【正文】 . DefineⅢ . MeasureⅣ . AnalysisⅤ . ImprovementⅥ. ControlⅦ. 6 σ Tool 整理材料 構(gòu) 成Great Company Great People Ⅰ. 6 σ Process能力 OK?再 設(shè)計(jì) ?能力 OK?定 義測 量分 析改 善管 理再 設(shè)計(jì)NNYYNY活動(dòng)目標(biāo)? Project選 定? Y定 義? Project活 動(dòng)計(jì) 劃? 數(shù) 據(jù)搜集 計(jì) 劃 樹 立? 現(xiàn) 水準(zhǔn)掌握? 致命因素 選 定? 原因 闡 述? 最佳方案 選 定? 實(shí) 行及 驗(yàn)證? 標(biāo) 準(zhǔn)化? Monitoring? 成果共享及 傳 播? Process Mapping? Pareto Chart? Logic Tree? QFD? Scatter Plot (散點(diǎn) 圖 )? Box Plot? T Test? ANOVA(分散分析 )? 實(shí)驗(yàn)計(jì) 劃 法? 主效果 /交互作用分析? Cube Plot? 回 歸 分析? Contour Plot? 驗(yàn)證? Rational Subgrouping? Gage RR? Shift Variation? SPC( Xbar R 管理 圖 )? 標(biāo) 準(zhǔn)化定 義測 量 分 析改 善管 理使用 ToolGreat Company Great People ? 資 源或信息 轉(zhuǎn)換 成特定 產(chǎn) 品或 Output時(shí) 所需要的活 動(dòng) 或事情的 順 序 用 圖 表 圖 式化的 過 程定 單 /送 貨 System定 單 KeyIn定 單 接收定 單 承 認(rèn)樹 立 發(fā)貨計(jì) 劃車輛 安排 Pick Up裝 貨 運(yùn) 輸 卸 貨OQC倉庫轉(zhuǎn) 達(dá)顧 客 簽 收 整體作 業(yè) 工序中成 為 Neck的工程選 定 為 改善 對(duì) 象核心 Point? Process Mapping? Pareto Chart? Logic Tree ? QFD定 義測 量分析改善管理能力 OK?再 設(shè)計(jì) ?能力 OK?再 設(shè)計(jì)NNNYYY定 義ToolD M A I CⅡ. Define 1. Process MappingGreat Company Great People ? 導(dǎo) 出 問題 的核心 Issue事 項(xiàng)時(shí) 使用的方法Error類 型 頻 度合 計(jì) 52定 單 KeyIn Error一般 80%的 問題 來 自于 20%的原因 (1800年意大利 經(jīng)濟(jì) 學(xué) 家 Vilfredo Pareto)姓 名產(chǎn) 品價(jià) 格地 址其 他 6 72115 3D M A I CⅡ. Define 2. Pareto ChartGreat Company Great People ? 以 MECE的 觀 點(diǎn)， 問題 點(diǎn)往下展 開 ，找出根本原因，明確改善 對(duì) 象? MECE(Mutually Exclusive Collective Exhaustive): 不重 復(fù) ， 并 包含全集 Six Sigma要改善 問題 的最根本原因，即 問題 的最下位 Level明確改善 對(duì) 象 ,讓 改善 Simple核心 Point傳 票 處 理Lead Time改善SystemManTool社外擔(dān) 當(dāng) 者社 內(nèi) 擔(dān) 當(dāng) 者管理者擔(dān) 當(dāng) 者外 協(xié) 廠 商 Order銀 行 員處 理基準(zhǔn) /制度程序平臺(tái)CD機(jī)基準(zhǔn)制度制作處 理支付畫 面 構(gòu) 成處 理速度科目 Code體系有 關(guān) 部 門 管理者不在經(jīng) 理部 門 管理者不在 制作擔(dān) 當(dāng) 傳 送擔(dān) 當(dāng) 制服擔(dān) 當(dāng)會(huì) 計(jì)處 理基準(zhǔn)預(yù) 算 編 制基準(zhǔn)業(yè)務(wù)審 核 權(quán) 限憑 證 條 件輸 入 時(shí)間輸 入 內(nèi) 容決 裁傳 送支付 時(shí) 刻制作 畫 面編輯 畫 面容量個(gè)數(shù)位置D M A I CⅡ. Define 3. Logic TreeGreat Company Great People Quality Function Deployment ( 品 質(zhì) 功能展 開 )? 