六西格玛:分析阶段
6西格玛分析阶段
2、潜在原因的排序-----FMEA
FMEA的演变:
• 1、FMEA的前身为FMECA,是在1950由格鲁曼飞机提出, 用在飞机主控系统的失效分析
• 2、波音与马丁公司在1957年正式编订FMEA的作业程序 ,列在其工程手册中
• 3、60年代初期,美太空总署将FMECA成功的应用于太空 计划。美军同时也开始应用FMECA技术,并于1974年出 版MIL-STD-1629 FMECA作业程序。
漏斗的宽度 输入的变量大约30-60个
流程图
因果矩阵开始筛选:
将变量Xs减少至4-15个 致力于对输出有强烈影响的ቤተ መጻሕፍቲ ባይዱ量
因果矩阵图
1.3.2、潜在因子整理-----因果矩阵的制作方法
第一步.:列举输出变量
顺序
1
2
3
4
5
列举输出Ys
启动性能差 转速低
功率过大 耐压击穿 绝缘强度低
输出变量 输入变量
优先顺序
——彼得·德鲁克
1.1.2、在流程中寻找潜在的Xs---SIPOC
S
Supplier
I
Input
P
Process
O
Output
C
Customer
流程图
X1 X2
X3
活动(Activity) 选择决策
X5
Y
X4
流程开始和结束
流程方向
Xi往往隐藏在流程中,我们要对流程进行详细分解
1.1.3、在流程中寻找潜在的Xs---如何观察流程
1.3.4、潜在因子整理-----练习
议一议
小组成员经过头脑风暴,从流程中找出了10个可能的因素,请用因果矩阵对这10个 因素进行分析(针对三个重要的Ys)
六西格玛DMAIC各阶段分析工具及产出详解
1、项目背景•项目开展的背景是什么?比如,清晰地列出当前整个公司的经营战略目标、远景及价值观。
••本项目与公司的经营目标有无关联?与部门业务目标有无关联?是值得关注的问题吗?•2、问题陈述•阐明要解决的问题具体是什么?发生在哪?发生在何时?有多严重,可测量吗?为什么有必要立项,比其他问题严重吗?••最好用图表表达上述状态,如柏拉图、直方图、时序图等。
•3、项目范围•项目涉及的过程是什么?如列出项目的焦点可能在制程或过程的哪几个步骤或环节?涉及的产品型号是什么?用流程图将其表达出来。
••明确过程的内部与外部客户是什么?顾客认为重要的核心项目是什么?(一切从使客户满意出发,建立过程质量特性),常采用SIPOC、VOC,CTQ’s方法来表达。
•4、问题定义•在项目中要解决的问题是什么?需要给它下一个准确的定义,以免公司成员对它造成误解。
••项目需测定的指标是什么?客户要求或内部规格是什么?(即什么是你要研究的过程质量特性)••过程输出什么是不对的(或缺陷是什么)?对缺陷(不良) 的具体定义。
•5、现状及目标•项目的现状是怎样的?建立基准线,应该收集大于三个月以上的数据才有代表性。
••项目要达成的目标是什么? 比如,通过比较与极限目标(Entitlement)的差距,建立目标为缩短70%差距,接近Entitlement 。
注意Entitlement可以是同行业或同企业的最高水平(Benchmarking),也可以是极限目标(比如零缺陷)。
•6、财务收益•项目实施结果可带来的利益,硬性和软性节约有多少?(通常计算一年的财务效果)••项目测量阶段开始前,应尽可能完成财务效果预估的确认。
•7、项目组织架构•选定项目小组成员,包括倡导者(CHAMPION)、部门长(SUB- CHAMPION)、指导黑带大师MBB或BB是谁,以及项目小组成员。
••明确他们在项目中的职责。
••不同阶段项目小组成员可视实际情况变动。
六西格玛中分析阶段的作用及常用工具
六西格玛中分析阶段的作用及常用工具六西格玛是一种质量管理方法,旨在通过减少变异性和缺陷数量来提高组织的效能和质量。
六西格玛方法一般包括五个阶段,分别是界定、测量、分析、改进和控制。
分析阶段是六西格玛的第三个阶段,它通过分析数据和识别问题的根本原因来为改进阶段提供基础。
该阶段的主要目标是识别导致问题和缺陷的主要因素,并通过深入理解以便制定优化计划。
分析阶段的作用主要有以下几个方面:1.识别问题的根本原因:在六西格玛方法中,问题通常是由一系列因素引起的。
分析阶段帮助团队确定出引起问题的主要因素,而不仅仅是解决表面上的问题。
通过更深入地分析问题,团队可以确定并重点处理主要问题,从而提高改进的效果。
