1-1六西格玛是什么.ppt

1、海尔Six Sigma DMAIC手册,创造资源 美誉全球 人单合一 速决速胜,Six Sigma Manual,Overview 概 述,Six Sigma焦点,通过无缺点运行，达到顾客满足 迅速的变革与创造性的改善 有效果的高级革新工具 肯定的实质性文化变化 真正的财务成果,热情 + 实践 = 迅速并连续性结果,成功之门,6,六西格玛的介绍,Six Sigma发展,1990 Six Sigma (SSRI) 设立 哈利,1988 Motorola 玛考姆 堡得理奇 授予品质经营奖,1987 对Six Sigma 本质的书籍 哈利,1984 Six Sigma concept 比尔.史密斯,

2、1994 DMAIC 战略 哈利,1995 韦尔奇, GE里 Six Sigma 导入 哈利和 思特劳,2000 都彭价值创出 为中心的Six Sigma 哈利和林塞曼,1994 爱立信导入 Six Sigma 哈利和思特劳,2002 ICRA 战略 哈利,2004 Six Sigma 传播于全世界,1987 Six Sigma 采用 Motorola,90,80,00,全员品质管理时代(TQM),1996 三星SDI Six Sigma 导入,2005 海尔集团导入 Six Sigma,六西格玛的介绍,Sigma概念理解,6Sigma是 1987年 摩托罗拉开始的统计用语，把6Sigma()

3、设定为企业经营目标是这次运动的出发点。 不管是产品的品质和经营品质，对缺陷及问题点品质散布是企业经营当中的敌人。 -Mikel J.Harry, Ph.D.,-尺度(Metric) : 数据统计上 (100万个当中 3.4个缺陷的水平) -技法(TOOL) : 为减少流程散布,减少或者消除不良的科学管理技法，统计技法等工具 -战略 (Stratagem): 是追求卓越的产品和服务的公司经营战略 -哲学(Philosophy) : 一种新的工作思维方式,重视品质的组织文化,六西格玛的介绍,经营活动, 经营活动:,INPUT (人,钱),OUTPUT,生产 (制造) 物流 (贩卖) 业务(事物)

4、设计 (开发) Marketing,PROCESS,Y=F(X),经营活动 管理Process的活动 经营品质活动 提高process level(流程水准)的活动 6Sigma活动 为把process level提升为6Sigma水准的活动,经营活动Process的延续,六西格玛的介绍,Six Sigma范围,工作目标,目标设定,部门别目标,目标/作用调整,业务设计,业务改善,业务成果,整合,部门 战略 开发 设计 技术 生产 销售 流通 服务,Six Sigma的范围,6sigma 范围,作为经营技法的6Sigma,6Sigma并不是局部的改善，是以经营全体作为对象的革新活动对能够引起 不

5、良的根本性原因进行排除，以达到费用最小化和提高顾客满足度的经营革新活动。,六西格玛的介绍,散布是需要我们消灭的敌!,The Nature of Six Sigma Quality Mikel J. Harry,Sigma 顾希腊字母 统计上标准偏差 测量散布大小的尺寸,所有业务Process当中减少散布!,“”,- Mikel J. Harry -,从运营角度看Six Sigma,六西格玛的介绍,s 前面的数值(Z值)越大不良发生率越少,减少散布是 减少不良的核心。,Six Sigma散布的理解,六西格玛的介绍,Sigma概念理解(散布),Six Sigma 理解(水准),每小时遗失 20,0

6、00个邮件 每周 5,000 件错误手术 每年 200,000个错误处方,每小时 7个 邮件遗失 每周 1.7 件错误手术 每年 68个的错误处方,99% 良好 (3.8Sigma水准),99.99966% 良好 (6Sigma水准),减少散布是 减少不良的核心,LSL,USL,六西格玛的介绍,Six Sigma特征,以顾客为导向,识别顾客重视的 CTQ(Critical To Quality: 关键质量特性) 并执行改善的项目,为了获得成果 X和Y当中焦点对到哪里?,以流程(Process)中心,Y 从属性 结果(产物) 效果 症状 观察(纪录),x1 . . . xN 独立性 输入 - P

7、rocess 原因 问题 管理,通过Xs的控制,来控制Y,六西格玛的介绍,Six Sigma特征,科学的解决问题方案, 根据客观事实的判定,运用 运用科学的分析方法,DMAIC 运用统计的方法解决实质性问题的解决方案,实质性问题,统计性问题,统计性解法,实质性解法,Y,xs,Define Measure,Analyze,Improve/Design,Control/Verify,Process 特性化,Process 最佳化,Goal: Y = f ( x ),六西格玛的介绍,Six Sigma特征,BB Project 指导/承认,BB,Champion 倡导者,MBB,推进室,FEA,GB

