6sigma五大阶段学习内容

▶ 对立假设 (Alternative Hypothesis : H1)
- 原假设拒绝后，可供选择的假设. - “不一样” , “有差异 ” 等的 Not Equal 概 念
P-Value
认为回归假设是正确的情况下，利用收集的Data分析发生回归的概率.
显著性水平(α)
H0是真， 但出现误判错误的容许界限. 判断P-Value大小时使用的基准概率. (主要使用 1%, 5%, 10%)
Mark对比度 平行度调整方法 IC测定高度 位置决定 缓冲材 导热性 Feeding不良
Mark设定
平行度 平行度 确认方法 测量方法
Tool平行度
Delay time
假压榨
Mark Size
本压榨
Tool下 降程度 缺口 平行度 温度差异
假压受台Gap
假压榨精度
Method
Machine
5
分析阶段-Graph(坐标图) 分析
分析阶段-假设验证
Define
Measure
Analyze
Improve
Control
◎ 假设验证步骤 Ho : 无差异. H1 : 有差异. 一般使用 5%
◎ 假设验证种类
假设验证
Data的种类
决定显著水平(α)
连续型 Data
选择‘测定方法 1 Sample t - Test 1. 测定统计量计算 2. P-Value 算出 2 Sample t - Test
●对趋势图的 解释 ?
分析阶段-Graph(坐标图) 分析
Define
Measure
Analyze
Improve
Control
◎ Box Plot(箱子构造) : 大致掌握Data的中心和散布形态，想了解异常值存在与否时使用.
制成法 : 5个主要特性(最小值, Q1, 中位数, Q3, 最大值)以 Box和线来表示
对差异的信赖区间
P-Value 0.002( < 0.05 ) Material A和 Material B的平均不同.
分析阶段-相关分析
Define
→ P-Value 0.205 (> 0.05)是正规分布.
→ P-Value 0.837 (> 0.05)是正规分布.
分析阶段-假设验证
Define
Measure
Analyze
Improve
Control
② 2-Sample t / 测定等分散型性
目的: 假设: 在具备的两个以上的集团之间，确认统计上是否有有意的散布差异 Ho : σ12 = σ22 , H1 : σ12 ≠ σ22 (两侧测定日时)
Define
Measure
Analyze
Improve
Control
Analyze 阶段是通过对各候补因子的统计性验证，进行筛选从而选定主因子(Vital Few)的活动。 其中候补因子是指在Define, Measure 阶段定义的有可能影响 CTQ的暂定因子/候补因子 X’s(X 1 ,X 2 ,…,X n ), . ◎ 活动 Process 突出暂定 通过Brainstorming 适用适当的 Tool 后整理 (特性要因图, Logic Tree 等) 突出暂定因子 ※ 活用过去 Data，突出暂定/候补因子. 1. 利用在测定阶段收集的Data 2. 树立收集Data 计划，有体系地收集 Data 3. 收集Data 困难时通过实验收集 Data 分析坐标图 选定主因子 (Vital Few) Histogram, Plot Matrix Plot, Box Plot 验证统计的假设 假设验证(计量型/离散型) 相关性分析 实验分析 ANOVA 分析
定义 测量 分析
Step 2 – Project定义 Step 3 – Project承认 Step 4 – Y’s的确认 Step 5 – 现水准确认 (把握) Step 6 – 潜在原因变数(X’s)的挖掘 Step 7 - Data 收集 Step 8 - Data 分析 Step 9 - Vital Few X’s的选定 Step 10 – 树立改善方案
测定步骤 :
① 测定具备 Data的正规性.
- 材料 A的 P-Value是多少? 是正态分布吗? - 材料 B的 P-Value是多少? 是正态分布吗?
② 测定分散的同质性.
- F-Test的 P-Value是多少? 结果是?
③ 实施t-Test.
- 设立假设. - 有意水平是? - P-Value是多少? 结果是?
分析阶段-假设验证
Define
Measure
Analyze
Improve
Control
① 2-Sample t / 测定正规性
目 的 : 统计的确认具备的 Data가是否市正规分布 假设: Ho : 是正规分布 , H1 : 不是正规分布 (α = 5%)
Stat > Basic statistics > Normallity Test
测定用材料 A和材料 B所制作的各产品的硬度，得到了如下Data. 要测定A和 B的母平均上 是否有差异.
• Data :
材料 A : 73.4, 77.0, 73.7, 73.3, 73.1, 71.5, 74.5, 77.5, 76.4, 77.7 材料 B : 68.7, 71.4, 69.8, 75.3, 71.3, 72.7, 66.9, 70.2, 74.4, 70.1
女孩子的青睐度
物质因素
房子 汽车
身高
外貌
体重 ？？
其他
？？
4
分析阶段-突出暂定因子 例-特性要因图
Material
IC累计Pitch Align Mark间距离偏差
Man
补正输入错误 工程变化 Check周 期未设定
作业Error
IC资材不良
IC热膨胀差异
Cell不良
IC型号选择错误
Align精度
第一步：建立假设H0：μ=0.13，H1: μ≠0.13 第二步：正态检验：P=0.806>0.05，符合正态分布 第三步：选择测定方法，σ已知，所以使用 MINITAB “1sample Z ”工具 第四步：利用MINITAB进行计算 mu = 0.13 与 ≠ 0.13 的检验 假定标准差 = 0.015 N 平均值 平均值标准误 95% 置信区间 10 0.13580 0.00474 (0.12650, 0.14510)
Y
离散型 • 回归分析
• Run Chart
X
离散型
连续型
• Run Chart • Pareto Chart
X
• Proportion -Test
分析阶段-突出暂定因子 例-logic tree
Y Level 1 Level 2（x）
学历
能力
口才
气质 存款
找到几个关键的小x，并最优化小x， 来提升大Y的值，这个是六西格玛分析 改善阶段的任务
Data 收集
◎ 活用 Tool’s Graph 分析
连续型 连续型 • Histogram • Plot • Matrix Plot • Histogram • Box - Plot • Pareto Chart • Multi-Vari Chart
Y
离散型
统计的分析
离散型
连续型 • 相关分析 • 回归分析 • t –Test (平均) • F –Test (分散) • ANOVA (方差)
●对趋势图的 解释 ?
