DMAIC基础课件完整版

DMAIC基础©2017ChinaResourcesPowerCo,.LTD课程目标了解六西格玛DMAIC的基本逻辑。了解DMAIC各步骤所涉及的基本工具掌握部分基础工具目录CONTENTS123456DMAIC概述及基础D阶段定义机会M阶段测量症状A阶段分析原因I阶段改善绩效C阶段控制成果DMAIC概述及基础统计基础知识Minitab简介DMAIC概述1.31.21.1Practical

Problem实际问题Statistical

Problem统计问题Statistical

Solution统计解决方案Practical

Solution实际解决方案传统的方法y

f

(x1,

x2

,

x3,...,

xk

)统计

的方法DMAIC概述—问题解决的统计模型Yf

(X)问题流原机会程因好输入可以得到好的输出DMAIC概述—问题解决的函数模型最佳化的流程ControlDefineMeasure步骤Improve改善结果的持续管理课题的文书化项目选定/定义/承认结果变数的(Y)定义/现水准测量排列潜在的原因变数(x)主要内容主要原因变数的评价/最佳化适用工程里的解决对策Analyze潜在原因变数(x)的定义/评价主要原因变数的导出/分析ProcessMapC&EMatrixFMEAMulti-Vari分析实验设计法ControlPlanSPCMSA重要

X选定重要

X管理

所有

X变数LIST选别LIST8~10输入4~8输入3~6输入10~15输入30+输入变数方法工具Y=f(x)的漏斗效果VOC/VOB/VOP-CTQDMAIC概述—问题解决的漏斗模型DMAIC概述六西格玛改进-DMAIC步骤方法与工具输出Kano分析VOC→CTQVOB→CTPSIPOC对标管理头脑风暴法甘特图柏拉图Define定义阶段Measure测量阶段Analyze分析阶段Improve改进阶段Control控制阶段阶段项目授权书MSA过程能力分析流程图价值流图VSMECRS分析IPO分析因果图FMEA优先顺序化X’s目录根本原因X’s目录最优方案验证结果控制计划书项目成果假设检验方差分析试验设计相关分析回归分析防呆防错TRIZ试验设计普式矩阵FMEA甘特图控制图防差错措施SOPOPL5S及可视化标准化VOC

（顾客心声），VOB

（企业心声），CTQ

（关键质量特性），CTP

（关键过程特性）SIPOC（宏观流程图），IPO（输入输出）,

MSA（测量系统分析），ECRS（程序分析四大原则）

，FMEA（失效模式分析），SOP（标准作业程序），OPL（单点课程）1.1确定项目背景1.2问题及范围1.3目标及收益陈述1.4项目组织及实施计划1.5完善项目授权书2.1数据收集管理2.2测量系统分析2.3过程能力分析2.4流程分析2.5因子筛选2.6快速改善3.1识别根本原因3.2数据收集计划3.3验证根本原因4.1产生改进方案4.2评估改进方案4.3实施改进方案4.4验证改进方案5.1制定和实施控制计划5.2项目成果文件化5.3项目成果推广5.4项目移交DMAIC概述—minitab简介Minitab最初是在20世纪70年代由美国宾西法尼亚大学为学生学习统计而开发的一种统计软件,开始时还在在DOS系统中应用，后来被移植到

Windows,现在使用的是15版本；6SIGMA初期，Motorola还使用的是SAS统计软件，从GE开始使用Minitab随后广泛传播到世界各地目前大部分推进6SIGMA的先进公司(GE,AlliedSignal,Motorola)都使用该软件，原因是它对初学者而言，既易学又容易使用；目前大量应用于学术领域,概括起来它主要有如下7种功能:基础统计图表分析多变量分析时序分析信赖性及生存分析实验计划法品质工具背景概况DMAIC概述—minitab简介数据窗（DataWindow）:工作表（Worksheet），不是Excel表列名称在上面第一行在一列中的任何信息都被认为来自相同的群体对话窗（SessionWindow）：输出常见基本窗口DMAIC概述—minitab简介图表窗口信息窗口常见基本窗口DMAIC概述—minitab简介列眉

T=文本/D=日期列名称回车移动方向箭头

数据窗的特别说明常见基本窗口DMAIC概述—minitab简介新建、打开、保存、打印文件等指令的菜单复制、粘贴、剪切、删除单元格等的操作的菜单

将数据集分离、合并、排序、堆栈等操作的菜单数据的计算，随机数据的产生及与概率函数有关的菜单使用频率最高的菜单，检验、推断及实验计划法等主菜单以数据为基础绘画出各种图表有关的菜单变换处理窗体的模式，或变化字体的菜单一些Windows常用工具切换菜单选择窗口及MINITAB画面处理相关的菜单对MINITAB中使用的主要术语的解释等菜单文件:编辑:数据:计算:统计:图形:编辑器:工具：窗口:帮助:主菜单常见基本窗口DMAIC概述—minitab简介帮助按钮的位置点击“教程”常用帮助路径数据分布的特征和测度数据的特征和测度分布的形状集中趋势离散程度众数中位数均值标准差峰度方差极差偏度DMAIC概述—统计基础数据集中趋势一组数据向其中心值靠拢的倾向和程度测度集中趋势就是寻找数据一般水平的代表值或中心值一.众数二.中位数和分位数三.均值DMAIC概述—统计基础众数：出现次数最多的变量值原始数据:659855原始数据:2528

283642

42特点：不受极端值的影响可能没有众数或有几个众数DMAIC概述—统计基础中位数：排序后处于中间位置上的值50%50%X特点：不受极端值的影响DMAIC概述—统计基础原始数据: 2422212620排序: 2021222426位置:

