6西格玛分析工具-应用统计技术(共36张PPT)
合集下载
6西格玛讲解
计算量测误差在公差中所占之比例，量测系统相对于规格之表现
一般而言，P/T比值在10%以下较为适当。若P/T比值大于30%，则需对 量测系统做一诊断，找出问题并加以改善
2023年8月5日星期六
© 2014 All Rights Reserved
32
区别分类数(NDC)
NDC =
1.41×σpart-to-part σMS
17
抽样
通常数据的收集都是采用抽样方式进行，不太可能收集全母体的量测 数据
抽样的理由： -收集所有数据往往不切实际或开支太大 -有时收集数据是一个破坏性的过程 -可靠的结论常常可以用相对较少量的数据得出
2023年8月5日星期六
© 2014 All Rights Reserved
18
抽样类型
抽样分过程抽样和母体抽样 --过程抽样：有助于理解过程的情形
发生的情况
一个过程中所有反复发生的活动都会有变动，输入，过程，和输 出的量测结果也是变动的，这种变动成为变异
变异除了来自于制程产品外，还有可能由量测系统所造成，必须 先进行量测系统的分析才能确保数据为有效
2023年8月5日星期六
© 2014 All Rights Reserved
21
MSA 量测系统分析
© 2014 All Rights Reserved
25
偏差
真值(True value) 指理论上正确的数值，一般很难取得。 通常以参考值(Reference value)取代
偏差 指量测值之平均值和参考值之间的差距量，偏差大代表准确性不好
参考值
仪器（1）
仪器（2）
平均值
平均值
仪器(1)的准确性比仪器（2） 好
质量管理6个西格玛
2 i1
,
N
N
(Xi X )2
i 1
N
标准差和方差是应用最广泛的统计离散程度的测度方法。
2.极差（Range）：数据最大值和最小值之差，又称全距。
R X max X min
13
1.2 量测变异的统计指标
3.离散系数Coefficient of Variation
离散系数通常根据标准差来计算，也称标准差系数，它
SL T
ST
得到
27
1.3 过程偏移分析
ZUSL
50 7.9057
0.63
即该公司准时送餐的短期西格玛水平为0.63。
2、长期能力
长期能力是一个过程的真实能力体现，不仅考虑
到技术条件，还有对过程的控制手段。长期西格
玛值也是可以计算出来的。长期西格玛值是一个
“过程性能(实绩performance)的指数”，并且用 来评价过程在长时间内受控的程度。
26
1.3 过程偏移分析
这里，送餐的过程由同一名员工完成，显
然属于短期西格玛水平的计算问题。将送 达时间按相对于目标值12:00的差值进行 变换，记录为-10，-5，0，5，10，相应 的LSL=-5，USL=5，则:
用样本标准差s估计总体标准差，得到
s 7.9057，将上述参数代入
Z ST
18
1.3 过程偏移分析
一、过程变异模式 过程变异有短期 （short time）和长 期（long term）之 分。
19
1.3 过程偏移分析
图7.4是一个时期的过程波动情况，每一个时间段 （时间1、时间2、时间3、时间4）内的过程波动 都是一个过程的短期变异情况，而总体的过程波 动情况反映了过程的长期变异情况。
六西格玛课件
定义（Define）
5 4 1 2 3
举例：
第 17页 / 共 4页
D5. 绘制流程图
通过绘制使团队对项目有整体的共识 流程分析是分析阶段的一项关键工作 通过流程分析发现快速改进机会
定义（Define）
D6. 确定顾客和顾客的关键质量特性
顾客的声音（VOC-Voice of Customer） 关键质量特性(质量关键点)CTQ (Critical-To-Quality )
第 15页 / 共 4页
（Define） D2 .建立团队 团队行为准则、成员职责等 D3 .问题描述：对拟确立的项目进行进一步澄清 现状分析和期望状态 举例： 不好的问题描述举例：我们的企业浪费太多！ 较清晰的问题描述举例： 2001年-2002年，企业一车间原材料浪费达300万元,占材料总成本的20%，导致 产品成本每单位上升0.5元， 因此润率下降2%。
系统地思考由于一种新的方案可能造成影响的一种方法与鱼骨图相似它仍然采用团队头脑风暴的方式来实现所不同的是考虑几个重要的评价要素并给予一定的权重要求小组对各个方案进行打分模拟测试型式测试验收测试仿真测试制定方案实施计划确定是全面推广还是局部实验宣传和动员制定纠偏方案38control控制control39控制control40c1
六西格玛的起源与发展 六西格玛的含义 IT服务引入六西格玛管理的意义 六西格玛的方法论
定义 （Define）
第 13页 / 共 4页
定义（Define）
第 14页 / 共 4页
D1. 确定改进的机会 Opportunity
如何确定改进机会
定义（Define）
通过质量成本分析确定改进机会 如内部故障成本、外部故障成本、 预防成本、鉴定成本
6西格玛绿带培训PPT
1个总体方差的置信区间
Better Way， Better Results
绿带回顾-9
© Copyright 2012.
