精益六西格玛实战培训

精益六西格玛培训---烟草行业

培训课程大纲

★精益六西格玛概述★精益概述★什么是精益六西格玛★项目定义★流程图和价值流图解★定义客户需求★精益评估★因果分析★Minitab基础★基本统计学、基本质量工具★流程能力分析★数据收集★测量系统分析★流程能力★总结与行动计划培训课程大纲

★精益六西格玛概述★精益概述★什么是精益六西格玛★项目定义★流程图和价值流图解★定义客户需求★精益评估★因果分析★Minitab基础★基本统计学、基本质量工具★流程能力分析★数据收集★测量系统分析★流程能力★总结与行动计划培训课程大纲

★简单回归★多元回归★多元方差分析★残差分析★简单实验★实验设计计划★全因子实验设计★模块化设计★拉动系统和看板★如何实施精益★部分因子实验设计★直升飞机竞赛★属性数据试验设计★中心复合设计★多响应优化RSM★变革管理★流程能力★非正态流程能力研究★统计控制方法★控制程序★控制计划★飞机竞赛★黑带课程总结培训课程大纲

深圳创卓六西格玛培训第一周内容1.什么是精益六西格玛是一种经营理念和哲学一个系统地解决问题的方法论用数据来衡量和解决问题用项目管理的方式，利用团队的力量来解决问题需要组织结构作为保障2014.05-2014.092015.01-2015.062015.07-2015.122014.10-2014.12

精益六西格玛哲学交货时间

太早

太迟缺陷

太迟？错过销售…失去收入，失去客户

缺陷

太早？太多的库存在手…资产成本太高！

Rath&Strong,2000

减少浪费交货时间

太早

太迟六西格玛改善增值过程的质量精益六西格玛能带来什么OverallYieldvs.Sigma(DistributionShifted±1.5s)精益减少非增加价值步骤骤精益六西格玛同时改善质量，速度与成本精益六西格玛改善过程DefineMeasureAnalyzeImproveControl从业务和客户的角度定义机会寻找对流程表现有最大影响的关键因素(关键lX’s)并确定根本原因理解流程及其表现为关键X制定改善方案实施改善方案和控制计划关键要素机会识别和项目选择项目支持关卡评审

精益六西格玛的结果项目的目标是移动“Y”问题:如何移动“Y”？

项目Y例子

周期时间质量成本交货时间项目结束基线时期改善和DMAICL

项目周期时间Y上限

2.精益概述“精”表示精良、精确、精美；“益”表示利益、效益；精益生产是贯彻以人为中心的思想，通过管理模式、人员组织、制造过程、产品结构和市场供求等方面的变革，精简生产过程中一切无用、多余的东西，减少一切浪费，使生产系统能很快适应用户需求的不断变化，降低生产成本,并能最终达到包括市场供销在内的各方面最好的结果。一、什么是精益生产烟草精益:精益营销、精益服务、精益生产、精益物流、精益管理…最终达成烟草总局的“两高一低”的要求。降低成本，改善质量，缩短生产周期精益生产系统精益思想的五个原则精益生产简介精益生产的特点消除一切浪费追求精益求精和不断改善去掉一切不增值的岗位及流程核心：精简消除一切浪费等待多余的流程库存多余动作需要時才搬运过去搬运纠错生产过剩七大浪费推进精益生产的核心：消除浪费对生产过程中发现的问题，要对照体系文件、主体计划和方针计划，运用PDCA、52W2H、8D、鱼骨图、防错、红牌作战、目视化工厂等各种管理工具和管理方法进行分析，促使各工厂、车间围绕既定目标，以持续改善为重点，消除所有环节中存在的浪费，降低成本。

认识浪费的种类指标衡量体系如何识别这些浪费衡量指标如何促使基层单位消除浪费精益：消除一切浪费3.什么是精益六西格玛LSS六西格玛减少波动精益降低复杂性减少浪费IPOInputOutput实施测量ProcessBasedonprocessandY=f(X)抽样策略和数据收集计划过程能力关卡Stop验证测量系统测量阶段价值流图西格玛质量水平DefineMeasureAnalyzeImproveControl流程是波动的波动是可以测量和控制的由顾客决定流程是否增加价值将流程按是否增值进行分类消除非增值流程，减少不增值但必须的流程精益六西格玛的核心原则4.项目DMAICStep定义Control(控制)PhaseImprove(改善)Analyze(分析)Measure(测定)Define(定义)Step定义输出物1Project选定2Project定义4Y’s确认5