8、,财务成果 合议/验证,BB/GB Project选定,战略树立及目标管理,战略树立 制度企划/运营,GB Project进行,BB Project进行 GB Project指导/承认,评价/发奖及 Audit,方法论开发及教育,Champion助力者,专门的人力(Belt)培养,六西格玛的介绍,Six Sigma特征,以项目(Project)为基础,-在特定的时间内,来推动完成具有特定的目标的项目 项目也叫Project,缩写为PJT -要区别一般活动项目与6Sigma项目的异同 -必要时可以引进或者开发项目管理软件系统来推动管理项目运营,以提高收益为根本目标,-6Sigma的根本目标就是使

9、企业的收益扩大 -验证财务成果,构筑严格的评价体制,SIGMA水平 6 5 4 3 2,品质失败费用(COPQ) 销售额10%以内 10%-15% 15%-20% 20%-30% 30%-40%,假若公司处于3SIGMA水准,则可以明确其品质损失费用(COPQ),最少也达到了销售额的20%!,六西格玛的介绍,COPQ是什么?,不良废弃及 Scrap,Claim,废弃,再作业,A/S,设计变更,顾客减少或丧失信赖性,过多库存,推迟纳期,增加管理时间,财务上能够把握的损失 (销售的 58%),财务上不能把握损失 (销售的 1520%),时间浪费,价格下降,不必要的资金投入,The tip of t

10、he Iceberg,COPQ (Cost Of Poor Quality, 低品质费用)是? -广义的所有活动如果没有缺陷的履行时消失的费用，狭义的是指非恰当 生产的产品或服务,六西格玛的介绍,Six Sigma解决的问题,精确但不准确,我们将这样的问题定义为均值问题 均值问题通常都是由特殊原因导致的, 这类问题只要找到特殊点便能解决,准确但不精确,均值问题,我们将这样的问题定义为方差问题 解决方法:Six Sigma (DMAIC),方差问题,Six Sigma要解决的是方差问题,六西格玛的介绍,Six Sigma推进活动,6Sigma推进活动展开,以改进经营品质,提高收益为目标,愿景 战

11、略 目标,建立全公司的推进体系,将核心经营问题项目化,使用专门人力,运用科学系统的方法论来改善,验证财务效果激励的活动,倡导者 推进小组 MBB,项目或者课题,BB/GB,FEA,DMAIC/DMADV,六西格玛的介绍,Six Sigma推进考虑事项,-为了能系统的培养专门人力,需要相当多的投入 -全职工作 -导入初期可借助外部咨询机构进行项目指导 -需要战略性支持和实践 -应制订长于1-2年的中长期观点的6SIGMA战略 -经营资源的战略性分配;必要的优秀专门人才和经营层的参与 -推进6SIGMA时,要善于包容和联系现有的变革创新活动 -如ISO,IE,TQM,精益生产等,导入和推进6Sig

12、ma应该考虑的事项,六西格玛的介绍,Six Sigma成功要素, 经营层的参与和支援 (The “right” support= Leadership commitment) + 选定正确的课题 (The “right” project) + 选拔核心的推进的人力 (The “right” people) + 正确的方法和工具 (The “right” roadmap & tool) = 正确的结果,六西格玛的介绍,Six Sigma愿景及目标,推进Six Sigma愿景,培养具有国际化管理语言的未来领导人才 提高企业的营运绩效,提高企业的核心竞争了力 建设高执行力,追求一流与卓越的先进的企业

13、文化,推进Six Sigma的目标,提高产品品质,降低制造成本 改善流程绩效,提高生产效率 提高产品竞争力,扩大市场份额 缩短交货时间,提高顾客满意度 提高服务质量,改善顾客忠诚度 提高管理能力,提高企业执行力 形成以数据为依据的管理文化 培养大批的管理人才,培养未来的领导者,六西格玛的介绍,Six Sigma技术与方法,只能达到有限目标,方法论和工具 (方法论: DMAIC, DMADV),DMAIC,DMADV,制造,开发,把焦点放到决定成果的根本原因上,将CTQ 整个设计和下面工程的最佳化,非制造,DMAIC和 DMADV的的选择运用通常由项目的性质决定的,而不是由项目所涉及部门的性质(

14、例开发,制造,非制造)决定的,流程能力即将或者已经达到极限时,六西格玛的介绍,Six Sigma技术与方法,成为构造化，反复的Process改善方法论 重点放在缺陷减少方面 现存产品或Process的改善,DMAIC Define - Measure - Analyze - Improve - Control,超越顾客期待Process的接近方法 重点放在防止错误和缺陷 新产品或Process的开发或者现产品或Process的再设计,DMADV Define - Measure - Analyze - Design - Verify,方法论和工具 (DMAIC, DMADV的特征),定义 -