123 45中位数=22例-样本容量为偶数的中位数例-样本容量为单数的中位数原始数据:105 91268排序:

56891012位置:

123 456中位数=

(8+9）/2=8.5位置N+126+123.5中位数：排序后处于中间位置上的值DMAIC概述—统计基础QLQMQU25%25%25%25%特点：不受极端值的影响能粗略描绘分布的形态，如是否具有对称性四分位数：排序后处于25%、50%和75%位置上的值DMAIC概述—统计基础均值：最常用的集中趋势的测度值之一特点：信息利用充分易受极端值的影响原始数据:659855均值6+5+9+8+5+566.33DMAIC概述—统计基础离散程度的测度数据分布的另一个重要特征离中趋势的各测度值是对数据离散程度所作的描述反映各变量值远离其中心值的程度，因此也称为离中趋势从另一个侧面说明了集中趋势测度值的代表程度DMAIC概述—统计基础数量长度μ=9.8σ=0.327σ=0.435离散程度的测度标准差σ及方差σ2DMAIC概述—统计基础总体标准差σ，总体方差σ2，σ是一个希腊字母，是用来表示数据离散程度，σ越大，离散度就越大。总体标准差一般需要样本标准差估计才能得到。样本标准差s，样本方差s2。离散程度的测度标准差及方差DMAIC概述—统计基础=

(x-)2n

(x-

)2n

原始数据:182428

32

3642？？极差：最大值与最小值之差原始数据:252828364242极差=42-25=17DMAIC概述—统计基础偏态与峰度的测度扁平分布尖峰分布峰度左偏分布右偏分布偏度>0偏度<0标准正态分布标准正态分布峰度<0峰度>0偏度DMAIC概述—统计基础直方图100人参加考试的分数分布图65758595105115人数708090100110120o2468正态分布简介DMAIC概述—统计基础1000人参加考试的分数分布图0

分数人数分数人数o24685000人参加考试的分数分布图正态分布简介DMAIC概述—统计基础正态曲线分数人数o2468σ2σ3σ68.26%95.44%99.73%μ正态分布简介DMAIC概述—统计基础T=10.0不合格产品规格下限规格上限Defects不合格产品规格：客户的要求DMAIC概述—统计基础T=10.0规格下限规格上限σσσσσσ6σ西格玛水平DMAIC概述—统计基础每小时会有20,000个信件在投递中丢失每天会喝进15分钟不干净的水每周会发生5000个失败的外科手术每天在一些主要机场会发生飞机坠落失事每年会发生200,000起错误使用麻药处方每月大概会发生7个小时的停电事故每小时只有7个信件在投递中丢失每七个月只喝进1分钟不干净的水每周只会发生1.7个失败的外科手术每隔五年才会发生1起飞机坠落失事每年只会发生68起错误使用处方案例每34年发生一起一个小时的停电事故99%还是不够好99.99966%是目标(6Sigma)六西格玛水平DMAIC概述—统计基础

6Sigma目标DMAIC概述—统计基础课堂练习求以下数据的平均值、中位数、众数、极差、方差、标准差：9463869795938379657294DMAIC概述—统计基础目录CONTENTS123456六西格玛概述D阶段定义机会M阶段测量症状A阶段分析原因I阶段改善绩效C阶段控制成果定义（Define）项目范围问题陈述基线与目标项目效果项目团队项目计划Y及缺陷定义项目授权书项目背景D3D2D5D6D7D8D4D9D1定义（Define）步骤活动内容工具定义阶段如何开展项目？如何选择一个合适的项目、如何定义项目并得到相关人员的承认？项目选择项目定义项目承认项目范围问题陈述基线与目标项目效果项目团队项目计划Y及缺陷定义项目注册项目背景柱状图、时间序列图、柏拉图等、5W1HSIPOC图柱状图、SMART收益计算表树图甘特图树图项目注册表定义阶段主题思路VOB、VOC、VOP定义（Define）项目背景从顾客观点（VOC）上导出的项目顾客声音VOCVoiceofCustomer顾客关键需求CCRCriticalCustomerRequirement关键质量特性CTQCriticaltoQuality关键过程特性CTPCriticaltoProcess业务关键要求CBRCriticalBusinessRequirement公司要求VOBVoiceofBusiness从经营方针和战略目标（VOB）上导出的项目Y流程声音VOPVoiceofProcess从流程声音（VOP）上导出的项目定义（Define）项目背景—案例空预器差压飞灰含碳量排烟温度供电煤耗锅炉效率汽轮机汽耗管理煤耗厂用电率指标分解循泵电耗磨煤机电耗灰硫电耗……定义（Define）项目背景—案例公司经营目标供电煤耗<310g/kwh部门目标锅炉效率提升n%项目目标排烟温度降低k℃公司战略响应国家政策要求，节能降耗定义（Define）项目背景—陈述要点为什么这个项目值得实施？与企业战略有何关系？为什么必须要现在实施？假如不实施该项目会有什么后果？哪些活动具有更高或者相等的优先级？如何使项目的实施符合业务的活动和目标？定义（Define）

问题陈述—5W1HWho:发生问题的主体是什么？（主体）What：发生了什么问题？问题的表现如何？（问题）When：问题发生在什么时候？（时间）Where：问题发生在什么地点？（地点）How：问题的严重性如何？（程度）Why：为什么要解决这个问题？（影响）定义（Define）

问题陈述—需要注意的几个问题陈述问题时，不应包含造成问题的原因

——要由项目团队经过相应阶段的工作之后，再对问题产生的原因做出客观准确的判断。预先形成的有关原因的想法可能是不准确的、不完全的或者是错误的，并可能误导团队。不应提出一个改进方案

