六西格玛管理绿带笔记

1、MIND MAP OF SIX SIGMABrett Chen2016.09.15第一章 概论质量大师质量大师休哈特1.创立统计过程控制SPC2.将控制图应用在生产上3.PDCA循环4.提出偶然因素与系统因素戴明1.将统计质量控制SQC导入日本2.提出质量管理14要点朱兰1.大质量观点2.撰写质量手册3.将帕雷托原理应用于质量改进（柏拉图28原则）4.质量管理三部曲：质量策划、控制、改进5.将人的因素加入质量管理过程中石川馨1.发明因果图2.质量管理小组QCC的奠基人之一田口玄一1.田口方法：线外质量控制、线内质量控制、计量管理技术、试验设计技术，也称为质量工程学2.提出质量损失函数QLF，将

2、质量与经济两个范畴的概念统一起来3.提出信噪比SNR概念4.三阶段设计：系统设计、参数设计、公差设计理论：质量达到理论：质量达到6水平，即上、下水平，即上、下规格差为规格差为6，此时不良率为，此时不良率为2PPB实际：考虑过程有实际：考虑过程有1.5的漂移的漂移（即（即4.5水平），不良率也仅水平），不良率也仅3.4DPMO补充：补充：传统传统3质量标准的99.73%，是指没有任何偏移的情况，而实际生产中波动是难免的，因此3已经已经无法满足需求无法满足需求价值观价值观高层领导的作用顾客驱动与顾客满意组织和员工的学习基于数据和事实的管理无边界合作/突破性改进注重结果/价值创造作用作用问题解决成本

3、降低文化变革战略实施员工发展工具工具DFSS&DMAIC战略战略制订&部署SWOT平衡计分卡财务指标财务指标顾客指标顾客指标内部过程内部过程学习与成长学习与成长推进步骤推进步骤导入期加速期成长期成熟期组织结构组织结构高层领导、倡导者、资深黑带、黑带、绿带、业务负责人高层领导高层领导1.制订25年的战略目标2.授权一个推进小组3.制定推进方案4.亲身参与5.将六西格玛的价值观融入组织文化变更中倡导者倡导者1.发起和支持黑带项目2.进行全面的部署3.确认项目及目标4.资源分配及过程监控资深黑带资深黑带1.担任高级参谋2.协调、推进项目开展3.负责在组织或特定领域开展项目4.担任培训

4、师5.为黑带提供咨询、指导黑带黑带1.专职或兼职从事项目推进2.组织、管理指导黑带项目工作绿带绿带1.黑带项目成员或较小项目负责人2.组织中人数最多、最基本的力量业务负责人业务负责人1.为项目提供资源支持2.关注项目的实施过程寻找显示出机会与威胁的战略因素 分析外部环境分析外部环境寻找决定优势与劣势的战略因素 分析内部环境分析内部环境力场分析力场分析S优势优势 W劣势劣势O机会机会 T威胁威胁2第二章 项目管理分析顾客需求水平对比确定确定改进机会改进机会选择项目选择项目过程绩效过程绩效指标指标团队建设团队建设项目监控项目监控顾客：按接受者：外部、内部按方式：中间、最终按时间：过去、当前、潜在卡

5、诺模型：基本型：必须有，不充足则不满意，充足无影响期望型：非必须，不充足则不满意，越充足越满意，呈一元线性关系兴奋型：不充足无影响，越充足越满意标杆管理成立水平对比团队收集内、外部数据分析数据识别差距制定和执行行动最佳实践DPU单位缺陷数缺陷数/产品数DPO机会缺陷数缺陷数/（产品数缺陷机会）DPMO=DPO106PFY过程最终合格率指终检合格率，隐藏了过程损失RTY流通合格率指各个子过程的FTY乘积（不考虑原材）离散型数据确认大方向Y分解Y，确认主要的y根据y明确CTQ根据CTQ确定项目课题发展阶段形成期振荡器规范期执行期团队激励T事实A负责R尊重G成长E授权T信任项目目标实际测量找出差距问

