4.1六西格玛之分析阶段-数据收集-p22
合集下载
六西格玛的统计与分析方法
呢？
供应商A的平均值为10.002，标准差为0.00632。
供应商B的平均值为10.0003，标准差为0.00211。
得供应商A的西格玛水平为1.27，供应商B的西格玛水平为
4.60。也就是说，供应商B的产品更接近于顾客要求的目标
值（此例中，顾客要求的目标值为10），因此供应商B满足
顾客要求的能力远高于供应商A。
六西格玛的统计与分析 方法
What is 城市轨道交通 urban rail transport
精品ppt模板
前言 6 测量 6 统计方法 6 分析方法 6 品质过程控制方法
What is 城市轨道交通 urban rail transport
精品ppt模板
前言－－ 6 品质理论的发展
What is 城市轨道交通 urban rail transport
精品ppt模板
用FTY或RTY度量过程可以揭示由于不 能一次达到顾客要求而造成的报废和返 工返修以及由此而产生的质量、成本和 生产周期的损失。这与我们通所采用的 产出率的度量方法是不尽相同的。在很 多企业中，只要产品没有报废，在产出 率上就不计损失。因此掩盖了由于过程 输出没有一次达到要求而造成的返修成 本的增加和生产周期的延误
3.是一种处事哲学，它能使工作更精确，使我们 在做任何事时将失误降到最低
4.是一个多面体，可表示：质量标准、设想、方 法、工具、目标等。
但它首先应该是一个质量标准，一具衡量过程 能力水平的标准， 值越高则产品质量愈高。
What is 城市轨道交通 urban rail transport
精品ppt模板
精品ppt模板
单位缺陷数（DPU）的公式为： 在任何检查点发现的缺陷数 通过该检查点的单位数
供应商A的平均值为10.002，标准差为0.00632。
供应商B的平均值为10.0003，标准差为0.00211。
得供应商A的西格玛水平为1.27，供应商B的西格玛水平为
4.60。也就是说，供应商B的产品更接近于顾客要求的目标
值（此例中，顾客要求的目标值为10），因此供应商B满足
顾客要求的能力远高于供应商A。
六西格玛的统计与分析 方法
What is 城市轨道交通 urban rail transport
精品ppt模板
前言 6 测量 6 统计方法 6 分析方法 6 品质过程控制方法
What is 城市轨道交通 urban rail transport
精品ppt模板
前言－－ 6 品质理论的发展
What is 城市轨道交通 urban rail transport
精品ppt模板
用FTY或RTY度量过程可以揭示由于不 能一次达到顾客要求而造成的报废和返 工返修以及由此而产生的质量、成本和 生产周期的损失。这与我们通所采用的 产出率的度量方法是不尽相同的。在很 多企业中，只要产品没有报废，在产出 率上就不计损失。因此掩盖了由于过程 输出没有一次达到要求而造成的返修成 本的增加和生产周期的延误
3.是一种处事哲学，它能使工作更精确，使我们 在做任何事时将失误降到最低
4.是一个多面体，可表示：质量标准、设想、方 法、工具、目标等。
但它首先应该是一个质量标准，一具衡量过程 能力水平的标准， 值越高则产品质量愈高。
What is 城市轨道交通 urban rail transport
精品ppt模板
精品ppt模板
单位缺陷数（DPU）的公式为： 在任何检查点发现的缺陷数 通过该检查点的单位数
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
六西格玛分析阶段
六西格玛分析阶段
2020/11/6
六西格玛分析阶段
第七步 确定关键因素
六西格玛分析阶段
目录
一、分析阶段目的 二、图表分析 三、多变量分析
六西格玛分析阶段
第一部分 分析阶段目的
六西格玛分析阶段
分析阶段要做什么
分析阶段的目的：
➢ 通过对数据的分析，确认
在测量阶段得出的对Y有
影响的重要X’s
定义、测量
➢ 比率检验： 1 Proportion, 2 Proportions, Chi-square test （总体>=2）
回归分析
六西格玛分析阶段
第二部分 图表分析
六西格玛分析阶段
引入图表分析的目的
用图形对测量阶段找出的变量(KPIV)的 “形态”进行描述，通过视觉来判断变量是 否满足我们的期望，确定是否关键的KPIV
➢我们想了解某些过程的基本信息 例如:1.顾客投诉问题的处理时间 2.加工尺寸 3.输出功率 …………… 与我们的要求(期望)有什么差异?
