02GB_Analyze分析

SIGMASigmaGBImprovementProcess绿带分析阶段课程3.0Analyze/分析突破性改善的利器Process讲课Exercise小组讨论Exercise个人实习Template案例Minitab原因分析阶段的Output:发现散布的根本原因•查找散布的原因–发现X•从多个原因中，找出核心因子(VitalFew)•设定根本原因的改善方向•计算改善时的有形效果Analyze.3.Analyze原因分析目录1.分析计划树立2.定性分析2-1.Why-why分析2-2.PM分析3.统计分析3-1.假设检验3-2.方差分析3-3.相关分析3-4.回归分析------------16------------36------------245/122Analyze阶段定义课题选定背景Control(管理)PhaseImprove(改善)Analyze(分析)Measure(测量)Define(定义)Step定义产出物1课题选定2课题定义4潜在因子导出5测量系统分析6现水平调查7分析计划树立9VitalFewX’s选定11VitalFewX’s改善12结果验证13管理计划树立14管理计划执行15文件化/共享3课题承认8数据分析10改善计划树立与经营目标联系起来，选定正确的6Sigma课题设定课题的目标和范围，计算期待效果导出影响CTQ(Y’s)的潜在因子确认CTQ(Y’s)测量的可靠性调查Y’s的现在水平，设定改善目标为了确认核心因子，收集所需的数据以数据的科学分析结果为基础，选定核心因子为了达成目标，决定核心因子的最佳案验证最佳案，确认目标达成与否选定管理项目，树立管理计划执行管理计划，并实施监控分析效果，把课题结果实施文件化登录并推进课题执行计划为了验证核心因子，分析数据根据核心因子的特性，树立改善战略Team宪章潜在X’s的优先顺序化目录GageR&R工程能力分析书数据收集计划书VitalFewX’s目录最佳案最佳案验证结果管理计划书监控结果财务效果分析表,完成报告书分析结果改善战略6/122分析阶段概要词典中Analyze的含义分析:分类解析6Sigma中的Analyze按照影响Y’s的潜在因子类，分类解析。按原因类收集数据,:收集数据分析收集的数据,:分析数据导出结论:选定VitalFewX’s找出Y=f(X)是分析的目的。7/122分析阶段概要在Measure阶段调查了Y的现水平，挖掘了潜在X’s。在Analyze阶段为了使X’s客观化，收集具体证据，并分析的阶段。利用收集的具体证据，对Y的影响被得到验证时，潜在X’s才能确定为VitalFewX’s。Measure潜在X1Y1潜在X2潜在X3潜在X1Y2潜在X2潜在X3潜在X4潜在X5Analyze数据收集数据分析VitalFewX’s选定Improve专家意见技术资料分析Benchmarking现场实查问卷调查图表分析假设检验回归分析VitalX1VitalX2VitalX3VitalX1VitalX2VitalX3VitalX4VitalX5○XXX○○X○实用的问题解决对策Process改善Process标准化Process开发8/122为了查找VitalFew(核心因子)①从多样的视角，进行层别②排列图、因果图、散点图、Run-chart等基本的工具更重要③没有被统计证明的不是核心因子(VitalFew)▶排除所有感情、成见，彻底集中于数据④检讨各种要因，其中选别VitalFew分析阶段概要9/122注意避免在根本原因分析中的障碍物障碍物1.很难查找根本原因2.对于快速解决要求的压力(经营者、顾客、利害关系者等)3.对于原因的估计4.对于追加收集数据的阻力10/122ⓑ定量(统计)分析如何查找核心因子(VitalFew)？