2.确定关键的业务指标:分析阶段有助于确定关键的业务指标,这些指标可以帮助团队了解当前业务的状态和问题的严重程度。
通过对这些指标进行分析,团队可以制定相应的改进计划并确定目标。
3.分析数据以支持决策:在分析阶段,团队将对现有的数据进行详细的分析,以了解业务的关键因素和变化趋势。
这些数据包括来自不同部门和过程的数据,通过对这些数据进行分析,团队可以得出客观的结论,为改进方案的制定提供支持。
4.确定改进机会:分析阶段帮助团队确定出改进的机会和潜力。
通过对数据的分析、问题根本原因的识别和业务指标的评估,团队可以确定出可能产生最大改进的领域和机会。
这有助于团队优化资源的分配,并确保改进方案的最大效益。
常用的工具和技术在六西格玛的分析阶段中有很多种,下面列举一些常见的工具:1.流程图:流程图可以帮助团队理解业务过程中的各个步骤和关键环节,并揭示出潜在的问题和瓶颈。
通过绘制流程图,团队可以更容易地识别出改进的机会和可能的优化点。
4.核对表和问卷调查:通过使用核对表和问卷调查,团队可以搜集和整理来自不同部门和员工的意见和建议。
这些数据可以提供宝贵的信息,帮助团队了解问题的实际情况和整体掌握改进机会。
5.样本分析:样本分析是对一组数据进行统计学分析的过程,以了解样本所代表的总体特征和变化情况。
六西格玛dmaic流程及工作内容
六西格玛dmaic流程及工作内容下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。
文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!深入理解六西格玛DMAIC流程:提升效率与质量的关键路径六西格玛(Six Sigma)是一种广泛采用的质量管理和优化方法,旨在通过系统性的改进流程来减少缺陷,提高效率,并最终实现卓越的业务绩效。
六西格玛总体方法
六西格玛总体方法
六西格玛是一种质量改进方法,旨在通过减少流程中的变异和缺陷来提高产品和服务的品质。
以下是六西格玛的总体方法:
1. 定义阶段:明确项目目标,确定项目的范围和关键顾客需求。
将项目分解为具体的流程和活动,并收集相关数据。
2. 测量阶段:通过数据收集、分析和可视化,了解当前流程的状态和性能。
识别潜在的变异源和缺陷,并测量它们的影响。
3. 分析阶段:利用统计和其它工具,深入分析流程中的变异和缺陷。
确定主要的影响因素,并制定改进策略。
4. 改进阶段:实施改进措施,优化流程并减少变异和缺陷。
通过实验设计等方法,验证改进措施的有效性。
5. 控制阶段:制定控制计划,确保改进成果的稳定性和持久性。
持续监控流程,并采取必要的调整和改进措施。
六西格玛的核心是数据驱动的决策制定和问题解决。
它强调跨部门合作,以顾客为中心,并通过持续改进来提高组织的竞争力和绩效。
DFSS六西格玛设计
DFSS六西格玛设计DFSS(Design for Six Sigma)六西格玛设计是一种融合了六西格玛和设计思维的方法,旨在通过系统化的方法来实现高质量和高效率的产品设计和开发。
DFSS六西格玛设计主要包括五个阶段,分别是定义、测量、分析、设计和验证。
在定义阶段,团队需要明确产品设计的目标和关键需求。
团队需要进行市场调研、用户需求分析等,以确定产品的功能和性能要求。
在这个阶段中,还需要进行竞争产品分析,了解市场需求和竞争对手的产品特点。
在测量阶段,团队需要确定与产品设计相关的关键特性。
团队需要制定测量指标和测量方法,以评估产品特性的重要性和可行性。
通过测量阶段,团队可以了解现有产品的性能并确定产品设计的基础。
在分析阶段,团队需要对测量结果进行统计分析,以确定关键特性的变化范围和影响因素。
团队需要使用六西格玛的工具和技术,如因果图、流程图、图表等,来识别和分析影响产品特性的因素。
通过分析阶段,团队可以确定关键特性的目标值和相应的容限范围。
在设计阶段,团队需要利用设计思维方法,通过创新和创造性思维来满足产品需求。
团队需要制定多个方案,并通过评估和筛选来确定最佳的设计方案。
在设计阶段中,团队还需要进行设计验证和设计可靠性分析,确保设计方案的可行性和稳定性。
在验证阶段,团队需要验证最终设计方案的性能和满足客户需求的能力。
团队需要进行实验、样品测试等,以确定产品的可行性和一致性。
在验证阶段中,团队需要用户参与,并收集用户反馈和建议来改进产品。
通过DFSS六西格玛设计方法,可以有效地提高产品设计的质量和效率。
