Six_sigma_綠帶人員培訓(xùn)教材(6)

1、1MS2 2006/08/01Six Sigma綠帶人員培訓(xùn)教材目錄第一章第一章 何謂何謂6Sigma6Sigma第二章第二章 企業(yè)導(dǎo)入企業(yè)導(dǎo)入6Sigma6Sigma的過(guò)程的過(guò)程第三章第三章 6Sigma6Sigma項(xiàng)目選擇項(xiàng)目選擇第四章第四章 界定界定(Define)(Define)第五章第五章 衡量衡量(Measure)(Measure)第六章第六章 分析分析(Analyze)(Analyze)第七章第七章 改善改善(Improve)(Improve)第八章第八章 控制控制(Control)(Control)第九章第九章 企業(yè)文化的變革與展望企業(yè)文化的變革與展望附錄一附錄一 統(tǒng)計(jì)表統(tǒng)計(jì)表

2、附錄二附錄二 參考案例參考案例2MS2 2006/08/01 Six SigmaSix Sigma Green Belt Green Belt 課程課程 6MS2 NPI開(kāi)發(fā)部3MS2 2006/08/01引言歡迎您參加6 Sigma6 Sigma綠帶課程!當(dāng)您完成此課程,您將具備6 Sigma Sigma Green Belt(綠帶人員)資格.在推動(dòng)6 Sigma6 Sigma的過(guò)程中,主要是擔(dān)任Black Belt (黑帶人員)助手的角色;運(yùn)用改善工具與方法,使各項(xiàng)改善項(xiàng)目能順利展開(kāi).4MS2 2006/08/01第六章分析分析( (Analysis)Analysis)DMAIC5MS2

3、2006/08/01目錄1.呈現(xiàn)數(shù)據(jù)資料2.鑒別潛在原因3.進(jìn)行比較4.確認(rèn)根本原因6MS2 2006/08/01目標(biāo)使項(xiàng)目團(tuán)隊(duì)能更詳細(xì)的將搜集的資料,利用工具與方法呈現(xiàn)數(shù)據(jù),去找出問(wèn)題的根本原因?qū)ふ腋纳频臋C(jī)會(huì)。學(xué)習(xí)DMAIC中,分析階段的步驟與方法7MS2 2006/08/01分析原因*分析問(wèn)題的主要原因* 確定測(cè)量的方式* 監(jiān)別CTQ*解決問(wèn)題的最佳改善方案*維持改善的成果界界定定(D)(D)測(cè)測(cè)量量(M)(M)分分析析(A)(A)改改善善(I)(I)控控制制(C)(C)8MS2 2006/08/01第六章 分析(Analysis) 1.呈現(xiàn)數(shù)據(jù)資料 2.鑒別潛在原因 3.進(jìn)行比較 4.確

4、認(rèn)根本原因9MS2 2006/08/01利用己搜集到的數(shù)據(jù)與資料,根據(jù)其特性呈現(xiàn),進(jìn)行分析.並找出其要因呈現(xiàn)數(shù)呈現(xiàn)數(shù)據(jù)資料據(jù)資料進(jìn)行進(jìn)行比較比較鑒別潛鑒別潛在原因在原因確認(rèn)根確認(rèn)根本原因本原因如何進(jìn)行分析 10MS2 2006/08/01分析工具運(yùn)用觀念1.必須確認(rèn)問(wèn)題點(diǎn)在哪里2.了解數(shù)據(jù)之特性(計(jì)數(shù)或計(jì)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(duì)其意義決定下一步的動(dòng)作11MS2 2006/08/01分析工具使用時(shí)機(jī)1.觀察因果關(guān)系的關(guān)聯(lián)性或兩個(gè)因素之間的關(guān)系。 散布圖2.整理原因結(jié)果之關(guān)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(yùn)用數(shù)據(jù)與時(shí)間的比對(duì)

5、,來(lái)看出整體過(guò)程的趨勢(shì) 運(yùn)行圖控制圖5.從影響較大的23項(xiàng)顯示并采取措施 柏拉圖6.根據(jù)事實(shí)數(shù)據(jù)顯示圖形 查驗(yàn)表柱狀圖雷達(dá)圖箱形圖12MS2 2006/08/01一數(shù)據(jù)資料的呈現(xiàn)方法13MS2 2006/08/01描繪數(shù)據(jù)的四種方式畫出數(shù)據(jù)的圖形直直 方方 圖圖( ( 分分 布布 ) )運(yùn)運(yùn) 行行 圖圖 ( ( 波波 動(dòng)動(dòng) ) )箱形圖箱形圖( (分散度分散度) ) 14MS2 2006/08/01直方圖15MS2 2006/08/01何謂直方圖容易看出計(jì)量值的數(shù)據(jù)分配情形16MS2 2006/08/01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(gè)連續(xù)的

