精益六西格瑪培訓(xùn)---煙草行業(yè)

培訓(xùn)課程大綱

★精益六西格瑪概述★精益概述★什么是精益六西格瑪★項目定義★流程圖和價值流圖解★定義客戶需求★精益評估★因果分析★Minitab基礎(chǔ)★基本統(tǒng)計學(xué)、基本質(zhì)量工具★流程能力分析★數(shù)據(jù)收集★測量系統(tǒng)分析★流程能力★總結(jié)與行動計劃培訓(xùn)課程大綱

★精益六西格瑪概述★精益概述★什么是精益六西格瑪★項目定義★流程圖和價值流圖解★定義客戶需求★精益評估★因果分析★Minitab基礎(chǔ)★基本統(tǒng)計學(xué)、基本質(zhì)量工具★流程能力分析★數(shù)據(jù)收集★測量系統(tǒng)分析★流程能力★總結(jié)與行動計劃培訓(xùn)課程大綱

★簡單回歸★多元回歸★多元方差分析★殘差分析★簡單實驗★實驗設(shè)計計劃★全因子實驗設(shè)計★模塊化設(shè)計★拉動系統(tǒng)和看板★如何實施精益★部分因子實驗設(shè)計★直升飛機競賽★屬性數(shù)據(jù)試驗設(shè)計★中心復(fù)合設(shè)計★多響應(yīng)優(yōu)化RSM★變革管理★流程能力★非正態(tài)流程能力研究★統(tǒng)計控制方法★控制程序★控制計劃★飛機競賽★黑帶課程總結(jié)培訓(xùn)課程大綱

深圳創(chuàng)卓六西格瑪培訓(xùn)第一周內(nèi)容1.什么是精益六西格瑪是一種經(jīng)營理念和哲學(xué)一個系統(tǒng)地解決問題的方法論用數(shù)據(jù)來衡量和解決問題用項目管理的方式，利用團隊的力量來解決問題需要組織結(jié)構(gòu)作為保障2014.05-2014.092015.01-2015.062015.07-2015.122014.10-2014.12

精益六西格瑪哲學(xué)交貨時間

太早

太遲缺陷

太遲？錯過銷售…失去收入，失去客戶

缺陷

太早？太多的庫存在手…資產(chǎn)成本太高！

Rath&Strong,2000

減少浪費交貨時間

太早

太遲六西格瑪改善增值過程的質(zhì)量精益六西格瑪能帶來什么OverallYieldvs.Sigma(DistributionShifted±1.5s)精益減少非增加價值步驟驟精益六西格瑪同時改善質(zhì)量，速度與成本精益六西格瑪改善過程DefineMeasureAnalyzeImproveControl從業(yè)務(wù)和客戶的角度定義機會尋找對流程表現(xiàn)有最大影響的關(guān)鍵因素(關(guān)鍵lX’s)并確定根本原因理解流程及其表現(xiàn)為關(guān)鍵X制定改善方案實施改善方案和控制計劃關(guān)鍵要素機會識別和項目選擇項目支持關(guān)卡評審

精益六西格瑪?shù)慕Y(jié)果項目的目標(biāo)是移動“Y”問題:如何移動“Y”？

項目Y例子

周期時間質(zhì)量成本交貨時間項目結(jié)束基線時期改善和DMAICL

項目周期時間Y上限

2.精益概述“精”表示精良、精確、精美；“益”表示利益、效益；精益生產(chǎn)是貫徹以人為中心的思想，通過管理模式、人員組織、制造過程、產(chǎn)品結(jié)構(gòu)和市場供求等方面的變革，精簡生產(chǎn)過程中一切無用、多余的東西，減少一切浪費，使生產(chǎn)系統(tǒng)能很快適應(yīng)用戶需求的不斷變化，降低生產(chǎn)成本,并能最終達到包括市場供銷在內(nèi)的各方面最好的結(jié)果。一、什么是精益生產(chǎn)煙草精益:精益營銷、精益服務(wù)、精益生產(chǎn)、精益物流、精益管理…最終達成煙草總局的“兩高一低”的要求。降低成本，改善質(zhì)量，縮短生產(chǎn)周期精益生產(chǎn)系統(tǒng)精益思想的五個原則精益生產(chǎn)簡介精益生產(chǎn)的特點消除一切浪費追求精益求精和不斷改善去掉一切不增值的崗位及流程核心：精簡消除一切浪費等待多余的流程庫存多余動作需要時才搬運過去搬運糾錯生產(chǎn)過剩七大浪費推進精益生產(chǎn)的核心：消除浪費對生產(chǎn)過程中發(fā)現(xiàn)的問題，要對照體系文件、主體計劃和方針計劃，運用PDCA、52W2H、8D、魚骨圖、防錯、紅牌作戰(zhàn)、目視化工廠等各種管理工具和管理方法進行分析，促使各工廠、車間圍繞既定目標(biāo)，以持續(xù)改善為重點，消除所有環(huán)節(jié)中存在的浪費，降低成本。

認識浪費的種類指標(biāo)衡量體系如何識別這些浪費衡量指標(biāo)如何促使基層單位消除浪費精益：消除一切浪費3.什么是精益六西格瑪LSS六西格瑪減少波動精益降低復(fù)雜性減少浪費IPOInputOutput實施測量ProcessBasedonprocessandY=f(X)抽樣策略和數(shù)據(jù)收集計劃過程能力關(guān)卡Stop驗證測量系統(tǒng)測量階段價值流圖西格瑪質(zhì)量水平DefineMeasureAnalyzeImproveControl流程是波動的波動是可以測量和控制的由顧客決定流程是否增加價值將流程按是否增值進行分類消除非增值流程，減少不增值但必須的流程精益六西格瑪?shù)暮诵脑瓌t4.項目DMAICStep定義Control(控制)PhaseImprove(改善)Analyze(分析)Measure(測定)Define(定義)Step定義輸出物1Project選定2Project定義4Y’s確認5

