六西格玛绿带之测量阶段概述(PPT64页)
合集下载
六西格玛基础知识课件PPT课件
日期 4月1日 4月2日 4月6日 4月7日 4月8日 4月9日 4月11日 4月12日 4月13日 4月14日 4月15日 4月16日 4月18日 4月19日 4月20日 4月21日 4月22日 4月23日 4月25日 4月26日 4月27日 4月28日 4月29日 4月30日
上班时间数据表(单位：分钟）
自己
仔细 效率 主动性 坚持原则 创新
4
课程回顾
1、什么是6
sigma是希腊字母, 是一个用来表示标准差的统计单位. 它衡量数据的分散程度；
Sigma水平 是业绩水平的一个普适性衡量指标. 它是衡量我们所提供的产品或服务 满足客户要求能力的指标. 流程的sigma水平越高, 产品或服务满足客户要求的百 分比就越高, 缺陷也越少.
定义阶段测量阶段分析阶段分析阶段改迚阶段改迚阶段控制阶段控制阶段步骤dmaicqc聚焦关键问题选课题确定ctq和y现状调查制定项目计划设定目标测量系统分析分析原因过程能力分析确定主要原因查找潜在关键因素制定对策确定关键因素实施对策产生改迚方案检查效果验证改迚结果固化措施10固化改迚结果总结及下一步打算六西格玛dmaic模式六西格玛dmaic模式目录目录六西格玛dmaic模式第二部分第二部分第二部分第二部分第三部分第三部分第三部分第三部分第五部分第五部分第五部分第五部分六西格玛dmaic模式第一部分第一部分第一部分第一部分六西格玛dmaic模式第四部分第四部分第四部分第四部分六西格玛案例分享第六部分第六部分第六部分第六部分10定义阶段目的通过对客户需求对产品质量以及流程表现等方面迚行分析找出影响客户感知和流程绩效的关键问题幵确定为六西格玛项目
33
定测 分 改 控 义量 析 进 制
回忆一下：测量阶段分为那三个步骤？ 测量系统分析、过程能力分析、寻找潜在关键因素
6Sigma绿带定义和测量
团队选择
团队成员是谁? 他们将有什么样的责任?
单元 2.0
2 商业风险管理-BRM
18
商业风险的定义
风险是能影响组织实现目标的任何事情 风险不一定都坏:
– 它反映未知的变异 风险应该表示为根源而不是后果
单元 2.0
什么是商业风险管理?
19
在卡特彼勒，商业风险管理是 前瞻性地处理商业风险的综合方法
单元 2.0
项目章程的要素
17
商业意义
会实现什么样的好处?
目标陈述
我们的改进目标和目标对象是什 么?
项目计划
我们怎样完成这个计划? 我们何时完成这项工作?
机会陈述
我们会经历什么样的‘痛苦’? 出了什么问题?
项目范围
我们有什么样的授权? 我们在应对什么样的流程? 什么不在范围之内?
单元 2.0
34
VOC的登记 (或客户需求)
性能需求: 客户的有声需求 – 通常是我们认为的客户需求 – 当性能和质量很高，就能给客户带来满意
基本的需求: 常常是无声的，但总是在期待着 – 旅馆内提供毛巾，汽车上有转向信号 – 如能满足，影响极小; 如未能满足，就引起不满意
兴奋需求: 客户没有提到的创新或惊喜 – 如能满足，带来满意 – 能以一种积极的方式证明自己的产品有别于与竞争 对手
目的是保持和改进质量 流程所有人负责保证流程得到遵守，输出的结果符合客户的
期望
我们必须理解流程才能管理流程 流程图是理解流程的关键
单元 2.0
23
流程图的好处
定义和突出改进的区域: 描述流程的现状，它们很能说明问题 帮助一个团队组织项目并认识关键点的重点区域 用于识别:
团队成员是谁? 他们将有什么样的责任?
单元 2.0
2 商业风险管理-BRM
18
商业风险的定义
风险是能影响组织实现目标的任何事情 风险不一定都坏:
– 它反映未知的变异 风险应该表示为根源而不是后果
单元 2.0
什么是商业风险管理?
19
在卡特彼勒，商业风险管理是 前瞻性地处理商业风险的综合方法
单元 2.0
项目章程的要素
17
商业意义
会实现什么样的好处?
目标陈述
我们的改进目标和目标对象是什 么?
项目计划
我们怎样完成这个计划? 我们何时完成这项工作?
机会陈述
我们会经历什么样的‘痛苦’? 出了什么问题?
项目范围
我们有什么样的授权? 我们在应对什么样的流程? 什么不在范围之内?