——在不清楚根本原因的情况下，制定的解决方案是主观的，不是基于数据和实施的决策。陈述问题时，不应对相关责任人员加以指责

——项目工作的目的是为了改进流程，通过流程的优化达到解决问题的目的，而不是追究相关人员的责任。六西格玛项目应当是“对事不对人”的。不要将几个问题集中在一个问题的陈述中，不同的问题应当由不同的项目来解决定义（Define）

问题陈述—基本要求及原则问题陈述时要着重对问题的现象进行详尽的描述。利用图、表等技术对现象做出分析，要使他人在最短的时间内能看出什么问题？——柏拉图：可以用来说明选择问题的优先顺序。该项目关注哪部分？——时间序列图：说明问题随时间的变化趋势。——柱状图：说明问题的变化趋势，与要求之间的差距。——各种形式的汇总表格。使用原则：文不如表，表不如图。定义（Define）

项目范围项目团队要对项目范围有一个清楚的定义！团队将关注什么流程？对于我们将要改进的流程/它的边界是什么？起点在哪里？终点在哪里？利用SIPOC图来查找。项目关注哪些产品/设备/零部件？项目计划能够接受的的时间多长？什么时候是最后期限？S-供方I-输入P-流程O-输出C-顾客上道工序、供应商等等人、机、料、法、环等输入因子项目研究范围产品下道工序、终端客户等Supplier供应商---------------------------------------------------------------------------------Input输入---------------------------------------------------------------------------------Output输出---------------------------------------------------------------------------------Customer客户---------------------------------------------------------------------------------Process过程ABCDE供应商(Supplier），输入(Input），过程/流程(Process），输出(Output），客户(Customer)定义（Define）项目范围—SIPOC宏观流程图定义（Define）

Y及缺陷定义Y的定义即是指一个清晰的、可理解的、不模棱两可的对评估对象或观测对象的描述，从而每个人都可以统一地按此描述进行操作、评估。目的消除不确定性以便大家理解一致提供明确的测量方法明确测量对象不管谁进行测量确保结果相同不仅对你有用而且也要对你的客户有用定义（Define）

Y及缺陷定义缺陷的定义定义：影响Y的小Y。影响Y的主要缺陷有哪些?这些缺陷是如何发现的，在什么情况下，用什么工具，由谁，用什么方法检测，判断基准是什么?缺陷的严重性如何，和Y有什么关系

?（包含与被包含关系、复杂的因果关系等等）定义（Define）

Y及缺陷定义-案例序号缺陷名称评价标准检测的方法（工具）等级Y1循泵电耗率≤k1%人工按月读取电表重Y12磨煤机电耗率≤k2%人工按月读取电表重Y23输煤电耗率≤k3%人工按月读取电表重Y34除灰脱硫电耗率≤k4%人工按月读取电表中Y45风机电耗率≤k5%人工按月读取电表轻Y5缺陷定义Y：某电厂厂用电率。Y=Y1+Y2+Y3+Y4+Y5定义（Define）

基线与目标—SMART原则具体的（S：Specific）可测量的（M：Measurable）可能成功的（A：Attainable）与战略有关系的（R：Relevant）有时间限定的（T：TimeBound）定义（Define）

基线与目标—目标的阐述方式基线目标潜在最佳值基线数据来源:XXXX年XX月~XX月；XX报表目标及极限目标设定理由：目标达成的时间：1.需要表达选择目标及极限目标的设定理由?2.基线数据通常需要前3~12个月数据定义（Define）

基线与目标—确定目标的参考方法一、按以下方式确定潜在最佳值：（1）历史最优值；（2）行业标杆值；（3）设计最优值；（4）战略要求最佳值；（5）客户要求最佳值；二、目标值设置至少应在基线值+（潜在最佳值-基线值）*70%之上。三、定义目标时要兼顾其他相近项目的情况，注意各项目间的界限，防止一个项目影响其他项目。四、目标实现的时间界定：项目完成应有一个时间的限制。定义（Define）

基线与目标—案例现水平目标水平先进水平Y=62分钟/台Y=30分钟/台Y=17分钟/台小松2011年1~3月份，单台中挖产品平均装配时间为62分钟根据我公司生产大纲，确定项目的目标：2011年前需达到30分钟/台，先进水平为标杆企业小松的单台中挖产品装配时间！定义（Define）

经营成果—直接财务收益预期效果=预期成果-投入费用计算预期经营成果计算投入费用除外的成果金额接收财务部门的审核

财务成果计算方法财务成果计算公式定义（Define）

经营成果—非直接财务收益项目效果给公司及顾客带来的影响

对公司经营非直接财务影响对公司形象、安健环等无法直接估计其价值的影响对其他相关部门经营指标的贡献程度

对顾客质量（Quality）价格（Cost）交付（Delivery）服务（Service）定义（Define）

经营成果—案例其他项目收益提高用户满意度和忠诚度。项目数据来源根据备注单次服务费用800元/台次服务及备件费用过程中工装投入费用10000元预期月均保有量9515台次公司销售预计划Y当前指标水平7315PPM前期现状水平Y目标水平4000PPM目标拟订值

预期收益计算公式=单次服务费用×(Y当前指标水平-Y目标水平)×预期月均保有量×12=800×(7315-4000)÷1000000×9515×12-10000=292805.36元预期收益：29.28万元计算公式应体现收益与Y的关系有形收益无形收益定义（Define）

