04 全套六西格玛培训资料改进

1、阶段目的主要活动输出物对成果的现水准测定。 导出潜在Xs导出通过分析的 Vital Few Xs 对Vital Few Xs的最佳条件(方案)设定,适用及效果的确认构筑为了维持成果的管理体系通过VOC/ VOB/COPQ分析 Project选定，定义 分析 DOE 树立管理计划Project 选定 Vital Few Xs 目录 数学模型/最佳条件 管理计划书 Project 定义现水准确认 Project 实行计划书 工程能力分析 水准 优先顺序化的 Xs目录 成果的 显示化 对策方案选定 最佳解决方案 管理图 SOP 标准化Define(定义)Measure(测定)Analyze(分析)I

2、mprove(改善) 导出潜在 XsControl(管理) DATA 收集 DATA 收集计划 Improve Measure Define Analyze ControlIMPROVE概要 MeasureDefineAnalyzeImproveControl方法论 Improve 概要 DOE 介绍 完全要因实验 对策方案选定controlImprove 阶段知道影响Project Y的重要的 Xs. 使用这 Xs决定解决问题的对策。 为此对Xs的最佳设定值或最佳对策的决定，进行对策方案的选定步骤。 查明Project是否适用DOE或是否必要选定对策方案 决定改善战略为了决定满足改善目标的对

3、策，执行改善战略。 这按如下能达成。 试验的进行或者对策方案的试用 DATA分析 按必要修整和反复识别输入变量的性质 连续性或者离散性以不同价值或形态而可以设定 例: 温度 (Temperature) 职员的经历程度 供给者(Supplier) 位置(Location)决定X性质DOE 适用对策方案选定 有可以试验的多样而 独立的对策方案 例: Process流程 Process标准化 改善意思沟通 开发数学MODEL 决定X的最佳状态或组合改善战略 . . .假如 . . .Xs主要是连续性，想知道 X之间的关系和Xs与Y之间的关系时。 Xs主要是不连续性，但在各种水准下被决定，有必要预测P

4、rocess是怎么反映时。Improve 战略的适用类型 必要适用DOE时 Process流程问题最佳化 Process 标准化 开发实用性的解决策改善战略 . . .假如 . . .重要Xs为Process流程的问题 因标准化的运营不足而造成重要Xs我能发现具体问题Improve 战略的适用类型 必要对策方案选定时 改善战略的选择决定X性质DOE 适用对策方案选定 想知道Xs之间的关系,Xs与Y是什么样的关系时，或者有必要 预测Process是怎样反应时。可能的 Tool : DOE 选择数学MODEL 选择Xs的最佳状态或 Xs的最佳组合。 例Six Sigma Team 着手进行在 信用

5、卡申请书中遗漏或缩小不易的项目的Project.Team考虑了6种重要的X. 为了计量化Xs对申请书作成的的影响，必要最佳样式设计或形式的决定。重要的X研究设置如下。 申请书包括信用相关用语(是 / 不是) 申请书包括作成指针(是 / 不是) 包括必须记载项目的标记(是 / 不是) 包括记载数字情报的Box的周长(是 / 不是) 保险情报的位置(本文内/外) Page安排(人物照片/ 风景)活用DOE方法，选定Team是对Project有影响力的X， 信用相关用语, 必须记载项目的标记, 保险情报的位置. 还有从 Main Effects Plots中决定了各各 X最佳形式。决定X 性质DOE

6、 适用对策方案选定改善战略的选择 Process 流程的最佳化 例Team着手进行缩短信用卡申请书处理时间的作业.分析三个不同地点的Process后, 他们决定需要改善现在的Process中如下问题点。 各Process最少包括了占全部处理时间70%的非附加价值业务阶段。 申请书里有个栏,需要得到6名管理者的承认。 与危险程度或金额无相关，所有申请书都经过了同一的Process。 未完成申请书使用到Process最终阶段。与各领域的专家一起，Team开发试验了没有附加价值的文件作业和缩减要求文件的别的Process。 他们在标准申请书中需接受管理者的承认从5个缩减到1个。还附加改善了为危险度低

