6sigma五大阶段学习内容汇总课件

《6sigma五大阶段学习内容汇总课件》由会员分享，可在线阅读，更多相关《6sigma五大阶段学习内容汇总课件（32页珍藏版）》请在装配图网上搜索。

1、Six Sigma技术与方法技术与方法Step 1 Project选选定定(背景背景陈陈述述)Step 2 Project定定义义Step 3 Project承承认认改善改善Step 4 Ys的确的确认认Step 5 现现水准确水准确认认(把握把握)Step 6 潜在原因潜在原因变数变数(Xs)的的挖挖掘掘Step 7-Data 收集收集Step 8-Data 分析分析Step 9-Vital Few Xs的的选选定定Step 10 树树立改善方案立改善方案Step 11-Vital Few Xs 最佳化最佳化Step 12 改善改善结结果果验证验证Step 13 树树立管理立管理计划计划St

2、ep 14 管理管理计划实计划实施施Step 15 文件化文件化/共享共享Project选选定定过过程及必要技程及必要技术术Project的目的目标标和范和范围围的的设设定定Project实实施施计划计划的承的承认认Project 满满足足CTQ的具体指的具体指标标测测量把握量把握现现水准，确定改善目水准，确定改善目标标潜在原因潜在原因变数变数(Xs)的的挖挖掘及掘及优优先化先化Data 分析分析计划计划的的树树立及收集活立及收集活动动为为了确了确认认Vital Few Xs的的统计统计分析分析分析分析结结果果 Review,改善改善优优先先顺顺序序Vital Few Xs的特性的特性区区分分

3、明确明确Y与与 Xs的的关关系系 决决定最佳定最佳条条件件决决定方案的定方案的验证验证及改善效果的确及改善效果的确认认改善改善结结果危果危险险性性评评价及管理价及管理计划计划中的反中的反应应现业现业适用及适用及维维持管理持管理分析分析预预想效果想效果进进行文件化共享行文件化共享定定义义测测量量分析分析控制控制分析阶段的目的是找到Y=F（x1,x2,x3）中关键的x,改善阶段目的是对x进行优化，以提升Y 活动 Process突出暂定选定主因子(Vital Few)分析坐标图验证统计的假设Histogram,PlotMatrix Plot,Box Plot假设验证(计量型/离散型)相关性分析通过B

4、rainstorming突出暂定因子适用适当的 Tool 后整理(特性要因图,Logic Tree 等)Data 收集实验分析ANOVA 分析1.利用在测定阶段收集的Data 2.树立收集Data 计划，有体系地收集 Data 3.收集Data 困难时通过实验收集 Data分析阶段-Analyze阶段 Flow 活用 Tools Graph 分析 统计的分析 Plot Run Chart Histogram Matrix Plot Box-Plot Pareto Chart Run Chart Pareto Chart Histogram Multi-Vari Chart 相关分析 回归分析

5、回归分析 t Test(平均)F Test(分散)ANOVA(方差)Proportion-Test连续型离散型连续型离散型连续型离散型连续型离散型 活用过去 Data，突出暂定/候补因子.A n a l y z e 阶 段 是 通 过 对 各 候 补 因 子 的 统 计 性 验 证，进 行 筛 选 从 而 选 定 主 因 子(V i t a l F e w)的 活 动。其中候补因子是指在Define,Measure 阶段定义的有可能影响CTQ的暂定因子/候补因子 Xs(X1,X2,Xn),.ControlImproveAnalyzeMeasureDefine4 4YLevel 1Level 2

6、（x）女孩子的青睐度物质因素能力学历口才气质存款房子汽车外貌身高体重例-logic tree分析阶段-突出暂定因子其他？找到几个关键的小x，并最优化小x，来提升大Y的值，这个是六西格玛分析改善阶段的任务5 5Align精度精度MachineMaterialMethodIC资资材不良材不良Cell不良不良IC热膨胀差异本本压榨压榨Align Mark间距离偏差温度差异平行度假假压榨压榨位置决定IC测定高度假压榨精度假压受台GapTool下降程度Tool平行度平行度平行度确认方法Man作作业业ErrorIC型号选择错误补正输入错误工程变化Check周期未设定Feeding不良IC累计Pitch平行