通过明确关键需求和特性的目标值,可以避免设计过程中的盲目性和随意性,从而提高产品的市场竞争力。
同时,通过六西格玛的工具和技术,可以分析和优化设计过程中的关键因素,减少设计过程中的变动和偏差。
通过设计阶段的创新和创造性思维,可以满足用户的需求,并提供有差异化的产品。
总之,DFSS六西格玛设计是一种全面、系统和统计驱动的产品设计方法。
4.5-六西格玛之分析阶段-置信区间
[ 例题4 ] 用[例题3]的10个数据求标准差的置信区间 [ Minitab解法 ]
①将题中的10个数据输入到Minitab中的C1列 ②路径:统计→基本统计量→图形化汇总…
置信区间 -19-
③输出结果
C1 摘要
Anderson-Darling 正态性检验 A 平方 P 值 平均值 标准差 方差 偏度 峰度 N 最小值 第一四分位数 中位数 第三四分位数 最大值 778.84 776.58 0.19 0.869 791.10 17.14 293.66 -0.379718 -0.914935 10 762.00 777.50 791.50 807.00 813.00 803.36 807.37 31.28
置信区间 -5-
置信区间的意义
• 它表示区间估计的可靠程度或把握程度,也即所估计的区间包含总体真 实的可能性。 • 置信度为1-α 的置信区间也就表示以1-α 的可能性(概率)包含了未知 总体参数的区间。 • 置信区间的直观意义为: 若作多次同样的抽样,将得到多个置信区间,那么其中有的区间包含
了总体参数的真值,有点区间却未包含总体参数的真值。平均说来,包含
置信区间 -20-
3)工程能力Cp的置信区间
[ 一般公式 ] Cp
2 c1 -a / 2,n -1 2 ca / 2, n -1
n -1
Cp Cp
n -1
2 2 其中 c1 和 c n -1 的c - 平方分布的 a , n 1 a , n 1 是自由度为
上限和下限a/2 的百分数
Cp
置信区间 -23-
3. 统计 → 基本统计量→图形化汇总 4.求总体标准差的置信区间的上限和下限.
C1 摘要
六西格玛分析阶段.ppt
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
高级工程师必备汽车零件生产中的六西格玛质量管理
高级工程师必备汽车零件生产中的六西格玛质量管理在汽车零件生产过程中,质量管理是至关重要的一环。
高级工程师应该掌握并运用六西格玛方法来提升生产质量,确保零件的可靠性和安全性。
本文将介绍六西格玛质量管理在汽车零件生产中的应用,包括定义阶段、测量阶段、分析阶段、改进阶段和控制阶段。
1. 定义阶段在开始质量管理过程之前,我们需要明确问题的定义和目标。
高级工程师需要与团队成员一起确定汽车零件生产中可能出现的问题,例如零件尺寸偏差、材料选择错误等。
在定义阶段,应当明确问题的重要性和影响范围,设定具体的质量目标。
例如,零件尺寸偏差控制在0.01毫米以内,材料选择错误率控制在1%以下等。
2. 测量阶段在测量阶段,高级工程师需要采集和分析相关数据,以了解当前质量状况。
这些数据可以包括零件尺寸测量结果、材料性能测试数据等。
通过测量分析,可以确定零件生产过程中存在的问题和不稳定因素。
高级工程师可以借助统计方法,如直方图、散点图等,对数据进行可视化分析。
3. 分析阶段在分析阶段,高级工程师需要进一步分析问题的根本原因,并找出造成质量问题的关键因素。
通过六西格玛的DMAIC(Define、Measure、Analyze、Improve、Control)方法,高级工程师可以采取合适的工具和技术,如因果图、鱼骨图等,来分析数据和确定问题的根本原因。
通过分析阶段,高级工程师可以明确需要进行改进的方向和具体措施。
例如,针对零件尺寸偏差问题,可以进一步分析是否是材料选择错误导致的。
4. 改进阶段在改进阶段,高级工程师需要制定和实施改进计划。
根据分析阶段的结果,高级工程师可以与团队成员一起制定改进方案,例如优化生产工艺、改进材料选择标准等。
在实施改进计划时,高级工程师应当注重实际效果的监控和评估。
通过对改进措施的执行情况进行监测,高级工程师可以及时发现和解决潜在问题,并做出相应调整。
5. 控制阶段在改进计划实施成功后,高级工程师需要确保质量管理措施的可持续性。
六西格玛项目阶段举例