项目团队—团队角色及职责项目团队的组成

公司倡导者(Champion)：选项与项目批准、支持及协调黑带大师(MBB)：方法论及工具使用方面的指导部门倡导者：项目的发起者，跟踪项目执行，为项目提供资源。项目负责人(Leader)：由黑带(BB)或绿带(GB)担任，负责领导项目团队开展项目，是项目的第一责任人项目成员：配合项目负责人完成项目，具体职责按各成员的特点分配为成功地完成项目明确项目领导和队员的职责，分清业务队员要熟悉相应工序的作业人员必要时邀请团队以外的人给予协助，并得到倡导者承认和支持定义（Define）

项目团队—组建团队时应考虑的问题团队应明确共同的目标及活动开展计划。团队应制定开展活动的纪律及奖惩机制。团队成员有任务分工及贡献度的预先定义。项目团队成员（包括组长和组员）数量不宜太多，一般3至6人。一般要求知识、技能互补，目标一致。覆盖项目业务流程所涉及的职能部门范围。项目组长应具备较强的沟通、协调与学习能力，团队成员能够通过学习掌握六西格玛的基本方法与工具。定义（Define）

项目团队—案例车间核心人员XXX车间核心队员:XXX核心队员：XXX职责:全程跟踪轧制生产情况及时将事故情况实时反馈组织数据的测量保证设备控制精度车间核心成员:XXX贡献率:30%贡献率:20%贡献率:30%贡献率:20%职责:全程跟踪轧制生产情况及时将事故情况实时反馈组织数据的测量保证设备控制精度职责:对现场质量设备进行检查是否负荷要求，异常的及时处理或更换组织数据的测量保证设备控制精度职责:收集轧制数据并进行分析查找事故原因根据事故原因提出修改方案数据分析与验证制定项目措施公司倡导者

:XXXMBB:XXXGB:XXX部门倡导者：XXX定义（Define）项目计划阶段主要工作内容参加人员5月6月7月8月9月10月D收集09-10年度的相关质量信息成员A

进行历史数据分析成员B

确定项目范围全体成员

问题现状描述确定顾客及CTQ、Y缺陷定义成员B

项目宏观流程图……

MY的确认及y的定义……

确定测量系统分析方案……

数据采集……

C&E矩阵及FMEA分析……

A对测量阶段的所有数据和信息进行分析……

利用统计工具明确主要核心因子……

I制定改进方案……

核心因子最优化……

效果验证及再改进……

C制定控制计划……

实施控制计划……

测量验证系统及文件固化……

项目总结……

主要内容成员分工计划日期：一般3~6个月，细化到周或旬定义（Define）

项目注册A.硬性收益:创造效益=发电量×降低的耗电率×每度电的上网电价=20亿×0.34%×0.45=306万元B.软性收益:：其它平台推广精益6sigma的经验；提升公司内部各部门之间协同解决问题能力。项目指标单位现状目标值平衡指标及要求公司倡导者项目负责人财务专员辅导员签字日期区分组长核心成员核心成员核心成员核心成员核心成员核心成员团队成员部门3.现状及目标:

7.团队成员：项目编号:项目名称:************精益六西格玛项目任务书4.开始日期:5.内部、外部顾客需求：供应商输入流程输出用户

1.项目陈述：2017年1-4月我司脱硫系统耗电率1.19%，比2016年脱硫系统平均耗电率增加0.34%，为完成公司全年厂用电率≤8.4%的目标，需降低脱硫系统电耗。2.项目范围:2017年6月1日—2017年12月31日内部顾客：降低电耗，以此降低公司运营成本。外部客户：外排烟气满足硫份环保标准。6.项目预计收益:目录CONTENTS123456六西格玛概述D阶段定义机会M阶段测量症状A阶段分析原因I阶段改善绩效C阶段控制成果测量（Measure）测量系统分析数据收集计划流程分析因果矩阵失效模式分析（FMEA）过程能力分析快赢改善M3M2M5M6M7M4M1步骤活动内容工具测量阶段定义阶段本阶段的目的就是掌握过程的当前水平，找出认为对其有影响的所有潜在原因变量并筛选出关键的少数。上一节我们了解了六西格玛项目定义阶段的基本内容，明确了我们要解决的问题，并得到了相关人员的认可。现水平确认发掘潜在XY与小Y的数据收集与分析计划找出所有潜在原因变量筛选对Y影响较大的潜在原因变量即时改善Y与小Y的测量系统与能力分析效果验证数据收集计划表鱼骨图、IPO图C&E矩阵、FMEA即时改善模版测量系统分析、过程能力分析柱状图、时间序列图Minitab软件基础+统计基础测量（Measure）测量阶段主题思路帮助团队根据可靠的数据真正了解现有流程；确保团队为特定项目收集最佳数据。制订Y的数据收集计划确定要测量的内容明确数据的来源明确数据分层要素开发操作性定义创建数据收集表格数据收集计划数据的类型数据的收集方法数据的有效性事实与数据改善项目成功测量（Measure）数据收集计划指标名称数据类型数据状态收集方式数据量数据标准分析方法完成时间负责人Y1计数型可测量无数据现场测量N1合格/不合格数据精度等的标准树图/柏拉图******Y2计量型可测量有数据直接获取N2合格/不合格数据精度等的标准方差分析******Y3计量型无测量无数据实验设计N3合格/不合格数据精度等的标准回归分析******…………Yn计数型无测量有数据直接获取N4合格/不合格数据精度等的标准相关分析******测量（Measure）数据收集计划测量方法

