《Six Sigma Step3》由会员分享，可在线阅读，更多相关《Six Sigma Step3（45页珍藏版）》请在金锄头文库上搜索。
1、Six Sigma 问题解决课程Step-3回归分析(Regression)什么时候使用回归分析？回归分析时怎样收集数据？回归分析(Regression) Fits 是什么？残差是什么？回归分析(Regression)Y = b0 + b1x + error回归分析的概念把需要解决的问题之间的关系用一种数学方程Fitting，并研究其相互关系不能说明的 Error能够说明回归分析(Regression)残差项目理解Lack of Fit (失拟)：A集团的平均到回归线之间的差异Pure Error(纯误差)：A集团每个点到其平均的的差异1 2 3 4 5 6 7102030XYA回归分析(Re
2、gression) Fits Plot 可以做为check 回归方程是否适合的工具? 残差(Residual)的平均要 等于 0.0 ? 残差(Residual)的要正态分布? 残差(Residual)的要随机分布? 倾向性 Example:?- 曲线?- 随着时间的倾向性?- 极限值ResdFit or TimeFitFitResdResd回归分析(Regression)单回归分析_1练习File 某公司产品的品质特性是产品的光泽度，且决定其光泽度的是Final Aging 工程中热风机的温度。现有如附件：单回归分析_1一样的数据。问1：请做回归分析后说出其结果问2：请预测温度为8.2度时的
3、光泽度问3：请绘制出其拟合线图(Fitted Line Plot)，并表示CI/PI内 容回归分析(Regression)逐步回归分析_2练习File 某公司开发的太阳能的热流动量(y)与绝缘体不同部位发散的热量(x1,x2,x3)之间的关系如附件：多重回归分析_2问1：请做回归分析后说出其结果问2：请预测绝缘体各部位发散的热量为35，45，16时的的太阳能热流动量问3：请做逐步(Stepwise)分析后，找出最佳回归方程问4：请做最佳子集分析(Best subsets)后找出最佳模型(回归方程的预测变数要2个）内 容回归分析(Regression)曲线回归分析_3练习File 某公司根据反映
4、物浓度的变化得到相应的酸度，其数据如附件：曲线回归分析_3问1：请做简单回归分析后说明问2：请用拟合线图进行分析后说明内 容回归分析(Regression)回归分析_4练习File 某汽车轮胎公司知道其轮胎的热量受到5个因子的影响，其数据如附件：回归分析_4问1：请做回归分析后说出其结果问2：请做逐步(Stepwise)分析后，找出最佳模型问3：请做最佳子集分析(Best subsets)后找出最佳模型（回归方程的预测变数要23个）内 容回归分析时要点实验计划筹划时要直交化实施计划时按时间Random进行独立因子选取范围要广转换成Coded value 形态进行分析绘制散点图确认关系形态确认分
5、析数据判断回归方程的合适性第五章Improve Phase 创意分类及整理评价亲和图, CDAM头脑风暴法多重投票法, 团队投票法产生改进创意执行 行动计划, To-Be流程图程序 使用工具Overview? DOE?Regression?RSM?Taguchi?TRIZ通常的方法 新方法临时对策为主的方法 更为科学的方法Overview产生改进方案 创造性思考是什么? 改变原来的思考方式，产生新的概念或方法的思考? 无视现在的状态或方法(Zero base)，从新从最初的目的开始出发左脑 : 分析思考 右脑 : 创造思考?肯定的?分析的?具体的?合理的?目标导向?直观的?即兴的?视觉的?艺术
6、的?感性的产生改进方案? 变化的绊脚石 惰性 容易放弃或妥协 急躁心里 惯性 技术知识的局限 错误的思维以挑战性, 创造力, 客观性进行克服产生改进方案? 创造力杠杆 在获得创新解决方案时，组织知识优于个人知识、产业知识优于组织知识、创造力优于产业知识.创造力创 新解 决 方 案产业知识组织知识个人知识产生改进方案? 创造性思考太阳 篝火 蜡烛/火炬 灯笼 手电筒 下面是?可能性 增加?白天有光?夜晚有光?固定的火?白天有光(Light only during the day)?白天有光?夜晚有光?固定的火?可移动的火?白天有光?夜晚有光?固定的火?可移动的火?强度变化?较为安全?白天有光?夜
7、晚有光?固定的火?可移动的火?强度变化?较为安全?随时开灯/关灯?可以调节方向?白天有光?夜晚有光?固定的火?可移动的火?强度变化?较为安全?随时开灯/关灯?可以调节方向?自动调整方向?产生改进方案 产生创意的方法创造性思考优秀事例(Best Practice）追求根本原因项目目标其他项目的创意头脑风暴法Mind mapping六顶思考帽(Six ThinkingHats)成就目标分析阶段的发现标竿比较假定挑战 solution mappingpilot产生改进方案 产生创意时注意事项? 根据Vital Few Xs重要的顺序依次处理? 最终确定改进方案前，多次反复产生改进创意、评价、确定过程
8、? 尽可能产生多的创意，不要执着于创意的质量? 持续捕捉创意 : 始终记录创意? 尽力避免对创意的否定、敌对、反对等阻力(阻力例) 那个改进方案不符合公司的实际 那个改进方案以前用过，行不通 那个改进方案费用过高，行不通等产生改进方案 产生创意时注意事项? 扼杀创意的杀手(Idea Killer) 以前没做过吗? 以前都做过的 (经验第一) 快速成长的，离开的也快 (拉后腿) 还会变的(悲观注意) 别做梦了 就你做好了(冷笑主义) 这时就别搀和了 (伏地不动) 下次再说吧 I am busy ! 会好的(漠然的期待) 那是我们部门的是吗？ (转移责任) 过石桥也要敲打敲打(过度的保守主义) 别