➢通过分布分析可以解决以上问题
六西格玛分析阶段
确认基本统计量－描述性统计 描述性统计（Descriptive Statistics）可提供多种图表和数据 的平均值及标准差，偏度，峰度，置信区间，正态分布等信息， 帮助我们确认基本统计量。
六西格玛分析阶段
图表分析的步骤
选定要分析的变量 搜集及整理数据 进行图表分析 结果解释
重点:可靠数据的收集和正确的图表解释
六西格玛分析阶段
选择要分析的变量
我们要分析的变量来自测量阶段的结果, 在利用图表分析前我们首先要确定变量的类 型、分析的目的、选择什么方法等
六西格玛分析阶段
搜集及整理数据
2020/11/6
六西格玛分析阶段
第七步 确定关键因素
六西格玛分析阶段
目录
一、分析阶段目的 二、图表分析 三、多变量分析
六西格玛分析阶段
第一部分 分析阶段目的
六西格玛分析阶段
分析阶段要做什么
分析阶段的目的：
➢ 通过对数据的分析，确认
在测量阶段得出的对Y有
影响的重要X’s
定义、测量
➢ 比率检验： 1 Proportion, 2 Proportions, Chi-square test （总体>=2）
回归分析
六西格玛分析阶段
第二部分 图表分析
六西格玛分析阶段
引入图表分析的目的
用图形对测量阶段找出的变量(KPIV)的 “形态”进行描述，通过视觉来判断变量是 否满足我们的期望，确定是否关键的KPIV
➢我们想了解某些过程的基本信息 例如:1.顾客投诉问题的处理时间 2.加工尺寸 3.输出功率 …………… 与我们的要求(期望)有什么差异?
➢通过分布分析可以解决以上问题
六西格玛分析阶段
确认基本统计量－描述性统计 描述性统计（Descriptive Statistics）可提供多种图表和数据 的平均值及标准差，偏度，峰度，置信区间，正态分布等信息， 帮助我们确认基本统计量。
六西格玛分析阶段
图表分析的步骤
选定要分析的变量 搜集及整理数据 进行图表分析 结果解释
重点:可靠数据的收集和正确的图表解释
六西格玛分析阶段
选择要分析的变量
我们要分析的变量来自测量阶段的结果, 在利用图表分析前我们首先要确定变量的类 型、分析的目的、选择什么方法等
六西格玛分析阶段
搜集及整理数据
4.1六西格玛之分析阶段-数据收集-p22
抽样计划
什么 在那里 什么 多少 时候
经营系统确认方法
资料展示 & 分析的预备介绍
通用公司(GE): 资料格式
Date: Branch: Observer:
Process Inputs
Insp. Area
Weather
Perform Inspection
Inspection Interrupted
(查明即使必要的管理计划 X变数) 查明最终 Y变数和关联 X 变数
选择分析方法
完成资料收集计划 确认必要的资源(有其他必要的要素吗)
收集资料
介绍资料收集
对怎样体现资料，使用什么工具做计划 对稳定性和能力的决定做计划 异常点 (outliers)用什么方式适当的处理做计划 怎样把握变数间的关系做计划（假设检验） Sample Size(样本的大小)应该多少.