7、申请者的迅速的步骤。以及未完成申请书还给顾客。 这样的改善结果把危险度低申请时的发放许可时间从45天缩短到5天,标准样式的作成份量也比第一次减少了40% 。 决定X 性质DOE 适用对策方案选定改善战略的选择Process 标准化 例Six Sigma Team成员，进行了Process变动和电子控制装置的组装，以及为减少Process时间的Project 。 通过作业流程分析，知道了以制品设计变更的结果，3个部分独立的Process， 给仓库的其它领域也带来影响。 现进行的Process不是文述化和标准化。在 组装Process中，导致了频繁的迟延，也发生了很多废气物。 在调查各 Proce

8、ss以后，Team成员 构筑了对所有制品的总括性作业流程，最终决定为适用于各制品。Six Sigma Team成员 与各部门的专家一起，构筑并检讨了总括性作业流程图。最终CFT(Cross-Functional Team)，开发、实验并适用了符合组装各制品的作业流程。改善战备的选择决定X 性质DOE适用对策方案选定 实用性改善对策 例 Six Sigma Team 着手为提高装备出租事业的销售数和质量的Project。 他们检讨全年度的顾客相谈 ,分析出因顾客没有得到对制品的充分的情报被竞争社抢走相当数量的顾客。 Team成员对销售的制品，进行潜在教育，诱导到销售。他们为此开发了以下其它方法。

9、 预先大量发送印刷的促销资料 设备的现场试演会 从原有顾客得到制品的证明书 对竞争社顾客宣传。 提供免费使用设备。 对以上5种的实行结果，现场设备试演取得的成绩很高。改善战略的选择决定X性质DOE 适用对策方案选定完全要因实验(Full Factorial Designs)MeasureDefineAnalyzeImproveControl方法论 Improve 概要 DOE 介绍 完全要因实验 对策方案选定 学习目的完全要因实验的理解 - 完全要因实验的定义和特征 - 主效果与交互作用的计算方法及分析 - 最佳条件导出方法2. 利用Minitab的完全要因实验的设计及分析理解 什么是完全要因

10、实验什么是完全要因实验 定义 对因子的全部水准组合，任意抽样实验 Kn 要因实验是对K水准、n个因子的所有水准组合, (Kn)进行实验 - 22要因实验是2水准、2个因子组成 - 23 要因实验是2水准、3个因子组成 适合于特性化 /最佳化阶段 对主效果和交互作用的效果都能进行评价。所规定的实验领域内的全部过程（Point)中可以推定输出 (反应)值。.通过反复实验可以求出实验误差。 特性22 设计的标准排列因子的低水准表示为“-” 或 “-1” 高水准表示为 “+” 或 “+1” 22 要因实验的标准排列如下。反应温度 浓度 - 1 - 1 +1 - 1 -1 +1 +1 +1 什么是完全要

11、因实验 23 设计的标准排列22 要因实验23 要因实验23 要因实验包含着 22 要因实验。什么是完全要因实验 主效果浓度的效果 = ( 对应+的数合计 ) - ( 对应-的数合计 ) / ( +(-) 符号数 ) = ( 52 + 83 ) - ( 60 + 72 ) / 2 = 3/2 = 1.5-1 反应温度 +1+1浓度-160527283 浓度随着浓度变化增加（低 - 高），数率平均也增加 1.5 左右。反应温度 浓度 -1 -1 +1 -1 -1 +1+1 +1 数率60725283主效果(Main Effect)意味着根据因子水准变化的反应值平均变化。即， 显示因子对反应值有多