現(xiàn)水準(zhǔn)確認6

潛在

X’s發(fā)掘7DATA收集9VitalFewX’s選定11VitalFewX’s最佳化12

結(jié)果檢證13

管理計劃樹立14

管理計劃實行

15文件化/共享3Project承認8DATA分析10

改善案樹立選定與經(jīng)營目標(biāo)相關(guān)的正確的6SIGMAProject設(shè)定Project的目標(biāo)與范圍,掌握期待效果Project的核心成果指標(biāo)Y’s決定確認Y’s的現(xiàn)水準(zhǔn),設(shè)定改善目標(biāo)掌握影響Y’s的潛在因素,優(yōu)先順序化收集核心因素確認必要的DATA以DATA的科學(xué)分析結(jié)果為基礎(chǔ),選定核心因素決定為目標(biāo)達成的核心因素的最佳案檢證最佳案,確認目標(biāo)達成與否選定管理項目,樹立管理計劃實行管理計劃,實施MONITORING掌握效果及Project結(jié)果文件化Project實行計劃登錄及承認為核心因素檢證分析DATA樹立依據(jù)核心因素特性的改善戰(zhàn)略Project實行計劃書成果尺度

Matrix成果尺度

Matrix優(yōu)先順序化的潛在

X’s目錄DATA收集計劃書VitalFewX’s目錄最佳方案最佳方案檢證結(jié)果管理計劃書MONITORING結(jié)果財務(wù)效果分析表,結(jié)束報告書分析結(jié)果改善戰(zhàn)略Define階段RoadMapProject范圍設(shè)定Project效果確認問題/目標(biāo)記述Step2:Project定義ProjectTeam構(gòu)成管理SYSTEM登錄Step3:Project承認Project承認潛在Project發(fā)掘Project方法決定Project確定/登錄潛在Project選定Step1:Project選定BigY導(dǎo)出Project實行計劃制定DefineMeasureAnalyzeImproveControl管理SYSTEM登錄5.流程圖與價值流圖解流程圖是什么?將一個過程的步驟用圖的形式表示出來的一種圖示技術(shù)。簡單直觀的形式提供一個工序的結(jié)構(gòu)。Storein

WarehouseInspect

PartsMove

tolinePerform

Operation#1Storein

BufferBinPerform

Operation#2360Ft.350Ft.7Ft.1Ft.2Ft.4Ft12min.4min.1.5min.2sec.8sec.2sec.StoreHandleInspectProcessDescriptionValue

AddedNonValue

AddedDistanceTimeStorein

WarehouseInspect

PartsMove

tolinePerform

Operation#1Storein

BufferBinPerform

Operation#2360Ft.350Ft.7Ft.1Ft.2Ft.4Ft12min.4min.1.5min.2sec.8sec.2sec.從流程圖入手，縮短交付周期

建立超越單個工藝過程層次而看到宏觀生產(chǎn)流程的能力幫助發(fā)現(xiàn)浪費源展示了信息流與物流之間的聯(lián)系廣泛溝通的工具確定優(yōu)先次序結(jié)合精益的概念與技術(shù)…避免“只挑容易的”來改進形成實施計劃的基礎(chǔ)描繪為了影響這些定量的數(shù)據(jù)，應(yīng)該做些什么價值流圖解價值流圖析：圖標(biāo)1物流圖標(biāo)

Weekly卡車運貨庫存或隊列時間I300pieces1Day推式箭頭物流流向/來自外部資源max20piecesFIFO先進現(xiàn)出順序流超市回收通用圖標(biāo)緩沖區(qū)或安全庫存Uptime1-pcflow改進方案外部資源XYZCorporation操作工內(nèi)部工藝工程ASSEMBLY數(shù)據(jù)筐

C/T=45secC/O=30mins3Shifts2%Scrap當(dāng)前狀況圖示步驟1)從顧客開始2)繪制基本的生產(chǎn)工藝流程3)給每個工藝過程加上數(shù)據(jù)框4)添加庫存數(shù)據(jù)5)

展示源自供應(yīng)商并且流向顧客的物流6)展示工藝過程之間的物流7)展示信息流8)繪制時間線（包括供貨周期時間與增值時間）價值流圖解

提供容易理解的可視的圖，表達什么是顧客的價值，及提供價值的過程的流動細節(jié)

目前狀態(tài)

將來狀態(tài)6.定義客戶需求VOC和CCR哪些是“顧客之聲”?“顧客之聲”(VoC)是以客戶的實際語言表達的顧客需要和愿望可能是非常具體的–“我想要3天內(nèi)送達”可能是模糊的–“我想要再快點”CCR-客戶的關(guān)鍵需求把VOC轉(zhuǎn)化為CCRs7.精益評估路徑圖（煙草制造過程評估）測量材料環(huán)境機器設(shè)備人員問題魚骨圖與過程圖通常二選一就可以了。如果兩者都用，建議魚骨圖放在后面問題和原因描述都必須使用“名詞+負面描述”

8.因果分析----魚骨圖方法我們對XX個過程輸入因子逐一進行打分，從中篩選出了10個分值最高的輸入因子,下一步將對該10個重要的輸入因子再進行失效模式的分析，進一步找出最關(guān)鍵的輸入因子.輸出變量填寫項目要解決的問題。即Y或小Y或Y’要求指標(biāo)可量化。與過程圖中輸出變量一致

因果矩陣ExampleOnly

9.Minitab基礎(chǔ)C—管控圖：(1)Xbar-R（n<10）①正常的xbar-R圖②管理界限再計算（不考慮異常點）Xbar-R圖I—DOE：(3)：2水準(zhǔn)部分配置①因子配置設(shè)計：背景：