单元 2.0
34
VOC的登记 (或客户需求)
性能需求: 客户的有声需求 – 通常是我们认为的客户需求 – 当性能和质量很高，就能给客户带来满意
基本的需求: 常常是无声的，但总是在期待着 – 旅馆内提供毛巾，汽车上有转向信号 – 如能满足，影响极小; 如未能满足，就引起不满意
兴奋需求: 客户没有提到的创新或惊喜 – 如能满足，带来满意 – 能以一种积极的方式证明自己的产品有别于与竞争 对手
目的是保持和改进质量 流程所有人负责保证流程得到遵守，输出的结果符合客户的
期望
我们必须理解流程才能管理流程 流程图是理解流程的关键
单元 2.0
23
流程图的好处
定义和突出改进的区域: 描述流程的现状，它们很能说明问题 帮助一个团队组织项目并认识关键点的重点区域 用于识别:
精益六西格玛 测量阶段概述
12
Measure
7
总体和样本
参数的获取途径有两种：通过调查总体获得和通过抽查样品获得。
总体 (N)
具有某种特征的全体 对象或个体的集合。 包括对所有可能的对 象或个体的具体参数 或特征的测量。 总体可能指刚刚出厂 的所有盒装牛奶。
样本 (n)
总体的一个子集。在统计 学中，我们会遇到“随机 抽样”，或一组特选的样 本数据，每一次样本被选 中的几率都相同。
为了能够正确对流程能力进行研究和找出问题所在，需要收集数 据
在正式收集数据之前明确数据收集的目的、制定数据收集的计划 将会使得数据收集更加有效，周期更短。
数据收集计划从以下几方面去考虑：
为什么要收集数据（Why）
需要收集哪些数据（What) 谁去收集数据（Who） 在哪里收集数据（Where） 什么时候去收集数据（When) 怎么样去收集数据（How）
每个方面都有相应的参数指标来衡量
18
分布的形状
有两个指标来衡量分布的形状:
偏斜度（SKEWNESS）
用来衡量数据的对称性。 当一组数据的 平均值大于其中位数时，此组数据就向右 倾斜。 正态分布偏斜度为0(K=0)
平均值大于其中位数右偏,K>0,正偏度
平均值小于其中位数左偏,K<0.负偏度 偏斜度指标的值越小,数据就越对称。
5
项目改善的焦点(问题所在)
我们利用一种叫做分层 （Stratification）的技术 来找出问题所在
40
问题所在
Pareto Chart for Defect
100 80 30
Count
60 20 40 10 20 0
狠
ぃ ire gd on Wr n ctio l ma rn i g te r on W al min ter ak bre er s Oth
Measure
7
总体和样本
参数的获取途径有两种：通过调查总体获得和通过抽查样品获得。
总体 (N)
具有某种特征的全体 对象或个体的集合。 包括对所有可能的对 象或个体的具体参数 或特征的测量。 总体可能指刚刚出厂 的所有盒装牛奶。
样本 (n)
总体的一个子集。在统计 学中，我们会遇到“随机 抽样”，或一组特选的样 本数据，每一次样本被选 中的几率都相同。
为了能够正确对流程能力进行研究和找出问题所在，需要收集数 据
在正式收集数据之前明确数据收集的目的、制定数据收集的计划 将会使得数据收集更加有效，周期更短。
数据收集计划从以下几方面去考虑：
为什么要收集数据（Why）
需要收集哪些数据（What) 谁去收集数据（Who） 在哪里收集数据（Where） 什么时候去收集数据（When) 怎么样去收集数据（How）
每个方面都有相应的参数指标来衡量
18
分布的形状
有两个指标来衡量分布的形状:
偏斜度（SKEWNESS）
用来衡量数据的对称性。 当一组数据的 平均值大于其中位数时，此组数据就向右 倾斜。 正态分布偏斜度为0(K=0)
平均值大于其中位数右偏,K>0,正偏度
平均值小于其中位数左偏,K<0.负偏度 偏斜度指标的值越小,数据就越对称。
5
项目改善的焦点(问题所在)
我们利用一种叫做分层 （Stratification）的技术 来找出问题所在
40
问题所在
Pareto Chart for Defect
100 80 30
Count
60 20 40 10 20 0
狠
ぃ ire gd on Wr n ctio l ma rn i g te r on W al min ter ak bre er s Oth
六西格玛绿带手册精品课件
13、 生 气 是 拿 别人 做错的 事来惩 罚自己 。2021/5/172021/5/172021/5/172021/5/175/17/2021
14、 抱 最 大 的 希望 ，作最 大的努 力。2021年 5月 17日星 期一2021/5/172021/5/172021/5/17
15、 一 个 人 炫 耀什 么，说 明他内 心缺少 什么。 。2021年 5月2021/5/172021/5/172021/5/175/17/2021
第1章
六西格玛管理概论
–
① 六西格玛管理方法论
西格玛工具箱是开放的，只要适用六西格玛改进或设计，任何工具都可纳入其方法体系 改进模式 DMAIC，其逻辑与PDCA一直，但提供了具体的技术路线和支持工具 设计模式② 虽然DFSS可循固定流程，但实际设计可不拘泥流程或工具，要把握其精髓
精益六西格玛
六西格玛出发点减少变异；精益生产出发点消除一切浪费；
第4章 测量① – 1.过程分析与文档
测量目的： a) 收集过程输入和输出的测量数据，确认并量化问题和改进机会； b) 对过程数据进行分析，确定输出的波动规律，为查找原因提供线索； c) 了解当前绩效水平与顾客要求或组织目标之间的差距，识别实现项目目标可 能的途径和改进方向。
流程图
可以发现过程中潜在的问题，对产生 问题 和缺陷的重点区域进行定位，如系 统的瓶颈、非必须步骤、非增值步骤等。
12、 人 乱 于 心 ，不 宽余请 。***Monday, May 17, 2021
13、 生 气 是 拿 别人 做错的 事来惩 罚自己 。21.5.1721.5.17**May 17, 2021
14、 抱 最 大 的 希望 ，作最 大的努 力。2021年 5月 17日星 期一**21.5.17
六西格玛绿带培训课件(PPT 106张)
六西格玛绿带
SixSigmaGreenbelt
Sigma()是什么？