12、大影响。 主效果 Plot反应温度对数率影响大，但浓度对此几乎没有影响。但此因子间交互作用，可能是歪曲的判断结果，所以没有交互作用的前提下才能说这结论是准确。交互作用(Interaction Effect) 除了各因子的个别效果之外，因子组合特别效果有无？ 交互作用：因2因子以上特定因子水准组合而出现的效果。 交互作用存在与否 - 一个因子的效果随着另一个因子水准的变化而变化时， 存在交互作用效果。交互作用-1 反应温度 +1+1浓度-160527283 = -8 = +11反应温度是高水准(+1)时:随着浓度由低水准转为高水准时，数率增加 11反应温度是低水准(-1)时 : 随着浓度由低水准

13、转为高水准，数率减少8浓度的效果随着温度水准而不同，所以存在温度与浓度的交互作用。交互作用(Interaction Effect)因反应温度与浓度之间有交互作用，所以不仅看主效果Plot，应根据交互作用效果Plot判断数率的变化。 交互作用效果 Plot交互作用(Interaction Effect) 交互作用的有无 B=+1B=-1 无交互作用状态数率 -1 +1 A+1-1-1+1有交互作用 -1 +1 A数率+1-1-1+1 B=+1B=-1交互作用非常大数率 -1 +1 A+1-1-1+1 B=+1B=-1没有交互作用时，对应相对因子各水准的输出变量变化是平行。有交互作用时，对应相对因

14、子各水准的输出变量变化是交叉或不平行。交互作用(Interaction Effect)完全要因实验的例通过测定和分析阶段，得知影响半导体制造A 工程数率(输出变量)的因子(输入变量)是温度,浓度及压力。1阶段: 问题记述Process Engineer知道对半导体数率的温度，浓度及压力的效果。2阶段: 设定因子及水准，用Minitab作成实验DATA SHEET 因子及水准 反应温度 () : 160 (-1) , 180 (+1)B 浓度 (%) : 20% (-1) , 40% (+1)C 压力(psi) : 5 psi (-1) , 10 psi (+1) 用Minitab作成实验DAT

15、A SHEET 生成23 要因模型的设计。 : 2 X 2 X 2 = 8 个runs的完全要因实验。 因子数显示可能的实验设计Menu利用Minitab的完全要因实验Click 用Minitab作成实验DATA SHEET StatDOEFactorialCreate Factorial DesignStep 1确认可能的实验设计及根据被选取设计的实验数 上表只能看出可能的实验设计。在这个例中要做3因子完全要因实验(Full Factorial Design)，所以对应因子 3的实验数为8 Click因子数实验数Step 2 有8个runs的3变量完全要因实验。 不存在Block化要因Cli

16、ckClick中心点数反复数Block数实验设计的选择Step 3为实验顺序的Random化选择ClickClick 需要Random化时， Minitab再排列实验的标准顺序。 Option 选择Step 4指定实验因子的名称和水准，使模型具体化。 ClickClick指定Factor的名称及水准Step 5分析结果中，选择愿意输出的部分。ClickClick指定分析结果输出方法Step 6Create Factorial Design 实行结果ClickFactorial DesignFull Factorial DesignFactors: 3 Base Design: 3, 8 Run

17、s: 8 Replicates: 1 Blocks: none Center pts (total): 0All terms are free from aliasing( Session窗的内容 )( Worksheet的内容 )3阶段: 实施实验输入DATA4 阶段: 关于完全模型(Full Model)的ANOVA表作成利用Minitab的分析输入分析的反应变量ClickClickStat DOE Analyze Factorial DesignStep 1Normal & Pareto Plot的选择画Plot时使用的留意水准ClickGraph 选择Step 2ClickAnalyz

18、e Factorial Design 实行结果( 输出图表的选择 )在留意水准10%离上面的正态线越远效果越有影响。在本例中反应温度，反应温度*压力的交互作用效果有影响。 利用Graph，认定 哪些项按误差项Pulling为好的参考资料。Analyze Factorial Design 实行结果 4 1 阶段: 通过图表确认无影响的因子。 基准线计算是知道留意水准时在Minitab自动计算。得出与前面的 Normality Probability Plot相同结果。Graph比基准线往右，被判断为效果有影响。 在选定按误差项Pulling的项时，一般来讲把最高差的交互作用 ABC Pullin

