【正文】 6s 1 MS2 2023/08/01 Six Sigma綠帶人員培訓教材 目錄 第一章 何謂 6Sigma 第二章 企業(yè)導入 6Sigma的過程 第三章 6Sigma項目選擇 第四章 界定 (Define) 第五章 衡量 (Measure) 第六章 分析 (Analyze) 第七章 改善 (Improve) 第八章 控制 (Control) 第九章 企業(yè)文化的變革與展望 附錄一 統(tǒng)計表 附錄二 參考案例 6s 2 MS2 2023/08/01 Six Sigma Green Belt 課程 6σ MS2 NPI開發(fā)部 6s 3 MS2 2023/08/01 引言 歡迎您參加 6 Sigma綠帶課程 !當您完成此課程 ,您將具備 6 Sigma Green Belt(綠帶人員 )資格 .在推動 6 Sigma的過程中 ,主要是擔任 Black Belt (黑帶人員 )助手的角色 。運用改善工具與方法 ,使各項改善項目能順利展開 . 6s 4 MS2 2023/08/01 第六章 分析 (Analysis) D M A I C 6s 5 MS2 2023/08/01 目錄 6s 6 MS2 2023/08/01 目標 使項目團隊能更詳細的將搜集的資料 ,利用工具與方法呈現(xiàn)數(shù)據(jù) ,去找出問題的根本原因 ﹐ 尋找改善的機會。 學習 DMAIC中 ,分析階段的步驟與方法 6s 7 MS2 2023/08/01 分析原因 *分析問題的主要原因 * 確定測量的方式 * 監(jiān)別 CTQ *解決問題的最佳改善方案 *維持改善的成果 界 定 (D) 測 量 (M) 分 析 (A) 改 善 (I) 控 制 (C) 6s 8 MS2 2023/08/01 第六章 分析 (Analysis) 6s 9 MS2 2023/08/01 利用己搜集到的數(shù)據(jù)與資料 ,根據(jù)其 特性呈現(xiàn) ,進行分析 .並找出其要因 呈現(xiàn)數(shù) 據(jù)資料 進行 比較 鑒別潛 在原因 確認根 本原因 如何進行分析 6s 10 MS2 2023/08/01 分析工具運用觀念 (計數(shù)或計量 ) 6s 11 MS2 2023/08/01 分析工具使用時機 。 ─ 散布圖 ─ 因果圖 (魚骨圖 ) ─ 直方圖 ﹑ 控制圖 ,來看出整體過程的趨勢 ─ 運行圖 ﹑ 控制圖 2~3項顯示并采取措施 ─ 柏拉圖 ﹑ 數(shù)據(jù)顯示圖形 ─ 查驗表 ﹑ 柱狀圖 ﹑ 雷達圖 ﹑ 箱形圖 … 6s 12 MS2 2023/08/01 一 ﹑ 數(shù)據(jù)資料的呈現(xiàn)方法 6s 13 MS2 2023/08/01 描繪數(shù)據(jù)的四種方式 畫出數(shù)據(jù)的圖形 直 方 圖 ( 分 布 ) 運 行 圖 ( 波 動 ) 箱形圖 (分散度 ) 6s 14 MS2 2023/08/01 直方圖 6s 15 MS2 2023/08/01 何謂直方圖 容易看出計量值的 數(shù)據(jù)分配情形 6s 16 MS2 2023/08/01 直方圖原則 * 研究短期的變化 * 確定分布為何 * 尋找明顯的原因 * 搜集 50100個連續(xù)的數(shù)據(jù) 最好是取來自於同一來源 6s 17 MS2 2023/08/01 范例 直方圖分析 1 公司所進料之噴嘴對口零件 ,其內(nèi)徑規(guī)格~,今按隨機抽樣抽樣取 100個樣本 ,在25℃ 測定值如附表 ,制作直方圖並計算制程能力 6s 18 MS2 2023/08/01 范例 直方圖分析 1 6s 19 MS2 2023/08/01 范例 直方圖分析 1 6s 20 MS2 2023/08/01 范例直方圖分析 2 例 : 記錄機車里程計的不良 ,根據(jù)資料請分析缺點數(shù)據(jù)的分布狀況與外型 the Worksheet “” GraphHistogram 6s 21 MS2 2023/08/01 范例 直方圖分析 2 Graph Variables選“ Faults” 。 