ⓐ定性分析•未定量化的现象•固有技术问题•设备方面问题解决•定量化的现象•管理方面问题解决•运行条件方面问题Process层别•排列图•Run-chart•散点图判定问题在哪个领域量化变量对问题结果的影响程度分析工具潜在原因导出•工程现状调查(IPO)•逻辑树11/122对于未定量化的问题，定性的原因分析方法最有效定性的原因分析作业性作业方法管理方法固有技术设备技术制造技术•明确引起问题的制造Process•以问题发生部位为中心实施分析本来的状态与现状的比较以技术的角度，追溯问题原因Why-why分析技术分析Benchmarking现场现物现象ⓐ定性分析PM分析12/122对于定量化的问题通过统计分析，检验各原因对散布有没有显著影响统计分析t–检验(平均)F–检验(散布)方差分析相关分析卡方检验回归分析ⓑ统计分析计量型数据-对两样本平均(mean)差别的显著性进行检验-检验两组或两组以上数据的散布是否存在显著性差异-检验两个以上样本平均差别的显著性检验(ANOVA)-研究两个变量之间相关程度大小及相关关系密切程度(Correlation)-对多个计数型数据样本的率（构成比）差别的显著性进行检验-利用回归模型（关系式），预测因子(X,Y)之间关系13/122计数型数据连续型数据卡方检验方差(Variance)均值F检验比较两组比较多组t检验ANOVA统计分析统计分析方法的应用14/122接近容易性vs风险大小风险的大小高低接近容易性难容易定量分析定性分析风险越大，改善投资的决策越难6Sigma推进方向数据分析方法vs风险性15/122关键注意事项分析阶段的关键注意事项分析的核心是，如何更好地收集数据答案在现场。一直要参与。(Bethere!!三现原则和Lean无区别)首先画图表观察(视觉确认，可视化原则之一)不要混淆统计的显著性(P-Value)与实际重要性(ParetoChart)16/122目的:对于已分析的因子，树立验证计划，设定正确的分析方向定义:树立主要改善因子的分析计划即，树立对于在现状调查中选定的主要改善因子，分类为定性因子或统计因子，并选定适当的分析工具，实施分析的计划CheckList项目:-CTQ(评价特性值)-主要因子(X’s)-分析内容-分析方法-日程-担当者主要内容:-确认评价特性值(CTQ)-分类主要因子-确认分析内容，选定分析方法-确认日程及担当者▶树立正确的分析方向和分析计划1.分析计划树立17/122数据收集计划收集哪些数据?-需要测量哪些性能或成果?-需要分析Process低效率的哪些原因?使用数据的目的是什么?-日别、周别使用-掌握趋势-掌握低效率性-现Process运行状况的明示-确认Process中的散布-分析因果关系数据收集方法是否合理?-谁收集数据?-在哪儿收集数据?-什么时候收集?-需要哪些追加支援?是否分析所有关联数据或样本?-样本大小?-频度?-样本选定方法?需要哪些工具?-数据Checksheet?-测量及分析软件?数据收集计划(1/4)18/122抽样通过抽样分析，可使用少量的数据，但能得到好的答案从样本中，可以获得总体及Process的信息。选择的样本应该能代表研究对象总体或Process也要现实的问题(费用、支援等)好的抽样应具备的条件无偏性代表性随机性数据收集计划(2/4)19/122数据收集的简单化样本大小以分析所必需的最少数量为原则维持数据的一贯性设定具体的指南和数据收集方法/时期/地点使数据收集容易提前准备各种表格和样式收集预备数据从数据收集初期阶段开始，仔细观察数据，确认数据是否合理或有无错误使数据收集的变动最少化数据收集的人员不能同时执行多个业务对数据收集者的教育数据收集人员不仅了解数据收集方法，还要明确数据收集的目的关于数据操作的注意也可能发生意外，出现数据不正确的状况，因此在数据收集期间随时确认进行情况抽样时考虑事项数据收集计划(3/4)20/122不同工具样本大小例示TipSheet工具或统计最少样本大小平均5标准偏差25直方图或排列图50散点图25管理图20要注意这只是最少样本大小。