19、g， 在 此例中，因BC的交互作用为0 ，所以，值得把此两个项按误差项Pulling 。 基准线Analyze Factorial Design 实行结果没有F和P值! 4-2 阶段. Analyze Factorial Design 实行结果作成的ANOVA表有P值时根据P值选择无影响的效果，但在这例中利用前Graph分析的结果。 为什么没有P值？Analyze Factorial Design 实行结果5阶段: 消除无影响的项，作成关于缩小模型(Reduced Model)的 ANOVA表。在分析项(Selected Terms)中 没有ABC项和BC项，是因为 把此两项，按误差项Pull

20、ing的缘故。 ClickStep 1 Stat DOE Analyze Factorial DesignClick 在4-1 阶段的Graph中消除效果小的项，重新实行Analyze( 关于缩小模型的ANOVA表 )Fractional Factorial Fit: 数率 versus 反应温度,浓度,压力Estimated Effects and Coefficients for 数率 (coded units)Term Effect Coef SE Coef T PConstant 64.250 0.1768 363.45 0.000反应温度 23.000 11.500 0.1768 6

21、5.05 0.000浓度 -5.000 -2.500 0.1768 -14.14 0.005压力 1.500 0.750 0.1768 4.24 0.051反应温度*浓度 1.500 0.750 0.1768 4.24 0.051反应温度*压力 10.000 5.000 0.1768 28.28 0.001Analysis of Variance for 数率 (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 3 1112.50 1112.50 370.833 1E+03 0.0012-Way Interactions 2

22、204.50 204.50 102.250 409.00 0.002Residual Error 2 0.50 0.50 0.250Total 7 1317.50Step 2在ANOVA表中看p值时，消除没有影响的效果( p值 0.05 )，(“Selected Terms”中不包括无影响的项)从新实行Analyze Stat DOE Analyze Factorial Design 实行Analyze Factorial Design时，为了残差分析把 Residuals 和 Fits 储存在Work sheet.ClickStep 3Click( 再缩小的ANOVA表 )把压力因子放在模型

23、的理由是什么?6阶段: 分析残差图(Residual Plots)确认模型的适合性Stat Regression Residual Plots点以0(横线)为中心，任意分布吗?有脱离USL, LSL的点吗?是不是正态分布Graph上的点表示残差(Residual).假如残差随正态分布没有管理脱离以0为中心任意分布，就判断其分析结果得出的模型(数学式)是适合的。 7阶段 : 主效果分析Step 1Stat DOE Factorial Factorial PlotsClickClick主效果 PlotStep 2Set-up: 选择Plot包含的因子( 主效果 Plot )反应温度的效果最大，压力

24、的效果几乎是没有。倾斜度越大效果也越大。数 率 8阶段 : 在ANOVA表中分析有影响的交互效果Step 1Stat DOE Factorial Factorial PlotsClickClick交互效果 PlotStep 2Set-up: 选择Plot包含的因子 ( 交互效果 Plot )交互作用几乎没有交互作用存在交互作用不存在 DATA的视觉化 立方形Graph DATA的视觉化 立方形 PlotStep 1Stat DOE Factorial Factorial PlotsClickClick立方形 PlotStep 2Set-up: 选择Plot包含的因子数率最大化的因子的水准是 ?