六西格玛项目阶段举例引言六西格玛是一种管理方法论,旨在通过改进业务过程来提高组织的质量和效率。
在实施六西格玛项目中,通常会按照一系列阶段进行。
本文将以一个具体的项目为例,介绍六西格玛项目的六个阶段,并对每个阶段进行详细解读。
阶段一:定义阶段在定义阶段,项目团队需要明确项目的目标、范围和关键业务指标。
团队成员将收集并分析数据来确定问题的本质,并确定改进的重点。
此阶段的主要目的是确立六西格玛项目的目标和界限。
1.1 收集数据为了确保项目目标的明确性和可度量性,团队需要收集各种数据。
这些数据可以来自已有的业务过程,也可以通过调研和观察获得。
数据的收集可以通过问卷调查、面试、测量等方式进行。
1.2 确定问题在收集数据的基础上,团队需要对数据进行分析,找出其中存在的问题。
通过数据分析,团队可以识别出业务过程中存在的瓶颈、缺陷和风险,从而明确项目的改进方向。
阶段二:测量阶段测量阶段是为了评估当前业务过程的性能和稳定性。
通过测量阶段,项目团队可以了解目前的业务过程是否满足预期,并确定改进的必要性。
2.1 确定关键业务指标为了进行业务过程的测量和评估,团队需要确定一些关键业务指标。
这些指标可以是时间、成本、质量等方面的度量指标,用于度量当前的业务过程效果。
2.2 进行数据分析在测量阶段,团队需要对已有数据进行进一步分析,以便更好地了解业务过程的现状。
通过数据分析,团队可以找出业务过程中的问题,并确定可能的改进机会。
阶段三:分析阶段分析阶段的目标是深入分析当前业务过程中存在的问题,并找出产生这些问题的根本原因。
通过深入分析,团队可以确定改进措施,并制定相应的计划。
3.1 识别根本原因在分析阶段,团队需要找出产生业务问题的根本原因。
通过采用各种分析工具和技术,如因果关系图、散点图、直方图等,团队可以逐步追溯问题的根源。
3.2 开展思维导图会议为了更好地分析问题,项目团队可以组织思维导图会议。
在会议上,团队成员可以以图形化的方式展示问题和关联因素,帮助更好地理解问题的本质。
六西格玛中分析阶段的作用及常用工具
六西格玛中分析阶段的作用及常用工具六西格玛是一种流程改进方法,旨在通过识别和消除流程中的缺陷和变异,提高业务质量,提高效率和降低成本。
六西格玛方法包括几个主要阶段,分析阶段是其中之一,也是整个过程中非常重要的一个阶段。
本文将详细介绍六西格玛中分析阶段的作用以及常用工具。
分析阶段的作用:1.了解当前流程:分析阶段的主要任务是收集关于当前流程的数据和信息,以全面了解其运行情况和问题。
通过对当前流程的详细分析,可以帮助团队识别和理解流程中的瓶颈、浪费和缺陷,为后续的改进提供基础。
2.测量和分析数据:分析阶段还涉及测量和分析数据,以确定流程的表现和稳定性。
通过使用统计工具和技术,可以对流程数据进行深入分析,了解其变异性和特征,为后续的改进提供依据。
3.识别关键问题:通过对当前流程的分析,可以识别并确定关键问题和瓶颈,以确定改进的重点和优先级。
分析阶段帮助团队找到影响业务绩效的主要问题,并制定改进计划。
4.确定原因和影响:分析阶段的另一个重要任务是确定导致问题的根本原因和影响。
通过使用工具如因果图、鱼骨图等,可以帮助团队系统性地分析问题并找出潜在的原因,为改进措施的设计和实施提供指导。
常用工具:1.流程图:流程图是一种图形化的表示流程的工具,可帮助团队清晰地描述和展示流程中的各个步骤、活动和决策点。
流程图的使用可以帮助团队理解业务流程,并发现潜在的问题和改进机会。
2.直方图和散点图:直方图和散点图是测量和分析数据的常用工具。
直方图可以展示数据的分布情况,帮助团队了解流程的表现和稳定性。
散点图可以帮助团队分析数据的相关性,识别可能存在的因果关系。
3.管制图:管制图是一种统计工具,用于监测和控制流程的稳定性和性能。
通过制定上下限和中心线,管制图可以帮助团队确定流程的稳定性和变异情况,及时发现并纠正异常。
4.因果图:因果图也称为鱼骨图或石墨图,是用来分析问题原因和影响的工具。
通过将问题作为鱼骨图的中心,团队可以系统性地分析可能的原因,并将其归类为人、方法、机械、材料、测量和环境等六个主要类别,帮助找到最根本的原因。
六西格玛中分析阶段的作用及常用工具
分析阶段是六西格玛"D-M-A-I-C〞和"D-M-A-D-V〞流程中的一个中间环节,同时是非常重要的环节。
因为要解决问题,首先得发现问题的原因。
在实际工作中,多数问题的原因是未知的。
