6sigma常用工具及图表剖析

经营治理部6sigma办公室2022年七月十一日Sigma常用工具讲解——以精品战略为核心，不断优化持续革新体制柏拉图原始数据如下：质量掌握例如.MTW选择：统计>质量工具>Pareto图Minitab输出如下表：点击：已整理成表格的缺陷数据[

Define

]Case1：汽车工业行动组织量具争论，选择了10个代表过程变异预期范围的部件。3名操作员以随机挨次测量这10个部件，每个部件测量3次原始数据：汽车工业行动组织量具争论.MTW共10个部件(3人对同一部件测量3次)[

Measure

]MSA选择：统计>质量工具>量具争论>量具R&R争论(穿插)选择对话框Session输出如下：图形输出如下：判定：GageR&R≤30%判定：≥5[

Measure

]MSA量具R&R争论-方差分析法不包含交互作用的双因子方差分析表来源自由度SSMSFP部件988.36199.81799245.6140.000操作员23.16731.5836339.6170.000重复性783.11790.03997合计8994.6471量具R&R方差重量来源方差重量奉献率合计量具R&R0.091437.76重复性0.039973.39再现性0.051464.37操作员0.051464.37部件间1.0864592.24合计变异1.17788100.00争论变异%争论变来源标准差(SD)(6*SD)异(%SV)合计量具R&R0.302371.8142327.86重复性0.199931.1996018.42再现性0.226841.3610320.90操作员0.226841.3610320.90部件间1.042336.2539696.04合计变异1.085306.51180100.00可区分的类别数=4Case2：一家教育考试公司正在为六年级标准化论文式考试的写作局部培训五名新检验员。现在需要评估检验员对论文评级时遵守标准的力量。每个评分员以五点尺度〔-2，-1，0，1，2〕对15篇论文进展了评级。原始数据：散文.MTW

[

Measure

]MSA〔属性全都性〕选择：统计>质量工具>属性全都性分析选择对话框会话框输出如下：图形输出如下：作业者之间判定结果不全都测量系统只有40%的可信度[

Measure

]评级

的属性全都性分析

每个检验员与标准评估全都性

#

检

#

相检验员

验数

符数

百分比

95

%

置信区间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)检验员之间评估全都性

#

检

#

相

验数

符数

百分比

95

%

置信区间

15

6

40.00

(16.34,

67.71)全部检验员与标准评估全都性

#

检

#

相

验数

符数

百分比

95

%

置信区间

15

6

40.00

(16.34,

67.71)MSA〔属性全都性〕因果分析图原始数据如下：外表缺陷.MTW选择：统计>质量工具>因果Minitab输出如下表：选择相应对话框[

Measure

]Case3：一家线缆制造商希望评估线缆的直径是否符合规格。线缆直径必需为0.55+0.05cm才符合工程规格。分析员评估过程的力量以确保其满足客户的要求，即Ppk为1.33。分析员每小时从生产线中取5根连续的线缆作为一个子组，并记录直径。原始数据如下：线缆.MTW

工程力量分析选择：统计>质量工具>力量分析>正态选择对话框点击选项[

Measure

]规格下限0.50规格上限

0.60

图形输出如下：PP、PPK工程力量分析[

Measure

]

规格下限

规格上限算术平均

抽样数

群内标准偏差

全体标准偏差3.3观测的不良率3.4群内预想不良率3.5全体预想不良率CP、CPKSIPOC/COPIS–说明用语

SupplierCustomerOutputProcessInputProcessProcessProcess供给者(Suppler):供给Process作业对象〔如情报和资料、资源等〕的人或组织等输入(Input):供给者供给的情报/资料/制品/效劳等。程序(Process):输入的转化变形构成的一系列阶段。输出(Output):顾客使用的制品或效劳顾客(Customer):得到Process的输出结果的人3.5-15SIPOC[

Measure

]输入类型顾客开始的

情报问候准备应答顺序电话系统P/N统合部门参考主要情报生产ROAD情报WORKSHEET价格策定方式CCCUCUUCC结果物电话应答应答问候P/N决定needdate把握船运地址

