6Sigma分析阶段因果分析(ppt).pptVIP

1 因果分析Cause and Effect Analysis 2 内容 因果图和因果矩阵图比较 什么是因果图？ 用因果图进行因果分析 因果矩阵图 验证原因 评估KPIVs 3 因果图—学习目标 1. 运用数据分析和过程分析的方法找出原因。 2. 用因果图找到很难以发现的原因。 3. 将潜在的原因确认为起因而非解决方案。 4. 知道何时使用因果矩阵图。 5. 创建因果矩阵图并找出可能的主要过程输入变量（原因）。 6. 验证可能原因是否产生较大影响。 4 6 Sigma进程图-因果图 衡量 分析 找出并按先后顺序排列产生偏差和缺陷的可能原因。 开始寻找原因。 改进 控制 确定DOE因子 5 衡量与分析阶段 Y = f (x) 输出 输入 结果 原因 在衡量阶段，我们根据Y 量化基线运作情况。 在分析阶段，我们继续分析Y，同时还找出并分析X变量。 6 Ys 与 Xs 定义问题 – 改进6 Sigma 培训效果 明确衡量指标(Ys) 哪些指标可以来衡量项目培训的效果? 需要认证的时间 关闭项目的个数 学员与讲师的比率 讲师的知识水平 培训前、后的测验结果 项目评比 – 质量分数 上面哪些是比较好的衡量指标(Y)？哪些是原因 (X)? 通过头脑风暴，团队列出了这些内容 7 在衡量阶段，我们选择关键的衡量指标(Ys) 了解当前的过程表现 - (可能并不十分完美) 比如: 培训前后的测验结果 在分析阶段, 我们使用因果关系确定 Xs Ys 与 Xs(继续) 8 课堂练习  定义问题 改进 开会的有效性 明确衡量指标(Ys) 运用头脑风暴列出可以衡量的指标 选择能够反映开会有效性的最佳衡量指标 验证衡量指标 (确保它是 Y, 而不是X). 试问 – 针对造成低效会议的原因，它是否能够衡量会议的有效性? 9 KPOVs和KPIVs Y = f (x) POV PIV （过程输出变量） （过程输入变量） “主要过程输出变量（KPOVs）”：即对客户非常关键（CTQs）的过程输出变量。 “主要过程输入变量（KPIVs）“：即真正影响KPOVs的过程输入变量。 我们要找到的就是对关键输出影响最大的输入变量。 10 数据分析 过程分析 对不良效果做因果分析 (根据衡量阶段收集的数据确定 Ys ). 创建 次级过程SIPOCs (明确内部客户的需求，如果这些需求没有得到满足，Ys就会产生不良表现) 创建 详细的流程图 并确定非增值步骤 进行因果分析，理解为什么会有非增值步骤 收集数据验证原因 在分析阶段, 团队会走以下两条平行途径: 两条途径 关注过程的 外部 产生过程有效性低、没有满足客户需求的原因 关注过程的 内部 过程效率低、工作资源消耗过多 11 两条途径策略 最应优先考虑是保证过程输出能满足客户的需求 因此，应先运用 数据分析 的方法。（有些项目只需用这一途径即可） 一旦过程的输出能满足客户的需求，通过过程分析能使过程的效率更高 如果非常严格地关注效率(消除浪费)，会有什么风险? ? 12 鉴定潜在原因的工具 因果图 因果矩阵图 FMEA 输出 输入 过程步骤/要求 故障模式 故障的结果 原因 在6 Sigma图中常使用FMEA作为全面“控制”文档。 使用因果图或因果矩阵图来找出故障模式原因（缺陷）， 然后将其记录在FMEA文档中。 13 验证原因的工具 团队进行因果分析以找出许多潜在原因，然后将列表缩减为他们认为影响最大的少数原因。 对于每一个重要原因，必须收集数据来验证这些原因是否确实影响输出。 用以验证原因的工具包括： - 假设检验 - 相关性分析 - 回归分析 - 实验设计 14 因果图与因果矩阵图 思考过程 一般根据主要类别：“人”、“机器”、“方法”、“材料”。 通过问为什么？为什么？为什么来发现很难找到的原因。 这些原因可能是过程输入变量或其它项。 人员 方法 材料 机器 结果 若适用： 团队寻找原因的任何时候 任何过程 在过程步骤或输入变量很难找出时，可能是处理交互过程的最佳方法 过程步骤 一般遵循进程图 找出每一步过程输入变量 团队想进行鉴定并评价过程输入变量效果的任何时候 任何过程 在有多样输出时特别有效 在寻找要包括在DOE中的原因时 因果图 因果矩阵图 15 什么是因果图 因果图是： 一件帮助团队发现阻碍其进步的真正原因的工具 有时候也称为“鱼骨图” 16 当许多潜在原因被发现之后，使用因果图…… 团队必须…… 统计列表上的数据来找出最可能的主要原因 收集数据证明这些原因确实存在。 验证最重要原因 17 因果分析