6、數(shù)據(jù) -最好是取來(lái)自於同一來(lái)源17MS2 2006/08/01范例-直方圖分析1公司所進(jìn)料之噴嘴對(duì)口零件,其內(nèi)徑規(guī)格32.533.5mm,今按隨機(jī)抽樣抽樣取100個(gè)樣本,在25測(cè)定值如附表,制作直方圖並計(jì)算制程能力18MS2 2006/08/01范例-直方圖分析119MS2 2006/08/01范例-直方圖分析120MS2 2006/08/01范例直方圖分析2例:記錄機(jī)車?yán)锍逃?jì)的不良,根據(jù)資料請(qǐng)分析缺點(diǎn)數(shù)據(jù)的分布狀況與外型1.選擇檔案the Worksheet “EXH_QC.MTW”2.選擇GraphHistogram21MS2 2006/08/01范例-直方圖分析23.在 Graph Va

7、riables選“Faults”。4.選擇 ok22MS2 2006/08/01范例-直方圖分析223MS2 2006/08/01直方圖的三個(gè)特徵 集 中 離 散 外 形 24MS2 2006/08/01集中趨勢(shì)和分布 集中態(tài)勢(shì) -平均數(shù)離散態(tài)勢(shì) -全距(最大值-最小值) -標(biāo)準(zhǔn)方差25MS2 2006/08/01集中和離散視覺(jué)估計(jì)視覺(jué)估計(jì)平均數(shù)26MS2 2006/08/01解釋“外形”* 異常值* 多峰* 偏態(tài)27MS2 2006/08/01異常值位於分布之外的點(diǎn)即是表明存在特殊的原因28MS2 2006/08/01多峰不同的峰代表 不同的群體 -來(lái)源 -時(shí)間長(zhǎng)度 -操作員 -等29MS2

8、 2006/08/01多峰分解可能包括的多個(gè)過(guò)程機(jī)器或位置不同批料或材料來(lái)源不同很多人同時(shí)進(jìn)行同一個(gè)過(guò)程過(guò)程不穩(wěn)定,造成有兩個(gè)過(guò)程的假象30MS2 2006/08/01自然偏態(tài)測(cè)量有一個(gè)自然的“停止點(diǎn)”變化傾向於發(fā)生在一個(gè)方向上 -p p m -交貨周期31MS2 2006/08/01人為偏態(tài)截尾截尾由分類而引起的偏態(tài)看上去像一個(gè)“被截?cái)嗟逆R形曲線”超出規(guī)格的單元超出規(guī)格的單元被檢驗(yàn)員剔除了被檢驗(yàn)員剔除了32MS2 2006/08/01WorkshopKC公司所進(jìn)料之關(guān)鍵零件,其規(guī)格為130160,今隨機(jī)抽樣60個(gè)為樣本,測(cè)定值如附表,請(qǐng)制作直方圖33MS2 2006/08/01 箱形圖 (盒

9、須圖)34MS2 2006/08/01何謂箱型圖 呈現(xiàn)資料數(shù)據(jù)分布特性及 異常點(diǎn)分布35MS2 2006/08/01箱型圖原則 使用在呈現(xiàn)資料數(shù)據(jù)分布特性 了解數(shù)據(jù)分配情況 可辨別數(shù)據(jù)是否有異常點(diǎn) 可比較2個(gè)或多個(gè)過(guò)程36MS2 2006/08/01箱形圖 * 偏離值 最大值 75百分位(Q3) 中位數(shù) 25百分位(Q1) 最小值37MS2 2006/08/01箱形圖箱形圖解讀中位數(shù):所有數(shù)值排列順序后的中間位數(shù)值75百分位數(shù)(Q3):所有數(shù)值排列順序的3/4位數(shù)值25百分位數(shù)(Q1):所有數(shù)值排列順序的1/4位數(shù)值 最大值:小於Q3+1.5(Q3-Q1)數(shù)據(jù)的最大值 最小值:大於Q1-1.5

10、(Q3-Q1)數(shù)據(jù)的最小值 偏離值:假如數(shù)值小于Q1-1.5(Q3-Q1)或大於 Q3+1.5(Q3-Q1),則為偏離值38MS2 2006/08/01范例-箱形圖分析180時(shí)噴頭之內(nèi)口徑數(shù)據(jù): 依據(jù)內(nèi)口徑25與80的數(shù)據(jù),應(yīng)用箱形圖分析比較39MS2 2006/08/01范例-箱形圖分析1258033.533.034.0改善前溫度40MS2 2006/08/01范例-箱形圖分析2 例: 男性與女性測(cè)心記錄Pulse2,請(qǐng)以箱形圖比較之 1.選擇檔案the worksheet “PULSE.MTW” 2.選擇Graph Boxplot With Groups41MS2 2006/08/01范例