6、题解决3DMAICDMAIC方法Define确定YMeasure测量Y、XAnalyze确定Y=f(x)Improve优化Y=f(x)Control更新Y=f(x)4CTQ树图树图找到关键变量逐层分解 1.识别顾客2.识别顾客要求3.识别第一层顾客要求4.逐层细化到适当层次5.确认复核选择适当的测量指标，以量化数据S具体的M可测量的A可达成的R与企业目标一致的T有时间限制的能在一张简单的图中展示从输入到输出的跨职能活动SupplierInputProcessOutputCustomer画个图第三章 界定将最初的顾客要求转化为可量化的产品或服务的要求高端流程图高端流程图SIPOC项目范围y搞定Y

7、不能直接吃啊指标的选择在高阶层面做即可，详细的测量及数据收集在M阶段进行排列图排列图分解出这么多CTQ，哪个才是真的呢？1.80%的结果源于20%的原因2.比较不同缺陷类型所带着的结果3.确定关键输出变量，即KPOV，即真正的CTQ确定目标确定目标审批流程：审批流程：组长组织项目成员讨论、分析、制定初稿，报企业组长组织项目成员讨论、分析、制定初稿，报企业资深黑带审核，最后报送发起该项目的倡导者批准。资深黑带审核，最后报送发起该项目的倡导者批准。使用甘特图使用甘特图项目立项表要素项目立项表要素1.项目名称2.项目背景及选择理由3.问题/机会陈述4.目标陈述5.项目团队组成及职责分工6.项目涉及的

8、过程、职能范围7.项目利益相关方及其影响8.总体里程碑进度表9.倡导者的批准和授权立项立项5界定阶段图表工具汇总名称名称说明说明用途用途图示图示亲和图亲和图（KJ法）Affinity diagram川喜田二郎针对某一问题，充分收集各种经验、知识、想法和意见，通过图表汇总，按其相互间的亲和性归纳整理这些资料，使问题得以明确，统一认识和协调作用。1.归纳思想2.打破现状和可能的束缚3.参谋筹划4.贯彻方针关联图关联图（关系图）Interrelationship digrahps将关系繁复的因素按原因-结果，或者目的-手段的方式，有逻辑地连接起来，厘清复杂问题、整理语言文字资料的一种图形方法。1.界

9、定项目的范围和边界2.原因分析3.确认关键影响因素4.拟定制造过程中预防不良品的措施5.提出解决市场问题的措施6.改进企业的日常管理工作树图树图Tree diagram按照“主题-主要类别-组成要素-子要素”的顺序，将主题分解或分层，以增加细节内容，旨在使笼统的主题分解成较小的部分，使之更易理解和解决。1.目标-手段：将目标与措施系统地展开，以寻求最佳手段或措施2.问题-原因：用于分析质量问题与其因素的因果关系3.组织结构图4.项目管理中的任务分解（自上而下）6名称名称说明说明用途用途图示图示矩阵图矩阵图Matrix diagrams从问题的各种关系中找出成对要素，按矩阵的形式，把问题及与其有

10、对应关系的各个因素按行、列排成图，并在交点处标出两者的关系，从中确定关键点。1.分析质量问题的原因2.整理用户需求3.分解质量目标优先矩阵图优先矩阵图Prioritization matrix是树图与矩阵图的结合，帮助决策者确定所考虑的活动、目标的重要程度。过程决策程序图过程决策程序图Process decision program charts（PDPC）为完成某个目标，在制定行动计划或进行方案设计时，预测可能出现的障碍和结果，并相应的提出多种应变计划。1.计划庞大、复杂时2.计划必须如期完成时3.失败成本很高时4.执行计划之前界定阶段图表工具汇总7名称名称说明说明用途用途图示图示网络图（箭

11、条图、矢线图、统筹法）把各项作业之间的依赖、制约关系表示出来，找出影响工程进度的关键、非关键因素，进行统筹协调，合理利用资源，提高效率与效益。1.工程可分解为许多作业2.这些作业在生产工艺、生产组织上相互依赖、制约路径最长（权重数值最大）为关键路径，它代表完成整个工程的最短工期，又称为主要矛盾线。界定图表工具汇总8分析数据分析数据Cause & Effect DiagramProcess flow chartPFMEAFailure mode & effect analysis因果图石川馨图鱼刺图，头脑风暴是关键严重度S频度O可探测D风险度RPN数据数据收集收集MSA先判定测量

