質量管理五大工具 【六西格瑪】MSA常見誤區及GRR解讀

好 那今天呢 我們來和大家系統的說一下這個MIC 那這個呢 也是一個比較渾熱的話題啊 這個日常工作當中呢 其實不管大家學沒學過6C 對這個MIC都是比較熟悉的啊 它的應用場景也比較廣泛 那我們今天呢 就來過一下啊 那麼大家有什麼問題呢 可以隨時的打到我們的評論區啊 我們會和大家一起討論互動 首先這個MIC它的應用場景呢 其實我們先要來區分一下啊 因爲 我們第一個場景呢 其實就是我們今天介紹的這個大的主題啊 大家也能看到就是我們的6SIGMA 那麼6SIGMA裏邊最通用的一套方法論的叫DMIC 那麼在M階段呢 我們會進行測量的工作 M階段叫測量嘛 所以我們按照這套方法論去解決問題的時候 那麼按照它本身自有的這些個邏輯性 M階段進行測量的工作 那麼既然要做測量了 那要開始收集數據了 我們呢就要先保證我們的這個MIC呀 是足夠我們去收集數據 支撐我們在A階段進行分析的 小小鳥說聽不清 我們其他同學呢 大家能聽清嗎 啊 可以啊 哦 好 我以爲是我這邊的問題啊 那可能是小小鳥那邊可能是其他有問題啊 好 也感謝小小鳥的反饋啊 那麼其實呢 我們還有一個MIC的來源啊 這個大家可能就比較熟悉了 就是我們日常工作呢 按照這種體系啊 16949 按照這個體系那邊打開 大家也清楚啊 原來五大工具 現在六大工具 這裏邊會有這個MIC 那其實呢 Agent老師一直想和大家去說啊 目前行業內的一些個怎麼說呢 就是有一些過多的混淆了這兩部分的差異啊 就是可能會把這個16949體系裏邊的這個MIC 完全的去帶入到這個6SIGMA當中 那其實呢 還是有很大差別的啊 我們的這個DMIC裏邊的MIC呢 其實它反而不是M階段的重點 那大家可能認爲這個M階段 我們一說M階段涉及到的這個相關的 跟統計相關的這個內容有什麼呀 那一個就是大家熟悉的MIC 另外一個呢 就是大家熟悉的這個能力指數啊 這個CPK啊 PPK 這是M階段唯一 除了這個技術統計以外啊 唯一M階段能體現的跟統計沾邊的兩個工具 所以大家呢就很重視啊 也很感興趣 其實按照DMIC解決問題的邏輯邏輯上來說啊 那麼在M階段 我們需要做這種邏輯上的這種工作 或者說是解決問題的這個項目路徑裏邊的內容 MIC也好和CPKPPK也好 它都是輔助的 可能我今天和大家說的 大家可能感覺好像跟我們一開始學的時候想的不太一樣 那麼它確實不是一個主要的東西 它是一個輔助的路徑 那麼你要是用16949 你比如在公司裏邊 我們去推對吧 這種大的質量的管理類的工具 有時候顧客找我們要 那這個時候你要嚴格的按照這個手冊也好啊 體系也好去做 一定要把這個區分要區分清楚 六Sigma裏面的這個MIC 它並不是很核心的一步 大家可以想到你這個 爲什麼說它是輔助的一步 因爲我們主要的工作是收集數據 你要先定好了我們收集什麼數據 然後有我們測量的這些管理計劃 然後去收集數據 這是實戰當中的一些個重要的點 MIC呢 只是其輔助作用 大家要區分清楚 後來呢 這個16949有德系的吧 這個美系的德系的就都混到這個Demake裏了 其實呢 說直白點 它還是兩碼事 兩碼事 兩回事 不是一個概念的東西 那我們今天講的這些內容呢 也是講Demake這個方法論裏邊 它裏邊涉及到的MIC 當然了 你說這個跟它能不能掛上邊呢 肯定有啊 共通的東西 我們都是一些基礎性的東西都是一樣的 我們說背景 我們先來看一下這個什麼叫測量系統 那麼我們呢 這個MIC它的英文名字其實就是啊 這個M是嗎 Mirror對吧 測量 S呢 就是System A呢 就是Analyze 測量系統分析 也就是這三個英文單詞的首字母 那麼分析 大家不用說了 