15、测量 - 分析 - 改善 - 控制,定义 - 测量 - 分析 - 设计 - 验证,六西格玛的介绍,Six Sigma技术与方法,DMAIC推进步骤,Step 1 Project选定(背景陈述) Step 2 Project定义 Step 3 Project承认,改善,Step 4 Ys的确认 Step 5 现水准确认 (把握) Step 6 潜在原因变数(Xs)的挖掘,Step 7 - Data 收集 Step 8 - Data 分析 Step 9 - Vital Few Xs的选定,Step 10 树立改善方案 Step 11 - Vital Few Xs 最佳化 Step 12 改善结果验

16、证,Step 13 树立管理计划 Step 14 管理计划实施 Step 15 文件化/共享,Project选定过程及必要技术 Project的目标和范围的设定 Project实施计划的承认,Project 满足CTQ的具体指标 测量把握现水准，确定改善目标 潜在原因变数 (Xs)的挖掘及优先化,Data 分析计划的树立及收集活动 为了确认Vital Few Xs的统计分析 分析结果 Review , 改善优先顺序,Vital Few Xs的特性区分 明确Y与 Xs的关系 决定最佳条件 决定方案的验证及改善效果的确认,改善结果危险性评价及管理计划中的反应 现业适用及维持管理 分析预想效果进行文

17、件化共享,定义,测量,分析,控制,六西格玛的介绍,Six Sigma技术与方法,定义,Step 6 Concept设计 Step 7 挖掘设计要素,Step 8 分析设计要素 Step 9 设计要素选定 Step 10 详细设计,Step 11 文件验证 Step 12 树立/实施管理计划 Step 13 文件化 / 交接,Project选定过程及必要技术 Project的目标和范围的设定 Project实施计划的承认,Project 满足CTQ的具体指标 测量把握现水准确定改善目标,确定为达成Y的Concept设计 对Concept的 High-Level Design,定性 / 定量分析

18、评价Risk, High-Level 设计 实施Detail Design,实施文件化评价结果 管理计划的计划实施 把握预想效果文件化/共享,Step 1 Project选定(背景技术) Step 2 Project定义 Step 3 Project承认,Step 4 CTQ展开及 Ys确认 Step 5 新水准把握及目标设定,1.2-38,测量,分析,设计,验证,DMADV推进步骤,六西格玛的介绍,Six Sigma推进组织,Master Black Belt 黑带大师,全日的专家。充当黑带的老师, 教练, 评审者和个人辅导,Black Belt 黑带,6s 项目组的领导, 接受了全面系统的

19、 DMAIC培训；,Green Belt 绿带,6s 项目组成员；接受了全面的DMAIC培训；,Champion,具有威望的高层管理者,为在部门或组织6s实施的成功负责,6s推进室,Yellow Belt 黄带,全部员工,接受基本的QC方法和6sigma基础知识教育,六西格玛的介绍,Sigma水准理解,2,308,537,3,66,807,4,6,210,5,233,6,3.4,PPM,流程能力,每百万单位的 缺点数(DPMO),2,69.1%,3,93.32%,4,99.379%,5,99.9767%,6,99.99966%,% （良品率）,Sigma水准测定,六西格玛的尺度,Sigma水准

20、理解,1,10,100,1,000,10,000,100,000,1,000,000,0,1,2,3,4,5,6,DPMO,Sigma,防散制品,水产品处理,E Drawings,飞行事故,Japan TV,饭店计算书,American TV,Motorola 1988,GE 1995,营业困难,支付,IRS 税务指导,4,s,6,s,D,= 1,826x,美国教导所监禁率,酒后安全,六西格玛的尺度,Sigma水准理解,时间当 20,000 件丢失,每天 2件 降落事故,年间 20万件 错误药方,年间 68件 错误药方,5年间 1 件 降落事故,时间当 7 件 丢失,99.99966%,99%

21、,良品率,邮编 系统,航空公司 系统,医疗 事故,Six Sigma 水准 , 3.8 Sigma 水准 ,六西格玛的尺度,Sigma水准理解,六西格玛的尺度,Define 进行 Step,Step1 PJT 选定 (背景陈述),Step3 PJT 承认,Define,Measure,Analyze,Improve,Control,Step2 PJT 定义,Define (定义),1.2-42,Step 4 Ys的确认,Step 5 现水准 确认(把握),Step 6 潜在原因变数 (Xs) 发掘,Define,Analyze,Measure,Improve,Control,Y的导出 CTQ和

22、Y的关系把握 代表指标Y的决定 Y的测量方法,成果指标的决定,树立Y的数据收集计划 确保Y的测量系统能力 收集数据及分析现水准 确定Y的改善目标,了解现有的PROCESS 导出所有潜在原因变数(Xs) 分析Xs对Y的影响度及优先排序,3.1-2,Measure (测量),1.2-43,Step 7 - 数据收集,Step 8 数据分析),Step 9 Vital Few Xs 选定,Define,Analyze,Measure,Improve,Control,确认Data类型 树立假设 收集Data活动,Data确认 Graph分析 假设检验 非数据性分析,制作Vital Few Xs目录 危

