DMAIC-M阶段文档.ppt

Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master,*,DMAIC,改进法,M,测量阶段,测量阶段任务,依据收集到的客观数据，识别出对结果有影响的所有输入因素，并过滤掉那些不重要的因素。,针对需改进的指标建立测量系统,2,测量阶段主要内容,绘制过程流程图,1.0,小时,鱼骨图,/,头脑风暴法,1.0,小时,因果分析矩阵,1.0,小时,数据收集与展示,0.5,小时,基本统计知识,0.5,小时,3,2.0,测量,运作水平,2.0,测量,运作水平,确定关键测量指标,确定收集数据的方法,确定改进前的现状值,过程输出,过程输入因素,数据收集格式及计划,定义现状基准值,测量计划,输入,输出,数据属性,有效测量方法的确定,数据收集,确定当前运作水平,收集历史最好水平或业内最好水平的数据,Input,Process,Output,CCR,Process Indicator,Process Indicator,Output Indicator,Input Indicator,CCR,Gap,Sigma=,X,3.0,分析改善,机会,4.0,改善,运作水平,5.0,控制,运作水平,1.0,定义,改善机会,目标,主要行动,可能用到的工具和技术,主要交付产物,Project Focus,$,CCRs,Problem Statement,Quantified Root Causes,25%,50%,Checksheets,4,管理 “正确”无缺陷,(,在规范内),过程关键输入变量,过 程,关键质量特性,过程关键输入变量,过程关键输入变量,过程关键输入变量,过 程 关 键 输 出 变 量,测量:,定量地描述过程的表现。接着，识别主要输入变量。,定义,：,以缺陷或偏差的形式清楚地阐明使客户心烦的问题,定义,和,测量,5,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,6,绘制流程图,我们为什么需要一张流程图?,应由谁绘制流程图,?,流程图的基本元素,案例,课堂练习,7,我们为什么需要一张流程图?,“公司岛”的故事,公司岛是一个在结构上与许多公司或部门相似的小岛。小岛上有些河流（流程）流向大海，将养份（产品和服务)带给各种各样的鱼(顾客）。公司岛上的居民的大部分时间都花在维护他们的小河流、确保鱼儿得到养份上。,但是，沿海岸线一走，你就会发现这些河流的入海口不只一个，它们像三角洲一样，有许多个小河口。其中一些 给鱼儿带来的食物，而另一些却只有倾倒的废物。,在岸上，情况也同样复杂：有许多小河半路中上就干涸了；有一些小河蜿蜒曲折，很难流入大海；一些支流没有在地图上标出，因而没有受到专业人员的维护，所以它们淤塞了。实际上，在一些地方,，,善意的岛民建起了大坝，但结果却阻塞了水流，使下游的岛民忍受饥渴。,某些时候，公司岛上的一些人能够发现问题，想要解决这些问题。但不幸的是，大部分解决方法实际上却损害了下游的岛民的利益。（在海岸线上工 作并照顾鱼群的人),如果这些人能召集更多的人讲座公司岛上发生的所有事情，他们就能拼出一块更准确、更完整的地图。有这幅地图的帮助，人们就可以更容易地发现什么地方的鱼饲养得不错，什么地方的鱼在忍饥挨饿，准备游向其他的岛。与此同时公司岛上的人也能发现哪些河流过于曲折，并重点解决这些问题。,为了使“公司岛”上的“鱼儿”更好，我们需要一张地图,流程图,8,流程图,流程图应包括：,主要活动或任务,各分流程,流程边界,输入,输出,客户或供应商,/,合作伙伴,流程责任人,流程图应经常回顾与更新。流程图永远没有“已完成”。,流程图应表现流程的实际运作状况，而不需要表现成这个流程“应该”的绩效状况。,9,Ys,是此流程步骤完成后的输出,X,s,是影响输出的输入因素,前一个流程的输出可以是后一个流程的输入,注：,DPU=Defects Per Unit,单件缺陷数,Cycle Time=,周期,Process Step,*DPU,Cycle Time,Inputs,(xs),Outputs,(Ys),Process Step,*DPU,Cycle Time,X,1,X,2,X,3,Outputs,Y,1,Y,2,Y,3,Inputs,Goal:Y=(X,1,X,N,),OR,绘制流程图,流程图的基本要素,10,流程步骤与子流程,一张流程图上各个步骤（活动）须处于同一层次上,.,一张流程图上的步骤数目一般不多于,68,个。,Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Outputs,(Ys),Outputs,(Ys),Outputs,(Ys),Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Outputs,(Ys),Outputs,(Ys),Outputs,(Ys),Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Process Step,*DPU,Cycle Time,Inputs,(xs),Outputs,(Ys),Outputs,(Ys),Outputs,(Ys),宏观,中层,微观,流程图的基本要素,11,Step 1,：,定义你需要研究的流程范围,Step 2,：,识别在产品生产或服务过程中涉及到的所 有运作步骤（包括每一步骤的周期及质量 水平）,Step 3,：,识别上述每一流程步骤属于“增值”或“非增 值”步骤。增值步骤将会使产品或服务给 客户带来价值。,Step 4,：,列出每一流程步骤的输出。,流程图绘制步骤,12,Step 5,：,列出每一流程步骤的输入,Step 6,：,对每一流程步骤的输入都标明以下记号,C-,可控,SOP-,标准流程要求,N-,不可控,Step 7,：,记录每一输入及输出的上、下限标准,Step 8,：,标出所有数据收集点,流程图绘制步骤,13,Process Step,*DPU,Cycle Time,X,1,X,2,X,3,Outputs,Y,1,Y,2,Y,3,Inputs,Goal:Y=(X,1,X,N,),Y=,？,过程测量的目的,通过过程测量回答,Y=,？,绘制流程图,14,非增值,Y,非增值,产品研发调查流程图,(Ys),C,供应商,N,元件,C,交货期,C,成本,C,质量,S,需求日期,S,交货地,市场部确定具体要求,周期,=90 min,DPU=0.30,(Xs),N,产品应用,N,市场,C,利润要求,C,交货期,N,客户地点,S,处理中心,C,客户,客户调查,周期,=10 min,DPU=0.55,工程部,审评,向供应商询价,周期,=45,分钟,DPU=0.44,市场部,评定规格,标准,增值,销售与客户一起,对标准进行修改,周期,=20 min,DPU=0.10,N,N,Y,增值,增值,非增值,总周期,=10 min+90 min+45 min,=145 min,15,系统产品售后返修流程图,总返修周期为,26,个工作日,客户邮,寄至,Huts,客户维修电话,录入,IMS,系统,送修至,QA,QA,登记,送至模板车间,P&T,收货,开包登记,模板车间返修,修复送至,QA,QA,统计维修,信息,送至,P&T,客户接收,P&T,录入,IMS,系统,EMS,发至客户,P&T,冲账,及包装,8,9,3,2,1,1,0.5,0.5,1,重复登记,Non-Value,Added Step,重复登记,Non-Value,Added Step,周期过长,16,课堂练习,分组进行,假如你是一家工薪餐馆的经理,请画出从顾客进门至顾客用完餐出门的餐馆工作流程图,用我们所学的流程制作步骤完成所选步骤的流程图,预估每一流程步骤的运行周期，从而得出整个流程的运行周期,准备报告,每个小组推选一名成员上台展示成果,练习时间为,20,分钟,17,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,18,Pad,设计,:,对同一部件有两个不同设计。