是统计学里的一 个单位，表示与平 均值的标准偏差。
举例说明
有20个学生成绩(x)如下：
举例说明
有20个学生成绩(x)如下： 成绩总和为：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ： 标准偏差：n/redesign)
一个6SIGMA项目包含了一套定义CTQs的解决方 法，一旦6SIGMA项目被选用，下面2个策略中的一个 需要被采用。
修复和改进现成的流 程，这个方法叫做 DMAIC。大多数 6SIGMA项目采用 这个方法
流程的设计或再设计一般 通用DFSS(Design for Six Sigma)，但是 DFSS不是被普遍接受的 方法，DFSS中最流行的 方法是DMADV
根据美国质量协会（ASQ）研究结果，6 SIGMA要求企业质量管理运作达到一个相当高的 层次，假如一个产品交样合格率只有85%，就不 必用6 SIGMA管理。此时可用比6 SIGMA管理 更简单的办法，将85%提高到95%即可。例如推 行ISO 9000质量体系认证、顾客满意度、零缺陷 管理等。另外，6 SIGMA管理对企业员工的素质 提出了较高的要求，6 SIGMA需要员工参与测量、 分析、改进和控制的各种项目，要求自我管理而不 像ISO 9000那样需有人督促。
企业提供的产品和服务必须满足客户要求的质量特征. 在6SIGMA中, 通常用Y来表示.很多公司都是把其作为一个 输出的衡量性指标。 Voc = f ( CTQs ) Y = f (X1, X2, X3, …Xn) Y = f (X) Y代表输出 X代表输入 Voc(Voice of customer)
SixSigmaGreenbelt
Sigma()是什么？
是统计学里的一 个单位，表示与平 均值的标准偏差。
举例说明
有20个学生成绩(x)如下：
举例说明
有20个学生成绩(x)如下： 成绩总和为：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ： 标准偏差：n/redesign)
一个6SIGMA项目包含了一套定义CTQs的解决方 法，一旦6SIGMA项目被选用，下面2个策略中的一个 需要被采用。
修复和改进现成的流 程，这个方法叫做 DMAIC。大多数 6SIGMA项目采用 这个方法
流程的设计或再设计一般 通用DFSS(Design for Six Sigma)，但是 DFSS不是被普遍接受的 方法，DFSS中最流行的 方法是DMADV
根据美国质量协会（ASQ）研究结果，6 SIGMA要求企业质量管理运作达到一个相当高的 层次，假如一个产品交样合格率只有85%，就不 必用6 SIGMA管理。此时可用比6 SIGMA管理 更简单的办法，将85%提高到95%即可。例如推 行ISO 9000质量体系认证、顾客满意度、零缺陷 管理等。另外，6 SIGMA管理对企业员工的素质 提出了较高的要求，6 SIGMA需要员工参与测量、 分析、改进和控制的各种项目，要求自我管理而不 像ISO 9000那样需有人督促。
企业提供的产品和服务必须满足客户要求的质量特征. 在6SIGMA中, 通常用Y来表示.很多公司都是把其作为一个 输出的衡量性指标。 Voc = f ( CTQs ) Y = f (X1, X2, X3, …Xn) Y = f (X) Y代表输出 X代表输入 Voc(Voice of customer)
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。
六西格玛绿带培训教材(PPT 65页)
Six Sigma Introduction to Green Belt 六 西格玛 绿 带 课 程
fei3702
1/65
Green Belt Training Schedule 绿带培训时间表
Green Belt Training Course Context 绿带培训课程内容
Measure 测 量
Analyze 分 析
Introduction of Minitab
软件简介
Parameter Estimation
参数评估
Basic Statistics
基础统计学
Hypothesis Testing
假设测试
Probability Distribution
概率分布
Correlation
相关
Process Mapping
Green Belt Training Discipline 绿带培训守则
Lessons will start at 4:00p.m. or 7:00p.m. sharply and all green belt candidates shall show up 5 minutes before started.
工程能力分析
抽样大小运算
Measurment System Analysis
测量系统分析
Improve 改 善
Design of Experiment (DOE)
实验设计
Factorial Designs
全因 子 设 计
Fractional Factorial Designs Regression
Our Vision & Goal
我 们 的 远 观 及目标
fei3702
1/65
Green Belt Training Schedule 绿带培训时间表
Green Belt Training Course Context 绿带培训课程内容
Measure 测 量
Analyze 分 析
Introduction of Minitab
软件简介
Parameter Estimation
参数评估
Basic Statistics
基础统计学
Hypothesis Testing
假设测试
Probability Distribution
概率分布
Correlation
相关
Process Mapping
Green Belt Training Discipline 绿带培训守则
Lessons will start at 4:00p.m. or 7:00p.m. sharply and all green belt candidates shall show up 5 minutes before started.
