6sigma常用工具及圖表剖析

經(jīng)營治理部6sigma辦公室2022年七月十一日Sigma常用工具講解——以精品戰(zhàn)略為核心，不斷優(yōu)化持續(xù)革新體制柏拉圖原始數(shù)據(jù)如下：質(zhì)量掌握例如.MTW選擇：統(tǒng)計>質(zhì)量工具>Pareto圖Minitab輸出如下表：點擊：已整理成表格的缺陷數(shù)據(jù)[

Define

]Case1：汽車工業(yè)行動組織量具爭論，選擇了10個代表過程變異預期范圍的部件。3名操作員以隨機挨次測量這10個部件，每個部件測量3次原始數(shù)據(jù)：汽車工業(yè)行動組織量具爭論.MTW共10個部件(3人對同一部件測量3次)[

Measure

]MSA選擇：統(tǒng)計>質(zhì)量工具>量具爭論>量具R&R爭論(穿插)選擇對話框Session輸出如下：圖形輸出如下：判定：GageR&R≤30%判定：≥5[

Measure

]MSA量具R&R爭論-方差分析法不包含交互作用的雙因子方差分析表來源自由度SSMSFP部件988.36199.81799245.6140.000操作員23.16731.5836339.6170.000重復性783.11790.03997合計8994.6471量具R&R方差重量來源方差重量奉獻率合計量具R&R0.091437.76重復性0.039973.39再現(xiàn)性0.051464.37操作員0.051464.37部件間1.0864592.24合計變異1.17788100.00爭論變異%爭論變來源標準差(SD)(6*SD)異(%SV)合計量具R&R0.302371.8142327.86重復性0.199931.1996018.42再現(xiàn)性0.226841.3610320.90操作員0.226841.3610320.90部件間1.042336.2539696.04合計變異1.085306.51180100.00可區(qū)分的類別數(shù)=4Case2：一家教育考試公司正在為六年級標準化論文式考試的寫作局部培訓五名新檢驗員。現(xiàn)在需要評估檢驗員對論文評級時遵守標準的力量。每個評分員以五點尺度〔-2，-1，0，1，2〕對15篇論文進展了評級。原始數(shù)據(jù)：散文.MTW

[

Measure

]MSA〔屬性全都性〕選擇：統(tǒng)計>質(zhì)量工具>屬性全都性分析選擇對話框會話框輸出如下：圖形輸出如下：作業(yè)者之間判定結(jié)果不全都測量系統(tǒng)只有40%的可信度[

Measure

]評級

的屬性全都性分析

每個檢驗員與標準評估全都性

#

檢

#

相檢驗員

驗數(shù)

符數(shù)

百分比

95

%

置信區(qū)間Duncan

15

8

53.33

(26.59,

78.73)Hayes

15

13

86.67

(59.54,

98.34)Holmes

15

15

100.00

(81.90,

100.00)Montgomery

15

15

100.00

(81.90,

100.00)Simpson

15

14

93.33

(68.05,

99.83)檢驗員之間評估全都性

#

檢

#

相

驗數(shù)

符數(shù)

百分比

95

%

置信區(qū)間

15

6

40.00

(16.34,

67.71)全部檢驗員與標準評估全都性

#

檢

#

相

驗數(shù)

符數(shù)

百分比

95

%

置信區(qū)間

15

6

40.00

(16.34,

67.71)MSA〔屬性全都性〕因果分析圖原始數(shù)據(jù)如下：外表缺陷.MTW選擇：統(tǒng)計>質(zhì)量工具>因果Minitab輸出如下表：選擇相應對話框[

Measure

]Case3：一家線纜制造商希望評估線纜的直徑是否符合規(guī)格。線纜直徑必需為0.55+0.05cm才符合工程規(guī)格。分析員評估過程的力量以確保其滿足客戶的要求，即Ppk為1.33。分析員每小時從生產(chǎn)線中取5根連續(xù)的線纜作為一個子組，并記錄直徑。原始數(shù)據(jù)如下：線纜.MTW

工程力量分析選擇：統(tǒng)計>質(zhì)量工具>力量分析>正態(tài)選擇對話框點擊選項[

Measure

]規(guī)格下限0.50規(guī)格上限

0.60

圖形輸出如下：PP、PPK工程力量分析[

Measure

]

規(guī)格下限

規(guī)格上限算術(shù)平均

抽樣數(shù)

群內(nèi)標準偏差

全體標準偏差3.3觀測的不良率3.4群內(nèi)預想不良率3.5全體預想不良率CP、CPKSIPOC/COPIS–說明用語

SupplierCustomerOutputProcessInputProcessProcessProcess供給者(Suppler):供給Process作業(yè)對象〔如情報和資料、資源等〕的人或組織等輸入(Input):供給者供給的情報/資料/制品/效勞等。程序(Process):輸入的轉(zhuǎn)化變形構(gòu)成的一系列階段。輸出(Output):顧客使用的制品或效勞顧客(Customer):得到Process的輸出結(jié)果的人3.5-15SIPOC[

Measure

]輸入類型顧客開始的

情報問候準備應答順序電話系統(tǒng)P/N統(tǒng)合部門參考主要情報生產(chǎn)ROAD情報WORKSHEET價格策定方式CCCUCUUCC結(jié)果物電話應答應答問候P/N決定needdate把握船運地址

把握船運方法把握

內(nèi)部情報內(nèi)部

P/N賦予條件決定leadtime把握詢問完了

WORKSHEET顧客數(shù)詢問WORKSHEET價格策定1.把握外部輸入和顧客輸出.2.Process全部階段通過圖表或畫圖來把握.3.列出各階段主要輸出變數(shù).4.列出主要輸入變數(shù)后，消退或保存，區(qū)分Process輸入5.添加對輸入變數(shù)Process的Spec.PROCESS