假设检验主要术语
Ho = 原假设 ( Null Hypothesis )
H1 = 备择假设 ( Alternative Hypothesis )
P值 = 概率值 ( Probability Value )
2. 等方差检验的原假设和备择假设是？ 原假设：两个总体或多个总体的方差相等
3. 方差分析的原假设和备择假设是？ 原假设：两个总体或多个总体的均值相等
4. 卡方检验的原假设和备择假设是？ 原假设：X与Y无关联（独立）
5. 相关分析中的原假设和备择假设是？ 原假设：X和Y无线性关系
Better Way， Better Results
残差分析 无异常
因子图
等值图/曲面图
响应优化器
重叠等值线图
绿带回顾-23
异常
重新试验
通过图形帮助理解
通过图形帮助理解 找因子最佳设定值 找因子公差范围
© Copyright 2012.
中心点不显著时试验的详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，通过P值判断中心点是否显著，如果此 Ct Pt 的P>0.05，则取消“在模型中包含中心点”
况？ • 5. 如果残差没有出现特别异常，则方程式可用。如出现异常，则需再次试验验证
残差异常的试验。 • 6. “统计>DOE>因子>因子图” ，画主效应图，交互作用图，立方体图，帮助理解
。 • 7. “统计>DOE>因子>等值线图/曲面图”画等值线图和曲面图。 • 8. “统计>DOE>因子>响应优化器”找因子最佳设定值 • 9. “统计>DOE>因子>重叠等值线图”找因子公差范围 • 10.实际数据跟踪验证试验结论在小范围或大范围的有效性。
Better Way， Better Results
绿带回顾-9
© Copyright 2012.
假设检验主要术语
Ho = 原假设 ( Null Hypothesis )
H1 = 备择假设 ( Alternative Hypothesis )
P值 = 概率值 ( Probability Value )
2. 等方差检验的原假设和备择假设是？ 原假设：两个总体或多个总体的方差相等
3. 方差分析的原假设和备择假设是？ 原假设：两个总体或多个总体的均值相等
4. 卡方检验的原假设和备择假设是？ 原假设：X与Y无关联（独立）
5. 相关分析中的原假设和备择假设是？ 原假设：X和Y无线性关系
Better Way， Better Results
残差分析 无异常
因子图
等值图/曲面图
响应优化器
重叠等值线图
绿带回顾-23
异常
重新试验
通过图形帮助理解
通过图形帮助理解 找因子最佳设定值 找因子公差范围
© Copyright 2012.