工程能力分析
抽样大小运算
Measurment System Analysis
测量系统分析
Improve 改 善
Design of Experiment (DOE)
实验设计
Factorial Designs
全因 子 设 计
Fractional Factorial Designs Regression
Our Vision & Goal
我 们 的 远 观 及目标
西格玛绿带培训PPT课件
六西格玛项目主要有三个领域： 提高顾客满意度 缩短工作周期 减少缺陷
追求卓越的六西格玛
一、 6σ是最完美的质量水准. 在传统的TQM（全面质量管理）中的3σ原
则：3σ就是说产品的合格率已达到99.73%， 即缺陷率为0.27%。考虑 到漂移时 66807DPMO。 6σ的质量管理水准的缺陷率是十亿分之二， 考虑到到漂移时3.4DPMO。 6σ比3σ质量水准苛刻近2万倍。
不成功的外科手术
在一些主要机场每天
在一些主要机场每5年
有2个航班不能降落
有1个航班不能降落
每月有7个小时停电
每34年有1个小时停电
国际经验表明， 企业实施六西格玛平均每
年能够提高一个σ的水平，直到实现4.7σ都无需大
量投入。 但是当企业要从4.7σ再提高时， 就需要
大规模的流程再造、 大量资源投入及人员素质的
σ的代数含义
Specification : 规格
LSL
USL
N
(xi )2
i1
N
σ
M（μ） 随机变量取值的离散程度，反映曲线形状
σ 的几何含义
LSL
一个σ USL
M（μ）
σ大 LSL
σ小 USL
M（μ）
表示很 多组数据
LSL
0.0018ppm
μ= M（无漂移）
USL
0.0018ppm
±6σ
标，将改进项目界定在合理的范围内。
1
定义：
确定要改进什么，
关键顾客要求或过程要求是什么
定义 、界定“Y”
测量（Measurement）阶
段：通过对现有的过程的测量与评
估（测量与评估 Y） ， 识别现有
的水平及大体的改进方向， 并验证
追求卓越的六西格玛
一、 6σ是最完美的质量水准. 在传统的TQM（全面质量管理）中的3σ原
则：3σ就是说产品的合格率已达到99.73%， 即缺陷率为0.27%。考虑 到漂移时 66807DPMO。 6σ的质量管理水准的缺陷率是十亿分之二， 考虑到到漂移时3.4DPMO。 6σ比3σ质量水准苛刻近2万倍。
不成功的外科手术
在一些主要机场每天
在一些主要机场每5年
有2个航班不能降落
有1个航班不能降落
每月有7个小时停电
每34年有1个小时停电
国际经验表明， 企业实施六西格玛平均每
年能够提高一个σ的水平，直到实现4.7σ都无需大
量投入。 但是当企业要从4.7σ再提高时， 就需要
大规模的流程再造、 大量资源投入及人员素质的
σ的代数含义
Specification : 规格
LSL
USL
N
(xi )2
i1
N
σ
M（μ） 随机变量取值的离散程度，反映曲线形状
σ 的几何含义
LSL
一个σ USL
M（μ）
σ大 LSL
σ小 USL
M（μ）
表示很 多组数据
LSL
0.0018ppm
μ= M（无漂移）
USL
0.0018ppm
±6σ
标，将改进项目界定在合理的范围内。
1
定义：
确定要改进什么，
关键顾客要求或过程要求是什么
定义 、界定“Y”
测量（Measurement）阶
段：通过对现有的过程的测量与评
估（测量与评估 Y） ， 识别现有
的水平及大体的改进方向， 并验证
M阶段六西格玛绿带教材(最新)优秀PPT
接受能力评价
情况
原因及效果矩阵
路标中的 “漏斗”的向下 位置逐渐将Xs 从多数的 微不足道项向少数的重要 项转变.
FMEA FMEA 降低了“过程差错”的变量及效果
测量变量
实际变量 复合变量
x1,
这种复合型变量研究将X与Y
x7,
x18, x22, x57
x31,
x44这, 种复合型变量识别变量并将
DOE过程的X项减少
实际过程与隐蔽工厂
过程本身存在工厂内，包括：返工、设备选择的编号、 非文件规定的检验、“经验”等。
理想过程
你所期望的过程是：简单、高效、没有缺陷和任何不
增值的环节。 2020/4/28
6
流程图符号与步骤
流 程 图 符 号
流程图步骤
符号
含义
过程开始或结束 活动或工序 判定或检验点 连接点 流程图方向
6.再次实地验证和访谈；
7.注释贴上添加检查、返 工、修理和报废步骤；
8.“现状”流程图获得一致意见
流程图工具：
页纸和标记； 注释贴； 软件应用程序。
2020/4/28
12
保持简单化！
在此阶段“现状”流程图应是“高层简略图”，但应 包括所有为改善活动提供资料的基本步骤；
理想地，显示5到10个步骤； 以后增加更详细解释。
26
学习如何识别浪费
1.纠正的浪费（返工）； 2.等待的浪费； 3.库存浪费； 4.超额生产的浪费； 5.搬运的浪费； 6.动作的浪费； 7.过度加工的浪费。
2020/4/28
27
列出典型的浪费
纠正（返工）
●
等待；
●
库存；
●
超额生产过剩；
精益六西格玛 测量阶段概述
例如: 今天出售的鞋尺码：
36, 42, 40, 41,43, 39, 40, 41, 40, 37, 38
观察每种尺码出现的数值，可以发现40是模数。
20
集中趋势的衡量
平均值或者均值 (Average or Mean) 一组数据的平均值仅仅是所有数据的几何平均
X
x
i 1
n
i
n
这里 X 代表观察到的变量，xi代表一组数据中的第i个 数据，S代表求和， X 代表所有数据的平均.
