Sixsigma绿带人员培训教材.ppt

SixSigma綠帶人員培訓教材目錄,6Sigma第二章企業導入6Sigma的過程第三章6Sigma項目選擇(Define)(Measure)(Analyze)(Improve)(Control)第九章企業文化的變革與展望附錄一統計表附錄二參考案例,SixSigmaGreenBelt課程,6,MS2NPI開發部,引言,歡迎您參加6Sigma綠帶課程!當您完成此課程,您將具備6SigmaGreenBelt(綠帶人員)資格.在推動6Sigma的過程中,主要是擔任BlackBelt(黑帶人員)助手的角色;運用改善工具與方法,使各項改善項目能順利展開.,第六章,分析(Analysis),D,M,A,I,C,目錄,1.呈現數據資料2.鑒別潛在原因3.進行比較4.確認根本原因,目標,使項目團隊能更詳細的將搜集的資料,利用工具與方法呈現數據,去找出問題的根本原因尋找改善的機會。學習DMAIC中,分析階段的步驟與方法,分析原因,*分析問題的主要原因,*確定測量的方式,*監別CTQ,*解決問題的最佳改善方案,*維持改善的成果,界定(D),測量(M),分析(A),改善(I),控制(C),第六章,分析(Analysis)1.呈現數據資料2.鑒別潛在原因3.進行比較4.確認根本原因,利用己搜集到的數據與資料,根據其特性呈現,進行分析.並找出其要因,呈現數據資料,進行比較,鑒別潛在原因,確認根本原因,如何進行分析,分析工具運用觀念,1.必須確認問題點在哪里2.了解數據之特性(計數或計量)3.選擇適合的解析工具4.正確地判斷圖形所表示的意義5.針對其意義決定下一步的動作,分析工具使用時機,1.觀察因果關系的關聯性或兩個因素之間的關系。散布圖2.整理原因結果之關系因果圖(魚骨圖)3.考慮事物的平均與變異特性直方圖控制圖4.運用數據與時間的比對,來看出整體過程的趨勢運行圖控制圖5.從影響較大的23項顯示并采取措施柏拉圖6.根據事實數據顯示圖形查驗表柱狀圖雷達圖箱形圖,一數據資料的呈現方法,描繪數據的四種方式,畫出數據的圖形,直方圖(分布),運行圖(波動),箱形圖(分散度),直方圖,何謂直方圖,容易看出計量值的數據分配情形,直方圖原則,*研究短期的變化*確定分布為何*尋找明顯的原因*搜集50-100個連續的數據-最好是取來自於同一來源,范例-直方圖分析1,公司所進料之噴嘴對口零件,其內徑規格32.533.5mm,今按隨機抽樣抽樣取100個樣本,在25測定值如附表,制作直方圖並計算制程能力,范例-直方圖分析1,范例-直方圖分析1,范例直方圖分析2,例:記錄機車里程計的不良,根據資料請分析缺點數據的分布狀況與外型1.選擇檔案theWorksheet“EXH_QC.MTW”2.選擇GraphHistogram,范例-直方圖分析2,3.在GraphVariables選“Faults”。4.選擇ok,范例-直方圖分析2,直方圖的三個特徵,集中離散外形,集中趨勢和分布,集中態勢-平均數離散態勢-全距(最大值-最小值)-標准方差,集中和離散視覺估計,平均數,解釋“外形”,*異常值*多峰*偏態,異常值,位於分布之外的點即是表明存在特殊的原因,多峰,不同的峰代表不同的群體-來源-時間長度-操作員-等,多峰分解,可能包括的多個過程機器或位置不同批料或材料來源不同很多人同時進行同一個過程過程不穩定,造成有兩個過程的假象,自然偏態,測量有一個自然的“停止點”變化傾向於發生在一個方向上-ppm-交貨周期,人為偏態截尾,由分類而引起的偏態看上去像一個“被截斷的鍾形曲線”,超出規格的單元被檢驗員剔除了,Workshop,KC公司所進料之關鍵零件,其規格為130160,今隨機抽樣60個為樣本,測定值如附表,請制作直方圖,箱形圖(盒須圖),何謂箱型圖,呈現資料數據分布特性及異常點分布,箱型圖原則,使用在呈現資料數據分布特性了解數據分配情況可辨別數據是否有異常點可比較2個或多個過程,箱形圖,*偏離值最大值75百分位(Q3)中位數25百分位(Q1)最小值,箱形圖,箱形圖解讀中位數:所有數值排列順序后的中間位數值75百分位數(Q3):所有數值排列順序的3/4位數值25百分位數(Q1):所有數值排列順序的1/4位數值最大值:小於Q3+1.5(Q3-Q1)數據的最大值最小值:大於Q1-1.5(Q3-Q1)數據的最小值偏離值:假如數值小于Q1-1.5(Q3-Q1)或大於Q3+1.5(Q3-Q1),則為偏離值,范例-箱形圖分析1,80時噴頭之內口徑數據:,依據內口徑25與80的數據,應用箱形圖分析比較,范例-箱形圖分析1,25,80,33.5,33.0,34.0,改善前,溫度,范例-箱形圖分析2,例:男性與女性測心記錄Pulse2,請以箱形圖比較之1.選擇檔案theworksheet“PULSE.MTW”2.選擇GraphBoxplotWithGroups,范例-箱形圖分析2,3.在Graphvariables欄,輸入pulse2,在Categoricalvariables欄,輸入Sex4.ClickOK.,Workshop,檔案PULSE.MTW男性與女性測心跳記錄Pulse1,請以箱形圖比較,推移圖,何謂推移圖,呈現過程資料數據分布是否具有隨機性及了解趨勢模式,推移圖原則,研究長期的變異判定分布的穩定性-分布是否保持過程水准和散離態勢?尋找時間上的特殊原因按順序搜集20個或更多的子群-來源相同-在一個行圖上或Shewhart圖上標出-性能評價,推移圖的規劃,研究所需的時間-要充分觀察到“正常的過程行為”蒐集數據的型式-歷史的vs.目前的相關數據-可以用來做分析和解釋,范例-推移圖分析,例:此公司為生產測量輻射的設備,為了探討測量的變異.根據實驗記錄做運行圖分析1.選擇檔案theworksheet“RADON.MTW”2.選擇ShatQualityToolsRunChart.,范例-推移圖分析,3.在singlecolumn填入“Membrane”.在sulgroupsize填入“1”4.選擇ok,范例-推移圖分析,隨機性檢驗的方法:超過期望的串數來自兩母體混雜1.以中位數(資料呈現隨機趨勢)計算串數資料成串少數期望的串數(資料呈現不隨機趨勢)超過期望的串數資料上下震蕩變化2.以上下趨勢計算串數少數期望的串數資料成某種趨勢,范例-推移圖分析,在何處畫中心線,數據的平均數(中心數或平均數)-當目的是研究一個集中趨勢的績效概況時目標值-當日的是控制一個過程以實現一個具體的目標,Workshop:推移圖分析,請將以下的數據,使用趨勢圖分析,散布圖,何謂散布圖,藉由畫出兩變數之對比以闡明之間的關連性,散布圖原則,研究一個引起“因素”x和一個“回應”Y之間的關系更加精確地將兩種特性的關系量化確定相關性和回歸根據輸入變數預測輸出變數尋找明顯的可確定的原因搜集20個或更多的成對數據(X,Y)-在散布圖上標出-評價X,Y的關系,以從軸表示影響,以橫軸表示可能的原因X值Y值的值域可以構在一個正方形對應的X,Y值.可找出一對應點,散布圖原則,原因(X),X,Y,結果(Y),范例-散布圖分析1,記錄溫度與噴頭封口內徑的變化,范例-散布圖分析1,記錄溫度與噴頭封口內徑的變化,噴頭內徑,溫度,20,30,40,50,60,70,80,33.4,33.5,33.6,33.7,33.8,范例-散布圖分析2,例:根據資料請分析廣告支出部分與業務銷售部分是否相關1.選擇檔案theworksheet“MARKET.MTW”2.選擇GraphScatterplot,范例-散布圖分析2,3.點選圖形類別,選擇ok.4.在Graphvariables中Y欄選入“Sales”,在X中選入“Advertis”.5.選擇ok,范例-散布圖分析2,Workshop,鋼的抗張力強度與含鐵量的關系,請繪出散布圖,散布型式,“蛋糕”法國面包負相關(無相關)(強相關)“德國豬腿”非線性相關(弱相關),散布圖的陷阱,偏離值重疊的相關不正確的相關不正確的相關,分層是關鍵,用不同的標記表示不同的層X,Y之間的關系可能會與Z有關Z可能是一個變數,也可能是一個特定數值,矩陣散布圖分析,例:PULSE.MTW求身高,體重及脈搏的矩陣散布圖1.