5s 6s管理_6σ绿带培训总结复习概述

第1页,6绿带培训总结复习提纲,第2页,缺陷减少5倍,缺陷减少11倍,缺陷减少26倍,缺陷减少68倍,2,0.5,308,537,3,1.5,66,807,4,2.5,6,210,5,3.5,233,6,4.5,3.4,过程能力-Z,每百万机会的缺陷数,DPMO,ZST,ZLT,6衡量指标-Z,Z值-是过程的平均值与规范的上、下限之间所包含的标准差个数，即上、下规格限的标准化距离。,减少偏差是减少缺陷的关键！,在6Sigma方法中，过程能力通常用DPMO或Z值来表示,第3页,在6项目开始之前，客户的呼声必须转换成为“产品或过程的物理特性”(技术要求),技术要求当炉灶的自动调温装置设在350o时必须产生350o5的温度呼叫接收者必须在30秒钟内应答95%的入局呼叫(迅速应答电话),QFD(质量功能展开)是经常使用的转换方法！其中QFD第一个房子中，在矩阵的左边一列一定是基于客户的呼声。,CTQs-(关键质量特性)(需要测量和/或控制尺寸/参数),炉灶自动调温器的准确度客户投诉应答率(应答入局呼叫的百分率),技术要求和CTQs是所有6项目的基础它们必须预先确定！,举例：客户的呼声炉灶必须加热到所设定的温度呼叫接收者必须及时应答呼叫,6始于客户的呼声,第4页,QFD为CTQ提供了从高到低的下行过程。下行过程以始于客户呼声。通过质量四层结构图确定内部可控因素。QFD是用于展示各种因素的相对重要性的工具，而不是用于确定质量与各种因素之间的量化关系。,质量功能展开(QFD),QFD-将客户的呼声转换成为CTQs的工具，其目的是将客户的CTQ与可测的子过程或子产品标准联系起来。做QFD时，由客户代表及跨部门的项目队伍负责对客户的需求优先排序。,(QualityFunctionDeployment),第5页,D-定义：将VOC转换成为对内部产品、服务、过程的技术要求，再转换成CTQs，进而定义“项目Y”KPOV；决定项目所需资源；定义问题、设定目标、效益预测；确定高端流程图；制订项目进展计划。M-测量：收集现有信息，寻找潜在的关键因素-KPIVs，并进行测量系统分析和过程能力分析(过程能力分析可在分析阶段进行)。A-分析：进行过程能力分析。根据在测量阶段所寻找到的潜在的关键因素设计实验，根据实验数据进行图表分析、假设检验和回归分析。以确定一组按重要程度排列的关键因素。I-改进：优化解决方案，并确认该方案能够满足或超过项目改进目标。C-控制：验证测量系统，确定过程能力，制订控制计划，实施SPC动态跟踪。确保对过程的改进一经实施就能够持之以恒，不会返回到以前的状态。,6突破策略,第6页,DMAIC改进现有过程/工序。DMADV新型产品/过程设计或现有产品/过程的重新设计。,DMAIC与DMADV比较,第7页,6工具,1.质量功能展开(QFD)目的是什么？2.过程流程图(ProcessMap)目的是什么？3.柏拉图(ParetoChart)目的是什么？4.因果图(鱼骨图)目的是什么？5.因果矩阵(Cause-EffectMatrix)目的是什么？6.失效模式及影响分析(FMEA)目的是什么？7.测量系统分析(MSA)目的是什么？8.过程能力分析(水平)目的是什么？9.图表分析10.假设检验11.回归分析12.试验设计(DOE)13.统计过程控制(SPC),系统地应用众多熟悉的质量工具！,第8页,数据的两种类型,连续(可变)数据：使用一种度量单位，比如英寸或小时，并且可以有意义地无限分割。连续(可变)数据的例子：电压、电流、功率、时间、距离、重量、速度。离散(逻辑)数据：是类别信息，可以计数，但不能有意义地分割。比如“合格”或“不合格”。,连续数据,离散数据,注：相同数量的连续数据比离散数据能提供更多的信息,第9页,描述数据的居中程度,Mean均值Median中位数Mode众数Quartiles四分位数,Range极差Variance方差StandardDeviation标准偏差InterQuartileRange内四分位极差,描述数据的离散程度,第10页,中心极限定理,在实际问题中，有许多随机变量，它们是由大量的相互独立的随机因素的综合影响所形成的，即可以表示成独立随机因素之和，这种随机变量往往近似地服从正态分布，这就是中心极限定理的客观背景。