-反應(yīng)值

:收率(Yield)-因子

:流入量(10,15),觸媒(1,2),旋轉(zhuǎn)數(shù)(100，120),溫度(140,180),濃度(3,6)－>確認哪個因子影響收率，利用2（5-1）配置法輸入data：表示25-1部分配置的清晰度和部分實施程度.ExampleOnly

10.基本統(tǒng)計學(xué)、基本質(zhì)量工具抽樣計劃MSA假設(shè)檢驗回歸分析方差分析流程能力分析DOE控制圖基于統(tǒng)計學(xué)的解決問題的工具卡諾分析普通拉動系統(tǒng)補充拉動系統(tǒng)PEC約束理論其他基于統(tǒng)計學(xué)的解決問題的工具ExampleOnly

11.流程能力分析對X的改善前后進行SPC和過程能力評價應(yīng)該是可控的，符合規(guī)格要求的。

11.流程能力分析通過以往的歷史數(shù)據(jù)進行描敘統(tǒng)計分析，初步尋找和驗證關(guān)鍵原因如下:結(jié)論：通過數(shù)據(jù)的初步分析，我們認為X1,X2,X3影響/不影響Y

典型工具：時序圖，點圖，直方圖，箱圖，主效應(yīng)圖，多變異圖，交互作用圖等。

什么是顧客?顧客是指由于Project而受影響的所有相關(guān)者,其由內(nèi)部顧客、外部顧客、利害關(guān)聯(lián)者等組成顧客定義顧客細分化優(yōu)先順序化要求事項掌握要求事項分析顧客是誰?顧客細分化顧客優(yōu)先順序化收集方法決定資料收集VOC解釋KANO分析

通過VOC分析的

CTQ導(dǎo)出Project的目的在于滿足顧客,所以掌握顧客的要求事項后,導(dǎo)出改善必要的CTQ

12.數(shù)據(jù)收集

12.數(shù)據(jù)收集

12.數(shù)據(jù)收集ExampleOnlyExampleOnly計量型位置分析離散分析R&R穩(wěn)定性分析偏倚分析線性分析重復(fù)性分析再現(xiàn)性分析穩(wěn)定性分析

13.測量系統(tǒng)分析M--測量系統(tǒng)分析：連續(xù)型案例：gageaiag.Mtw

背景：3名測定者對10部品反復(fù)2次TEST

13.測量系統(tǒng)分析深圳創(chuàng)卓六西格瑪培訓(xùn)第二周內(nèi)容

1.多變量簡介一、多重線性回歸二、Logistic回歸三、Cox比例風(fēng)險回歸四、其他常用多變量統(tǒng)計方法只有一個自變量時,回歸的結(jié)果為二維平面上的一條直線;而有兩個自變量時,回歸的結(jié)果為三維空間的一個平面；有更多自變量時,回歸的結(jié)果則是在三維以上空間的“超平面”，無法用直觀圖形表達。

2.多變量簡介（一）模型的參數(shù)估計

3.多變量簡介

2.假設(shè)檢驗1z假設(shè)檢驗雙樣本假設(shè)檢驗單樣本假設(shè)檢驗假設(shè)檢驗1t假設(shè)檢驗2t假設(shè)檢驗tt假設(shè)檢驗1p假設(shè)檢驗2p假設(shè)檢驗1假設(shè)檢驗2假設(shè)檢驗一、單樣本假設(shè)檢驗基本概念與步驟1-1基本步驟及概念先介紹正態(tài)分布均值的假設(shè)檢驗的相關(guān)概念。假設(shè)為總體均值，2為總體方差，0是要求值（規(guī)格值）。（1）建立假設(shè)通常建立兩個假設(shè)，第一個H0是原假設(shè)（或零假設(shè)）；另一個H1是備擇假設(shè)（或?qū)α⒓僭O(shè)）。對正態(tài)進行檢驗時，有三對假設(shè)(每對的零假設(shè)一般不變，變的是備擇假設(shè)）。（2）選擇檢驗統(tǒng)計量，確定拒絕域的形式Z=———

x

-0

/ˉˉ

nZ=———

x

-0

S/ˉˉ

nt=———

x

-0

S/ˉˉ

nX2=———

(n-1)s2

20一、單樣本假設(shè)檢驗基本概念與步驟（3）給出顯著性水平(犯第一類錯誤的概率)原假設(shè)H0為真時，由于樣本的隨機性，使樣本觀察值落在了拒絕域W中，從而做出了拒絕原假設(shè)H0的決定。這類錯誤就是第一類錯誤。其發(fā)生的概率稱為犯第一類錯誤的概率，也稱為拒真概率，記為，其統(tǒng)計公式是：PH0(W)=；

原假設(shè)H0為假時，由于樣本的隨機性，使樣本觀察值落在了接受域A中，從而做出了保留原假設(shè)H0的決定。這類錯誤稱為第二類錯誤。其發(fā)生的概率稱為犯第二類錯誤的概率，也稱為取偽概率，記為，統(tǒng)計公式是：PH1(A)=。

假設(shè)檢驗若要求拒真概率0，則這類假設(shè)檢驗稱為顯著水平0的假設(shè)檢驗。其中0稱為顯著性水平，后續(xù)為求方便，用取代0。

的取值要謹慎，一般取=0.05，有時也取=0.1或0.025。第1類錯誤(拒真)第2類錯誤(取偽)正確的

決定正確的

決定決定H1真H1假實際狀況Ho真H1假α和β風(fēng)險示意圖決定H0真H0假一、單樣本假設(shè)檢驗基本概念與步驟（4）計算臨界值、確定拒絕域有了顯著性水平和與檢驗統(tǒng)計量模式，就可以查該模式對應(yīng)分布的分為數(shù)表，該分位數(shù)就是臨界值。再根據(jù)備擇假設(shè)對應(yīng)的拒絕域模式，確定具體的拒絕域。所分析的項目要求不同，備擇假設(shè)就不同，拒絕域和臨界值與顯著性水平的關(guān)系也不同。要求：小于0才好H1：