11、-箱形圖分析2 3.在Graph variables欄,輸入pulse2, 在Categorical variables欄,輸入Sex 4.Click OK.42MS2 2006/08/01Workshop檔案PULSE.MTW 男性與女性測(cè)心跳記錄Pulse1, 請(qǐng)以箱形圖比較43MS2 2006/08/01推移圖44MS2 2006/08/01何謂推移圖呈現(xiàn)過(guò)程資料數(shù)據(jù)分布是否 具有隨機(jī)性及了解趨勢(shì)模式45MS2 2006/08/01推移圖原則 研究長(zhǎng)期的變異 判定分布的穩(wěn)定性 -分布是否保持過(guò)程水準(zhǔn)和散離態(tài)勢(shì)? 尋找時(shí)間上的特殊原因 按順序搜集20個(gè)或更多的子群 -來(lái)源相同 -在一個(gè)行圖

12、上或Shewhart圖上標(biāo)出 -性能評(píng)價(jià)46MS2 2006/08/01推移圖的規(guī)劃 研究所需的時(shí)間 -要充分觀察到 “正常的過(guò)程行為” 蒐集數(shù)據(jù)的型式 -歷史的vs.目前的 相關(guān)數(shù)據(jù) -可以用來(lái)做分析和解釋47MS2 2006/08/01范例-推移圖分析例: 此公司為生產(chǎn)測(cè)量輻射的設(shè)備,為了探討測(cè)量的變異.根據(jù)實(shí)驗(yàn)記錄做運(yùn)行圖分析 1.選擇檔案the worksheet “RADON.MTW” 2.選擇Shat Quality Tools Run Chart.48MS2 2006/08/01范例-推移圖分析3.在single column填入 “Membrane”. 在sulgroup si

13、ze填入“1”4.選擇ok49MS2 2006/08/01范例-推移圖分析50MS2 2006/08/01隨機(jī)性檢驗(yàn)的方法: 超過(guò)期望的串?dāng)?shù) 來(lái)自兩母體混雜 1. 以中位數(shù) (資料呈現(xiàn)隨機(jī)趨勢(shì)) 計(jì)算串?dāng)?shù) 資料成串 少數(shù)期望的串?dāng)?shù) (資料呈現(xiàn)不隨機(jī)趨勢(shì)) 超過(guò)期望的串?dāng)?shù) 資料上下震蕩變化 2.以上下趨勢(shì) 計(jì)算串?dāng)?shù) 少數(shù)期望的串?dāng)?shù) 資料成某種趨勢(shì) 范例-推移圖分析51MS2 2006/08/01在何處畫中心線 數(shù)據(jù)的平均數(shù)(中心數(shù)或平均數(shù)) -當(dāng)目的是研究一個(gè)集中趨勢(shì)的績(jī)效概況時(shí) 目標(biāo)值 -當(dāng)日的是控制一個(gè)過(guò)程以實(shí)現(xiàn)一個(gè)具體的目標(biāo)52MS2 2006/08/01Workshop: 推移圖分析請(qǐng)將

14、以下的數(shù)據(jù),使用趨勢(shì)圖分析53MS2 2006/08/01散布圖54MS2 2006/08/01何謂散布圖 藉由畫出兩變數(shù)之對(duì)比以闡 明之間的關(guān)連性55MS2 2006/08/01散布圖原則 研究一個(gè)引起“因素”x和一個(gè)“回應(yīng)”Y之間的關(guān)系 更加精確地將兩種特性的關(guān)系量化 確定相關(guān)性和回歸 根據(jù)輸入變數(shù)預(yù)測(cè)輸出變數(shù) 尋找明顯的可確定的原因 搜集20個(gè)或更多的成對(duì)數(shù)據(jù)(X,Y) -在散布圖上標(biāo)出 -評(píng)價(jià)X,Y的關(guān)系56MS2 2006/08/01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(gòu)在一個(gè)正方形對(duì)應(yīng)的X,Y值.可找出一對(duì)應(yīng)點(diǎn)散布圖原則原因(X)XY結(jié)果(Y)57MS2 2006

15、/08/01范例-散布圖分析1記錄溫度與噴頭封口內(nèi)徑的變化溫度內(nèi)徑距離溫度內(nèi)徑距離溫度內(nèi)徑距離2433.424833.597233.752633.425033.67433.752833.455233.617633.763033.435433.657833.783233.445633.648033.783433.475833.643633.526033.653833.526233.664033.516433.674233.526633.714433.576833.714633.67033.7258MS2 2006/08/01范例-散布圖分析1 記錄溫度與噴頭封口內(nèi)徑的變化噴頭內(nèi)徑溫度203040