這個大家都明白啊 這個分析 那關鍵的就是這個測量系統是個什麼東西 我們呢 在日常的這些工作當中 還有一個很常見的一個工作內容 大家可能也有了解啊 就是這個計量 也就是說 我們的這些個測量儀器呢 它會定期的對吧 有一些內教啊 或者外教對它進行校正 那麼計量和我們的這個測量系統啊 還不太一樣 那麼計量 它主要研究的是什麼 它主要研究的是我們的這個測量儀器 也就是我們量具本身 那測量系統是什麼呀 測量系統裏邊就不單單包括測量儀器了 你比如說測量員 我們的這些個測量的方法等等一系列的總稱 都叫測量系統 我們簡單的一言以蔽之 比如說我們用一把尺 我們用一把尺去測我們這個產品的什麼呢 高度 那大家可以想象一下啊 那麼對我的這個測量結果有影響的有哪些因素啊 在我的測量環境裏邊 量具肯定是啊 那很多人說你這個量具測的準 量具測的不準 量具肯定是影響我們測量結果的一個很核心 很重要的一個因素 那麼其實除了量具之外呢 還有一個是什麼啊 常見的就是我們的人嘛 有的時候大家可能也聽過說這個人測的準 那個人測的不準 還有什麼呢 比如說一些測量的方法啦 可能我們在測量過程當中也會去制定我們測量的SOP吧 對吧 你要用什麼樣一個標準的測量方法去完成我們的測量工作 那還有什麼呢 比如說有的時候可能會涉及到我們測量的環境 你環境的溫溼度 對吧 你環境的這個這個怎麼說 比如說抗干擾的這種能力啊 等等等等 凡是對我們測量結果有影響的啊 在我們這個測量過程裏邊的這一系列的這些個因素的總稱 我們叫測量系統 那裏面這些東西我們其實嚴格意義上來說都要去給他做研究 這也是我們研究的範疇 那這個和計量的時候很大區別的 大家要把它搞清楚啊 不要混淆 那麼我們的這個測量系統分析啊 它爲什麼這麼重要 因爲大家要清楚啊 我們在M階段主要的工作是測量 那其實一說到這兒呢 這個跟實戰相關的 跟方法論的邏輯相關的 就想多說幾句 大家可以簡單的聽一聽 現在這個這個市場上 你看大家可以看到有很多大家能拿到的這些個DMIC的模板 對吧 大家呢 也可能會看到一些網上發出來的案例 怎麼區分這個東西是好的還是不好的 大家就看簡單的看一點 當然我也總結過很多個點 你能去辨別他 就看一個最簡單的一點 就是大家去看我們拿到的這些個東西啊 他這個所謂的DMIC這一套方法論的報告裏面 你去看他M階段M階段叫什麼 大家耳熟能詳都能說出來叫測量 你看一下這個報告也好 案例也好 模板也好 這個M階段他有沒有進行測量的工作 如果沒有進行測量的工作 只是做一些比如說魚骨圖啊 CE矩陣呢 Framer啊 這些個因子的篩選 那其實這就不是一個正確邏輯性的 對這個DMIC的一個東西啊 去看一下M階段有沒有測量的工作 那麼我們的這個六Sigma裏邊的這個MIC呢 也和大家說了啊 就是你要確定收集數據啊 實施測量工作之前 我們要做一下MIC 以確保啊 我們後邊你說第一對吧 我可能要算一些能力的指數 第二啊 我可能要在A階段進行分析 那或者是我們做做DOE 因爲這些個比較重要的比較敏感的這些個工具 我們纔去做MIC BioPi說這裏面最重要的是DOE啊 對 但是我和大家說啊 就是如果大家有一天真的是就是實戰機會很多的話 你去實戰的話 按照正確的DMIC的路徑去做 可以這麼和大家說 你使用DOE的幾率不超過10% 如果真的去實戰的話 比如說你有很多的這種實戰項目可以去做的話 你最後比如做了很多 你總結一下 基本上這個工具裏邊 就是這個方法論裏邊 你說實戰當中一個項目一個項目一個項目 最後這些項目完結之後 你去看我使用DOE的頻率基本上就不會超過10% 其實A階段的最開始 大家如果做好的話 很多東西是不會說到DOE這一步的啊 那當然還有一些說法說 