测量过程

测量环境被测量对象输入测量结果输出测量仪器测量人员过程变量过程变量过程变量过程变量测量（Measure）测量系统分析—测量系统构成根据测量对象的不同，测量系统分析有两种分类：1.Variables计量值/定量值（连续数据）数据可以用连续的标尺来描述采用计量型测量系统分析2.Attributes计数值/定性值（离散数据）数据不能以连续的标尺描述通过/不通过，好/坏采用计数型测量系统分析注意：1、一看到数据，就要确认测量数据类型2、计数值和计量值必须用不同的方法处理测量（Measure）测量系统分析—测量系统分类一、准确度和精密度

假定材料的硬度的“真值”是5.0caabda、精密度高、准确性低b、精密度高、准确性高c、精密度低、准确性高d、精密度低、准确性差

方法1得到的读数为：3.8，4.4，4.2，4.0

方法2得到的读数为：6.5，4.0，3.2，6.3

哪种方法更准确？哪种方法更精密？你倾向哪种方法？为什么？测量（Measure）测量系统分析—基本术语二、准确度-偏倚偏倚是测量均值与真实值之间的偏离值。测量（Measure）测量系统分析—基本术语三、准确度-线性度（Linearity）测量仪器准确度或精密度在仪器量程内的变异。测量偏差值被测真值测量值与真值之间的偏差测量（Measure）测量系统分析—基本术语偏差与真值呈线性相关四、准确度-稳定性（Stability）稳定性：随着时间而产生变异的程度

无漂移、突变、周期性循环等用趋势图评价通过定期校准和重复性与再现性分析加以控制测量（Measure）测量系统分析—基本术语测量偏差值时间测量值与真值之间的偏差偏差与时间呈线性相关

系统可测量的小数部分的位数，测量的增量至少要达到产品或过程规格宽度的十分之一五、精确度-分辨率（Resolution）应该使用哪一把尺测量具有上述分布的过程？差的分辨率好的分辨率测量（Measure）测量系统分析—基本术语六、精确度-重复性（Repeatability）

重复性好的测量系统重复性差的测量系统重复性：测量装置的固有变异对同样的变量在相似条件重复测量时的变异同一检验员、同一设置、同一量具、相同的环境条件、短期用重复测量的分布的平均标准差来估计2总=2产品+2重复性+2再现性测量（Measure）测量系统分析—基本术语由不同的人测量同一零件的同一特性所得重复测量的均值的变异，称为测量系统的再现性，简称再现性。七、精确性-再现性（Reproducibility）再现性测量系统A测量系统B2总=2产品+2重复性+2再现性测量（Measure）

测量系统分析—基本术语精密度-公差比例表示测量误差所占公差的百分比6σmeas代表99.73%的测量最佳状况：<10%

勉强可接受：<30%包含重复性和再现性公差=规格上限－规格下限一般用百分比表示

应用P/T比例是对测量系统精密度最常用的估计它评估测量系统针对相关产品规格的测量效果适当的P/T比例极大依赖于过程能力八、精确度-P/T比例测量（Measure）测量系统分析—基本术语表示由于测量系统的误差占所有变异的百分比%P/TV：最佳状况：<10%；

可接受：<30%。九、精确度-P/TV（%R&R）

一般以百分比表示%P/TV是6Sigma分析的最好测量估计测量系统对整体过程变异的表现%P/TV是实施过程改善分析的最好估计。所挑选的样本必须涵盖整个过程范围。应用测量（Measure）

测量系统分析—基本术语

差别类数目决策/值<2不满足要求2–4基本满足要求5足够的分辨率。对于制定过程控制决策来说，可以接受明显分类数（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。十、精确度-明显分类数测量（Measure）

测量系统分析—基本术语

一致性百分比评价标准(计数型)总体一致性判断指示灯90%~100%测量系统合格80%~90%根据具体情况决定测量系统有效性＜80%测量系统不合格区分P/TVP/T明显分类数指示灯好的水准0~10%0~10%>=5可以接受的水准10~30%10~30%2~4不接受>30%>30%<2计量型测量系统判断准则测量（Measure）

测量系统分析—基本术语测量（Measure）测量系统分析—分析内容指标名称（Y或小Y）：Y测量系统的组成（6M）：操作员、量具、被测品、环境、方法测量方式：自动称重，现场实际称重测量读取数据。测量系统要确认的项目确认项目是否涉及可能的问题取样/抽样方法N制样方法N分辨率N稳定性N准确性（偏倚）N精密性（重复）Y精密性（再现）Y测量（Measure）测量系统分析—计数型测量系统分析所有检验员与标准评估一致性#检#相95%置信区验数符数百分比间

302996.67(82.78,99.92)#相符数:所有检验员的评估与已知的标准一致。FleissKappa统计量响应KappaKappa标准误ZP(与>0)f0.9888770.074535613.26720.0000y0.9888770.074535613.26720.0000

属性一致性分析计数型MSA:根据项目的Y进行（不一定每个项目计量型和计数型的都要分析）测量（Measure）测量系统分析—计量型测量系统分析

研究变异%研究变%公差来源标准差(SD)(6*SD)异(%SV)(SV/Toler)合计量具R&R0.18361.1020.821.53

重复性0.18051.0830.811.50

再现性0.03370.2020.150.28

操作员0.03370.2020.150.28部件间22.3287133.972100.00185.90合计变异22.3295133.977100.00185.91可区分的类别数=171区分校磅砝码基准结论%P/TV0.82＜30%秤的%P/TV小于30%，该测量系统的重复性和再现性都比较好。秤的%P/T小于30%，测量仪器散布与规格对比，在允许水准内，良/不良区分能力足够.%P/T1.53＜30%明显分类数171≥5计量型MSA:根据项目的Y进行（不一定每个项目计量型和计数型的都要分析）对称重系统的测量系统分析过程能力：过程在受控状态时，客户要求与过程表现（产品质量或服务的质量变动程度）的比值，如果过程表现越能满足客户要求,则过程能力越充分，反之则不足。CP=（USL-LSL）/6σO

