6Sigma第二期绿带培训试题-含答案

1CNSBG2012年第二期綠帶培訓試題(DMAIC)(a.考試時間100分鐘,b.openbook,c.滿分108,d.75分及格)事業處：___________姓名：____________工號：_____________1.FMEA評分過程中,若發生率高,則評分值應相對(A);若偵測能力強,則評分值應相對(B);A.大B.小(4分)2.在常態分佈N(50,102)下，請問a.小于38.5的數據百分比是多少?(2分)==》12.51%b.大于65.5的數據百分比是多少?(2分)==》6.057%c.若小于某點的數據之累計百分比是86.5%,該點數值是多少?(2分)==》61.03PS:GraphProbabilityDistributionPlotsViewProbabilityInput(Mean=50,S=10)Select“ShadedArea”a.Select“XValue”,Select“LeftTail”,Probability=38.5,b.Select“RightTail”,Probability=65.5,c.Select“Probability”andProbability=0.865.0.040.030.020.010.00XDensity38.50.125150DistributionPlotNormal,Mean=50,StDev=100.040.030.020.010.00XDensity65.50.0605750DistributionPlotNormal,Mean=50,StDev=100.040.030.020.010.00XDensity61.030.86550DistributionPlotNormal,Mean=50,StDev=103.產線收集某產品每天生產的缺陷數數據,但每天實際檢驗數量不同,應繪制(C)圖進行管制作業.(3分)A.C-chartB.U-chartC.P-chartD.NP-chart4.某電容器不良率為0.25%,製造部門嫌不良率太高而決定不予採用.但該電容器廠商乃針對其製程及材料改善,並宣稱不良率已大幅改善.請問,在99%信心水準之下,你要驗證多少個電容器才能判斷廠商的宣稱是否可信?(需寫公式)(5分,其中公式3分)答﹕Ln(1-99%)/ln(1-0.25%)=18405.連續型數據流程能力分析的兩個假設條件是什么?(2分)如何檢定?(2分)答﹕假設條件1.流程為穩定的﹐I-MRchart檢定流程穩定性﹔2.流程為常態,P0.05為正態分布。26.打開工作表Height.mtw,此為一小學的學生身高數據,請問是否為常態分布?(2分)中位數,方差,第一四分位數,第三四分位數各是多少?(4分)答﹕1.StatBaseStatisticsNormality（如下左圖）Test:P=0.519﹐常態分布。2.StatBaseStatisticsGraphicalSummary（如上右圖）中位數：147.50，第一四分位數：133.75，第三四分位數157.75。7.打開工作表Defectives.mtw,此為產線某產品的不良品統計數據,請問:(1)制程PPM是多少?(3分)(2)制程西格瑪水平Z是多少?(3分)答：StatQualityToolsCapabilityAnalysisBinomialAnswer:1.PPM=312502.Z=1.86278.以下為某設備生產產品的一項數據資料,(1)請判定這些數據的方差是否顯著大于0.5?(3分)(2)檢驗的P-value是多少?(3分)(取α=0.05)數據如下:9.4,9.0,9.5,10.7,10.3,12.5,10.0,11.3,11.8,8.5;答：1.Ho:方差等於目標值，Ha:方差不等於目標值StatBaseStatisticsVariance:先擇“假設方差”并在Value輸入0.5，得出95%方差信賴區間為（0.77，5.45），0.5小于0.77，所以方差顯著大于0.52.P=0.001109876543210.0750.0500.0250.000SampleProportion_P=0.03125UCL=0.05853LCL=0.003971086424.03.53.02.52.0Sample%DefectiveUpperCI:1.9544%Defective:3.13LowerCI:2.53UpperCI:3.81Target:0.00PPMDef:31250LowerCI:25325UpperCI:38108ProcessZ:1.8627LowerCI:1.7731(95.0%confidence)SummaryStats4003002007.55.02.50.0SampleSize%Defective5432103210%DefectiveFrequencyTarBinomialProcessCapabilityAnalysisofDefectivesPChartTestsperformedwithunequalsamplesizesCumulative%DefectiveRateofDefectivesHistogram170160150140130120110MedianMean1561521481441401stQuartile133.75Median147.503rdQuartile157.75Maximum172.00139.66151.60138.46155.0012.7321.49A-Squared0.32P-Value0.519Mean145.63StDev15.99Variance255.62Skewness-0.327481Kurtosis-0.717978N30Minimum112.00Anderson-DarlingNormalityTest95%ConfidenceIntervalforMean95%ConfidenceIntervalforMedian95%ConfidenceIntervalforStDev95%ConfidenceIntervalsSummaryforheight1413121110987999590807060504030201051DataPercentMean10.3StDev1.279N10AD0.161P-Value0.922ProbabilityPlotofDataNormal39.