16、 5060708033.433.533.633.733.8 59MS2 2006/08/01范例-散布圖分析2 例: 根據(jù)資料請(qǐng)分析廣告支出部分與業(yè)務(wù)銷售部分是否相關(guān) 1.選擇檔案the worksheet “MARKET.MTW” 2.選擇Graph Scatterplot60MS2 2006/08/01范例-散布圖分析23.點(diǎn)選圖形類別,選擇ok.4.在Graph variables中Y欄選入“Sales”,在X中選入“Advertis”.5.選擇ok61MS2 2006/08/01范例-散布圖分析262MS2 2006/08/01WorkshopWorkshop鋼的抗張力強(qiáng)度與含鐵量的關(guān)

17、系,請(qǐng)繪出散布圖 # % # %c c TensileTensile 1 0.046 51.35 1 0.046 51.35 2 0.053 53.04 2 0.053 53.04 3 0.055 52.89 3 0.055 52.89 4 0.064 54.06 4 0.064 54.06 5 0.068 54.91 5 0.068 54.91 6 0.073 57.28 6 0.073 57.28 7 0.098 57.42 7 0.098 57.42 8 0.100 57.94 8 0.100 57.94 9 0.104 56.11 9 0.104 56.11 10 0.110 60.8

18、2 10 0.110 60.82 11 0.120 66.38 11 0.120 66.38 12 0.134 63.38 12 0.134 63.38 13 0.135 61.30 13 0.135 61.30 14 0.146 59.60 14 0.146 59.60 15 0.150 60.03 15 0.150 60.03 # %# %c c TensileTensile16160.155 63.630.155 63.6317170.169 71.420.169 71.4218180.173 68.900.173 68.9019190.176 71.500.176 71.5020200

19、.178 71.060.178 71.0621210.202 73.470.202 73.4722220.209 69.50.209 69.58 823230.215 77.070.215 77.0724240.220 79.210.220 79.2125250.223 78.600.223 78.6026260.229 78.370.229 78.3727270.283 77.220.283 77.2228280.268 80.750.268 80.7529290.352 91.290.352 91.2930300.353 94.250.353 94.25# %# %c c TensileT

20、ensile31310.357 92.280.357 92.2832320.385 95.60 0.385 95.60 33330.395 106.170.395 106.1734340.420 98.640.420 98.6435350.440 1130.440 113.45.4536360.510 118.700.510 118.7037370.513 118.090.513 118.0938380.570 131.270.570 131.2739390.580 130.530.580 130.5340400.624 135.380.624 135.3841410.660 143.310.

21、660 143.3142420.675 143.240.675 143.2443430.695 139.71 0.695 139.71 44440.727 146.060.727 146.0663MS2 2006/08/01散布型式“蛋糕” 法國(guó)面包 負(fù)相關(guān) (無(wú)相關(guān)) (強(qiáng)相關(guān)) “德國(guó)豬腿” 非線性相關(guān) (弱相關(guān)) 64MS2 2006/08/01散布圖的陷阱 偏離值 重疊的相關(guān) 不正確的相關(guān) 不正確的相關(guān)65MS2 2006/08/01分層是關(guān)鍵用不同的標(biāo)記表示不同的層X(jué), Y之間的關(guān)系可能會(huì)與Z有關(guān)Z可能是一個(gè)變數(shù),也可能是一個(gè)特定數(shù)值66MS2 2006/08/01矩陣散布圖分析例:

22、 PULSE .MTW 求身高,體重及脈搏的矩陣散布圖 1.選擇檔案the worksheet “PULSE.MTW” 2.選擇Graph Matrix plot,點(diǎn)選圖形類別 選擇ok67MS2 2006/08/01矩陣散布圖分析3.在Graph variables選擇“ Height” “Weight” “Pulse1”.選擇ok68MS2 2006/08/01矩陣散布圖分析例:以不同的結(jié)果(Y)做層別.繪制矩陣散布圖(仍然利用pulse .MTW) 1.選擇檔案the worksheet “PULSE .MTW” 2.選擇Graph Matrix plot,點(diǎn)選圖形類別選擇ok69MS2

23、 2006/08/013.在Y variables選擇“pulse1”及 “pulse2” 在X variables選擇“Height” Weight” Sex”選擇ok矩陣散布圖分析70MS2 2006/08/01WorkshopWorkshop下表為三種化學(xué)成分與不良率的關(guān)系,請(qǐng)繪出矩陣散布圖A成份成份B成份成份C成份成份不良率不良率1010353590905 51313343491915.55.51515323292925.65.61731935.81414303094945.65.61515313196965.35.31616353597976 61212292999995.35.31