7、度调整方法平行度测量方法Mark设设定定Mark SizeMark对比度Delay time导热性缓冲材缺口例-特性要因图分析阶段-突出暂定因子 Histogram:为连续型 Data的统计的分析假定正态分布，验证正态性前可大致地掌握Data的中心和散布等的分布形式.2.活用主要Graph 分析阶段-Graph(坐标图)分析ControlImproveAnalyzeMeasureDefine35455565758501020LengthFrequency对对趋势图趋势图的的 解解释释?Plot(散点图):为大致掌握两个变数(X,Y)的相关关系而使用 收集两个变数的 Data(50100个适当)

8、在X,Y 表上表示值 看点的形态可比较直观的确认两个变数间的相关关系.首先看点的进行方向，如右侧向上移动的画判断是正向的相关关系,如右侧向下移动的话判断是反向的相关关系分析阶段-Graph(坐标图)分析ControlImproveAnalyzeMeasureDefine对对趋势图趋势图的的 解解释释?5个主要特性(最小值,Q1,中位数,Q3,最大值)以 Box和线来表示 Box Plot(箱子构造):大致掌握Data的中心和散布形态，想了解异常值存在与否时使用.制成法:分析阶段-Graph(坐标图)分析ControlImproveAnalyzeMeasureDefine对对趋势图趋势图的的 解

9、解释释?1.假设验证概念 假设验证的概要-原假设拒绝后，可供选择的假设.-“不一样”,“有差异”等的 Not Equal 概念 假设验证是?把想要了解的内容(现象)建立成假设，通过收集的 Data进行分析，验证假设是否成立的步骤H0是真，但出现误判错误的容许界限.判断P-Value大小时使用的基准概率.(主要使用 1%,5%,10%)P-Value -在显著性水平下，可以接受的假设-“一样”,“无差异“等的 Equal 概念.回归假设(Null Hypothesis:H0)对立假设(Alternative Hypothesis:H1)认为回归假设是正确的情况下，利用收集的Data分析发生回归的

10、概率.显著性水平()分析阶段-假设验证ControlImproveAnalyzeMeasureDefine 假设验证种类 Data的种类连续型 Data离散型 Data1 Sample t-Test2 Sample t-TestANOVATest for Equal Variances1 Proportion2 Proportions-Test假设验证Ho:无差异.H1:有差异.决定显著水平()一般使用 5%1.测定统计量计算2.P-Value 算出1.测定统计量 临界值2.P-Value 0.05，符合正态分布第三步：选择测定方法，已知，所以使用 MINITAB“1sample Z”工具第四

11、步：利用MINITAB进行计算 mu=0.13 与 0.13 的检验假定标准差=0.015 N 平均值 平均值标准误 95%置信区间 Z P10 0.13580 0.00474 (0.12650,0.14510)1.22 0.221第五步：P0.05，则接受H0，即认为平均值变化到0.1358与0.13并无显著差别，这批产品平均厚度 合格分析阶段-假设验证一、1 Sample Z-Test 例子：标准偏差已经知道的情况，检验正态总体的均值H0:1=2,H1:1 2 假 设:目 的:例题:某零件，其厚度在正常生产下平均值为0.13，标准偏差为0.015，某日抽样了10个零件，其测试值为0.112

12、，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142；如果标准偏差不变，试问显著水平=0.05时，能否认为该批零件厚度平均值没有发生变化？ControlImproveAnalyzeMeasureDefine二、2 Sample t-Test 测定具备 Data的正规性.-材料 A的 P-Value是多少?是正态分布吗?-材料 B的 P-Value是多少?是正态分布吗?测定分散的同质性.-F-Test的 P-Value是多少?结果是?实施t-Test.-设立假设.-有意水平是?-P-Value是多少?结果是?材料 A:73.4,77.0,7