现水准确认6

潜在

X’s发掘7DATA收集9VitalFewX’s选定11VitalFewX’s最佳化12

结果检证13

管理计划树立14

管理计划实行

15文件化/共享3Project承认8DATA分析10

改善案树立选定与经营目标相关的正确的6SIGMAProject设定Project的目标与范围,掌握期待效果Project的核心成果指标Y’s决定确认Y’s的现水准,设定改善目标掌握影响Y’s的潜在因素,优先顺序化收集核心因素确认必要的DATA以DATA的科学分析结果为基础,选定核心因素决定为目标达成的核心因素的最佳案检证最佳案,确认目标达成与否选定管理项目,树立管理计划实行管理计划,实施MONITORING掌握效果及Project结果文件化Project实行计划登录及承认为核心因素检证分析DATA树立依据核心因素特性的改善战略Project实行计划书成果尺度

Matrix成果尺度

Matrix优先顺序化的潜在

X’s目录DATA收集计划书VitalFewX’s目录最佳方案最佳方案检证结果管理计划书MONITORING结果财务效果分析表,结束报告书分析结果改善战略Define阶段RoadMapProject范围设定Project效果确认问题/目标记述Step2:Project定义ProjectTeam构成管理SYSTEM登录Step3:Project承认Project承认潜在Project发掘Project方法决定Project确定/登录潜在Project选定Step1:Project选定BigY导出Project实行计划制定DefineMeasureAnalyzeImproveControl管理SYSTEM登录5.流程图与价值流图解流程图是什么?将一个过程的步骤用图的形式表示出来的一种图示技术。简单直观的形式提供一个工序的结构。Storein

WarehouseInspect

PartsMove

tolinePerform

Operation#1Storein

BufferBinPerform

Operation#2360Ft.350Ft.7Ft.1Ft.2Ft.4Ft12min.4min.1.5min.2sec.8sec.2sec.StoreHandleInspectProcessDescriptionValue

AddedNonValue

AddedDistanceTimeStorein

WarehouseInspect

PartsMove

tolinePerform

Operation#1Storein

BufferBinPerform

Operation#2360Ft.350Ft.7Ft.1Ft.2Ft.4Ft12min.4min.1.5min.2sec.8sec.2sec.从流程图入手，缩短交付周期

建立超越单个工艺过程层次而看到宏观生产流程的能力帮助发现浪费源展示了信息流与物流之间的联系广泛沟通的工具确定优先次序结合精益的概念与技术…避免“只挑容易的”来改进形成实施计划的基础描绘为了影响这些定量的数据，应该做些什么价值流图解价值流图析：图标1物流图标

Weekly卡车运货库存或队列时间I300pieces1Day推式箭头物流流向/来自外部资源max20piecesFIFO先进现出顺序流超市回收通用图标缓冲区或安全库存Uptime1-pcflow改进方案外部资源XYZCorporation操作工内部工艺工程ASSEMBLY数据筐

C/T=45secC/O=30mins3Shifts2%Scrap当前状况图示步骤1)从顾客开始2)绘制基本的生产工艺流程3)给每个工艺过程加上数据框4)添加库存数据5)

展示源自供应商并且流向顾客的物流6)展示工艺过程之间的物流7)展示信息流8)绘制时间线（包括供货周期时间与增值时间）价值流图解

提供容易理解的可视的图，表达什么是顾客的价值，及提供价值的过程的流动细节

目前状态

将来状态6.定义客户需求VOC和CCR哪些是“顾客之声”?“顾客之声”(VoC)是以客户的实际语言表达的顾客需要和愿望可能是非常具体的–“我想要3天内送达”可能是模糊的–“我想要再快点”CCR-客户的关键需求把VOC转化为CCRs7.精益评估路径图（烟草制造过程评估）测量材料环境机器设备人员问题鱼骨图与过程图通常二选一就可以了。如果两者都用，建议鱼骨图放在后面问题和原因描述都必须使用“名词+负面描述”

8.因果分析----鱼骨图方法我们对XX个过程输入因子逐一进行打分，从中筛选出了10个分值最高的输入因子,下一步将对该10个重要的输入因子再进行失效模式的分析，进一步找出最关键的输入因子.输出变量填写项目要解决的问题。即Y或小Y或Y’要求指标可量化。与过程图中输出变量一致

因果矩阵ExampleOnly

9.Minitab基础C—管控图：(1)Xbar-R（n<10）①正常的xbar-R图②管理界限再计算（不考虑异常点）Xbar-R图I—DOE：(3)：2水准部分配置①因子配置设计：背景：