To Obtain the Same Level of Understanding
cr D is
e te
$
Sparse Information
Continuous
$
Rich With Information
1_03_01_005
Scales of Measure
离散型数据需要更多的数据点才能进行有效的分析
确定项目的问题所在（改善的焦点）
为了达到以上的目的，我们将要回答以下的问题：
我们的数据可靠吗？ 流程现状能力如何（长期能力）？ 流程的潜在最好能力能满足要求吗（短期能力）？ 是管理问题还是技术问题？ 改善的目标如何？ 是哪些问题引起了大部分缺陷的产生（项目的焦点）？
2
测量阶段的工作流程
在测量阶段，我们将按照以下流程开展工作
我们会经常使用自由度这个概念，因为大多数的统计工作 可以利用样本来分析 。
25
自由度 (Degree of freedom)
数学意思 : 样本数当中减去线性制约条件的值 例) Σxi ☞ 自由度 : n Σ(xi-x)2 ☞ 自由度 : n-1 附加说明 : 假设在某一集团当中选出2个data时，第一个data可 以任意抽出，但是第二个data选择不能在同样的data范围当中选 择。 下面拼图当中必须是 少一个才能移动。
36, 42, 40, 41,43, 39, 40, 41, 40, 37, 38
观察每种尺码出现的数值，可以发现40是模数。
20
集中趋势的衡量
平均值或者均值 (Average or Mean) 一组数据的平均值仅仅是所有数据的几何平均
X
x
i 1
n
i
n
这里 X 代表观察到的变量，xi代表一组数据中的第i个 数据，S代表求和， X 代表所有数据的平均.
To Obtain the Same Level of Understanding
cr D is
e te
$
Sparse Information
Continuous
$
Rich With Information
1_03_01_005
Scales of Measure
离散型数据需要更多的数据点才能进行有效的分析
确定项目的问题所在（改善的焦点）
为了达到以上的目的，我们将要回答以下的问题：
我们的数据可靠吗？ 流程现状能力如何（长期能力）？ 流程的潜在最好能力能满足要求吗（短期能力）？ 是管理问题还是技术问题？ 改善的目标如何？ 是哪些问题引起了大部分缺陷的产生（项目的焦点）？
2
测量阶段的工作流程
在测量阶段，我们将按照以下流程开展工作
我们会经常使用自由度这个概念，因为大多数的统计工作 可以利用样本来分析 。
25
自由度 (Degree of freedom)
数学意思 : 样本数当中减去线性制约条件的值 例) Σxi ☞ 自由度 : n Σ(xi-x)2 ☞ 自由度 : n-1 附加说明 : 假设在某一集团当中选出2个data时，第一个data可 以任意抽出，但是第二个data选择不能在同样的data范围当中选 择。 下面拼图当中必须是 少一个才能移动。
六西格玛绿带管理法培训PPT课件( 105页)
质 量 计 划 示 例 喷 枪 控 制 图 表
控制---第一步
第一个工作日日期：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
偏差： #
1
2
3
4
5
6
7
0.75-1.25 1.75-2.25 1.75-2.25 0.75-1.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.50-2.00 1.50-2.00 1.80-2.30 1.50-2.00 1.75-2.25 1.75-2.25 0.75-1.25 0.75-1.25 1.75-2.25 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50
标准化
标准化对象
对形成质量的偏差的原因有作业者,机械设备,原材料,作业方法的4M. 为了缩小偏差需要把这4M标准化.
标准化的种类
有 作 业 标 准 化 (SOP, Standard Operating Procedures) 和 “ 产品的标准化”。 作业的标准化
定义 : 对作业方法规定标准. 例 : 规定顺序,程序,方法等. 产品的标准化 定义 : 生产的产品及生产中必要的物品规定标准.
选定控制方案
目的
选定对控制项目的适合的控制方法
过程
根据控制项目与小组协议决定什么是适合的控制方法
输出
在质量计划上出现的控制方法
用眼看的 控制
通过图表的 控制
利用控制图
·容易实行 ·难以找到方法 ·容易实行 ·需要对员工的教育 ·（不像统计过程控制使用科学的方法） 但使用通过图表的控制方法 ·适当使用的话,效果很明显 ·需要对员工扎实的教育
六西格玛绿带M阶段培训教材04-测量阶段
0.01 ppm
USL
初始过程数据 给出的是短期6 σ 换成长期：
6σ-1.5σ=4.5σ
长期和短期能力(Z-偏差)
Sigma水平 1 2 3 4 5 6
短期DPMO 158655.3 22750.1
1350.0 31.7 0.3
0.0018
长期DPMO 691462.5 308537.5 66807.2
最佳能力的较好估计.