独立同分布的中心极限定理指出：设独立随机变量序列X1,X2,Xn,服从同一分布，并具有有限的数学期望和方差，则只要n充分大，不管Xi服从什么分布，近似地服从正态分布德莫佛拉普拉斯定理指出：当n很大时，在n次独立重复试验中事件A发生地次数近似服从正态分布。从而服从二项分布的随机变量近似服从正态分布N(np,np(1-p)。（附：在不合格率为p的一大批产品中任取n件产品，那么取得不合格品的件数服从二项分布)。,中心极限定理的意义在于将非正态分布转换为正态分布的数据。,第11页,置信度、置信区间与样本容量的关系,要求置信度越高或置信区间越窄，则需要的样本容量越大。在样本容量一定的情况下，提高置信度，就必须加宽置信区间。减小置信区间，势必会降低置信度。,举例：“我现在有95%的信心投中所有的球。如果加宽球门，信心将更大!”,第12页,测量阶段就是收集数据，运用数据将问题特征化，利用头脑风暴寻找潜在的关键因素，并对测量系统和现有的过程能力进行分析。,测量阶段的任务,测量阶段主要工具：流程图柏拉图利用头脑风暴寻找潜在的KPIV鱼骨图(因果图)因果矩阵失效模式和影响分析(FMEA)测量系统分析过程能力分析,第13页,测量阶段的输入是什么？测量阶段的输入正是定义阶段的输出：关键质量特性CTQs定量化的项目描述高端流程图项目进程计划,测量阶段使您能够在试图解决一个问题(改进)之前，深入了解问题现状及其过程能力。,测量阶段的重要性何在？,第14页,在6项目中，测量系统分析的主要目的是确定项目中所使用的数据是否可靠,保证测量出的CTQ与实际值相吻合。一.离散数据测量系统分析离散数据测量系统分析判断标准：效率得分=95%，可以接受；效率得分=100%，就是好系统!,测量系统分析,第15页,二.连续数据测量系统分析,一.测量系统的准确性是测量所得的平均值与真实值的差别。二.测量系统的精确性描述了测量系统的偏差：1.可重复性偏差由量具本身造成。即在相同条件下，对同一物体进行重复测量所得的偏差。2.可再现性偏差由测量者的技巧造成。即在不同的条件下测量同一物体得到相同结果的能力。a.不同的测量者或者不同的测量设备（测量者和测量设备只能有一样不同）b.同样的工件c.同样的环境的条件,第16页,贡献百分比：10不可接受。,调查百分比：30%不可接受。,容差百分比：30不可接受。,NumberofDistinctCategories:差别类数目：5可接受,连续数据测量系统分析判断标准：,二.连续数据测量系统分析(续),spart-to-partsgage,差别类数目=x1.41,第17页,二.连续数据测量系统分析(续),计算和解释：,差别类数目指的是测量系统可以识别出的过程数据中的非重叠组的数目。差别类数目=x1.41,spart-to-partsgage,注意：差别类数目适用于连续数据的ANOVA法GR把关键因素(Xs)压缩到48个左右之后,在改进阶段找出最适合的条件。,根据数据设定输出变量Y的目标水准。对引起Y变动的所有潜在的关键因素(Xs)进行图表分析,优先确定主要变量。在多个输入变量(Xs)中选定对Y影响最大的Xs因子。,最佳化的过程,30-50,4-8,3-6,重要Xs选定,5-8,定义、测量,分析,确认重要Xs,改进,重要Xs最佳化,控制,2-4,重要Xs控制,第20页,确定统计量的分布是研究推断问题和假设检验问题的基础。其中标准正态分布，卡埃平方分布，T分布，F分布是进行假设检验构造统计量的基本依据。