12、系统的准确性，收集的数据才有意义制造业5M1E服务管理业4P：people/place/process/policy这些是工具哦第四章 测量基础1:概率与数理统计概率与数理统计基础2:数据的收集与整理数据的收集与整理让我们看得懂、会用公式指导我们如何获得正确的数据将实际问题转化为可测量和定量表述的问题过程能力过程能力分析分析Output of measure9第四章 测量基础1 1：统计量统计量统计量描述数据集中程度描述数据离散程度描述数据分布形状总体总体个体，是构成总体的元素里面共有n个元素，称为总体容量从里面抽取若干个，构成样本，其个体数量称为样本容量，记为n统计量是反映数据分布特征的代表

13、值均值中位数m0.5众数M0偏度3峰度4极差R方差2标准差样本标准差s总体标准差/n右偏则偏度为正，左偏则偏度为负度量分布的平坦程度，为零则是正态分布出现频数最高的数值度量分布的样本的重心或质心有序数列中，排在中间位置的数样本极值之间的距离围绕均值的波动10第四章 测量基础2 2：分布随机变量随机变量离散型离散型连续型连续型按照一定的概率取值的变量，用X/Y/Z表示，其取值用x/y/z表示变量X所有可取值的集合只包括有限个元素集合变量X能在一个数值区间内取任何值0-1分布泊松分布二项分布均匀分布正态分布超几何分布对数正态分布指数分布1.每次试验只有两种结果，记为成功/失败；称为伯努利试验2.记

14、为XB(1,p)，E(X)=p，Var(X)=p(1-p)，(X)=p(1-p)3.案例：检验通过/不通过，目标命中/不命中，话费是否高于1001.在相同条件下将伯努利试验独立重复n次，称为n重伯努利2.记为XB(n,p)，E(X)=p，Var(X)=np(1-p)，(X)=np(1-p)3.基本性质：n为固定值；每次只有成功/失败；每次成功概率都是p；每次试验相互独立4.案例：n次检验，并且每次都将样品放回再进行下一次1.单位时间/单位面积/单个产品随机事件的平均发生概率2.记为XP()，E(X)=Var(X)=，(X)=3.案例：假设产品平均不良项为2个，则没有不良项的概率是多少；平均寿命

15、类的题目1.与二项分布相对，超几何分布适用于不重复抽样（产品不放回）2.记为XB(n,p)，E(X)=p，Var(X)=np(1-p)，(X)=np(1-p)1.也称为高斯分布2.记为XN(,2)1.X落在区间（a,b）中任意长度相同的子区间内的可能性相同2.记为XU(a,b)，E(X)=(a+b)/2，Var(X)=(b-a)2/12，(X)=(b-a)2/121.两个时间段内发生某事件的概率2.记为XE()，E(X)=(X)=1/，Var(X)=1/23.很多产品的首次发生故障的时间都服从该分布威布尔分布实际应用中，当样本容量小于批量的10%，超几何分布近似为二项分布；当n很大p很小时，二

16、项分布近似于泊松分布1.案例：岩石的化学成分、针刺麻醉的阵痛效果、英语单词的长度、流行病的蔓延时间、化学反映时间、绝缘材料的被击穿时间等1.有三个主要参数：形状参数、位置参数、尺度参数2.记为XW(,)，当=0,=1时，则威布尔分布即为指数分布3.案例：机电类产品的磨损累计实效的分布形式（一般分为早期失效期、偶然失效期、损耗失效期）11第四章 测量基础3 3：中心极限定理中心极限中心极限定理定理假设随机变量X1Xn相互独立，且同分布，即他们具有相同的分布形状和分布参数称X1Xn为独立同分布的随机变量如果X1Xn是非正态分布，只要独立同分布，且n够大X1Xn的均值也是正态分布，服从XN(,2/n