Map[

Measure

]Cause&EffectMatrix[

Measure

]RPN=嚴峻度X發(fā)生率X探測力FailureModes,EffectsandCriricalityAnalysis[

Measure

]風險優(yōu)先數(shù)(RPN)FMEA的輸出是風險優(yōu)先數(shù)RPN是在你供給的信息根底上計算出來的數(shù)，要考慮潛在的失敗模式,相關(guān)影響,和當前在到達顧客之前工程探測失敗力量它是三個定量的數(shù)率的乘積，分別相對于影響，要因和掌握：RPN=嚴峻度X發(fā)生率X探測力〔影響的〕嚴峻度〔Severity〕-影響對顧客要求的重要程度-假設(shè)失敗發(fā)生，也可以和安全及其他風險相關(guān)〔1=不嚴峻，10=特別嚴峻〕〔要因的〕發(fā)生率〔Occurrence〕-給定要因發(fā)生并導致失敗模式的頻率。有時也可以指失敗模式的頻率〔1=不像，10=很像〕探測力〔Detection〕(當前的掌握力量)-當前掌握打算的探測或預防的力量：在導致失敗模式之前的要因在導致影響之前探測或預防的失敗模式1=可能探測,10=根本不行能探測[

Measure

]Case4：為了提高家庭暖氣系統(tǒng)的效率，進展了一項旨在評估兩種設(shè)備成效的爭論。安裝其中一種設(shè)備后，對房舍的能耗進展了測量。這兩種設(shè)備分別是電動氣閘和熱活化氣閘?，F(xiàn)在，您要確定是否有證據(jù)證明這兩種設(shè)備之間的差值不為零，以比較出這兩種設(shè)備的成效。原始數(shù)據(jù)如下：

1

3

2

4選擇：統(tǒng)計>根本統(tǒng)計量>雙樣本選擇對話框：點擊圖形，選擇數(shù)據(jù)箱線圖2個對象比較差異[

Analyze

]點擊Options，選擇如以下圖：

5

6圖形輸出如下：7Session輸出如下：P>0.05，Ho成立P<0.05，

Ha成立2個對象比較差異[

Analyze

]雙樣本T檢驗和置信區(qū)間:氣閘內(nèi)置能量消耗,氣閘氣閘內(nèi)置能量消耗雙樣本T平均值氣閘N平均值標準差標準誤1409.913.020.4825010.142.770.39差值=mu(1)-mu(2)差值估量:-0.235差值的95%置信區(qū)間:(-1.464,0.993)差值=0(與≠)的T檢驗:T值=-0.38P值=0.704自由度=80因此，沒有證據(jù)證明，使用電動氣閘與使用熱活化氣閘在能耗上有差異。Case5：一家制鞋公司要對用于男童鞋鞋底的兩種材料A和B進展比較。在此例如中，爭論中的十個男孩都穿了一雙特殊的鞋，一支鞋的鞋底由材料A制成，另一支鞋的鞋底由材料B制成。鞋底類型是隨機安排的，以考慮到左右腳在磨損方面的系統(tǒng)差異。三個月后，對鞋的磨損狀況進展測量。原始數(shù)據(jù)如下：

1

3選擇對話框：選擇：統(tǒng)計>根本統(tǒng)計量>>配對T

2

4圖形輸出如下：成對對象比較差異[

Analyze

]配對T檢驗和置信區(qū)間:材料A,材料B材料A-材料B的配對T

平均值

N平均值標準差標準誤材料A1010.6302.4510.775材料B1011.0402.5180.796差分10-0.4100.3870.122平均差的95%置信區(qū)間:(-0.687,-0.133)平均差=0(與≠0)的T檢驗:T值=-3.35P值=0.009P>0.05，Ho成立P<0.05，

Ha成立材料B的性能要比材料A好

1原始數(shù)據(jù)如下：

3選擇對話框：

2

4選擇：Stat>ANOVA>One-way(unstacked)

One-wayANOVA:Data,Data2,Data3SourceDFSSMSFPFactor218.789.391.620.217Error27156.585.80Total29175.35S=2.408R-Sq=10.71%R-Sq(adj)=4.09%Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev--------+---------+---------+---------+-Data1010.3762.277(---------*----------)Data2109.3361.815(---------*----------)Data31011.2722.986(---------*----------)--------+---------+---------+---------+-9.010.512.013.5PooledStDev=2.408Session輸出如下：P≤0.05說明有差異各機床95%信任區(qū)間3個對象以上比較差異[

Analyze

]

1原始數(shù)據(jù)如下：

2

3選擇對話框：

4Session輸出如下：改善前后數(shù)據(jù)比照分析[

Improve

]原始數(shù)據(jù)如下：

1

2選擇：Stat>ControlCharts>VariablesChartsforSubgroups>xbarR平均值治理圖[

Control

]輸入一子組容量或子組指示欄，一般為5輸入數(shù)據(jù)欄，要求子組數(shù)在25個以上注：假設(shè)你的數(shù)據(jù)如下，請選擇ObservationsforasubgroupareinoneRowofcolumns

3對話框輸出以下信息

4選擇XbarROptions

5選擇Tests，選中全部空白框平均值治理圖[

Control

]

5選擇OK后Minitab輸出如下表：你假設(shè)顯示±3σ，選擇SLimits

注輸入123選擇OK后Minitab輸出如下表：留意事項：1、假設(shè)消失特別點，Minitab會將特別點顯示為紅色；2、隨著數(shù)據(jù)收集增多，當你增加數(shù)據(jù)后