把握船运方法把握

内部情报内部

P/N赋予条件决定leadtime把握询问完了

WORKSHEET顾客数询问WORKSHEET价格策定1.把握外部输入和顾客输出.2.Process全部阶段通过图表或画图来把握.3.列出各阶段主要输出变数.4.列出主要输入变数后，消退或保存，区分Process输入5.添加对输入变数Process的Spec.PROCESS

Map[

Measure

]Cause&EffectMatrix[

Measure

]RPN=严峻度X发生率X探测力FailureModes,EffectsandCriricalityAnalysis[

Measure

]风险优先数(RPN)FMEA的输出是风险优先数RPN是在你供给的信息根底上计算出来的数，要考虑潜在的失败模式,相关影响,和当前在到达顾客之前工程探测失败力量它是三个定量的数率的乘积，分别相对于影响，要因和掌握：RPN=严峻度X发生率X探测力〔影响的〕严峻度〔Severity〕-影响对顾客要求的重要程度-假设失败发生，也可以和安全及其他风险相关〔1=不严峻，10=特别严峻〕〔要因的〕发生率〔Occurrence〕-给定要因发生并导致失败模式的频率。有时也可以指失败模式的频率〔1=不像，10=很像〕探测力〔Detection〕(当前的掌握力量)-当前掌握打算的探测或预防的力量：在导致失败模式之前的要因在导致影响之前探测或预防的失败模式1=可能探测,10=根本不行能探测[

Measure

]Case4：为了提高家庭暖气系统的效率，进展了一项旨在评估两种设备成效的争论。安装其中一种设备后，对房舍的能耗进展了测量。这两种设备分别是电动气闸和热活化气闸。现在，您要确定是否有证据证明这两种设备之间的差值不为零，以比较出这两种设备的成效。原始数据如下：

1

3

2

4选择：统计>根本统计量>双样本选择对话框：点击图形，选择数据箱线图2个对象比较差异[

Analyze

]点击Options，选择如以下图：

5

6图形输出如下：7Session输出如下：P>0.05，Ho成立P<0.05，

Ha成立2个对象比较差异[

Analyze

]双样本T检验和置信区间:气闸内置能量消耗,气闸气闸内置能量消耗双样本T平均值气闸N平均值标准差标准误1409.913.020.4825010.142.770.39差值=mu(1)-mu(2)差值估量:-0.235差值的95%置信区间:(-1.464,0.993)差值=0(与≠)的T检验:T值=-0.38P值=0.704自由度=80因此，没有证据证明，使用电动气闸与使用热活化气闸在能耗上有差异。Case5：一家制鞋公司要对用于男童鞋鞋底的两种材料A和B进展比较。在此例如中，争论中的十个男孩都穿了一双特殊的鞋，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。鞋底类型是随机安排的，以考虑到左右脚在磨损方面的系统差异。三个月后，对鞋的磨损状况进展测量。原始数据如下：

1

3选择对话框：选择：统计>根本统计量>>配对T

2

4图形输出如下：成对对象比较差异[

Analyze

]配对T检验和置信区间:材料A,材料B材料A-材料B的配对T

平均值

N平均值标准差标准误材料A1010.6302.4510.775材料B1011.0402.5180.796差分10-0.4100.3870.122平均差的95%置信区间:(-0.687,-0.133)平均差=0(与≠0)的T检验: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原始数据如下：

3选择对话框：

2

4选择：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输出如下：P≤0.05说明有差异各机床95%信任区间3个对象以上比较差异[

Analyze

]

1原始数据如下：

2

3选择对话框：

4Session输出如下：改善前后数据比照分析[

Improve

]原始数据如下：

1

2选择：Stat>ControlCharts>VariablesChartsforSubgroups>xbarR平均值治理图[

Control

]输入一子组容量或子组指示栏，一般为5输入数据栏，要求子组数在25个以上注：假设你的数据如下，请选择ObservationsforasubgroupareinoneRowofcolumns

3对话框输出以下信息

4选择XbarROptions

5选择Tests，选中全部空白框平均值治理图[

Control

]

5选择OK后Minitab输出如下表：你假设显示±3σ，选择SLimits

注输入123选择OK后Minitab输出如下表：留意事项：1、假设消失特别点，Minitab会将特别点显示为红色；2、随着数据收集增多，当你增加数据后