13、3.7,73.3,73.1,71.5,74.5,77.5,76.4,77.7材料 B:68.7,71.4,69.8,75.3,71.3,72.7,66.9,70.2,74.4,70.1判断具备两个母集团抽出的Data平均(Mean)，统计上是否有差异.Ho:1=2,Ha:1 2 假 设:目 的:测定用材料 A和材料 B所制作的各产品的硬度，得到了如下Data.要测定A和 B的母平均上是否有差异.例题:Data:测定步骤:分析阶段-假设验证ControlImproveAnalyzeMeasureDefine 2-Sample t/测定正规性统计的确认具备的 Data是否市正规分布 假 设:目 的

14、:Ho:是正规分布,H1:不是正规分布Stat Basic statistics Normallity Test P-Value 0.205(0.05)是正规分布.P-Value 0.837(0.05)是正规分布.(=5%)分析阶段-假设验证ControlImproveAnalyzeMeasureDefineStat Basic statistics 2 Variances (Stat ANOVA Test for Equal Variances)P-Value 0.646(0.05)分散相同.2-Sample t/测定等分散型性 在具备的两个以上的集团之间，确认统计上是否有有意的散布差异 假

15、 设:目 的:Ho:12=22 ,H1:12 22 (两侧测定日时)(=5%)分析阶段-假设验证ControlImproveAnalyzeMeasureDefineStat Basic statistics 2-Sample t 2-Sample t/测定平均值P-Value 0.002(0.05)Material A和 Material B的平均不同.对差异的信赖区间(=5%)分析阶段-假设验证双样双样本本 T 检验检验和置信和置信区间区间:材料材料A,材料材料B 材料A 与 材料B 的双样本 T 平均值 N 平均值 标准差 标准误材料A 10 74.81 2.17 0.69材料B 10 7

16、1.08 2.54 0.80差值=mu(材料A)-mu(材料B)差值估计:3.73差值的 95%置信区间:(1.51,5.95)差值=0(与)的 T 检验:T 值=3.53 P 值=0.002 自由度=18两者都使用合并标准差=2.3630ControlImproveAnalyzeMeasureDefine一、相关分析(Correlation Analysis)的概念要了解两概率变数 X和 Y间相关关系时，取两变量 X,Y的大小 n 概率标本(Random sample)后,从得到的 n个数据(X1,Y1),(X2,Y2),.,(Xn,Yn)找两变数的相关性.如此,研究两变数间相关性的统计的分

17、析叫“相关分析”.X和 Y存在什么关系?定 义:利用数据为掌握两集团间是否存在直线的关系而使用.适 用:分析阶段-相关分析ControlImproveAnalyzeMeasureDefine r 值的范围是 -1 r 1.r 值是显示 X和 Y间线型关系的尺度，r 为 1 时所有点在一直线上.相关系数(Correlation Coefficient)相关系数:表示变量 X和 Y的相关大小，X和 Y间的紧密性程度的尺度 相关系数 判定基准 0.9很高的相关关系(very high correlation)标本相关系数的性质分析阶段-相关分析ControlImproveAnalyzeMeasure

18、Define1818二、相关系数分析例你统计了16次请女友吃饭的cost与其满意度度，并进行相关性分析 例题:相相关关:cost,满满意度意度 cost 和 满意度 的 相关性 相关系数=-0.111P 值=0.681P值=0.6810.05：-.cost与满意度无相关性，r=-0.111-.cost与满意度无相关性分析阶段-相关分析ControlImproveAnalyzeMeasureDefine改善案改善案树树立立Vital Few XVital Few Xs s(少少数数核心原因核心原因变数变数)的的 最佳化最佳化结结果果检验检验n 改善案改善案导导出出n 改善案改善案评评价及价及选选

19、定定n 选选定的改善案定的改善案实实行行计划树计划树立立n改善改善对对策策实实行行n 实验计划实实验计划实施及分析施及分析n 最佳案最佳案决决定定n 测测量系量系统统 再再检验检验(必要必要时时)n 检验检验最佳方案最佳方案n 短期工程能力把握短期工程能力把握n 确确认认改善改善结结果果导导出出对对Vital Few XVital Few Xs s的的改善案，改善案，树树立立实实行行计划计划.明确明确Y Y和和 X Xs s的的关关系系决决定定Vital Few XVital Few Xs s的最佳的最佳条条件件.实实施施决决定的最佳方案的定的最佳方案的确确认认作作业业.改善改善阶阶段段-定义

