sixsigma管理的實(shí)施階段-閱讀頁
2025-02-28 03:07本頁面
【正文】 (CTQ) Customer1. 物 美 價(jià) 廉2. SVC 優(yōu) 質(zhì)3. 口 味 多 樣4. 環(huán) 境 優(yōu) 美 Company 歷史悠久 品牌好 經(jīng)驗(yàn)豐富 體系完善 價(jià)格高 口味少 經(jīng)營(yíng)體制不活 Compatitor 口味新，價(jià)格低 服務(wù)更好，規(guī)模大 環(huán)境好 無品牌 經(jīng)驗(yàn)少 體系不完善；；；；；。； ；； 這個(gè) Output誰使用 ?Internal Customer External Customer；；；。通過成本縮減 從而提高本酒店的競(jìng)爭(zhēng)力Logic Tree不良內(nèi)容不良內(nèi)容 1次因子次因子 2次因子次因子 潛在因子潛在因子劃傷 脫漆外觀不良外觀不良 作業(yè)方法不當(dāng)LINE作業(yè)不良來料不良LINE 判定基準(zhǔn)不明確來料不良作業(yè)者責(zé)任感不強(qiáng)修理后未重新投入252。X1252。X2252。X3252。X4252。X5252。X1252。X2 從 4M（人、資材、機(jī)器、方法）分析，結(jié)合問題的影響要素，運(yùn)用 Logic tree ，初步找出問題的潛在因子 .ControlImprovement Analysis MeasurementDefineLG Electronics (HuiZhou) Inc異色 臟4/25 Pareto圖拍拉圖是基于帕累托原理，該原理是 Vilfredo 1897年他提出， 80%的財(cái)富集中在 20%的人手中。排列圖分析能幫助人們確定這些相對(duì)少數(shù)但重要的問題，以使人們把精力集中于這些問題的改進(jìn)上。sigma方法的測(cè)量和控制階段，排列圖分析尤其有效。 PARETO PIETwosampleforvsNMeanSE=amuforCIdifference:)TTestdifference0notTValuePValueDF10BothPooled=StDev如何 計(jì) 算？pooled公式 為 ：S=SQRT(((n11)*S1^2+(n21)*S2^2)/(n1+n22)))S S2分 別為 兩個(gè) 樣 本的 標(biāo) 準(zhǔn)偏差pooled＝ SQRT(((5)*^2+(5)*^2)/(10)))=TwosampleforvsNMeanSEx320Differencemux3Estimatedifference:95%for(,of=(vs=):===useStDev Pareto圖拍拉圖是基于帕累托原理，該原理是 Vilfredo 1897年他提出， 80%的財(cái)富集中在 20%的人手中。排列圖分析能幫助人們確定這些相對(duì)少數(shù)但重要的問題，以使人們把精力集中于這些問題的改進(jìn)上。sigma方法的測(cè)量和控制階段，排列圖分析尤其有效?！ ARETO PIE Pareto圖有人在估計(jì)總體均值時(shí)要求在置信度為 99%的條件下保證樣本平均數(shù)與總體均值之間的誤差不超過標(biāo)準(zhǔn)差的 25%。首先你要先搞清楚，總體是不是符合正態(tài)分布的。如果這個(gè)區(qū)間是很重要的話，你就必須要考慮樣本的誤差。我們知道 6sigma主要采用的是小樣本，小概率理論的。從抽樣看來樣本校正系數(shù) =1（ n/N） 所以小樣本的校正系數(shù)就是 1。如我們非常熟悉的 =σ/n^1/2這個(gè)公式，使用條件應(yīng)該是簡(jiǎn)單隨機(jī)重復(fù)抽樣。=σ/n^1/2[（ Nn)/(N1)]^1/2使用條件是簡(jiǎn)單隨機(jī)不重復(fù)抽樣。所以說這個(gè)公式被簡(jiǎn)化了。而在教材中我們往往看到 (uXbar)/σ，這是為什么哪？因?yàn)闃颖拘?，開方后可以忽略不記了。后來就明白了，原來是我熟記的很多東西，并不是確切的，是某些公式的簡(jiǎn)化形式。比如你的題目是 “有人在估計(jì)總體均值時(shí)要求在置信度為 99%的條件下保證樣本平均數(shù)與總體均值之間的誤差不超過標(biāo)準(zhǔn)差的 25%。）。2倍 Pareto圖什麼時(shí)候用常態(tài)分配、什麼時(shí)候用 t分配常態(tài)分配與 t分配是很類似的機(jī)率分配模式，一個(gè)是有比較集中的峰態(tài)與單薄的尾部，一個(gè)是有比較偏平的峰態(tài)與厚重的的尾部，但兩者都是屬於對(duì)稱型的分配模式。就學(xué)理上來說，其中的差別在那裏：什麼時(shí)候該用常態(tài)分配、什麼時(shí)候該用 t分配？請(qǐng)大家一起來發(fā)表意見。所以說，不管原來的母體真正的分配是那一種，應(yīng)該通通都可以用常能分配就可以啦！那為什麼還要多考慮一個(gè) t分配呢？問題就出在於我們對(duì)原來母體離散程度的瞭解。Deviation(標(biāo)準(zhǔn)差 )。但是變異數(shù)與原來資料的單位不一樣 ─因?yàn)樽儺悢?shù)的單位是原來單位的平方，所以就把變異數(shù)取二分之一次，得到的量就跟原來的單位是一致的，這個(gè)值就是標(biāo)準(zhǔn)差。所以答案的關(guān)鍵就在於母體標(biāo)準(zhǔn)差是否為已知。戶之，當(dāng)母體標(biāo)準(zhǔn)差未知時(shí)，就必須用 t分配的方法。可能會(huì)用到一些數(shù)理統(tǒng)計(jì)的術(shù)語，或是比較數(shù)學(xué)化的一些定義，大家看看就好。Variable)，其分配模式分別為 X為標(biāo)準(zhǔn)常態(tài)分配，Y是具自由度＝ df的卡方 (ChiSquare)分配。t分配，簡(jiǎn)稱為 t分配。在理解 Logic Tree的基本原理時(shí)， MECE的概念非常重要。而且，因?yàn)闆]有覆蓋整體，問題有可能被遺漏。因?yàn)椋绻^分拘泥于 MECE，致使 Logic Tree無法展開，反而不如在 MECE不甚充分的情況下展開 Logic Tree更加有益，因?yàn)樵谶@樣做的過程中，展開 Logic Tree的Skill得
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1