,S201:Separated pads,S204:Shared pad for all the leads,鱼骨图,-,示例,19,因果分析图,S204,管脚开焊,设计,材料,方法,设备,可焊性不好,管脚高低不平,元件放置问题,锡膏印刷问题,回流焊温度曲线,停线造成锡膏干燥,温度不够高,PCB,设计,焊盘设计,焊锡膏质量问题,S201,离屏蔽盖太近,印刷机参数设置,回流炉未校准,人员,Stencil,孔堵塞,20,1.脑力激荡聚焦于,（,生产,&,商务,;,5M,+E,&,5P,+E,）,用因果分析挑出波动来源,人员,人员,方法,流程,机器,地点,材料,政策,测量,绩效,个主要,的波动来源,环境,+,6,鱼骨图,-,脑力激荡,21,人、机、料、法、环及测量（,5M+E,）是生产环境中最常见的四组原因。每一组描述一个独特原因。考虑了所有,6,方面原因，我们就可以找出可能发生的问题来。主要原因很可能包括在,5M+E,中的一种之内。,问题,机械,物料,环境,测量,人力,方法,5M+E,法,22,结果本身即是问题，在因果分析中，我们通常把结果称为问题叙述。,问题叙述应尽量精简。,下列的问题叙述哪一个比较精确,?,1.,汽车坏了,2.,汽车开不动了,汽车开不动了是比较精确的叙述。,结果,23,因果分析是一种小组技巧,集思广义,:,由于制造要靠众人的努力，任何问题都有可能影响很多人，当全部人员都参与解决与他们有关的问题时，因果分析会做得比较好。,数据,+,经验,:,数据搜集和量度使我们把“目前怎样”与“应该怎样”作比较，但是，同样的信息，那些熟知这工作的人看到的东西比我们深刻许，,以他们的经验配合专业知识就容易找出可能性大的原因。,经验共享,:,同时，一组人比一个人去处理复杂的问题会容易些，尤其是当需要高水平复杂的技巧时。整组参与绘制因果分析图的另一个好处是它们具有教育性，因为一个人往往只注意他们自己在工作中的个人贡献，一旦加入一个组，他们有机会交换意见，增进联系，因而增加每一个人对整个过程的了解。,24,制作因果分析图的,4,个步骤,1.,叙述问题,2.,确定主要分支,3.,集体讨论,4.,确定最有可能的问题,25,步骤,1:,叙述问题,组长开始绘制因果分析图，首先在纸或挂纸的右方写出问题并画出一长箭头指向问题。,我们以电子线路板烧焊工序为例，问题是,33%,的焊接中断。,33%,线路中断,26,步骤,2,：画主要分支,画主要分支，我们先确定主要类别开始寻找结果或问题的可能原因，然后把这些类别标记在主要支线上，如下图所示：,机械,物料,人力,方法,33%,线路中断,27,步骤,3:,集体讨论,我们通过集体讨论的方式尽量在图上增加分支“鱼骨”。我们把集体讨论得来的意见，在因果分析图上应用。组长把意见写在鱼骨上,画上箭头表示因果的关系直到列出所有可能的原因。,机械,物料,人力,方法,33%,线路中断,钳子,线路,混合物,清洁,焊料,灯光,焊枪,工装,线缆装配,夹位,焊料应用,缺乏训练,缺乏警觉性,28,原则,当其中一种原因与结果的关系可以用准确数目来定量表示时，组长要把此原因画上方框。属于物料的原因。可用公分来表示电缆长度，属于机械的原因，可用摄氏度来量度焊枪的温度，属于方法的原因，可用秒数来量度焊嘴的应用时间。,当难以定量表达因与果的关系，但毫无疑问它们之间有关系存在，我们在该原因下加上底线，例如在人力原因的下面加上底线。,当我们没有真正证明某原因对问题明确关系时，我们无需作任何标记。,小组讨论时，用“什么人、何时、何地、为什么、如何做”来启发思考。组长要主持让组员轮流发言,.,大家对一个鱼骨分枝讨论出所有原因时,再进行下一个分枝的讨论,.,一个时间只讨论一个方面。,29,机械,33%,线路中断,火炉,温度,343C,计时器,电流,2/16,30,步骤,4:,确认最有可能的原因,小组完成图表后，下一步是用图表去解决问题，实践证明组员投票方法是非常有效的进行投票的程序称为筛选原因程序，组长对图上显示的每一个原因提出下列问题：,所提出的原因如何影响我们所讨论问题的结果,?,假如大一致认为存在合理或符合逻辑关系,组长未可以问下一问题,.,假如大家认为不合理或不符合逻辑,可以把原因在图上删除,.,在获得全组人一致同意之前不可把原因删除。,所提出的某个原因的可能性有多大,?,把可能性分成下列等级,每人投一票：,V=,极有可能,S=,或许有可能,N=,没有可能,得票最多的等级得胜。