>0要求：大于0才好H1：

<0要求：等于0才好H1：

0u1-拒絕H0-u1-拒絕H0-u1-/2u1-/2拒絕H0拒絕H0假設(shè)檢驗參數(shù)假設(shè)檢驗正態(tài)參數(shù)假設(shè)檢驗單個總體檢驗單樣本均值檢驗單樣本Z檢驗單樣本T檢驗單樣本方差檢驗單樣本比率檢驗兩個總體檢驗雙樣本均值檢驗雙樣本Z檢驗雙樣本T檢驗雙樣本方差F檢驗配對T檢驗雙樣本比率檢驗擬合優(yōu)度檢驗多個總體均值檢驗方差分析列聯(lián)表非正態(tài)參數(shù)假設(shè)檢驗單個總體均值檢驗符號檢驗威爾科克森符號秩檢驗兩個總體均值檢驗曼-惠特尼-威爾科克森檢驗（Mann-Whitney-Wilcoxon,MWW）配對數(shù)據(jù)均值檢驗威爾科克森符號秩檢驗多個總體均值檢驗克魯期卡爾-沃利檢驗（Kruskal-Wallis)數(shù)據(jù)獨立性檢驗假設(shè)檢驗-種類

3.置信區(qū)間區(qū)間估計定義：對總體未知參數(shù)用一個區(qū)間來估計置信區(qū)間：設(shè)θ是總體一個待估參數(shù)，從總體中獲得樣本量為n的樣本是X1,X2,…,Xn,對給定的顯著水平α(０＜α＜1),有統(tǒng)計量:θL=θL(X1,X2,…,Xn)與θu=θu(X1,X2,…,Xn),若對任意θ有P(θL,θu)＝1-α,則稱隨機區(qū)間[θL,θu]是θ的置信水平為1-α的置信區(qū)間。1-α置信區(qū)間的含義是所構(gòu)造的多外隨機區(qū)間[θL,θu]中有100*(1-α)%的區(qū)間包含未知參數(shù)θ的真值置信區(qū)間的大小表達了區(qū)間估計的精確性置信水平表達了區(qū)間估計的可靠性如果P(θ＜θL)=P(θ>θu),則稱這種置信區(qū)間為等尾置信區(qū)間單側(cè)置信區(qū)間下側(cè)置信區(qū)間是：P(θL

≤θ）≥１-α上側(cè)置信區(qū)間是：P(θ≥θu）≥１-α區(qū)間估計種類單正態(tài)總體均值的置信區(qū)間單正態(tài)標(biāo)準(zhǔn)差的置信區(qū)間單比率的置信區(qū)間區(qū)間估計種類求置信區(qū)間的步驟明確對象構(gòu)造統(tǒng)計量，及其分布確定置水平α值根據(jù)統(tǒng)計量的分布與α值確定統(tǒng)計量的上下界的值解不等式，求得相對應(yīng)的置信區(qū)間置信區(qū)間步驟

4.T檢驗T檢驗(ttest)

是以t分布為理論基礎(chǔ)，對一個或兩個樣本的數(shù)值變量資料進行假設(shè)檢驗常用的方法，屬于參數(shù)檢驗。單樣本t檢驗(onesamplettest)亦稱樣本均數(shù)與總體均數(shù)的比較的t檢驗。用于從正態(tài)總體中獲得含量為n的樣本，算得均數(shù)和標(biāo)準(zhǔn)差，判斷其總體均數(shù)μ是否與某個已知總體均數(shù)μ0相同。已知總體均數(shù)一般為標(biāo)準(zhǔn)值、理論值或經(jīng)大量觀察得到的較穩(wěn)定的指標(biāo)值。配對ｔ檢驗又稱成對ｔ檢驗(pairedt-test)。是將對子差數(shù)d看做變量，先假設(shè)兩種處理的效應(yīng)相同，1-20

，即對子差值的總體均數(shù)d

0

，再檢驗樣本差數(shù)的均數(shù)與0之間差別有無顯著性，推斷兩種處理因素的效果有無差別或某處理因素有無作用。由于此種設(shè)計使影響結(jié)果的非被試因素相似或相同，因而提高了研究效率。

4.一元方差檢驗隨機誤差在因素的同一水平(同一個總體)下，樣本的各觀察值之間的差異比如，同一種顏色的飲料在不同超市上的銷售量是不同的不同超市銷售量的差異可以看成是隨機因素的影響，或者說是由于抽樣的隨機性所造成的，稱為隨機誤差

系統(tǒng)誤差在因素的不同水平(不同總體)下，各觀察值之間的差異比如，同一家超市，不同顏色飲料的銷售量也是不同的。這種差異可能是由于抽樣的隨機性所造成的，也可能是由于顏色本身所造成的，后者所形成的誤差是由系統(tǒng)性因素造成的，稱為系統(tǒng)誤差。組內(nèi)方差因素的同一水平(同一個總體)下樣本數(shù)據(jù)的方差比如，無色飲料A1在5家超市銷售數(shù)量的方差組內(nèi)方差只包含隨機誤差組間方差因素的不同水平(不同總體)下各樣本之間的方差比如，A1、A2、A3、A4四種顏色飲料銷售量之間的方差組間方差既包括隨機誤差，也包括系統(tǒng)誤差方差分析的基本思想和原理