20、定义Improve阶段是为了提高 Y,找出 Analyze阶段找出的少数核心原因变数(X)的最佳条件的过程ControlImproveAnalyzeMeasureDefineVital Few XsInputVital Few Xs List分析阶段资料分析阶段资料专家专家Team成员成员根据根据Xs的特性将的特性将因子分类因子分类需要被验证的多种需要被验证的多种独立的对策方案独立的对策方案Output控制因子优化控制因子优化对策因子优化对策因子优化控制控制因子因子对策对策因子因子在在Process中已经存在的中已经存在的因子因子,要求发现最佳设定要求发现最佳设定值值现现Process中没有或

21、虽存中没有或虽存在在,但因新问题出现但因新问题出现,需要需要进一步验证的进一步验证的温度温度压力压力位置位置时间时间Process变更变更标准化标准化改进沟通意见改进沟通意见电算化电算化新设备导入新设备导入是连续性或离散性是连续性或离散性,可分为多水平的值可分为多水平的值改善改善阶阶段段-进行进行processprocessControlImproveAnalyzeMeasureDefine控制因子控制因子对策因子对策因子 选择工具选择工具,实施实验实施实验 评价并选择最佳的对策评价并选择最佳的对策 制作对策方案制作对策方案 风险评价风险评价.实施试运行实施试运行.评价和选择最好的对策方案评价

22、和选择最好的对策方案.实验设计实验设计(DOE)-因子配置法因子配置法 -反反应应表面曲表面曲线线 .BrainstormingBench Marking选定最佳方案矩阵选定最佳方案矩阵 Process MapX X的特性的特性主要工具主要工具展开方向展开方向改善改善阶阶段段-进行进行processprocess Improve主要工具及方向主要工具及方向ControlImproveAnalyzeMeasureDefine实验计划法实验计划法(Design of Experiment)(Design of Experiment)是是 -试验内包括的致命因子及因子水准、反应值的选择,现情况下最适

23、当的试验计划、试验顺序决定 -对试验实施后所求的结果的统计性分析方法选定 等等,如：怎样设计、怎样分析结果如：怎样设计、怎样分析结果,找出找出通过最少的试验通过最少的试验 而取得想要的最大的信息而取得想要的最大的信息 的体系性方法的体系性方法.实验设计实验设计:狭义上指狭义上指DOE,RSM等等,但广义上包含以数据的合理分但广义上包含以数据的合理分 析为目的有计划地实验的所有实验析为目的有计划地实验的所有实验DOE:Design of Experiment(实验设计实验设计)RSM:Response Surface Method(反应表面法反应表面法)1.1.试验计划法的基本概要试验计划法的基

24、本概要 试验计划法的活用目的试验计划法的活用目的工序或工序或SystemSystem的型号的型号实验计划法的活用目的实验计划法的活用目的-何种变数对反应值Y的影响最大?-如想符合Y值的特定值要求,怎样设置X值?-最小化、控制不了的因子,怎样设置X值?ProcessProcessInputsInputs OutputsOutputs 控制因子控制不了的因子XX1 X2 XnZ1 Z2 ZqY改善改善阶阶段段-试验计划法试验计划法ControlImproveAnalyzeMeasureDefine2.2.试验计划的进行顺序试验计划的进行顺序进行步骤进行步骤进行内容进行内容与主题有关的事项与主题有关

25、的事项1.1.设定试验目的设定试验目的 明确设定通过试验而要取得的目的.目的不明确的话,不容易找到最佳的试验及分析方法.CTQ的最佳化(最小,最大,Target)2.2.选择特定值选择特定值选择与试验目的达成直接连接的试验的反应值为特性值.并将所选择的特性值最佳的时候，显出的Side Effect也选为特性值.CTQ3.3.决定因子及决定因子及 水准水准 在与特性值有关的因子中,选择影响大的因子.选择试验者关心而因子可变的水准值.潜在性因子 致命因子(Vital Few)4.4.试验布置及试验布置及 Random Random化化决定怎样组合因子的水准而实施试验.决定为断绝外部因子的影响而怎样