中心点不显著时试验的详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，通过P值判断中心点是否显著，如果此 Ct Pt 的P>0.05，则取消“在模型中包含中心点”
况？ • 5. 如果残差没有出现特别异常，则方程式可用。如出现异常，则需再次试验验证
残差异常的试验。 • 6. “统计>DOE>因子>因子图” ，画主效应图，交互作用图，立方体图，帮助理解
。 • 7. “统计>DOE>因子>等值线图/曲面图”画等值线图和曲面图。 • 8. “统计>DOE>因子>响应优化器”找因子最佳设定值 • 9. “统计>DOE>因子>重叠等值线图”找因子公差范围 • 10.实际数据跟踪验证试验结论在小范围或大范围的有效性。
6西格玛咨询DMAIC的流程、作用、应用和案例分析(详细版)
6西格玛咨询DMAIC的流程、作用、应用和案例分析（详细版）一、什么是六西格玛DMAIC？DMAIC是六西格玛管理中流程改善的重要工具，6西格玛管理不仅是理念，同时也是一套业绩突破的方法。
它将理念变为行动，将目标变为现实。
这套方法就是6西格玛改进方法DMAIC。
DMAIC是指定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）、控制（Control）五个阶段构成的过程改进方法。
DMAIC主要用于流程的改进、优化和维护业务流程与设计的一种基于数据的改进循环，包括制造过程、服务过程以及工作过程等等。
DMAIC的每个阶段由若干个工作步骤构成，每个阶段都由一系列工具方法支持该阶段目标的实现。
20世纪90年代许多世界级公司开始了6sigma管理的实践，各个企业在实施6sigma过程中都有自己的操作方法。
二、六西格玛DMAIC的流程流程改进是在保持工作流程基本结构不变的前提下，发现和确认那些产生问题的关键因素，并找到一种最有效的问题解决方法，从根本上解决企业或组织绩效不佳的问题。
在众多已经实施六西格玛管理的企业和组织中，每一个企业都有一套自己的操作方法。
各种实施操作的方法大同小异，但目标是一致的：实现六西格玛质量水准，使顾客完全满意。
实施六西格玛管理的DMAIC模型，即:定义(Define)、评估(Measure)、分析(Analyze)、改进(Improve)、控制(Control)。
据介绍DMAIC模型现在被广泛认可，已经成为实施六西格玛管理的企业最常用的流程改进模型。
在实施六西格玛管理的过程中，DMAIC模型紧紧围绕公司目标有步骤地进行。
为了达到公司目标、这一模型往往循环使用，所以这一模型流程又被称为五步循环法。
D(Define)——定义界定阶段(define)，从整体上是6SIGMA项目DMAIC过程的第一个步骤，要为项目正式启动做好工作。
团队必须明确一些问题:我们正在做什么工作?为什么要解决这个特别的问题?顾客是谁?顾客的需求是什么?原来工作是怎样做的?所花费的成本是多少?实施改进的益处是什么?等等。
六西格玛
流程的三个基本要素
Six Sigma的焦点 Sigma的焦点
现象
结果 Y 非独立 输出 影响 症状
Y=
f(x)
原因 X1…Xn X1 Xn 独立 输入—过程 问题 根源
原因
通过检验Y 控制X 达到改进Y 通过检验Y，控制X，达到改进Y的目的
注意点
CTQ(Y) = F( X1, X2, X3, ... Xn )
● 只要是对顾客满意度有影响的任何特性
都能以选定CTQ 例) • 特定产品的规格（Spec.） • 发行又正确又有信赖性的请求书 • 修理必要的时间 • 亲切
• 顾客调查 • Focus Groups Interview • 顾客的要求事项Mapping • 质量功能展开 QFD • Quick Market Intelligence • Logic Tree • 排列图Diagram
过程能力 - Z
Z 值-- 是过程的平均值与规范的上、下限之间所包含的标准差个数，即标准化距离。 是过程的平均值与规范的上、下限之间所包含的标准差个数，即标准化距离。
Sigma水平是一种反映过程能力的统计度量单位。Sigma值与单位产品缺陷、 Sigma水平是一种反映过程能力的统计度量单位。Sigma值与单位产品缺陷、 水平是一种反映过程能力的统计度量单位 值与单位产品缺陷 百万机会之缺陷和缺陷发生的概率等指标密切相关。 百万机会之缺陷和缺陷发生的概率等指标密切相关。
USL 上偏差
3
σ1> σ2> σ3
4.5 6
6σ衡量指标 Z 衡量指标ZST
2 3 4 5 6
ZLT
0.5 1.5 2.5 3.5 4.5
PPM
308,537 66,807 6,210 233 3.4
Six Sigma的焦点 Sigma的焦点
现象
结果 Y 非独立 输出 影响 症状
Y=
f(x)
原因 X1…Xn X1 Xn 独立 输入—过程 问题 根源
原因
通过检验Y 控制X 达到改进Y 通过检验Y，控制X，达到改进Y的目的
注意点
CTQ(Y) = F( X1, X2, X3, ... Xn )
● 只要是对顾客满意度有影响的任何特性
都能以选定CTQ 例) • 特定产品的规格（Spec.） • 发行又正确又有信赖性的请求书 • 修理必要的时间 • 亲切