請打開工作表:“Comparison-2012.MTW,請問:(1)三組數據平均值是否有顯著差異?(2分)(2)檢定的P-value?(4分)(取α=0.05)答：先堆疊數據：DataStackColumns如圖，使用1wayANOVA進行比較樣本平均值，StatANOVAoneWayAnswer:1.P=0.203,接受Ho(如果P值小于0.1，則拒絕Ho)平均值沒有顯著差異2.P=0.20310.請打開工作表：“MSAData-2012.MTW”，這是個有關連續型數據GaugeR&R的問題。假設客戶要求的Tolerance是1.5(10分)(1).這個測量系統%R&R是多少?(3分)(2).這個測量系統P/Tratio是多少?(3分)(3).總體而言此測量系統可否接受?(2分)(4).哪個量測員與其他兩個一致性差異較大?哪個零件最需要針對其量測加以訓練?(2分)答：StatQualityToolsGaugestudyGaugeR&RStudy(Crossed)如下圖，Option里的公差輸入1.5，特別注意需要將選項的變異倍數由6更改為5.15(P301-30有講到這是業界的標準)1.%R%R=24.75%2.P/Tratio=32.94%3.P/T30%所以，不能接受4.Operator2，Part611.請打開工作表：“Capability-2012.MTW”該產品有24組(每組3個)測量數據,尺寸規格為6+0.02/-0.03,尺寸目標值5.995,請以Minitab評估(1)長期標准差是多少?(2分)Pp是多少?(2分)(2)Cpm及長期PPM各為多少?(4分)(3)流程應如何進行改善?(4分)答：方法一、先I-MRChart檢驗穩定性。常態檢驗P=0.427，為常態分布。Part-to-PartReprodRepeatGageR&R160800Percent%Contribution%StudyVar%Tolerance1098765432110987654321109876543210.100.050.00partSampleRange_R=0.0297UCL=0.0969LCL=01231098765432110987654321109876543211.51.00.5partSampleMean__X=0.906UCL=0.962LCL=0.850123109876543211.51.00.5part3211.51.00.5operator109876543211.51.00.5partAverage123operatorGagename:Dateofstudy:Reportedby:Tolerance:Misc:ComponentsofVariationRChartbyoperatorXbarChartbyoperatorresultbypartresultbyoperatorpart*operatorInteractionGageR&R(ANOVA)forresult4再計算制程能力：StatQualityToolsCapabilityAnalysisNormal1.長期標準差為0.01543，Pp=0.542.Cpm=0.47,長期PPM=1613363.平均太高，需要將流程平均值變小方法二、StatQualityToolsCapabilitySixpackNormal可得出同樣結果（如上右圖）12.對某型手機進行用戶滿意調查,請他們對產品的質量情況選擇回答:差,一般,好.隨機抽取90人,對他們進行詢問,并發現其中40人接受過有關的廣告宣傳,另50人則不太關心這類廣告,回答的結果如下表;觀測頻數差一般好合計聽過廣告宣傳7201340未聽過廣告宣傳28121050合計35322390請問:(1)人們對產品的評價與廣告有無關系?(取α=0.05)(4分)(2)檢驗的P值是多少?(4分)答：使用卡方檢定進行比較，因為X,Y均為不連續，所以不需要進行態性檢驗。StatTablesChi-SquareTest（P503-21~28）Ho:數據是相互獨立的（不相關），Ha:數據是相依的（相關）。如果P值0.05，就拒絕Ho.1.P=0.0010.05，所以拒絕Ho，接受Ha:數據是相關的。2.P=0.0016.0326.0166.0005.9845.968LSLTargetUSLLSL5.97Target5.995USL6.02SampleMean6.00382SampleN72StDev(Within)0.0132391StDev(Overall)0.0154285ProcessDataCp0.63CPL0.85CPU0.41Cpk0.41Pp0.54PPL0.73PPU0.35Ppk0.35Cpm0.47OverallCapabilityPotential(Within)CapabilityPPMLSL13888.89PPMUSL138888.89PPMTotal152777.78ObservedPerformancePPMLSL5316.91PPMUSL110820.38PPMTotal116137.29Exp.WithinPerformancePPMLSL14189.14PPMUSL147147.21PPMTotal161336.36Exp.OverallPerformanceWithinOverallProcessCapabilit