24、71728281001005.95.971MS2 2006/08/01第六章分析分析( (Analysis)Analysis) 1.呈現(xiàn)數(shù)據(jù)資料 2.鑒別潛在原因 3.進(jìn)行比較 4.確認(rèn)根本原因72MS2 2006/08/01二、鑒別潛在原因73MS2 2006/08/01尋找原因人們傾向於自己主觀的想法沖床沖床c c應(yīng)該應(yīng)該重新研磨重新研磨但是那和這但是那和這個(gè)問(wèn)題又有個(gè)問(wèn)題又有什么關(guān)系呢什么關(guān)系呢? ?74MS2 2006/08/01 理論是不會(huì)缺乏的 -事實(shí) -記憶 -經(jīng)驗(yàn) -直覺(jué) -偏見(jiàn) -比較 幹草堆中的針(可能的原因) 需要有系統(tǒng)的方法來(lái)確認(rèn)可能的原因?qū)ふ以?5MS2 2006/

25、08/01鑒別潛在原因的方法層別法五個(gè)為什么柏拉圖因果圖矩陣法76MS2 2006/08/01層別法層別法77MS2 2006/08/01層別法將數(shù)據(jù)依不同曾別搜集以檢查不同層別之間測(cè)量值的差異,進(jìn)而了解過(guò)程的差異和潛在變異之處.層別的分類: 不同部門 不同作業(yè)員 不同制程 不同機(jī)器 不同時(shí)間 不同原料 不同檢查方法 不同地區(qū) 不同環(huán)境 78MS2 2006/08/01層別法范例79MS2 2006/08/01柏拉圖柏拉圖80MS2 2006/08/01柏拉圖原則20%的原因造成80%的問(wèn)題步驟: 1.決定步驟分類項(xiàng)目 -依不良項(xiàng)目場(chǎng)所時(shí)間過(guò)程機(jī)器等. 2.決定收集數(shù)據(jù)的時(shí)間 3.將數(shù)據(jù)從高到

26、低排列繪制柱狀圖 4.繪累計(jì)曲線及累計(jì)比例關(guān)注在次數(shù)最高 的少數(shù)項(xiàng)目改善最大不良,達(dá)立竿見(jiàn)影 效果81MS2 2006/08/01范例-柏拉圖分析1根據(jù)第四章沙拉油案例分析發(fā)生為不良的狀況分析 現(xiàn)況數(shù)據(jù)收集現(xiàn)況數(shù)據(jù)收集( (改善前改善前) ) 缺點(diǎn)項(xiàng)目 數(shù)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(wú)變形斷裂仍漏油 67082MS2 2006/08/01范例-柏拉圖分析1根據(jù)沙拉油案例分析發(fā)生不良的狀況分析83MS2 2006/08/01范例-柏拉圖分析2例: 記錄機(jī)車?yán)锍瘫淼牟涣?根據(jù)資料請(qǐng)分析出此不良品中發(fā)生最多的原因

27、為何? 1.選擇檔案the worksheet “EXH_QC.MTW” 2.選擇ShatQuality ToolsPareto chart84MS2 2006/08/01范例-柏拉圖分析23.點(diǎn)選Chart defects table ,在Labels in選入“Defects”。在Frequencies in選入“Counts”4.選擇 ok85MS2 2006/08/01范例-柏拉圖分析286MS2 2006/08/01柏拉圖的陷阱排序時(shí)可從高到低,也可從低到高其他項(xiàng)必須置於圖上的最后一條柱上當(dāng)柏拉圖上有彎曲點(diǎn)時(shí),表示有重要的少數(shù)(Vital Few)存在當(dāng)柏拉圖上沒(méi)有彎曲點(diǎn)時(shí),表示沒(méi)有

28、重要的少數(shù)存在,存在的是有用的多數(shù)(Useful Many)或細(xì)微的多數(shù)(Trivial Many)87MS2 2006/08/01WorkshopWorkshop以下是KC公司所分析之不良原因 1.請(qǐng)以不良發(fā)生次數(shù)繪制柏拉圖 2.請(qǐng)以損失總金額繪制柏拉圖 依照下表,請(qǐng)問(wèn)哪兩個(gè)是影響最大的問(wèn)題? 比較上述兩張柏拉圖,你的建議為何?88MS2 2006/08/01因果圖因果圖 ( (魚骨圖魚骨圖) )89MS2 2006/08/01因果圖某項(xiàng)結(jié)果的形成必定有其原因設(shè)法使用圖解找出原因 1.原因追求型:列出可能影響的相關(guān)因子環(huán)境人方法問(wèn)題因素原因機(jī)器材料90MS2 2006/08/01因果圖 2.