每個總體都應(yīng)服從正態(tài)分布對于因素的每一個水平，其觀察值是來自服從正態(tài)分布總體的簡單隨機樣本比如，每種顏色飲料的銷售量必需服從正態(tài)分布各個總體的方差必須相同對于各組觀察數(shù)據(jù)，是從具有相同方差的總體中抽取的比如，四種顏色飲料的銷售量的方差都相同觀察值是獨立的比如，每個超市的銷售量都與其他超市的銷售量獨立方差分析中的基本假定在上述假定條件下，判斷顏色對銷售量是否有顯著影響，實際上也就是檢驗具有同方差的四個正態(tài)總體的均值是否相等的問題如果四個總體的均值相等，可以期望四個樣本的均值也會很接近四個樣本的均值越接近，我們推斷四個總體均值相等的證據(jù)也就越充分樣本均值越不同，我們推斷總體均值不同的證據(jù)就越充分方差分析中的基本假定樣本標(biāo)準(zhǔn)差的構(gòu)造的統(tǒng)計量分布既非正態(tài)分布，也非t分布，而是卡方分布（c2）。定義：設(shè)x1，x2…xn是來自正態(tài)總體N(m，s2)的一個樣本，s為樣本標(biāo)準(zhǔn)差，則：c2（n-1）表示為自由度為（n-1）的卡方分布，卡方分布有以下特點：非負非對稱分布5.卡方分析卡方的分位值可通過查表得到.卡方分析6.相關(guān)與回歸相關(guān)和回歸的異同散布圖線性相關(guān)分析研究兩個連續(xù)型變

量相關(guān)程度的工具；相關(guān)按關(guān)聯(lián)的方

向可分成正相關(guān)

和負相關(guān)；按關(guān)

聯(lián)的強弱可分為

強相關(guān)和弱相關(guān)。相關(guān)系數(shù)r（CorrelationCoefficient）衡量兩組數(shù)據(jù)關(guān)聯(lián)程度的指標(biāo)：計算方法：｜r｜≤1,其值越大，表示相關(guān)性越強，當(dāng)為正值時，表示為正相關(guān)，負值時，表示為負相關(guān)，為零，表示無相關(guān)。r值是與樣本量有關(guān)的，其樣本越大，其值越小，故：確認兩個變量是否相關(guān)，除了看r值之外，還得進行相關(guān)性檢驗。相關(guān)系數(shù)r的檢驗任何兩組隨機數(shù)據(jù)其相關(guān)系數(shù)都不會為零；可對相關(guān)系數(shù)的顯著性進行假設(shè)檢驗原假設(shè)與備用選擇：HO：不相關(guān)ρ＝0,H1：相關(guān)ρ≠0）利用相關(guān)系數(shù)顯著性表；利用統(tǒng)計學(xué)工具如Minitab。8.項目演示卷煙的主流煙氣分析不僅耗時、繁瑣，且在實際應(yīng)用過程中對主流煙氣的檢測具有滯后性。針對卷煙的煙氣煙堿量與煙氣焦油量進行分析,以確認是否存在良好的線性關(guān)系，以便通過煙氣焦油量來預(yù)測煙氣煙堿量

。通過分析，請回答：

1.現(xiàn)有的數(shù)據(jù)是否有提供了充分的證據(jù)，說明煙堿量和焦油量之間存在顯著的函數(shù)關(guān)系？

2.請估計焦油量為13（mg/支）時，每支煙的煙堿量的95％置信區(qū)間？

3.如果有一支煙的焦油量為13mg，請預(yù)測其煙堿量？8.項目演示在收集數(shù)據(jù)以前,應(yīng)該明確以下重要問題:由誰收集來負責(zé)數(shù)據(jù)?數(shù)據(jù)的測量系統(tǒng)是否可信？收集的數(shù)據(jù)在過程的哪個環(huán)節(jié)?數(shù)據(jù)如何收集?煙氣焦油量煙氣煙堿量11.62 1.06812.51 1.24911.84 1.03112.37 1.10013.29 1.31712.67 1.16813.15 1.28711.94 1.08112.21 1.27812.17 1.24412.83 1.31312.98 1.25611.74 1.01412.66 1.21112.48 1.13913.35 1.194數(shù)據(jù)：一元線性回歸.MTWMinitab>統(tǒng)計>回歸>擬合線圖8.項目演示擬合結(jié)果：根據(jù)“最小二乘法”的原則畫出回歸線。8.項目演示9.精益理論6S/7S/8SColorCoding色標(biāo)系統(tǒng)Andon直觀信號系統(tǒng)OperationSheet操作圖表卡班組建設(shè)和員工參與WPOandTeamBuilding現(xiàn)場管理及班組建設(shè)質(zhì)量、成本和交貨期對待質(zhì)量的心態(tài)和改進工具成本的構(gòu)成及控制手法流動的物流和信息流是縮短交貨期的保障什么是流動生產(chǎn)？Atimebasedsystemthatpullsmaterialthroughaproductionsystemwithnointerruptions

建立在時間基礎(chǔ)上，無障礙地拉動物料流經(jīng)生產(chǎn)系統(tǒng)未開發(fā)的河流開發(fā)的河流ADevelopedFlowisLessDisruptiveValueStreamMapping