输入影响充分的资料 - 利用现水准，体现改善阶段中工 序变化的
影响 所有的跟好的资料有关！
资料收集程序
Measure
工序图/特性要因图 & C&E 距阵 (查明非常重要的 X变数 )
故障模式影响分析(FMEA) (查明即使必要的管理计划 X变数)
查明最终 Y变数和关联 X 变数
Analyze
选择分析方法 完成资料收集计划 确认必要的资源(有其他必要的要素吗)
Lab Test Results
Time
Time
between Breaking Broken
Dirty
failures strength filaments Spinneret
HH:MM (calc.) lbs. % broken
Slow/fast Holes
六西格玛分析阶段.ppt
为了解LEG2 总交货时间是否有关系， 项目组创建散点图。
56
使用散点图
57
使用散点图
1 2
58
使用散点图
1
2
3
59
使用散点图
60
案例研究——使用散点图
根据案例研究中的信息， 与同事一起工作制订Minitab散点图。
61
案例研究——使用散点图
在更大范围内讨论你对散点图作出的解释。
62
使用图形分析工具
82
分析阶段回顾
识别变动源 应用图形分析工具
回顾分析工具
83
80 60 40 20
0 D
4月1日 —— 6月30日
单元数量: 200
100
90
80
70
60
50
40
30
20
10
0
B
F
A
C
E 其他
D —— 错件 B —— 交货拖延 F —— 组装不正确
A —— 缺陷件 C —— 无法得到的零件 E ——规范丢失
17
累积 百分数
如果不能坚持 Pareto 图原理怎么办
项目组要了解汽车动力系规格是否 以任意方式影响到交货时间。
20
使用 Pareto 图工具
21
使用Pareto图工具
1
2
3
22
使用Pareto图工具
1 2
23
使用Pareto图工具
24
案例分析 —— Pareto 图练习
用案例研究中的说明，构造 Pareto图， 解释与讨论Pareto图。
25
5 0
填空位置时间
1 2 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
56
使用散点图
57
使用散点图
1 2
58
使用散点图
1
2
3
59
使用散点图
60
案例研究——使用散点图
根据案例研究中的信息， 与同事一起工作制订Minitab散点图。
61
案例研究——使用散点图
在更大范围内讨论你对散点图作出的解释。
62
使用图形分析工具
82
分析阶段回顾
识别变动源 应用图形分析工具
回顾分析工具
83
80 60 40 20
0 D
4月1日 —— 6月30日
单元数量: 200
100
90
80
70
60
50
40
30
20
10
0
B
F
A
C
E 其他
D —— 错件 B —— 交货拖延 F —— 组装不正确
A —— 缺陷件 C —— 无法得到的零件 E ——规范丢失
17
累积 百分数
如果不能坚持 Pareto 图原理怎么办
项目组要了解汽车动力系规格是否 以任意方式影响到交货时间。
20
使用 Pareto 图工具
21
使用Pareto图工具
1
2
3
22
使用Pareto图工具
1 2
23
使用Pareto图工具
24
案例分析 —— Pareto 图练习
用案例研究中的说明，构造 Pareto图， 解释与讨论Pareto图。
25
5 0
填空位置时间
1 2 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
6西格玛管理项目辅导数据分析的第二阶段：分析原因
6西格玛管理项目辅导数据分析的第二阶段：分析原因一、六西格玛管理数据分析原因在绘制流程图的过程中，团队成员就会产生很多的疑问，会提出形形色色的问题。
在这个阶段中，先要根据流程图识别流程中明显存在的问题，再进行量化分析。