29、對(duì)策達(dá)成型:追尋問(wèn)題應(yīng)如何防止,目 標(biāo)結(jié)果應(yīng)如何達(dá)成做法做法材料結(jié)果環(huán)境人方法機(jī)器91MS2 2006/08/01步驟: 1.確定特性 特性可以是零件規(guī)格帳款回收率客 戶抱怨報(bào)廢率等 2.繪制骨架 3.4M+1E 人(Man)機(jī)械(Machine)材料 (Material)方法(Method)環(huán)境 (Environment)因果圖92MS2 2006/08/014.提出大要因.中要因及小要因.再圈出最重要的原因一個(gè)可能的原因必須是一個(gè)可以執(zhí)行的項(xiàng)目B-14房間的照明問(wèn)題怎么會(huì)引起數(shù)據(jù)輸入上的錯(cuò)誤環(huán)境房間B-14數(shù)據(jù)輸入錯(cuò)誤原因原因照明原因數(shù)據(jù)輸入部門因果圖93MS2 2006/08/01范例-

30、因果圖94MS2 2006/08/01五個(gè)為什么五個(gè)為什么95MS2 2006/08/01五個(gè)為什么每一個(gè)可能的原因必須是上一個(gè)可以執(zhí)行解決的項(xiàng)目不停的問(wèn)“為什么”,直到達(dá)到目的 * 類別不是原因 * 現(xiàn)象也不是原因 錯(cuò)誤環(huán)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96MS2 2006/08/01為什么圖日程安排無(wú)法實(shí)現(xiàn)和銷售之間無(wú)法協(xié)調(diào)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?Why?Why?工作耗時(shí)過(guò)長(zhǎng)Why?Why?Why?Why?Why?Why?97MS2 2006/08/01因果矩陣法從問(wèn)題中找出兩群要素,分別排出行

31、與列行與列的交集發(fā)展出對(duì)應(yīng)關(guān)系,借以分析問(wèn)題關(guān)連或解決構(gòu)想“排除過(guò)程”:將不可能的因果關(guān)系排除評(píng)估與每一個(gè)描述相對(duì)應(yīng)的原因98MS2 2006/08/01利用一個(gè)矩陣來(lái)整理 步驟 1.橫向列出問(wèn)題的原因 2.縱向列出問(wèn)題的描述(癥狀) 3.如果原因不能解釋癥狀,那麼在方格中寫“NO” 4.一個(gè)以上的“NO”就 可以排除這個(gè)原因99MS2 2006/08/01WorkshopWorkshop請(qǐng)就以下之問(wèn)題描述,確認(rèn)問(wèn)題之原因在某一工廠中,有五臺(tái)相同之機(jī)器,而且同時(shí)安裝完成。這五臺(tái)機(jī)器放在同一個(gè)工作間接在同一個(gè)變壓器上運(yùn)轉(zhuǎn),生產(chǎn)相同批號(hào)的組件,采用同一個(gè)供應(yīng)商的原料。在星期一早上三號(hào)機(jī)臺(tái)突然發(fā)生故

32、障,其他機(jī)器則是正常運(yùn)轉(zhuǎn)。在以前從來(lái)沒(méi)有發(fā)生過(guò)同樣的問(wèn)題,請(qǐng)?jiān)囍镁仃嚤韥?lái)確認(rèn)其原因。100MS2 2006/08/01WorkshopWorkshop101MS2 2006/08/01剩余的問(wèn)題篩選應(yīng)當(dāng)排除大部分的原因 如果篩選后,仍有很多的原因, 那麼 -還需要更多的癥狀 -還需要收集更多的數(shù)據(jù) 篩選后沒(méi)有一個(gè)原因剩下,那麼需要 -更多的“對(duì)比和變化” * 尋找“隱藏”的原因 * 尋找“交互作用”102MS2 2006/08/01第六章 分析(Analysis) 1.呈現(xiàn)數(shù)據(jù)資料 2.鑒別潛在原因 3.進(jìn)行比較 4.確認(rèn)根本原因103MS2 2006/08/01三、進(jìn)行比較三、進(jìn)行比較10

33、4MS2 2006/08/01假設(shè)檢驗(yàn)?zāi)康?判斷是否存在足夠的統(tǒng)計(jì)証據(jù),可以對(duì)某母全參數(shù)的某種認(rèn)知或假設(shè)做合理的推論105MS2 2006/08/01假設(shè)檢驗(yàn)之構(gòu)成1.虛無(wú)假設(shè):以H0表示. 明確指明母體參數(shù)等於某一特定數(shù)值 2.對(duì)立假設(shè):以H1表示。說(shuō)明參數(shù)有以下的一種情形 (1)大於虛無(wú)假設(shè)所設(shè)定的值 (2)小於虛無(wú)假設(shè)所設(shè)定的值 (3)不同於虛無(wú)假設(shè)所設(shè)定的值 3.顯著性水準(zhǔn):以表示. 4.檢驗(yàn)統(tǒng)計(jì)量(由抽樣數(shù)據(jù)與分配決定)106MS2 2006/08/01錯(cuò)誤的兩種形式型I錯(cuò)誤 -當(dāng)虛無(wú)假設(shè)為真時(shí)拒絕它 -型I錯(cuò)誤的概率為 (“-risk”)型II錯(cuò)誤 -當(dāng)虛無(wú)假設(shè)為假時(shí)卻接受 -型I