你這個6Sigma裏邊你必須要用DOE 你不用DOE就不是一個DMIC的這種項目啊 這個東西就沒法說啊 沒法說 我只能和大家說實戰當中不是這樣的 好 那這一部分有機會啊 我們有機會和大家拓展的去說一下啊 那我們的這個測量系統呢 其實它和我們很多大家能接觸到的統計工具都是共通的 就是會根據我們兩個大的這種統計的這個類型啊 兩個大的數據類型 比如連線型數據和離散型數據 它的去分類 那比如說這個連線型數據啊 就比如你能測出來具體度數的高度啊 厚度啊 這些有具體度數的這種連線型數據 那離散型數據呢 一般就是我們一些個對於產品啊 你判定完之後 比如說外觀不良啊 或者說有沒有一些磕傷啊 碰傷啊 這些的啊 它的這種檢驗的結果呢 就是OK或者是NG 兩大類 那麼根據你測量結果的類型 它分爲了這兩大類的測量系統分析的類型 那其實大家也知道啊 我們更多的這種良具呢 還是屬於這種連續型數據的良具 那我們呢 應用場景更多的或者大家接觸最多的 最頻繁的還是這種連續型 所以我們今天呢 先把這個連續型數據的MIC呢 和大家拓展的去說一下 大家可以一邊聽的一邊幫我們直播間點點贊啊 這老師呢 也一直和大家在分享知識啊 這個我一看我們點贊現在才三個啊 好慘 大家可以支持一下我們的直播間 不用DOE怎麼量化過程呢 很多時候我們研究一個問題的話 這個東西說起來就就就遠了 這個東西很多時候我們研究問題的時候 它是一層一層去研究的 其實你真正是因爲我們組內變異偏的這種情況 不太多啊 不太多 我們6SIGMA更多的研究的是什麼 是這種變異元 那DOE研究的是什麼 DOE研究的是因子嘛 這個變異元和因子 大家可要區分清楚啊 這裏邊可是有層次關係的 變異元是最上邊的啊 因子是最底層的 不做就包括我們說你不做一個6SIGMA項目 只是研究DOE的話 你如果不做變異元直接做DOE 你也一樣會失敗 這個成果一樣是保持不住的 感謝薩姐的點起來啊 大家有什麼問題可以打到評論區 我們看能不能點到一千啊 先大家支持一下 好 那麼你看包括我們說MIC裏邊的JR分析 你說JR分析他研究的是什麼 JR分析研究的也是變異元 他研究的也是變異元 那麼你看6SIGMA 他爲什麼不叫6平均值 他爲什麼叫6SIGMA呀 對不對 那這個SIGMA是什麼 SIGMA不就是量化波動的一個統計量或者指標嗎 你加個參數也可以 所以6SIGMA核心是研究變異元 那麼我們的這個JR也一樣 JR也是在去拆解變異元 我們比如說我們測量了我們生產了一百個產品 大家可以先腦補下啊 我們說一個場景 我們測量了一百個產品 那麼測量完之後 我們就會有一百個數據吧 對吧 那麼這一百個數據 我們是可以衡量一下它的波動大小的 或者說變異大小 但是大家要清楚 那這一百個產品測完之後 一百個數據 你說我算個方差也好 變差也好 對吧 我有一個波動一個變異 那這是不是完全由於我們製造過程帶來的 不是吧 你說這一百個差這一百個數據的差異完全是製造就產品之間製造過程當中產生的差異性 不是它裏邊還疊加了一部分什麼呢 疊加了一部分 我們測量過程當中的這種誤差導致了波動 那麼MIC連域型數據的MIC它的本質是什麼 它的本質就是我要看一下 你實際產品的這個波動 加上我們測量系統的波動 導致了我們就是所謂的一百個測量結果 一百個觀測數據的波動 我就拆解爲這兩部分 一部分是真實的產品之間的波動 我們呢 也用它來代表我們製造過程的一個波動 另外一部分呢 就是我們測量系統啊 因爲你測量過程產生的這種差異性啊 導致了這個叫測量系統的波動 然後我們有一個什麼疊加的總波動 本質上我就是要看一下啊 你測量系統的波動在這個整體裏邊的佔比到底有多小有多低 嗯 Dolphin說的這個是對的啊 