1、识别流程中明显存在的问题流程冗余:不同流程中的不同环节提出了相同的活动和结果。
流程中断:流程中前后环节信息的中断。
如顾客和供应商之间没有及时沟通，造成顾客对产品货源信息的中断。
流程瓶颈:流程中因为某个环节不能及时完成任务而延误整个流程。
流程循环:流程中某环节的输出产品有缺陷，必须送回其上游环节，或另设“返工”直到必需的工作完成为止。
检验这一步往往是返工循环的起始点。
2、量化分析①价值分析在现代商业社会中，任何一件产品都为顾客提供了价值，商品的生产过程就是创造价值的过程。
价值分析通过外部顾客的角度来识别流程中的每个环节是否是满足顾客需求。
企业在进行价值流程图分析时，首先要挑选出典型的产品作为深入调查分析的对象，从而绘制出信息流程和实物流程的现状图，然后再绘制理想的价值流程图，通过将现状图与理想状况图相比较，发现当前组织生产过程中存在的问题点，进而针对问题点提出改进措施。
②时间分析对于流程时间维度的分析可能会带给你意外的惊奇:流程中往往有许多时间是空闲着的，并不是人闲坐在那里，而是忙的事情并不能创造价值。
等待、多余的动作、无意义的工步、重复的搬运、批次生产和返工使得流程变得漫长。
在完成六西格玛分析过程的推测时，团队已经对何时、何地、问题如何暴露出来有了一定的了解，同时对潜在原因也有了初步分析。
天行健咨询指出本阶段的任务就是关注问题的定义，组织探查、分析工作，透过问题的表面现象进行深入研究，找出问题的真正潜在原因，了解事物的本质。
只有确保找到所要研究问题的真正潜在原因，以后才能真正找到解决办法。
二、六西格玛分析阶段最常用的分析工具是因果图和关系图它们为找到根源性原因提供了方向，但使用这些工具时有两点要注意:一是它们仅仅帮助团队进行系统的思考并发现问题可能的潜在原因，仍需收集数据才能证实究竟什么才是问题的真正原因。
六西格玛测量阶段资料22制定数据收集计划(
–数据收集
• 取样方法 • 样本大小
–显示和评估数据
3
数据收集步骤
测量管理由一套数据收集的步骤开始. 数据收集步骤 确定衡量对象
步骤1 制定测量的运作定义 步骤2 制订测量计划 步骤3 收集数据 步骤 4 显示并评估数据
4
步骤1: 运作定义
运作定义是一个概念,它有助于指导小组思考他们需要测量的对象和测量的关 键属性, 它们包括:什么,怎样和谁. 它为小组提供了对数据收集达成共识,建立一 致性和可靠性的基础. 这有助于确保任何使用这个定义的人测量同样的事物.
8
步骤 2: 测量计划
确定目前的流程业绩表现通常需要数据收集.当制订测量计划时,确保: –收集的数据是有意义的 –收集的数据是有效的 –同时收集所有有关的数据
9
步骤 2: 测量计划
需回答的问题: 收集什么精确的数据? 业绩表现测量? 流程缺陷的原因? 我们分析所有有关数据或样本吗? 正确的样本大小是什么? 正确的频率是什么? 样本选择方法是什么? 什么工具是必需的? 使用什么形式? 要保留什么记录? 我们需要计算机吗? 哪些后勤的问题是有关的? 谁收集数据? 数据在哪里? 何时收集数据? 需要什么外加的协助? 你想对数据做些什么? 每天,每周等使用数据 识别流程数据的趋势 识别流程的缺陷 表征目前的流程表现 识别流程的差异 识别因果关系
六西格玛精益运营黑带训练教材
DMAIC
2.2 制定数据收集计划
1
版权归宝钢股份所有 2004年版 版权归宝钢股份所有 2004
定义阶段
1.0
2.0 测量阶段
3.0 分析阶段
4.0 改进阶段
5.0 控制阶段
1.1确认改进 机会 1.2确定关键 客户要求 1.3记录和分 析流程 1.4 组建有 效的小组
六西格玛培训-分析阶段
无罪 入狱
有罪 入狱
假设检验
决策错误评估
实情
1- α = 系统有 多大的能力将 好的放行 Ho
接受 Ha
Ho
Ha 第二类 错误 β
正确决定
第一类 错误 α
正确决定
1- β = 系统有多 大的能力将不好 的找出来
