品管七大手法 Class 4 健行科技大學工業管理系 助理教授 李水彬 健行科技大學工業管理系 2019/10/18.

Slides:



Advertisements
Similar presentations
©2009 陳欣得 統計學 —e1 微積分基本概念 1 第 e 章 微積分基本概念 e.1 基本函數的性質 02 e.2 微分基本公式 08 e.3 積分基本公式 18 e.4 多重微分與多重積分 25 e.5 微積分在統計上的應用 32.
Advertisements

作業管理:創造競爭優勢 3/e .李友錚 著. 前程文化事業 出版 本章內容  壹. 產品的檢驗與測試  貳. 過程的量測與監控  參. 統計品質管制  肆. 管制圖  伍. 製程能力分析  陸. 允收抽樣基本概念  柒. 結論.
國立雲林科技大學 工業工程與管理所 課堂名稱:高等品質管理 授課老師:童超塵 副教授 國立雲林科技大學 工業工程與管理所 課堂名稱:高等品質管理 授課老師:童超塵 副教授 報告學生: 蔣步海 ( ) 王聖權 ( ) 林榮慶 ( ) 張咸明 ( ) 蔡世賢.
單元九:單因子變異數分析.
製程能力分析 5.1 製程能力分析之意義與功能 5.2 自然公差與規格公差 5.3 製程能力指標 5.4 製程能力分析執行時機與應用
實驗規劃--實驗因子設定, 效標選定與受測者選定
樞紐分析與資料庫 蕭世斌 Nov 20, 2010.
教育概論 幼一甲 第四小組 1.林瑞敏 2.許曉文 20.張舒婷 21.陳香如.
會計資訊系統 專章A.
第三章 調整與編表.
特殊管制圖 壹、指數加權移動平均管制圖 貳、少量生產的製程管制 參、少量多樣生產的製程管制 少量多樣生產的製程管制 1/7
第二單元之一: 統計估計-點估計.
應用統計理論 編著:劉正夫教授 Reference:1) Wonnacott and Wonnacott. Introductory
劳动统计专业年报培训 社会科 洪惠娟 2009年11月.
第 8 章 一組樣本 單變項推論方法.
數 據 分 析 林煜家 魏韶寬 陳思羽 邱振源.
抽樣與抽樣分配 7.1 抽樣問題 7.2 簡單隨機抽樣 7.3 點估計 7.4 抽樣分配簡介 7.5 的抽樣分配 7.6 的抽樣分配
Chapter 5 Control Charts for Variables 指導老師:童超塵 學生:林基賢 楊程光 賴彥儒 蔡森源 楊哲維
估計.
計數值管制圖 7.1 計數值管製圖之基本概念 7.2 不合格率管制圖 7.3 不合格數管制圖 7.4 缺點數管制圖 7.5 單位缺點數管制圖
第五章 標準分數與常態分配 第一節 相對地位量數 第二節 常態分配 第三節 偏態與峰度 第四節 常態化標準分數 第五節 電腦習作.
實驗計畫資料分析作業解答 何正斌 國立屏東科技大學工業管理系.
第 14章 統計製程管制 品質管理與管制.
Sampling Theory and Some Important Sampling Distributions
一、緒論 1. Introduction.
第十七章 統計品質管制 成本、品質、產量、交期產業競爭的重要因素,其中品質更是競爭致勝的重要因素之一。
第 7 章 抽樣與抽樣分配.
第 7 章 抽樣與抽樣分配 Part B ( ).
第 7 章 抽樣與抽樣分配 Part B ( ).
第 7 章 抽樣與抽樣分配 Part B ( ).
計數值抽樣檢驗計劃 (MIL-STD-105E)
製程能力分析 *管制圖與 *管制圖 概論* PROCESS Lot Distribution 2018/11/20 M e a s u r
學習內容 定義 自然公差與規格公差 製程能力指標 以管制圖進行製程能力分析 組件裝配公差 預先管制圖.
統計製程管理 章前導讀 壹、製程變異的來源 貳、穩定的製程和失控的製程 參、管制圖的應用 肆、管制圖建立的統計原理 伍、管制圖的判讀
教材 P.264 Point Estimation To estimate the value of a population parameter, we compute a corresponding characteristic of the sample, referred to as a sample.
估計(estimation) 莊文忠 副教授 世新大學行政管理學系 計量分析一(莊文忠副教授) 2018/12/27.
第五章 抽樣與抽樣分配.
第六章 製程能力分析.
品管管理 補充資料 第七章 第八節 量具能力研究
第 9 章 假設檢定 Part B ( ).
第六章 產品組裝干擾分析與統計公差設定.
計量值管制圖 章前導讀 壹、不合格品數管制圖 貳、不合格率管制圖 參、缺點數管制圖 肆、單位缺點數管制圖
Cpk & GRR 定 義 1. 製程能力(process capability):製程產出之一致性,其著重 產出品質的能力。
第十七章 統計品質管制 統計的品質管制乃品質管理的一部份,它係將統計的一些方法應用在品質管制活動中資料的蒐集、分析、推論與詮釋。在本章將介紹管制圖及允收抽樣。 17.1 簡介管制圖 17.2 作業特性曲線 17.3 允收抽驗計畫 17.4 結論.
第二章 機率概論 2.1 相對次數與機率 樣本空間、事件與隨機變數 抽樣與樣本空間 22
統計學 指導老師: 郭燿禎 Date: 2/14/12.
何正斌博士 國立屏東科技大學工管系教授 #5315 管制圖概論 (Control Chart) 何正斌博士 國立屏東科技大學工管系教授 #5315.
第十章補充 允收抽樣.
第 7 章 推論方法.
估計與假設檢定.
有關於股票報酬及匯率變化對台灣醫療產業市場收益的分析
學習內容 概說 損失函數 雜音:造成品質變異的原因 訊號雜音比 直交表 回應表與回應圖 田口方法.
7-2 抽樣分配(sampling distribution)
第五章 估計與信賴區間 5.1 估計概論 估計量的分配 信賴度、信賴區間與最大容忍誤差16
Some Important Probability Distributions
精實醫療、六標準差、全面品質管理(流程改善面面觀)
Review of Statistics.
第一章.
第五章 計量管制圖.
Parameter Estimation and Statistical Inference
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
R教學 t檢定R指令與範例 羅琪老師.
參考書籍:林惠玲與陳正倉(2002),《應用統計學第二版》。台北:雙葉書廊有限公司。
第一章 直角坐標系 1-3 函數及其圖形.
製程能力分析 5.1 製程能力分析之意義與功能 5.2 自然公差與規格公差 5.3 製程能力指標 5.4 製程能力分析執行時機與應用
Test for R Data Processing & Graphics
單元三:敘述統計 內容: * 統計量的計算 * 直方圖的繪製.
17.1 相關係數 判定係數:迴歸平方和除以總平方和 相關係數 判定係數:迴歸平方和除以總平方和.
第四章 買賣業會計.
Presentation transcript:

品管七大手法 Class 4 健行科技大學工業管理系 助理教授 李水彬 健行科技大學工業管理系 2019/10/18

計量管制圖 平均數-全距管制圖 平均數-標準差管制圖 個別值移動全距管制圖 指數加權移動平均管制圖 健行科技大學工業管理系 2019/10/18

資料分配假設 在合理的子群 (rational subgroups)假設下, 每 次抽樣的樣本點都來自相同的分配, 但是不同 樣組的分配可能不同。 第 k 個樣組的資料分配為 當製程在穩定狀態時, 當製程異常時, 健行科技大學工業管理系 2019/10/18

資料結構 健行科技大學工業管理系 2019/10/18

統計假設的思維 建立假設模型 如何估計 μ 和 σ? 找出合適的統計量數。 會有各種型式的管制圖, 其差異源自選用的統計 量數。 如何估計 μ 和 σ? 找出合適的統計量數。 會有各種型式的管制圖, 其差異源自選用的統計 量數。 統計量數的抽樣分配? 簡化為得到期望值與標 準差。 健行科技大學工業管理系 2019/10/18

統計假設的標準型 母體平均數的假設檢定 假設資料來自常態母體, 母體平均數為 μ 標準 差為 σ。 型I錯誤的機率 α=0.00273 健行科技大學工業管理系 2019/10/18

平均數-全距管制圖-統計量數 記為 Question: 如何估計母體平均數為 μ 標準差為 σ? Answer  (1)用樣本平均值估計母體平均數為 μ。  (2)用樣本全距估計標準差為 σ 。   健行科技大學工業管理系 2019/10/18

估計式的期望值 健行科技大學工業管理系 2019/10/18

平均數-全距管制圖-架構(1) 平均數管制圖的架構 全距管制圖的架構 健行科技大學工業管理系 2019/10/18

Example4-1 假設磁磚製程產出變數, 磁磚厚度 X 服從 N(60,12) (mm), 樣本大小 n=5, 請建立磁磚製 程的平均數-全距管制圖。 健行科技大學工業管理系 2019/10/18

平均數-全距管制圖-架構(2) 健行科技大學工業管理系 2019/10/18

平均數-全距管制圖-架構(2) 平均數管制圖的架構 全距管制圖的架構 健行科技大學工業管理系 2019/10/18

Example4-2 請根據下表的生產數據建立平均數-全距管制 圖。 健行科技大學工業管理系 2019/10/18

解: 健行科技大學工業管理系 2019/10/18

健行科技大學工業管理系 2019/10/18

健行科技大學工業管理系 2019/10/18

平均數-標準差管制圖 記為 Question: 如何估計母體平均數為 μ 標準差為 σ? Answer  (1)用樣本平均值估計母體平均數 μ。  (2)用樣本標準差估計標準差 σ 。   健行科技大學工業管理系 2019/10/18

