六西格玛6sigma培训教材_DMAIC_案例培训教程.ppt

变量流程图 开始 步骤1 步骤2 流程 类型 输入 输出 …… 人 料 测 环 法 机 每个流程步骤都从“人”、“机”、“料”、“法”、“环”、“测”几个方面分析可能导致缺陷的原因，并将其作为变量流程图的输入。 U C C C C C 判断每个输入的类型：C为可控；U为不可控 缺陷1 缺陷2 缺陷3 …… CE矩阵 对顾客的重要度等级　 a b c …… 总分 序号 1 2 3 …… 　 缺陷1 缺陷2 缺陷3 …… 流程步骤 流程输入 1 X1 X2 X3 2 3 4 5 6 …… 关联分：不超过3个等级水平 1，3，9或者1，5，9 赋分标准： 0 = 流程的输入对缺陷没有任何影响 1 = 流程的输入会轻微地导致缺陷的发生 3（5） = 流程的输入中等程度影响缺陷的发生 9 = 流程的输入严重地导致缺陷的发生 总分 = aX1+bX2+cX3 FMEA 过程步骤 过程输入 潜在失效模式 失效影响 SEV 失效原因 OCC 当前控制方法 DET RPN 序号 研究的工序/输入是什么 关键输入如何出错 对关键输出变量（顾客要求或内部顾客）的影响是什么 对顾客影响的严重程度 什么导致关键输入出错 探测不良或失败模式难易度 现有的预防原因或失效模式的控制方法和程序（检查和检验）是什么？应该包括SOP等 探测不良或失败模式难易度 RPN= SEV X OCCX DET 严重度 （SEV）加重值范围:1~10分（1分=不严重，10分=非常严重） 发生频率（OCC）加重值范围:1~10分（1分=发生频率很低，10分=发生频率很高） 探测力 （DET）加重值范围:1~10分（1分=很容易探测出来，10分=根本不可能探测出来） 分析（analyze） 运用多种统计技术方法找出存在问题的根本原因 主要工作任务： 数据收集 数据确认 图表分析 统计分析 流程分析 找出少数重要因子（vital few x’s） 风险评价及经济性评价 一、目的：对Y有影响的因子，并通过假设检验哪些X对Y有显著影响 二、方法： 1.图表： 2.统计推断： 分析（analyze） 假设检验的基本思想 假设检验是利用小概率事件在一次抽样中几乎不会发生的原理，对原假设H0作出否定或不否定的判断。当小概率事件在一次抽样中居然发生了，则有充分理由拒绝原假设，而接受备择假设；反之，则没有充分理由拒绝原假设，只好不否定（接受）原假设。假设检验的实质是想否定原假设而接受备择假设，因为否定原假设的理由是充分的，而不否定（接受）原假设的理由是不充分的，一般还要作进一步的验证。 因此，假设检验就是构造一个小概率?，然后再根据样本资料计算样本事件发生的概率p，若p? ，则意味着一个比给定的小概率还小的小概率在一次抽样中居然发生了，这是不合理的，故有充分理由拒绝H0，反之，若P≧?，则无充分理由拒绝H0。但用手工计算p，有时会很烦杂，故一般将概率检验改为距离检验，即构造一个统计检验量。电脑则大都输p值。 对总体的分布函数或数值特征作出某种假设，然后抽取样本，构建适当的统计量，利用“小概率事件”原理，在一定的概率把握程度下，检验所作出的假设是否合理，从而作出接受或拒绝假设的判断。 零假设（H0）：一般“没什么差异”或者“根本没有效果”的主张。 备择假设（Ha）：研究假设“变化没有差异”或者“有效果”“不同”的主张。这在推翻原假设时，我们可以使用的一种可能性的意识。 P-Value（P值）：原假设成立的概率。P值α时，推翻零假设，P值≥α时，采用零假设。显著性水平（α）：代表推翻零假设的最大概率的一个基准。一般α=0.05 假设检验（显著性检验） 假设检验的两类错误 第一类错误： 拒绝了一个本来是真实的原假设，称为犯第一类错误，简称“弃真”或“拒真”错误。 犯第一类错误的概率为 P（拒绝H0/H0为真）=? α是假设检验的显著性水平。 第二类错误： 接受了一个本来是不真实的原假设称为犯第二类错误，简称“采伪”或“取伪”错误。犯第二类错误的概率为 P（接受H0/H0不真）= ? 陪审团的判决 他有罪 他无罪 实际清白 第一类错误 正确决策 ? （概率为α） 实际有罪 正确决策 第二类错误 （概率为β）