-反应值

:收率(Yield)-因子

:流入量(10,15),触媒(1,2),旋转数(100，120),温度(140,180),浓度(3,6)－>确认哪个因子影响收率，利用2（5-1）配置法输入data：表示25-1部分配置的清晰度和部分实施程度.ExampleOnly

10.基本统计学、基本质量工具抽样计划MSA假设检验回归分析方差分析流程能力分析DOE控制图基于统计学的解决问题的工具卡诺分析普通拉动系统补充拉动系统PEC约束理论其他基于统计学的解决问题的工具ExampleOnly

11.流程能力分析对X的改善前后进行SPC和过程能力评价应该是可控的，符合规格要求的。

11.流程能力分析通过以往的历史数据进行描叙统计分析，初步寻找和验证关键原因如下:结论：通过数据的初步分析，我们认为X1,X2,X3影响/不影响Y

典型工具：时序图，点图，直方图，箱图，主效应图，多变异图，交互作用图等。

什么是顾客?顾客是指由于Project而受影响的所有相关者,其由内部顾客、外部顾客、利害关联者等组成顾客定义顾客细分化优先顺序化要求事项掌握要求事项分析顾客是谁?顾客细分化顾客优先顺序化收集方法决定资料收集VOC解释KANO分析

通过VOC分析的

CTQ导出Project的目的在于满足顾客,所以掌握顾客的要求事项后,导出改善必要的CTQ

12.数据收集

12.数据收集

12.数据收集ExampleOnlyExampleOnly计量型位置分析离散分析R&R稳定性分析偏倚分析线性分析重复性分析再现性分析稳定性分析

13.测量系统分析M--测量系统分析：连续型案例：gageaiag.Mtw

背景：3名测定者对10部品反复2次TEST

13.测量系统分析深圳创卓六西格玛培训第二周内容

1.多变量简介一、多重线性回归二、Logistic回归三、Cox比例风险回归四、其他常用多变量统计方法只有一个自变量时,回归的结果为二维平面上的一条直线;而有两个自变量时,回归的结果为三维空间的一个平面；有更多自变量时,回归的结果则是在三维以上空间的“超平面”，无法用直观图形表达。

2.多变量简介（一）模型的参数估计

3.多变量简介

2.假设检验1z假设检验双样本假设检验单样本假设检验假设检验1t假设检验2t假设检验tt假设检验1p假设检验2p假设检验1假设检验2假设检验一、单样本假设检验基本概念与步骤1-1基本步骤及概念先介绍正态分布均值的假设检验的相关概念。假设为总体均值，²为总体方差，0是要求值（规格值）。（1）建立假设通常建立两个假设，第一个H0是原假设（或零假设）；另一个H1是备择假设（或对立假设）。对正态进行检验时，有三对假设(每对的零假设一般不变，变的是备择假设）。（2）选择检验统计量，确定拒绝域的形式Z=———

x

-0

/¯¯

nZ=———

x

-0

S/¯¯

nt=———

x

-0

S/¯¯

nX²=———

(n-1)s²

²0一、单样本假设检验基本概念与步骤（3）给出显著性水平(犯第一类错误的概率)原假设H0为真时，由于样本的随机性，使样本观察值落在了拒绝域W中，从而做出了拒绝原假设H0的决定。这类错误就是第一类错误。其发生的概率称为犯第一类错误的概率，也称为拒真概率，记为，其统计公式是：PH0(W)=；

原假设H0为假时，由于样本的随机性，使样本观察值落在了接受域A中，从而做出了保留原假设H0的决定。这类错误称为第二类错误。其发生的概率称为犯第二类错误的概率，也称为取伪概率，记为，统计公式是：PH1(A)=。

假设检验若要求拒真概率0，则这类假设检验称为显著水平0的假设检验。其中0称为显著性水平，后续为求方便，用取代0。

的取值要谨慎，一般取=0.05，有时也取=0.1或0.025。第1类错误(拒真)第2类错误(取伪)正确的

决定正确的

决定决定H1真H1假实际状况Ho真H1假α和β风险示意图决定H0真H0假一、单样本假设检验基本概念与步骤（4）计算临界值、确定拒绝域有了显著性水平和与检验统计量模式，就可以查该模式对应分布的分为数表，该分位数就是临界值。再根据备择假设对应的拒绝域模式，确定具体的拒绝域。所分析的项目要求不同，备择假设就不同，拒绝域和临界值与显著性水平的关系也不同。要求：小于0才好H1：

