6西格玛绿带培训PPT
合集下载
六西格玛绿带知识培训PPT(共21页)
➢学习目标
本章的学习目标
1.了解质量管理发展的历程及六西格玛 的起源
2.理解六西格玛的基本理念 3.掌握六西格玛水平的测算方法 4.了解实现六西格玛的具体步骤 5.了解潍柴六西格玛组织架构
GB- 第4页 共21页
All rights reserved © 2009, six sigma office
GB- 第8页 共21页
全面质量管理 质量策划 质量控制 质量改进
All rights reserved © 2009, six sigma office
➢质量管理的创新
1. 从质量经营战略的层面上关注质量
---从市场引导的被动生产转向引导市场和引导消费的主动生产； ---形成“供方---企业---顾客”质量链，优秀供方参与质量的开发。
技术员进行控制。
但只限于制造和检验部门
GB- 第7页 共21页
All rights reserved © 2009, six sigma office
➢全面质量管理---费根堡姆（美国）
全面地、全过程的、全员参加的
1.以顾客为关注焦点 2.领导作用 3.全员参与 4.过程方法 5.管理的系统方法 6.持续改进 7.以事实为基础进行决策 8.与供方互利的关系
2007
都彭创出价值为 潍柴导入六西
中心的6sigma 格玛管理
海里和林赛曼
1994
摩托罗拉
爱立信导入
马尔科姆.波多里奇
6sigma
授予品质经营奖
海里和斯特劳
GB- 第13页 共21页
All rights reserved © 2009, six sigma office
➢六西格玛的起源
20世纪80年代左右，摩托罗拉处于被吞噬的危机之中：在同日本的竞争中失 掉了收音机和电视机的市场，后来又失掉了BP机和半导体的市场。1985年， 公司面临倒闭。20世纪80年代左右甚至整个美国放弃了彩电的生产。
6Sigma绿带分析阶段培训(PPT 64页)
流程的输出
CCRs
次品
Y 流程输出的变异导致
次品
查询变异的来源
在试图识别变异的根源时，团队遵循的通常的调查问题步骤是:
1 识别出现的事件; 提问 “发生了什么事?”
2 识别现存状态或缺陷前的状态 -提问 “改变了什么?”
3 检查导致问题的事件或步骤
4 调查问题的地点 -环境 -位置
5 调查问题类型 材料 产品的不同
二、然后调查原因 ➢ 不断提问为什么前一个事件会发生，直到回答“没有好的理由 或一个新的故障模式被发现时才停止提问。 ➢ 解释根本原因以防止问题重复发生。 ➢ 文件中所有带有“为什么”的语句都会定义真正的根源（通常 需 要5个“为什么”）
三、最后根据程序把5个为什么分析形成文件
5个为什么链式图表
问题
如何绘制帕雷托图
第二步：打开EXCEL软件，用鼠标框选所有数据表格，选 菜单栏“插入”项，选二维折线图。
如何绘制帕雷托图
第三步：把鼠标放在缺陷数量折线图上，点击右键选 选择“更改系列图标类型”。
如何绘制帕雷托图
第四步：点击鼠标左键选择“柱形图”，点“确定”。
如何绘制帕雷托图
第五步：把鼠标放在不良比例折线图上，点击鼠标右 键选择“设置数据系列格式”，选“次坐标轴”。
主要活动
• 对流程分层 • 对数据分层并确定
具体问题
• 提出问题陈述 • 确定根本原因 • 设计根本原因确认
分析
• 验证根本原因 • 提高团队创造性并
防止人云亦云的思 维
订货平均天数
潜在的工具和方法
假设检验
Shainin多变量图
65
55
45
35
客户
生产厂家
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)
六西格玛绿带课程(PPT 58页)
项目管理办公室
31
6 “管理哲学”包括：
A、最小的投入，最大的收益; B、一次就做好; C、蛮干不如巧干; D、找出错误的根源，避免错误发生的可能； E、 “和”的天才（The Genius Of “And”)…
项目管理办公室
32
六西格玛的哲学 (二)
真诚关心顾客
六西格玛把顾客放在第一位。例如在衡 量部门或员工绩效时，必须站在顾客的 角度思考。先了解顾客的需求是什么， 再针对这些需求来设定企业目标，衡量 绩效。
20-25% 的销售额
3
66,807
15-20% 的销售额
4
6,210
10-15% 的销售额
4.5
1,300
7.5-10%的销售额
5
233
5-7.5% 的销售额
6
3.4
<5% 的销售额
项目管理办公室
注: 3 σ 到 6 σ = 20,000倍改进
23
推广六西格玛前美国与日本对比
两栏的不同之处 在于少了1800倍 的失误，却多了 10%的最终利润。
---- 杰克·韦尔奇
5
GE公司实施六西格玛的收益
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
11
2.1 统计学意义上的六西格玛
什么是标准差
σ代表标准差，标准差用于描述各种可能的 结果相对于期望值的波动程度。
项目管理办公室
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