這個說的是對的啊 一個是測量波動 一個是零件的波動啊 各自的一個佔比 我要看一下啊 我測量系統的波動是不是佔比很低 低到足夠可以讓我後面去進行分析 那麼大家可以想到啊 我們這個測量系統的波動 如果我一旦對吧 研究出來了是佔了30% 我們舉例的佔50%吧 說誇張一點 那他問題出在哪裏 或者是我們這是逆着想啊 我們要正着想的話 就是你測量系統既然有波動 在測量系統裏邊 這個波動主要的來源來源於哪裏 那就是大家比較熟悉的啊 就是重複性和在線性 我們呢 就認爲啊 或者說定義這個測量系統裏邊的這種波動的來源 有兩個大的波動來源 一個呢 是重複性啊 一個呢 是在線性 我們呢 要想辦法通過我們設計我們的這個測量系統分析去設計 我們怎麼去進行測量來估算出來重複性的大小和在線性的大小 從而估計出來我們測量系統的一個總的波動 這個是我們大概的一個邏輯 那麼我們來看一下啊 那麼我們剛纔在這裏面也和大家說了嘛 測量系統的波動 我們爲了估算測量系統的波動 我們結合我們實際的這種工作的情況 實際的這種實際測量過程中的一些個波動的來源 我們就把它分爲了重複性和在線性 那麼什麼是重複性啊 什麼是在線性啊 我們後邊給大家拓展去說一下 來重複性啊 它是指我們什麼叫重複啊 說到哪裏 什麼叫重複重複的意思呢 就是重複的什麼重複的測量 那麼我們之前呢 也和大家說過這裏邊的一些個誤區 我們今天要再一次和大家重點的強調一下 先來看一下概念 好吧 先來看一下他的概念 我們同一個人啊 用同一個儀器對同一個樣品啊 同一個特性進行連續測量之間的這種波動啊 這種差異叫重複性 比如說我90啊 連續測三次啊 90 91 93 92啊 這個差異性就叫重複性引起的重複性 在線在線性就是兩具人員造成波動啊 這句話是一個誤區啊 這句話是一個誤區 重複性啊 它的來源是不是兩具本身造成的 很多同學可能一開始學的時候會聽完 這個重複性的問題就是兩具本身太破了 太爛了 導致重複性不好 我們說嚴格意義上來說不是這樣的 怎麼理解重複性 我們先想一下啊 重複性是指所有的測量條件 你把它都固定 比如說同樣的設備啊 同樣的人 同樣的這個這個參數 同樣的裝置 同樣的這些個操作的方法都固定 短時間內你完整的重複多次測量過程 那麼這個差異就叫重複性 大家能理解吧 那大家可以想一下 你比如說我們一直在強調完整的重複什麼 完整的測量過程不是重複測量讀數啊 是重複測量過程 舉個例子 比如說我們想測我們的這個這個東西的這個寬度 你比如說你要把它拿起來 然後呢 打開我們的測量儀器加註啊 加註我們的測量產品 然後呢 進行測量讀數再分開啊 再把產品放下 再拿起兩具要完整的測量過程 那麼在這個測量過程裏邊呢 我們可能就會分很多步嘛 像我們剛纔和大家描述的 比如說第一步啊 第二步啊 第三步啊 就跟SOP一樣 就跟作業的SOP一樣 那麼你測量的這些個步驟 你要完整的把它做一次 那麼整個這個完整的測量過程裏邊 那你比如說設備就是叫設備 我怕大家混淆啊 我們說良具吧 就這個良具它本身有沒有波動 這個良具本身有沒有波動 有吧 那麼你這個人每次測量的時候 人的手法啊 或者說人的這個這個操作方法上 他有沒有微弱的波動 他也有吧 對不對 所以我們怎麼理解重複性啊 你一套完整的測量過程裏邊 雖然我們的條件都沒變化 但是這些個隨機誤差的這些個疊加導致了重複性 所以設備是不是良具是不是重複性的唯一來源 我們來討論一下啊 這個良具是不是重複性的唯一來源 大家認爲是就扣1 大家認爲不是就扣2 我們來討論一下 大家可以一邊聽一邊幫我們直播間點一點贊啊 我們今天有點慘啊 大家看能不能先幫我們支持一下 點到一千 我們虛擬直播間的小夥伴也可以點一點下方的小風車 這裏邊是我們給大家準備的福利資料包 