23、险（风险）检讨 优先顺序排序,3.1-2,Analyze (分析),1.2-44,Define,Measure,Analyze,Improve,Control,Improve (改善),1.2-45,Step 13 - 树立管理计划,Step 14 实施管理计划,Step 15 文件化/共享,Define,Analyze,Measure,Improve,Control,改善结果的危险性评价及对策 制、改定管理计划 标准化,管理计划项目的 Monitoring 确认长期工程能力,了解现有的PROCESS 导出所有潜在原因变数(Xs) 分析Xs对Y的影响度及优先排序,3.1-2,Control (

24、管理),1.2-46,专有名词总结,附录 6SIGMA DMAIC 阶段别使用术语说明 Define Hidden Factory: 所有活动无缺点顺利进行时消失的业务即, 产生再作业，过大在库，移动，废弃，错误，契约，待机时间等工程叫Hidden FactorY. SWOT分析: SWOT是 Strength(强点), Weakness(弱点), Opportunity(机会), Threat(危险)的合成语利用 SWOT通过市场 /行情 分析问题的方法. * 内部环境分析(SW) 内部情况 (与竞争者比较) - Strength (强点), Weakness (弱点) * 外部环境比较 (

25、OT) 外部环境 (内部环境除外) - Opportunity(机会), Threat(危险) Work-Out: GE里关系到经营活动问题点的成员聚在一起协议后把改善方案上报经营层，经营层推进或非推进与否是现场最终确认的方法论. BENCHMARKING: 同种业体中把最优秀的公司为典范学习他们独特的经营手法推进革新活动。它不是单纯去追求世界上最高水准的竞争公司，公司内或其他业种应用范围也同样广泛. Best Practice: 包括竞争社学习所有行业的好的方法引进到本公司的活动，选定基准及顺序是按照各公司的基准/运营自主运营. (Kano Analysis): 把顾客要求事项 分为Must

26、 be needs, One Dimensional needs, Delighter等3类分析顾客满足度决定优先次序寻找解决方案是使用.,(Brainstorming): 根据自主讨论选拔有创意的想法对某个主题制定解决对策时不须按照分析次序几个人自由讨论然后制定方案的方式. Measure 机会(Opportunity): 指的是有可能发生缺陷的检查或管理的对象有必要改善或排除. 测量系统分析(Measurement System Analysis, MSA): 为了确保数据的信赖性分析测量系统带来的变动在工程变动里占的比率判断测量系统适合与否分析测量系统的精密度(Gage R&R), 精确

27、度等. 测量误差(Measurement Error): 测量值和真值之间的差距测量误差是测量仪器的精密度和精确度决定所以误差的原因有温度，湿度，灰尘等环境因数，测量仪器的变形，操作不熟练，操作者的失误等原因. 安全性(Stability): 对SAMPLE的一个特性长期间测量时根据时间变化带来的总变动. 线形(Linearity): 测量系统分析中脱离DATA测量范围的变动. 精密度(Precision): 测量系统反复性和再现性带来的总变动.,反复性(Repeatability): 用同一测量仪器，同一操作者对同一部品的同一特性测量数次得到的测量散布. 再现性(Reproducibilit

28、y): 不同的操作者使用同一测量仪器，对同一部品测量同一特性的测量平均的散布. Gage R & R Study: 在测量系统中因反复性，再现性带来的变动给工程带来的影响有多大用统计方法分析后评价测量系统适合性的方法. % Contribution: Gage R&R 分析的总变动中因仪器，测量者，测量者*Part, 部品间(Part-To-Part)占的比率通过分散分析. % Study Variation:Gage R&R 分析的总变动中因仪器，测量者，测量者*Part, 部品间(Part-To-Part)占的比率通过标准偏差分析. Number of Distinct Categorie

29、s: 评价测量系统的尺度区分测量系统区域数. DPU(Defects Per Unit): 一个单位中存在的缺陷的比率，发生的缺陷数除于总单位数. DPO(Defects Per Opportunity): 缺陷发生的机会当出现的缺陷数，发生的缺陷数除于总的机会数.,DPMO: Defects Per Million Opportunities的简写一百万个机会当出现的缺陷数等于DPO乘于一百万(106) . 初期数率(FTY): First Time Yield的简写在单位工程里没有再作业或修理时的初期良品率. 累计数率(RTY): Rolled Throughput Yield的简写产品经

