010 xxxxxxx .009 xxxxxx .008 xx
10
1个数据分级 1个数据分级
分辨力
控
制
只有下列条件下才可用于控制：
1、与规范相比过程变差较小
2、预期过程变差上的损失函数 很平缓
3、过程变差的主要原因导致均 值偏移
分
析
1、对过程参数及指数估计不可 接受。
2、只能表明过程是否正在产生 合格零件
1、依据过程分布可用半计量控 制技术
2、可产生不敏感的计量控制图
准确度=基准值－多次测量平均值
13
精密度（Precision)
在相同条件下进行重复测量或试验，其结果相 互间的一致程度。
表示测定结果中随机误差大小的程度。 精密度常用测量的标准差来表示，标准差越大，
精密度越低。
14
准确度与精密度
Reference Value=.010
●●● ●●● ●
1、一般来讲对过程参数及指数 的估计不可接受
2、只提供粗劣的估计
1、可用于计量控制图
1、建议使用
5个或更多个数据分级
不重叠的过程分布的数据分级对控制与分析活动的影响 11
讨论
试举一种实际使用的测量仪器，分析其分辨力
12
准确度（Accuracy)
表示测量结果（单值或平均值）与真值的接 近程度。 数量上，准确度可以用相对误差数表示：
18
随机误差和系统误差
系统误差：不可能通过重复测量避免：
可能源于： 不同的时间 不同的环境因素 不同的测量方法（程序） 人员素质的差异 校准错误 仪器设备内在偏差
19
测量系统误差的类型
1）偏倚（Bias): 测量值或估计量的分布中心（平均值）与真值（基
准值）之差。 偏倚属于系统性误差，直接影响测量系统的准确度。
25
测量系统误差的类型
系统性误差：偏倚、线性、稳定性 随机性误差：重复性、再现性、GR&R
26
计量型测量系统误差的估计
Repeatability
21
测量系统误差的类型
3）再现性（Reproducibility) 不同的测量人员、使用不同设备、在不同实
验室、在不同时间，采用相同的方法对同一零件 的同一特性测量的结果，其相互接近的程度。
True Average
不同的测量人员
不同/相同一量具
同一零件的同一 特性
Operator B
Operator C Operator A
Repeatability
22
测量系统误差的类型
4）稳定性Stability
测量系统在某 持续时间内测量单 一零件单一特性时， 测量值的总变差。
稳定性 时间2
时间1
23
测量系统误差的类型
5）线性 Linearity
量具在预期工作范围内，偏倚值的差值。
6）线性度 % Linearity