估計式的期望值 健行科技大學工業管理系 2019/10/18

平均數-標準差管制圖(架構1) 平均數管制圖的架構 標準差管制圖的架構 健行科技大學工業管理系 2019/10/18

平均數-標準差管制圖的 control factor 健行科技大學工業管理系 2019/10/18

Example 4-3 假設磁磚製程產出變數, 磁磚厚度 X 服從 N(60,12) (mm), 樣本大小 n=5, 請建立磁磚製 程的平均數-標準差管制圖。 健行科技大學工業管理系 2019/10/18

解: 健行科技大學工業管理系 2019/10/18

參數估計 健行科技大學工業管理系 2019/10/18

平均數-標準差管制圖(架構2) 平均數管制圖的架構 標準差管制圖的架構 健行科技大學工業管理系 2019/10/18

Example 4-4 接續例4-2, 請建立平均數-標準差管制圖 健行科技大學工業管理系 2019/10/18

解: 健行科技大學工業管理系 2019/10/18

健行科技大學工業管理系 2019/10/18

個別值移動全距管制圖 Individual moving range control chart 產品之品質特性不易測得, 測量時間長, 測量成本高, 樣組內變異小宜採用IMR管制圖。每次只測一個產 品。 破壞性試驗。檢驗一個產品,即損失一個, 而產品製 造成本高。 測量一個產品品質特性需要花很長的時間。 樣組內變異很小, 小於量測系統的最小單位, 抽樣 多個產品而產品間無變異, 或者組內變異小於組間 變異。 混合非常均勻的液體成份。 短時間內製造的產品品質均勻, 只要有一個測定值就足 以代表。 健行科技大學工業管理系 2019/10/18

個別值移動全距管制圖 記為 Question: 如何估計母體平均數為 μ 標準差為 σ? Answer  (1)用樣本平均值估計母體平均數 μ。  (2)用移動全距的平均值估計標準差 σ 。   健行科技大學工業管理系 2019/10/18

移動全距? 健行科技大學工業管理系 2019/10/18

Example 4.5 請根據下表數據計算 n=2 的移動全距。 健行科技大學工業管理系 2019/10/18

Example 4.6 健行科技大學工業管理系 2019/10/18

全部結果 健行科技大學工業管理系 2019/10/18

個別值移動全距管制圖(架構1) 個別值管制圖 移動全距管制圖 健行科技大學工業管理系 2019/10/18

Example 4.7 假設磁磚製程產出變數, 磁磚厚度 X 服從 N(60,12) (mm),分別以窗格長度 n=2 和 n=3,請 建立磁磚製程的個別值移動全距管制圖。 健行科技大學工業管理系 2019/10/18

健行科技大學工業管理系 2019/10/18

個別值移動全距管制圖的 control factor 健行科技大學工業管理系 2019/10/18

個別值移動全距管制圖(架構1) 個別值管制圖 移動全距管制圖 健行科技大學工業管理系 2019/10/18

Example 4.8 請根據4.5的結果, 窗格長度 n=2, 建立IMR管制 圖。 健行科技大學工業管理系 2019/10/18

IMR 管制圖 健行科技大學工業管理系 2019/10/18

Example 4.8a 請將異常點移出, 重新建立管制圖。 健行科技大學工業管理系 2019/10/18

計算管制界線 健行科技大學工業管理系 2019/10/18

New IMR管制圖 健行科技大學工業管理系 2019/10/18

Example 4.9 請根據4.6的結果, 窗格長度 n=3, 建立IMR管制 圖。 健行科技大學工業管理系 2019/10/18

IMR 管制圖 健行科技大學工業管理系 2019/10/18

特別事項 IMR 管制圖中的個別值管制圖, 用虛線標示管 制界線, 可以用實線標示規格界限, 作為製程能 力之評估。 若規格界限在管制界線內, 則製程能力佳 若規格界限在管制界線外, 則製程能力差 規格中心與製程中心相近, 則製程能力佳; 反之 則是差的。 健行科技大學工業管理系 2019/10/18