9、太认真了 (适当注意) 你是领导(没有授权) 过于理论化了 太难了, 成本太高, 不可能, 一点经验都没有, 一直做的很好. 什么都不懂的人指手画脚评价改进方案 概要? 对一个问题产生若干个改进方案时，确定最优方案? 优先考虑成果和效果，为筛选改进方案制定客观、稳妥的评价计划? 确认要点 哪个是最好的解决方案 ? 实施风险是什么 ? 最优的解决方案中，哪个实施费用最少 ? 哪个解决方案是最积极的? 最显眼的是 ? 哪个解决方案可以最快见效，命中率高 ? 哪个解决方案最容易实施，阻力小 ? 对本职业务和其他相关部门的影响是什么 ?DOE是找出Vital Few并且量化对Y的影响的过程Y X在De
10、fine, Measure阶段选定CTQ(Y)，并测量现在的 PerformanceX1X2X3X4X5X6X7Y - X关系搜寻各因子的重要性15%25%35%X5X6X325%X1X4X2X7Vital Few不重要的因子(Trivial Many)DOE的核心原理1 Random2 反复3 交错（混淆）4 Block实验计划法（DOE）现场技能(技术性Know-How)实验设计Know-How实验设计及实施 Data 收集 Data 分析 OutputInput不能调整及控制的因子可调整及控制的因子Process实验计划法（DOE）1. 因子(Factor) : 对特性性能起到影响的要因
11、2. 水准数 : 把一个 因子分成2个或2个以上时的单位数例) 特性性能 : 咖啡的味道因子 : 咖啡的量,伴侣的量,糖的量,水温水准数: 咖啡的量分成1勺和2勺,那么水准数是2伴侣的量分成1勺和2勺,那么水准数是2糖的量分成1勺,2勺,3勺,那么水准数是3水温分成90, 100,那么水准数是23.表示因子(Factor)的数和水准数的方法因子是3个各因子的水准数为2时?23 = 8 : 这里2是水准数,3是因子(Factor)的数所以总的试验次数是8次实验计划法（DOE）实验计划法（DOE）4. 完全配置法 : 因子和因子的水准一个也不漏全部组合的Ex) 23 = 8: 因子数和 水准数全部
12、组合的话有8各试验5. 部分配置法 : 随着因子(X)数的增加试验的次数也增加 实际上时间/ Cost方面比较困难 有些意想不到的潜在变数影响试验的精度 一般情况下3次以上的交互作用对反应值(Y)起到影响的时候是几乎没有的 所以- 舍弃3次以上的交互作用不作完全组合试验- 根据Rule进行部分 组合减少试验的次数-这叫部分组合法 . Ex) 24-1= 8 : 因子数和水准数全部组合的话有16个试验,进行 部分组合的话就有8个试验计划类型 Screening 部分配置法 完全配置法 反应表面因子数量（一般） 4 1-15 1-7 中心线显示控制上 下限的控制界限(Control Limit)中
13、心线 (Center Line) 控制界限的含义 控制上限 (UCL, Upper Control Limit)控制下限 (LCL, Lower Control Limit)213(68.26%)(95.45%)(99.73%)? 控制界限是包括实际过程变动的在偶然原因变动下的控制范围，是判断有无特殊原因的判定基准? 控制界限通常使用 3设定，这说明脱离控制界限的概率为0.27%? 与控制界限有别的 规格界限是指，顾客或规定等要求的产品或服务的合/不合格的判定基准，与控制界限无关控制图 (Control Chart) 变动的原因少数主要原因多数细微的原因构成部分数据中异常的倾向所有数据中类似的
14、倾向现象现场负责人及作业者工程师主要负责人现场控制及快赢项目系统的改进活动(六西格玛项目)改进活动总体的15%左右总体的85%左右占有率突发的, 不可预测稳定的, 可预测性质特殊原因偶然原因区分偶然原因引发的变动Time特殊原因引发的变动Time控制图 (Control Chart) 控制图选择基准DATA种类样本大小 (N)计量值 DATAX Rs(I-MR)Xbar - R Xbar - s1 Control Chart Variables Chart for Subgroups Xbar-R. X bar - R控制图 :每日抽取5个A产品，对过程进行监控= Xbar_R chart.m
15、tw选择数据输入列选择数据形态选择待确认的特殊原因控制图 (Control Chart)? X bar - R 控制图结果发生脱离控制的点时，去除该样本子组后重新计算控制界限用Range(最大值-最小值)作成的控制图控制图 (Control Chart)? X bar - R 控制图 : 重新计算控制界限选择发生脱离控制点的样本子集过程发生显著变动时，需要重新计算控制界限- 过程改进引发的中心值移动或散布减少- 设备变动(条件变更, 新设备等) - 作业环境变更等控制图 (Control Chart)? Minitab : Stat Control Chart Variables Chart for Individuals I-MR. X Rs (I-MR) 控制图 :每天1次对B过程的产品厚度进行监控= X_Rs chart.mtw输入数据列选择待确认的特殊原因控制图 (Control Chart)? X - Rs (I-MR) 控制图结果MR控制图是用前、后测量值差作成? 注解 : I & MR 控制图没有脱离控制的数据点, 过程处于受控状态控制图 (Control Chart)? Minitab : Stat Control Charts Attributes Chart P.= p