六西格玛选项原则中就有一条是:"根本原因未知,即所有的六西格玛工程在实施工程前其改善对象的问题原因是未知或最少是未确切知道的。
确实,对于比拟简单的问题,不用六西格玛方法也可以很好解决,这时就无须选其为六西格玛工程。
比方生产线停线多发,原因是物料供给不及时,或*个设备常发生故障。
此问题原因清楚,解决方案,显然没必要选作六西格玛改善工程。
反过来说,所有六西格玛工程均为问题较严重、客户抱怨大,或对公司造成重大损失的工程,其原因复杂,用普通方法无法分析或无法找到根本原因,无法知道最正确解决方案。
一、分析阶段的作用六西格玛管理法的解决方案是基于数据,通过定义问题、测量现状、分析原因、实施改善、进展控制,即D-M-A-I-C模式展开工程运作。
对于普通方法无法分析的问题,六西格玛管理法采用一整套严密、科学的分析工具进展定量或定性分析,最终会筛选出关键影响因素*'s。
只有筛选出关键的*'s,改善阶段才会有的放矢。
所以分析质量的上下直接影响到改善效果和工程成败。
分析阶段在六西格玛工程中的位置如同疾病治疗过程的诊断阶段一样,只有找到病因了,后续才能对症下药,否则可能毫无效果或适得其反。
二、分析阶段的输入"D-M-A-I-C"模式中,各阶段衔接严密,环环相扣,后一个阶段的输入即为前一阶段的输出。
因此,分析阶段的输入为测量阶段的输出。
其输入(同时是测量阶段的输出)为:1.过程流程图。
在六西格玛测量阶段为把握现状,需绘制详细的过程流程图以对过程全貌有准确把握,这样测量的结果才能反映过程实际。
现在的一般公司均有各个过程的详细流程图,可直接使用。
2.过程输出的量化指标即工程y。
过程输出的量化指标是六西格玛工程的改善对象。
六西格玛绿带培训分析阶段的目标及步骤
张驰咨询向全国各地的各行业提供六西格玛、精益六西格玛、DFSS 咨询培训与项目辅导咨询!(客户续签率连续10多年来高达95%以上) /
六西格玛绿带培训分析阶段的目标及步骤
一、目标
确定并验证影响项目目标的关键输入和输出变量的原因(“找到关键X ”)。
二、成果
1.在分析中要考虑的潜在原因的文档。
2.数据图和其他分析结果,表明有针对性的输入和过程(x )变量以及关键输出(Y )之间的联系。
3.识别增值和非增值工作。
4.过程运转效率的计算。
三、分析的主要步骤
1.进行价值分析。
识别增值、非增值和商业非增值步骤。
2.过程运转效率的技术(PCE )。
与世界级的基准相比较,以帮助确定需要改进的程度。
3.分析过程流。
识别过程中的瓶颈难点和约束条件、附带后果和返工点,并评估它们对过程生产能力的影响以及过程能力能否满足客户需求和CTQs 。
4.分析测量中采集的数据。
5.形成理论来解释说明潜在原因。
通过头脑风暴法、FMEA 、因果关系图或指标以及其他工具,来找到所观察到的影响潜在原因。
6.缩小寻找范围。
通过头脑风暴法、选择和优化技术(排列图、假设检验)等,来缩小寻找根本原因和重要因果关系的范围。
7.采集更多数据验证根本原因。
采用散布图或者更复杂的统计工具(如假设检验、方差分析或回归),来验证一些重要关联。
8.准备分析阶段审查。
六西格玛分析阶段
六西格玛分析阶段
六西格玛(Six Sigma)分析阶段涵盖了具有数字背景的管理方法,旨
在改善公司的决策过程,避免不必要的损失,并对产品质量、客户满意度
和业绩有可观的改善。
六西格玛分析阶段一般包括以下几个阶段:阶段一:定义:在定义阶段,公司首先从宏观上定义一个项目,确定
变更的目的,形成实际的目标以及客户的期望以及优化模式。
阶段二:分析:在分析阶段,公司将从宏观、中观和微观上分析目标,以确定根源原因和可能的改善方案。
阶段三:实施:在实施阶段,公司将根据不同的改善模型,实施能够
有效改善目标的举措,以达到客户预期的结果。
阶段四:控制:在控制阶段,公司将通过实施可持续的控制程序和正
确的项目管理,来确保所实施的改善模型能够最终有效地达到预期目标。
阶段五:检查:在检查阶段,公司将定期检查所有的改善模型,以确
保符合客户的期望和预期的目标,并且确保所有的改善措施得以顺利实施。
阶段六:总结:在总结阶段,公司将对所有的改善活动进行总结,以
便了解所有改善活动的结果并对公司的整体业绩作出评估。
总而言之。
六西格玛工程方法
六西格玛工程方法
六西格玛工程方法是一种追求卓越品质的管理哲学,旨在通过减少过程变异或缺陷,提高产品和服务的质量水平。