六西格玛质量管理培训课件PPT(共 36张)
过程对中
计算能力指数
cp 和 cpk
cp 1
yes
cpk 1
no
改善的潜力
no
过程能力不足
控制图
过程能力
Arbeitsplan Drehen
过程能力充足
计算公式
正态分布
cp=
UL - LL 6s
cpk=
zkrit. 3
zkrit.= Min
UL - =x s
=x - LL s
s= R d2
n d2
2 1,128 3 1,693
4.0
3.0
3.0
3.0
1.0
1.0
1.0
改进阶段 11、对关键因素实施优化
试验设计: DOE
改进阶段 12、确定并验证关键方案
提出解决问题的改进措施 挑选优化措施 验证改进措施
控制阶段 13、证实成果
证实成果是真实的－显著性检验 证实改进是值得的－成本核算
控制阶段
14、保持过程长期稳定 统计过程控制：SPC，过程能力
向
服务质量差距模型：分析服务业顾客需求满足程 度的方法
顾客
口口相传
个人需求
期望的服务
Gap 5
感觉到的服务
过往经验 提出的服务
Gap 1
提供的服务
Gap 3 服务规范
Gap 2 认定的顾客期望
Gap 4
市场和销售
Gap 1:
对顾客需求认定不足
Gap 2:
顾客期望转变为服务规范时不完整
Gap 3:
•
7、时间就像一张网，你撒在哪里，你的收获就在哪里。纽扣第一颗就扣错了，可你扣到最后一颗才发现。有些事一开始就是错的，可只有到最后才不得不承认。
计算能力指数
cp 和 cpk
cp 1
yes
cpk 1
no
改善的潜力
no
过程能力不足
控制图
过程能力
Arbeitsplan Drehen
过程能力充足
计算公式
正态分布
cp=
UL - LL 6s
cpk=
zkrit. 3
zkrit.= Min
UL - =x s
=x - LL s
s= R d2
n d2
2 1,128 3 1,693
4.0
3.0
3.0
3.0
1.0
1.0
1.0
改进阶段 11、对关键因素实施优化
试验设计: DOE
改进阶段 12、确定并验证关键方案
提出解决问题的改进措施 挑选优化措施 验证改进措施
控制阶段 13、证实成果
证实成果是真实的－显著性检验 证实改进是值得的－成本核算
控制阶段
14、保持过程长期稳定 统计过程控制：SPC，过程能力
向
服务质量差距模型：分析服务业顾客需求满足程 度的方法
顾客
口口相传
个人需求
期望的服务
Gap 5
感觉到的服务
过往经验 提出的服务
Gap 1
提供的服务
Gap 3 服务规范
Gap 2 认定的顾客期望
Gap 4
市场和销售
Gap 1:
对顾客需求认定不足
Gap 2:
顾客期望转变为服务规范时不完整
Gap 3:
•
7、时间就像一张网，你撒在哪里，你的收获就在哪里。纽扣第一颗就扣错了，可你扣到最后一颗才发现。有些事一开始就是错的，可只有到最后才不得不承认。
精益六西格玛绿带培训教材(PPT275页)
列举输出Ys
优先顺序
1.3.2、潜在因子整理-----因果矩阵的制作方法
第二步.：输出变量的重要度评分
顺序
1
2
3
4
5
输入变量
绝
输出变量
缘 强
度
低
耐 压 击 穿
功 率 过 大
转 速 低
启 动 性 能
差
重要度评分
58
10
5
3
重要度
优先顺序
注：本步骤建议包括市场、研发、制造、品质等人员共同参与
1.3.2、潜在因子整理-----因果矩阵的制作方法
分析偏差的来源 根本原因的确定
1.1 在流程中寻找潜在的Xs
1.1、寻找潜在的Xs
现象
Y=
f(x)
原因
结果 Y 非独立 输出 影响 症状
原因 X1…Xn 独立 输入—过程 问题 根源
通过检验Y，控制Xs，达到改进Y的目的
1.1.1、在流程中寻找潜在的Xs---流程的意义
“一个有效管理的企业应该是平淡无奇的”
精益六西格玛绿带课程 2 回归----练习题
工具的准备,如:秒表﹑观测板﹑时间记录表格﹑计算器﹑笔等. 因子A的水平是1个，各水平的反复数都是m次， 不管RPN如何，首先应特别注意严重度高的，然后是危险性大的（严重度×频度）。
3.0 分析阶段---转换成一个统计的问题
分析阶段-目录
转换成一个统计的问题
真正管理好的企业，外部看起来是风平浪静的。因为每个人、部门都知道流程该如何往下走， 内部和外部的循环是良性和互动的机制。相反，那些看起来成天如火如荼，热闹非凡的企业， 往往目标远大，执行乏力，随意性太强。
——彼得·德鲁克
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；
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
- 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)。
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。
下结论
Better Way， Better Results
绿带回顾-17
© Copyright 2012.