25、 立方形 Plot这个Graph视觉化反应(输出)值的分布情况。 9阶段: 用ANOVA表的Coef叙述数学MODEL数率 = 64.25+11.5反应温度 - 2.5浓度 + 0.75压力+ 5.0反应温度*压力 欲分析的反应变量移到 或者 . Stat DOE Factorial Response Optimizer利用Response Optimizer 完全要因实验分析方法阶段10: 数学MODEL的意思转换为Process用语Step 1Click反应变量数率的规格为 79 81时，在 Goal里选择 Target，Lower 里79, Upper里 81, Target里输入 80

26、.完全要因实验分析方法Set-upStep 2ClickClick Search为定义，子钩的始发点 输入因子水准的值。 这个值为输入因子水准的最大值 和最小值之间的值。输出最佳化 Plot.完全要因实验分析方法OptionStep 3ClickClick满足反应变量的目标值80的 code化的三个因子的水准。 完全要因实验分析方法阶段 11: 再现最佳条件。拟定下一个阶段的实验计划 或适用变化的条件。结果分析及决定因子的最佳水准Step 3移动这个 Line，因子的三个 Setting值有变化，y值及满足度(d)值也改变。 有中心点的完全要因实验的 例2-水准实验设计时，只考虑输入变量的2个

27、水准， 随时存在忽略曲线效果的危险。追加“中心点(Center points)”，因此不增加实验次数也能检定曲线效果。例: 作为Process Engineer想提高相互不同的2个die-castings的数率， 并且对温度及压力的2个输入变量，有关心。 作为Engineer追加对 2x2 模型的5个中心点而执行实验， 决定要对实验误差及曲率效果，进行推定。 输入变量 温度(Temp) 水准: 150(-1), 155(0), 160(+1) 压力(Pressure) 水准: 30 (-1), 35(0), 40 (+1)1 阶段: 问题记述 作为Process Engineer想提高相互不同

28、的2个die-castings的 数率，并且对温度及压力的2个输入变量，有关心。 2 阶段: 记述因子及水准，生成 Minitab 实验DATA SHEET 温度: 150, 155, 160 压力: 30, 35, 40 Stats DOE Create Factorial Design- Designs: Full Factorial, 5 Center points- Options: No randomization of runs- Factors: Specify names and levels3 阶段: 实施实验输入DATA有中心点的完全要因实验的 例有中心点的完全要因实验的

29、例3 阶段: 实施实验输入DATATempPressYieldYield21503039.3039.301603040.9040.901504040.0040.001604041.5041.501553540.3042.301553540.5042.501553540.7042.701553540.2042.201553540.6042.60制品1的数率(Yield)制品2的数率(Yield)4阶段: 作成对制品1数率(Yield)的 ANOVA表 Stat DOE Analyze Factorial DesignFractional Factorial FitEstimated Effect

30、s and Coefficients for Yield (coded units)Term Effect Coef StDev Coef T PConstant 40.4250 0.1037 389.89 0.000Temp 1.5500 0.7750 0.1037 7.47 0.002Press 0.6500 0.3250 0.1037 3.13 0.035Temp*Press -0.0500 -0.0250 0.1037 -0.24 0.821Ct Pt 0.0350 0.1391 0.25 0.814Analysis of Variance for Yield (coded units

31、)Source DF Seq SS Adj SS Adj MS F PMain Effects 2 2.82500 2.82500 1.41250 32.85 0.0032-Way Interactions 1 0.00250 0.00250 0.00250 0.06 0.821Curvature 1 0.00272 0.00272 0.00272 0.06 0.814Residual Error 4 0.17200 0.17200 0.04300 Pure Error 4 0.17200 0.17200 0.04300Total 8 3.00222曲率效果5阶段: 消除没有影响的项 缩小模型

32、(Reduced model) Stat DOE Analyze Factorial Design- Storage Residuals & FitsFractional Factorial FitEstimated Effects and Coefficients for Yield (coded units)Term Effect Coef StDev Coef T PConstant 40.4444 0.05729 705.99 0.000Temp 1.5500 0.7750 0.08593 9.02 0.000Press 0.6500 0.3250 0.08593 3.78 0.009