• 顾客调查 • Focus Groups Interview • 顾客的要求事项Mapping • 质量功能展开 QFD • Quick Market Intelligence • Logic Tree • 排列图Diagram
过程能力 - Z
Z 值-- 是过程的平均值与规范的上、下限之间所包含的标准差个数，即标准化距离。 是过程的平均值与规范的上、下限之间所包含的标准差个数，即标准化距离。
Sigma水平是一种反映过程能力的统计度量单位。Sigma值与单位产品缺陷、 Sigma水平是一种反映过程能力的统计度量单位。Sigma值与单位产品缺陷、 水平是一种反映过程能力的统计度量单位 值与单位产品缺陷 百万机会之缺陷和缺陷发生的概率等指标密切相关。 百万机会之缺陷和缺陷发生的概率等指标密切相关。
USL 上偏差
3
σ1> σ2> σ3
4.5 6
6σ衡量指标 Z 衡量指标ZST
2 3 4 5 6
ZLT
0.5 1.5 2.5 3.5 4.5
PPM
308,537 66,807 6,210 233 3.4
六西格玛管理方法论(PPT 73页)
没有意识到 技术的存在
企业没有利 用高科技减 少差旅费用
软件没有得到 安装和调试
六西格玛管理法导论
柏拉图法则：PARETO CHART
• 根据意大利经济学家柏拉图的理论命名的，他指出社会重等收 入分配是不均匀的。即80％的财富由20％的人所掌握。同样的 在流程中大部分的缺陷经常是由相对较少的原因造成的。
小 时
//
/
年年
千
瓦
63 38 57 99 36 27
方向 越多越好 越少越好 固定量
关系 ◎强烈－9 ○适中－3 △微弱－1
六西格玛管理法导论
项目要求
客 户
需 质量之 求屋
＃1
主要流程
项 目
要 质量之 求屋
＃2
关键项目要求
主要流程步骤
服务领域应用
主要任务
主
要
流 质量之
程
屋
步
骤 ＃3
主要任务
六西格玛管理法导论
改进路线图(DMAIC)
分析
• DOE • 回归分析法 • ANOVA方差分析 • t-检验 • 流程分析
定义
• 总则 • VOC • SIPOC • CE 矩阵
测量
• 数据采集计划 • Gage R&R • 控制图表 • 性能分析
控制
• QC 图表 • 文件整理 • 监控
改善
• 确定解决方案 • 风险分析 • 试行 • 计划
• 造成缺陷的原因可能很多，可以改进的也很多但是知道从哪里 入手做好并不容易，而可以帮助你分类并隔离出最重要的因素。
能力参数
控制图， FMEA
MSA
流程能力Y、X 持续的解决方案（15） 文献（16）
企业没有利 用高科技减 少差旅费用
软件没有得到 安装和调试
六西格玛管理法导论
柏拉图法则：PARETO CHART
• 根据意大利经济学家柏拉图的理论命名的，他指出社会重等收 入分配是不均匀的。即80％的财富由20％的人所掌握。同样的 在流程中大部分的缺陷经常是由相对较少的原因造成的。
小 时
//
/
年年
千
瓦
63 38 57 99 36 27
方向 越多越好 越少越好 固定量
关系 ◎强烈－9 ○适中－3 △微弱－1
六西格玛管理法导论
项目要求
客 户
需 质量之 求屋
＃1
主要流程
项 目
要 质量之 求屋
＃2
关键项目要求
主要流程步骤
服务领域应用
主要任务
主
要
流 质量之
程
屋
步
骤 ＃3
主要任务
六西格玛管理法导论
改进路线图(DMAIC)
分析
• DOE • 回归分析法 • ANOVA方差分析 • t-检验 • 流程分析
定义
• 总则 • VOC • SIPOC • CE 矩阵
测量
• 数据采集计划 • Gage R&R • 控制图表 • 性能分析
控制
• QC 图表 • 文件整理 • 监控
改善
• 确定解决方案 • 风险分析 • 试行 • 计划
• 造成缺陷的原因可能很多，可以改进的也很多但是知道从哪里 入手做好并不容易，而可以帮助你分类并隔离出最重要的因素。
能力参数
控制图， FMEA
MSA
流程能力Y、X 持续的解决方案（15） 文献（16）
六西格玛简介(PPT 87页)
下限
上限
标准方差（ 〕：6
基本概念
缺陷：任何不能满足顾客 要求的产品、服务或流程
XXX XX
XX
X XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
缺陷
XX X
均值T＝3
T＝15
平均值是好的 -问题在于差异
Datum
Dateiname
今天的六西格玛 Six Sigma Today
什么是六西格玛
A comprehensive, flexible system for achieving & maximizing business success through thoroughly understanding customer
拐點
1σ
μ（平均） T
3σ
USL
Datum
Dateiname
什么是六西格玛
Datum
Dateiname
以后是 …
LSL
散则死
什么是六西格玛
集合于中心 才合格
USL 虽然是Spec-in 如果达不到水准 就不合格
把隐藏的 不良
事前预测
Spec
Datum
Dateiname
什么是六西格玛
脱离目标 Target
$2.5B
$600
成本 收益 成本 收益 成本 收益 成本 收益 成本 收益
1996
1997
1998
1999
2000
在2000年获得30亿美元收益 … 客户和股东都满意!