取样实例: 工程师每日随机抽取5支笔, 进行了7天采集长度数据(见pen .mtw).
T(1) T(1) T(1) T(1) T(1)
D1 D2 D3 D4 D5 D6 D7
Frequency
Histogram of ChambTemp 12
10 LSL=123
8
.5
6
4
2
0
123.6
=
USL - LSL 6σ st
产品公差
-3σ
3σ
过程容差
例题:
一个过程的均值为325,标准差 为15,规格上限为380,规格下限 为270;Cp为多少?
若均值为355,标准差没有变化, 则Cp又为多少?
计量型数据过程分析能力
步骤6:钢笔长度的Cp值
• LSL=123.5 USL=126.5 • u=124.61 σ=0.49
不适当的规格设计
不稳定的原材料
不充分的过程能力
过程能力分析
不充分的测量能力 不充分的过程能力
LSL
原材料的偏差 不适当的规格设计
USL
过程能力
多少产品超出了规格？短期的/长期的？
不同类别数据的过程能力分析
计量型
客户的要求
计数型
客户的要求
USL
初始过程数据 给出的是短期6 σ 换成长期：
6σ-1.5σ=4.5σ
长期和短期能力(Z-偏差)
Sigma水平 1 2 3 4 5 6
短期DPMO 158655.3 22750.1
1350.0 31.7 0.3
0.0018
长期DPMO 691462.5 308537.5 66807.2
最佳能力的较好估计.
取样实例: 工程师每日随机抽取5支笔, 进行了7天采集长度数据(见pen .mtw).
T(1) T(1) T(1) T(1) T(1)
D1 D2 D3 D4 D5 D6 D7
Frequency
Histogram of ChambTemp 12
10 LSL=123
8
.5
6
4
2
0
123.6
=
USL - LSL 6σ st
产品公差
-3σ
3σ
过程容差
例题:
一个过程的均值为325,标准差 为15,规格上限为380,规格下限 为270;Cp为多少?
若均值为355,标准差没有变化, 则Cp又为多少?
计量型数据过程分析能力
步骤6:钢笔长度的Cp值
• LSL=123.5 USL=126.5 • u=124.61 σ=0.49
不适当的规格设计
不稳定的原材料
不充分的过程能力
过程能力分析
不充分的测量能力 不充分的过程能力
LSL
原材料的偏差 不适当的规格设计
USL
过程能力
多少产品超出了规格？短期的/长期的？
不同类别数据的过程能力分析
计量型
客户的要求
计数型
客户的要求
六西格玛绿带课程-测量阶段
▶ 上面讲的都是对于连续型Data的分析，对于离散型Data也可以用 Z 值来表现实际的产品质量或服务质量
DPU (Defect Per Unit)
平均每个单位（Unit）的缺陷（Defect）数
DPO (Defect Per Opportunity) 平均每个机会（Opportunity）的缺陷数 DPMO (Defect Per Million Opportunity Unit) 平均每百万个机会的缺陷数
DPU =
所有Unit中的Defect数 所有Unit数 所有Unit中的Defect数 所有Unit数×每个Unit的Opportunity数
DPO =
DPMO = DPO×1,000,000
DPMO与Z值转化简表
计算出DPMO后可以 查表求出相应的Z值
DPMO
Z
3.4
6
233
5
6，210
4
66，807
Average: 64.235 Std Dev: 6.79712 N of data: 200
60
70
80
Kolmogorov-Smirnov Normality Test D+: 0.043 D-: 0.021 D : 0.043 Approximate p value > 0.15
Y
结论 * P-value是 0.05以上的状态
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
测量者对同一情况做的每次判断都一致的时候,认为是认同一致的
离散型数据的认同一致性分析
离散型数据的认同一致性分析
离散型数据的认同一致性分析
离散型数据的认同一致性分析
DPU (Defect Per Unit)
平均每个单位（Unit）的缺陷（Defect）数
DPO (Defect Per Opportunity) 平均每个机会（Opportunity）的缺陷数 DPMO (Defect Per Million Opportunity Unit) 平均每百万个机会的缺陷数
DPU =
所有Unit中的Defect数 所有Unit数 所有Unit中的Defect数 所有Unit数×每个Unit的Opportunity数
DPO =
DPMO = DPO×1,000,000
DPMO与Z值转化简表
计算出DPMO后可以 查表求出相应的Z值
DPMO
Z
3.4
6
233
5
6，210
4
66，807
Average: 64.235 Std Dev: 6.79712 N of data: 200
60
70
80
Kolmogorov-Smirnov Normality Test D+: 0.043 D-: 0.021 D : 0.043 Approximate p value > 0.15
Y
结论 * P-value是 0.05以上的状态
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
测量者对同一情况做的每次判断都一致的时候,认为是认同一致的
离散型数据的认同一致性分析
离散型数据的认同一致性分析
离散型数据的认同一致性分析
离散型数据的认同一致性分析
六西格玛绿带课件
顾客满意(GE被誉为全球最受尊敬的企业！) 股东满意(2000年六西格玛为GE带来30亿美元收益) 员工价值(GE的成为CEO的“黄埔军校”）
单位；亿美元
(资料来源: GE 2000年年报）
$2
$3.8
$4.5
$5.0
$6.0
1996
1997
1998
1999
2000
成本 收益
1.2 六西格玛管理的大背景
：标准偏差，主要 描述一概率分布的离 散程度；
：均值
USL 上偏差
分布的离散程度越大 则也越大，反之， 亦然；
1> 2> 3