34、I錯(cuò)誤的概率為 (“-risk”) 型I -risk OK OKOKOK型II -risk拒拒絕絕H H0 0不不拒拒絕絕H H0 0數(shù)數(shù)據(jù)據(jù)証証實(shí)實(shí)真真 假假虛無(wú)假設(shè)虛無(wú)假設(shè)107MS2 2006/08/01P P值( (p-value)p-value)p-value:會(huì)導(dǎo)致虛無(wú)假設(shè)(H0)被拒絕的概率值P值可以作為是否接受或拒絕虛無(wú)假的指標(biāo)P值與值(顯示水準(zhǔn))比較(一般而言,值設(shè)定為5%)P 不拒絕H0P ,拒絕H0單尾單尾風(fēng)險(xiǎn)風(fēng)險(xiǎn)雙尾風(fēng)險(xiǎn)雙尾風(fēng)險(xiǎn)=0.05=0.025/200Z=1.645Z=-1.96Z=1.96108MS2 2006/08/01假設(shè)檢驗(yàn)步驟建立建立假設(shè)假設(shè)檢驗(yàn)檢驗(yàn)?zāi)Ｊ?/p>

35、模式?jīng)Q定決定顯著顯著水準(zhǔn)水準(zhǔn)選擇選擇檢驗(yàn)檢驗(yàn)統(tǒng)計(jì)統(tǒng)計(jì)量量行動(dòng)行動(dòng)決策決策定義定義臨界臨界點(diǎn)點(diǎn)執(zhí)行執(zhí)行Mini-Mini-tabtab109MS2 2006/08/01假設(shè)檢驗(yàn)范例 品保部想了解最近生產(chǎn)的某部品是否與以前生產(chǎn)的部品的質(zhì)量水準(zhǔn)相當(dāng)(根據(jù)歷史資料此類部品的分配接近常態(tài)分配,且平均數(shù)=5.0mm, =0.2mm.自現(xiàn)場(chǎng)隨機(jī)取出9件,在顯示水準(zhǔn)5%下.是否有足夠證據(jù)顯示比類產(chǎn)部品的平均數(shù)仍然是5.0mm. 虛無(wú)假設(shè) H H0:5.0 對(duì)立假設(shè) H H1 1 :5.0110MS2 2006/08/01平均數(shù)之檢驗(yàn) 使用時(shí)機(jī): 1.一組數(shù)據(jù)進(jìn)行平均數(shù)的分析 2.過(guò)去的群體標(biāo)準(zhǔn)方差() 己知,

36、 可做推定 3.要檢驗(yàn)的平均數(shù)己知,可做檢驗(yàn)111MS2 2006/08/01平均數(shù)之檢驗(yàn)抽樣數(shù)n:n 30大樣本(使用z檢驗(yàn))檢驗(yàn)統(tǒng)計(jì)量z= (若未知.則以s取代)N 0 (右尾檢驗(yàn)) 或H1:Basic Statistics1-Sample z. 113MS2 2006/08/011-Sample Z檢驗(yàn) 3.在Variables欄位中選入“values”4.在sigma中輸入“0.2”5.在Test mean輸入“5.0”6.點(diǎn)選Options,在Confidence level輸入“95”,在Alternative選擇“not equal”,點(diǎn)選 ok114MS2 2006/08/01

37、1-Sample Z檢驗(yàn)P=0.02Basic Statistics1-Sample t.117MS2 2006/08/011-Sample t檢驗(yàn)3.在Variables欄位中選入“Values”4.在Test mean輸入“5.0”6.點(diǎn)選Options,在Confidence level輸入“95”,在Alternative選擇“not equal”,點(diǎn)選 OK,OK118MS2 2006/08/011-Sample t檢驗(yàn)P=0.034Basic Statistics2-Sample t.2-Sample t檢驗(yàn)121MS2 2006/08/012-Sample t檢驗(yàn)3.在Sampl