Datum
Dateiname
上限
标准方差（ 〕：6
基本概念
缺陷：任何不能满足顾客 要求的产品、服务或流程
XXX XX
XX
X XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
缺陷
XX X
均值T＝3
T＝15
平均值是好的 -问题在于差异
Datum
Dateiname
今天的六西格玛 Six Sigma Today
什么是六西格玛
A comprehensive, flexible system for achieving & maximizing business success through thoroughly understanding customer
拐點
1σ
μ（平均） T
3σ
USL
Datum
Dateiname
什么是六西格玛
Datum
Dateiname
以后是 …
LSL
散则死
什么是六西格玛
集合于中心 才合格
USL 虽然是Spec-in 如果达不到水准 就不合格
把隐藏的 不良
事前预测
Spec
Datum
Dateiname
什么是六西格玛
脱离目标 Target
$2.5B
$600
成本 收益 成本 收益 成本 收益 成本 收益 成本 收益
1996
1997
1998
1999
2000
在2000年获得30亿美元收益 … 客户和股东都满意!
Datum
Dateiname
六西格玛普及培训
客户关键要求 B
A
缺陷:客户不能接受
的产品或服务
产品或服务的输出(如供货期)
什么是σ?
两组各20人进行拔 河比赛，两组平均年 龄都是35岁,你认为 哪一组最有可能获胜 ？为什么？
两组年龄数据比较
平均年龄=35
σ1=21
σ2=4
评价一组数据：
年龄数据的分 散程度就是σ
1、平均值（X）只是数据组成优劣的一个方面
12s
6σ的实际意义
99% 还是不够好 (3.8 Sigma)
每小时会有20,000个信件在投递中丢失 每月有2小时会喝进不干净的水 每周会发生5000个失败的外科手术 每天在一些主要机场会发生飞机坠落失
事 每年会发生200,000起错误使用麻药处方 每月大概会发生7个小时的停电事故
99.99966% 是目标 (6 Sigma)
六西格玛普及培训
2020/7/31
一、什么是六西格玛 二、六西格玛的起源与发展 三、与其他绩效工具的比较 四、六西格玛与劣质成本 五、六西格玛团队 六、过程和使用工具 七、项目选择
“西格玛”是什么?
σ
□ 希腊字母(相当于英语的“s”) □统计学上指标准差，表征一组数据的
离散程度
□代表过程能力的一种指标
Six Sigma 战略 : 识别顾客重视的 CTQ(Critical To Quality:重要品质特性) ，并执行其改善的Project 。
依据数据决策
根据客观事实判断 - 确保可信赖的DATA确保DATA的正确性
科学的分析方法 - 统计分析工具的活用 - 科学技术知识的活用
理论性地问题解决方法 - DMAIC - DMADV
－－美国质量协会
谁最需要六西格玛
A
缺陷:客户不能接受
的产品或服务
产品或服务的输出(如供货期)
什么是σ?
两组各20人进行拔 河比赛，两组平均年 龄都是35岁,你认为 哪一组最有可能获胜 ？为什么？
两组年龄数据比较
平均年龄=35
σ1=21
σ2=4
评价一组数据：
年龄数据的分 散程度就是σ
1、平均值（X）只是数据组成优劣的一个方面
12s
6σ的实际意义
99% 还是不够好 (3.8 Sigma)
每小时会有20,000个信件在投递中丢失 每月有2小时会喝进不干净的水 每周会发生5000个失败的外科手术 每天在一些主要机场会发生飞机坠落失
事 每年会发生200,000起错误使用麻药处方 每月大概会发生7个小时的停电事故
99.99966% 是目标 (6 Sigma)
六西格玛普及培训
2020/7/31
一、什么是六西格玛 二、六西格玛的起源与发展 三、与其他绩效工具的比较 四、六西格玛与劣质成本 五、六西格玛团队 六、过程和使用工具 七、项目选择
“西格玛”是什么?