3
4.5 6
西格玛水平列表
短期SIGMA
6.0 5.0 4.0 3.83 3.0
PPM
3.4 200 6000 10000 60000
合格率%
99.99966 99.98 99.4 99 94
规格下限
6s
规格上限
六西格玛术语
规格 宽度
100 100 100 100 100
标准 西格玛 DPMO 偏差 水平
% 区间内
25
2 308,500 69.1
17
3 66,800 93.3
12
4
6,200 99.46
3 99.9997
单元 : 每次测量 缺陷 : 超出区间
每单元缺陷机率 : 1
IT行业将六西格玛 与精益完美结合
六西格玛与TS16949 的紧密关系使得六西 格玛成为汽车业基本 语言
二、什么是六西格 玛？
什么是六西格玛？
六西格玛即6σ，6 σ管理是在提高顾客满意程 度的同时，降低经营成本和周期的流程改进方法， 它是通过提高组织核心流程能力，进而提升企业赢 利能力的管理方式，也是企业获得竞争力和持续发 展能力的经营策略。
单位；亿美元
(资料来源: GE 2000年年报）
$2
$3.8
$4.5
$5.0
$6.0
1996
1997
1998
1999
2000
成本 收益
1.2 六西格玛管理的大背景
：标准偏差，主要 描述一概率分布的离 散程度；
：均值
USL 上偏差
分布的离散程度越大 则也越大，反之， 亦然；
1> 2> 3
3
4.5 6
西格玛水平列表
短期SIGMA
6.0 5.0 4.0 3.83 3.0
PPM
3.4 200 6000 10000 60000
合格率%
99.99966 99.98 99.4 99 94
规格下限
6s
规格上限
六西格玛术语
规格 宽度
100 100 100 100 100
标准 西格玛 DPMO 偏差 水平
% 区间内
25
2 308,500 69.1
17
3 66,800 93.3
12
4
6,200 99.46
3 99.9997
单元 : 每次测量 缺陷 : 超出区间
每单元缺陷机率 : 1
IT行业将六西格玛 与精益完美结合
六西格玛与TS16949 的紧密关系使得六西 格玛成为汽车业基本 语言
二、什么是六西格 玛？
什么是六西格玛？
六西格玛即6σ，6 σ管理是在提高顾客满意程 度的同时，降低经营成本和周期的流程改进方法， 它是通过提高组织核心流程能力，进而提升企业赢 利能力的管理方式，也是企业获得竞争力和持续发 展能力的经营策略。
六西格玛测量阶段PPT课件
测量阶段
步骤二：Y的性能标准
定义 性能标准是定义项目Y可接受值的界限，它与客户的
需求有关。
作用
流程应建立一个性能标准，这是把顾客的二需求变成 数字来二 衡量的最好方式。这个测量值随后将要和你目前 的流程测量值相比较，来看看这个流程满足顾客的需求 的程度是怎么样的。
P29
SIX SIGMA IMPLEMENT
测量阶段
性能标准包括
流程操作定义 目标性能 规范界限 缺陷定义。 操作定义
对流程或产品特征的精确描述，排除掉任何模糊的地 方，并提供一个清晰的测量方式。
P30
SIX SIGMA IMPLEMENT
测量阶段
目标性能
流程或产品特征应该达到的目标。如果在产品或 流程中没有任何偏差，这个值应该是一直要达到的。 规范界限
我们通过航空行业的例子来了解。在航空业方面， 大家知道他们顾客主要的CTQ是“准时起飞”。
飞机按照机票上的时间离开地面
这是顾客定义的“准时”
按照预定的时间，通往飞机的通道关闭
这是航空方面是定义的“准时”P32
SIX SIGMA IMPLEMENT
测量阶段
你可以看出一个问题吗？
顾客所关心的是在空中飞行，而航空公司方面仅仅关心 的是把顾客弄到飞机里面。结果是：航空方面广告宣称 99%的准时起飞率，然而顾客仍然不能满意，因为他们在 飞机起飞前在跑道上白等了两个小时。
对产品或流程客户所能容忍的偏差值。通常用上 边界和下边界来表示。超出边界 的将引起客户退货。
缺陷
所有超出规二格界限的将被视为一个缺陷。
P31
SIX SIGMA IMPLEMENT
测量阶段
性能标准案例
操作定义的目的是消除模糊，让每一个人包括顾客 和所有员工对将要调查的流程在测量方式上有相同的理 解。
六西格玛测量阶段
次数
相同数量的连续数据比离散数据能提供更多的信息
连续数据的描述
居中程度: measures of location (central tendency) 均值 Mean 中位数 Median 众数 Mode
离散程度: measures of dispersion (variation) 极差 Range 方差 Variance 标准偏差 Standard Deviation
每一个测量者应以随机顺序测量所有被测对象2-3次。2-3 次评估之间相隔一段时间（如：一个星期）
样本选择标准：一些可以接受，一些不合格，一些处于边 缘 离散数据测量系统分析判断标准 效率得分(判对率)>= 95%，可以接受 效率得分(判对率)>= 90%，可以考虑 效率得分(判对率)<= 90%，不可接受
量系统中各个波动的来源，并分析它们对测量结果的影 响，最后给出测量系统能否合乎使用要求。
测量系统必须具备的主要特征 1、准确性：偏离标准值的程度 2、精确性：数据的离散程度
测量系统分析基本概念
量具（Gauge） 各种测量仪器，包括生产及检测设备
测量系统（Gauge System） 指由人员、量具、测量方法、环境等构成的系统
六西格玛普及培训-测量
课程目录
一、统计基础 二、第四步：测量系统分析 三、第五步：过程能力分析 四、第六步：寻找潜在要因
数据的两种类型 连续数据
离散数据
连续数据：使用一种度量单位，并且可以有意义地无限分割 例：电压、电流、功率、时间、距离、重量、速度
离散数据：是类别信息，可以计数，但不能有意义地分割 例：优秀/良好/差、接通/不通、合格/不合格、投诉
准确性
测量的准确性是测量所得的平均值与真实值的差别
相同数量的连续数据比离散数据能提供更多的信息
连续数据的描述
居中程度: measures of location (central tendency) 均值 Mean 中位数 Median 众数 Mode
离散程度: measures of dispersion (variation) 极差 Range 方差 Variance 标准偏差 Standard Deviation