它通过系统的方法和工具,对业务流程进行全面的分析和改进,以达到最佳的绩效水平。
六西格玛工程方法的核心是DMAIC(定义、测量、分析、改进、控制)模型,它是一个结构化的流程改进方法。
DMAIC过程包括以下五个阶段:
1. 定义阶段:确定项目范围和目标,明确关键质量、过程性能和经济指标,并收集相关的数据和信息。
2. 测量阶段:通过数据收集和分析,了解当前过程的状态和性能,识别潜在的问题和变异源。
3. 分析阶段:利用统计方法和工具,深入分析问题根本原因,建立因果关系和影响程度,确定关键因素。
4. 改进阶段:制定并实施改进措施,优化过程设计,减少变异和缺陷,提高过程能力。
5. 控制阶段:监控改进效果,确保持续改进和维持成果,防止问题复发。
六西格玛工程方法强调基于数据和事实的决策,采用量化的方法和工具对业务流程进行分析和改进。
通过六西格玛工程方法的应用,企业可以显著提高产品质量、降低成本、增强顾客满意度,提升竞争力和盈利能力。
六西格玛管理分析阶段有哪些步骤
六西格玛管理分析阶段有哪些步骤1、进行数据和流程分析要找出问题的根源,华谋咨询股份认为首先要对评估阶段收集到的数据和流程本身进行分析,即进行数据分析和流程分析。
①数据分析的目的是检测评估阶段收集到的数据,以帮助团队寻找待改进问题成因的相关线索。
当项目团队的首要目标是围绕效能指标展开时,可以优先采用数据分析;②流程分析是指深入调查流程的运转情况,从而辨明与改进目标不一致的、不相关的或可能引起问题或缺陷的领域。
如果项目团队重点关注的是效率指标,则可以优先采用流程分析。
无论是数据分析还是流程分析,每一种方法都可以帮助团队清楚地发现哪些原因才是根本原因,但是只有将数据分析和流程分析所发现的结论放在一起,相互补充,才能够更加准确地界定问题产生的根本原因。
2、建立问题发生原因的假设或模型经过数据分析和流程分析,就可以对改进流程中出现的问题进行详细地描述。
接下来,团队成员就要根据对问题的详细描述,尽可能提出所有可能导致问题发生的原因。
作为六西格玛管理法的标准工具之一,头脑风暴法有效地避免了传统会议那种与会人员由于害怕别人评论而约束自己,因而不能产生有创意的提议的弊端,人为创造出一种气氛,让与会人员感到无拘无束,自由自在,从而提出很多在平时认为不可行的解决方案,并收到意想不到的效果。
在运用头脑风暴法时,为达到预期效果,要坚持以下原则:①记录所有的观点,即使认为某个观点荒诞离奇,因为在看似离奇的想法中也许就蕴含着解决方案;②确保团队是在提出观点,而不是在筛选观点。
不要批评任何观点,因为批评会打击提案人员的热情和积极性;③不评价观点。
提案期间不要对任何人的观点加以讨论和评论,因为此时的讨论可能会使会议偏离主题,并可能压抑后续提案人员的自信;④鼓励大胆联想,不怕出错。
在提案阶段想得越多,提案内容的涉及面就越广,最佳方案出现的可能性就越高;⑤每个人都参与,要求人人都发言。
头脑风暴法是集思广益的会议,不希望与会者只带着耳朵来,多一份发言,就多一份思路,多一份解决方案。
六西格玛分析阶段
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):
A阶段六西格玛绿带培训教材
供应品(供应)[Provision (Supplies)]
方法(Methods)
步骤(Procedures)
机器(Machines)
位置(环境)[Place (environment)]
测量(Measerements) 顾客[Patrons (customers)]
质量工具——因果图
因果顺序 突破性改进团队已经发现各W、M和P有助于全面考
质量工具——因果图
确定要检验哪些推测
在开始检验之前,团队必须很清楚需检验的推测 是什么。此时,复制一张因果图对团队来讲是一个极 好的指导。应该选择对根本原因进行的推测进行检验。 这些推测在离主干最远处的分支上或在不能进—步产 生推测的地方。团队可以在因果图上标出将要检验的 推测条目。如果事实说明某推测不重要,那么可以把 它划去。因果图也能帮助识别能同时检验的相关推测。 检验推测有3种策略: 一次检验一个推测 将推测分组 同时检验所有推测
质量工具——头脑风暴法
何时使用头脑风暴法
在质量改进过程的几个时间点可以使用头脑风暴法: 对提出的项目,没有充分的信息来确定它是否应该
着手研究。 对问题的可能性原因进行推测。 识别可能的改进方案。 识别改进方案可能遇到的阻力。