30、过各阶段的工程完成的理论性数率，各初期的数率的乘积. 工程能力(Process Capability): 工程在管理状态时产品或服务的品质变动的程度. 工程能力分析(Process Capability Analysis): 开发，制造，服务阶段为了测量工程散步减少变动幅度利用统计性方法与规格比较，分析. 子群(Subgroup): 为了整理数据把测量值分成几个子群在管理图上显示为一点，为了求出统计量值筛选的SAMPLE子群. 工程能力指数(Process Capability Index): 使用在工程间散布的比较, 工程能力和规格幅度的比率能否生产符合规格的产品的工程能力指数。有两侧规格的

31、工程能力为 Cp如下 . * USL : Upper Specification Limit * LSL : Lower Specification Limit,短期工程能力(Short Term Capability): 没有工程上外部影响，短期工程能力，现在的工程所能达到的最大的工程能力叫短期工程能力. 长期工程能力(Long Term Capability): 包括工程的所有变动因数，长期工程能力，一般性工程的情况下工程的目标值不固定在目标值上经过时间的推移随之变动所以短期工程能力和长期工程能力不同。变动范围在1.5 . 现在水准(Baseline): 表现在PROJECT特性或指标上测

32、量现水准的测量值. Design Scorecard(DSC): 产品，工程的设计PROJECT的制造，工程，服务的最终品质事前预防改善时使用的图表. KPIV(Key Process Input Variable): 重要工程输入变数，顾客认为重要的产品的特性或工程的结果物，即把特性看为输出变数能影响输出变数的因子. KPOV(Key Process Output Variable): 重要工程输出变数顾客认为重要的产品的特性或工程的结果物，受工程输入变数的影响(KPIV). 特性要因图: Cause and Effect Diagram一般人，材料，方法，环境，设备，测量系统等对结果值带来

33、影响的原因导出方法. (Process Map): 构成工程的阶段或内容根据时间顺序把事实原本用图画表现。分为上位PROCESS MAP和下位PROCESS MAP。在微观上把工程输入，输出，周期，再作业，检查视点图式化.,SIPOC(High Level Process Map): 上位水准的PROCESS MAP也叫 SIPOC, 为了核心工程的具体化PROCESS MAPPING时不仅仅是对 Process Input, Output情报提供OUTPUT的 Customer及 VOC掌握跟着提供INPUT的 Supplier为止扩大定义。把这些情报为基础从系统观点上能谋求顾客的志向性问题

34、. C&E Matrix: 输入变数和输出变数之间的关系，指定优先顺序。也叫 XY Matrix, FDM. 在表格的上端记录输出变数把输入变数记录到表格的左侧在中部填写阐明关系的分数利用累计排序. FMEA(Failure Modes and Effects Analysis): 故障类型及影响分析工程发生的故障类型和其故障类型要明确，把关系到故障类型的危险度数值化为了指定改善的优先顺序制定的表格。潜在输入变数出现错误的情况掌握. * 种类 : Design FMEA, Process FMEA, System FMEA 深刻度(SEV): FMEA 制作时故障类型给顾客带来的影响分数越高越

35、危险. * 顾客: 包括后工程的内，外部顾客. 发生度(OCC): FMEA制作时根据潜在故障原因的发生频度给予分数，数值越高故障频度越高，反之相反 . 检出度(DET): FMEA 制作时根据问题的检出度给予分数数值越高发现越困难，反之相反. 危险优先顺序(RPN): Risk Priority NumberFMEA里把危险度数值化为了制定优先顺序把各故障类型 (深刻度)x(发生度)x(检出度)计算这数值越高越是重要.,计量型Data(Variable Data): 连续型测量的品质特性值. 例) 长度，重量，强度，浓度，速度，压力，时间，温度等 连续型DATA( Continuous Da

36、ta ) 计数型数据(Attribute Data): 不良品数，缺陷数等能数出的带有品质特性的值分为缺陷数DATA和不良绿率DATA. * 缺陷数DATA : 教材修正时错别字 * 不良率DATA : 再作业件数 离散型DATA ( Discrete Data ) 母集团(Population): 关心对象的总集合叫母集团元素的个数叫母集团的大小母集团的大小是无限就叫无限母集团反之叫有限母集团. 样本(Sampling): 从母集团中筛选的一部分叫SAMPLE. 中心倾向性(Central Tendency): 计量型DATA中倾向于中央. 例) 平均，中央值，最频值等 歪度(Skewnes

37、s): 分布形状倾向于一侧. (Kurtosis):判断是否比正态分布形状更接近与中央的尺度 . 平均(Mean): 母平均 : =xi /N=总DATA和/总DATA数(个数) 样本平均 : =xi /n=样本DATA和/样本DATA数(个数),中央值(Median): 把数据按顺序排序后中间的值，很少受异常点带来的影响(Outlier). 最频值(Mode): 在全部数据中发生次数最多的值. 分散(Variance): 表示数据的分散程度，表现为与平均值的差距. 标准偏差(Standard Deviation, StDev): 标准偏差是表示 Data平均散布的统计量。是分散的平方根. *