组长用相应表示等级的字母（,V,，,S,，,N,）,标在原因附近,31,原因是否容易检验或求证？,每个人再次对各原因投票：,V=,十分容易,S=,稍微容易,N=,不容易,组长把表示得票结果的字母（,V,，,S,，,N,）,标在前面（,4.2,）所标注的反映前次投票结,果表示可能性的字母的旁边。,最有可能而有容易求证的原因是记有,VV,的那些项。组长在图上把它圈出来，经过,筛选，图表会如下所示：,机械,物料,人力,方法,33%,线路中断,钳子,线路,混合物,清洁,VV,焊料,灯光,焊枪,工装,线缆装配,夹位,VV,焊料应用,缺乏训练,缺乏警觉性,不同班次,vv,32,练习：绘制因果分析图,假如你是一家工薪餐馆的经理，但你的顾客总是不如临家的多，试用鱼骨图分析法找出可能的原因。（,20,分钟）,每桌为一个小组，完成后将鱼骨图画在发放的白纸上，并每组推选一名人员上台演讲。,33,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,34,什么是因果关系矩阵图？,因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素群），分别排成行和列，并在行列的交叉点上表示各因果有无关系及其关联程度的图表式矩阵。,35,为什么使用因果关系矩阵图？,帮助项目小组直观地认识，确认，量化，图示所有可能与问题相关的因素。,帮助项目小组将头脑风暴出的因素与结果之间关系量化，把握众多因素之间的关系模式，找到重要因素，促使问题有效的解决。,所有可能的,Xs,重要的,Xs,X,1,X,2,X,3,X,4,X,5,X,6,X,1,X,5,X,9,X,3,X,8,X,7,X,8,X,9,X,6,36,制作因果关系矩阵图的,5,个步骤,组建小组,确定顾客对流程的主要需求,确定整个流程所有输入,(,原因,),确定各输入,(,原因,),与输出,(,结果,),的关系,交叉计算评估结果,37,因果关系矩阵图制作步骤,因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素群），分别排成行和列，并在行列的交叉点上表示各因果有无关系及其关联程度的图表式矩阵。,连焊,虚焊,焊不足,对顾客重要程度,8,10,9,流程输入,印刷,参数设置,焊锡膏,表面贴装,压力,位置,回流焊,温度设置,速度,8,8,9,6,2,3,7,5,2,8,4,4,6,9,8,4,6,8,225,95,124,140,210,164,总计,=8*8+8*10+9*9,38,练习：绘制因果分析矩阵图,假如你是一家工薪餐馆的经理，但你的顾客总是不如临家的多，试用因果分析矩阵法找出关键的原因。（,20,分钟）,39,40,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,41,数据收集与展示,42,数据收集采样,要想定量地分析和验证通过分析列举的输入因素对输出影响的大小，我们需要对选定的关键输入因素及输出进行测量。当不能取得全部数据时,我们就需要进行采样测量。一般情况下测量的对象都是针对输出。,43,数据的基本类型,属性类数据,离散型数据,连续型数据,定性,定量,数据类型,举例,Yes/No,；,Go/No go,；,Pass/Fail,供应商,1,、供应商,2,、供应商,3,测试仪器,1,、测试仪器,2,、测试仪器,3,良品,/,缺陷品,生产周期,压力,速度,功率,缺陷数、不合格品数,质量问题数,客户报怨数,设备故障数,注：属性类数据通常用百分比来表示。如某产品测试通过率为,85%,。,44,采样方法,1,、随机采样,总体,样本,2,、分层随机采样,A,A,A,B,B,B,B,B,C,C,C,C,C,C,D,D,D,D,D,ABBCCCDD,样本,总体,45,采样方法,3,、系统采样,就是每隔一定时间从过程中取一个单元。,4,、子组采样,某一过程,采样,X1,X2,X3,X4,X1,X2,X3,X4,46,随机采样,一个总体,一个样本,每个个体被挑选的机会是相等的。