六西格玛工具.ppt

1、定义的工具,头脑风暴 亲和图层别法 Pareto分析 Kano分析 质量功能展开 流程图 质量成本 鱼骨图（因果图）,头脑风暴,在短时间内产生众多主意的团队合作方法。 头脑风暴的类型： 自由旋转由所有团队成员自发产生各种想法 循环法团队成员依次提出想法 卡片法团队成员将想法写在卡片上，无需经过讨论 头脑风暴的指导原则： 没有任何思想会受到批评 不要讨论想法 所有想法都要加入记录 鼓励大胆设想 不要解释输入 人人都要参与 以他人的想法为基础,亲和图,当拥有众多的客户要求而需要将它们进行分类的时候，亲和图是一个理想的工具。这个工具将帮助我们组织和总结信息，以便掌握问题的本质，并确定客户要求。 亲和

2、图运用头脑风暴和一致同意的决策方法完成。 1.运用头脑风暴产生想法并置于墙上。 2.将想法按性质自然分类，无法肯定属于何类的想法由小组讨论决定。 3.合并小组有所怀疑的项目。 4.确定各种类别的主题。 5.划分每种类别中项目的优 先次序。,Pareto分析,用于确定导致问题发生的主要因素。一般而言，80%的问题是由20%的因素造成的。 绘制Pareto图的过程： 分门别类收集数据 计数类别出现的频数 纵轴代表频数，横轴代表导致问题发生的因素，按频率递减的顺序绘制直方图 分析数据，找出主要原因,Kano分析,Aggjljgflg;h;hh Lfagfgfghs Agjflhgfd Gs Hsdh

3、fjfg Jfkkj;k;l;lkjhl;h J;jk;l;kjhlk Dkf Dglh;lkj;kll Lkgshgkjhk dfsgajlfdhslfh,Attractive,Must-be,ne-dimensional,Indifferent,并非所有的客户要求对所有的客户都同等重要。Kano分析用来决定哪一个客户要求是重要的。,Kano分析能够帮助小组将不同的客户要求排序，以决定哪一个要求具有最高的优先级别。 如何进行Kano分析。 1.制定调查表。对每一个潜在的客户需求使用一对问题（功能和功能障碍）。 2.测试调查表，并根据需要修改它。 3.面向客户发送调查表。 4.处理结果。 5.

4、分析结果。,QFD 寻求客户的心声,新产品设计时的QFD的整个过程可联系到 GIGO (完整输入完整输出 ) 如果客户的心声没有被完整而适当的捕获，则不会满足市场的实际需求。 因此在QFD的其它过程实施前首先获取正确的客户心声是极端重要的。,QFD-确定对客户最重要的服务要求,过程流程图,流程图描述了标准过程操作程序的基本步骤以便理解过程基本状况、人及需进行的工作之间的关系。 流程图是一种可以确定过程瓶颈如延迟、过多的传送、等待和排队时间等的非常好的工具。 流程图也确定了每个工序的主要内外部客户、供应商和过程所有者。 流程图可以确定变差来源、决策点和无附加值的作业步骤,从供应商处 接收 PCB

5、,部品检查,检查部品,符合规 格吗？,是,退回供应商,组装部品 在 PCB上,测试组装好的 PCB,等待生产.,检查PCB,合格吗？,包装出货,不,否,返工和分析,是,过程流程图,品质成本,硬收益 潜在收益 软收益,传统的劣质成本 (COPQ),真正的劣质成本,隐藏的成本,未使用的文书,让步接受,快运成本,定单错误,服务费过高,销售定单失误,原型制作过于昂贵,人员流失,上市时间过晚,新产品开发成本,加速处理成本,软件不兼容,库存,延迟,投诉,搬运成本,能力过剩成本,市场丧失,加班,测试成本,返工,客户退货,检查成本,拒收,定单取消,内部缺陷,5-8%,20-25%,因果图-主要原因和辅助原因,

6、因果图例,测量的工具,测量系统分析 过程能力分析 FMEA分析,与测量数据有关的更多常见问题,什么是Gage R&R分析？ 用来分析测量系统的方法，目的是确定测量某种东西时出现的波动（误差）的大小和类型。,Repeatability,什么是可重复性？ 当一个人使用同一个测量仪器来测量仪器来测量同一个部件时所产生的误差 什么是可再现性？ 当两个人或多人使用一个测量仪器来测量同一个部件时，测量结果平均值的误差 什么是准确性？ 观测值的平均值和真实平均值之间的差异,Mean of the measurements of operator B,Mean of the measurements of o