X连续，Y连续分析路线图
回归分析 确定分析对象
收集数据
在Minitab中做 拟合直线图
模型评估：评估 R2 和P的显著性
模型评估： 评估残差
下结论
Better Way， Better Results
逻辑回归
x连续
Better Way， Better Results
绿带回顾-12
© Copyright 2012.
常用的一元假设检验使方法
Better Way， Better Results
绿带回顾-13
1个总体均值 2个总体均值 1个总体比率 2个总体比率 1个总体方差 2个总体方差
相关性
© Copyright 2012.
收集数据
使用Minitab得 出卡方值和b 给出卡方值和P值， 需根据P值来判断相关性
下结论
Better Way， Better Results
绿带回顾-19
© Copyright 2012.
默认的原假设和备择假设是什么？
1. 正态性检验的原假设和备择假设是？ 原假设：数据总体是符合正态分布
研究稳定性 (若可行) 研究形状 研究离散度 研究中心趋势
© Copyright 2012.
X连续，Y连续分析路线图
相关性分析： 收集数据
何为焦点或问题？
数据收集计划，需要关注数 据的一一对应关系。
设定“假设”
Ho: 没有相关存在 Ha: 有相关存在
使用Minitab得 出相关系数和 P值
Minitab 给出相关系数和P值 ，需根据P值来判断相关性
Better Way， Better Results
绿带回顾-22
© Copyright 2012.
2K中心点试验分析路径回顾
中心点显著性分析
Ct Pt的P>0.05
取消Ct Pt选项
P<0.05 P值
分析因子设计
增加轴向点试验 分析响应曲面
Better Way， Better Results
根据因子P值缩减 因子或交互作用
Day 1 • 第一周回顾 • 多变量分析 • 中心极限定理 Day 2 • 置信区间 • 假设检验理论 • T检验 Day 3 • 一元方差分析 (ANOVA) • 卡方检验 • 精益改善方法 • 精益仿真实验
Day 4 • 相关和回归 • 实验设计法介绍 • 2K实验方法 • 弹射器实验 Day 5 • 防呆措施 • 标准化 • 第二周考试
常用的一元假设检验使方法
X离散
μ 标准
Y连续
平均值
Y连续
标准差
Y离散
比例
1-标准
μ1
μ2
1-1
μ1
μ2
μ3
多重比较
单样本T-检验 单方差检验
双样本T-检验 配对检验
双方差检验
等方差检验 单因子方差分析 (Bartlett检验
Levene检验)
单比率检验
双比率检验
卡方检验 (多比率检验)
相关性及一元回归
Better Way， Better Results
绿带回顾-2
© Copyright 2012.
精益六西格玛路径图
y f ( x1 , x2 ,..., xk )
A 分析
• 通过数据验证X 对Y的影响
D 定义
• 定义Y
M 测量
• 测量Y的现况 • 寻找X
C 控制
• 监控X和Y的表现
I 改善
• 通过改善X来改善Y
Lean Six Sigma Improvement Way
For Green Belt
精益六西格玛绿带课程
Better Way， Better Results
© Copyright 2012.
Agenda – Week 1
Overview • 课程介绍 • 六西格玛概况 • 精益概况和精益原则 • Minitab入门 • 基本统计 • 图形化分析 Define Phase • 项目选择和定义 • 团队建设
标准差，比例等 • 推论统计学是利用样本的信息来推断总体的一些参数，如平均值，
标准差，比例等 • 多变量分析术语描述统计学的范畴 • 置信区间和假设检验属于推论统计学的范畴
Better Way， Better Results
绿带回顾-6
© Copyright 2012.