38、 母集团的标准偏差 , SAMPLE的标准偏差用 s (Quartile): 按顺序排列分为4等份. * Q1: (First quartile) = 25%值 * Q2: (Second Quartile :中央值) = 50%值 Q3: (Third Quartile) = 75%值 范围(Range): 最大值-最小值,中心极限定理(Central Limit Theorem): 概率变数不遵守正态分布但随着N的增加接近于正态分布. 正态性验证: 所有统计性假设检验 Sample Data是假设正态分布使用统计 tools之前必须确认data的正态性。正态性检验时 p 值 0.05以上的

39、情况下是正态分布. 指数分布(Exponential Distribution): 服务窗口里顾客来查询的时间间隔，故障率一定的产品寿命等模型化的分布. WEIBULL 分布(Weibull Distribution): 分析产品的寿命的信赖度时使用的分布. 样本检查(Sampling Inspection): 调查从LOT中抽出的样本把结果跟判定基准比较后决定LOT的格与否的检查方式. (Random Sampling): 从母集团中抽出样本时避免因实验顺序发生的误差，随意抽出样本的方法 * 误差 : 真值和 测量值的差异 层别(Stratification): 把母集团分为几个同一特性的几

40、个集团或分层然后从中抽出样本的方法. * 母集团 : 获取某种情报为对象的集团全体. 品质技能展开(QFD): Quality Function Deployment 的简写顾客对产品技能的要求 产品设计规格 连接工程规格的MATIRIX形式也叫(House Of Quality). 焦点放在顾客上增加组员.,概率变数(Random Variable): 对标本空间的各值否定失误的函数. *标本空间 : 实验或观察中可能发生的所有实验结果的集合 概率分布(Probability Distribution): 概率变数 X 所取的值对 x发生的概率 P(X = x) 的算出叫概率变数 X 的概率

41、分布. 概率密度函数(Probability Density Function): 概率变数所取的某值的概率。. Poisson 分布(Poisson Distribution): 一段时间内机器的故障次数或安全事故数，产品中的缺陷数，自来水中的细菌数等观察一定时间，长度或面积为基准频度低的事件的发生次数用概率性模型化的分布. 正态分布(Normal Distribution): 现在最为广泛利用的代表性分布，左右对称，形状像倒挂的钟，正态分布良好的阐明许多自然现象. 标准正态分布(Standard Normal Distribution): 正态分布是根据平均和散布的程度发生许多正态分布所以

42、规定平均 0 标准偏差是 1。通过这样可以很容易去算出概率. Z 变换(Z Transformation): 正态分布有多样化的平均和标准偏差，为了计算正态分布定为标准化的作业叫 “Z 变换. * 把正态分布转化为 Z变换, 平均是“0” 标准偏差是 “1”的标准正态分布.,反复实验(Repetition): 实验计划法中各因子的水准组合(实验条件)里反复进行2次. 及同一实验条件下进行反复实验. 再现实验(Replication): 按顺序结束实验后从新按照同一实验顺序反复实验. Analyze Vital Few Xs: 影响CTQ的因数中影响度最大的因子. 度数分布(Frequency

43、Distribution): 把资料分成阶级别再把阶级别资料的个数的度数按照阶级表示叫度数分布。把度数分布用图表表现出的叫度数分布表. 相对度数(Relative Frequency): 把资料分成阶级别时有关资料的个数叫其阶级的度数。相对度数指的是对全部个数的比率. (Histogram): 把数据按照区间别区分按各区间别掌握频度数（个数）后横轴是区间纵轴是把频度数用柱状GRAPH表示的图表. (Box Plot): 把测量值表现为Box 形态可以看出分布的模样也可以看出数据的中央值，最小值，最大值，四分位数，最大值，异常点等.,异常点(Outlier): 通过实验或观察收集数据时，数据脱离

44、观测点数据记录时出现误差时应除去这点进行分析不然应找出原因. 帕累图法则(Paretos Law): 活动的多数部分（全体系统的80%）是取决于少数部分（全体变数的20%）的因数法则，判断影响结果的要因重要度，树立根据重要度的对策方案时为区分 - Vital Few的分析. 帕累图表(Pareto Chart): 产品的不良或缺点，设备的故障，事故等分类成其现象或原因项目别按大小顺序别排列的图片。各分类项目别计算累计数，计算出对全体数据的累计 %. 散点图(Scatter Plot): 人的身高和体重, 血压强化剂的服用前和后血压等有关联的两个变数的观测值用X, Y轴标出判断两变数之间大概关系