σ
□ 希腊字母(相当于英语的“s”) □统计学上指标准差，表征一组数据的
离散程度
□代表过程能力的一种指标
Six Sigma 战略 : 识别顾客重视的 CTQ(Critical To Quality:重要品质特性) ，并执行其改善的Project 。
依据数据决策
根据客观事实判断 - 确保可信赖的DATA确保DATA的正确性
科学的分析方法 - 统计分析工具的活用 - 科学技术知识的活用
理论性地问题解决方法 - DMAIC - DMADV
－－美国质量协会
谁最需要六西格玛
六西格玛基础与统计数据分析
Defect
+
-
+
-
Root Cause Verification
Defect Reduced
l l l
Before
Effect
l l l
After
Indicator from DEFINE
Good
Before
After
Target
Target
Solution Selection Matrix
Control
USL
Six Sigma…World Class Standard
8
6σ 是衡量质量的指标
合格率 s水平 DPMO
30.85%
1
691,500
69.15%
2
308,537
93.32%
3
66,807
99.38%
4
6,210
99.977% 5
233
99.99966% 6
3.4
* 每百万个机会中的缺陷数
对流程进行控制以防倒退
DMAIC Storyboard
Project Planning Worksheet
Flowchart
Define
Graph
Good
Measure
Pareto Chart
l l l
Root Cause Analysis (Fishbone)
Analyze
Root Cause
Initial Problem Statement
Process Management System
Gap Data Collection Plan
Improve
Final Problem Statement
SixSigma六西格玛(管理必看)
SixSigma六西格玛（管理必看)什么是六西格玛？六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。
西格玛是一个希腊字母σ的中文译音，统计学用来表示标准偏差，即数据的分散程度。
对连续可计量的质量特性：用"σ"度量质量特性总体上对目标值的偏离程度。
几个西格玛是一种表示品质的统计尺度.任何一个工作程序或工艺过程都可用几个西格玛表示。
六个西格玛可解释为每一百万个机会中有3.4个出错的机会，即合格率是99。
99966％。
而三个西格玛的合格率只有93。
32％.六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流程中影响质量的因素，找出最关键的因素加以改进从而达到更高的客户满意度.六西格玛（SixSigma)是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具.继而与全球化、产品服务、电子商务等战略齐头并进，成为全世界上追求管理卓越性的企业最为重要的战略举措。
六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺，追求持续进步的一种质量管理哲学。
早在1961年就提出“零缺陷”概念的美国质量管理专家菲利普•克劳斯比说：“当大家都认定在操作过程中无法避免错误的时候,下一步就是制定一个容许错误的数字。
当良品率预定为85％，那便是表示容许15％的错误存在。
采行这种‘良品率管理'的人会告诉你那不是真的，但事实上的确如此。
”为了提高质量，工厂的管理者们发明了“六个西格玛"管理方法.“西格玛”是统计学里的一个单位，表示与平均值的标准偏差。
它可以用来衡量一个流程的完美程度,显示每100万次操作中发生多少次失误。
“西格玛”的数值越高，失误率就越低。
具体说来,相关数据可以表示如下:1西格玛＝690000次失误／百万次操作2西格玛＝308000次失误／百万次操作3西格玛＝66800次失误／百万次操作4西格玛＝6210次失误／百万次操作5西格玛＝230次失误／百万次操作6西格玛＝3.4次失误／百万次操作7西格玛＝0次失误／百万次操作“六个西格玛”是一项以数据为基础，追求几乎完美无暇的质量管理办法。
六西格玛分析阶段
图形 > 点图
利用A－01－采购订单例子对两大 类产品材料订单执行情况进行比较， 平均值的倾向、变动及分布进行 Multiple Dot plot对比分析
点图——Dot plot 图形 > 点图
点击
点击
类别
点图——Dot plot 输出图表分析
差值 的点图
A类产品差值
B类产品差值
-24 -16
-8
描述性统计
统计 >基本统计量 > 显示描述性统计
选择图形不仅可以查看基本统计量,还可以看出全体分布的柱状图
