02.多变量分析.pptVIP

六西格玛绿带培训教材 多变量分析 03-1 模块目标 在本模块中,你将学习: 了解不同种类和来源的变异组成 嵌入式和交互式研究 多变量分析应用介绍 多变量分析应用步骤 完全嵌入式方差分析 6 SIGMA改进过程中的漏斗效应 03-2 流程图/鱼骨图 因果关系矩阵与FMEA 多变量分析/假设检验 筛选DOE 优化DOE 通过优化并控制关键X达到流程优化和控制的目的. 30-50 个X 10-15 个X 8-10 个X 4-8 个X 关键X 3-6 个X 关键X 多变量分析的概念 03-3 什么是多变量分析? 流程绩效指标随流程输入和流程指标变化的图表展示. 在生产中对流程的当前水平进行过程能力分析的手段. 流程稳定性的直观观察. 多变量分析的作用是什么 从多个角度通过图表观察造成流程绩效指标变异的原因. 进一步观察流程短期与长期能力间的差距及造成差距的主要原因. 与方差组分分析一起使用,可以明确流程变异的根本原因. 变异的来源 变异 来自流程的变异 单件产品内部 批次内单件产品之间 不同生产设备之间 量程范围内的线性 来自测量系统的变异 测量系统的重复性 测量系统的再现性 校准前后的稳定性 不同测量人员之间 ……. 设备生产转换前后 不同时间段 ……. 不同批次之间 不同操作员之间 多变量图 通常在一个图表上展示两到四个X对连续变量Y的影响.(A阶段multivariate-crossed.maw) 多变量图-单元内的变异 单元间变异最大的情况 多变量图-单元间的变异 单元间变异最大的情况 多变量图-时间造成的变异 时间变化带来的变异 多变量图-改变分层方式，得出不同的信息 工作经验的影响：第一年到第二/三年平均降低约40分钟，第二/三年的差别不大。 有一年经验的员工通过培训可最大程度提高生产率：平均降低约175分钟。 同等经历与培训的员工似乎仍有一定程度的差别：50~80分钟 常见的变异来源分类方法 03-6 按空间位置分类 来自单件内部的变异，来自同一批次不同单件间的变异 化工厂的不同反应容器之间 不同设备操作员工之间 按顺序分类 连续生产的单件之间或 不同生产安排之间 不同原料批次之间 按时间进行分类 固定间隔的不同时间段，如每小时，班组，日，星期等 短时间间隔（小时，班组）与长时间间隔（日，星期）的比较等 常见的变异来源的图示 多变量图与控制图的比较 03-7 控制图可以揭示流程稳定性与可控性，但在很多时候不能直接用控制发现造成失控的根本原因。 在流程有很多变异的情况下，多变量图有助于发现造成变异甚至失控的来源。 结合两个工具将有助于发现将流程稳定在最佳条件的一些有用线索。 图上显示的差别是否真的有显著性？ 输入因子的顺序有什么规定？是否会影响结论的得出？ 这些问题背后提示的问题是什么？ 为了得出更科学的结论，应当注意那些问题？ 多变量图-MINITAB练习-疑问 因子的数据结构 交叉与嵌入 在进行多变量分析前应特别注意数据是如何收集的及因子之间的相互关系。 根据具体的生产运营情况，有完全交叉的因子关系及因子间存在从属关系（嵌入）和交叉一从属结构混合的情形。 03-11 在一次MSA分析中，由三个检验员对十个部件进行了MSA分析； 该分析要求三个检验员对所有10个部件都重复测量。 对于测量结果来说，部件和检验员都是造成偏差的来源。 重复测量的结果可以理解为单件内部偏差。 由于所有检验员和所有部件都组合过，这就属于典型的交叉结构。 其他交叉结构的典型情况是实验设计中的全因子实验模型。具体将在后面的培训中详细讨论。 交叉结构-举例 交叉结构-图示 （检验员与部件可互换） 检验员 1 2 部件 1 2 3 1 2 3 测量次数 1 2 1 2 1 2 1 2 1 2 1 2 部件 1 2