这说明从更多的样本数据中得出的结论更具有可靠性。数据收集计划(4/4)21/1221)确认CTQ因子(Y)-填入在课题选定阶段调查的CTQ。分析计划树立方法-1/22)分类主要因子(y,x)-填入确认的主要因子x-因子分类为定性或统计因子CTQ(Y)EDCLoss含量CTQ(Y)No主要因子因子分类X’sEDCLoss含量1305-E下部温度统计2305-EReflux量统计22/1223)确认分析内容，选定分析方法-CTQ与主要因子进行比较，决定要分析的内容。-决定适合于分析内容的分析方法。4)选定日程及担当者CTQ(Y)No主要因子分析内容分析方法X’sEDCLoss含量1305-E下部温度分析温度和Loss量之间有没有关系•散点图•相关·回归分析2305-EReflux量因子分类统计统计分析Reflux量和Loss量之间有没有关系•散点图•相关·回归分析分析计划树立方法-2/2CTQ(Y)No主要因子因子分类分析内容分析方法日程/担当者X’sEDCLoss含量1305-E下部温度统计分析温度和Loss量之间有没有关系•散点图•相关·回归分析•0002305-EReflux量统计分析Reflux量和Loss量之间有没有关系•散点图•相关·回归分析•12/25•00023/122分析计划树立(案例)CTQ主要因子现状态分析内容(想了解的)分析方法担当者期间EDCLoss含量X1:305-EBTM温度3℃左右的散布温度和Loss之间关系相关/回归成贤硕4.15X2:306-FBTM温度(C.W温度变化)4℃左右的散布温度和Loss之间关系相关/回归成贤硕4.15X3:305-E上部压力-0.01∼-0.05变化压力和Loss之间关系均值检验周成日4.15X4:305-Ereflux量Refluxratio手动水平和Loss之间关系相关/回归李仁植4.15X5:311-CsteamflowFeed流量被动动作S.F和Loss之间的关系技术统计量李勇元4.15X6:305-ELevel不一定不规则的原因均值检验李勇元4.15树立分析计划，明确从XYMatrix中导出的主要因子的现状态和通过分析想了解的内容。2.定性分析2-1.Why-why分析2-2.PM分析25/1222-1.Why-why分析作为解释不良/故障发生要因的手段，按照规则顺序，反复喊“Why？”，无遗漏地查找要因的分析方法。①①-1①-1-1①-1-2①-1为何发生①-2①-1-1①-1-2①-2为何发生②②-1②-2最终的Why!(对于现象的根本原因)反复地喊“Why?”，无遗漏地查找最终的Why(对于现象的根本原因)。最终的Why!(对于现象的根本原因)没有注油基准部品材质弱设定位置不明确制作注油基准提高材料的强度确定基准数据现象26/122原有的思考和Why-Why分析的差异Why-why分析原有的思考方式反复Why!5次以上，才可以系统地、彻底地查明目的和手段或原因和结果的关系-若发生问题，凭着自己的经验查找原因-自身的知识和经验不足时，则找不到真正的原因原有的思考方法分析为什么发生，制定对策有疑问以知识和经验为基础思考原因就在知识和经验当中判断原因原因不在知识和经验当中估计偶然猜中原因找出了错误的原因原因不明Why–why思考1)不要混淆[Why]和[哪里]重要的不是故障发生在哪个部品上，重要的是，为什么那个部品会发生那些故障2)在查找原因前，首先要明确要因要因是?:能引起现象的所有的可能性（所有的嫌疑人）原因是?:在要因中引起现象的[犯人](若漏掉要因会判定错误的原因)原因(对策)现象(结果)27/1222-2.PM分析Phenomena(non)-把现象Physical-以物理的方法解释PMechanism-解释现象的机理-解释设备的机理MachineMan-检讨设备、人员、材料、方法的关联性MaterialMethodM分析解释要因改善查找不合理点进行改善28/122统计思考和PM分析的差异从重点主义思