>0要求：大于0才好H1：

<0要求：等于0才好H1：

0u1-拒绝H0-u1-拒绝H0-u1-/2u1-/2拒绝H0拒绝H0假设检验参数假设检验正态参数假设检验单个总体检验单样本均值检验单样本Z检验单样本T检验单样本方差检验单样本比率检验两个总体检验双样本均值检验双样本Z检验双样本T检验双样本方差F检验配对T检验双样本比率检验拟合优度检验多个总体均值检验方差分析列联表非正态参数假设检验单个总体均值检验符号检验威尔科克森符号秩检验两个总体均值检验曼-惠特尼-威尔科克森检验（Mann-Whitney-Wilcoxon,MWW）配对数据均值检验威尔科克森符号秩检验多个总体均值检验克鲁期卡尔-沃利检验（Kruskal-Wallis)数据独立性检验假设检验-种类

3.置信区间区间估计定义：对总体未知参数用一个区间来估计置信区间：设θ是总体一个待估参数，从总体中获得样本量为n的样本是X1,X2,…,Xn,对给定的显著水平α(０＜α＜1),有统计量:θL=θL(X1,X2,…,Xn)与θu=θu(X1,X2,…,Xn),若对任意θ有P(θL,θu)＝1-α,则称随机区间[θL,θu]是θ的置信水平为1-α的置信区间。1-α置信区间的含义是所构造的多外随机区间[θL,θu]中有100*(1-α)%的区间包含未知参数θ的真值置信区间的大小表达了区间估计的精确性置信水平表达了区间估计的可靠性如果P(θ＜θL)=P(θ>θu),则称这种置信区间为等尾置信区间单侧置信区间下侧置信区间是：P(θL

≤θ）≥１-α上侧置信区间是：P(θ≥θu）≥１-α区间估计种类单正态总体均值的置信区间单正态标准差的置信区间单比率的置信区间区间估计种类求置信区间的步骤明确对象构造统计量，及其分布确定置水平α值根据统计量的分布与α值确定统计量的上下界的值解不等式，求得相对应的置信区间置信区间步骤

4.T检验T检验(ttest)

是以t分布为理论基础，对一个或两个样本的数值变量资料进行假设检验常用的方法，属于参数检验。单样本t检验(onesamplettest)亦称样本均数与总体均数的比较的t检验。用于从正态总体中获得含量为n的样本，算得均数和标准差，判断其总体均数μ是否与某个已知总体均数μ0相同。已知总体均数一般为标准值、理论值或经大量观察得到的较稳定的指标值。配对ｔ检验又称成对ｔ检验(pairedt-test)。是将对子差数d看做变量，先假设两种处理的效应相同，1-20

，即对子差值的总体均数d

0

，再检验样本差数的均数与0之间差别有无显著性，推断两种处理因素的效果有无差别或某处理因素有无作用。由于此种设计使影响结果的非被试因素相似或相同，因而提高了研究效率。

4.一元方差检验随机误差在因素的同一水平(同一个总体)下，样本的各观察值之间的差异比如，同一种颜色的饮料在不同超市上的销售量是不同的不同超市销售量的差异可以看成是随机因素的影响，或者说是由于抽样的随机性所造成的，称为随机误差

系统误差在因素的不同水平(不同总体)下，各观察值之间的差异比如，同一家超市，不同颜色饮料的销售量也是不同的。这种差异可能是由于抽样的随机性所造成的，也可能是由于颜色本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差。组内方差因素的同一水平(同一个总体)下样本数据的方差比如，无色饮料A1在5家超市销售数量的方差组内方差只包含随机误差组间方差因素的不同水平(不同总体)下各样本之间的方差比如，A1、A2、A3、A4四种颜色饮料销售量之间的方差组间方差既包括随机误差，也包括系统误差方差分析的基本思想和原理

每个总体都应服从正态分布对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本比如，每种颜色饮料的销售量必需服从正态分布各个总体的方差必须相同对于各组观察数据，是从具有相同方差的总体中抽取的比如，四种颜色饮料的销售量的方差都相同观察值是独立的比如，每个超市的销售量都与其他超市的销售量独立方差分析中的基本假定在上述假定条件下，判断颜色对销售量是否有显著影响，实际上也就是检验具有同方差的四个正态总体的均值是否相等的问题如果四个总体的均值相等，可以期望四个样本的均值也会很接近四个样本的均值越接近，我们推断四个总体均值相等的证据也就越充分样本均值越不同，我们推断总体均值不同的证据就越充分方差分析中的基本假定样本标准差的构造的统计量分布既非正态分布，也非t分布，而是卡方分布（c2）。定义：设x1，x2…xn是来自正态总体N(m，s2)的一个样本，s为样本标准差，则：c2（n-1）表示为自由度为（n-1）的卡方分布，卡方分布有以下特点：非负非对称分布5.卡方分析卡方的分位值可通过查表得到.卡方分析6.相关与回归相关和回归的异同散布图线性相关分析研究两个连续型变