统计方法的结构
Better Way， Better Results
Better Way， Better Results
绿带回顾-3
© Copyright 2012.
总体方法
Practical Problem 实际问题
Statistical Problem 统计问题
y f ( x1, x2 ,..., xk )
Practical Solution 实际解决方案
Statistical Solution 统计解决方案
绿带回顾-20
© Copyright 2012.
试验设计的分析步骤
(1) 说明实际问题，明确试验目标 (2) 确定因子及其水平 (3) 选择试验类型 (4) 建立试验计划，创建试验数据表单 (5) 实施试验，记录试验结果并检查试验数据 (6) 初步分析试验结果，对所有模型建立ANOVA分析表 (7) 根据初始模型，逐步缩减模型直至找出所有显著因子 (8) 分析残差图 (9) 分析交互作用图、主效应图、等高线图、三维立体图等 (10) 列出数学模型 (11）分析响应优化器，寻找最优工艺参数 (12) 重新进行试验，验证试验结果
单样本T，双样本T ANOVA
单样本T检验 1 水平 X 的比较
双样本T检验 2 水平 X 的比较
研究稳定性 (若可行)
研究形状
研究
研究
离散度 或 中心趋势
研究稳定性 (若可行)
研究形状 研究离散度 研究中心趋势
Better Way， Better Results
绿带回顾-16
ANOVA +3 水平 X 的比较
绿带回顾-7
© Copyright 2012.
置信区间的应用
特征值 均值 标准差 比例
样本统计量 总体参数
x
s
p
我们会使用置信区间，通过样本估计总体的特征值。
Better Way， Better Results
绿带回顾-8
© Copyright 2012.
总体 的置信区间
1个总体均值的置信区间 1个总体均值的置信区间 1个总体比率的置信区间
Better Way， Better Results
绿带回顾-21
© Copyright 2012.
2K试验的 Minitab 详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，选择所有要分析的项 • 2.“统计>DOE>因子>分析因子设计>图形” ，通过柏拉图或正态概率图判断哪些
因子显著，哪些不显著。 • 3. “统计>DOE>因子>分析因子设计>项” ,缩减不重要的因子或交互作用 • 4. “统计>DOE>因子>分析因子设计>图形” 做残差分析，判断残差是否有异常情
何为焦点或问题？
数据收集计划，需要关注数 据的一一对应关系。
Minitab 给出R2和P值，需根 据P值来判断回归方程是否 显著有效
绿带回顾-18
© Copyright 2012.
X离散，Y离散分析路线图
卡方检验： 设定“假设”
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。
下结论
Better Way， Better Results
绿带回顾-17
© Copyright 2012.
X连续，Y连续分析路线图
回归分析 确定分析对象
收集数据
在Minitab中做 拟合直线图
模型评估：评估 R2 和P的显著性
模型评估： 评估残差
下结论
Better Way， Better Results
逻辑回归
x连续
Better Way， Better Results
绿带回顾-12
© Copyright 2012.
常用的一元假设检验使方法
Better Way， Better Results
绿带回顾-13
1个总体均值 2个总体均值 1个总体比率 2个总体比率 1个总体方差 2个总体方差
相关性
© Copyright 2012.
收集数据
使用Minitab得 出卡方值和b 给出卡方值和P值， 需根据P值来判断相关性
下结论
Better Way， Better Results
绿带回顾-19
© Copyright 2012.
默认的原假设和备择假设是什么？
1. 正态性检验的原假设和备择假设是？ 原假设：数据总体是符合正态分布
研究稳定性 (若可行) 研究形状 研究离散度 研究中心趋势
© Copyright 2012.
X连续，Y连续分析路线图
相关性分析： 收集数据
何为焦点或问题？
数据收集计划，需要关注数 据的一一对应关系。
设定“假设”
Ho: 没有相关存在 Ha: 有相关存在
使用Minitab得 出相关系数和 P值
Minitab 给出相关系数和P值 ，需根据P值来判断相关性
Better Way， Better Results
绿带回顾-22
© Copyright 2012.
