1、個人資料 僅供參考-Kyle,1,1. DMAIC 步驟及工具表,Six-sigma DMAIC 方法利用多種工具。 我們在此回顧這些工具及步驟。,個人資料 僅供參考-Kyle,2,個人資料 僅供參考-Kyle,3,2. Minitab 和 DMAIC,在下面的描述中使用了“庫存控制改進計劃”實例。,= D = 確定一計劃 (利用 QFD) 將產品交運的質量要求（CS）轉變?yōu)楫a品的質量因素并摘錄當前的計劃條目。 確定 CTQ 或 利用前面的因素，思考為什么成本會高?；蛟S存在庫存控制問題。 說明缺陷 如果存在庫存控制問題，那么此例中缺陷將為：,因果圖 （魚骨圖）,矩陣重要性評估,QFD,CTQ

2、= 庫存縮減,庫存太多！,成本縮減,（處理（優(yōu)化）中的產品、庫存，建立控制系統(tǒng)）,為什么成本會高？,個人資料 僅供參考-Kyle,4,= M = 決定 CTQ 特征值 FMEA, 因果圖 (魚骨圖), 巴累托圖, QFD - 1 庫存月份 = 庫存量 (價格)/生產總量 CTQ 特征值=庫存月份 反應變量 (Y) 對 CTQ 缺陷 Y - 2 何種類型的產品出現問題? - 3 確認庫存規(guī)格 = 小于 0.15 個月,巴累托圖,檢驗:,度量 R&R,確定測量 Y 的方法 (庫存月份) 當前月份庫存量: 產品 工人在庫房清點 處理中的貨物 工人在庫存區(qū)清點 生產總量: 生產量用計算機輸入數據計算

3、測量系統(tǒng)可靠性評估: 在相同的庫房計算 (例如，重復計算三次) 測量系統(tǒng)可靠性評估 在相同的庫房計算 (例如，重復計算三次),問題聲明,處理圖,產量,個人資料 僅供參考-Kyle,5,= A = 分析當前狀態(tài) 例如，檢查從 1997 年 10 月至 1998 年 9 月間的每一庫存月份。 - 1 正態(tài)檢驗 - 2 檢查當前的 sigma 水平 估計影響 CTQ 的因素 (分析) 產品庫存圖和處理中貨物庫存圖 并檢查平均值的離散及變遷。 為什么庫存會變化? 就魚骨圖的每一因素如時間和生產過程重復圖表及魚骨圖分析。,運行圖,正態(tài)檢驗,Z-值 (連續(xù)和離散值的檢驗),Xber-R 圖,運行圖,F 檢

4、驗,存在差異嗎?!,正常如果 P-值 0.05 (好!),尋找影響 Y 的因素 (X),和,離散 ,t 檢驗,平均值 ,個人資料 僅供參考-Kyle,6,= C = 在測量主因素時檢查測量方法 用于 “M” 步相同的方法測量和評估。 (檢查測量環(huán)境是否因改進而改變) 評估主因素(x)的表現 (做出改進后分析當前狀態(tài)) 用和 “A” 步相同的方法做圖。 * 目的是評估 X (輸入) 數據對 Y (輸出)。 針對主原因建立管理系統(tǒng) (設置),= I = 識別主要因素 提取并檢查真正的因素原因 做圖 檢驗 確定重要的因素 (Xs) 識別重大主因素 (X) 的最佳值 (測量) 設定主因素的公差 檢驗設

5、計的結果 (模擬) (估計范圍),檢驗設計 (DOE),度量 R&R,Xber-R 圖,簡易 風險管理 控制圖 標準化及其他要素,實施改進,質量工程 (QE),和,個人資料 僅供參考-Kyle,7,3. 基本屏幕,個人資料 僅供參考-Kyle,8,階段窗口 (分析輸出屏幕),數據窗口 (工作單屏幕) (幾乎和在 Excel 中相同),MINITAB 屏幕,以下是一般操作流程。 在數據窗口輸入并設定數據 從命令菜單選擇命令 在對話框中輸入分析條件 在階段窗口中顯示分析數值 在圖表窗口顯示分析結果圖表,信息窗口 (工作單清單屏幕),歷史記錄窗口 (命令保存屏幕),操作,計算,統(tǒng)計,圖表,個人資料