量相关程度的工具；相关按关联的方

向可分成正相关

和负相关；按关

联的强弱可分为

强相关和弱相关。相关系数r（CorrelationCoefficient）衡量两组数据关联程度的指标：计算方法：｜r｜≤1,其值越大，表示相关性越强，当为正值时，表示为正相关，负值时，表示为负相关，为零，表示无相关。r值是与样本量有关的，其样本越大，其值越小，故：确认两个变量是否相关，除了看r值之外，还得进行相关性检验。相关系数r的检验任何两组随机数据其相关系数都不会为零；可对相关系数的显著性进行假设检验原假设与备用选择：HO：不相关ρ＝0,H1：相关ρ≠0）利用相关系数显著性表；利用统计学工具如Minitab。8.项目演示卷烟的主流烟气分析不仅耗时、繁琐，且在实际应用过程中对主流烟气的检测具有滞后性。针对卷烟的烟气烟碱量与烟气焦油量进行分析,以确认是否存在良好的线性关系，以便通过烟气焦油量来预测烟气烟碱量

。通过分析，请回答：

1.现有的数据是否有提供了充分的证据，说明烟碱量和焦油量之间存在显著的函数关系？

2.请估计焦油量为13（mg/支）时，每支烟的烟碱量的95％置信区间？

3.如果有一支烟的焦油量为13mg，请预测其烟碱量？8.项目演示在收集数据以前,应该明确以下重要问题:由谁收集来负责数据?数据的测量系统是否可信？收集的数据在过程的哪个环节?数据如何收集?烟气焦油量烟气烟碱量11.62 1.06812.51 1.24911.84 1.03112.37 1.10013.29 1.31712.67 1.16813.15 1.28711.94 1.08112.21 1.27812.17 1.24412.83 1.31312.98 1.25611.74 1.01412.66 1.21112.48 1.13913.35 1.194数据：一元线性回归.MTWMinitab>统计>回归>拟合线图8.项目演示拟合结果：根据“最小二乘法”的原则画出回归线。8.项目演示9.精益理论6S/7S/8SColorCoding色标系统Andon直观信号系统OperationSheet操作图表卡班组建设和员工参与WPOandTeamBuilding现场管理及班组建设质量、成本和交货期对待质量的心态和改进工具成本的构成及控制手法流动的物流和信息流是缩短交货期的保障什么是流动生产？Atimebasedsystemthatpullsmaterialthroughaproductionsystemwithnointerruptions

建立在时间基础上，无障碍地拉动物料流经生产系统未开发的河流开发的河流ADevelopedFlowisLessDisruptiveValueStreamMapping