33、Analysis of Variance for Yield (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 2 2.82500 2.82500 1.41250 47.82 0.000Residual Error 6 0.17722 0.17722 0.02954 Curvature 1 0.00272 0.00272 0.00272 0.08 0.791 Lack of Fit 1 0.00250 0.00250 0.00250 0.06 0.821 Pure Error 4 0.17200 0.17200 0.0430

34、0Total 8 3.00222消除的项是什么?4-1 阶段: 作成对制品 2数率(Yield2)ANOVA表 Stat DOE Analyze Factorial DesignEstimated Effects and Coefficients for Yield2 (coded units)Term Effect Coef StDev Coef T PConstant 40.4250 0.1037 389.89 0.000Temp 1.5500 0.7750 0.1037 7.47 0.002Press 0.6500 0.3250 0.1037 3.13 0.035Temp*Press -

35、0.0500 -0.0250 0.1037 -0.24 0.821Ct Pt 2.0350 0.1391 14.63 0.000Analysis of Variance for Yield2 (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 2 2.8250 2.82500 1.41250 32.85 0.0032-Way Interactions 1 0.0025 0.00250 0.00250 0.06 0.821Curvature 1 9.2027 9.20272 9.20272 214.02 0.000Residua

36、l Error 4 0.1720 0.17200 0.04300 Pure Error 4 0.1720 0.17200 0.04300Total 8 12.2022曲率效果5-1 阶段: 消除没有影响的项- 缩小模型(Reduced model) .Stat DOE Analyze Factorial Design- Storage Residuals & FitsEstimated Effects and Coefficients for Yield2 (coded units)Term Effect Coef StDev Coef T PConstant 40.4250 0.09341

37、432.78 0.000Temp 1.5500 0.7750 0.09341 8.30 0.000Press 0.6500 0.3250 0.09341 3.48 0.018Ct Pt 2.0350 0.12532 16.24 0.000Analysis of Variance for Yield2 (coded units)Source DF Seq SS Adj SS Adj MS F PMain Effects 2 2.8250 2.82500 1.41250 40.47 0.001Curvature 1 9.2027 9.20272 9.20272 263.69 0.000Residu

38、al Error 5 0.1745 0.17450 0.03490 Lack of Fit 1 0.0025 0.00250 0.00250 0.06 0.821 Pure Error 4 0.1720 0.17200 0.04300Total 8 12.2022中心点怎么样? 有影响吗?6阶段: 分析残差图确认模型的适合性。Stat Regression Residual Plots制品2制品17阶段: 在ANOVA表分析有影响的主效果 Stat DOE Factorial Plots Main Effects Plot Stat DOE Factorial Plots Cube Plot制

39、品2制品1因点脱离直线，可以知道有曲率效果。8阶段: 在ANOVA表分析有影响的交互效果 Stat DOE Factorial Plots Interaction Plot 点在两个直线的外面，可以知道有曲率效果。制品2制品19阶段: 记述数学MODEL的结果制品 1的模型 与制品2的数率(yield2)相关，还没得到有效的模型。 现在始点，只知道曲线 效果存在。从新设定水准，再实行 DOE或反应表面分析 (RSM).Yield = 40.44 + 0.775 * Temp + 0.325 * PressTerm Effect Coef T PConstant 40.4444 705.99 0

40、.000Temp 1.5500 0.7750 9.02 0.000Press 0.6500 0.3250 3.78 0.00910阶段: 把数学MODEL的意思转换为Process用语。11阶段: 再现最佳条件。拟定下一个阶段实验的计划或适用 变化的条件。 对策方案选定MeasureDefineAnalyzeImproveControl方法论 Improve 概要 DOE 介绍 完全要因实验 对策方案选定 学习目标理解为对策方案选定的四个阶段和分析技法。 - 创造对策方案 - 危险评价 - 试验对策方案 - 选定最佳方案对策方案选定为创造对策方案的工具创造对策方案Process Map危险评价