價值流分析

理解流程…看到價值…憧憬未來狀態(tài)供應(yīng)商

顧客信息控制工序C工序A工序B運行效率

總的設(shè)備有效性全員設(shè)備維護快速換型LOCKOUTRULES設(shè)備預(yù)防維修計劃更換空氣過濾器更換燈泡更換皮帶更換制冷元件更換油路過濾器清潔油路調(diào)節(jié)彈簧張力調(diào)緊螺釘檢查線路檢查馬達1234567810.直升飛機游戲11.控制計劃在2次FMEA后，必要時，改進后再次評估是否出現(xiàn)新風(fēng)險？基本正常不正常很正常需要對項目相關(guān)的操作人員培訓(xùn)新的控制方法，確保項目長期達標(biāo)新標(biāo)準(zhǔn)需要定期確認效果。12.實驗設(shè)計簡介第12章DOE基礎(chǔ)二DOE基本術(shù)語1、因子：可控因子與非可控因子過程y1y2yjx1x2xiu1u2uh因子=影響過程或過程輸出變量(yj)的輸入變量可控因子不可控因子因子=可以加以控制的那部分輸入變量(xi)=不可以加以控制的那部分輸入變量(u1)如加水量如大氣壓案例中電壓、電流、壓力等均為因子且可控。二DOE基本術(shù)語2、水平及處理設(shè)置=因子所處的狀態(tài)水平=安排=所有因子水平的組合處理=中心點 電壓 電流 壓力 t1 t2 t30 1.5 33 1.15 3 2 31 1.0 25 1.50 5 4 11 2.0 25 1.50 1 0 51 2.0 25 0.80 1 4 11 1.0 40 1.50 5 0 50 1.5 33 1.15 3 2 31 2.0 40 1.50 1 4 11 1.0 40 0.80 1 4 51 1.0 25 0.80 5 0 51 1.0 25 0.80 1 0 10 1.5 33 1.15 3 2 31 2.0 40 0.80 5 0 11 2.0 25 1.50 5 0 11 2.0 25 0.80 5 4 51 1.0 40 1.50 1 0 11 1.0 40 0.80 5 4 11 2.0 40 1.50 5 4 51 2.0 40 0.80 1 0 51 1.0 25 1.50 1 4 50 1.5 33 1.15 3 2 3T1有多少個水平？整個表中有多少個處理？2、二次方擬合斷裂強度=-1025+2.500鍛壓溫度-0.001467鍛壓溫度**2S=0.942809R-Sq=83.8%R-Sq（調(diào)整）=78.4%方差分析來源自由度SSMSFP回歸227.555613.777815.500.004誤差65.33330.8889合計832.8889方差的序貫分析來源自由度SSFP線性10.66670.140.715二次126.888930.250.002？？？？結(jié)論：方差分析表顯示P<0.05，回歸有效；從擬合圖和觀測殘差圖可以明顯看出，方程不應(yīng)有三次方存在，故不再進行分析。？深圳創(chuàng)卓六西格瑪培訓(xùn)第三周內(nèi)容1.簡單回歸簡單回歸模型的定義?

如果我們想知道，一個變量對一個變量的線性影響時。?

香煙價格（money）對被收購煙葉的煙農(nóng)年均人數(shù)（f）收入的影響f=b0+b1money+u?

思考：沒有其它影響因素了嗎？若有，怎么設(shè)定模型？簡單回歸模型的定義fire=b0+b1money+u一般寫法y

=β0

+β1x

+u……………2.1?它代表變量x及y之間的關(guān)連，因此也可將它

稱為“兩變量線性回歸模型”或

“雙變量線性

回歸模型”。

y

因變量被解釋變量

響應(yīng)變量被預(yù)測變量

回歸子

x

自變量解釋變量控制變量預(yù)測變量

回歸元簡單回歸的術(shù)語

?在方程式中，變量y及x常常交替使用幾種

不同的名稱。簡單回歸模型的定義?在計量經(jīng)濟中“因變量”與“自變量”是很常

用的

。不過要注意

自變量的英文“independent”

在這里并不是代表隨機變量間獨立性的統(tǒng)計概念。?變

量

u

稱

為

誤

差

項

(error

term)

或

干

擾項

(disturbance)，它代表除了x之外其他會影響

y的因素。簡單回歸分析將除了x以外所有影響y的因素都視為不可觀察。你可以把u想成代表“不可觀察項”。2.多元回歸多元回歸分析Yi=β0+β1X1i+β2X2i+ui對于多元回歸分析最重要的是解決回歸中6種假設(shè)條件擾動期望=0E(ui)=0擾動方差=常量Var(ui)=σ2

異方差擾動項不相關(guān)Cov(ui,uj)=0自相關(guān)性擾動項服從正態(tài)分布ui~N(0,σ2)解釋變量與擾動項不相關(guān)Cov(x1i,ui)=Cov(x2i,ui)=0解釋變量之間不相關(guān)Cov(xi,xj)=0多重共線性（1）多重共線性的判斷與處理方法

事前信息法變換模型法增大樣本容量法綜合時間序列與截面數(shù)據(jù)法嶺回歸法主成分分析法Frisch綜合分析法（2）自相關(guān)性的判斷與處理方法（3）異方差性的判斷與處理方法3.多元方差分析一

什么是多元方差分析?

Univariate

單因變量多因子方差分析模型/過程,

Multivariate

多因變量的方差分析

,

/MANOVA過程

Repeate

measures

方差分析的重復(fù)測量，

Variance

components

方差成分分析一元方差分析：分析一個或多個定性影響因素對一個定量指標(biāo)的影響情況多元方差分析：分析一個或多個定性影響因素對兩個或兩個以上在專業(yè)上有一定聯(lián)系的定量指標(biāo)的影響；條件：1多元正態(tài)分布2比較組間的多元協(xié)方差矩陣相等。4.殘差分析前面分析得到的結(jié)論是否可靠呢？我們不得而知，還要進行殘差分析。在單向分類試驗中，殘差分析主要看是否服從正態(tài)分布、殘差隨觀測順

序是否有某種趨勢且均值是否為零。符合正態(tài)分布P>0.05，接受原假設(shè)，即，殘差呈正態(tài)分布。無明顯某種趨勢，殘差是隨機的。5.簡單實驗一次一因素的實驗第一步試驗設(shè)計利用MINITAB設(shè)計結(jié)果:6.實驗設(shè)計計劃一旦試驗設(shè)計完成，就要到生產(chǎn)線去實施。實施過程特別要記錄好其它因子的

變化，另隨機化的試驗順序不可隨意調(diào)整。數(shù)據(jù)收集完后，需要對數(shù)據(jù)進行統(tǒng)計分析。不同的試驗有不同分析過程，單向分類試驗的分析過程主要分為5個子過程：單因子方差分析多重比較殘差分析條件驗證分析結(jié)論數(shù)據(jù)滿足方差分析的前提條件狀況分析出各水平間是否存在顯著性差異比較出究竟哪個與哪個有顯著差異檢查實施過程有無問題或是否可靠明確哪個或哪些水平是最佳的。第三步試驗分析7.全因子實驗全因子實驗法所有可能的組合都必須加以深究，信息全面，但相當(dāng)耗費時間、金錢，例如:

7因子，2水準(zhǔn)共須做128次實驗。13因子，3水準(zhǔn)就必須做了1,594,323次實驗，如果每個實驗花3分鐘，每天8小時，一年250個工作天，共須做40年的時間。8.模塊化設(shè)計所謂的模塊化設(shè)計，簡單地說就是將產(chǎn)品的某些要素組合在一起，構(gòu)成一個具有特定功能的子系統(tǒng)，將這個子系統(tǒng)作為通用性的模塊與其他產(chǎn)品要素進行多種組合，構(gòu)成新的系統(tǒng)，產(chǎn)生多種不同功能或相同功能、不同性能的系列產(chǎn)品。（一）模塊化設(shè)計概念（二）模塊化設(shè)計原理模塊化產(chǎn)品是實現(xiàn)以大批量的效益進行單件生產(chǎn)目標(biāo)的一種有效方法。產(chǎn)品模塊化也是支持用戶自行設(shè)計產(chǎn)品的一種有效方法。產(chǎn)品模塊是具有獨立功能和輸入、輸出的標(biāo)準(zhǔn)部件。9.拉動系統(tǒng)和看板我們只在需要的時候發(fā)運需要的物料拉動系統(tǒng)配料地址0017-0010-002R

Whatarethegoals目標(biāo)?在正確的時間以正確的方式按正確的路線把正確的物料送到正確的地點，每次都剛好及時

JIT物料運動的目標(biāo)EXTERNALPULL外部拉動DELIVERYPULL發(fā)送拉動PRODUCTIONPULL生產(chǎn)拉動物料從存放區(qū)向生產(chǎn)點的授權(quán)移動以補充消耗的用量物料從上工位向下工位的授權(quán)移動以補充下工位的消耗的用量物料從外部供應(yīng)商向工廠的授權(quán)移動基于消耗，而非預(yù)測AuthorizedMovementBasedonConsumptionPullCard拉動卡Key要點:PlantComponentsAssembly物流信息流拉動系統(tǒng)：看板之種類In-Process(IPK)-PacestheProduction

工序看板(IPK)-“生產(chǎn)的節(jié)拍器”Squares/Containers方塊/容器式ReplenishmentSignals-PartsflowbasedonConsumption補充看板-“基于消耗量的零件流動”2-bin(multiple-container)Card/containerElectronic兩箱式(多容器)卡片/容器式電子式拉動系統(tǒng)：看板如何工作當(dāng)操作根據(jù)節(jié)拍時間平衡后，在工藝流程中使用“方型”看板來作為工作與拉動零件的信號操作#1操作#2操作#3物流方向K=滿看板=空看板工作信號工序看板系統(tǒng)10.如何實現(xiàn)精益支持全方位的變化生產(chǎn)部門把支持功能從中央分散，建立產(chǎn)品團隊用團隊解決問題并施行改進整頓工作場地消滅浪費，實施流動計劃調(diào)度部門依靠“拉式”系統(tǒng)監(jiān)控更少的工作中心通過目視控制系統(tǒng)來管理維修管理部門設(shè)備可用性與可靠性成為焦點單元/流動線施行預(yù)防性維護并監(jiān)控停工時間快速換型生產(chǎn)與靈活性成為焦點單元/流動線工具與換型管理質(zhì)量部門用失效模式分析設(shè)置監(jiān)控/檢驗點在可能的地方進行差錯預(yù)防支持單元/流動線團隊處理改進事宜采購部門供應(yīng)與需求“拉動”速率相連接采購的準(zhǔn)則：交貨期–質(zhì)量–價格供應(yīng)商需要培訓(xùn)與技術(shù)支援市場營銷部門準(zhǔn)確及時的需求信息反饋小批量觀念，而不是累積大訂單對生產(chǎn)的沖擊避免緊急訂單促銷策略與營運部門一同制訂所有因子的所有水平組合中的只有部分組合參與的試驗就是部分因子試驗。因子的水平只有2個的部分因子試驗，稱為2水平部分因子試驗。2水平部分因子試驗的最大優(yōu)點就是大幅度減少了試驗次數(shù)。如現(xiàn)有4個因子，則其全因子試驗次數(shù)為16次試驗，如果采用2水平部分試驗，則試驗次數(shù)只有8次。全因子試驗因子:4基設(shè)計:4,16試驗次數(shù):16仿行:1區(qū)組:1中心點（合計）:0部分因子設(shè)計因子:4基設(shè)計:4,8分辨度:IV試驗次數(shù):8仿行:1實施部分:1/2區(qū)組:1中心點（合計）:0但是，2水平部分因子試驗在精度方面不如2水平全因子試驗。故一般在因子較多時(>5)，先用部分因子試驗進行篩選，到<5個時，則再用全因子試驗進行篩選合建立較精的方程。11.部分因子實驗2水平部分因子試驗設(shè)計2水平部分因子試驗實施2水平部分因子試驗分析改善方案確定擬合選定模型進行殘差診斷分析解釋模型試驗分析結(jié)論12.直升飛機競賽深圳創(chuàng)卓六西格瑪培訓(xùn)第四周內(nèi)容1.屬性數(shù)據(jù)實驗設(shè)計隨機單位組設(shè)計（randomizedblockdesign)