Example 4.10 製程能力佳 製程能力差 健行科技大學工業管理系 2019/10/18

Zt=wXt+w(1-w)Xt-1+w(1-w)2Xt-2+… 指數加權移動平均管制圖 在測量批量 t 時, 除了利用最新製程資訊, 並結 合以前在測量批量 t-1, t-2,…的樣本統計量, 以 幾何遞減分派的權數, 即令權數 w, w(1-w), w(1-w)2, w(1-w)3… 加權而得的統計量數, 稱為指數加權移動平均 (Exponentially Weighted Moving-Average, EWMA)。 Zt=wXt+w(1-w)Xt-1+w(1-w)2Xt-2+… 指數加權移動平均管制圖(EWMA管制圖) 是利 用指數加權移動平均繪製管制圖間控製程之變 化。 健行科技大學工業管理系 2019/10/18

與舒華特管制圖之差異 由於最近的樣本統計量被分派到較高的權數, 而wt0, 當t0, 換言之, EWMA 統計量 Zt 反 應最近的製程表現。 但是當製程產生偏移, EWMA 統計量 Zt 將累積 這些偏移, 使得管制圖在監控製程小偏移的表 現上顯著優於舒華特管制圖。 健行科技大學工業管理系 2019/10/18

EWMA 指數加權移動平均的定義 指數加權移動平均 (Exponentially Weighted Moving-Average, EWMA)。 Zt=wXt+w(1-w)Xt-1+w(1-w)2Xt-2+… Zt=wXt+(1-w)(wXt-1+w(1-w)Xt-2+w(1-w)2Xt-2…) Zt=wXt+(1-w)Zt-1 t=1,2,3,.. 令 Z0 為歷史資料的平均或者目標值。 0<w ≦1 健行科技大學工業管理系 2019/10/18

Example EWMA 健行科技大學工業管理系 2019/10/18

EWMA統計量的期望值與標準差 Zt=wXt+w(1-w)Xt-1+w(1-w)2Xt-2+… E(Zt)=E(wXt+w(1-w)Xt-1+w(1-w)2Xt-2+…) =wμ+w(1-w) μ +w(1-w)2 μ +… = μ Var(Zt)=Var(wXt+w(1-w)Xt-1+w(1-w)2Xt-2+…) =w2σ2+ w2(1-w)2 σ2 + w2(1-w)4 σ2 +… t∞, 健行科技大學工業管理系 2019/10/18

EWMA管制圖(架構1) 健行科技大學工業管理系 2019/10/18

Example 假設磁磚製程產出變數, 磁磚厚度 X 服從 N(60,12) (mm), 請建立磁磚製程的指數加權移 動平均管制圖。 健行科技大學工業管理系 2019/10/18

EWMA管制圖(架構2) 健行科技大學工業管理系 2019/10/18

5.2.2 逐步建立EWMA管制圖 建立EWMA管制圖: 自製程中隨機抽取樣本,得到各組樣本 X1,X2,…,Xn (至少抽取n=25組) 計算樣本平均數及標準差之估計值。  計算EWMA管制圖之上下管制界限及中心線。  計算EWMA 統計量。 繪製管制圖。 健行科技大學工業管理系 2019/10/18

Example 製程數據 196.11 196.21 195.98 196.25 195.98 195.98 195.97 195.70 196.17 195.82 195.88 196.04 195.85 196.06 195.92 196.12 196.20 195.84 196.05 195.98 196.04 196.02 195.94 195.93 195.90 195.89 195.95 196.25 196.08 196.15 健行科技大學工業管理系 2019/10/18

統計量之計算 樣本平均數=196.0096 樣本標準差=0.1339329 計算moving range (n=2) 0.0983 0.2371 0.2788 0.2706 0.0003 0.0176 0.2612 0.4601 0.3401 0.0582 0.1613 0.1912 0.2034 0.1349 0.2006 0.0765 0.3547 0.2038 0.0678 0.0603 0.0240 0.0750 0.0109 0.0299 0.0079 0.0527 0.2998 0.1612 0.0672 平均移動全距= 0.1519139 估計標準差 =平均移動全距/d2=0.1519139/1.128=0.1346755 健行科技大學工業管理系 2019/10/18

Phase IEWMA 管制圖 健行科技大學工業管理系 2019/10/18

Phase II 健行科技大學工業管理系 2019/10/18

參數w, L與ARL取自Lucas 及Saccucci (1990) 健行科技大學工業管理系 2019/10/18

EWMA管制圖 Roberts (1959) 首先介紹指數加權移動平均 (exponentially weighted moving average (EWMA))管制方法. 使用電腦模擬評估EWMA 控 制器的性質, 顯示 EWMA 對於偵測在平均數上 的小偏移是有用的。 Lucas and Saccucci (1990) 提出一些提升 EWMA 控制績效的方法 FIR (fast initial response) 架構:使EWMA控器方法 對於start-up問題較為敏感。 結合 Shewhart EWMA : 使管制圖偵測大偏移和小 偏移都有很好的績效。 EWMA的穩建設計: 避免EWMA控制器受到常見異常 值的影響, 造成錯誤警告。 健行科技大學工業管理系 2019/10/18