大家都去領一領 這裏面的資料包東西非常多 我剛纔給大家介紹了 大家一會兒也可以再看我的介紹 我再給大家去說 這裏邊的東西非常非常好 我們基本上老的粉絲都領過了 新粉絲可以再去領一領 剛纔給大家看了70012的PPT課件 對吧 大家可以去領一領 感謝酷警的點贊 我們說良具是不是測量系統的唯一的重複性的唯一來源 你要是說良具就是重複性的唯一來源 那一定是錯的 一定是錯的 重複性是指我們測量過程裏邊 所有這些隨機誤差的疊加 大家能理解吧 所以我們也管重複性叫做測量系統裏邊的組什麼變異 組內變異 好 那什麼叫在線性啊 重複性是指我所有測量條件都固定 你重複測量多次完整的測量過程 那麼這個差異性 我們說叫重複性 也叫組內變異 那麼在線性是指我們不同的測量條件 對同一個樣本的同一個特性測量的平均值之間的差異叫在線性 我們來給大家舉個例子 你比如說張三 張三對一個產品重複測三次多少呢 79 80 81 那麼李四 李四重複對同樣一個產品測三次 比如81 82 83 大家可以看到啊 你這個79 80 81 這個差異我們叫什麼呀 這個就叫重複性 他也叫組內變異 爲什麼呀 因爲我們哥仨歸屬於同一測量條件 張三用了同一把量具對同一個產品重複測了多次 我的測量條件是固定的 我們仨是一組的 同理81 82 83呢 他也叫重複性 但是我們可以想一下 我怎麼來代表一下張三測這個產品的平均水平 我來算個平均值吧 比如說多少啊 這三次80 那麼李四的平均值呢 我們測了三次平均值多少啊 82 那麼你80和82之間的這個差異 我們叫什麼呀 這個就叫在線性 我們也叫他測量系統裏邊的組間變異 大家看到了吧 在線性也叫組間變異 他爲什麼叫組間啊 因爲這個平均值80是屬於張三這一組的 這個82呢 是屬於李四這個組的 不同的測量條件 哪個測量條件變了 測量員條件發生變化了 所以這個叫組間變異 也叫在線性 大家能理解吧 那我們想一下啊 我說人不同的測量員就是在線性的唯一來源 這句話對不對 這個刀粉同學誰和你說只有CPK涉及到組內組間的呀 你的迴歸不涉及到組內組間嗎 你的DOE不涉及到組內組間嗎 MSA不涉及到組內組間嗎 製造過程不涉及到組內組間嗎 把所有東西的本質學透了 大家就會發現組內組間可以應用到很多工具裏邊啊 不是說只有CPK纔有組內組間 我們說個最簡單的 你迴歸模型是不是分了兩大類呀 一個是模型嘛 一個是誤差嘛 你怎麼理解他呀 對不對 刀粉同學說的是錯的哦 大家不要聽他的啊 他說的是誤區啊 不是人員變差 設備變差啊 剛纔我們上一頁和大家說了啊 這個不要把重複性認爲是設備變差 這是完全錯誤的啊 大家如果不相信可以翻手冊啊 大家可以看一下 那麼我們在這裏邊也說啊 對吧 這個人是不是在線性的唯一來源 你理解在線性會要理解爲人是在線性的來源的話 那就完全理解錯了啊 完全理解錯了 人是在線性的一個常見的來源 大家明白吧 但是他不是唯一的來源 爲什麼呀 因爲大家可以想一下啊 你比如說在我們的這個測量環境下 我們先來看一下他的定義啊 在線性是指不同的測量條件 對同一個樣本同一特性測量平均值之間的差異 那麼什麼叫不同的測量條件 大家想一下什麼叫不同測量 比如說我現在在我的測量過程裏邊有六個測量員 然後呢 我們有八個測量儀器 八把尺吧 那我問大家這個人之間有沒有差異啊 有吧 啊 這個尺有沒有差異啊 也有吧 那麼其實人是在線性的來源 良具呢 也是在線性的來源 我們不能說人是唯一的在線性來源 那麼爲什麼大家在學的過程當中 很多時候我們都會認爲人是在線性的來源啊 因爲很多我們在比如說講課的時候啊 或者說說的時候 培訓的時候 我們會拿人來當在線性的這種來源 作爲例子給大家去講案例 只是因爲人是最常見的一種不同的測量條件啊 