α风险：当Ho为真时，拒绝Ho – 称为厂商风险 β风险：当Ho为假时，接受Ho – 称为消费者风险
60
P=0.02
假设检验
P值
P值大于等于0.05，没有足够的证据推翻基本假设
P值小于0.05，有足够的证据推翻基本假设， 对立假设成立。
换句话说：有显著的不同
Ho 正确决定
实情 Ha 第二类 错误 β
Ho
接受
第一类 Ha 错误 P值 α
正确决定
假设检验
假设检验的步骤
• 假设检验流程 - 描述基本假设 – 假设都一样 - 描述对立假设 – 不同、不等、小于 - 选择假设检验的方式 - 收集数据 - 计算置信区间或P值 - 解释结果
是否有统计上的显著性 或者仅仅是偶然性
假设检验
总体…
总体 – 全部对象
举例 – 2003年5月在精密铸造车间 生产的所有一级涡轮叶片
参数 – 描述总体特性 characteristic的“真值”
σ
μ
总体的参数通常难以得到
假设检验
…样本
• 样本sample 是总体的一部分或 子集 • 统计量statistic 是描述样本特性 的数值
• 内部资讯 • 外部资讯 • 参访
3D矩阵
策略
示范
• 优良范例 • 典范工作
高层的要求
• 变革领导力 • 树立高标准
六西格玛基础知识课件
丌允许作评价。丌可以评价想法，丌管它们看上去非常好，还是很
愚蠢、丌合理。丌允许作评价对产生有穿新的见解是极重要的 应该鼓励丌寻常的想法。想法可以使非常觃的、富有想象力的、甚
至是令人震惊的
案例：高压线积雪的消除
29
定丿
测量
分析
改进
控制
头脑风暴
(Brainstorming)
强调数量。头脑风暴法的目标是在短期内（通常是20到45分钟）产
众数是
12
37
定丿
测量
分析
改进
控制
上班时间数据表(单位：分钟）
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
32
第一部分 六西格玛DMAIC模式—定丿阶段 第二部分 六西格玛DMAIC模式—测量阶段
目录
第三部分
六西格玛DMAIC模式—分析阶段
第四部分 六西格玛DMAIC模式—改进阶段 第五部分 六西格玛DMAIC模式—控制阶段
第六部分 六西格玛案例分享
33
定丿
测量
分析
改进
控制
回忆一下：测量阶段分为那三个步骤？
《六西格玛基础知识培训》之二
1
第一部分 六西格玛DMAIC模式—定丿阶段 第二部分 六西格玛DMAIC模式—测量阶段
目录
第三部分
六西格玛DMAIC模式—分析阶段
第四部分 六西格玛DMAIC模式—改进阶段 第五部分 六西格玛DMAIC模式—控制阶段
六西格玛分析阶段 逻辑回归(BB)培训教材
Logistic Regression） • 填写信息：“响应”填写“是否心血管病”；“频率”填写“频
数”；“模型”填写“体重指数”； • 选“存储”窗，打开后，存储“事件概率”“出现次数”“试验
数”。
23
3 二值逻辑回归应用例2
95% 置信区间 • 自变量 系数 系数标准误 Z P 优势比 下限 上限 • 常量 -6.03235 2.08929 -2.89 0.004 • 体重指数 0.256997 0.0789324 3.26 0.001 1.29 1.11 1.51
• 从“拟合优度检验 Goodness of fit test ”可以看出是否有失拟情况。 • 从“对数回归表Logist Regression Table”中可以看出哪些变量是显
著的，哪些是不显著的。 • 去除不显著变量，获得缩减模型，重复上述步骤，直至获得最佳
结果。
9
3 二值逻辑回归应用例1
• 打开文件：Logistic Regression.mpj • 独立检查所有因素，然后把显著因素放在一起
8
2 、逻辑回归基本方法
• 从“回归-二进制 Logist 回归” 进入，将离散比率作为Y，其余连 续型的自变量作为X。
• 我们把希望研究的结果记为“1”，如：没有瑕疵记为“1”；有瑕疵 记为“0”。