17、)X1Xn的和分布、均值分布都可以近似正态分布和分布：X1+X2+.+Xn近似服从均值n，方差n2的正态分布N(n, n2)均值分布：(X1+X2+.+Xn)/n近似服从均值，方差2/n的正态分布N(, 2/n）注意：当分布对称时，注意：当分布对称时，n大于等于大于等于5近似效果理想；当分布非近似效果理想；当分布非对称时，对称时，n大于等于大于等于30近似效果才理想近似效果才理想前提条件对于离散型随机变量：具有相同的概率对于连续型随机变量：具有相同的概率密度函数、分布函数、均值、标准差、方差例如如果X1Xn是独立同正态分布，均服从XN(,2)这个定理表明，无论原随机变量是什么分布，只要个数n较

18、大，那么随机变量均值X的分布都近似为正态分布。该分布的均值等于该分布的方差等于2/n该分布的标准差等于/n12第四章 测量基础4 4：抽样分布抽样分布抽样分布样本均值的分布Z分布（单样本Z）方差2已知方差2未知，n30即服从自由度为n-1的t分布(X-)/(/n)N(0,1)方差2未知，n30T分布（单、双样本t）(X-)/(S/n)t(n-1)样本方差的分布2分布（卡方）。公式不会写两个独立正态样本方差之比的分布F分布。也不会写抽样分布是指样本统计量的分布。13用于样本方差与总体方差的检验，方差相等统一假定H0：独立，H1：不独立用于两个独立的正态总体的方差的检验，方差相等用于样本均值与总体

19、均值的检验第四章 测量：MSAMSA合格的合格的测量系统测量系统准确度精确度偏倚总波动2T1.偏倚可通过校准加以修正2.测量系统的偏倚应具有线性量具本身2e操作者2o+2opSo 2T 2e+(2o+2op)+2p 然后两边都然后两边都*62622T 622e+62(2o+2op)+622p转换为定义名称转换为定义名称TV2 EV2 + AV2 + PV2R&R=(EV2 + AV2 )=6ms=P测量系统的波动（方差）2ms测量对象的波动（方差）2p结果判断标准：结果判断标准：0% 10% 30%很烂临界合格如果测量结果不是连续型，而是离散型的，怎么办？如果测量结果不是连续型，而是离

20、散型的，怎么办？采用属性值数据一致性分析。采用属性值数据一致性分析。即对属性值数据进行相关性和一致性的分析。即对属性值数据进行相关性和一致性的分析。操作要求：操作要求：1.每次选取每次选取20个或个或20个以上的零件；个以上的零件；2.OK/NG各占一半；各占一半；3.从日常从事检验工作的人员中挑选至少从日常从事检验工作的人员中挑选至少2人；人；4.每个操作者对每个零件至少测量每个操作者对每个零件至少测量2次；次；判定原则：判定原则：重复性：同一人对同一零件在不同测量轮数的一致程度；重复性：同一人对同一零件在不同测量轮数的一致程度；再现性：不同人对同一零件测量的一致性。再现性：不同人对同一零件

21、测量的一致性。(R&R)%计算公式计算公式1.P/TV （量具波动操作者波动）与总波动之比2.P/T （量具波动操作者波动）与产品规格上下限之比3.单侧上规格单侧上规格P/T （量具波动+操作者波动）与（USL-）之比4.单侧下规单侧下规格格P/T （量具波动+操作者波动）与（-LSL）之比重复性重复性1.同一测量者2.同一产品的同一部位3.同一量具4.短时间多次测量再现性再现性1.不同测量者2.同一产品的同一部位3.同一量具4.短时间多次测量14过程过程波动是波动是难免难免的的随机因素系统因素第四章 测量：过程能力分析 1.又称偶然因素2.是过程固有的3.是难以消除的4.波动幅度较小

