6Sigma绿带培训教材-A阶段.pptVIP

6Sigma绿带培训-分析阶段 流程的分层分析 多变量分析及方差组分 中心极限定理 假设检验简介 均值比较 方差比较 比例比较 方差分析 相关性分析 一般线性回归分析 多元回归分析 非参量统计(阅读) 分析阶段路径 Process Stratification 流程的分层分析 学习目标 在本模块中你将学习： 对项目问题的进一步细化 如何使用帕累托图 如何通过流程区隔分析来明确问题所在 寻找根本原因的初步手段 在取得流程的绩效数据及影响绩效的流程指标与输入指标的相关数据后，可以通过80-20规则首先寻找绩效水平出现问题的主要环节或问题发生区域，然后进一步深入分析根本原因。 常见的影响绩效指标的因素为如下几个方面： 地理位置 季节 班组 设备 流程的不同步骤 缺陷的类型 等等…… 假如项目为减少交货时间 帕雷托原理 我们的目标是聚焦于关键的少数导致错误的原因 我们如何找到关键的少数？用帕雷托图 帕雷托原理： 绘制帕雷托图 检查流程，以确定缺陷的类型（或机会） 对于每个机会收集缺陷/错误的数量（数据在例:Pareto中） 例子-贷款申请 绘制帕雷托图 帕雷托图举例 流程时间分析也可以采用类似方法 周期时间定义如下: 周期时间数据 通过从一周中接纳的申请中随机收集20个申请的平均时间可以进一步找到问题所在。（数据也在Pareto中） 帕雷托分析的要点 1、明确绩效指标的测量方法 2、明确绩效指标Y的数据类型（离散或连续） 3、明确流程指标或输入指标及各自的类别（或水平）是 什么 4、确保流程或输入的指标类别的设置相互之间没有重叠 5、某些类别在不同水平下可能获得相同的缺陷频率或时间分配。这时侯会获得相对平坦的帕雷托图，表明该指标本身未必对Y造成影响。 6、收集的Y数据可以是原始数据或统计数据。如果Y是连续数据，可能需要事先进行统计（计算平均值或标准差） 7、在数据充分的情况下，可以对隔离出来的问题区域进一步用其他输入或流程的类别数据进行第二、第三……层的区域，直到明确问题发生的具体区域为止。 帕雷托分析的要点（续） 8、在深入到下一层区隔分析前应综合分析问题类别对项目需要改进缺陷的贡献量及可以改进的幅度。 帕雷托图应用举例 某银行贷款部门开始进行了六西格玛改进活动，限于资源的缺乏他们决定首先在一个领域进行突破性改进，过去贷款申请有很多不尽满意之处，通过对过去一年累积数据的初步帕雷托图分析，知道客户数据丢失是第二位的问题（参考前面的帕雷托图），对第一位问题的改进将在公司推进ERP及流程再造后进行充分研究。 部分客户数据丢失的相关信息记录在文件Pareto.mtw第8-10列，请帮助找出主要突破方向。 帕雷托图应用举例 初步的分类：位置、数据丢失类型，贷款类型。文件：Pareto.mtw.打开文件后操作步骤为：StatsQuality ToolsPareto Chart…. 鉴于贷款类型中商业贷款主要的业务项目（从贷款的数量及金额的角度考虑），首先决定从商业贷款入手。 帕雷托图应用举例 从数据中分离商业贷款：Data(Manip) Split Worksheet 在含有商业贷款的数据窗再对位置进一步进行帕雷托图分析。 帕雷托图应用举例 由于两个地方的数据丢失问题近乎同样多，不必再分离数据，可对商业贷款直接进行帕雷托分析。 帕雷托图应用举例 可以按照不同地方的数据丢失信息分别绘制帕雷托图。 细化的问题陈述 1、完成帕雷托分析后我们将能够明确指出项目问题集中体现在什么地方。 2、问题集中体现的地方可能是某种缺陷类别或流程的某个环节。 3、可以通过计算帕雷托图中该环节或类别的在项目问题中的比例（在经过多层次分离后需要把各级的比例进行连乘）。 4、如果知道具体的问题环节或类别希望或能够达到的改进幅度，可以细化项目授权书中的问题陈述。 5、参照项目授权书中问题陈述的格式，可以特别指明问题发生的环节，目前的缺陷水平或业绩水平及需要改进的目标水平。 6、如果流程区隔指向多个问题集中的领域，有时可能需要多个问题陈述。 细化问题陈述的举例 由于两个地方的数据丢失问题近乎同样多，不必再分离数据，可直接进行帕雷托分析。 小结 帕雷托规则 如何使用帕雷托图 如何通过流程区隔分析来明确问题所在 细化的问题陈述 The third chapter 第三章 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 变异的来源 多变量分析 通常在一个图表上展示两到四个X对连续变量Y的影响。 多变量分析的应用举例 揭示常见的变异来源-产品单元内，单元之间，批次之间，人员，设备，班组，时间，原料，生产调整等。 测量系