7、perator A,准确性,真实平均值,观察到的 平均值,测量系统误差的来源,观测的过程 误差,过程实际 误差,测量误差,长期 过程误差,短期 过程误差,样本内误差,测量仪器误差,测量者误差,准确性,重复性,稳定性,线性,再现性,我们即将了解的测量系统分析方法将提供对总体测量误差、由于测量仪器可重复性引起的误差、由于测量者引起的误差的估计。,测量系统的波动通过对测量系统的可重复性和可再现性进行分析确定,测量仪器分辨率,测量仪器分辨率 可定义为测量仪器能够读取的最小测量单位。 看看下面的部件A和部件B，它们的长度非常相似。测量分辨率描述了测量仪器分辨两个部件的测量值之间的差异的能力。,部件A,部

8、件B,A=2.0 B=2.0,1,2,3,4,部件A,部件B,A=2.25 B=2.00,1,2,3,4,因为上面刻度的分辨率比两个 部件之间的差异要大，两个部 件将出现相同的测量结果。,第二个刻度的分辨率比两个部 件之间的差异要小，部件将产 生不同的测量结果。,测量仪器的分辨率必须小于或等于规范或过程误差的10%。,测量系统分析（Gage R&R）的目的,在六个西格玛项目中，Gage R&R分析的主要目的是确定项目中所使用的数据是否可靠。 Gage R&R分析还可以： 评估新的测量仪器 将两种不同的测量方法进行比较 对可能存在问题的测量方法进行评估 确定并解决测量系统误差问题,三种类型的界限

9、,规格界限 (LSL and USL) 由设计工程部门根据客户要求确定的产品性能公差。 过程界限 (LPL and UPL) 用来测量过程的变异。 为所测量特性的自然公差（六倍标准差（6 ）界限。 控制界限 (LCL and UCL) 用来测量样本统计量的变异 (均值, 方差, 比例等),过程能力分析,三种类别的界限,单值分布 样本均值分布,过程能力指数,过程能力的两种测量 过程潜力 Cp 过程绩效 Cpu Cpl Cpk,缺陷模式和影响分析(FMEA):一个预防缺陷的前摄行动,FMEA 是一种确定产品或过程可能出现缺陷或失效并针对这些缺陷或故障采取预防计划的系统性方法 FMEA 是一种降低缺

10、陷和故障的前摄性工具。,原因、缺陷模式和影响的相关关系,原因,缺陷模式,影响,FMEA分析例,分析的工具,相关和回归分析 多变量分析 方差分析 置信区间和假设检验 图形分析,相关和回归分析,相关分析概述 相关分析是一种常用的揭示变量之间相互关系的分析方法，我们知道产品、过程、服务等质量存在波动性和规律性，质量管理就是要揭示质量随过程变量变化的规律，发现最关键的少数变量并加以改善和控制，使过程保持在相对稳定的高水平上。六西格玛管理法正是一种基于数据，以客户要求为驱动的质量管理方法，所以利用相关、回归等分析方法寻找影响质量的关键因素是六西格玛突破策略中分析阶段的主要任务。,相关分析概述,变量间的相

11、关性 某工艺工程师想研究松香比重对焊点拉拔力的影响，测得一组数据如下： 仔细观察这组数据，我们会发现一个规律，当松香比重提高时，焊点拉拔力也会相应提高，这表明焊点拉拔力和松香比重间存在一种关系，我们称松香比重和焊点拉拔力之间存在相关关系。,散布图,散布图是将一对变量用图形表示出来，两个变量分别对应于图上的x和y坐标轴，这样每对对应的x、y数据均可在散布图上以一个点来表示。观察散布图的形状即可以了解变量x和y的相互关系。 上例松香比重和焊点拉拔力的关系可用散布图表示如下：,5.0,5.5,6.0,6.5,7.0,7.5,8.0,0.760,0.780,0.800,0.820,0.840,焊点拉拔

12、力,松香比重,多变量图,多变量图显示了几种变异来源，特别适用于将部品内变差和其他变差 进行比较时。 多变量分析技术早先由 Joseph M Juran等人使用，起源于股市分析师 用它显示股票市场价格。,多变量图,基本多变量图用一根竖直 线来显示一个产品单元内 内部的变异。 w: 部品内变异 b: 部品间变异 t: 经时变异 (产品批之间的变异),什么是方差分析,方差分析是一种用来确定因变量y与单个或多个自变量Xs之间统计显著性的方法，它可以根据其来源将一组数据的变差分解到不同的变差来源中，从而发现变差的重要程度。即变差是偶然原因引起的还是因特殊原因引起的，我们可根据方差分析结果很容易地筛选出关