45、的图表. Marginal Plot: 在散点图中追加分布形状模样技能。不但能看出两个变数的关系还能看出各变数的分布模样和区间别频度. Matrix Plot(行列散点图): 把多个散点图同时表现的图表，想掌握多个变数间的关系时使用. Multi-Vari Analysis: 输入变数对输出变数影响时使用的方法，找出对输出变数影响最大的核心输入变数(Vital Few Xs)的PROCESS.,推测(Estimation): 想了解母集团的特性利用从母集团中抽出的样本推理数值或区间。前者叫点推测，后者叫区间推测. 区间推测(Interval Estimation): 指的是未知参数包括的概率区

46、间的界限，点推测是从样本中求出的推测值跟参数真值的差距，意味着包括点推测误差概念的信赖区间推测. 信赖区间(Confidence Interval): 通过样本数据母集团的参数(母平均，母分散，母比率等）推测时期待的区间. 样本大小(Sample Size): 从母集团中抽出的样本的个数 标准误差(SE Mean): Standard Error of Mean表示推定量的程度，指的是推定量（平均）的标准偏差. 假设验证(Hypothesis Testing): 母集团的参数(母平均，母比率，母分散) 或分布进行假设通过样本的情报采取哪种假设的分析顺序或方法. Z 值: 在标准正态分布中平均值

47、即0点到 x轴的值. 归无假设(Ho): Null Hypothesis,一般知道的事实设定为归无假设. 假设验证时比较的两个母集团的平均值或标准偏差无差异的假设.,对立假设(H1): Alternative Hypothesis样本中根据确实的事实认证的假设。假设验证时比较的两个母集团的平均值或标准偏差有差异的假设. 推翻领域(Critical Region): 推翻归无假设的验证统计量的领域. Rejection Region 一侧验证(One-Side Test): 只有一侧推翻领域时的验证方式。即验证统计量的值比某些值大时（或小时）推翻归无假设的验证方式. 两侧验证(Two-Sided

48、 Test): 推翻领域在两侧时。即验证统计量的值非常大或小的推翻领域同时出现的验证. 验证统计量(Test Statistic): 假设验证里决定验证推翻领域时基准的统计量. 第1种错误(Type Error): 假设验证时归无假设是事实但推翻归无假设的错误概率. risk, 生产者危险概率 第二种错误(Type Error): 假设验证时归无假设是假的但采纳归无假设的错误概率 risk, 消费者危险概率 有意水准(Significance Level): 归无假设是真时推翻归无假设错误概率的最大允许界限用 表示一般的值是0.05(5%), 0.01(1%), 0.10(10%). P -

49、value: 归无假设是真时推翻归无假设错误概率。即归无假设是假的结论时我们的判断出现错误的危险如果这个值小的话证明归无假设是假的.,验证能力 Power of Test (1-): 统计性验证中归无假设是假时错误概率, 即检出归无假设错误概率. 例)被告无罪设定为归无假设时 (实际被告有罪）证明归无假设是假的能力 . 1-Sample t Test: 一个母集团中通过样本平均验证是否跟母集团平均一致的方法. 例)分析现工程的平均跟现有的特定值的差异 2-Sample t Test: 相互无影响的两个母集团中各抽出样本比较两个母集团平均是否相同的方法. ) Process 改善前后效果验证时或

50、比较同一部品在两个业体中水准时使用 Paired t Test: 利用观测值的差异比较两集团平均的方法 t- Distribution(t-分布): 跟正态分布类似的形态 0为中心左右对称，根据自由度决定分布自由度越大T分布接近于正态分布 * 一般不知道母分散时利用T分布的统计量验证. 自由度(Degree of Freedom, DF): 自由度是有关条件下自由变化的数 例) 有5名学生. 这5名学生选择自己喜欢的朋友那么去掉自己能选择的对象是4名自由度 N-1=5-1=4 . 1- Proportion Test:通过 从一个母集团中抽出的样本比率测量母集团的比率是否跟测量比率相同进行验证

51、的方法.,适合度验证(Goodness- of-Fit Test): 样本数据是否按特定分布验证的方法 分割表(Contingency Table): 把实验结果分成两大特性(良品/不良品, 男/女等 )记录度数的表格. * 通过这表格了解变数间的关系. ( Distribution): 不仅平均的样本分布而且分散的样本分布也重要利用母分散的推测时使用的分布. * 对产品特性的平均和产品特性的变动也同样重要. 分散分析 (Analysis of Variance, ANOVA): 测量值的总变动即因子对反映值带来的影响用统计性分析的方法. One-Way ANOVA: 验证两个以上母集团的平均