6、僅供參考-Kyle,9,工具條,關于數據結構的補充信息： Minitab 定義以下兩種類型的數據結構： 1.堆積數據： 排列于一列的多于一個子群的數據 2.非堆積數據： 每一子群的數據，排列于分開的列（或行）使用 “ManipStack/Unstack” 命令轉換這些數據格式。 什么是子群？ 處理數據常分成組。例如，運送數據用發(fā)貨分組，化學處理數據用批而半導體處理數據用 lot。這些數據組被稱為子群。這些子群還用在短期和長期處理能力中。,打開文件,保存文件,插入單元格,插入行,插入列,移動列,刪除單元格,最后對話框 (返回到最后的指示屏幕),返回到階段窗口,返回到數據窗口,圖表管理 (圖表再排

7、列),關閉圖表 (刪除圖表),前一命令,下一命令,尋找,個人資料 僅供參考-Kyle,10,4. 圖表工具,Minitab 具有多種有用的圖表顯示功能。以下介紹的為典型的功能： 魚骨圖 柱狀圖 巴累托圖 運行圖 分散繪圖 點陣圖 矩陣圖 頁邊圖 三維圖 框圖,個人資料 僅供參考-Kyle,11,魚骨圖,1)輸入要素 在最多六個列中書寫主和次分類要素。,統(tǒng)計 質量工具 因和果.,就象它的名字所暗示的，魚骨圖（因果圖，也稱為 Ishikawa 圖）顯示原因和結果的關系。結果的原因如缺陷和異常被分為 5M 和 1E（人，機器，材料，方法和測量及環(huán)境）并再分為較小的骨。,2)分析操作,個人資料 僅供參

8、考-Kyle,12,在每一輸入區(qū)選擇一列。 按要求，改變標簽并輸入到 Effect 和 Title。 點擊 OK。,3)輸出結果,個人資料 僅供參考-Kyle,13,柱狀圖,1)輸入至數據窗口,在 Minitab 文件夾中閱讀標準練習文件。雙擊MtbwinDataGageaiag.mtw。,柱狀圖通過表示數據的條代表頻率分布。離散和連續(xù)的變量均可做入圖中。在此例中，該區(qū)被分開用于測量值（連續(xù)變量），圖示于單獨的區(qū)的測量值數計為頻率。,2)操作,圖表 柱狀圖.,個人資料 僅供參考-Kyle,14,為 X 選擇一列。 點擊 OK。,3)輸出結果,個人資料 僅供參考-Kyle,15,巴累托圖,1)輸

9、入到數據窗口,2)操作,原因項,計數,統(tǒng)計 質量工具 巴累托圖,個人資料 僅供參考-Kyle,16,選擇標簽和缺陷列,巴累托圖按頻率的順序再次排列柱狀圖的數據條并被用于分析主要因素。如此圖所示，左和右軸分別表示頻率和百分比。折線圖顯示柱狀圖的累加值。 目的：方便地比較部件、要素和其他條目的頻率。 作用： 1)一眼即可看出最有影響力的條目。 2)最大的兩個或三個條目總計所占比例易通過折線圖顯示累加百分比的右軸而理解。 3)利用所有的要素分析原因會很費時間。 選擇一些重要的要素用于有效的分析及改進。,3)圖表,點擊 OK,在此指定 “95%” 將使余下的圖示為 “Others”。,個人資料 僅供參

10、考-Kyle,17,運行圖,統(tǒng)計 質量工具 運行圖,運行圖在折線圖中用時間-序列數據做圖，有助于評估數據及過程的穩(wěn)定性。運行圖類似于控制圖，可用于測量和控制階段。 目的：例如，視沉檢查時間-序列趨勢。 作用：根據時間-序列數據及狀態(tài)數據可推斷出變化要素。,1)輸入到數據窗口,L / #,2) 分析操作,個人資料 僅供參考-Kyle,18,3)分析結果,選擇 “列”,點擊 OK。,個人資料 僅供參考-Kyle,19,分散繪圖,圖表 做圖,1)輸入到數據窗口,2)分析操作,分散繪圖有助于用圖表方式確定兩種變量間是否存在相關性。相關性越強，包圍分散點數據的橢圓的半主軸和半次軸的比值就越大。升向右側分

11、布被稱為正相關，升向左側的分布被稱為負相關。 目的：檢查變量間的相關性（關系）。 作用： 1)兩個變量如因和果、輸入和輸出或三個或更多變量均可做圖以檢查正比關系（或反比關系）以便識別變化因數 (X)。 2)相關系數的值 (r) 和 r 圖中的值可比較以確定其間是否存在顯著關系。（如果計算出的相關系數 r 小于 r 圖中的相應值則可認為存在相關性。）,閱讀 Minitab 數據文件夾中的 “MTBWINDataExh_regr.mtw”。,一臺機器的熱流量 (Heat flux) 和多種條件數據。,個人資料 僅供參考-Kyle,20,點擊 OK。 將顯示一圖表。,分配 X 和 Y 列(HeatF