最常見的一種在線性的來源 但是他並不是唯一的 這裏邊大家要具體的問題具體的去分析 那大家可以看到啊 那如果我們圖裏邊這邊來看的話 那是左邊的在線性來源比較好啊 還是右邊的在線性比較好啊 那顯然是左邊的嘛 對不對 我們看的是不同測量條件之間的這個差異 對不對 那這邊大家可以看到你不同人之間的差異非常大嘛 這個就叫在線性差 因爲大家可以想一下 爲什麼我們要那麼說啊 因爲你會發現那可能我們實際的測量過程裏邊 你一共六個測量員在一個班裏 他不定誰去測哪一個產品 比如說張三去測了這個產品啊 李四又測了下一個產品 那這個東西 你這個人與人之間差異就會引入到我們最終的測量結果裏面 所以我們纔要在這個MIC裏邊作爲在線性去研究它 好 我們呢 來看一下啊 這個到底我們來看一下這一頁啊 我們來想一下啊 那麼我們其實說了半天呢 我們剛纔研究的這個叫精確性 我們說的重複性也好 說的這個在線性也好 我們統一呢 都叫它精確性 那麼MIC裏邊呢 其實還有一部分要研究的叫準確性 那麼什麼叫準確性 什麼叫精確性呢 精確性其實就是指波動 準確性呢 它叫什麼呀 它叫我們的這個就是偏正的問題 也就是你的中心位置 你比如說我們算這個製造過程的能力的時候 大家也會去研究嘛 對吧 比如說CP啊CPK啊PP啊PPK啊 那他也會研究什麼 第一個你的波動大小 也就是你的這個散佈啊 編譯大小是胖還是瘦 另外一個呢 他研究你的中心位置 也就是說你側的偏不偏 對吧 你是偏上了偏下了 那麼和中心位置研究的這個就叫偏正偏和正的問題 那麼精確性的研究的是什麼呀 是波動大小的問題 也就是胖還是瘦 那麼大家可以看到啊 你看我們精確性裏邊啊 這個叫什麼 這個就叫精確性好 大家能看到吧 你測量多次的怎麼樣 這個這個數據比較集中 這個叫什麼呀 這個就叫精確性差 大家看到了吧 這個就叫精確性差 你測量多次的波動怎麼樣很大 那麼什麼叫準確性啊 你比如大家看到啊 我測的這個精確性雖然很小 對吧 很好測了多次以後的波動很小 但是我的平均值距離我的標準值之間怎麼樣 還有一定的差異 那這個就叫什麼測得有點偏了 你看測量多次的中心位置和我們標準值之間的這個差異 這個就衡量你的偏正吧 這個叫準確性 也就是你測量的準不準 好 我們今天說的呢 重點都說這個重複性和在線性 也就是我們的精確性準確性呢 我們今天簡單的和大家帶了一下 後邊呢 我們和大家展開再去細說 好 那麼我們來討論一個問題啊 這個呢 可能需要大家簡單的去算一下啊 我們來看一看啊 假設啊 我們有一個標準值啊 標準值硬度爲五的參考材料 一個標準件 我們用方法一重複測四次這樣的一個數據 我們用方法二重複測四次啊 得到這樣的一個數據 那麼我們來討論兩個問題啊 第一個問題 大家感覺啊 方法一和方法二哪個準確性更好一些 來 我們來討論一下 大家可以把大家認爲的答案的打到評論區 可能需要簡單的去算一算啊 我們來討論一下啊 這個方法一和方法二哪個更準確一些啊 普技術說二準確性好點 一精密度好點 怎麼看準確性的好壞啊 其實精確性的好壞 我們是比較好分辨的嘛 這樣用事看一下吧 精確性是指什麼 就是你看我們看一下這四個數 誰的波動更大 就證明誰的精確性怎麼樣更差 對吧 顯然呢 我們方法二 他的這個四次測量結果的這個差異性怎麼樣很大 對不對 他的精確性呢就差一些啊 那麼誰的精確性更好一些啊 顯然是第一個啊 那麼我們怎麼去判斷準確性的好壞呢 我們看一下我們多次測量的這個平均值怎麼樣 誰更接近於我們的參考值五對吧 誰的準確性就怎麼樣更好一些啊 更好一些這個東西呢 如果你非得要很詳細的計算呢 我們還會有詳細的計算的方法啊 在這裏邊呢 就是和大家要區分出來 讓大家理解準確性的概念是什麼哈 