4.5西格玛管理基准(现场用)

制定:2010年01月27日           　類別番号改正:               　改正番号作成部門:雯华网站  　          第一版共4页一、目的以实际的数据为基础，通过σ相关的统计方法和其他的解析方法分析、对当前公司的弱点进行把握。工程能力不足3σ的項目进行抽出、层别、决定課題、然后制定，工程改善。二、適応範囲1、現行工程巻線抵抗値管理、冲压(角度)、切削加工、成形、完成品的電流値、流量、泄漏等等的管理。2、新製品導入的情况在DR评审阶段对产品的设计满足能力进行确认，在初期量产阶段对工程能力进行确认三、管理上的基本观点1、6σ~（4.5σ）对于検査工程来说，工程能力具备6σ的话，工程検査不用、但是X趋势管理必要。2、3σ～4.5σ对于検査工程来说。基本管理方法为抽样检查，X的趋势管理3、3σ以下不管任何工程、3σ以下的情况时、对于具体的工程能力把握，改善课题选出，制定对策进行改善。为了使工程能力达到3σ所采取的主要方案有以下几点：①设计変更②工程夹具，工具的改善③規格変更④其他4、推進方法数据取得→实际能力把握→層別→課題选出→制定方案四、統計方法的説明1、σ的計算式：实际应用中一般用S代替σ，并且S可以通过计算机中自动计算。替代的原因是用σ的来计算標準偏差并不是很理想。用σ的公式计算出来的母集団標準偏差比实际的偏差要小，存在一定的风险。下面边举例边进行说明。现在我们从母集団中抽取两个数据，分别为3和7。假设母集団的平均値分别为4、５、6时，我们进行下面的计算。从以上计算可以看出用σ的公式计算出来的母集団標準偏差比实际的标准偏差要小我们的先驱者、通过大量数据的调查和验证找到了标准偏差的公式。下面的公式通过实践证明，计算出来的母集団標準偏差和实际的标准偏差吻合。2、σ程度和其对应的良品率、不良品率範囲限界σ没有漂移σ有漂移合格率(%)不合格率(ppm)合格率(%)不合格率(ppm)u1σ68.2731730030.23697672.15u1.5σ86.638133614.49.86501349.97u2σ95.454550069.12308770.21u2.5σ98.7581241984.13158686.95u3σ99.73270093.31866810.3u3.5σ99.9535465.3597.72522750.35u4σ99.99376399.3796209.7u4.5σ999993.26.899.8651349.97u5σ99.9999430.5799.9767232.67u5.5σ99.99999620.03899.9968.3131.69u6σ99.99999980.00299.999663.4实践证明σ在漂移的情况下得出的合格率、不合格率等相关数据更加符合现实、一般都使用σ在漂移的情况下的计算值3、σ程度和工程能力Ｃpk範囲限界Ｃpk値現状判断対策u1σ0.33工程能力不足設計変更、規格変更、夹具，工具的改善u1.5σ0.50工程能力不足設計変更、規格変更、夹具，工具的改善u2σ0.67工程能力不足設計変更、規格変更、夹具，工具的改善u2.5σ0.83工程能力不足設計変更、規格変更、夹具，工具的改善u3σ1.0工程能力不足設計変更、規格変更、夹具，工具的改善u3.5σ1.17工程能力正常抽样検査、趋势管理u4σ1.33工程能力正常抽样検査、趋势管理u4.5σ1.5工程能力理想抽样検査、趋势管理u5σ1.67工程能力理想抽样検査、趋势管理u5.5σ1.83工程能力過剰全数検査廃止、抽样検査管理u6σ2.0工程能力過剰全数検査廃止、抽样検査管理4，直方图作成方法4.1通过对生产中大量计量数据的收集、整理，用一系列宽度相等、高度不等的矩形来示质量特性分布规律，是定性调查工序能力的常用方法。主要用于：质量情况、寻找影响质量原因、工序能力调查和工序能力指数的计算、工序控制、生产过程的统计推断。4.2对数据适当分层的前提下，当工序处于统计的控制（稳定）状态时，直方图层呈现的结果是：数据中心与公差中心基本重合，中间高，两边低，左右对称，呈钟形正态分布，且分布两端均在公差限内，与公差上、下限裕量相当。4.3直方图的一般形式4.4直方图的一般作图方法4.4.1收集数据：样本个数一般应大于50个4.4.2确定分组数（K）：组数不宜太少4.4.3确定极差（R）：即数据中的极大值（Xmax）与极小值（Xmin）之差4.4.4确定组距（h）：组距h=（数据最大值－数据最小值）/分组数R/K4.4.5确定分组界限值4.4.6统计落入各分组的数据个数（即频数f）4.4.7列频数分布表4.4.8计算频数最多的一组的中X0：X0=（上界限值＋下界限值）/24.4.9确定组次（u）4.4.10计算平均值和标准差4.4.11作成图表（a）：该图形属于标准的直方图，工程情况正常。（b）：工程的产品数据偏中心线以上。加工轴的时候“宁大勿小”。（c）：工程的产品数据偏中心线以下。加工孔的时候“宁小勿大”。（d）：加工过程中，有一个环节出了异常。比如说：车床的刀具磨损。（e）：两台机器同时加工同一类型的零件，但是两台机器的加工性能差别较大。或有两批不同原材料生产的产品的数据的组合。（f）：在组装过程中，大批量的中间有小批量的产品部品使用错误时，会有此图产生。比如说：，原材料发生了变化，或有不熟练的工人替班等。（g）：该图形在测量错误时会发生，比如说：测量方法不当，量具的精度较差等。  承認              　承認 審査 作成審査訂正者年　月　日訂正記号