,（自由度n:表示式中独立变量的个数）,统计量的概率分布抽样分布,第21页,TheRisksInvolvedinHypothesisTesting第一类风险(TypeIError):Rejectingthenullhypothesiswhenitistrue.Probabilityofthiserrorequalsa(byconvention)视真为假-OverReject.P拒绝H0|H0为真=a第二类风险(TypeIIError):Acceptingthenullhypothesiswhenitisfalse.Probabilityofthiserrorequalsb(byconvention).WhenH1hasbeenquantified,theTypeIIerrorisbetterdefinedasrejectingthealternativehypothesiswhenitistrue弄假成真-OverAccept.P接收H0|H0为假=b,假设检验的风险概率HypothesisTestingRisks,第22页,正态总体的均值检验:,1.OnesampleZ-test(总体方差已知时，单个正态总体均值的Z检验)2.Onesamplet-test(总体方差未知时，单个正态总体均值的t检验)3.Twosamplet-test(总体方差未知时，两个正态总体均值的无配对t检验)4.Pairedt-test(总体方差未知时，两个正态总体均值的配对t检验-但是两个样本不是相互独立的简单随即样本)5.ANOVA(总体方差未知时，大于两个正态总体均值的检验),分析阶段假设检验方法汇总,第23页,二.正态总体的方差检验:,1.FTest(两个正态总体方差的检验)2.BartlettsTest(大于两个正态总体方差的检验),三.离散(比率)数据的比例检验:,1.1ProportionTest(单个总体的比例检验)2.2ProportionTest(两个总体的比例检验)3.Chi-SquareTest(大于两个总体的比例检验)Minitab:Stat/Tables/Chi-SquareTest,分析阶段假设检验方法汇总(续),注意,第24页,四.非正态总体的中位数检验(MedianTest):,1.1-SampleWilcoxonTest(单个非正态总体)2.Mann-WhitneyTest(两个非正态总体)3.Kruskal-WallisTest(大于两个非正态总体)MoodsMedianTest(大于两个非正态总体)FriedmanTest(大于两个非正态总体),五.非正态总体的方差检验(VarianceTest):,LevenesTest(大于等于两个非正态总体),分析阶段假设检验方法汇总(续),第25页,改进阶段概述,优化Y=f(X)的函数关系并采取行动。将关键少数Xs和Y联系起来；预知关键少数Xs对Y的巨大影响；指明关键少数Xs的改变方向；计划并准备实施基于数据的关键少数Xs的改进。,改进目标：,第26页,选择解决问题的合适工具,改进阶段的工具,基本工具鱼骨图柏拉图盒子图过程流程图FMEA图表分析假设检验线性回归,中级工具(重点使用工具)FullFactorialDOE全因素法FractionalFactorialDOE部分因素法)多变量回归(回归方程),高级工具TaguchiMethods(田口方法)；ResponseSurfaceMethods(响应面法)。,低,高,问题的复杂性,第27页,1.响应(Response):实验输出的结果。2.因素(Factor):实验过程中的不同输入变量。3.水平(Level):实验中对因素的不同设定值。4.噪声(潜伏)变量(Noise)：不可控制的(或未知的)变量。5.分组(Blocking):将干扰最小化的方法。A“block”isasetofconditionslikelytoproduceexperimentalrunsthataremorehomogenouswithintheblockthanbetweentheblocks.Forexample,partsfromasinglebatchofmaterialarelikelytobemoreuniformthanpartsfromadifferentbatch.6.主要影响(MainEffect)：对单个因素而言,从一个水平到另一个水平的变化对输出的平均影响。7.