選擇檔案theworksheet“PULSE.MTW”2.選擇GraphMatrixplot,點選圖形類別選擇ok,矩陣散布圖分析,3.在Graphvariables選擇“Height”“Weight”“Pulse1”.選擇ok,矩陣散布圖分析,例:以不同的結果(Y)做層別.繪制矩陣散布圖(仍然利用pulse.MTW)1.選擇檔案theworksheet“PULSE.MTW”2.選擇GraphMatrixplot,點選圖形類別選擇ok,3.在Yvariables選擇“pulse1”及“pulse2”在Xvariables選擇“Height”Weight”Sex”選擇ok,矩陣散布圖分析,Workshop,下表為三種化學成分與不良率的關系,請繪出矩陣散布圖,第六章,分析(Analysis)1.呈現數據資料2.鑒別潛在原因3.進行比較4.確認根本原因,二、鑒別潛在原因,尋找原因,人們傾向於自己主觀的想法,沖床c應該重新研磨,但是那和這個問題又有什么關系呢?,理論是不會缺乏的-事實-記憶-經驗-直覺-偏見-比較幹草堆中的針(可能的原因)需要有系統的方法來確認可能的原因,尋找原因,鑒別潛在原因的方法,層別法,五個為什么,柏拉圖,因果圖,矩陣法,層別法,層別法,將數據依不同曾別搜集以檢查不同層別之間測量值的差異,進而了解過程的差異和潛在變異之處.層別的分類:不同部門不同作業員不同制程不同機器不同時間不同原料不同檢查方法不同地區不同環境,層別法范例,柏拉圖,柏拉圖原則,20%的原因造成80%的問題步驟:1.決定步驟分類項目-依不良項目場所時間過程機器等.2.決定收集數據的時間3.將數據從高到低排列繪制柱狀圖4.繪累計曲線及累計比例關注在次數最高的少數項目改善最大不良,達立竿見影效果,范例-柏拉圖分析1,根據第四章沙拉油案例分析發生為不良的狀況分析現況數據收集(改善前)缺點項目數量噴嘴封口裂縫201容器封口裂縫12噴嘴封口變形244容器封口變形25容器瓶中受壓力變形106無變形斷裂仍漏油670,范例-柏拉圖分析1,根據沙拉油案例分析發生不良的狀況分析,范例-柏拉圖分析2,例:記錄機車里程表的不良,根據資料請分析出此不良品中發生最多的原因為何?1.選擇檔案theworksheet“EXH_QC.MTW”2.選擇ShatQualityToolsParetochart,范例-柏拉圖分析2,3.點選Chartdefectstable,在Labelsin選入“Defects”。在Frequenciesin選入“Counts”4.選擇ok,范例-柏拉圖分析2,柏拉圖的陷阱,排序時可從高到低,也可從低到高其他項必須置於圖上的最后一條柱上當柏拉圖上有彎曲點時,表示有重要的少數(VitalFew)存在當柏拉圖上沒有彎曲點時,表示沒有重要的少數存在,存在的是有用的多數(UsefulMany)或細微的多數(TrivialMany),Workshop,以下是KC公司所分析之不良原因1.請以不良發生次數繪制柏拉圖2.請以損失總金額繪制柏拉圖依照下表,請問哪兩個是影響最大的問題?比較上述兩張柏拉圖,你的建議為何?,因果圖(魚骨圖),因果圖,某項結果的形成必定有其原因設法使用圖解找出原因1.原因追求型:列出可能影響的相關因子,環境,人,方法,問題,因素,原因,機器,材料,因果圖,2.對策達成型:追尋問題應如何防止,目標結果應如何達成,做法,做法,材料,結果,環境,人,方法,機器,步驟:1.確定特性特性可以是零件規格帳款回收率客戶抱怨報廢率等2.繪制骨架3.4M+1E人(Man)機械(Machine)材料(Material)方法(Method)環境(Environment),因果圖,4.提出大要因.中要因及小要因.