精確性的概念是什麼就可以了啊 好啊 福利樹說了嗎 一的均值更接近於五對吧 好來 我們來看一下啊 這個做精確性研究對吧 我們剛纔和大家寫了嗎 我們呢 是製造過程的波動 加上我們測量系統的波動 等於我們的什麼一個觀測到的總波動 對吧 那麼我們其實並不是說想把測量系統的波動呢 給他消滅成零啊 你說我要給他幹到零 沒有測量系統的波動 那這個是不可能的 大家能理解這個是不可能的 因爲他永遠不可能把這個誤差消除掉 所以我們的核心目的是什麼呢 就是我們來判定一下 你測量系統的波動 只要足夠的小就可以了 足夠的小就可以了 那好 那我怎麼知道你有多小啊 我怎麼來判斷你是不是很小啊 那我們就肯定要做MIC的精確性分析的時候 要有我們的指標 這兩個指標 一個叫過程比 一個叫誤差比 就是來衡量什麼的 衡量我們測量系統波動大小的兩個維度 好 那麼爲什麼一個叫過程比 大家可以看到啊 這個叫過程比 也就是我測量系統的這個波動啊 當然在這裏邊呢 我們用標準差來代表測量系統的波動來衡量它 除以我們的SIGMA TOTAL 也就是你的總波動 簡單來說呢 就是看一下你測量系統的波動 佔我們總波動的一個佔比有多大 那當然我們希望這個指標怎麼樣 越小越好嘛 對不對 越小越好 那麼還有一個是什麼呀 還有一個大家可以看到 你看比如這個是我們過程的一個總波動的寬度啊 比如我們用六倍的SIGMA來代替 你的這個測量系統的波動佔我們總波動的一個這個寬度的佔比有多少 大家可以看到吧 大概一個比例啊 我們這樣說好理解 你這個比例佔比越小 證明我們的這個測量系統怎麼樣 越好 測量系統越好 那麼什麼叫公差比呀 這個PT叫公差比 我們呢 一般大家看到我們一說這個波動的總波動的寬度 你看我們算這個CP啊PP不也是嗎 對吧 一說總波動呢 我們一般以六倍的SIGMA來表示 那所以它的這個分子是什麼呀 分子就是六倍的測量系統的波動 分母這個是什麼呀 分母是我們的公差帶寬 大家能理解吧 分母是我們的公差帶寬 你比如說我的上規格線106下規格線呢 96我的公差帶寬是多少啊 這個就是10啊 就是也就是我看一下我測量系統的這種誤差的這種波動佔我公差帶的一個寬度的佔比大概有多少 很顯然這個指標是怎麼樣 越小越好的啊 這個指標也是越小越好的 那大概我們這樣想一下 那這個是我們的上規格線 對吧 這個是我們的下規格線 你的這個公差帶的寬度啊 然後你測量系統又測量系統的這個波動啊 比如說六倍的SIGMA大概這麼寬 我們來比較一下它在公差帶寬裏面的這個佔比 這個就叫公差比 所以他爲什麼叫公差比呀 因爲他是在和公差帶的寬度做比較 那這個爲什麼叫過程比呀 因爲他是在和總波動的寬度做比較 那麼這兩個指標呢 其實我們在六SIGMA裏邊的要求呢 並不是那麼嚴格 我們這兩個指標都要求它小於10% 你只要都小百分之十 我們就認爲這是一個非常不錯的 就是這個測量系統的波動啊 也好 誤差也好 非常不錯的一個測量系統了 那麼有的時候呢 我們可能很難達到這種情況 在實際工作當中 你比如說 有的時候呢 這兩個裏邊有這種百分之十到百分之三十的 你比如百分之二十七呀 二十八呀 這個是很常見的 百分之二十多 那這個東西怎麼說呢 首先我們說另外一個臨界值啊 就是你如果達到百分之三十了 你比如過程比也好 公差比也好 他倆是貨的關係 就是這倆裏邊有一個大於百分之三十了 那這個東西你就是不能用了 就說白了 就是太慘了 大部分就太慘了 那麼有的時候呢 會介於這個百分之十到百分之三十之間 那這個東西我們怎麼理解它 這種臨界值 那很多時候呢 就容易走極端 容易走極端 走什麼極端呢 有一部分啊 有一部分走極端的就會認爲這個百分之二十 你不是說是臨界值吧 對吧 你既然說是臨界值了 