22、1.是不常发生的2.呈现一定规律3.导致过程失控统计控制状态此时对过程能力的分析此时对过程能力的分析才有意义才有意义不应该有，通过过程管控，将其消灭若过程只受随机因素影响，且均值、波动都基本稳定当过程输出均值当过程输出均值与与公差中心重公差中心重合合CP潜在过程能力潜在过程能力CPK实际过程能力实际过程能力当过程输出均值当过程输出均值与公差、目标与公差、目标值不中心值不中心重合重合CPM偏离目标值的损失偏离目标值的损失(USL-LSL)/6T/6(USL-)/3(-LSL)/3两者取最小值的很烂 临界合格0 1 1.33 1.67合格(USL-LSL)/6其中2=2+(-m)21.3范围的概率

23、范围的概率为为99.73%，输出值，输出值落在区间外为小概落在区间外为小概率事件，一般将率事件，一般将6视为自然波动范围视为自然波动范围令令K=2(M-)/T，则，则CPK=CP(1-K)主要反馈过程的期主要反馈过程的期望损失，特别是当望损失，特别是当实际目标值与设计实际目标值与设计公差中心不一致时，公差中心不一致时，更能反映过程输出更能反映过程输出与目标值的偏差与目标值的偏差条件条件分析分析CP：a=bCPK：ab说明a、b的潜在能力相同；a的输出均值偏离严重，较差CPK：a=bCP：a0 BH0:=0或0，H1:0双边CH0:=0，H1:0检验总体均值，用样本均值X引出检验统计量；检验总体

24、方差，用样本方差S2引出检验统计量。当样本统计量落在拒绝域W就拒绝H0；落在接受域就接受H0。在判断H0是否成立时，有两种风险：错判，即将真当错拒绝了 ：漏判，即将错当真给漏了。我们希望两类风险都很小甚至为0，但是不可能，基本原则是力是力求控制求控制的前提下使的前提下使尽量小尽量小，即在尽量不错判前提下减少漏判。称为显著性水平，可取值0.01、0.05、0.1，结合显著性水平，根据给定的检验统计量的分布，查表得到临界值，从而确定具体的拒绝域。收集样本数据，计算检验统计量的值。将检验统计量的值与拒绝的临界值相比，落在拒绝域W就接受H1，否则就接受H0。计算计算P值（即接受值（即接受H0时，出现目

25、前状况的概率），判断接受时，出现目前状况的概率），判断接受H0是是否为正确的选择否为正确的选择若若P，不能拒绝H0，即认为平均厚度没有变化；2.由于=0.136，落在置信区间(0.1265, 0.1451)中间，因此有95%的把握=0.13也在此区间，不能拒绝H0。18第五章 分析：统计学分析工具假设检验假设检验由于我们观测到的样本总会有误差，不能根据简单的样本统计量的结果下定论，必须使用严格的统计假设检验方法才能得出准确的判断结论。19单样本假设检验，基本为从某一总体抽取一个样本，判断该样本与总体的差异。双样本假设检验，从两个总体各抽取一个样本，比较两个样品的均值、方差、标准差等统计量是否相

26、等或者有差异。第五章 分析：统计学分析工具假设检验假设检验由于我们观测到的样本总会有误差，不能根据简单的样本统计量的结果下定论，必须使用严格的统计假设检验方法才能得出准确的判断结论。20单比率p假设检验，分析某产品的抽样不良品率与总体，或者改善前、后是否有差异、有提升。双比率p假设检验，比较两个不良品率是否有差异、有提升，这两个不良品率抽样于两个总体。第五章 分析：统计学分析工具假设检验假设检验由于我们观测到的样本总会有误差，不能根据简单的样本统计量的结果下定论，必须使用严格的统计假设检验方法才能得出准确的判断结论。21配对数据配对数据检验检验拟合优度拟合优度检验检验例如使用两种分析方法测量矿

