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(jì)>質(zhì)量工具>Pareto圖Minitab輸出如下表：點(diǎn)擊：已整理成表格的缺陷數(shù)據(jù)[

Define

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

Measure

]MSA選擇：統(tǒng)計(jì)>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(fù)性783.11790.03997合計(jì)8994.6471量具R&R方差重量來源方差重量奉獻(xiàn)率合計(jì)量具R&R0.091437.76重復(fù)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(jì)變異1.17788100.00爭論變異%爭論變來源標(biāo)準(zhǔn)差(SD)(6*SD)異(%SV)合計(jì)量具R&R0.302371.8142327.86重復(fù)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(jì)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(biāo)準(zhǔn)化論文式考試的寫作局部培訓(xùn)五名新檢驗(yàn)員?，F(xiàn)在需要評估檢驗(yàn)員對論文評級時(shí)遵守標(biāo)準(zhǔn)的力量。每個(gè)評分員以五點(diǎn)尺度〔-2，-1，0，1，2〕對15篇論文進(jìn)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(jì)>質(zhì)量工具>屬性全都性分析選擇對話框會(huì)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(gè)檢驗(yàn)員與標(biāo)準(zhǔn)評估全都性

#

檢

#

相檢驗(yàn)員

驗(yàn)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(yàn)員之間評估全都性

#

檢

#

相

驗(yàn)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(yàn)員與標(biāo)準(zhǔn)評估全都性

#

檢

#

相

驗(yàn)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(jì)>質(zhì)量工具>因果Minitab輸出如下表：選擇相應(yīng)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(shí)從生產(chǎn)線中取5根連續(xù)的線纜作為一個(gè)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(jì)>質(zhì)量工具>力量分析>正態(tài)選擇對話框點(diǎn)擊選項(xiàng)[

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(biāo)準(zhǔn)偏差

全體標(biāo)準(zhǔn)偏差3.3觀測的不良率3.4群內(nèi)預(yù)想不良率3.5全體預(yù)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(bào)和資料、資源等〕的人或組織等輸入(Input):供給者供給的情報(bào)/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(bào)問候準(zhǔn)備應(yīng)答順序電話系統(tǒng)P/N統(tǒng)合部門參考主要情報(bào)生產(chǎn)ROAD情報(bào)WORKSHEET價(jià)格策定方式CCCUCUUCC結(jié)果物電話應(yīng)答應(yīng)答問候P/N決定needdate把握船運(yùn)地址

把握船運(yùn)方法把握

內(nèi)部情報(bào)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(jià)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(yán)峻度X發(fā)生率X探測力FailureModes,EffectsandCriricalityAnalysis[

Measure

]風(fēng)險(xiǎn)優(yōu)先數(shù)(RPN)FMEA的輸出是風(fēng)險(xiǎn)優(yōu)先數(shù)RPN是在你供給的信息根底上計(jì)算出來的數(shù)，要考慮潛在的失敗模式,相關(guān)影響,和當(dāng)前在到達(dá)顧客之前工程探測失敗力量它是三個(gè)定量的數(shù)率的乘積，分別相對于影響，要因和掌握：RPN=嚴(yán)峻度X發(fā)生率X探測力〔影響的〕嚴(yán)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(fēng)險(xiǎn)相關(guān)〔1=不嚴(yán)峻，10=特別嚴(yán)峻〕〔要因的〕發(fā)生率〔Occurrence〕-給定要因發(fā)生并導(dǎo)致失敗模式的頻率。有時(shí)也可以指失敗模式的頻率〔1=不像，10=很像〕探測力〔Detection〕(當(dāng)前的掌握力量)-當(dāng)前掌握打算的探測或預(yù)防的力量：在導(dǎo)致失敗模式之前的要因在導(dǎo)致影響之前探測或預(yù)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(jìn)展了一項(xiàng)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(jìn)展了測量。這兩種設(shè)備分別是電動(dòng)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(jì)>根本統(tǒng)計(jì)量>雙樣本選擇對話框：點(diǎn)擊圖形，選擇數(shù)據(jù)箱線圖2個(gè)對象比較差異[

Analyze

]點(diǎn)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(gè)對象比較差異[

Analyze

]雙樣本T檢驗(yàn)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(biāo)準(zhǔn)差標(biāo)準(zhǔn)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(yàn):T值=-0.38P值=0.704自由度=80因此，沒有證據(jù)證明，使用電動(dòng)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(jìn)展比較。在此例如中，爭論中的十個(gè)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(jī)安排的，以考慮到左右腳在磨損方面的系統(tǒng)差異。三個(gè)月后，對鞋的磨損狀況進(jìn)展測量。原始數(shù)據(jù)如下：

1

3選擇對話框：選擇：統(tǒng)計(jì)>根本統(tǒng)計(jì)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(yàn)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(biāo)準(zhǔn)差標(biāo)準(zhǔn)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(yàn):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(jī)床95%信任區(qū)間3個(gè)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(gè)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(xiàng)：1、假設(shè)消失特別點(diǎn)，Minitab會(huì)將特別點(diǎn)顯示為紅色；2、隨著數(shù)據(jù)收集增多，當(dāng)你增加數(shù)據(jù)后