价值流分析

理解流程…看到价值…憧憬未来状态供应商

顾客信息控制工序C工序A工序B运行效率

总的设备有效性全员设备维护快速换型LOCKOUTRULES设备预防维修计划更换空气过滤器更换灯泡更换皮带更换制冷元件更换油路过滤器清洁油路调节弹簧张力调紧螺钉检查线路检查马达1234567810.直升飞机游戏11.控制计划在2次FMEA后，必要时，改进后再次评估是否出现新风险？基本正常不正常很正常需要对项目相关的操作人员培训新的控制方法，确保项目长期达标新标准需要定期确认效果。12.实验设计简介第12章DOE基础二DOE基本术语1、因子：可控因子与非可控因子过程y1y2yjx1x2xiu1u2uh因子=影响过程或过程输出变量(yj)的输入变量可控因子不可控因子因子=可以加以控制的那部分输入变量(xi)=不可以加以控制的那部分输入变量(u1)如加水量如大气压案例中电压、电流、压力等均为因子且可控。二DOE基本术语2、水平及处理设置=因子所处的状态水平=安排=所有因子水平的组合处理=中心点 电压 电流 压力 t1 t2 t30 1.5 33 1.15 3 2 31 1.0 25 1.50 5 4 11 2.0 25 1.50 1 0 51 2.0 25 0.80 1 4 11 1.0 40 1.50 5 0 50 1.5 33 1.15 3 2 31 2.0 40 1.50 1 4 11 1.0 40 0.80 1 4 51 1.0 25 0.80 5 0 51 1.0 25 0.80 1 0 10 1.5 33 1.15 3 2 31 2.0 40 0.80 5 0 11 2.0 25 1.50 5 0 11 2.0 25 0.80 5 4 51 1.0 40 1.50 1 0 11 1.0 40 0.80 5 4 11 2.0 40 1.50 5 4 51 2.0 40 0.80 1 0 51 1.0 25 1.50 1 4 50 1.5 33 1.15 3 2 3T1有多少个水平？整个表中有多少个处理？2、二次方拟合断裂强度=-1025+2.500锻压温度-0.001467锻压温度**2S=0.942809R-Sq=83.8%R-Sq（调整）=78.4%方差分析来源自由度SSMSFP回归227.555613.777815.500.004误差65.33330.8889合计832.8889方差的序贯分析来源自由度SSFP线性10.66670.140.715二次126.888930.250.002？？？？结论：方差分析表显示P<0.05，回归有效；从拟合图和观测残差图可以明显看出，方程不应有三次方存在，故不再进行分析。？深圳创卓六西格玛培训第三周内容1.简单回归简单回归模型的定义•

如果我们想知道，一个变量对一个变量的线性影响时。•

香烟价格（money）对被收购烟叶的烟农年均人数（f）收入的影响f=b0+b1money+u•

思考：没有其它影响因素了吗？若有，怎么设定模型？简单回归模型的定义fire=b0+b1money+u一般写法y

=β0

+β1x

+u……………2.1•它代表变量x及y之间的关连，因此也可将它

称为“两变量线性回归模型”或

“双变量线性

回归模型”。

y

因变量被解释变量

响应变量被预测变量

回归子

x

自变量解释变量控制变量预测变量

回归元简单回归的术语

•在方程式中，变量y及x常常交替使用几种

不同的名称。简单回归模型的定义•在计量经济中“因变量”与“自变量”是很常

用的

。不过要注意

自变量的英文“independent”

在这里并不是代表随机变量间独立性的统计概念。•变

量

u

称

为

误

差

项

(error

term)

或

干

扰项

(disturbance)，它代表除了x之外其他会影响

y的因素。简单回归分析将除了x以外所有影响y的因素都视为不可观察。你可以把u想成代表“不可观察项”。2.多元回归多元回归分析Yi=β0+β1X1i+β2X2i+ui对于多元回归分析最重要的是解决回归中6种假设条件扰动期望=0E(ui)=0扰动方差=常量Var(ui)=σ2

异方差扰动项不相关Cov(ui,uj)=0自相关性扰动项服从正态分布ui~N(0,σ2)解释变量与扰动项不相关Cov(x1i,ui)=Cov(x2i,ui)=0解释变量之间不相关Cov(xi,xj)=0多重共线性（1）多重共线性的判断与处理方法

事前信息法变换模型法增大样本容量法综合时间序列与截面数据法岭回归法主成分分析法Frisch综合分析法（2）自相关性的判断与处理方法（3）异方差性的判断与处理方法3.多元方差分析一

什么是多元方差分析?

Univariate

单因变量多因子方差分析模型/过程,

Multivariate

多因变量的方差分析

,

/MANOVA过程

Repeate

measures

方差分析的重复测量，

Variance

components

方差成分分析一元方差分析：分析一个或多个定性影响因素对一个定量指标的影响情况多元方差分析：分析一个或多个定性影响因素对两个或两个以上在专业上有一定联系的定量指标的影响；条件：1多元正态分布2比较组间的多元协方差矩阵相等。4.残差分析前面分析得到的结论是否可靠呢？我们不得而知，还要进行残差分析。在单向分类试验中，残差分析主要看是否服从正态分布、残差随观测顺

序是否有某种趋势且均值是否为零。符合正态分布P>0.05，接受原假设，即，残差呈正态分布。无明显某种趋势，残差是随机的。5.简单实验一次一因素的实验第一步试验设计利用MINITAB设计结果:6.实验设计计划一旦试验设计完成，就要到生产线去实施。实施过程特别要记录好其它因子的