• 从“检验所有斜率是否为零Test that all slopes are zero”可以看出 整个模型效果是否显著（类似线性回归中的ANOVA）
是显著的; 变量浸泡时间影响是不显著的。删除变量浸 泡时间后可以得到最终模型。 一般线性回归具有的功能在这里都可以进行：评估总 效果；删除不显著变量；观测拟合情况；预测等。
28
3 二值逻辑回归应用例3
数”；“模型”填写“体重指数”； • 选“存储”窗，打开后，存储“事件概率”“出现次数”“试验
数”。
23
3 二值逻辑回归应用例2
95% 置信区间 • 自变量 系数 系数标准误 Z P 优势比 下限 上限 • 常量 -6.03235 2.08929 -2.89 0.004 • 体重指数 0.256997 0.0789324 3.26 0.001 1.29 1.11 1.51
• 从“拟合优度检验 Goodness of fit test ”可以看出是否有失拟情况。 • 从“对数回归表Logist Regression Table”中可以看出哪些变量是显
著的，哪些是不显著的。 • 去除不显著变量，获得缩减模型，重复上述步骤，直至获得最佳
结果。
9
3 二值逻辑回归应用例1
• 打开文件：Logistic Regression.mpj • 独立检查所有因素，然后把显著因素放在一起
8
2 、逻辑回归基本方法
• 从“回归-二进制 Logist 回归” 进入，将离散比率作为Y，其余连 续型的自变量作为X。
• 我们把希望研究的结果记为“1”，如：没有瑕疵记为“1”；有瑕疵 记为“0”。
• 从“检验所有斜率是否为零Test that all slopes are zero”可以看出 整个模型效果是否显著（类似线性回归中的ANOVA）
是显著的; 变量浸泡时间影响是不显著的。删除变量浸 泡时间后可以得到最终模型。 一般线性回归具有的功能在这里都可以进行：评估总 效果；删除不显著变量；观测拟合情况；预测等。
28
3 二值逻辑回归应用例3
六西格玛数据分析技术4
2.把样本联合概率密度中自变量x1, x2,…, xn看成已知常数， 而把参数看作变量，得到似然函数；
3.用微分原理求似然函数的最大值点；
4.在最大值点的表达式中，代入样本值就得参数的估计值。
可以证明：若x1, x2,…, xn来自正态总体N(μ,σ2)，则：
ˆ
x
1 n
n i 1
xi
ˆ
1 n
n i 1
中国人民大学六西格玛质量管理研究中心
返回目录
区间估计(续)
置信区间的大小表达了区间估计的精确性，置信水 平表达了区间估计的可靠性， 1-α是区间估计的可靠 概率；而显著性水平α表达了区间估计的不可靠的概 率。
如果[θL ,θU ]是置信水平为0.95的置信区间，由于随 机区间[θL ,θU ]会随样本观察值的不同而不同，它有 时包含了参数θ ，有时没有包含θ ，但是用这种方法 作参数的区间估计时，100次中大约有95个区间能包 含着参数θ ，大约有5个区间没能包含θ 。
➢ 解：已知X～N(μ,0.152)时， x=2.14，n=9,1-α=0.95, α=0.05，查
标准正态分布表可得1-α/2的分位数，Z1-α/2=1.96；α=0.01时，
Z1-α/2=2.58； α=0.10时， Z1-α/2=1.64。这是一些常用值，请读者
记住。
(x Z1 2 /
n, x Z1 2 /
返回目录
有效性
➢ 无偏性只考虑估计值的平均结果是否等于待估参数的真值，而 不考虑每个估计值与待估参数真值之间偏差的大小和散布程度。
➢ 实际问题的研究中，不仅希望估计是无偏的，更希望这些估计 值的偏差尽可能地小。
设 都是参数θ的无偏估计量，如果
ˆ1、ˆ2
六西格玛测量阶段及分析阶段的任务
六西格玛测量阶段及分析阶段的任务一、测量阶段1、抽样数据驱动的管理和战略规划抽样使我们可以测量相对少数的单位，而不是测量所有单位。
检验、评价或计算一个流程中的所有单位，这可能是非常耗费时间并且对任何组织来说都不切实际的。