52、是否相同. Two-Way ANOVA: 对反应值带来影响的两个因子把各水准的组合随意实验后分析效果时使用 平方和(Sum of Squares): 测量值间的平均和各测量值间差异取平方根后相加表示特性值的散布. 平均 平方根和(Mean Square): 因子的平方根和除于各因子的自由度. *分散分析中利用这值判断因子给反应值带来的影响程度 .,F-分布(F- Distribution): 比较两个母集团的分散时使用 相关分析(Correlation Analysis): 两个变数间有没有线性关系时使用的方法. 相关系数(Correlation Coefficient): 表示两个变数间直线

53、性相关关系大小。无相关时 r 接近 0, 强+“相关时接近+1 强”相关时接近-1 . 回归分析(Regression Analysis): 为了阐明输出变数和输入变数的关系用过去的数据作为基础求出数学模型的统计性分析方法。从一个变数的变化预测其他变数的变化. 回归方程式(Regression Equation): 根据回归分析结果导出的数学模型叫回归方程式. 数学性模型(Mathematical Model): 实验计划法，回归分析等从函数中表现输出变数和输入变数关系的公式 单纯回归分析(Simple Regression Model): 回归分析的基础模型一个输入变数 x, 输出变数y,

54、然后误差 时y = 0 + 1x1 + 表现出的模型. 多重回归分析(Multiple Regression Model): 回归分析的模型两个以上的输入变数 x 输出变数y, 误差 时 y = 0 + 1x1 + 2x2 + 表现出的模型,线形模型(Linear Model): 各输出变数是输入变数的线性函数. 决定系数(Coefficient of Determination): 回归模型能不能说明实际数据。决定系数的大小是 0和 1 之间的数据决定系数越大回归模型越适合. 预测区间(Prediction Interval): 对一个预测值在一定的概率范围内的上限和下限间的范围. 残差(R

55、esidual): 回归模型中实际测量值减去通过回归模型计算的预测值 残差分析(Residual Analysis): 为了确认模型的适合性，残差是否接近正态分布，是不是随意，是不是独立等分析. 非参数验证(Nonparametrics Test): 对母集团的假设没有假设利用顺序或符号验证数据中心代表值的方法 KANO 分析: 把课题的中心放在顾客上赋予 CTQ优先顺序时使用的方法分为潜在Xs 必要性因数, 1元因数，感动性因数. 信赖度(Reliability): 系统，设备，部品等在规定的条件下一定时间内满足执行的概率.,Improve 实验计划法(DOE): Design of Exp

56、eriments在一定的条件下 (费用, 时间等多样的输入变数 )对想要解决的问题给 Y带来的影响用统计性整理有效结果的实验方法和分析方法的一系列PROCESS. 因子(Factor): 影响输出因子的要因中(这里指的是 Vital Few Xs) 直接采纳到实验的因数. 水准(Level): 意味着实验前的因子条件实验时为了确认因子的影响设定的因子值的大小水准. 主效果(Main Effect): 不考虑其他因子间的交互作用，表现因子平均水准跟全部平均间的差异程度. 直角性(Orthogonality): 变数 A 和B在高(+1)水准上有 2个RUN在低(-1) 水准上有 2RUN. 这时

57、AB项的和等于 0的叫直角性让各因数相互独立. 交互效果(Interaction Effect): 两个以上的因子中一个因子的水准效果影响其他因子水准.,缩小模型(Reduced Model): 在实验计划法中数据分析一般性项目是主要因子，交互作用，误差项结果分析后对反应值影响小的交互作用包括到误差项中从新再分析这样的模型叫缩小模型，通过这样提高检出率. 中心点(Center Point): 实验计划中因子水准多的情况下为了减少实验次数进行2水准实验。这时为了感知各水准间的反应值的非线形2水准之间中心点追加实验. (Block): 实验计划中实验的环境分成均一的部分在各部分内取得更好的结果.

58、实验误差(Experimental Error): 实验时因周围环境发生的数据差异(变动值)叫实验误差. 随机化(Randomization): 实验材料的放置或进行实验的顺序随意制定. 随意化，概率化 均衡设计 (Balanced Design): 实验计划时各因子的水准均等反映的实验设计叫均等设计. 部分要因实验(Fractional Factorial Experiment): 不必要的交互作用是与重要因子交互在各因子的组合中只选择一部分实施实验的方法这种方法使用于尽量减少实验次数时使用. 例) 1/2 部分要因实验, 1/4 部分要因实验,(Confounding): 实验计划(部分要因实验)里对结果分析时, 对反应值的两个以上的因子相互混淆把效果分离成各各因子的效果. 完全要因实验(Full Factorial Experiment): 因子各水准的所有组合实施的实验所有主效果和交互作用的效果评价掌握因子的特性及最佳话适合值. 再现实验(Replication): 实验计划法中根据全体实验计划顺序进行实验后从新按同一顺序反复实验. 反复实验(Repetition): 实验计划法中各因子的水准组合(实验条件)里反复2回以上的实验. 即同一实验条件下进行反复实验. 反应表面分