变化，另随机化的试验顺序不可随意调整。数据收集完后，需要对数据进行统计分析。不同的试验有不同分析过程，单向分类试验的分析过程主要分为5个子过程：单因子方差分析多重比较残差分析条件验证分析结论数据满足方差分析的前提条件状况分析出各水平间是否存在显著性差异比较出究竟哪个与哪个有显著差异检查实施过程有无问题或是否可靠明确哪个或哪些水平是最佳的。第三步试验分析7.全因子实验全因子实验法所有可能的组合都必须加以深究，信息全面，但相当耗费时间、金钱，例如:

7因子，2水准共须做128次实验。13因子，3水准就必须做了1,594,323次实验，如果每个实验花3分钟，每天8小时，一年250个工作天，共须做40年的时间。8.模块化设计所谓的模块化设计，简单地说就是将产品的某些要素组合在一起，构成一个具有特定功能的子系统，将这个子系统作为通用性的模块与其他产品要素进行多种组合，构成新的系统，产生多种不同功能或相同功能、不同性能的系列产品。（一）模块化设计概念（二）模块化设计原理模块化产品是实现以大批量的效益进行单件生产目标的一种有效方法。产品模块化也是支持用户自行设计产品的一种有效方法。产品模块是具有独立功能和输入、输出的标准部件。9.拉动系统和看板我们只在需要的时候发运需要的物料拉动系统配料地址0017-0010-002R

Whatarethegoals目标?在正确的时间以正确的方式按正确的路线把正确的物料送到正确的地点，每次都刚好及时

JIT物料运动的目标EXTERNALPULL外部拉动DELIVERYPULL发送拉动PRODUCTIONPULL生产拉动物料从存放区向生产点的授权移动以补充消耗的用量物料从上工位向下工位的授权移动以补充下工位的消耗的用量物料从外部供应商向工厂的授权移动基于消耗，而非预测AuthorizedMovementBasedonConsumptionPullCard拉动卡Key要点:PlantComponentsAssembly物流信息流拉动系统：看板之种类In-Process(IPK)-PacestheProduction

工序看板(IPK)-“生产的节拍器”Squares/Containers方块/容器式ReplenishmentSignals-PartsflowbasedonConsumption补充看板-“基于消耗量的零件流动”2-bin(multiple-container)Card/containerElectronic两箱式(多容器)卡片/容器式电子式拉动系统：看板如何工作当操作根据节拍时间平衡后，在工艺流程中使用“方型”看板来作为工作与拉动零件的信号操作#1操作#2操作#3物流方向K=满看板=空看板工作信号工序看板系统10.如何实现精益支持全方位的变化生产部门把支持功能从中央分散，建立产品团队用团队解决问题并施行改进整顿工作场地消灭浪费，实施流动计划调度部门依靠“拉式”系统监控更少的工作中心通过目视控制系统来管理维修管理部门设备可用性与可靠性成为焦点单元/流动线施行预防性维护并监控停工时间快速换型生产与灵活性成为焦点单元/流动线工具与换型管理质量部门用失效模式分析设置监控/检验点在可能的地方进行差错预防支持单元/流动线团队处理改进事宜采购部门供应与需求“拉动”速率相连接采购的准则：交货期–质量–价格供应商需要培训与技术支援市场营销部门准确及时的需求信息反馈小批量观念，而不是累积大订单对生产的冲击避免紧急订单促销策略与营运部门一同制订所有因子的所有水平组合中的只有部分组合参与的试验就是部分因子试验。因子的水平只有2个的部分因子试验，称为2水平部分因子试验。2水平部分因子试验的最大优点就是大幅度减少了试验次数。如现有4个因子，则其全因子试验次数为16次试验，如果采用2水平部分试验，则试验次数只有8次。全因子试验因子:4基设计:4,16试验次数:16仿行:1区组:1中心点（合计）:0部分因子设计因子:4基设计:4,8分辨度:IV试验次数:8仿行:1实施部分:1/2区组:1中心点（合计）:0但是，2水平部分因子试验在精度方面不如2水平全因子试验。故一般在因子较多时(>5)，先用部分因子试验进行筛选，到<5个时，则再用全因子试验进行筛选合建立较精的方程。11.部分因子实验2水平部分因子试验设计2水平部分因子试验实施2水平部分因子试验分析改善方案确定拟合选定模型进行残差诊断分析解释模型试验分析结论12.直升飞机竞赛深圳创卓六西格玛培训第四周内容1.属性数据实验设计随机单位组设计（randomizedblockdesign)