,随机采样只用于了解总体不用于了解过程,如果没有专门技术帮组随机采样，通常样本不能代表总体，也就是失去了代表性。,Minitab,软件提供了随机采样功能。使用命令：,CalcRandom dataSample from columns,采样方法,47,采样方法,48,分层采样,如果总体能够被分解为几个层次时，分层采样优于随机采样,一个总体,一个样本,在上面的例子中，,N=36,N1(,红色）,18,N2(,黑色）,12,N3(,桃红）,6,N1/N2/N3=3:2:1,抽样时按照比例抽样，样本比随机抽样根据代表性。,采样方法,49,某公司为了解其新产品在市场上的需求情况，特对其客户群进行抽样分析。具体抽样方法如右图所示：,年龄,30,45,45,60,性别,男,女,10,20,20%,50%,客户统计表,年龄,30,45,45,60,性别,男,女,250,250,250,250,顾客满意度调查分布表表,1000,年龄,30,45,45,60,性别,男,女,250,50,150,50,调查中满意顾客统计,500,年龄,30,45,45,60,性别,男,女,100,20,60,20,调查中满意顾客百分比,这样的结果正确吗？,顾客满意度平均为：,500/1000=50%,采样方法,50,分层采样（续）：上面的分析结果是不正确的，关键原因是没有进行分层采样。正确分析如下：,年龄,30,45,45,60,性别,男,女,10,20,20%,50%,人口统计表,年龄,30,45,45,60,性别,男,女,100,200,200,500,顾客满意度抽样表,1000,年龄,30,45,45,60,性别,男,女,100,40,120,100,调查中满意顾客统计,380,年龄,30,45,45,60,性别,男,女,100,20,60,20,不同年龄段满意顾客百分比,真正的顾客,满意度应为：,380/1000=38%,采样方法,51,总体采样与过程采样的不同,总体,过程,昨天,今天,明天,样本的个体是从总体中来,总体是完全知道,个体能购清楚被定义,由随机抽样得来,总体中个体被抽样的概率相等,样本的个体从过程中来,总体部分知道,随机采样不可能,过程的定义不能完全清楚,？,？,采样方法,52,过程采样,昨天,今天,明天,？,？,20,15,10,5,过程是动态的。,过程中的个体如何是无法预知的,采样的目的是通过样本了解过程，预先估计过程的发展趋势,采样方法,53,过程系统采样,过程,采样,在过程系统采样中，个体的选择根据一条原则，按照一定的随机抽取原则，比如：每个,50,个抽取一个。,抽样的原则要根据具体的工程知识来确定。,系统采样应该保证样本能够反映过程。,采样方法,54,过程子组采样,9,：,00,10,：,00,11,：,00,9,：,00,10,：,00,11,：,00,12,：,00,13,：,00,采样值,采样方法,55,过程系统采样和过程子组采样的比较,过程系统采样,用于低产量的过程,个体或测量每次是一个或一次,采样次数较多,作控制图用,individuals chart,比较采样的个体来反映过程的变异,过程子组采样,用于高产量且能被合理分组的过程,每次抽取是是一个子组，比如：,每小时抽取,5,个产品，如果子组的大小为,1,时就变为过程系统采样,作控制图用,X bar,R chart,通过比较子组的平均值来反映过程的变异,采样方法,56,数据收集,目的：,对已找到的重要因素与,Y,之间收集对应的数据，以便能进一步定量,确定其重要程度而过滤掉不重要因素。,例如：,不同的班次（,Xs),是影响缺陷率,(Ys),的要因，那末我们将对不同班次缺陷率的数据,进行收集。,A,班,B,班,C,班,4,月,1,号,2,号,3,号,4,号,5,号,6,号,7,号,97.3%,95.3%,97.1%,98.9%,94.6%,89.9%,91.2%,88.5%,90.2%,85.3%,90.3%,93.7%,97.3%,92.3%,88.3%,93.5%,91.3%,89.3%,91.5%,91.9%,89.3%,57,数据收集策略,1.,单一关系的数据收集,例如：保温时间（,Xs,）与抗拉强度（,Ys,）的数据收集,2.,多种关系的数据收集,例如：班次（,X1,）供应商（,X2,）与强度（,Y1,）与粘度,（,Y2,）的数据收集,Y1 Y2,供应商,1,供应商,2,A,班,B,班,A,班,B,班,4.5,4.1,5.2,5.3,0.9,0.8,1.3,1.5,58,数据收集步骤,1.,选择评估对象,：首行要完全认识清楚顾客是如何评估你们公司的产品和服务的。