《精编》6西格码基础培训教材
6西格码培训教材 一 基本概念分析过程或体系以确定应用哪些方法来消除目前业绩与目标之间的差异 应用统计技术来指导分析 1 分析阶段的作用采用严密 科学的分析工具进行定量或定性分析 最终筛选出关键影响因素x s 只有筛选出关键x s 改善阶段才会有的放矢 A 分析 Analyze 2 分析阶段的输入分析阶段的输入为测量阶段的输出 过程流程图过程输出的量化指标 即项目y对项目y及其影响因素x s的数据有效性验证结果对当前过程能力的准确评估改进目标 A 分析 Analyze 3 分析阶段的输出影响项目y的所有x s分析阶段主要目标是发现影响项目Y的主要因素 但首先是要找出所有可能的因素 特别注意不能漏掉可能的影响因素 影响项目y的关键少数x s这是分析阶段的主要输出 它直接影响改善质量即项目成败 将关键少数因素和多数次要因素分离开是分析阶段的首要目标 也是6西格玛系统的核心技术之一 A 分析 Analyze 3 量化收益找出关键少数因素后即可对这些因素做出评估 并对改善结果进行预测 计算改善的净收益 是六西格玛和别的系统的主要区别之一 即六西格玛的所有项目成果是可以反映在财务收益上的 A 分析 Analyze 二 主要工具1 图形分析工具过程图分析直方图分析箱图分析时序图分析因果图分析失效模式和影响分析质量功能展开故障树分析 A 分析 Analyze 2 通用分析工具参数估计和置信区间分析假设检验方差分析相关和回归分析试验设计分析 A 分析 Analyze 三 参数估计和置信区间1 置信区间在分析和解决实际问题时 要取得分析对象的全部数据是非常困难的 有时也是不现实的 为此需从总体中抽取一定数量的样本 取得样本的测量数据 再通过样本数据对总体数据进行估计 区间估计方法就是在已知样本状况时 估计总体值的可能区间的方法 一般估计要求有比较高的 可信程度 如95 的可信度 A 分析 Analyze 2 区间估计概念设 1 x1 x2 xn 及 2 x1 x2 xn 是由样本观测值确定的两个统计量 如对给定概率1 有P 1 2 1 则随机区间 1 2 叫做参数 的对应与置信概率1 的置信区间 1叫置信下限 2叫置信上限 对于已知的置信概率 置信度 根据样本观测值来确定位置参数 的置信区间 称为参数 的区间估计 在 1 100 的置信度下 总体的均值会落在置信区间范围内 A 分析 Analyze 3 置信区间的种类对正态总体均值 的区间估计 已知样本标准差等于总体标准差未知总体标准差对正态总体方差 2的区间估计 已知样本均值等于总体均值未知总体均值 A 分析 Analyze 3 对两个正态总体均值差的区间估计 已知两个总体标准差未知两个总体标准差 但假设 1 24 对两个正态总体方差比的区间估计 已知两个总体均值未知总体均值 A 分析 Analyze 4 各类区间估计计算公式 A 分析 Analyze 四 假设检验1 什么是假设检验对总体参数分布做某种假设 再根据抽取的样本观测值 运用统计分析方法检验这种假设是否正确 从而决定接受假设或拒绝假设的过程就是假设检验 在六西格玛的分析阶段 确定某种原因是否确定存在 改善阶段 验证解决方案 控制阶段 确定是否过程发生重要的变化 均会用到假设检验的方法去发现问题 验证方案有效性 A 分析 Analyze 过程运行 判断 实际问题 认识 统计问题 确定问题 阐明问题 如某单板近期直通率下降 是何原因使其下降 在什么区间 依据什么标准 在什么时间周期 怎样才能提高直通率 建立一个模型进行分析 如假设检验 区间估计 相关分析等 确定数据收集方法 抽样计划设计 风险选定 H0 A BHa A B 六西格玛系统对实际问题的解决思路 A 分析 Analyze 统计结论 再认识 实际结论 判断 新的认识 选择样本数n 收集数据 计算统计输出t p r等值 评估差异 据采用统计方法相对应的数据的自由度设置置信区间 对统计参数下结论 统计结论是否真实 测量方法是否正确 样本选择如何等 供应商A的物料比供应商B的物料好 对结论进行总结 是否只适用于所研究的特定场合 可否推广 有何限制 约束条件 相应供应商A的物料 认识和判断 拒绝H0 A B A 分析 Analyze 2 假设检验步骤定义问题 陈述检验的目的建立假设 H0 零假设 Ha 备选假设 确定适当的统计假设 A 分析 Analyze 4 陈述可接受的 风险和 风险水平 风险 当H0为真时 拒绝H0 又称厂家风险 风险 当H0为假时 接受H0 又称消费者风险 通常取 风险为5 风险为10 20 5 使用检验灵敏度 确定样本大小6 制定抽样计划并收集数据7 根据数据计算检验统计值 t F或 2等 8 确定所计算的检验统计值由于偶然因素引发的概率 P值 如概率 P 则拒绝H0并接受Ha 如 P 则不能拒绝H0 9 将统计结论转化为实际问题解决方案 A 分析 Analyze 3 假设检验的两类错误及 风险 类错误和 类错误 类错误为当H0实际为真而被拒绝所产生的错误 类错误为当H0为假而没有被拒绝所产生的错误例 比较两个供应商提供的放大器增益均值是否有差异 H0 均值无差异Ha 均值存在差异如果实际两家放大器增益均值并无差异 而我们得出存在差异的结论 这就是犯了 类错误如果两家放大器增益均值确实有差异 而我们得出没有差异的结论 这就是犯了 类错误 A 分析 Analyze 2 风险 风险 风险 出现 类错误的最大风险 又叫 类错误概率 常称厂家风险 风险一般取值为 0 05 风险 出现 类错误的最大风险 又叫 类错误概率 常称消费者风险 风险一般取值为10 20 3 显著水平 P值 P Value P值用以描述统计假设检验结果 判断差异大小是归偶然因素还是特殊因素观察到的显著水平 即实际观察的差异的显著性 如果P 则差异具有统计显著性 如果P 则说明差异不具有统计显著性 当不存在差异时 接受Ha即接受存在差异的概念 导致拒绝零假设的最小值 