那我就這麼用唄 但是大家千萬不要忘了啊 我們這個東西叫什麼呢 叫MSA 這個A是什麼呀 A叫分析吧 對吧 A叫分析 他不叫測量系統指標 你說這個百分之二十多或者百分之三十多不好了 沒辦法了 我想辦法就把修改修改數據讓他合格吧 對吧 這個東西不是這樣的 他叫測量系統分析 你看我們後邊也會給大家去展示我們的案例吧 那你想不管是過程幣也好 還是公差幣也好 他一旦不合格了 只能說明一個問題 沒有太複雜 只能說明一個問題 什麼問題 就是我們測量系統的波動怎麼樣 就是你所謂的這個Sigma MS 測量系統的波動怎麼樣 太大了 但是大家不要忘了啊 我們在設計的時候 這個又會區分成什麼 又會區分成重複性 對吧 裏邊又有重複性的來源和在線性的來源 對吧 所以一旦測量系統的指標不合格 只能證明一個問題 就是我測量系統的波動太大 你要進一步去看 那是重複性大了 還是在線性大了 對吧 如果是在線性大了 那麼是哪些條件之間產生的這種在線性佔了這麼大的比例 對吧 如果是重複性佔比大了 你說肯定是測量儀器的事嗎 就意味着我一定要升級良具嗎 不是對吧 不是啊 前面也和大家說了嘛 你要去觀察我們的測量過程 它不一定在哪一步裏邊疊加到了很大的這種重複性 疊加到了很大的這種誤差 大家能理解吧 所以要有這個分析的過程 那本身我們用metab做msa的時候 他的這些個統計結論和6和1的圖形結論也會輸出這樣的信息 大家清楚吧 好 那麼所以介於這個什麼呀 介於我們說10%到30%之間 這怎麼辦啊 不是說啊 你不是說這個臨界水準嗎 我可以湊合用嗎 也不是這樣啊 也不是這樣 先去分析先去分析 你比如說我找到原因了 比如說人和人對吧 張三和李四之間啊 我觀察他的測量過程 這個測量環境上有一些差異性 導致了在線性比較高 導致msa不合格 我可以在快速的時間內 不需要投入太多的成本 我就可以把這個指標降下去 那你也要去做 除非我們分析完之後 也看了我們msa輸出的結果 我們也去覆盤了我們的這個測量過程 我們最終發現好吧 那引起我們現在msa不合格的問題 這10到30之間 比如20多這麼高的這個問題的來源 真的可能涉及到一些 比如說需要升級良具了 比如說需要投資了 或者說呢 還不需要投資 我只要需要簡單的一些個小的改動就可以 但是這個改動需要時間 無非就是兩個成本嗎 一個是你的時間成本 一個是你的財務成本 如果在這兩個裏邊不行 這個成本比較高了 那我們才說沒有辦法了 我們在20%的這種狀態下 先去測量我們的數據 因爲什麼呀 因爲我們的這個demake項目 它最終還是要解決問題的 還是要解決問題的 那我們做demake項目 對吧 你有有的時候大家可能也學過 我們出了DMIC這套方法論的 還有DMADV對吧 不管是demake也好 還是DMADV也好 不管是哪套方法論 做6sigma 它最終的目的只有一個 就是創造價值 我們再說直接一點啊 就是什麼呢 就是錢哈 就是人民幣 你說你做了一個項目 做完之後啊 一點財務收益都沒有 那這個項目基本上選的時候就失敗了 或者說你在選完之後 也不會有領導給你投入太多的資源 一定要和財務掛上鉤 我們6sigma裏邊又專門的財務收益的課 對吧 所以呢 考慮到你做一個項目 我們基本上三個月嘛 對吧 除了特別複雜的一些比較大的一些受限制項目 可能會擴展到三個月以上 基本上三個月做一個項目 你說這個時候 我因爲等這個MIC改善的一個小結構件 你說我等兩個月讓這個項目過滯了 我先不收集數據了 那這個東西不現實 或者說我這個項目本身我的收益對吧 我要達到這個比如說五十萬 你說你這裏邊投資 你就投了這個三十萬也不划算吧 對吧 所以這個東西呢 從實戰的角度上來說要靈活一些 要靈活一些