12、lux and North)。,存在負相關,個人資料 僅供參考-Kyle,21,點陣圖,1)輸入到數據窗口,使用與前一部分相同的數據。閱讀 Minitab 數據文件夾中的 “MTBWINDataExh_regr.mtw”。,Graph Dot plot.,2)分析操作,選擇一變量。 點擊 OK。 將顯示一圖表。,3)分析結果 該值的頻率將以點顯示，而不是柱狀圖中的數據條。,個人資料 僅供參考-Kyle,22,矩陣圖,1)輸入到數據窗口,使用與前一部分中相同的數據。閱讀 Minitab 數據文件夾中的 “MTBWINDataExh_regr.mtw”。,圖表 矩陣圖,2)分析操作,矩陣圖有助于同

13、時對許多變量相關性的直覺理解。 目的：理解多于一個變量的相關性。 作用：減少主要變量和原因。,個人資料 僅供參考-Kyle,23,3)分析結果,選擇多于一個變量以檢查它們的相關性。 點擊 OK。,23,個人資料 僅供參考-Kyle,24,三維圖,1)輸入到數據窗口,使用與前一部分中相同的數據。閱讀 Minitab 數據文件夾中的 “MTBWINDataExh_regr.mtw”。,圖表 三維圖.,2)分析操作,3)分析結果,指定 X, Y 和 Z 軸的三個變量。 點擊 OK。,三維圖有助于直覺地理解 Y 變量（結果）和兩個 X 變量（原因）之間的關系。其他可以利用的技術如三維表面圖和輪廓圖。,

14、個人資料 僅供參考-Kyle,25,框圖,圖表 框圖,將列分配到 X 和 Y 軸,1)輸入到數據窗口 2)分析操作,個人資料 僅供參考-Kyle,26,框圖早已被用于質量控制中。這種技術的優(yōu)越性是可不在柱狀圖中劃分布的情況下了解大致的分布情況，和對數種變量劃圖和并排查看?？驁D是按以下方式劃出的：,中值,3)圖表,第一四分位數 ,中值 ,第三四分位數 ,A = 第三四分位數 第一四分位數 (顯示完整數據 50% 分布范圍),連接 1.5 A 范圍內最大的數據和第三 四分位數,連接 1.5 A 范圍內最小的數據和第一 四分位數, 用 “” 代表的來自 Whisker 的 A 值,個人資料 僅供參考

15、-Kyle,27,5. 描述統(tǒng)計學,個人資料 僅供參考-Kyle,28,統(tǒng)計 基本統(tǒng)計 顯示基本統(tǒng)計,描述統(tǒng)計學,輸入到數據窗口 2)操作,閱讀 Minitab 文件夾中的標準練習文件。雙擊 MtbwinDataGageaiag.mtw。,輸入列,點擊 Graphs,個人資料 僅供參考-Kyle,29, 點擊 “OK” 將從當前屏幕返回到前一屏幕。再次點擊 “OK”。 3)階段窗口,顯示統(tǒng)計數量,Variable N Mean Median TrMean StDev SE Mean Response 60 0.8075 0.8000 0.8157 0.1952 0.0252 Variable

16、Minimum Maximum Q1 Q3 Response 0.4000 1.0500 0.6625 1.0000 Executing from file: C:MINITABMACROSDescribe.MAC,描述統(tǒng)計學代表從數字數據中可以了解的內容。具體說，諸如數據平均值、方差和標準方差的統(tǒng)計（參數）予以計算。 N：自由度 = 獨立變量的個數。 平均值：所有數據的和除以數據的個數。 中值： 排列數據是處于中央的數據。 StDev: 方差的平方根，是一種離散的測量。 最小和最大：最小和最大值 Q1 和 Q3：第一和第三四分位數 = 在排位上等同于 25 和 75% 的數據。 注：從樣品推