根据特定的情况，我们有很多的抽样策略可以采用。
但是，在职能层次的大多数情况下，一个有效的一般抽样方法是：定义单位，确定特定时帧内单位的平均数量，然后参照标准抽样表来确定为了达到预期的置信水平，确保样本的质量可以反映整个总体，应该有多少个单位得到检验、评价或计算。
2、数据收集表格和电子表格数据驱动的管理数据收集表格可以用来收集和整理数据。
它们还可以充当清单来确保单位（不管你关注的对象是什么）的所有细节都得到了评价、测量、计算等等。
数据收集表格应该收集合适的数据并且易于使用。
电子表格可以用来汇总各个数据收集表格中收集的数据。
目前常用的最简单的软件就是微软的Excel，尽管还有很多其他更复杂的软件包可用。
要尽可能地压缩数据收集表格的数量。
3、操作定义协作、数据驱动的管理和战略规划为了确保所有各方都能理解你为追踪和分析选定的测量方法或衡量标准，清楚、详细、易懂地描述数据的含义是非常重要的。
对数据含义的清楚描述还将确保数据收集的一致性。
这对数据分析以及衡量标准的传达至关重要。
二、分析阶段1、增值和非增值分析以客户为中心和战略规划在评价流程或做出流程决策时，管理者应该总是考虑到一个步骤或行动是否可以为客户增加价值。
在一个管制环境中，这还应该是一种与价值决策相对的管制风险。
如果一项大量耗费组织时间的活动只能创造很少的价值并且管制风险很低，那么把这些时间用在别处可能更好。
2、详细流程图理解详细的“现为”流程至关重要。
从SIPOC图中高层次的步骤开始，你可以与员工们合作建立非常详细的流程图。
要以团队的形式做到这一点，一个便捷的方法是展开头脑风暴，考虑到所有详细的流程步骤，把它们写到便条纸上，然后再把便条纸粘到墙上“现为”一类中。
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)。
资料收集程序
工序图/特性要因图 & C&E 矩阵 (查明非常重要的 X变数 ) 故障模式影响分析(FMEA)
(查明即使必要的管理计划 X变数) 查明最终 Y变数和关联 X 变数
选择分析方法
完成资料收集计划 确认必要的资源(有其他必要的要素吗)
收集资料
队背景和教育
各队要遵守日常的抽样计划(一开始就想着自 己试投是好的)
收集资料
Y 和 X 资料的 O.D
变数 类型(A/C)
Y1 计量型
X1 计数性 X2 计量型
O. D
预定收款循环时间 – Lockbox 每天报告书中送货单到接收时间
????????? XXXXXXXX
资料收集程序
工序图/特性要因图 & C&E 距阵 (查明非常重要的 X变数 ) 故障模式影响分析(FMEA)
xxxxxxxxxx xxxxxxxxxx
xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxx
Col
Phy
ATL
xxxxx xxxx
HTF
xxxxxxxxxx
xxxxxxxxxx
xxxxxxxxxx
xxxxxxx
NYc
xxxxx xxxx
NYm
xxxxx xxxx
xxxxxxx
11.6 10.8
10.0
1
2
3
4
56
7
IndividualsbyDay
UCL=13.38 MU=12.70 LCL=12.02
管理图+ 点检表… 有影响力的组合
12 3 4 5 6 7
4 4
4
4 4 444
例: 点检表
电脑销售集中图 > $250,000
Sacxxxxxxxxxx
xxxxxxxxxx xxxxxxxxxx
Other Activity
Unit #
Lease #
D)irt
Unit Arr. P)aved
Time
G)ravel
P)uddle N)o Pdl. Insp. Name Temp.
分析(Analyze)阶段
数据收集
( Data Mining )
资料收集计划
资料收集目标
O.D
其它条件
测定
1. 2. 3. 4. 5. 6.
