six sigma 基础教材-Analyze 阶段

SixSigma基础教材Analyze阶段6Sigma改进步骤AnalyzeA、活动步骤B、Analyze阶段常用工具C、假设检验D、方差分析AnalyzeStep过程（Process）InputOutputXXXXXXXXXXXXXYAnalyzeStep活动步骤1、列出所有影响项目Y的过程变量X’s，用函数关系表示为：Y=f（X1、X2、X3，…，Xn）2、找出对项目Y有重要影响的关键少数影响因素X’s3、对改善收益进行预测分析阶段的目的：是分析在测量阶段所收集的数据，以确定一组按重要程度排列的影响质量的变量x’s。AnalyzeStepAnalyze---Input1、过程流程图（在M阶段为把握现状，所绘制的详细的流程图，可以直接使用）2、过程输出的量化指标即项目Y（既项目的改善对象，在M阶段已取得项目Y的详细现况测量数据，此数据是分析和改善阶段的研究对象）3、对项目Y及其影响因素X’s的数据有效性验证结果（在M阶段前期，为了保证测量数据的有效性，展示过程本来面目，需要验证数据测量系统的有效性。根据被测量数据的性质，可将其分为计量值和记数值数据，两种类型数据的测量系统有不同的分析和验证方法，此结果作为一种证明输入到分析阶段）4、对当前过程性能的准确评估(对项目Y对应的当前过程能力的准确评估，即Zlt和Zst。根据数值的比较可以对过程现存问题作基本把握。）5、改进目标（是项目Y的改善目标，也是过程能力的改善目标，如将Zlt和Zst由现状提升至何种水平，改进目标是高低决定了分析的水准。）AnalyzeStepAnalyze---Output1、影响项目Y的所有X’s。（分析阶段的主要目标是发现影响项目Y的主要因素，这样就要找出所有的影响因素，特别不能漏掉可能的关键的影响因素。）2、影响项目Y的关键少数X’s。（将关键少数和多数次要因素分离开是分析阶段的首要目标。）3、量化的收益。（在找出少数关键因素后即对其进行评估，并对改善效果进行预测，计算出改善所需成本和项目收益。）AnalyzeStepAnalyze---常用工具头脑风暴法因果图数据表直方图散布图柏拉图实际问题统计问题统计学的解决方法实际的解决方法yfxxxk=(,,...,)12SixSigma是一个系统的步骤过程分析改进控制l测量AnalyzeStepAnalyze---常用工具头脑风暴法：对给定的一个专题，让项目团队每位成员进行讨论，提出自己的看法和见解。在使用头脑风暴法的时候，必须要遵守下面的原则：不允许作评价应该鼓励不寻常的想法强调的是数量（在短时间内，产生尽可能多的新的想法）学员可以“搭乘”其他团队成员的想法提出自己的看法1.头脑风暴法AnalyzeStepAnalyze---常用工具对提出的项目，没有充分的信息来确定该项目是否应该着手研究关于问题可能的原因进行推测识别可能的纠正措施识别纠正措施可能遇到的阻力使用头脑风暴法的合适时机：AnalyzeStepAnalyze---常用工具因果图：因果图（C-E），帮助项目小组去整理关于原因已有推测并发现一些新的原因，一个因果图不能去识别根本原因，它仅仅用图象方法显示许多对观察结果（Y）有影响的原因（X），这种图象帮助我们集中注意力搜寻根本原因，它对小组成员理解问题也有帮助。2.因果图(CauseandEffect)AnalyzeStepAnalyze---常用工具因果图例AnalyzeStepAnalyze---常用工具因果图的三个显著特征：对所观察的效应或考察的现象产生影响的原因的直观的表示一些可能的原因的相互关系被清晰地显示出来，一个原因可能出现图的几个地方。一些相互关系一般是定性的和假定的。（因果图通常为建立经验的因果关系所需的数据做准备）AnalyzeStepAnalyze---常用工具因果图要考虑的因素：人、机器、材料、方法、测量--------5M（制造业）人（雇员）、供应品（供应）、步骤、位置（环境）、顾客--------5P（服务业）AnalyzeStepAnalyze---常用工具因果图优点：1、它结合了机构化和系统的方法，把团队全体成员注意力集中在特定的问题上，既鼓励创新的想法又保持了团队工作的条理性；2、用图象的方法提出了很复杂的情况，并清楚地看出各要素间的关系AnalyzeStepAnalyze---常用工具数据表：数据表被用来收集问题的信息，在简单的表格形式中记录指定的数据，然后由项目团队进行分析。3.数据表AnalyzeStepAnalyze---常用工具数据表表例AnalyzeStepAnalyze---常用工具直方图：直方图是使用柱状来表示单一特性变动的图形。变异的形式通常揭示过程中新的特征。4.直方图AnalyzeStepAnalyze---常用工具直方图例AnalyzeStepAnalyze---常用工具散布图：用点来表示两个因子间的关系。5.散布图AnalyzeStepAnalyze---常用工具散布图例表示在制造和安装期间改变程序的次数表示在安装后需要维修的次数一个点表示一个顾客AnalyzeStepAnalyze---常用工具柏拉图：按原因别和发生的频数大小，由大到小排列，然后利用80/20原则，将“少数的关键”因子和“多数的有用”因子给区分开的图形。６.