质量工具——头脑风暴法
如何使用头脑风暴法 确定题目。头脑风暴的陈述书是以提出团队所需解
质量工具——因果图
如何解释因果图
解释潜在的误区和问题
对因果图最可能出现的严重曲解是将事实与按顺 序排列的推测相混淆。因果图是提出推测、列出推测,检验其在逻
辑上一致性的最有用的方法,但它不能替代以实验为依据的对推测进行的检 验。
另一个常见的误区是在没有尽可能利用当前掌握 的信息,对症状进行充分的分析前,就绘制因果图。
- 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)。
• 置信区间分析 • 假设检验 • 方差分析ANOVA • 回归分析 • 筛选DOE
2.10
GE Appliances Copyright 1999
分析阶段
修订版10
质量收益举例
1999年1月11日
质量成本
• 废品/返工减少(包括运输、仓库和废弃减少) • 减少折让 • 担保费用降低 • 额外应付帐款折扣 • 促进运费节约/减少运费 • 通过改进效用(包括财产税、保险等) ,降低厂房
分析
阶段
结果 10
结果 11
结果 12
所有X的 优先顺序列表
少数关键X的 列表
量化的 财务机会
• 所有“ X”的优先列表
列出影响“项目Y” 的所有变量(Xs),将它们按优 先次序进行排列,这一列表给出了您的小组初期 的工作重点。
• 关键少数 “ X”列表
从统计和实际的角度来分析优先列表中的“X”
和设备(P&E)折旧费或减少租金 • 可直接确认的运营费用(如维护、租用合同服务、
电费、低值易耗品、包装) • 定编人员减少/直接劳动人员减少;缩短加班时间 • 仅限于GECS--降低利息成本
成本节约必须是直接的、是增量并可核查
2.11
GE Appliances Copyright 1999
分析阶段
分析阶段
修订版10
质量效益举例
1999年1月11日
不应包括在效益内的项目
• 避免未来成本的发生
• 避免未来销售的丢失
• 黑带或绿带所完成的正式项目之外的成本/ 效益
• 生产、物流、办公等环节正常的间接费用 分摊
2.13
GE Appliances Copyright 1999
分析阶段
分析
2.14
卡方检验
修订版10 1999年1月11日
GE Appliances Copyright 1999
关键少数 “ X”
结果 11
少数关键X列表
输入
步骤 11.1
步骤 11.2
• 变量Y改进的 目标
• 变量X和Y的数 据
• 包括所有X的 优先顺序表
用数据验证 X列表
将少数关键X列表进行 优先顺序排列,并最后 确定关键少数Xs
评估每个X值。请参考下列流程图。
关键少数Xs是造成因变量Y的主要变动的少数几个 自变量Xs。
分析阶段的输入是什么?
分析阶段的输入正是度量阶段的输出: 明确定义的工序输出的量化指标(Y)
验证工序输出(Y)数据和影响此工序的变量(X)数据 的有效性
当前工序性能的准确评估 改进的目标
2.3
GE Appliances Copyright 1999
分析阶段
修订版10
分析
1999年1月11日
比例间差分 检验
将Y与X的 数据制图
框图 分布图
卡方检验 与
对比例的 推断
离散Y
(Y) 是连续还是
离散的?
连续Y
因数
离散X
(X)是连续还是 离散的?
单因数 (X) 多水平
比较 多个 样本空间
多个 因数 (X)
一个 X 两个等级
比较一个 样本空间 还是比较两个或多个
样本空间
单向 ANOVA
平衡的 ANOVA或
分析阶段
修订版10
量化收益
1999年1月11日
输入
• 少数关键X • 评估缺陷
减少量 • 财务专家
有形收益
量化财务机会
步骤 12.1
步骤 12.2
步骤 12.3
精算 有形收益
评估 与工序改进相的
成本
确定 无形收益
实施成本
• 新设备 • 维修工具 • 快速参考卡
净收益
无形收益也在此评估过程中估算。尽管无形收益的评估不是 为了核算目的,但它是一种有利结果,有利于说明项目的价 值。
2.2
GE Appliances Copyright 1999
分析阶段
修订版10
分析阶段
1999年1月11日
分析阶段是对在度量阶段 所收集的数据进行分析, 以生成一组按重要性大小 排列的影响误差的变量表 (X)。
定义 控制
测定 分析
分析阶段为何如此重要?