41、试验对策方案选定最佳方案制品/工程 最佳化Process标准化查明实际解决策Brainstorming创意性思考Bench markingFMEA 危险评价工具 FMEAPilot实验计划SimulationGraphic 工具工程能力分析假设检定Selection MatrixPay-off Matrix 创造对策方案危险评价试验对策方案选定最佳方案Process Map遇以下用途可以使用。 为了说明现在的作业工序。 为了查明对现在作业工序的对策方案。为了消除重复，loop, 非附加价值阶段及整体 。为了促进工程作业工序的合理化活动。为了使资源得到合理的分配。Process MapProce

42、ss Map 想的 . 实际的 理想 . 可能的 . 很快找出许多设想。 禁止对设想的判断或批判。 收集所有设想。 在别人的设想和创意性的基础上更加发展。 激励所有的人参与。Brain storming为什么? 谁?怎能?什么?什么时候?替代?缺陷?适用?修整?增幅?消除?极小化?极大化?逆设想?再整列?思考引导型提问 对原有的惯例及方法提出问题并挑战。创意性思考 谁执行作业？ 别人能执行吗? 作业在什么地方完成？ 在别的场所也能完成吗? 作业什么时候完成？ 能更换Timing吗? 必要怎样的资源？ 从哪儿得到资源? 可以使用别的什么吗? 作业在什么条件下完成？ 那些条件能换吗? 作业怎么被管

43、理？ 附加价值是什么? 顾客真正需要的是什么？ 顾客怎样使用制品/服务? 发现要破坏的现有规则创意性思考定义把焦点对照确保领先位置。确认世界级水准的组织，制品(商品和服务), 事业惯例。 能达到世界级水准评价要因。 把那样的知识系统而持续地合并在组织的 制品和Process里。Benchmarking 实绩现在贵社的事业实绩发生差距Bench marking 对象组织Bench marking 测定Bench marking 竞争性 调查竞争社的Process，测定顾客满足、市场占有率等。确认竞争企业怎样充分满足市场的流动和顾客的要求、嗜好的变化。什么样的顾客最高评价企业的制品和服务。确认那些

44、顾客认为最重要的领域上，本公司是怎样做的等。 技能性 把焦点放在Process自身。 与业种无关把重点放在拥有类似Process的组织。 工厂的生产战略，职工年间平均教育时间，销售额对比废弃， 再作业比率，销售额对比品质保证费用等。 事例 : 摩托罗拉公司开发 XX Pager 时， 通过威尼通医类公司 进行 Benchmarking。威尼通从全世界的贩卖店中，通过 Computer System,掌握了顾客的趋向。为迅速掌握、反映 意识摩托罗拉公司 Style顾客的嗜好, 导入了与威尼通 类似的System。 内部性 在公司内部比较几个部门共同的Process. Bench marking危

45、险评价的工具创造对策方案Process Map 危险评价试验对策方案选定最佳方案制品/工程 最佳化Process 标准化查明实际解决策Brainstorming创意性思考Bench markingFMEA 危险评价工具 FMEAPilot实验计划SemulationGraphic 工具工程能力分析假设检定Selection MatrixPay-off Matrix创造对策方案危险评价试验对策方案选定最佳方案对Process给予变化或试验之前， 必须检查潜在的危险。危险评价顾客 : 新型的，没有受到监定定的Process的变化，给顾客 引起什么样的潜在缺陷呢?事业Partner : 有与事业Partner关联的学习吗? 营业员 : 新 Process对营业员的安全带来影响吗？ Business 利害关系者 : 新 Process给予影响的是谁？ 另，给予什么样的影响呢? 进行对策方案试验之前，评价与各对策方案有联系的 危险要素。为了成功地接受变化要考虑两个侧面。 对已提案变化的技术性品质 解决方案接受与否顾客营业员 Business 利害关系者顾客能否情愿接受对潜在缺陷，曝光的危险呢