,什么样的评估量是切实可行的,哪些评估量是最有价值或最有用的,2.对评估量进行可操作性定义,：是指一个清晰的、可理解的、不模棱两可的对评估对象或观测对象的描述，从而每个人都可以统一地按此描述进行操作、评估（如：统计“红色小车”的数量，何谓“红色”，何谓“小车”）,3.识别资料来源：,能够清楚地解释你收集资料的原因,讲述你处理资料的计划和有关条件，包括你将和资料收集者共享资料分析结果的计划，保证为个人身份保密等等,关照那些被选出来参加资料收集工作的员工，避免把资料收集结果当作奖惩依据,使资料收集工作的流程变得越容易越好,向资料收集者提供机会，让他们可以把有关信息输入到收集活动中去,59,4.准备收集资料和抽取样本的计划,形式：适宜的资料收集问卷和正误判断表格是资料收集工作的重要载体。,分层因素：,抽样概述：它是一个复杂过程，需专业知识,数据分类,因素,例子,谁,部门,/,个人,/,顾客类型,什么,投诉类型,/,失误类别,/,打进投诉电话的原因,何时,月,、季度,/,一周内哪一天,/,一天中哪一时间,何地,地区,/,市产品具体地点,数据收集步骤,60,5.,实施评估措施并修正评估结果：检测评估量的准确性和价值性-“,Gage R&R”,精确度：评估量和观测对象的准确性如何？,可重复性：一个人或一台检测设备对同一对象进行多次评估和观测，每次会得到相同的结果吗？,可再生产性：两个或更多的人或机器去检测同一事物，它们 会取得相 结果吗？,稳定性：经过一段时间后，评估结果的精确度和可重复性会退化或变化吗？,“,Gage R&R”,检测方法常用于处理连续数据评估量，类似的方法也可以用于检测离散 数据评估量。某些形式的用于评估变量准确性的检测表格可以用作公司实施评估活动之前的检测工具，也可以当作在一段时期内收集数据的检测工具。,数据收集分析,61,数据抽样量,对于连续变量,variable data,根据不同的置信度可抽,5-30,个样本点,对于逻辑变量,attribute data,缺陷率,Defect,样本点,Sample,50%,2-10,10%,20-50,1%,50-200,0.1%,500-2000,62,数据展示,目的,:,本课程将使你认识数据展示的目的和基本法，进一步找到重要变量,目标,:,完成本课程后，你有能力：,说明数据展示的目的，认识几种常用数据展示的方法和每种方法的正确用法,绘制、解释和运用趋势图、散布图及箱线图,结合你自己的工作，认识每种数据展示方法的适当用途,63,82 72 70 72,62 96 86 68,87 89 85 82,85 84 88 89,86 78 70 81,86 88 79 69,61 68 75 77,86 78 89 81,91 82 73 77,80 78 76 86 83,第一组,第二组,84 69 93 78 78 78 75,83 68 73 69 68 74 79,71 84 73 92 67 79 74,77 67 67 73 70 67 75,77 89 76 73 90 59 79,75 82 98 73 69 91 61,71 82 69 77 73 60 80,95 69 79 66 58 86 62,65 65 65 87 64 55 55,80 75 64 86 65 81 56 