設(shè)計方法：（1）按照主要非處理因素配區(qū)組并編號1-n（2）從隨機數(shù)字表中取隨機數(shù)字（3）每個區(qū)組內(nèi)根據(jù)隨機數(shù)字按從小到大順序編秩（4）按照實驗要求和隨機數(shù)字分配實驗對象設(shè)計形式2.中心復(fù)合設(shè)計中心復(fù)合試驗設(shè)計(centralcompositedesign，CCD)；Box-Behnken試驗設(shè)計；確定因素及水平，注意水平數(shù)為2，因素數(shù)一般不超過4個，因素均為計量數(shù)據(jù)；創(chuàng)建“中心復(fù)合”或“Box-Behnken”設(shè)計；確定試驗運行順序(DisplayDesign)；進行試驗并收集數(shù)據(jù)；分析試驗數(shù)據(jù)；優(yōu)化因素的設(shè)置水平。

立方點軸向點中心點區(qū)組序貫試驗旋轉(zhuǎn)性3.多響應(yīng)優(yōu)化RSM

為何要用RSMRSM對因子的響應(yīng)提供了一個曲面圖形描述RSM幫助我們了解和確定最佳響應(yīng)（例如：最小，最大和目標(biāo)）最陡上升路線假設(shè)已經(jīng)做了一個實驗，并且得到以下模型：

Y=β0+β1x1+β2x2+…

（同主效果有關(guān)）

+β12x12+…

（同雙向交互作用有關(guān)）我們可以利用這個模型確定一條最陡上升路線，幫助我們更接近最佳條件。RSM是建立過程模型以及對過程進行優(yōu)化的系統(tǒng)方法1）第一步：確定有可能含有最佳條件的區(qū)域2）第二步：建立一個描述響應(yīng)與重要變量之間關(guān)系的模型3）第三步：利用該模型進行過程優(yōu)化，并且確認結(jié)果當(dāng)實施DOE把良率提高時，希望看到哪個圖？為什么？3.多響應(yīng)優(yōu)化RSM

最佳區(qū)域，最高良率最陡上升路線4.變革管理靠創(chuàng)造力而成長領(lǐng)導(dǎo)危機僵化危機靠分權(quán)、協(xié)調(diào)成長資源分散危機靠合作而成長核心能力危機再發(fā)展穩(wěn)定衰退創(chuàng)業(yè)階段集合階段正規(guī)化階段精細階段組織年齡突變漸變靠規(guī)范而成長變革在企業(yè)發(fā)展中的作用戰(zhàn)略具體化：通過戰(zhàn)略溝通，管理層就戰(zhàn)略達成共識，并制定戰(zhàn)略部署和行動計劃管理的變革：建立健全基礎(chǔ)架構(gòu)，優(yōu)化崗位體系、績效體系變革管理：正確對待變革中的阻力，推進新的管理體系的貫徹和落實變革管理(ChangeManagement)貫徹和落實戰(zhàn)略方向不明確戰(zhàn)略部署所需的基礎(chǔ)架構(gòu)不健全推行時阻力重重面臨的問題所需的對策解決方案企業(yè)變革的解決方案5.流程能力輸入Input供應(yīng)商Supplier輸出Output過程Process客戶Customer項目的Y及相關(guān)聯(lián)的Y應(yīng)該包含在這里。（可參見下一頁）都應(yīng)該是可以量化的指標(biāo)項目關(guān)注的流程起點和終點及重要流程。通常是相關(guān)流程的人員，設(shè)備，測量儀器，作業(yè)方法，原材料等。在定義階段，SIPOC圖的目的是確定項目的流程邊界(Process)，以及要解決的問題(Output)以及解決問題時要關(guān)注的方面（Input）SIPOCXXXXX輸入類型輸出XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX過程輸入類型輸出過程M3詳細過程圖輸出變量填寫項目要解決的問題。即Y或小Y或Y’要求指標(biāo)可量化。過程填寫需要用動詞。類型填寫使用C或U或N代表C:可控U:不可控N:目前沒有控制KPIV分析D定義

M測量A分析

I改善

C執(zhí)行&控制由上述頭腦風(fēng)暴歸納得出產(chǎn)生塵點、毛絲不良原因分析中有十四點是容易產(chǎn)生且易于改善和管制的，作為優(yōu)先改善的重點。KPIV分析KPIV

ByProcess待改善的KPIVKPIV

By料號過程中是否存在不合理之處或者8種“浪費”？結(jié)論：

備注：該頁是可選項，適用于流程簡化或消除浪費。6.非正態(tài)能力研究中心的移動UCLLCLCL不穩(wěn)定的工程短期1短期2短期3短期4短期5短期6短期7沒有達到穩(wěn)定狀態(tài)的工程中長期偶然傾斜孤島看到什么能夠判斷其為不穩(wěn)定?長期的

Data是否能夠出現(xiàn)正態(tài)分布?在沒有達到穩(wěn)定狀態(tài)的工程中,以概率為基礎(chǔ)對工程能力進行推定就沒有實際意義.在這樣的工程中,真正重要的不是把握工程能力,而是查明,追蹤,去除異常要因,使工程達到穩(wěn)定化.斜度(Skewness)左偏斜型

右偏斜型峰度(Kurtosis)急峰緩峰多種(MultipleMode)雙峰型孤島型分離(DATA的

分散型)大多數(shù)情況下,因為偶然原因所引發(fā)的

Data分布能夠形成正態(tài)分布,但是在極少數(shù)的特殊工程以及特別的情況下,有根據(jù)工程自身的特性而出現(xiàn)固有形態(tài)的分布情況.右偏斜型急峰一般性兩種

Mode左偏斜型緩峰極端性兩種

Mode非正態(tài)

DATA的

PATTEN為制作更加對稱性的分布,使統(tǒng)計計算更加妥當(dāng)非對稱

DATA變換●對于非對稱數(shù)據(jù),使用與Log和開方等相類似的數(shù)值參數(shù),使其變換為對稱性的數(shù)據(jù)?！袢绻〉玫臄?shù)值很小,則變換后沒有什么大效果X變換=xplog(x)變換

指數(shù)(p)3次方平方無變化平方根負平方根負Log3210.5