27、石中某成分含量，对比两种分析方法的差异每次测定的结果不仅与分析方法有关，还与产品中成分含量有关，使用双样本T检验容易犯第II类错误而得不到正确的结论说明计算方法适用于多项总体的问题，即总体中每个个体被分配到几个类别中的一个，这种情况可视为二项分布在三个及三个以上类别的情形的推广说明A型号市场份额50%，B为20%，C为30%，其中C发生了变异，试问对原有市场是否有影响案例H0: PA=0.5, PB=0.2, PC=0.3H1: PA=0.5, PB=0.2, PC=0.3至少1项不成立建立假设计算方法原假设的比例实际测得数据原假设比例总体数显著性水平=0.05，自由度=k-1=2（3个类别）

28、，查卡方分布表相应的拒绝域临界值为5.99，7.345.99，拒绝原假设第五章 分析：统计学分析工具方差分析方差分析ANOVA用于比较多个总体均值有无差异。总变异SST基本原理基本原理（变异的可累加性）（变异的可累加性）组间变异SSm（处理因素）组内变异SSe（随机误差）变异的来源通过分析研究上述两个来源的变异对总变异的贡献大小，确认可控的“处理因素”的影响。上述的各种偏差平方和计算，受样本数据个数影响较大导入自由度的概念，消除个数的影响，变为均方和：MSm与MSe那么就比较MSm与MSe的差异，记为F来源来源偏差平方和偏差平方和自由度自由度均方和均方和F比比如果每一水平重复如果每一水平重复次

29、数不同次数不同因子ASSmdfm=r-1MSm=SSm/dfmF=MSm/MSe有两点不同：1.n为所有m之和；2. SSm计算公式不同，较为复杂，题目一般会直接给出数值误差eSSedfe=n-rMSe=Sse/dfe总计TSSTdfT=n-1m表示每一水平下试验的次数；r表示水平的数量；n=r*m1.计算得出F值；2.假定显著性水平=0.05，查表确认F0.95(dfm，dfe)的数值；3. FF0.95(dfm，dfe)，则认为因子A是显著的（即对结果有影响）；22第五章 分析：统计学分析工具列联表列联表针对属性型数据的统计分析方法，一般都使用卡方检验。B1B2A1n11n12A2n21n

30、22B1B2合计A1A245428748.3338.670.230.2910578183101.6781.371P值P0.05，不能拒绝原假设，不能拒绝原假设，A与与B无关；无关；P0.05，拒绝原假设，拒绝原假设，A与与B有关。有关。23H0：性别与态度无关，H1：性别与态度有关Df（2-1）（2-1）1男学生男学生女学生女学生合计合计赞成454287反对10578183合计150120270以分析第13章为例建立假设、计算自由度男学生男学生女学生女学生合计合计赞成150*87/27048.33120*87/27038.6787反对150*183/270101.671

31、20*183/27081.33183合计150120270计算期望频数男学生男学生女学生女学生合计合计赞成(4548.33)2/48.330.23(42-38.67)2/38.670.290.52反对(105-101.67)2/101.670.11(78-81.33)2/81.330.140.25合计0.340.430.77计算统计量第五章 分析：统计学分析工具多变异多变异分析分析影响过程波动的因素（变异源）很多，多变异分析可分析变异的组成（可控因子还是不可控因子），且定量（使用方差分析）地给出每部分所产生的变异占比。是在正式解决问题之前的准备工作，即先搞清楚变异是如何产生的。多变异图工具工具

32、方差分析分类分类产品内变异产品间变异时间变异单位产品的质量特征在不同位置上所存在的变异。常见如人员之间的差异、原料批次之间的差异、供应商之间的差异。常见如每周之间的差异、早中晚班之间的差异。数据收集方法数据收集方法树状图数据收集的最低条件：1.因子个数22.每个因子的水平数23.测量次数224第五章 分析：统计学分析工具相关分析相关分析分析问题出现的原因。相关分析：分析单一自变量x与因变量y是否存在相关性，其输出是线性相关或非线性相关。回归分析：若相关分析的结论是线性相关，用方程的形式表达出来（根据自变量的数量分为一元或多元）。样本相关系数样本相关系数r（pearson相关系数）相关系数）当r