3σ3σCpl=μ

-LSLCpu=USL-μCpk=min（Cpl，Cpu）测量（Measure）

过程能力分析—CP、CPKUSLLSLσμUSLLSLμOLSLLSLUSLUSLμμ测量（Measure）

过程能力分析—CP、CPK请问：哪个图的CP大？哪个图的Cpk大？测量（Measure）

过程能力分析—CP、CPK请问：Cpk=？USLLSLOUSLLSLO请问：Cpk=？LSLUSL长期能力短期能力测量（Measure）

过程能力分析—PP、PPKPP=（USL-LSL）/6σ3σ3σPpl=μ

-LSLPpu=ULS-μPpk=min（Ppl，Ppu）

6*σshort-termCp=USL-LSLPpk=min(Ppk(USL),Ppk(LSL))

3*σ总体=USL-xmin(

3*σ总体LSLx-),

Ppk

3*σ=USL-xmin(

3*σLSLx-),

Cpk组内组内短期/组内变异幅度长期/组间变异幅度测量（Measure）

过程能力分析—PP、PPK短期过程能力指标长期过程能力指标测量（Measure）

过程能力分析—能力分析展示表面质量可控状态且有正态性，工程能力不够充分需要继续改善！Ppk=0.21正态

符号

含义过程开始或结束活动或工序判定或检验点流程图方向1.设立目标，选择图的类型。2.确认过程的界限、客户、供应商、输入和输出。3.收集有关过程的信息。4.制作流程图。5.确认流程图。流程图符号流程图步骤测量（Measure）

流程分析—流程图开始工序1工序2B工序1工序2C工序2A合格？结束返工YesNo

流程图是一种通过显示构成过程的步骤、事件和操作(按时间顺序)，以简单、直观的方式定义过程的工具。

在DMAIC改进项目中，流程图用于加深对过程的理解、设立项目的界限、及确定需要改进的领域。测量（Measure）

流程分析—流程图测量（Measure）

流程分析—IPO图卷取输入输出过程层冷划伤辊印卷取侧导板

C夹送辊粘钢C助卷辊粘钢C托辊粘钢C卷取侧导板材质C侧导板更换周期C助卷辊材质U助卷辊更换周期CC:可控因子U:不可控因子辊道堵转

C……划伤……C……C……

U……C……C……C……U起床洗簌吃早点赶路P过程O输出打卡迟到早到闹钟 N闹钟设定 C家人 C衣服 C洗簌用具 C水

N洗簌顺序

C化妆标准 C早点品种 C早点准备 C吃的速度 C天气

N交通工具 C路线 C路况 N卡打卡机CN打卡方法

C

I输入问题点权重79410810问题点编号123456问题点名称Y1Y2Y3Y4Y5……过程名称过程输入过程1Surfacecontamination133990208过程1Surfaceroughness013390123过程1Airpressure919990270过程2Lotnumber130313102过程2Nozzletype903990237过程2Primerage999390282过程3Ambienttemp13903094过程3Relativehumidity199190206过程3Surfacecontamination193991272权重与分值相乘后累加计分汇总测量（Measure）因果矩阵-举例说明分值选项为：0、1、3、9权重为1~10小组讨论确定IPO图的输出，小YIPO图的输入测量（Measure）因果矩阵-举例说明用柏拉图找出影响Y的主要输入因子,下一步将对输入因子再进行FMEA,找出最关键的输入因子。X1X2X3X23

X13X10

X17

X35X37X48

X25X42

X43X4FMEA的顺序过程过程输入潜在失效模式潜在失效的后果严重度数S级别潜在失效的起因/机理频度数现行设计控制探测度数D风险顺序数RPN建议措施责任和目标完成日期措施结果预防探测采取的措施严重度数频度数探测度数R.P.N因果矩阵的过程栏因果矩阵中的过程输入小Y起因是什么输入的失效模式发生频率如何怎样预防和探测该方法在探测时有多好能做什么设计更改过程更改特殊控制采用新程序或指南的更改

跟踪评审确认控制计划测量（Measure）FMEA测量（Measure）

FMEA风险系数RPN值的计算方法测量（Measure）

FMEA评分标准及因子改善决策项目分类分值项目分类分值项目分类分值严重度正常使用1发生度每年发生1次1探测度目测容易发现1简单处理后使用2每半年发生1次2目测较难发现2平整机平整后使用3每半年发生2次3停车10分钟发现3切除1吨以下使用4每月发生1次4停车20分钟发现4切除1/5后使用5每月发生2次5停车30分钟发现5切除1/4后使用6每月发生3次6停车40分钟发现6切除1/3后使用7每周1次7停车1小时发现7停车2小时发现8次品降1级使用8每周2次8废品将2级使用9每周3次9停车4小时发现9无法使用10每天1次10停车6小时发现10分值≥200分值在100-200之间分值在70-100之间分值＜70制定改善措施快赢改善关注此项因子不制定改善措施目的:对原因清晰、改善时间短、成本低的因子进行改善思路方法:

1.每一项快速改善必须逐一呈现出来；

2.呈现的改善内容包括:

1)

X是什么?

2)

与X相关的小Y是什么?

3)

问题的现状是什么?

4

)改善的内容是什么?

5

)最终的改善效果是什么?(

需要通过数据说明改善前到改善后的变化)

6

)改善措施固化方式是什么?