84,64,65,数据展示的主要类别,趋势图,散点图,箱线图,66,趋势图,散点图,箱线图,目的,/,功能,利用上升或下降线,把一段时间的变量形象地展示出来,可显示一段时间内数量的变化,可显示两组或两组以上资料的关系,(,多趋势图,),可估计未来趋势,显示两个变量,(,一对数据,),的相关性,(,或关系,),可用于显示因果关系或表示一种原因与另一种原因，或一种原因与其他多种原因的关系,利用对数据的图形展示，找到数据的极限值,67,趋势图,68,如何绘制趋势图,?,有标注的两轴,-,水平是,X,轴,垂直是,Y,轴,X,通常表示时间或所搜集数据的类别,.,应等距划分并在下方标注说明,Y,是数量比例尺,表示量度单位,.,它也应等距划分并在图表的左方标注说明,.,习惯上从零开始,.,坐标格,-,是,X,及,Y,轴单位界线交织成的空间,.,数据,-,每次观察或量度所得结果所对应的,X,及,Y,轴值的相交点,(,用圆点或其他符号,),线,-,是按两轴上的记录填在图中的点连接而成的线,.,假如你要绘制一张多线图,每条线必须清楚标注或在图中加以说明每条线所代表的数据,69,70,练习,:,绘制趋势图,下列数据是十二月中某工厂制造的某种零件的缺陷总数,(,每,1000,件样本,),，请在坐标纸上绘制趋势图展示这些数据,71,72,73,散点图,74,如何绘制散点图,?,有标注的两轴,X,及,Y,值比例尺，将数据在,Y,轴的顶端或,X,轴的右端 显示假如两个变量是因果关系，原因值通常放在,X,轴而结果值放在,Y,轴,变量点,在图表上每个抽样的,X,值和,Y,值的交点,假如有两个抽样得到同样数据值，则用同心圆表示,假如有两个以上抽样得到同样数据值，则在该点上方用数 字表示重复的次数,75,平均厚度,(,微米,),流率,(,立方米,/,分钟,),散点图实例,76,解释散点图,一张散点图可表示两变量的正相关，负相关或不相关,假如,X,值增加而,Y,值同样增加，这是,正相关,假如,X,值增加而,Y,值减少，这是,负相关,假如,X,值增加而,Y,值随机增减，这是,不相关,77,练习,:,分析退货数与缺陷率的关系,78,79,80,箱线图,81,如何绘制箱线图,?,数据,-,一般需收集,20-30,个数据,长方形,(,箱,),-,包含了处于中间位置的,50%,的数据,长方形下边位置代表数据的四分之一的分位点,长方形上 边位置代表数据的四分之三的分位点,线,-,分别从长方形上下边延长到上下极限值的线,上极限值,-,数据中不超过“,3/4,分位数与,1.5,倍的四分位差之和”的最大 观测值,下极限值,-,数据中不低于“,1/4,分位数与,1.5,倍的四分位差之差”的最小 观测值,离群点,-,处于上下极限值之外的测量值,用小圆圈标出,82,它利用最小值、下四分位、中位数、上四分位、最大值等五个定量，对数据的状况进行描述。箱线图以箱形部分为数据的核心，包含了处于中间位置的,50%,的数据。箱形部分越长，表明数据离散程度越高。其中，上、下四分位分别是指将数据从大到小排列后处于第,25%,位置上和处于第,75%,位置上的数。,解释箱线图,83,练习,:,选择一种适当的数据展示方法,1.,在,60,分钟内每隔,5,分钟烤箱的温度,A.,趋势图,B.,箱线图,C.,散点图,2.,家庭收入与家庭支出间的关系,A.,趋势图,B.,箱线图,C.,散点图,3.,比较,A,B,C,三个班学生中各自的中等成绩,A.,趋势图,B.,箱线图,C.,散点图,84,通过,3,级柏拉图分解，缩小问题研究的范围,将价格再按费用类型分,再按供应商的费用类别分,80000,60000,40000,20000,supplier,Contact Svcs,other,freight,taxes,discount,60000,40000,20000,0,采购订单缺陷,20000,15000,10000,5000,price,vendor,quality,product,PPM,PPM,PPM,缩小项目研究范围,85,直方图,下限,上限,库存量,出现频率,5,1,7,1,8,2,9,5,10,3,11,7,12,3,13,3,14,4,15,1,合计,30,86,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,87,现实数据实例,序号,盘点库存量,序号,盘点库存量,序号,盘点库存量,1,13,11,12,21,11,2,10,12,9,22,12,3,10,13,11,23,11,4,11,14,9,24,13,5,11,15,9,25,7,6,15,16,14,26,9,7,8,17,11,27,13,8,14,18,14,28,12,9,14,19,9,29,8,10,10,20,5,30,11,某服务中心主板库存盘点记录表,88,现实数据实例,89,现实数据实例,库存量,出现频率,5,1,7,1,8,2,9,5,10,3,11,7,12,3,13,3,14,4,15,1,合计,30,90,现实数据实例,如果库存量下限设定为,7,块主板，上限设定为,13,块主板。