分析阶段-假设验证
Define
Measure
Analyze
Improve
Control
来自百度文库
1. 假设验证概念
◎ 假设验证的概要 假设验证是 ? 把想要了解的内容(现象)建立成假设，通过收集的 Data进行分析，验证假设是否成立的步骤
▶ 回归假设 (Null Hypothesis : H0) - 在显著性水平α下，可以接受的假设 - “一样 ” , “无差异 “ 等的 Equal 概念.
目的: 假设: 标准偏差已经知道的情况，检验正态总体的均值 H0 : μ1 = μ2 , H1 : μ1 ≠ μ2
Define
Measure
Analyze
Improve
Control
例题 :某零件，其厚度在正常生产下平均值为0.13，标准偏差为0.015，某日抽样了10个零件，其测试值为0.112，0.130， 0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142；如果标准偏差不变，试问显著水平α=0.05时，能否认为该批零件 厚度平均值没有发生变化？
Z 1.22
P 0.221
第五步： P>0.05，则接受H0，即认为平均值变化到0.1358与0.13并无显著差别，这批产品平均厚度 合格
11
分析阶段-假设验证
Define
Measure
Analyze
Improve
Control
二、 2 Sample t-Test
目 的 : 判断具备两个母集团抽出的Data平均(Mean)，统计上是否有差异. 假设: 例题 : Ho : μ1 = μ2 , Ha : μ1 ≠ μ2
Define
Measure
Analyze
Improve
Control
2. 活用主要Graph
◎ Histogram : 为连续型 Data的统计的分析假定正态分布，验证正态性前可大致地掌握Data的中心和散布等的分布形式.
●对趋势图的 解释 ?
20
10
0 35 45 55 65 75 85
Length
分析阶段概述
Six Sigma技术与方法
分析阶段的目的是找到Y=F（x1,x2,x3……）中关键的x, 改善阶段目的是对x进行优化，以提升Y
Step 1 – Project选定(背景陈述) Project选定过程及必要技术 Project的目标和范围的设定 Project实施计划的承认 Project 满足CTQ的具体指标 测量把握现水准，确定改善目标 潜在原因变数 (X’s)的挖掘及优先化 Data 分析计划的树立及收集活动 为了确认Vital Few X’s的统计分析 分析结果 Review , 改善优先顺序 Vital Few X’s的特性区分 明确Y与 X’s的关系 决定最佳条件 决定方案的验证及改善效果的确认
改善
Step 11 - Vital Few X’s 最佳化 Step 12 – 改善结果验证
Step 13 – 树立管理计划
改善结果危险性评价及管理计划中的反应
现业适用及维持管理 分析预想效果进行文件化共享
控制
Step 14 – 管理计划实施 Step 15 – 文件化/共享
分析阶段-Analyze阶段 Flow
Control
③ 2-Sample t / 测定平均值
Stat > Basic statistics > 2-Sample t
(α = 5%)
双样本 T 检验和置信区间: 材料A, 材料B 材料A 与 材料B 的双样本 T 平均值 N 平均值 标准差 标准误 材料A 10 74.81 2.17 0.69 材料B 10 71.08 2.54 0.80 差值 = mu (材料A) - mu (材料B) 差值估计: 3.73 差值的 95% 置信区间: (1.51, 5.95) 差值 = 0 (与 ≠) 的 T 检验: T 值 = 3.53 P 值 = 0.002 自由度 = 18 两者都使用合并标准差 = 2.3630
离散型 Data
1 Proportion
2 Proportions
χ² - Test
1. 测定统计量 > 临界值 2. P-Value < 有意水平
ANOVA
No
接受H0 (无差异.)
Yes
接受H1 (有差异.)
Test for Equal Variances
分析阶段-假设验证
一、1 Sample Z-Test 例子：
Stat > Basic statistics > 2 Variances (Stat > ANOVA > Test for Equal Variances) (α = 5%)
P-Value 0.646( > 0.05)分散相同.
分析阶段-假设验证
Define
Measure
Analyze
Improve
分析阶段-Graph(坐标图) 分析
Define
Measure
Analyze
Improve
Control
◎ Plot(散点图) : 为大致掌握两个变数(X, Y)的相关关系而使用 ※ 看点的形态可比较直观的确认两个变数间的相关关系. 首先看点的进行方向，如右侧向上移动的画判断是正向的相关 关系,如右侧向下移动的话判断是反向的相关关系 收集两个变数的 Data(50~100个适当) 在X,Y 表上表示值