(写到文件中、防呆设备工装等)测量（Measure）

FMEA—快赢改善X4连接处漏油改善方式更换油管接头结构便于安装改善日期6.15Y1铝液填充不良改善类别□法□料□现场□效率□测□成本□安全□环境□质量□人□设备□管理□其他改善场所压铸机台改善前（示意图或内容描述）：改善后（示意图或内容描述）：问题点描述说明：油管连接头突出结构，较难安装，连接处易出现漏油改善内容描述说明：采用新式内嵌的结构代替现有突出的结构，增大了液压油流量确保油压正常顺畅改善效果验证一次连接油管，连接处漏油的情况由平均每机台每周4次降低至0次标准化条件在EAM系统中添加新的采购编码，并禁用原规格，编码为010301000173测量（Measure）

FMEA—快赢改善序号流程流程输入潜在失效模式潜在失败影响严重度潜在原因发生率当前控制方式探测度风险顺序数推荐的行动措施结果预防措施探测措施严重度发生率探测度风险顺序数1颗粒油准备颗粒油用量颗粒油用量不明确颗粒油用量少润滑不够，用量多导致铸铝不良7颗粒油用量不规范3无点检5105明确颗粒油用量范围，禁止员工私自调整7

1

5

35

2模具清洁模具排气槽排气槽油污未清理模具排气不畅导致气孔断条7模具排气槽清理执行不到位4无班组工艺巡查4112模具保养时专人清理排气槽并填写保养记录7

3

1

21

3模具装配模具浇口套与流道板装配装配结构不合理铝液流道堵塞导致充填不良8模具设计未考虑实际安装情况4无班组工艺巡查6192优化模具浇口套与流道板的设计8

1

6

48

4油管连接点检油管连接连接处漏油液压动作卡死导致充填不良7油管接头安装不方便3无无6126更换油管接头结构便于安装7

1

6

42

5镶块检查安装镶块排气槽镶块排气槽堵塞排气不畅导致气孔断条7镶块排气槽清理不到位3无班组工艺巡查5105镶块清理保养时对排气槽状况进行检查73

1

21

6镶块检查安装镶块浇点位置镶块浇点设计不合理铝液流动不畅导致气孔断条4镶块设计时没有考虑铁芯槽型位置6无无8192重新设计镶块浇点位置4

1

8

32

7中套检查安装中套高度中套高度尺寸不符合要求转子包铝9中套高度尺寸未做检验3无班组工艺巡查5135排查库存冰压系列模具中套，测试尺寸不合格的报废9

3

1

27

8垫模垫模厚度垫模厚度不均转子包铝9垫模厚度无标准4无班组工艺巡查4144根据转子叠厚统一垫模厚度要求，制造对应厚度的垫块9

1

4

36

通过二次PFMEA回归分析，风险顺序数RPN≤60，改善措施有效。测量（Measure）

FMEA二次回归测量（Measure）

测量阶段总结过程图查找了50个X因果矩阵筛选后16个XFMEA中快赢了7个X还有4个X待进一步分析改善关键的

X’s所有的X’s筛选出显著因素验证主要因素进一步筛选30+输入X5

-1020-1515-5关键变量3-6通过FMEA筛选出11个XX1:X2:X3：X4：测量（Measure）

测量阶段练习内容:以餐饮服务为例，为提升满意度：1、画出服务流程图；2、画出IPO图；3、画出因果矩阵；2、根据因果矩阵的结果画出柏拉图；3、对柏拉图筛选出的因子用FMEA进行分析打分。时间：30分钟汇报：组长指派发布员，时间5分钟。练习:目录CONTENTS123456六西格玛概述D阶段定义机会M阶段测量症状A阶段分析原因I阶段改善绩效C阶段控制成果分析（Analysis）假设检验因子验证的一般方法相关分析回归分析快赢改善方差分析A3A2A5A6A4A1六西格玛的工具及其改善漏斗效应•流程图•失效模式分析（FMEA)•因果矩阵图待解决或改善的问题所有影响结果的因素15定义Define测量Measure分析Analyze分析（Analysis）

因子验证的一般方法谁才是真正的因子？谁才是滥竽充数的南郭先生？分析（Analysis）

因子验证的一般工具方差分析假设检验相关分析回归分析实验设计多变异分析一般图形分析序号工具简要说明1假设检验对因子在不同水平下是否存在显著差异进行对比检查，用统计的方法进行检验。如：T检验、F检验、卡方检验、比例检验等。2一般图形分析把数据用图形的方式展现出来以便于进行直观的判断。如：直方图、柏拉图、散点图、箱线图、茎叶图、时间序列图、饼图等。3方差分析当比较对象的水平在三个或三个以上，且独立、正态、等方差时，用方差分析比较不同水平下的均值。4相关分析分析一对变量之间是否存在统计意义上的相关关系。5回归分析分析一个变量与一个或多个变量之间是否存在显著相关关系，并获得其回归模型。7多变异分析用图形直观展示一个变量与两个离散变量是否存在相关关系。8实验设计当缺乏过程现场及历史数据时，用实验的方式收集数据，判断一个变量与其它一个或多个变量之间的关系，建立响应模型并寻找最优值。101199.510.21278.511.59.8121013912.511.89.512.1811样本一：样本二：均值=10.89均值=9.85两个样本所反映的总体均值有差异吗？分析（Analysis）

假设检验去年食堂的满意度为70%。经改善后，同样调查了100个员工，75个满意，满意度提升5%。这个说法对吗？问题一：问题二：分析（Analysis）

假设检验问题一解答：比例检验结论：在95%的置信度的情况下，满意度没有显著提升。101199.510.21278.511.59.8121013912.511.89.512.1811样本一：样本二：均值=10.89均值=9.85双样本T检验结论：在95%的置信度的情况下，两个总体的均值没有显著差异。分析（Analysis）