33、=1，表明所有点全在一条直线上，两个变量为完全线性相关。正相关，0r1负相关，-1rF1-(dfR, dfE)时，则回归方程有意义P0.05，则回归方程有意义，自变量与因变量具有线性相关性26回归方程的显著性检验建立回归方程的目的是表达两个具有线性相关的变量间的定量关系，因此只有当两个变量确实具有线性相关关系时，所建立的回归方程才是有意义的。回归分析：产量Y与温度X回归方程为产量Y=60+5（温度X）自变量 系数 系数标准误 T P常量 60 9.226 6.5 0温度 5 0.58 8.6 0S=13.829 R-Sq=90.3% R-Sq=89.1%（调整）方差分析来源 自由度df SS

34、MS F P回归R 1 14200 14200 74.25 0残差误差E 8 1530 191合计T 9 1573数据分析参数解读及判定方法第五章 分析：统计学分析工具一元线性一元线性回归模型回归模型27一元线性回归预测回归方程是显著的，即相关的前提可对Y的平均取值做出估计Predicted Values for New ObservationNew ObsFitSE Fit95%CI95%PI11104.95(98.58, 121.42)(76.13, 143.87)Values of Predictors for New ObservationNew ObsX110CI：表示在给定预测变量

35、的指定设置时，平均响应可能落入的范围。PI：表示在给定预测变量的指定设置时，单个观测值可能落入的范围。用于预测残差分析回归模型与数据是否拟合良好用ri表示，定义为因变量的观测值与估计值之差按观测顺序的残插图横坐标是因变量观测值残差点应在横轴上下随机波动，不应有任何上升、下降、摆动、跳跃等趋势。关于因变量估计值的残差图横坐标是因变量预测值残差的分布应呈水平的带状，如果有明显的喇叭口形状，表明残差的标准差不是常数，而是随预测值变化，模型可能有问题。残差的正态性检验残差应服从正态分布，可用直方图或者正态概率图确认。关于自变量x的残差图横轴为自变量的值重点分析残差的标准差是否保持常数，即是否有喇叭口形

36、状。如果残差图均正常，则没有理由怀回归模型的合理性第六章 改进28产生解决产生解决方案方案评价解决评价解决方案方案完成风险完成风险评估评估创造性思维验证方案验证方案有效性有效性改进方案改进方案的实施的实施从改进方案的效果、可行性、成本投入、周期等方案，评价改进方案的优势、劣势FMEA是最主要的方法，改进方案的FMEA结果，是控制阶段产生控制计划的必要基础工具工具横向比较借鉴其他项目FMEA试验设计防错技术步骤第六章 改进：试验设计基础29试验设计试验设计DOE研究如何以最有效的方式安排试验，以获得含有最大信息量的数据的一门科学。名词名词英文英文解释说明解释说明响应变量/指标response即因

37、变量Y可控因子Controllable factor即自变量X非可控因子Uncontrollable factor会影响过程及结果的可记录但不可控制的因素，也称为噪声因子水平/设置Level or Setting自变量因子X的不同取值处理Treatment各因子选定各自水平后，其组合称为处理试验单元Experiment unit试验对象的最小单位试验环境Experiment environment以已知或未知的方式影响试验结果的周围条件模型Y=f(X1, X2, X3, ., Xk) + 误差Experimental error即上式的，包括非可控因子及试验误差主效应如有AB两个因子：A主效应

38、A处于高水平时Y的平均值A处于低水平时Y的平均值B主效应B处于高水平时Y的平均值B处于低水平时Y的平均值交互效应同上AB交互效应（B处于高水平时A的效应B处于低水平时A的效应）2AB交互效应BA交互效应如果两个因子存在显著的交互效应，不能只用主效应的大小来判定该因子的重要性，只要含某个因子的交互效应显著，这个因子就是重要的。术语术语第六章 改进：试验设计基础30基本原则基本原则类型类型重复试验replication随机化randomization区组化blocking1.一个处理应施于多个单元，即一组参数应在多个试验对象上重复试验，以估计试验误差；2.最好在中心点处重复3、4词，这样即安排了重