即如P 则拒绝零假设 如果P 则接受零假设 一般情况 若P 0 05 则拒绝零假设 0 05的风险概率最好对应的是95 的置信度 A 分析 Analyze 4 假设的定义单侧检验和双侧检验 H0 A BHa A B H0 A BHa A B H0 A BHa A B A 分析 Analyze 2 定义假设 A 分析 Analyze A 分析 Analyze 5 单样本假设检验1 单样本均值假设检验Z检验法 单样本Z检验法适用于对单个总体样本均值的检验 一般要求样本容量n 30 总体标准差已知 一般情况 如果样本容量n 30 可以认为是大样本 如果样本容量n 30 认为是小样本 t检验法 单样本t检验法适用于对单个总体样本均值的检验 可针对小样本容量 n 30 进行检验 2 单样本标准差假设检验 2检验法 2检验法用于对样本标准差的假设检验 A 分析 Analyze 例 某供应商生产的一批电阻 阻值为5 5k 过去阻值的标准差 0 016 我们对其来料随机抽取35个 测其阻值如下 5 495 515 475 525 485 515 505 485 535 495 505 495 505 515 495 525 545 515 495 525 515 505 495 505 515 515 535 505 515 485 515 505 525 535 48问该批来料阻值是否偏离目标值 建立假设 H0 该批物料阻值均值 5 5kHa 该批物料阻值均值 5 5k确定可接受的 风险系数一般 0 05选择假设检验类别因是确定总体均值是否偏离目标 且样本容量n 30 故选用Z检验法 A 分析 Analyze 用MINITAB计算结果One SampleZ C1Testofmu 5 5vsmunot 5 5Theassumedsigma 0 016VariableNMeanStDevSEMeanC1355 503710 016640 00270Variable95 0 CIZPC1 5 49841 5 50901 1 370 170 P 0 170 0 05 无法拒绝零假设 即以95 置信度认为该批电阻的阻值的均值未偏离目标 P 0 17 0 05 总体均值的置信区间 A 分析 Analyze 例 某供应商生产的一批电阻 阻值为500 为确认来料是否与目标值500 吻合 测得20个阻值数据如下 499501500502498500501501497502499499498499498500499499502501问该批来料阻值是否偏离目标值 建立假设 H0 该批物料阻值均值 500Ha 该批物料阻值均值 500确定可接受的 风险系数一般 0 05选择假设检验类别因是确定总体均值是否偏离目标 因样本容量较小 故选用t检验法 A 分析 Analyze 用MINITAB计算结果One SampleT C2Testofmu 500vsmunot 500VariableNMeanStDevSEMeanC220499 7501 4820 331Variable95 0 CITPC2 499 056 500 444 0 750 460 P 0 46 0 05 无法拒绝零假设 即以95 置信度认为该批电阻的阻值的均值未偏离目标 P 0 46 0 05 总体均值的置信区间 A 分析 Analyze 例 某供应商生产的一批电阻 阻值为500 原阻值精度为 2 2 为确认来料阻值精度是变差 取20个电阻测得阻值数据如下 499501500502498500501501497502499499498499498500499499502501问该批来料阻值精度是变差 建立假设 H0 该批物料阻值的标准差 0 1 514Ha 该批物料阻值的标准差 0确定可接受的 风险系数 0 05选择假设检验类别 因是确定总体标准差是否偏离原来值 故选用 2检验法计算 2值 2检验 21 96查 2分布表 20 05 20 1 30 14比较计算出的 2与查卡方分布表得出得值 可知 2计算值小于查表得出的卡方值 故没有理由拒绝零假设 即以95 的置信度认为该批来料阻值精度没有变差 A 分析 Analyze 6 双样本假设检验双样本Z检验用于单样本Z检验法适用于大样本容量条件下对两个总体均值的测试 要求样本容量n 30 且两个样本是独立的 总体标准差已知 双样本t检验双样本t检验法适用于小样本容量条件下对两个总体均值进行测试 未知总体标准差 A 分析 Analyze 例 某IC供应商改进其生产工艺 测得内部键合拉力数据如下 A 改进前 5 655 894 374 285 12B 改进后 5 995 785 264 994 88问改进后键合拉力是否有显著改进 建立假设 H0 改进前键合拉力总体均值 改进后键合拉力总体均值Ha 改进前键合拉力总体均值 改进后键合拉力总体均值确定可接受的 风险系数一般 0 05用Minitab进行t假设检验测试 A 分析 Analyze 用MINITAB计算结果Two SampleT TestandCI C1 C2C2NMeanStDevSEMeannew55 3800 4870 22old55 0620 7290 33Difference mu new mu old Estimatefordifference 0 31895 CIfordifference 0 642 1 278 T Testofdifference 0 vsnot T Value 0 81P Value 0 448DF 6 P 0 448 0 05 无法拒绝零假设 即以95 置信度认为改进后键合拉力没有显著改进 P 0 448 0 05 总体均值的置信区间 A 分析 Analyze 7 多样本均值假设检验若需要同时检验多个样本均值有无差异 这时就需要用到方差分析ANOVA例 某编码下有3种电阻 实测其阻值分别是 A 5 675 344 985 565 806 71B 4 885