假设检验问题二解答：

假设检验：针对某总体设定某种假设，利用样本数据判断假设的成立与否后得出统计性的决定。例)

某制药公司新开发的头痛药B比原有的头痛药A药效能多持续30分钟。

原假设

H0:头痛药

A和头痛药B

的药效一样。

备择假设H1:头痛药

B比头痛药

A

药效能多持续30分钟。H0

=零假设/原假设，是关于被检验问题的基本陈述。此陈述一般描述问题的现状，而且除非有可信服的样本证据证明它是错的，否则就不能拒绝。H1

=备择假设，也叫对立假设，是针对零假设的对立陈述。只有存在可信服的样本证据证明它是对的时候才能接受H1

。P

值=概率值，是H0发生的概率值。分析（Analysis）

假设检验假设检验参数检验非参数检验均值检验方差检验比例检验Z检验T检验方差分析卡方检验F检验双比例检验拟合优度检验分析（Analysis）

假设检验

双样本T检验-比较两个均值打开文件：A_钢材强度_T检验，分析（Analysis）

假设检验—双样本T检验分析（Analysis）

假设检验—双样本T检验

双样本T检验-比较两个均值

方差分析-比较多个样本的均值是否存在差异打开文件：A_ANOVA_单因子第一步：数据的独立性检验第二步：数据的正态性检验第三步：数据的等方差检验第四步：执行数据方差分析分析（Analysis）

假设检验—方差分析

方差分析结果解读分析（Analysis）

假设检验—方差分析

方差分析结果解读分析（Analysis）

假设检验—方差分析

方差分析结果解读分析（Analysis）

假设检验—方差分析散点图

(ScatterDiagram)相关分析在于确定两个变量之间是否存在相关关系，如智商和学业成绩、吸咽量和肺癌的发生率、身高和体重、工程温度和制品强度、运动量和肺活量间的关系、所得和消费支出等。相关分析一般先通过散点图查看大致的相关形态，再计算相关系数并通过统计检验判定是否存在统计相关相关分析的第一阶段，把相互对应的资料

用作表平面上的点来表示的Graph,能大概确认两个变量之间的关系。

制品强度(Y)工程温度(X)相关分析(CorrelationAnalysis)分析（Analysis）

相关分析相关分析-分析两个变量之间是否存在相关关系。分析（Analysis）

相关分析打开：A_相关分析

验证相关关系分析（Analysis）

相关分析经验判断：回归分析(RegressionAnalysis)为了查明变量之间函数的相关性而假定某数学模型，从已测定变量的数据中推定其模型的统计性分析方法。根据这样的模型/函数,从一个变量的变化能预测另一个变量的变化。例)①父亲和儿子的身高关系

②工程温度影响的制品强度输出变量:欲预测的变量，受输入变量影响的变量。输入变量:影响输出变量的变量。

输入变量和输出变量(反应变量)父亲的身高和工程温度是独立变量，儿子的身高和制品的强度是从属变量!分析（Analysis）

回归分析回归分析(RegressionAnalysis)打开文件：A_REG_广告费分析（Analysis）

回归分析-案例分析回归分析(RegressionAnalysis)打开文件：A_REG_广告费分析（Analysis）

回归分析回归分析-建立响应变量与自变量的关系模型模型显著，但自变量P值均小于0.05，说明变量均为显著因子。获得的回归方程为：分析（Analysis）

回归分析Y1改善类别技术管理设备材料费用其它X3√改善时间改善前改善后问题点改善内容改善验证标准化条件分析（Analysis）

快赢实施因子验证显著因子不显著因子被过滤掉因子控制已有最优方案？实施快赢进入A阶段

快赢改善NY

快赢改善案例展示分析（Analysis）

快赢实施目录CONTENTS123456六西格玛概述D阶段定义机会M阶段测量症状A阶段分析原因I阶段改善绩效C阶段控制成果改善提升（Improve）方案优选寻找方案方案执行效果验证风险评估I3I2I5I4I1头脑风暴防呆防错TRIZ实验设计回归分析六顶帽子改善提升（Improve）方案寻找

5S可视化SMEDECRS……改善提升（Improve）方案寻找-实验设计实验设计(DesignofExperiments)

通过有目的地改变一个过程（或活动）的输入变量（因子），以观察输出变量的相应变化。它是一种科学的方法，使研究者更好地了解一个过程并确定输入（因子）是如何影响输出。Thepurposeofanexperimentistobetterunderstandtherealworld,nottounderstandtheexperimentaldata

进行一个实验的目的是为了更好的了解真实的世界，而不是了解实验数据。Process过程Factors因子(controlledvariables

可控制的变量)X1X2:XnResponse输出变量(measuredoutcome

可测量的输出)YNoise噪音(uncontrolledvariables

非可控制变量)

~NID(0,²)^Y=Y+^^改善提升（Improve）方案寻找-实验设计

实验设计是识别关键输入因子的最有效方法。实验设计是帮助我们了解输入因子和响应变量关系的最高效途径。实验设计是建立响应变量与输入因子之间的数学模型的方法。实验设计是确定优化输出并减少成本的输入设定值的途径。实验设计是设定公差的科学方法。为什么要实验设计?改善提升（Improve）方案寻找-实验设计单因子假设检验vs实验设计已找到因子A的最佳设置，保持因子A不变，就因子B进行实验预估的最大反应量改善提升（Improve）方案寻找-