描述性统计
输出结果分析:
描述性统计: A类产品差值
平均值
下四分
上四分
变量
N N* 平均值 标准误 标准差 最小值 位数 中位数 位数
A类产品差值 30 0 1.40 1.84 10.06 -18.00 -6.00 4.00 6.00
多变量分析
比较分析
➢ 均值检验：1-sample t, 2-sample t, Paired t (样本中同一 个体测量两次前后比较－总体不独立),ቤተ መጻሕፍቲ ባይዱANOVA（正态总体>=2）
➢ 方差检验：Test for Equal variance-F test（正态总体＝2）， Bartlett’s Test(正态总体>=2)，Levene’s Test（非正态总 体）
变量
最大值
A类产品差值 30.00
• 四分之一分位数: 把数据从小到大排列时,分位数为25%；
• 四分之三分位数: 把数据从小到大排列时, 分位数为75%；
• Trimmed Mean: 把数据的上下分位各去掉5%后求平均。
•标准差(StDev):
利用A－01－采购订单例子对两大 类产品材料订单执行情况进行比较， 平均值的倾向、变动及分布进行 Multiple Dot plot对比分析
点图——Dot plot 图形 > 点图
点击
点击
类别
点图——Dot plot 输出图表分析
差值 的点图
A类产品差值
B类产品差值
-24 -16
-8
描述性统计
统计 >基本统计量 > 显示描述性统计
选择图形不仅可以查看基本统计量,还可以看出全体分布的柱状图
描述性统计
输出结果分析:
描述性统计: A类产品差值
平均值
下四分
上四分
变量
N N* 平均值 标准误 标准差 最小值 位数 中位数 位数
A类产品差值 30 0 1.40 1.84 10.06 -18.00 -6.00 4.00 6.00
多变量分析
比较分析
➢ 均值检验：1-sample t, 2-sample t, Paired t (样本中同一 个体测量两次前后比较－总体不独立),ቤተ መጻሕፍቲ ባይዱANOVA（正态总体>=2）
➢ 方差检验：Test for Equal variance-F test（正态总体＝2）， Bartlett’s Test(正态总体>=2)，Levene’s Test（非正态总 体）
变量
最大值
A类产品差值 30.00
• 四分之一分位数: 把数据从小到大排列时,分位数为25%；
• 四分之三分位数: 把数据从小到大排列时, 分位数为75%；
• Trimmed Mean: 把数据的上下分位各去掉5%后求平均。
•标准差(StDev):
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
6.12 6.18 6.10 5.95 5.95 6.03 5.89 5.97 6.05 6.45
5.94 6.22 6.03 5.82 5.80 5.71 6.09 6.17 6.00 6.29
6.30 5.93 6.19 5.93 5.83 5.95 5.86 6.37 5.63 5.15
5.86 6.01 6.15 6.00 5.86 6.10 5.80 5.41 5.94 6.17
直方图使用方法：
根据直方图地形态可以掌握工序中地异常，从稳定状态收集地数据应该成 规则地山形状（如下图），若不规则地状态，可根据形态发现问题所在。
直方图
标准正态分布验证：
[ Stat > Basic Statistics > Display Descriptive Statistics ]
• 此样品的盒 子图
特定的问题中原因或缺陷数多为解决问题定立初次解决课程或把握假定 共同发生的原因时使用。
柏拉图(Pareto Chart)制作方法
[Stat > Quality Tools> Pareto Chart ]
特性要因图
二.特性要因图 (Cause & Effect Diagram)
[目的]
为表示和把握特定的问题(效果/结果)中寄予的所有的可能的原因而使用。 (导出根本原因 (X’s)的非常有用的工具)
分析(Analysis)
基本概念 分析工具 各种图形的分析 假设检验的理解
分析概述
分析阶段概述
一、基本概念
分析过程或体系以确定应用哪些方法来消除目前业绩与目标之间的差异
应用统计技术来指导分析。
1、分析阶段的作用
采用严密、科学的分析工具进行定量或定性分析，最终筛选出关键影响 因素x’s。只有筛选出关键x’s，改善阶段才会有的放矢。
2、验证分析工具
1）假设检验
2）方差分析
3）相关和回归分析
柏拉图
一、柏拉图(Pareto Chart)
[分析的目的]
•Pareto Chart 是将成为根本原因的因子按重要度陈列 将少数核心因子 找出来，集中地展现操纵的要因是什么。(寻找重要要因) •通过改善活动前/后的对比可以轻易的掌握成果。
[什么时候使用?]