有型 测定 有型 资料
什么 怎样
记录
收集顺序 (附收集样式)
经营系统确认方法
资料展示& 分析准备介绍
抽样计划 什么 在那里 什么时候 多少
路径位置
Define
(查明即使必要的管理计划 X变数) 查明最终 Y变数和关联 X 变数
选择分析方法
完成资料收集计划 确认必要的源(有其他必要的要素吗)
收集资料
介绍资料收集
对怎样体现资料，使用什么工具做计划 对稳定性和能力的决定做计划 异常点 (outliers)用什么方式适当的处理做计划 怎样把握变数间的关系做计划（假设检验） Sample Size(样本的大小)应该多少.
•要评价的是什么？选择所有的 X,Y后是否做了 O.D ？ •顾客也是否收集有利资料？ •企业内已经存在的资料吗？现在的资料够充分吗？ •定义阶段有没有没查明的其他散布原因？ •用收集的资料做什么？怎样划推移图？ •改善测定方法时可以提高顾客满足度吗？ •队中是否只利用可利用的资料？
决定资料收集范围 & 样式
想找线头一样调查资料。
材料收集流程
工序图/特性要因图 & C&E 距阵 (查明非常重要的 X变数 ) 故障模式影响分析(FMEA)
(查明即使必要的管理计划 X变数) 查明最终 Y变数和关联 X 变数
选择分析方法
完成资料收集计划 确认必要的资源(有其他必要的要素吗)
收集资料
目的和目标决定
是否明确收集目的?
记录所有特记事项 资料迅速的输入到数据现况中 维持记录
再优秀的计 划 不 实 践 是 没 有 用 的 。
资料收集计划样本
资料(Data)题目 测定项目
O.D
其他条件
收集顺序
测定单位 Data 什么 类型
怎样
不同记录
程序书/使用样式编号
1. 附件LIST 2. 3. . .
下OD项目以外要观察 的 Data 或项目
➢ 要容易收集资料和迅速套用一定样式 ➢ 分析资料sheet要符合software(excel或minitab). ➢ 经常要保留建议栏。
➢ 特殊环境所关联的事件 ➢ 资料收集者所要观察的事项。
资料收集样式
➢最常用的是点检表和 (是否记住7种基本工具？) 集中图(concentration diagrams). ➢利用标准样式对收集的资料和资料收集所有程序可以标准化。
还对以后收集资料有所帮助。 ➢收集的所有资料都应包含核心要素，样式尽可能的越简单越好。
经常试一试样式
点检表和管理图
자동 청구
원인n
자료 입력의 일관성 결여
EDI 고객 잘못된 SEC 코드 환율 변화
능력 부족 잘못된 주문
청구서 오류
Current DataWeek1
14.0
13.2
%P 12.4
资料收集样式样本
教育目的
□为了正确的做好资料收集计划观察必要的事项。 • 测定什么 • 怎样收集资料 • 测定工序的信赖性怎样确认。 • 怎样体现资料 • 怎样分析资料
做好计划，成功的概率就高
资料收集的理由是?
为测定Y决定现水准 收集输入(X’s)变动的情报
- 通过多次的企业的循环，收集对 结果物的
抽样计划
什么 在那里 什么 多少 时候
经营系统确认方法
资料展示 & 分析的预备介绍
通用公司(GE): 资料格式
Date: Branch: Observer:
Process Inputs
Insp. Area
Weather
Perform Inspection
Inspection Interrupted
Measure
Analyze
Step 7- Data 收集
数据收集 抽样
Step 8- Data 分析 Step 9- Vital Few x’s 选定
Improve Control
目录
教育目的
资料收集理由
资料收集程序 - Y 及 X资料 O.D - 选择分析方法 - 完成资料收集计划 - 确认必要资源
输入影响充分的资料 - 利用现水准，体现改善阶段中工 序变化的
影响 所有的跟好的资料有关！
资料收集程序
Measure
工序图/特性要因图 & C&E 距阵 (查明非常重要的 X变数 )
故障模式影响分析(FMEA) (查明即使必要的管理计划 X变数)
查明最终 Y变数和关联 X 变数
Analyze
选择分析方法 完成资料收集计划 确认必要的资源(有其他必要的要素吗)