13、键的少数Xs。,方差分析的种类,根据方差分析对象的因素数（即自变量x的数量）和因素的水平设置状况，方差分析可分为以下几类： 1、单因素方差分析 单因素方差分析适用于单因素有两个以上水平时，确定因素的各水平对因变量y的变差的影响。 2、双因素方差分析 适用于两个因素和两个以上水平时确定每个因素对因变量y的变差的影响。 3、多因素方差分析，分平衡数据和非平衡数据两种。,参数估计与置信区间,在分析和解决实际问题时，要取得分析对象的全部数据是非常困难的，很多时候也是根本不能实现的。比较可行的方法是从总体中抽取一定数量的样本，取得样本的测量数据，现通过样本数据对总体数据进行估计。区间估计方法就是在已知样

14、本状况时，估计总体值的可能区间的方法。此类例子在实际中非常多，如要估计全国人口的平均身高，可在已取得一定量样本的情况下可以估计出全国人口的身高范围。要估计消费者对某种产品的满意程度，可采取抽样调查方式取得一部分样本，再根据此样本值估计出全部消费者和满意程度范围。一般这种估计要求有比较高的“可信程度”，如95%的可信度。,什么是假设检验,对总体参数分布作某种假设，再根据抽取的样本观测值，运用统计分析方法检验这种假设是否正确，从而决定接受假设或拒绝假设的过程就是假设检验。,问题的转化,假设代表将实际存在的问题转化为统计问题，它使我们能够在进行调查之间就提出可能的所有结果。在统计调查后，只需接受或拒

15、绝每个假设，再将统计问题转化为实际问题，对实际问题作出决策。 在六西格玛各阶段，用假设检验进行问题解决的策略如下图所示：,六西格玛对实际问题的解决思路,过程运行,确定问题、阐明问题。如装配线A的直通率在最近3个月由95%降至85%。,判断,可能是采用了一个新供应商的物料而导致直通率下降。,实际问题,怎样才能提升直通率？,认识,建立一个模型进行分析，如假设检验、区间估计、相关分析等。确定数据收集方法，抽样计划设计、风险选定。,统计问题,H0： u A=u B,Ha： u AuB,认识和 判断,选择样本数n，收集数据，计算统计输出t、p、r等值，评估差异，据采用统计方法相对应的数据的自由度设置置信

16、区间，对统计参数下结论。,统计结论,拒绝H0： u A=u B,再认识,统计结论是否真实，测量方法是否正确，样本选择如何等。,实际结论,供应商A的电阻物料比供应商B的好。,判断,对结论进行总结，是否只适用于所研究的特定场合，可否推广，有何限制/约束条件？,新的认识,选用供应商A的物料。,图形分析,箱图分析 六西格玛是一种基于数据的决策方法，但数据是抽象的符号，如能将抽象的数据用形象的方式表达出来，将更便于比较和鉴别。六西格玛突破模式的各个阶段均有大量的图形工具供选用，下面介绍最常用的图形-“箱图”。 箱图是一种很有用的图形分析工具，它的作用是对取自不同样本的数据进行对比分析。通过箱图分析可以很

17、直观地看出所比较的两组数据的差异，从而为采取下一步行动提供依据。,箱图的一般结构,星号,上触须,箱体,下触须,从上图可以看出，箱图是由星号、上下触须和箱体3部分构成。各部分代表的意义如下：,中值,数据的四分之三位（Q3）,数据的四分之一位（Q1）,界外值,下触须的最低点代表以下两个值之中较大的一个：Q1-1.5(Q3-Q1)数据组中的最小值,上触须的最高点代表以下两个值之中较小的一个：Q3+1.5(Q3-Q1)数据组中的最大值,星号代表界外值,改善的工具,试验设计（DOE）,试验设计,试验设计是优化产品和过程设计、加速设计开发周期、降低开发成本、改善从研发、设计到制造过程的产品转换和解决制造问题的强有力工具。 如今，试验设计被看作一个以总成本最低取得产品卓越性能的品质技术。,为何要使用 DOE?,改变一个过程的平均值。 降低变异。 改变平均值并且降低变异。,x1,x2,试验设计(DOE),消除自变量对响应变量的影响。,术语 - 因子 一个独立变量（自变量） - 水平 因子的一个值 - 响应 输出结果,过程,X,Y,咖啡例:因子及其水平,主要影响:每个自变量本身对响应变量的影响,试验的目标,改善效率或产能 发现优化的过程设