[何时使用?]
1) 一般的TEAM问题或机会决定后需要掌握原因时 2) Brainstorming 中把所有可能的原因进行整理
3) 发现为什么会发生问题时
这个方法在所有 Brainstorming 过程中可以用一个技法使用。
[特性要因图制订的阶段]
1) 将问题或希望的结果放入效果箱子中。 2) 讲给予结果影响的4种6个左右的核心原因 放入群体原因箱子中。 3) 对核心原因中提问为什么会出现那样的原因对此的应答应从大到小详细记 入。 4) 通过检讨要因补充重复或遗漏的内容。 5) 选定3-5个的重要原因 用数据检证。
一般的范畴
特性要因图
特性要因图制作方法
[ Stat > Quality Tools > Cause-and-Effect ]
直方图 三.直方图(Histogram)
假设以下是某公司IQC对某批产品取样130测定的数据如下:
5.77 6.27 5.93 6.08 6.03 6.01 6.04 5.88 5.92 6.15
5.71 5.75 5.96 6.19 5.70 6.19 6.11 5.74 5.96 6.17
6.42 6.00 5.71 5.96 5.78 5.92 5.92 5.75 6.05 5.94
5.87 5.63 5.80 6.12 6.32 5.89 5.91 6.00 6.21 6.08
5.96 6.05 6.25 5.89 5.83 5.95 5.94 6.07 6.02 5.75
2、分析阶段的输入
分析阶段的输入为测量阶段的输出。
3、分析阶段的输出
a.影响项目y的所有x’s 分析阶段主要目标是发现影响项目Y的主要因素，但首先是要找出所 有可能的因素，特别注意不能漏掉可能的影响因素。
分析工具 二、主要工具
1、 图形分析工具
1）过程图分析(SIPOC) 2）排列图分析 3）时序图分析 4）直方图分析 5）因果图分析 6）关系图分析 7）失效模式和影响分析 8）质量功能展开 9）故障树分析
是十分有用。 要了解二个变化的数据间相关关系时，需要进行复杂的运算。但做
P=0.058>
直方图
异常直方图图例分析
• 样品中混 入了其它 样品
稳定工序 • 不良品在 供应商或 上到工序 涂抹掉
双峰型 • 测定方法不 当，或划分 不当
盒子图 四、盒子图
盒子图的制作方法
[ Graph > Boxplot ]
离异点
最大值
散点图 五、散点图
分析对象及目的
变量间的关系,一种是确定性的关系,就是我们所知的函数关系；另一 种是不是定性关系,但不等于没有关系。 研究这两变量间的关系要收集它们的成对数据然后在坐标图中点入相 应的位置上，这种图就是散点图。用这个图帮助我们弄清它们间的关系
6.12 6.18 6.10 5.95 5.95 5.94 5.97 6.00 6.05 5.70
5.86 5.84 6.08 6.24 5.61 6.13 5.80 5.90 5.93 5.78
5.80 6.14 5.56 6.17 5.97 6.13 5.80 5.90 5.93 5.78
5.86 5.84 6.08 6.24 5.97 5.95 5.94 6.07 6.00 5.85
通过以上资料可以获得怎样的信息?怎么确认方法
先把多列数据堆积成1列数据
[ Manip > Stack > Stack Column ]
[ Graph > Histogram ]
直方图
直方图作用：
因为实际上我们用同样的工程,同样的设备,同样的作业标准,同样的资 料去做所做出的产品的品质会存在相当大的波动性，在这种情况下，要了 解波动度的大小及其平均值？要怎样做才好呢？ “直方图”就是在数据具有波动性的情况下，要想取得对全局了解用 直方图就能一目了然地把这问题图表化处理的工具。产品在生产过程中地 波动中有大量未知地，不能进行管理地原因，正是这些原因发生变化，才 影响了结果。在这情况下，如使用直方图就能方便地掌握问题地实质。