交互作用(Interaction)：几个因素合起来对总输出的影响。即一个因素的影响，依赖于其它因素所处的水平。,DOE-基本概念,第28页,8.随机化(Randomization)：以一种随机的次序做实验。(消除噪声变量或随机误差的影响）9.反复(Repetition):Runningseveralexperimentalrunssequentiallyusingthesametreatmentcombination一种组合的反复，以得到相同水平的多个结果。10.重复(Replication):Replicatingtheentireexperiment.ReplicationautomaticallyimpliesthatyoudoNOTrunseveralexperimentalrunsconsecutivelyusingthesametreatmentcombination以随机的次序重复整个实验，而不是按同样的次序把实验再做一次。(降低系统误差和随机误差)。11.实验次数：多水平实验次数K1*k2*K3(K1,K2为第K个因素的水平数。两水平实验次数2*K；三水平实验次数3*K。,DOE-基本概念(续),第29页,1.单因素实验(OFAT-OneFactorAtaTime)即分析阶段采用的假设检验和单因素方差分析。2.筛选DOE(ScreeningDOE)/部分因素法用于识别某一CTQ的关键少数X，确定哪些变量是最重要的，即从多个关键变量(58个)中找出最重要的关键变量(26个)。(特点：多个变量，两个水平，采用部分因素法设计FractionalFactorialDOE)。,项目常用实验类型,第30页,3.全因素法(FullFactorialsDOE)用于详细研究少数变量(特点：少数(24)个变量，两个或两个以上水平)。,项目常用实验类型(续),22全因素法实验案例：,第31页,主要影响(MainEffect),MainEffect=YLevel=1YLevel=-1,第32页,交互作用(Interaction),InteractionEffect=YAB=1YAB=-1,RunABABResponse1-1-117.621-1-19.23-11-19.9411110.1,第33页,控制阶段概述,经过前面D、M、A、I四个阶段，在过程取得改进之后，如果不及时“充电”(以文件和实时过程控制的形式),过程会随着时间的流逝逐步退化，改进成果会也之丢失。在控制阶段通过建立过程控制系统来为我们给过程“充电”！,第34页,控制阶段概述,主要目标：,确保过程在改进方法实施后继续保持受控状态。2.迅速察觉过程失控状态并找出相应的特殊原因，从而在缺陷或不良品产生之前采取措施防止。,第35页,什么是过程控制系统?,过程控制系统Aprocesscontrolsystem-长期保持过程改进结果的方针-确定保持过程改进结果所要求的特殊措施和工具过程控制系统可以具体表现为：风险管理机制(危机管理)失误防止装置统计过程控制(SPC)数据收集计划实时(在线)测量审核计划响应(应急)计划产品设计过程文件化及过程所有权归属,第36页,风险管理,统计过程控制SPC,失误防止,控制潜在问题发生,避免潜在问题发生,三个主要控制机构：,过程控制系统,失误防止可以单独使用，也可以和风险管理及统计过程控制等方法综合使用。,将风险与其发生的概率和影响联系在一起以决定风险消除措施,SPC控制图可以用来监测X并迅速察觉过程由于特殊原因而导致的波动。当过程的X不可能用失误防止办法解决或在容差范围内不易受控时非常有用。,第37页,统计过程控制(SPC),SPC,TimeSequence,UCL,LCL,第38页,SPC-控制图的类型,1.计量型控制图（连续变量控制图）计量型控制图涉及的是连续型变量，而相应的统计参数反映的是集中趋势和变异性（分散程度）。计量型数据的例子：电压，电流，功率，温度，重量，速度。2.计数型控制图（逻辑变量控制图）计数型控制图涉及的是离散（逻辑）型变量。计数型控制图又包括计件值控制图（np图，p图）