柏拉图（Pareto）AnalyzeStepAnalyze---常用工具ITEMM221R214R150M082R072TOTALAH101115128AM113016AS1272427676AT34125134BD2432218067BE20211116BH4024212BQ7800015BT171217161173BW000022TOTAL80467210625329主要不合格项：AS、BT、BD、AT、AHASBTBDATAHBEBQBHOthers7673673428161512823.122.220.410.38.54.94.63.62.423.145.365.776.084.589.493.997.6100.00100200300020406080100DefectCountPercentCum%PercentCounttotalPareto图例I点AnalyzeStepAnalyze---常用工具Pareto分析是注意的事项：1）分界点累计百分比曲线斜率明显趋于“平坦”的点称为分界点（如上图中的I点），该斜率的突减代表累积曲线的一个“突变”，突变的分界点区分出了“关键的少数”和“有用的多数”2）模糊区如果曲线斜率变化不明显，分界不清晰时，成为“模糊区”，如果遇到模糊区，我们可以采取下面两种对策：a]暂定累积影响达60%的少数因素，为“关键”因素，对其诊断、分析；b]进一步采取第2轮排列图分析，识别新的“关键”因素。AnalyzeStepAnalyze---常用工具用MINITAB做PAREATO点击OKAnalyzeStepAnalyze---常用工具用MINITAB做PAREATOAnalyzeStepAnalyze---常用工具异常值平均值最大值最小值把数据按顺序排列后位于3/4的值把数据按顺序排列后位于1/4的值中位值AnalyzeStep假设检验正确的决定Ⅱ类错误Ⅰ类错误正确的确定接受H0拒绝H0H0为真H0为假决定实际α风险：当H0为真时，拒绝H0，有称为厂家风险β风险：当H0为假时，接受H0，有成消费者风险拒真取伪AnalyzeStep假设检验假设检验连续数据离散数据分散平均两种平均的比较几种平均的比较F-testT-testANOVAVariance...TestforEqualVariance1Samplet-test2Samplet-testpairedt-testOne-wayANOVATwo-wayANOVA1Proportion2Proportions比较离散程度是否一样。（比较组装1、2线后足跟高度偏差时）2、在分析，上月和下月生产线的NC量是要用。（5月份，产量1000，NC100；6月份产量2000，NC800，看6月份与5月份的NC量是否有改善？）------2Proportions1、在分析验证，单个时候使用（假定以前的硬币正面出现概率为50/100次，而这次出现了60/100次，看否是正常现象？）------1Proportion前后平均是相同，但是并未改善已知总体偏差时，用1—SampleZTestAnalyzeStep假设检验计数值计量值数据相关或回归分析方差分析（卡方）Proportion（单个时使用）Proportions（两个及以上时使用）看性质的差异（如，韩国宇研生男生女和中国宇研生男生女的差异是什么？（逻辑回归分析）在经济学中，分析社会现象时用T-Test（比较组装1、2线粘合强度：Y是粘合强度，为计量型数据；X是1、2线，为记数型数据）比较两个因子之间相互关系时用AnalyzeStep假设检验p-valueα:采取原假设p-valueα:采取备择假设已知总体偏差时用！一组样品时，看是否达到某一目标时用！比较两个样品之间的差异！比较两个样品的差值！（如，服药前后药效比较、洗澡前后身上灰的重量比较）AnalyzeStep假设检验（ANOVA）TestforVariance:F-Test检验分散的同质性检验某两个总体的分散是否相同AnalyzeStep假设检验（ANOVA）符合正态分布的时候用此为标准来判断不符合正态分布的时候用此为标准来判断这种方法是用来判断两组数据的离散程度的当P-value＞α时，两组数据分散程度相同；P-value＜α时，两组数据分散程度不相同AnalyzeStep假设检验（ANOVA）三个因子水平以上ANOVA（方差分析）的假设1.在各样本内的检测要独立。2.抽出样本的某总体是服从正态分布。3.抽出样本偏差相等。(TestforEqualVariance)进行对一个因子的方差分析独立变量有一个（对一个因子，在不同条件下）样本的数量不同分析主效果分析交互作用进行对二个因子的方差分析独立变量有二个（对2个因子，在不同条件下）AnalyzeStep假设检验假设检验类别用途Z检验T检验比较总体均值F检验同时比较两个总体方差Barlett检验同时比较多个方差，假定总体数据为正态分布Levene检验同时比较多个方差，假定总体为非正态分布比例检验比较总体的比例AnalyzeStep假设检验想解决的问题检验方法平均值与假设值相同与否检验单样本Z检验单样本T检验两个平均值之间相同与否检验双样本Z检验双样本T检验成对数据的均值相同与否检验成对T检验多个样本平均值相同与否检验单变量方差分析均值假设检验方法总结AnalyzeStep假设检验Levene’s检验多样本方差齐性检验（非正态数据）Barlett’s检验多样本方差齐性检验（正态分布数据）F检验双样本方差齐性检验χ2检验单样本方差与假设值相同与否检验检验方法想解决的问题方差检验方法总结