设计方法：（1）按照主要非处理因素配区组并编号1-n（2）从随机数字表中取随机数字（3）每个区组内根据随机数字按从小到大顺序编秩（4）按照实验要求和随机数字分配实验对象设计形式2.中心复合设计中心复合试验设计(centralcompositedesign，CCD)；Box-Behnken试验设计；确定因素及水平，注意水平数为2，因素数一般不超过4个，因素均为计量数据；创建“中心复合”或“Box-Behnken”设计；确定试验运行顺序(DisplayDesign)；进行试验并收集数据；分析试验数据；优化因素的设置水平。

立方点轴向点中心点区组序贯试验旋转性3.多响应优化RSM

为何要用RSMRSM对因子的响应提供了一个曲面图形描述RSM帮助我们了解和确定最佳响应（例如：最小，最大和目标）最陡上升路线假设已经做了一个实验，并且得到以下模型：

Y=β0+β1x1+β2x2+…

（同主效果有关）

+β12x12+…

（同双向交互作用有关）我们可以利用这个模型确定一条最陡上升路线，帮助我们更接近最佳条件。RSM是建立过程模型以及对过程进行优化的系统方法1）第一步：确定有可能含有最佳条件的区域2）第二步：建立一个描述响应与重要变量之间关系的模型3）第三步：利用该模型进行过程优化，并且确认结果当实施DOE把良率提高时，希望看到哪个图？为什么？3.多响应优化RSM

最佳区域，最高良率最陡上升路线4.变革管理靠创造力而成长领导危机僵化危机靠分权、协调成长资源分散危机靠合作而成长核心能力危机再发展稳定衰退创业阶段集合阶段正规化阶段精细阶段组织年龄突变渐变靠规范而成长变革在企业发展中的作用战略具体化：通过战略沟通，管理层就战略达成共识，并制定战略部署和行动计划管理的变革：建立健全基础架构，优化岗位体系、绩效体系变革管理：正确对待变革中的阻力，推进新的管理体系的贯彻和落实变革管理(ChangeManagement)贯彻和落实战略方向不明确战略部署所需的基础架构不健全推行时阻力重重面临的问题所需的对策解决方案企业变革的解决方案5.流程能力输入Input供应商Supplier输出Output过程Process客户Customer项目的Y及相关联的Y应该包含在这里。（可参见下一页）都应该是可以量化的指标项目关注的流程起点和终点及重要流程。通常是相关流程的人员，设备，测量仪器，作业方法，原材料等。在定义阶段，SIPOC图的目的是确定项目的流程边界(Process)，以及要解决的问题(Output)以及解决问题时要关注的方面（Input）SIPOCXXXXX输入类型输出XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX过程输入类型输出过程M3详细过程图输出变量填写项目要解决的问题。即Y或小Y或Y’要求指标可量化。过程填写需要用动词。类型填写使用C或U或N代表C:可控U:不可控N:目前没有控制KPIV分析D定义

M测量A分析

I改善

C执行&控制由上述头脑风暴归纳得出产生尘点、毛丝不良原因分析中有十四点是容易产生且易于改善和管制的，作为优先改善的重点。KPIV分析KPIV

ByProcess待改善的KPIVKPIV

By料号过程中是否存在不合理之处或者8种“浪费”？结论：

备注：该页是可选项，适用于流程简化或消除浪费。6.非正态能力研究中心的移动UCLLCLCL不稳定的工程短期1短期2短期3短期4短期5短期6短期7没有达到稳定状态的工程中长期偶然倾斜孤岛看到什么能够判断其为不稳定?长期的

Data是否能够出现正态分布?在没有达到稳定状态的工程中,以概率为基础对工程能力进行推定就没有实际意义.在这样的工程中,真正重要的不是把握工程能力,而是查明,追踪,去除异常要因,使工程达到稳定化.斜度(Skewness)左偏斜型

右偏斜型峰度(Kurtosis)急峰缓峰多种(MultipleMode)双峰型孤岛型分离(DATA的

分散型)大多数情况下,因为偶然原因所引发的

Data分布能够形成正态分布,但是在极少数的特殊工程以及特别的情况下,有根据工程自身的特性而出现固有形态的分布情况.右偏斜型急峰一般性两种

Mode左偏斜型缓峰极端性两种

Mode非正态

DATA的

PATTEN为制作更加对称性的分布,使统计计算更加妥当非对称

DATA变换●对于非对称数据,使用与Log和开方等相类似的数值参数,使其变换为对称性的数据。●如果取得的数值很小,则变换后没有什么大效果X变换=xplog(x)变换

指数(p)3次方平方无变化平方根负平方根负Log3210.5