從 顧 客 Needs出 發(fā) ，有體系地展 開 改善 Point的方法1) QFD Step1 2) QFD Step2顧 客要求事 項(xiàng)在所有地方都涼爽的冷藏室涼爽度 長 期 維 持快速冷卻的冷藏室基本性能顧 客 Needs項(xiàng) 目 別 整理轉(zhuǎn)換為 技 術(shù) 特性冷凍室冷卻力冷凍室冷氣保存冷凍室冷卻速度冷凍室溫度分布冷藏室冷卻速度顧客重要度 Door Basket溫度 冷藏室冷卻力技術(shù)性要求事項(xiàng)性能不 過 度冷卻的冷藏室 不 Dew/結(jié) 冰 冷 氣 保存好 技 術(shù) 性重要度 33 27 102 62 5532 24技 術(shù) 性要求事 項(xiàng)冷 凍 室冷卻力冷 凍 室冷 凍 速度冷 凍 室冷 氣 保存基本性能Cooling Fan 固定深度Eva 幅CFan/Bell Mouth GapEva Fin Pitch Eva Fan Balancing技術(shù)重要度3327102 MoterN RubberMoterN Rubber 硬度部品特性Cooling Fan 外經(jīng)冷 凍 室 溫 度分布 62Door Basket溫 度 32冷藏室冷卻力 24冷藏室冷卻速度 55重要度 (等 級(jí) )強(qiáng) 9分中 3分下 1分CTQ的重要度 1008 1548 1713 1008 8461008 8461063D M A I CⅡ. Define 4. QFDGreat Company Great People 測 量分析改善管理能力 OK?再 設(shè)計(jì) ?能力 OK?再 設(shè)計(jì)NNNYYY測 量 Tool? Rational Subgrouping? Gage RR? Shift Variation? Block Diagram定 義 ? Rational Subgrouping是 讓組 內(nèi) (群 內(nèi) )發(fā) 生 White Noise， 讓組間 (群 間 )發(fā) 生 Black Noise的 Grouping方法結(jié)果值T I M EBLACK NOISE(組間變動(dòng) )WHITE NOISE(組 內(nèi) 變動(dòng) )RATIONALSUBGROUPS(Y)Ⅲ. MeasureD M A I C1. Rational SubgroupingGreat Company Great People ? Gage RR是通 過測 量 時(shí) 的根據(jù) 測 量本身的 Error最小化，確保 Data信 賴 度的方法。反 復(fù) 性再 現(xiàn) 性允 許 誤 差測 量 誤 差沒 有 對(duì)測 量本身的信 賴 度確 認(rèn) ，什 么 樣 的 Data都無法 認(rèn) 可或否定核心 Point反 復(fù) 性 : 根據(jù) 測試儀 器 發(fā) 生的 Error(Repeatability)再 現(xiàn) 性 : 測 量者 間發(fā) 生的 Error(Reproducibility)Ⅲ. MeasureD M A I C2. Gage R RGreat Company Great People 中心 值 移 動(dòng) 的 問題 散布 減 小的 問題不良規(guī) 格下限 規(guī) 格上限規(guī) 格下限 規(guī) 格上限? 改善 Point 中心 值 移 動(dòng)? 改善 Point 散布改善TargetⅢ. MeasureD M A I C3. Shift VariationGreat Company Great People 分析改善管理能力 OK?再 設(shè)計(jì) ?能力 OK?再 設(shè)計(jì)NNNYYY分析 Tool? Scatter Plot (散點(diǎn) 圖 )? Box Plot? TTest定 義測 量? 根據(jù) 實(shí)際 Data的形 狀 ，判 斷 Data特性的方法籃 球 選 手的得分力D M A I CⅣ. AnalysisA B C1. Scatter Plot (散點(diǎn) 圖 )Great Company Great People ? 