,即库存量低于,7,块主板将被认为超出标准要求的下限，发生断货的机会很大，算做一个缺陷；库存量高于,13,块主板，将被认为库存量过大，周转率过低，也算做一个缺陷。,那么超出标准下限与上限的缺陷率如何计算？,91,现实数据实例,下限,上限,库存量,出现频率,5,1,7,1,8,2,9,5,10,3,11,7,12,3,13,3,14,4,15,1,合计,30,92,现实数据实例,下限,上限,下限,上限,如何降低缺陷？,93,现实数据实例,下限,上限,降低缺陷的两种方法：,1.,平均值向中心移动,2.,使数据分布变窄,94,直方图,95,如何评价数据的分布？,平均值,+,变化范围？,平均值,+,标准偏差？,直方图,96,现实数据实例,小提示：,通过数据采样测量及计算得到的标准偏差，我们称之为,S,，而客观世界实际存在的那个标准偏差，我们称之为,。,我们只能无限接近而不能准确知道它。,S,97,总体,所有对象的全体,我们无法准确知道它的参数分布,中国人的身高,小灵通的使用者,样本,实际测量到的,只是总体中的一部分,部门人员的身高,抽样的个小灵通用户,“总体的参数”,=,总体的平均值,=,总体的标准偏差,“,样本的统计参数”,=,样本的平均值,s=,样本的标准偏差,总体,样本,总体与样本,98,数据的分布,99,平均值和标准偏差,0,100,下限,波动（,Variation,）,和标准偏差（,Sigma,）,上限,平均值和标准偏差,101,西格玛水平,-6 -5 -4 -3 -2 -1,0 1,2 3 4 5 6,68.26%,95.46%,99.73%,99.9937%,99.999943%,99.9999998%,102,LSL,流程宽度,设计宽度,USL,T,+3s,-3s,短期能力公式,长期能力公式,Cp,Cpk,Pp,Ppk,的公式,103,流程的漂移,长期变异,短期变异,短期能力与长期能力的关系,104,-6 -5 -4 -3 -2 -1,0 1,2 3 4 5 6,1.5,1.5,3.4ppm,6,能力,均值有,1.5,的偏移,下限,上限,105,DPU&DPMO,的计算,DPMO,=,DPU,*1,000,000/(,opps/unit,),改进小组人员应用,DPU(,或,PPM),来衡量项目绩效。,管理人员应用,DPMO,来选择改进项目和进行标杆管理。,DPMO,数据可帮我们计算,sigma,质量水平。,DPU,=Defects per unit,defects,units,106,西格玛水平,vs.,机会缺陷率,(DPMO),107,测量阶段主要内容,绘制过程流程图,鱼骨图,/,头脑风暴法,因果分析矩阵,数据收集与展示,基本统计知识,108,2.0,测量,运作水平,2.0,测量,运作水平,确定关键测量指标,确定收集数据的方法,确定改进前的现状值,过程输出,过程输入因素,数据收集格式及计划,定义现状基准值,测量计划,输入,输出,数据属性,有效测量方法的确定,数据收集,确定当前运作水平,收集历史最好水平或业内最好水平的数据,Input,Process,Output,CCR,Process Indicator,Process Indicator,Output Indicator,Input Indicator,CCR,Gap,Sigma=,X,3.0,分析改善,机会,4.0,改善,运作水平,5.0,控制,运作水平,1.0,定义,改善机会,目标,主要行动,可能用到的工具和技术,主要交付产物,Project Focus,$,CCRs,Problem Statement,Quantified Root Causes,25%,50%,Checksheets,109,Q&A,