再圈出最重要的原因一個可能的原因必須是一個可以執行的項目,B-14房間的照明問題怎么會引起數據輸入上的錯誤,環境,房間B-14,數據輸入錯誤,原因,原因,照明,原因,數據輸入部門,因果圖,范例-因果圖,五個為什么,五個為什么,每一個可能的原因必須是上一個可以執行解決的項目不停的問“為什么”,直到達到目的*類別不是原因*現象也不是原因錯誤環境照明太暗不要掉入“單一原因”的陷阱*“為什么”可能不止一種的答案,為什么圖,日程安排無法實現,和銷售之間無法協調,圖面不完整或不正確,工作受到“緊急”工作的影響,高的重工,不合格品,Why?,Why?,工作耗時過長,Why?,Why?,Why?,因果矩陣法,從問題中找出兩群要素,分別排出行與列行與列的交集發展出對應關系,借以分析問題關連或解決構想“排除過程”:將不可能的因果關系排除評估與每一個描述相對應的原因,利用一個矩陣來整理,步驟1.橫向列出問題的原因2.縱向列出問題的描述(症狀)3.如果原因不能解釋症狀,那麼在方格中寫“NO”4.一個以上的“NO”就可以排除這個原因,Workshop,請就以下之問題描述,確認問題之原因在某一工廠中,有五台相同之機器,而且同時安裝完成。這五台機器放在同一個工作間接在同一個變壓器上運轉,生產相同批號的組件,采用同一個供應商的原料。在星期一早上三號機台突然發生故障,其他機器則是正常運轉。在以前從來沒有發生過同樣的問題,請試著用矩陣表來確認其原因。,Workshop,剩余的問題,篩選應當排除大部分的原因如果篩選后,仍有很多的原因,那麼-還需要更多的症狀-還需要收集更多的數據篩選后沒有一個原因剩下,那麼需要-更多的“對比和變化”*尋找“隱藏”的原因*尋找“交互作用”,第六章,分析(Analysis)1.呈現數據資料2.鑒別潛在原因3.進行比較4.確認根本原因,三、進行比較,假設檢驗,目的:判斷是否存在足夠的統計証據,可以對某母全參數的某種認知或假設做合理的推論,假設檢驗之構成,1.虛無假設:以H0表示.明確指明母體參數等於某一特定數值2.對立假設:以H1表示。說明參數有以下的一種情形(1)大於虛無假設所設定的值(2)小於虛無假設所設定的值(3)不同於虛無假設所設定的值3.顯著性水准:以表示.4.檢驗統計量(由抽樣數據與分配決定),錯誤的兩種形式,型I錯誤-當虛無假設為真時拒絕它-型I錯誤的概率為(“-risk”)型II錯誤-當虛無假設為假時卻接受-型II錯誤的概率為(“-risk”),拒絕H0不拒絕H0,數據証實,真假,虛無假設,P值(p-value),p-value:會導致虛無假設(H0)被拒絕的概率值P值可以作為是否接受或拒絕虛無假的指標P值與值(顯示水准)比較(一般而言,值設定為5%)P不拒絕H0P1-Samplez.,1-SampleZ檢驗,3.在Variables欄位中選入“values”4.在sigma中輸入“0.2”5.在Testmean輸入“5.0”6.點選Options,在Confidencelevel輸入“95”,在Alternative選擇“notequal”,點選ok,1-SampleZ檢驗,P=0.02BasicStatistics1-Samplet.,1-Samplet檢驗,3.在Variables欄位中選入“Values”4.在Testmean輸入“5.0”6.點選Options,在Confidencelevel輸入“95”,在Alternative選擇“notequal”,點選OK,OK,1-Samplet檢驗,P=0.034BasicStatistics2-Samplet.,2-Samplet檢驗,2-Samplet檢驗,3.在Samples欄位中選入“BTU,In”4.在Subscripts輸入“Damper”5.Assumeequalvariance勾選6.