17、論群體結論的技術被稱為推論統(tǒng)計學。,選擇 “Graphical summary” 作為圖表類型,個人資料 僅供參考-Kyle,30,統(tǒng)計量,柱狀圖,框圖,樣品 95% 平均值置信區(qū)間 (MU) 和中值。注意和顯示在框圖上的柱狀圖刻度不同。,正態(tài) (正常分布如果 p 0.05),平均值、標準偏差、方差、偏度（左部間的不對稱性）、峰度,4)圖表,描述統(tǒng)計學 目的：檢查正態(tài)，計算平均值和標準偏差 作用： 1)與連續(xù)值使用 2)可以確定數據分布的特征。通過了解距中央的偏度、分布的峰度、平 均值和中值，收集數據的分布可作為將來做出 ”確認不同“ 步驟的初步知識。,個人資料 僅供參考-Kyle,31,統(tǒng)計

18、 基本統(tǒng)計 正態(tài)檢驗,正態(tài)檢驗,1)輸入到數據窗口 2)操作,具有一些特征的數據,選擇一列,個人資料 僅供參考-Kyle,32,正態(tài)存在如果 P-值 0.05 缺乏正態(tài)如果 P-值 0.05,3)圖表,正態(tài)檢驗 目的：決定收集數據的分布是否存在正態(tài)。 作用： 1)此技術與連續(xù)值使用。 2)如果在圖表中數據排列在一條直線上并由 P-值判斷則說明正態(tài)存在。 3)如果顯示的 P-值大于 0.05, 正態(tài)存在，但如果低于 0.05 則缺乏正態(tài)。 4)如果數據具有正態(tài)，則可用統(tǒng)計工具進行處理，如下一步中的檢驗。 5)如果缺乏正態(tài)，檢查數據是否測量正確和數據修正為正確數據。 6)如果數據是正確的，進行對數

19、變換并進入下一步。 注如果數據個數較小（小于 30）則不能完全相信 P-值。在數據個數較小的情況下即使數據被判斷為缺乏正態(tài)也無關緊要。,個人資料 僅供參考-Kyle,33,6. 測量系統(tǒng)的分析 (度量 R&R),個人資料 僅供參考-Kyle,34,測量條件： 操作員: 3 重復操作: 2 樣品: 10,共計 60 行數據！,度量可重復性及再現性,1)輸入到數據窗口,閱讀 Minitab 文件夾中的標準練習文件。雙擊 MtbwinDataGageaiag.mtw。,每樣品測量兩次,操作員碼：Smith 1, Brown . 2,一名操作員的數據個數= 20,個人資料 僅供參考-Kyle,35,統(tǒng)

20、計 質量工具 GRR 研究,2)分析操作,填寫每一框。,點擊 “Option”。,雙擊列于左側的項并填寫這些文字 框。如果列未命名，列的名稱將顯 示為 C1 和 C2。,選擇 “ANOVA”,個人資料 僅供參考-Kyle,36,在選項屏幕輸入公差。,點擊 OK 將返回到前一屏幕。再次點 OK。 結果將顯示于階段屏幕。,度量 R&R (可重復性和再現性?？芍貜托约霸佻F性：測量系統(tǒng)的準確評估) 目的：確認作為標準的用于改變或改進測量方法的測量系統(tǒng)的可靠性。作用： 1)閱讀在 “Study Var” 中的值。 2)如果 R&R 高于 30% 則說明測量方法存在問題?；仡櫞朔椒ú⒆龀龈倪M。 3)從圖表

21、（值）中決定可重復性及再現性是否存在問題并償試找到改進的線索。 4)通過自由討論或其他方法確定有問題的因素以尋找改進的線索。（使用因果圖、相似圖方法、相關圖方法或其他技術）,對應于 99% 決定標準。,點擊此處以用單獨圖表顯示分析結果。 如不點擊，將顯示為一單頁圖表總結。,個人資料 僅供參考-Kyle,37,帶交到作用的雙向 ANOVA 表 Source DF SS MS F P Part 9 2.05871 0.228745 39.7178 0.00000 Operator 2 0.04800 0.024000 4.1672 0.03256 Operator*Part 18 0.10367

22、0.005759 4.4588 0.00016 Repeatability 30 0.03875 0.001292 Total 59 2.24912 度量 R&R Source VarComp StdDev 5.15*Sigma Total Gage R&R 0.004437 0.066615 0.34306 Repeatability 0.001292 0.035940 0.18509 Reproducibility 0.003146 0.056088 0.28885 Operator 0.000912 0.030200 0.15553 Operator*Part 0.002234 0.047263 0.24340 Part-To-Part 0.037164 0.192781 0.99282 Total Variation 0.041602 0.203965 1.05042 Source %Contribution %Study Var %Tolerance Total Gage R&R 10.67 32.66 34.31 Repeatability 3.10 17.62 18.51 Rep