6 Sigma Study Sharing 04--6 Sigm

经过了前面Define阶段，我们已经明确后面几个月我们需要解决的问题，6 Sigma的一个准则是用事实和数据说话，在测量阶段，我们将接触到大量的数据，体现如何用数据说话。

6 sigma 主要就是找出引起产品波动的原因，当我们拿到具体的数据时，不同数据的波动可能由2部分组成，total=测量系统的波动+产品真实的波动，因为我们主要想研究影响产品波动的原因，因此，首先我们要确认测量系统引起的波动有多大。

在测量阶段，我们主要解决：（1） 测量什么？(2)测量系统的测量结果是否可信？(3) 当前的质量基准是多少？为以后改善做对比。（4）识别可能的因子。

6 Sigma就是不停的用实验数据去寻找关键因子的过程。是一个由粗到细的过程。 如最后RSM就是在弯曲处进行细致的取点试验，得到详细的回归，从而找出最优点。

下面是测量阶段的一个流程简介

---

---

---

分割线，在我们进入测量阶段工作前，首先学习一些数据知识。

数据可以分为连续数据和离散数据；

连续数据，统计学概念，又称连续变量。指在一定区间内可以任意取值、数值是连续不断的、相邻两个数值可作无限分割（即可取无限个数值）的数据。例如：生产零件的规格尺寸、人体测量的身高、体重、胸围等为连续数据，其数值只能用测量或计量的方法取得。

离散数据是指其数值只能用自然数或整数单位计算的数据。例如：企业个数、职工人数、设备台数等，只能按计量单位数计数。这种数据的数值一般用计数方法取得。

为什么需要问测量系统的测量数据是否可靠呢？ 6 Sigma 主要是找出产品变异的原因，但实际上当我们得到测量数据时，它的变异包含了2部分，一部分是真正由产品变异造成的，而还有一份分是我们测量系统造成的偏差。因为我们6 Sigma主要是找出产品变异的原因，所以就要保证我们测量得出的数据能够真实反映产品的不同，也就是说，测量系统造成的变异很小。 通常用来验证测量系统的方法叫GR&R （Gauge Repeatability & reproducibility) 重复性和再现性；

重复性是指在尽可能相同的测量条件下，对同一个测量对象进行多次重复测量所产生的波动，主要反映量具本身的波动(EV)。

再现性：是指不同操作者使用相同的量具，对相同的零件进行多次测量而产生的波动，主要是度量不同操作者在测量过程中产生的波动(AV)。

GR&R分为连续性数据测量和离散型数据测量。

连续型数据：（1） 通常选取2~3 测量员，每个测量员至少测量2次；（2）选取10`20个样品，并将其编号；（3)制定测量顺序，通常由Minitab协助产生；（4）按照测量顺序测量记录数据，并分析，分析也借助Minitab完成。

通常有两种计算方法来判断测量系统能力。一种是用测量系统的波动R&R 与总波动相比；P/TV=R&R/TV*100%; 一种是用测量系统的波动R&R与被测量对象质量特性的容差之比：P/T=R&R/T*100%

P/TV or P/T《10%， 表明测量系统很好；

10%《P/TV or P/T《30%，表明系统能力处于临界状态，若是测量关键特性，建议先改进；

P/TV or P/T》30%，表明测量系统能力不足，必须加以改进，首先要研究波动源是有EV还是AV造成，也就是说是测量员之间差异大，还是由于设备，量具造成。

离散型数据：（1） 通常选取2~3 测量员，每个测量员至少测量2次，最好隔天再进行第二次，可以消除测量员的记忆。；（2）选取至少20个样品，一半为好的样品，一半为不良品，并将其编号；（3）按照测量顺序测量记录数据，并分析，分析也借助Minitab完成。

离散型数据GR&R Minitab 会输出一致性比率，一般要求整体一致性比率大于85%。

下面我们再来研究给出的2组数据，如何比较两组独立的数据的好坏。

造成产品品质波动有两个原因：一个是共同原因，一个是特殊原因；

第一图的箭虽然隔得比较密，但是离中心远；第二图箭虽然围绕中心，但是每只箭离得太远；第三张图射的最好，又密又围绕靶心。那如何来量化这些现象呢？这就是下面我要介绍的Cp, Cpk, Ppk.

平均值反映的是数据的准确性，离中心又多远；标准差反映的是数据的精准性，各自相隔的多远。 所以，第三张图是又准又精；

标准差计算公式：

假设有一组数值X₁,X₂,X₃,......Xn（皆为实数），其平均值（算术平均值）为μ，公式如图1。 标准差也被称为标准偏差，或者实验标准差，公式为

如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）； 如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）； 因为我们大量接触的是样本，所以普遍使用根号内除以（n-1）。

Cp=(USL-LSL)/6σ; 比较的是客户要求与自身制程波动能力的比较。

Cpk=Min{（USL-u）/3σ or Cpk=(LSL-u)/3σ}; 增加了平均值，相比Cp增加了过程能力与中心规格值的比较。

Cp and Cpk反应的是产线短期的能力，一般要求Cpk》1.33；由于短期能力未能考虑到时间因素可能造成的波动，所以，长期看，长期的波动是短期的集合。

---

分割线，下面我们进入测量阶段工作。

回到我们测量阶段主要的任务。 在测量阶段，我们主要解决：（1） 测量什么？(2)测量系统的测量结果是否可信？(3) 当前的质量基准是多少？为以后改善做对比。（4）识别可能的因子。

（1）测量什么，识别可能的影响因子：1. 利用IPO（input, process, output），从人机料法环测方面思考，每个过程的输入和输出。这个阶段主要要开放思维，尽量全面的整理所有的因子。2.利用CE矩阵对所有的因子进行打分，筛选出分值高也就是影响力大的因子。3. 利用FMEA，结合目前的管控，再进行一遍筛选，筛选出目前重要但控制不力的因子。

（2）测量系统的测量结果是否可信

（3) 当前的质量基准是多少？具体量化Y的测量方法和数据。

至此，我们已经完成测量阶段的任务。我们已经确认了测量系统的可靠性，具体量化了Y的测量方法和当前的基线，以及识别出可能的关键因子，为后面的分析阶段缩小范围。

End.