點選Options,在Confidencelevel輸入“95”,Testmean輸入0.0,在Alternative選擇“notequal”,點選OK,OK,2-Samplet檢驗,P=0.7010.05表示不拒絕平均數之間有差異的假設,也就是此兩樣本是沒有差異的Two-sampleT-TestandCI:BTU,In,DamperTwo-sampleTforBTU,InDamperNMeanStDevSEMean1409.913.020.4825010.142.770.393Difference=mu(1)-mu(2)Estimatefordifference:-0.23525095%CIfordifference:(-1.450131,0.979631)T-Testofdifference=o(vsnot=):T-Value=-0.38p-Value=0.701DF=88BothusePooledStDev=2.8818,Workshop,參考前面范例,現在假設兩組資料方差不相等,在5%顯著水准下,請分析此兩種零件對熱消耗是否有差異?,Pairedt檢驗,使用時機:1.二組配對的數據進行平均數差的分析2.可做推定及檢驗,范例某鞋廠比較A.B兩種材質耐用性實驗,請十位小孩兩腳分別隨機穿A、B材質的鞋子,一個月后測量鞋子耐用狀況,在5%顯著水准下,請分析此兩種材質實驗結果是否有差異?1.選擇檔案theworksheet“EXH_STAT.MTW”2.選擇ShatBasicStatisticsPairedt.,Pairedt檢驗,3.在FirstSample欄位中選入“Mat-A”.4.在SecondSample輸入“Mat-B”.5.點選Options在Contidencelevel輸入“95”,Testmean輸入0.0,在Alternative選擇“notequal”,點選OK,OK,Pairedt檢驗,Pairedt檢驗,P=0.009p0(右尾檢驗)或H1:p0.651.選擇StatBasicStatistics1Proportion.,單一群體比例p檢驗,2.選Summarizeddata;Numberoftrials輸入“950”,Numberofsuccesses輸入“560”3.點選Options在Confidencelevel輸入“95”,TestProportion輸入0.65,在Alternative選擇“greaterthan”點選ok,ok,P=1.0000.05表示不拒絕這比例=0.65的假設.就是沒有證據0.65.也就是沒有超過65%支持此提案TestandCIforOneProportionTestofp=0.65vsp0.6595%lowerExactSampleXNSamplepBoundP-Value1.5609500.5894740.5625151.000,單一群體比例p檢驗,Workshop,某事務所只要有65%的委托人支持拓展業務,事務所負責人即同意拓展計劃.隨機抽取950人調查.共有650人支持.在5%顯著水准下,請分析是否超過65%的支持度?,兩群體比例p檢驗,使用時機:計算二比例差的推定及檢驗(二組樣本抽樣數及成功次數/發生次數己知),兩群體比例p檢驗,范例某公司采購機器,挑選兩家廠商比較,隨機挑選兩家(X,Y)廠商在使用中的機器.觀察一年內維修記錄次數.記錄顯示X廠商50台中有6台送修,Y廠商50臺中有8臺送修.在5%顯著水准下,請分析該挑選哪一家?H0:px-py=0H1:px-pyBasicStatistics2Proportion,兩群體比例p檢驗,2.選Summarizeddata;在Firstsample,Trials輸入“50”Successes輸入“44”,在Secondsample,Trials輸入“50”Successes輸入“42”;3.點選Options在Confidencelevel輸入“95”,TestProportion輸入0,在Alternative選擇“lessthan“點選ok,ok,兩群體比例p檢驗,P=0.7180.05表示不拒絕這虛無假設.也就是這兩家廠商一年內需要維修比例沒有差別TestandCIforTwoProportionsSampleXNSamplep1.44500.8800002.42500.840000Difference=p(1)-p(2)Estimatefordifference:0.0495%CIfordifference:(-0.0957903,0.175790)Testfordiffe