39、复试验又不破坏试验的正交性、平衡性1.完全随机地安排试验或试验单元的顺序；2.随机化并没有减少试验误差本身，但可避免与未知的系统变量混杂，无法识别1.各试验单元之间难免存在某些差异，如果将其分组，每组内差异较小；2.如某试验上、下午差异较大，就将上、下午当作两个区组；因子筛选设计参数优化设计稳健参数设计1.通过试验设计从众多的影响因素中筛选出对Y影响显著的X；2.常用：全因子设计、部分因子设计、Plackett-Burman等1.找出最佳的影响因素X的设置水平从而使Y达到最优；2.响应曲面设计稳健性是指系统的抗干扰能力，即当系统受到难以控制的因子的严重影响时，系统输出的变异性足够小策划与安策划

40、与安排排用部分因子设计进行因子的筛选用全因子设计法进行全面分析用响应曲面设计确定回归关系并求出最优在较大的试验范围内，进行因子的筛选，可使试验次数大大减少当因子数减少到5个以内，可进行全因子试验设计以获得全部因子效应及交互作用准确信息当因子个数较少且响应输出与影响因素之间的关系可能存在曲性时，就可采用响应曲面设计分析方法试验设计相关概念混料设计研究配方问题，即在整个产品中各个份量所占的比例问题（其总和为100%）第六章 改进：全因子试验设计与分析全因子全因子试验试验全因子试验指所有因子的所有水平的所有组合都至少进行一次试验。优点是可估计出所有的主效应和交互效应；缺点是试验次数会比较多。通常只作

41、二水平试验，记为2k试验。31拟合选定模型拟合选定模型进行残差诊断进行残差诊断模型需模型需要改进要改进吗？吗？对选定的模型进对选定的模型进行分析解释行分析解释目标是目标是否达到？否达到？进行验进行验证试验证试验进行下进行下批试验批试验NYNYStd OrderRun OrderCenter PtBlocksPressDisAngleStrength10101350652260.28211400702461.31311300602061.82411400602055.312501350652259.14611400702063.57711300702494.86811400602449.6990

42、1350652273.351011300602455.231111300702089.1111201350652269.5Std Order：原先设定试验方案的排列顺序。Run Order：实际试验运行的顺序，是将Std Order随机化，并调整中心点在试验前、中、后得到的顺序，体现了随机化这个要求。Center Pt：中心点试验取值为0，头尾点取值为1。Blocks：区组化设定，不同区组用不同数字区分。分析步骤表格设计第六章 改进：全因子试验设计与分析全因子全因子试验试验全因子试验指所有因子的所有水平的所有组合都至少进行一次试验。优点是可估计出所有的主效应和交互效应；缺点是试验次数会比较多。

43、通常只作二水平试验，记为2k试验。32拟合选定模型拟合选定模型Factorial Fit: strength versus Press, Dis, AngleEstimated Effects and Coefficients for strength (coded units)TermEffectCoefSE CoefTPConstantPressDisAnglePress*DisPress*AngleDis*AngleSR-Sq R-Sq(adj)Analysis of Variance for strength (coded units)SourceDFSeq SSAdj SSAdj M

44、SFPMain Effects2-way interactionsResidual ErrorCurvatureLack of FitPure ErrorTotal查看查看Main effects中的中的P值值H0：模型无效，H1：模型有效；若P0.05，则可能有以下原因：试验误差过大；试验漏掉了重要因子；模型失拟或数据有弯曲性。查看查看ANOVA表中失拟项（表中失拟项（lack of fit）的）的P值值；H0：无失拟，H1：有失拟；若P0.05则无法拒绝原假设，模型没有失拟。查看查看ANOVA表中的弯曲项（表中的弯曲项（curvature）的）的P值值；H0：无弯曲，H1：有弯曲；若P0.05，则表明无法拒绝原假设，可以判定模型没有弯曲现象。查看拟合的总效果查看拟合的总效果对比R-Sq与R-Sq(adj）之间的差异，两者之差越小说明模型越好。对对S值或者值或者S2的分析的分析 各项效应的显著性各项效应的显著性查看各项因子效应的P值；若P0.05则各项因子效应的效果是不显著的，将来修改模型时应将其剔除。第