說 明 Data分布的 Graph籃 球 選 手的得分力C選 手每 場 的得分力偏差 雖 小，但平均得分比 A、 B兩 選 手相比落后中位 數(shù)25%50%75%Box Plot 說 明A B CD M A I CⅣ. Analysis 2. Box Plot平均異 常 值規(guī) 格下限規(guī) 格上限*?Great Company Great People ? 驗(yàn)證 兩個(gè) 總 體平均 值 差 異 的方法T T可以 說 ： ‘ 散布 (σ) 對(duì) 比 Gap(δ) 越大， 兩個(gè) 總 體 間 平均 值 差 異 就越大 ’ ( tcal = ) σ/ √ nX μD M A I CⅣ. Analysis 3. Ttest (平均 值驗(yàn)證 )Great Company Great People T Test 平均 值驗(yàn)證Two Samples TTest and Confidence Interval Two samples T for A vs C N Mean StDev SE MeanA 10 C 10 95% . For mu A mu C: (, )TTest mu A = mu C ( vs not =): T= P= DF = 15Two samples T for A vs B N Mean StDev SE MeanA 10 B 10 95% . For mu A mu B: (, )TTest mu A = mu B ( vs not =): T= P= DF = 17PValue值 小于 ，因此 A、 C得分力在 95%的置信度 內(nèi) 存有差 異PValue值 大于 ，因此 A、 B得分力在 95%的置信度 內(nèi)沒 有差 異D M A I CⅣ. Analysis 3. Ttest (平均 值驗(yàn)證 )Great Company Great People 改善管理能力 OK?Y改善 Tool ? 分散分析? 實(shí)驗(yàn)計(jì) 劃 法? 主效果 /交互作用分析? Cube Plot? 回 歸 分析分析能力 OK? 再 設(shè)計(jì) ?再 設(shè)計(jì)NNY定 義測 量N改善 階 段 業(yè)務(wù) Flow實(shí)驗(yàn)計(jì) 劃 樹 立分散分析主效果 /交互作用分析最佳 條 件 導(dǎo) 出實(shí)驗(yàn)實(shí) 施? 選 定 實(shí)驗(yàn) 因素及水準(zhǔn)? 預(yù)測結(jié) 果的 實(shí)驗(yàn)計(jì) 劃? 直接 參與 實(shí)驗(yàn)? 分析 哪種 因素 給 多大影 響? 因素 別 影 響 度及因素 間 交互確認(rèn)? 根據(jù) 實(shí)驗(yàn)結(jié) 果 導(dǎo) 出最佳 條 件YD M A I CⅤ. Improvement 1. 實(shí)驗(yàn)實(shí) 行 ProcessGreat Company Great People ? 比 較 日常 條 件下的 變動(dòng)對(duì) 比改 變 某一因素 (X)時(shí)發(fā) 生的 變動(dòng) 大小 ,識(shí)別 此因素 對(duì)結(jié) 果 值 (Y)的影 響 程度的 統(tǒng)計(jì) 方法ANalysis Of Variation 計(jì) 算 = = 組間 (群 間 )變動(dòng)組 內(nèi) (群 內(nèi) )變動(dòng)Average SS betweenAverage SS within* ANOVA是比 較組間變動(dòng) (Black Noise)和 組 內(nèi) 變動(dòng) (White Noise)的方法結(jié)果值( Y )TIMEBLACK NOISE(組間變動(dòng) )WHITE NOISE(組 內(nèi) 變動(dòng) )D M A I CⅤ. Improvement 2. 分散分析 (ANOVA)的 概 念Great Company Great People ? 為 了 決 定某因素 (X)對(duì)結(jié) 果 值 (Y)產(chǎn) 生的影 響 ,為 了以最小的 實(shí)驗(yàn) 分析 獲 得最大的信息 , 事前 計(jì) 劃 實(shí)驗(yàn) 條 件 ,實(shí) 施 實(shí)驗(yàn) ,并 找出最佳 條 件的方法Error改善法 實(shí)驗(yàn)計(jì) 劃 法最佳點(diǎn)現(xiàn) 位置最佳點(diǎn)現(xiàn) 位置D M A I CⅤ. Improvement 3. 實(shí)驗(yàn)計(jì) 劃Great Company Great People ?