《Sixsigma绿带人员培训教材(6)精编版》由会员分享，可在线阅读，更多相关《Sixsigma绿带人员培训教材(6)精编版（149页珍藏版）》请在金锄头文库上搜索。
1、Six Sigma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,Six Sigma Green Belt 課程,6,MS2 NPI開發部,引言,歡迎您參加6 Sigma綠帶課程!當您完成此課程,您將具備6 Sigma Green Belt(綠帶人員)資格.在推動6 Sigma的過程中,主要是擔任Black Belt (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
2、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
3、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
4、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the
5、Worksheet “EXH_QC.MTW” 2.選擇GraphHistogram,范例-直方圖分析2,3.在 Graph Variables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
6、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 -p p m -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)
7、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Pulse
8、2,請以箱形圖比較之 1.選擇檔案the worksheet “PULSE.MTW” 2.選擇Graph Boxplot With Groups,范例-箱形圖分析2,3.在Graph variables欄,輸入pulse2, 在Categorical variables欄,輸入Sex 4.Click OK.,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
9、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the worksheet “RADON.MTW” 2.選擇Shat Quality Tools Run Chart.,范例-推移圖分析,3.在single column填入 “Membrane”. 在sulgroup size填入“1” 4.選擇ok,范例-推移圖分析,隨機
10、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
11、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
12、 1.選擇檔案the worksheet “MARKET.MTW” 2.選擇Graph Scatterplot,范例-散布圖分析2,3.點選圖形類別,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
13、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the worksheet “PULSE.MTW” 2.選擇Graph Matrix plot,點選圖形類別 選擇ok,矩陣散布圖分析,3.在Graph variables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the worksheet “PULSE .MTW” 2.選擇Graph Matrix plot,點選圖形類別選擇ok,3.在Y var
14、iables選擇“pulse1”及 “pulse2” 在X variables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
15、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the worksheet “EXH_QC.MTW” 2.選擇ShatQuality ToolsPareto chart,范例-柏拉圖分析2,3.點選Chart defects table ,在Labels in選入“De