26、进行Random化.Block化,Random化5.5.试验实施试验实施制定对试验方法的实施标准后,按Random化的步骤而实施.从头到尾彻底管理试验是否按计划进行.试验环境 管理6.6.数据分析数据分析决定将试验数据，用何种统计的方法，怎样分析.首先Grape化,掌握其变动情况后,选择适当的统计性方法.假说验证,分散分析 相关分析,回归分析7.7.分析结果解释分析结果解释 及措施及措施考虑试验的目的及假定,找出具有技术性的结论.以结果解释为基本,进行下一步试验或者再现性试验,采取标准作业的改善措施.下一步试验阶段 找出最适条件 再现(验证)试验改善改善阶阶段段-试验计划法试验计划法Contr

27、olImproveAnalyzeMeasureDefine3.3.试验计划法的基本原则试验计划法的基本原则 随机化随机化(Randomization)：以完全：以完全随随机的方式安排各次机的方式安排各次试验试验的的顺顺序，防止序，防止实验实验者未知的但可能者未知的但可能对响应变对响应变量量产产生系生系统统性影性影响响。-由于所选定的试验因子以外的其它原因，为防止影响到试验结果的方案(试验步骤地随机化)为提高试验的水平、制订容易分析的试验计划，所需的基本原理是 随机化(Randomization),块形化(Blocking),正交化(Orthogonality),反复(Replication)。

28、改善改善阶阶段段-试验计划法试验计划法ControlImproveAnalyzeMeasureDefine 块形化(Blocking)(Blocking)-可能的话，试验环境均一分开为几个模型(Block)，以后要调查模型(Block)内的各因子弹的影响。-全体试验以时间、空间分割而作模型(Block)的话，各模型(Block)内的试验环境均一，因此可以得到更佳的试验结果。-在试验计划法上，模型(Block)适用为一个因子，其效果另外分离，总变动除外模型(Block)之间的变动，剩的就是模型(Block)内的纯粹变动.RunABC1-1-1-12+1-1-13-1+1-14+1+1-15-1-

29、1+16+1-1+17-1+1+18+1+1+1设备号机1号机2号机2号机1号机2号机1号机1号机2号机 8回 Run按装备号机(1,2号机)BlockingABC3个因子的交互作用的效果交叉各装备号机的效果，从而不影响装备号机，可以求因子效果。正交化(Orthogonality)(Orthogonality)-正交化是指，在试验上，独立配置各因子(Main&Interaction)，使特定因子不受别的因子影响。-计划试验时，使因子之间共有正交性而求数据的话，如同一试验次数，可以得到对因数的效果的检出力更佳的验证，并得到程度更高的追定。-数学上正交性是指，个别因子的程度的合是”0”,乘两个因子

30、的程度的合是“0”.RunABC1-1-1-12+1-1-13-1+1-14+1+1-15-1-1+16+1-1+17-1+1+18+1+1+1Sum000 确认正交排列表(23)的数学上的正交性改善改善阶阶段段-试验计划法试验计划法ControlImproveAnalyzeMeasureDefine 反复反复 (Replication)(Replication)-在各水准的组合上，可能的话，反复进行2次以上，比进行1次试验，得到的试验结果的可靠性高。-反复进行，可以提高误差项的自由度，误差分散的程度也会好，因此可以提高试验结果的可靠性。反复进行2次22(A,B因子)试验RunABAB1-1-

31、1+12+1-1-13-1+1-14+1+1+1RunABAB5-1-1+16+1-1-17-1+1-18+1+1+1虽反复实施同一试验条件，全体试验顺序随机化是因子数为 n、各因子的水准数为 K的试验计划法，在所有因子间的水准组合上进行试验的试验计划。Kn 因子配置上广泛使用2水准/3水准系，但3水准系因子配置一般是为找出最佳值而使用的。1.21.2水准完全配置的理解水准完全配置的理解 K Kn n 因子配置法因子配置法(K(Kn n Factorial Design)Factorial Design)是因子数为 n、各因子的水准数为2的试验计划法，对n个的独立变数(X)，实施各个2水准的试