2K中心点试验分析路径回顾
中心点显著性分析
Ct Pt的P>0.05
取消Ct Pt选项
P<0.05 P值
分析因子设计
增加轴向点试验 分析响应曲面
Better Way， Better Results
根据因子P值缩减 因子或交互作用
Day 1 • 第一周回顾 • 多变量分析 • 中心极限定理 Day 2 • 置信区间 • 假设检验理论 • T检验 Day 3 • 一元方差分析 (ANOVA) • 卡方检验 • 精益改善方法 • 精益仿真实验
Day 4 • 相关和回归 • 实验设计法介绍 • 2K实验方法 • 弹射器实验 Day 5 • 防呆措施 • 标准化 • 第二周考试
常用的一元假设检验使方法
X离散
μ 标准
Y连续
平均值
Y连续
标准差
Y离散
比例
1-标准
μ1
μ2
1-1
μ1
μ2
μ3
多重比较
单样本T-检验 单方差检验
双样本T-检验 配对检验
双方差检验
等方差检验 单因子方差分析 (Bartlett检验
Levene检验)
单比率检验
双比率检验
卡方检验 (多比率检验)
相关性及一元回归
Better Way， Better Results
绿带回顾-2
© Copyright 2012.
精益六西格玛路径图
y f ( x1 , x2 ,..., xk )
A 分析
• 通过数据验证X 对Y的影响
D 定义
• 定义Y
M 测量
• 测量Y的现况 • 寻找X
C 控制
• 监控X和Y的表现
I 改善
• 通过改善X来改善Y
Lean Six Sigma Improvement Way
For Green Belt
精益六西格玛绿带课程
Better Way， Better Results
© Copyright 2012.
Agenda – Week 1
Overview • 课程介绍 • 六西格玛概况 • 精益概况和精益原则 • Minitab入门 • 基本统计 • 图形化分析 Define Phase • 项目选择和定义 • 团队建设
标准差，比例等 • 推论统计学是利用样本的信息来推断总体的一些参数，如平均值，
标准差，比例等 • 多变量分析术语描述统计学的范畴 • 置信区间和假设检验属于推论统计学的范畴
Better Way， Better Results
绿带回顾-6
© Copyright 2012.
统计方法的结构
Better Way， Better Results
Better Way， Better Results
绿带回顾-3
© Copyright 2012.
总体方法
Practical Problem 实际问题
Statistical Problem 统计问题
y f ( x1, x2 ,..., xk )
Practical Solution 实际解决方案
Statistical Solution 统计解决方案
绿带回顾-20
© Copyright 2012.
试验设计的分析步骤
(1) 说明实际问题，明确试验目标 (2) 确定因子及其水平 (3) 选择试验类型 (4) 建立试验计划，创建试验数据表单 (5) 实施试验，记录试验结果并检查试验数据 (6) 初步分析试验结果，对所有模型建立ANOVA分析表 (7) 根据初始模型，逐步缩减模型直至找出所有显著因子 (8) 分析残差图 (9) 分析交互作用图、主效应图、等高线图、三维立体图等 (10) 列出数学模型 (11）分析响应优化器，寻找最优工艺参数 (12) 重新进行试验，验证试验结果
单样本T，双样本T ANOVA
单样本T检验 1 水平 X 的比较
双样本T检验 2 水平 X 的比较
研究稳定性 (若可行)
研究形状
研究
研究
离散度 或 中心趋势
研究稳定性 (若可行)
研究形状 研究离散度 研究中心趋势
Better Way， Better Results
绿带回顾-16
ANOVA +3 水平 X 的比较
绿带回顾-7
© Copyright 2012.
置信区间的应用
特征值 均值 标准差 比例
样本统计量 总体参数
x
s
p
我们会使用置信区间，通过样本估计总体的特征值。
Better Way， Better Results
绿带回顾-8
© Copyright 2012.
总体 的置信区间
1个总体均值的置信区间 1个总体均值的置信区间 1个总体比率的置信区间
Better Way， Better Results
绿带回顾-21
© Copyright 2012.
2K试验的 Minitab 详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，选择所有要分析的项 • 2.“统计>DOE>因子>分析因子设计>图形” ，通过柏拉图或正态概率图判断哪些
因子显著，哪些不显著。 • 3. “统计>DOE>因子>分析因子设计>项” ,缩减不重要的因子或交互作用 • 4. “统计>DOE>因子>分析因子设计>图形” 做残差分析，判断残差是否有异常情
何为焦点或问题？
数据收集计划，需要关注数 据的一一对应关系。
Minitab 给出R2和P值，需根 据P值来判断回归方程是否 显著有效
绿带回顾-18
© Copyright 2012.
X离散，Y离散分析路线图
卡方检验： 设定“假设”