改进
分析阶段主要通过将潜在的少数关键变量(那些最可能影响 项目Y的变量)与多数非关键变量分开,从而使后续的改进 工作有重点可抓。
• 量化财务机会
根据确定的关键Xs,计算预期的缺陷减少量 使用预期的缺陷减少量来计算预期的经济效益。
2.4
GE Appliances Copyright 1999
分析阶段
修订版10 1999年1月11日
“ X” 的优先列表
步 骤 10
所有X的优先顺序列表
输入
步骤 10.1
步骤 10.2
•流程图 •统计问题 •报告书 •Y值 •基准数据 •工序与产品 •说明 •采集的数据(Y值和X值) •工序专家 •小组
GLM
双 样本 置信 区间
2 样本 或
成对 t
平衡的ANOVA & GLM 1. 多水平上的多个因数 2. 根据未解释误差,来判断
分析效率。
双样本置信区间 1. 计算置信区间以
确定平均值间的差异。 2. 置信区间是否包括0?
双样本 t 比较两种分布的平均值。 成对t 除数据点成对之外,与双样本相同。
• 仅限于GECS--通过加速收款来提高投资收入
现金流量
• 通过提高能力或效率来降低P&E • 通过改善收款并减少索赔来减少应收帐款 • 通过改进付款条件来减少应收帐款(用于吸引客户的“赠品
”和质量问题减少) • 提高流程效率来降低库存
2.12
GE Appliances Copyright 1999
箱图 曲线图 点图
直方图 图表
• 假设检验和置信区间用于确定是否存在统计差别:
T-检验: 比较平均值 F-检验, 方差齐性: 比较方差 2 检验; 比例的置信区间CI: 比较比例 ANOVA: 同时比较多个平均值 回归: 连续“ X” 与连续“ Y” 之间的关系
财务分析:
• 与财务主管确认项目成本和收益,并进行交流。
考虑所有 可能的X
起草X的 优先顺序列表
• 评审工序中对输出 (Y)有影响的所有X(潜在误差源)列 表。
• 包括您可以通过成文程序实施控制的X,以及您无法 控制的X。
• 对X列表进行优先排序,以确定哪些X最可能影响到项 目Y。
2.5
GE Appliances pyright 1999
分析阶段
修订版10 1999年1月11日
2.8
GE Appliances Copyright 1999
分析阶段
修订版10 1999年1月11日
分析工具
2.9
GE Appliances Copyright 1999
分析阶段
修订版10 1999年1月11日
分析工具
用以分析的工具包括: • 过程图 • 失效模式与结果分析(FMEA) • 因果图 (鱼骨图) • 直方图 • 箱图 • 时序图 • 质量功能展开(QFD)
基于数据,精算在定义阶段中所估算的财务收益。
2.7
GE Appliances Copyright 1999
分析阶段
修订版10 1999年1月11日
分析阶段输出结果
结果 10
所有X的 优先顺序列表
分析
阶段
结果 11
少数关键X列表
结果 12
量化的财务机会
• 分析阶段的输入结果是
关键少数X -量化 财务收益的精确估算
修订版10 1999年1月11日
质量收益举例
收益递增
• 由于能力的提高、功能的增强,或产品质量的改进/服务水 平 的提高(由采购订单/合同提供支持),所带来的销售收入
– 计算方法:收入$V年 * 本年度边际贡献率CM%=营业利润
• 通过改进定价管理来提高净销售额
– 计算方法:价格$V=营业利润
• 收益必须是增量且可核查;本期和年度报表(使用本年度估 计的金额)
连续X
回归
回归 为所收集的数据建立一个Y=f(x)的模型。
单样本空间
比较 一个 因变量(Y) 及其规范 或某一点值)
单 样本 置信 区间
单 样本 t
单样本置信区间 1.置信区间提供了Y平 均值的最可能的取值范围 2.置信区间包括已确定的点吗?
单样本t 比较某一分布的平均值与某一点值
P<0.05 表明了一种统计显著性关系(不是偶然)
分析阶段
修订版10 1999年1月11日
第2部分:
分析阶段
2.1
GE Appliances Copyright 1999
分析阶段
修订版10 1999年1月11日
第2部分: 分析阶段
确定潜在的“ 关键少数”
目标:
使BB/GB能够:
• 确定关键少数变量(X) • 改进效益估算
工具:
• 图形可以确定平均值之间或误差之间是否存在较大差 异
剩余的Xs是那些最不可能造成工序误差的自变量, 它们被认为是次要多数。
对列表中的
所有X优先 排序
收集X 数据
X具有统计 显著性
还是实际 重要性?
关键少数X列表
次要多数X
确定 另外的 潜在X
2.6
您可以仅利
用这些X实 现目标吗?
最终列出
Yes
关键 少数
X
否
GE Appliances Copyright 1999