32、验而要掌握各独立变量的影响度时使用的。2 2n n 完全配置法完全配置法 (2(2n n Full Factorial Design)Full Factorial Design)2 2 水准完全配置的表示水准完全配置的表示2 2n n=?=?表示试验次数说明备注2 22 242水准因子是2个的情况2n本身意味试验次数，因子每增加一个时，总试验次数增加2倍。2 23 382水准因子是3个的情况2 24 4162水准因子是4个的情况2 2n n2n2水准因子是n个的情况 2:所有因子的水准数 n:配置在试验上的因子数?:总试验次数 2 2n n 试验配置的意义试验配置的意义改善改善阶阶段段-因子配

33、置法因子配置法ControlImproveAnalyzeMeasureDefine2828例例题题:洗涤力试验洗涤力试验在开发新的 Design洗衣机时制作了几个 Sample.对衣料的清洁度进行洗涤时间和水量的实验.Factor:X1:洗涤时间 X2:水量(Gallon)Level 1 10 4Level 2 20 8反映值:衣料的 洗涤力(清洁度和亮度 测定)Factorial Design:在全部水准上组合全部 因子进行排列的 实验计划因为是2因子 2水准所以有可以用4个个的组合 X1Low (-)10High (+)20Low (-)10High (+)20 X2Low (-)4Low

34、 (-)4High (+)8High (+)8为了提高实验的精确度，在各 实验顺序(Run)上重复 4次.改善改善阶阶段段-因子配置法因子配置法ControlImproveAnalyzeMeasureDefine2929Run12345678910111213141516Wash Time(minutes)10101010101010102020202020202020Amount ofWater(gal)4444888844448888Change in Reflectance20.419.317.616.39.716.414.812.317.417.723.220.415.024.015.

35、615.2反映反映值值(洗涤力洗涤力)和和 2 Factor的的 Graph 洗涤力试验洗涤力试验:(排列和排列和 实实施施)841020 9.7 16.414.8 12.320.4 19.317.6 16.315.0 24.015.6 15.217.4 17.723.2 20.4wash time(min)水量(gallon)改善改善阶阶段段-因子配置法因子配置法ControlImproveAnalyzeMeasureDefine3030洗涤力洗涤力 19 17 1510 20 4 8 time(minutes)水量水量(gallons)18.615.819.015.4Main Effect

36、s plot洗涤力试验洗涤力试验:实验分析使用 3个 Graph 总效果 Plot -各个别 Factor对反映值“Y”产生的效果(使用平均值)交互作用 Plot -因子相互组合同时对“Y”产生的影响Cube Plot -把从各因子的组合上得出的反映值进行标示 2.8洗涤洗涤时间时间和水量对和水量对 对洗涤力产生影响对洗涤力产生影响(坡度大坡度大-根据根据因子的因子的 水准水准 变化变化“Y”值值变大变大)改善改善阶阶段段-因子配置法因子配置法ControlImproveAnalyzeMeasureDefine3131交互作用交互作用 交互作用 Plot是对两个 因子同时变化的效果进行比较.洗

37、洗涤涤力力 20 minutes20 10 minutes181614 4 8gallons18.419.713.317.4Interaction Plot 20分钟分钟的的 洗涤洗涤时间时间一直是与使用的一直是与使用的 水量无关，具有更高的洗涤性能水量无关，具有更高的洗涤性能解解 释释v 交互作用交互作用是在判断为是在判断为因子因子间相互组合对间相互组合对反映反映值值“Y”产生影响时使用产生影响时使用改善改善阶阶段段-因子配置法因子配置法ControlImproveAnalyzeMeasureDefine3232Cube Plot体现在因子的个组合上得出的反映值“Y”Cube plot1020 13.3X=8 gallons 4time(minutes)17.4X=18.4X=19.7X=现现在的在的 实验实验中中 最佳的最佳的 值值是是 洗涤洗涤时间时间 为为20分钟分钟,水量为水量为4 加仑时洗涤力为加仑时洗涤力为19.7 洗涤洗涤时间时间为为 10分钟分钟,水量为水量为 8加仑加仑 是洗涤力最低是洗涤力最低.解解 释释改善改善阶阶段段-因子配置法因子配置法ControlImproveAnalyzeMeasureDefine