每一个测量者应以随机顺序测量所有被测对象2-3次。2-3 次评估之间相隔一段时间（如：一个星期）
样本选择标准：一些可以接受，一些不合格，一些处于边 缘 离散数据测量系统分析判断标准 效率得分(判对率)>= 95%，可以接受 效率得分(判对率)>= 90%，可以考虑 效率得分(判对率)<= 90%，不可接受
量系统中各个波动的来源，并分析它们对测量结果的影 响，最后给出测量系统能否合乎使用要求。
测量系统必须具备的主要特征 1、准确性：偏离标准值的程度 2、精确性：数据的离散程度
测量系统分析基本概念
量具（Gauge） 各种测量仪器，包括生产及检测设备
测量系统（Gauge System） 指由人员、量具、测量方法、环境等构成的系统
六西格玛普及培训-测量
课程目录
一、统计基础 二、第四步：测量系统分析 三、第五步：过程能力分析 四、第六步：寻找潜在要因
数据的两种类型 连续数据
离散数据
连续数据：使用一种度量单位，并且可以有意义地无限分割 例：电压、电流、功率、时间、距离、重量、速度
离散数据：是类别信息，可以计数，但不能有意义地分割 例：优秀/良好/差、接通/不通、合格/不合格、投诉
准确性
测量的准确性是测量所得的平均值与真实值的差别
- 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)。
连续型数据的Gage R&R分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
连续型数据的Gage R&R分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
测量系统分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
36
26.9
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
数据收集计划书
1) 目的
● 有意义的 Data的收集 ● 合理的 Data的收集 ● 必要的所有 Data的收集
2) Data 收集计划制作
例
Data 调查计划书
Theme名 假因子
因子排序
潜在因子
• 水量不足 • 存放时间长
Y, X’s的关系
客户满足度 Outp变ut量(Y相's关) 性
Association Table Rank
Weight 5 4
99
Hale Waihona Puke 81%Rank60.4
09
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
收集时间 收集方法
收集人
工厂支援SVC缩短 Cycle Time 星期, AM/PM, Step, 外注通报书
1999. 1. 20 ~ 1. 25 通过观查记录Data ××× ××× ×××
Y的类型 离散形 / 连续形
样品大小 测量仪器
200个 手表
离散形 对象项目
Spec 次数
连续形 5分 ~ 10分
案例分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt 六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
鱼骨图
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
学习内容
1. 制作细节流程图 2. 找出相关因子X 3. 测量系统分析 4. 流程能力分析 5. 评审项目指标
细节流程图
谁来绘制流程图
流程图中的符号
细节流程图：识别关键的输入和输出
绘制细节流程图
绘制细节流程图
绘制细节流程图
绘制细节流程图
绘制细节流程图的注意事项
练习与讨论
用鱼骨图找因子
每20个 10回
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
测量系统分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
测量系统分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt 六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)
测量阶段(measure)
问题的现在状况？
Define 定义
Measure 测量
Analyze 分析
Improve 改进
Control 控制
确定测量目标
测量系统分析
流程能力分析
六西格玛绿带之测量阶段概述（PPT64页)
1
学习目标
● 测定的重要性理解，与PROCESS 相关的测定对象的明确化 ● 保证收集数据的准确性 ● 现水准的 Sigma 水准确认
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
连续型数据的Gage R&R分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
连续型数据的Gage R&R分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
鱼骨图的分类方法
+Price
通常采用头脑风暴法 （Brain Storming）绘制鱼骨图
鱼骨图又叫做特性要因图(Cause & Effect)
我们通常根据细节 流程图来做鱼骨图
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt 六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
Gage R&R分析＿Minitab的应用
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
测量系统分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt
测量系统分析
六西格玛绿带之测量阶段概述（PPT64页)培 训课件 培训讲 义培训 ppt教程 管理课 件教程 ppt