38、es欄位中選入“BTU,In”4.在Subscripts輸入“Damper”5.Assume equal variance勾選 6.點(diǎn)選Options,在Confidence level輸入“95”,Test mean輸入0.0,在Alternative選擇“not equal”,點(diǎn)選 OK,OK122MS2 2006/08/012-Sample t檢驗(yàn)P=0.7010.05表示不拒絕平均數(shù)之間有差異的假設(shè),也就是此兩樣本是沒(méi)有差異的Two-sample T-Test and CI:BTU ,In ,DamperTwo-sample T for BTU,InDamper N Mean StDe

39、v SE Mean1 40 9.91 3.02 0.48250 10.14 2.77 0.393Difference=mu(1)-mu(2)Estimate for difference:-0.23525095%CI for difference:(-1.450131,0.979631)T-Test of difference=o(vs not=):T-Value=-0.38 p-Value=0.701DF=88 Both use Pooled StDev=2.8818123MS2 2006/08/01WorkshopWorkshop參考前面范例,現(xiàn)在假設(shè)兩組資料方差不相等,在5%顯著水準(zhǔn)下,

40、請(qǐng)分析此兩種零件對(duì)熱消耗是否有差異?124MS2 2006/08/01Paired tPaired t 檢驗(yàn)使用時(shí)機(jī): 1.二組配對(duì)的數(shù)據(jù)進(jìn)行 平均數(shù)差的分析 2.可做推定及檢驗(yàn)125MS2 2006/08/01范例 某鞋廠比較A.B兩種材質(zhì)耐用性實(shí)驗(yàn),請(qǐng)十位小孩兩腳分別隨機(jī)穿A、B材質(zhì)的鞋子,一個(gè)月后測(cè)量鞋子耐用狀況,在5%顯著水準(zhǔn)下,請(qǐng)分析此兩種材質(zhì)實(shí)驗(yàn)結(jié)果是否有差異?1.選擇檔案the worksheet “EXH_STAT.MTW”2.選擇ShatBasic StatisticsPaired t.Paired tPaired t 檢驗(yàn)126MS2 2006/08/013.在First

41、Sample欄位中選入“Mat-A”.4.在Second Sample輸入“Mat-B”.5.點(diǎn)選Options在Contidence level 輸入“95”,Test mean 輸入0.0,在Alternative選擇“not equal”,點(diǎn)選 OK,OKPaired tPaired t 檢驗(yàn)127MS2 2006/08/01Paired t Paired t 檢驗(yàn)P=0.009p0(右尾檢驗(yàn)) 或H1:p0.65 1.選擇StatBasic Statistics1Proportion.131MS2 2006/08/01單一群體比例p檢驗(yàn)2.選Summarized data;Number

42、 of trials 輸入“950”,Number of successes 輸入“560”3.點(diǎn)選Options 在Confidence level 輸入“95”,Test Proportion 輸入0.65,在Alternative 選擇“greater than ”點(diǎn)選ok,ok132MS2 2006/08/01P=1.0000.05表示不拒絕這比例=0.65的假設(shè).就是沒(méi)有證據(jù)0.65.也就是沒(méi)有超過(guò)65%支持此提案Test and CI for One ProportionTest of p=0.65vs p0.65 95% lower ExactSample X N Sample

43、p Bound P-Value1. 560 950 0.589474 0.562515 1.000單一群體比例p檢驗(yàn)133MS2 2006/08/01Workshop Workshop 某事務(wù)所只要有65%的委托人支持拓展業(yè)務(wù),事務(wù)所負(fù)責(zé)人即同意拓展計(jì)劃.隨機(jī)抽取950人調(diào)查.共有650人支持.在5%顯著水準(zhǔn)下,請(qǐng)分析是否超過(guò)65%的支持度?134MS2 2006/08/01兩群體比例p檢驗(yàn)使用時(shí)機(jī): 計(jì)算二比例差的推定及檢驗(yàn) (二組樣本抽樣數(shù)及成功次數(shù)/發(fā) 生次數(shù)己知)135MS2 2006/08/01兩群體比例p檢驗(yàn)范例 某公司采購(gòu)機(jī)器,挑選兩家廠商比較,隨機(jī)挑選兩家(X,Y)廠商在使用中

44、的機(jī)器.觀察一年內(nèi)維修記錄次數(shù).記錄顯示X廠商50臺(tái)中有6臺(tái)送修,Y廠商50臺(tái)中有8臺(tái)送修.在5%顯著水準(zhǔn)下,請(qǐng)分析該挑選哪一家? H0: px-py=0 H1: px-pyBasic Statistics 2Proportion136MS2 2006/08/01兩群體比例p檢驗(yàn)2.選Summarized data;在First sample ,Trials 輸入“50” Successes 輸入“44”,在Second sample ,Trials 輸入“50”Successes 輸入“42”;3.點(diǎn)選Options 在Confidence level輸入“95”,Test Proportion 輸入0,在Alternative 選擇“l(fā)ess th