ok 6s 22 MS2 2023/08/01 范例 直方圖分析 2 6s 23 MS2 2023/08/01 直方圖的三個特徵 集 中 離 散 外 形 6s 24 MS2 2023/08/01 集中趨勢和分布 集中態(tài)勢 平均數(shù) 離散態(tài)勢 全距 (最大值 最小值 ) 標準方差 6s 25 MS2 2023/08/01 集中和離散 視覺估計 平均數(shù) 6s 26 MS2 2023/08/01 解釋“外形” * 異常值 * 多峰 * 偏態(tài) 6s 27 MS2 2023/08/01 異常值 位於分布之外的點 ﹐ 即是表明存在特殊的原因 6s 28 MS2 2023/08/01 多峰 不同的峰代表 不同的群體 來源 時間長度 操作員 …… 等 6s 29 MS2 2023/08/01 多峰分解 可能包括的多個過程 機器或位置不同 批料或材料來源不同 很多人同時進行同一個過程 過程不穩(wěn)定 ,造成有兩個過程的假象 6s 30 MS2 2023/08/01 自然偏態(tài) 測量有一個自然的“停止點” 變化傾向於發(fā)生在一個方向上 p p m 交貨周期 6s 31 MS2 2023/08/01 人為偏態(tài) 截尾 由分類而引起的偏態(tài) 看上去像一個“被截斷的鍾形曲線” 超出規(guī)格的單元 被檢驗員剔除了 6s 32 MS2 2023/08/01 Workshop KC公司所進料之關鍵零件 ,其規(guī)格為 130~160,今隨機抽樣 60個為樣本 ,測定值如附表 ,請制作直方圖 6s 33 MS2 2023/08/01 箱 形圖 (盒頇圖 ) 6s 34 MS2 2023/08/01 何謂箱型圖 呈現(xiàn)資料數(shù)據(jù)分布特性及 異常點分布 6s 35 MS2 2023/08/01 箱型圖原則 使用在呈現(xiàn)資料數(shù)據(jù)分布特性 了解數(shù)據(jù)分配情況 可辨別數(shù)據(jù)是否有異常點 可比較 2個或多個過程 6s 36 MS2 2023/08/01 箱形圖 * 偏離值 最大值 75百分位 (Q3) 中位數(shù) 25百分位 (Q1) 最小值 6s 37 MS2 2023/08/01 箱形圖 箱形圖解讀 中位數(shù) :所有數(shù)值排列順序后的中間位數(shù)值 75百分位數(shù) (Q3):所有數(shù)值排列順序的 3/4位數(shù)值 25百分位數(shù) (Q1):所有數(shù)值排列順序的 1/4位數(shù)值 最大值 :小於 Q3+(Q3Q1)數(shù)據(jù)的最大值 最小值 :大於 (Q3Q1)數(shù)據(jù)的最小值 偏離值 :假如數(shù)值小于 (Q3Q1)或大於 Q3+(Q3Q1),則為偏離值 6s 38 MS2 2023/08/01 范例 箱形圖分析 1 80℃ 時噴頭之內(nèi)口徑數(shù)據(jù) : 依據(jù)內(nèi)口徑 25℃ 與 80℃ 的數(shù)據(jù) ,應用箱形圖分析比較 6s 39 MS2 2023/08/01 范例 箱形圖分析 1 25 80 改 善 前 ＊ ＊ ＊ ＊ ＊ ＊ ＊ ＊ 溫度 6s 40 MS2 2023/08/01 范例 箱形圖分析 2 例 : 男性與女性測心記錄 Pulse2,請以箱形圖比較之 the worksheet “” Graph Boxplot With Groups 6s 41 MS2 2023/08/01 范例 箱形圖分析 2 Graph variables欄 ,輸入 pulse2, 在 Categorical variables欄 ,輸入 Sex OK. 6s 42 MS2 2023/08/01 Workshop 檔案 男性與女性測心跳記錄 Pulse1, 請以箱形圖比較 6s 43 MS2 2023/08/01 推移圖 6s 44 MS2 2023/08/01 何謂推移圖 呈現(xiàn)過程資料數(shù)據(jù)分布是否 具有隨機性及了解趨勢模式 6s 45 MS2 2023/08/01 推移圖原則 研究長期的變異 判定分布的穩(wěn)定性 分布是否保持過程水準和散離態(tài)勢 ? 尋找時間上的特殊原因 按順序搜集 20個或更多的子群 來源相同 在一個行圖上或 Shewhart圖上標出