6Sigma绿带训练-分析

Page16Sigma綠帶訓練－分析(Analyze)6SigmaforCustomerValuePage2DMAIC專案步驟和工具階段步驟工作細分與工具定義專案選擇確認企業的機會專案計劃Y＝f(X)、團隊建立、KANOmodel問題陳述、VOC、CTQ、定義缺點、衡量尺度專案目標與範圍、ProcessMap、專案綱領量測資料收集計劃評估量測系統確認Sigma水準計數、計量型資料、抽樣方法、C&Ematrix、FMEA操作性定義、巡視流程、GageR&RDPMO、製程能力與績效分析分析建立改善目標驗證潛在要因標竿學習、Entitlement、差距分析圖形分析、假設檢定、相關性分析、迴歸分析改善確認關鍵少數建構最佳模式評估最佳模式實驗設計（DOE）先導測試(PilotTest)、更新ProcessMap、更新FMEA成本/效益分析控制確認管制策略建立管制計劃結合品管系統防呆、目視化顯示與目視化管制管制計劃、長期MSA計劃品管系統、專案移交、專案稽核Page3分析階段課程大綱A0.分析階段概述A1.建立改善目標A1.1建立績效指標A1.2企業標竿A1.3EntitlementA1.4差距分析A2.驗證潛在要因A2.1圖形分析A2.2數據驗證假設檢定變異數分析相關性分析迴歸分析步驟摘要A3.分析階段回顧Page4A0.分析階段概述確認目前的流程能力A1.建立改善的目標資料分析工具箱•圖形分析•數據驗證A2.驗證潛在要因(Vitalfew)改善階段量測階段分析階段Page5在A1，我們將利用分析工具建立改善的目標主要的目的是在設定目標，以整合客戶滿意度與可用資源之間的平衡步驟主題：•建立績效目標•分析內部或外部標竿，並與目前之最佳績效水準比較•在可衡量的利益中，評估長期和短期SigmaLevel•依據目標與現階段流程水準間的差距分析，決定改善的方向A1.建立改善目標A1建立改善目標Page6衡量目前流程的基準值績效目標流程變更(突破)建立績效目標流程改善（最佳水準）•確認目前流程的基準與績效目標間的差距•兩種改善流程的方式:-改善目前的流程-建立新的或重新設計現有的流程差距A1建立改善目標Page7即一種不斷尋找最佳作業模式、實務及流程的過程並企圖藉由最佳化的追求及導入，而使其成為業界之佼佼者標竿學習什麼是企業標竿?A1建立改善目標Page8為什麼要進行企業標竿的研究？時間績效創新持續改善持續改善突破性的進展•發展和執行策略目標•建立可行的目標•緊迫感•突破性的思維•更深入的了解自身的產業A1建立改善目標標竿學習(續)Page9企業標竿的類型內部標竿最佳標竿競爭標竿內部標竿是在分析組織內現行的實務.以尋找最佳績效並確定活動基準和領導者競爭標竿是從外部確定直接競爭對手的績效表現.競爭者的標竿一般以整體產業或市場所關心的議題為主最佳標竿在檢視所有產業,以尋找最新的及最具創新性的實務,這種最佳實務及期望績效的廣泛概念為追求企業標竿的終極目標A1建立改善目標Page10標竿學習的流程步驟8.發展行動計劃9.執行特定的行動方案並監控流程的進展10.核對標竿指標之可行與合理性計劃分析整合行動1.確定什麼可以成為標竿2.確定可比較的公司或流程3.決定資料搜集的方法並搜集資料4.確認現階段的績效差距5.未來專案的績效水準6.整理所收集的資料並訂出可接受的目標7.建立目標A1建立改善目標Page11訪談標竿學習的執行計劃•透過關鍵人聯繫組織及管道•收集對方資料並深入研究•備妥詳細的調查問卷以獲取所需的資訊•建立各項預備計劃以及寄送初步文件給對方參考準備訪談•對面談前預先準備工作,並充滿信心•培養良好氣氛以獲得最好的結果•感謝對方的善意,並確認後續必要工作的持續進行組織訪談•審查訪談小組觀察的結果並撰寫訪談報告•條列出符合改善需求的最佳實務•建構應行動的要項並確認負責人後,進行改善階段.擬定行動計劃•將訪談報告轉呈SixSigma專案領導人•將訪談的結論及欲採取的改善事項呈報高階主管維持與溝通A1建立改善目標Page12標竿學習的本質•一個持續的改善行動•取得具有價值資訊的調查過程•向他人學習的過程，計劃性的尋找概念•一個費時、費力且講求紀律的流程•一個提供有效資訊的可行工具以協助企業改善流程標竿學習應該是...•一次性的活動•提供簡單答案的調查過程•複製，模仿•快速而且容易•光說不練，一時的流行標竿學習不應該是...A1建立改善目標Page13最佳水準(Entitlement)Entitlement是原本應該擁有的能力水準,此能力應為製造出良品的能力,同時,其亦為附加價值、時間、金錢….的同義詞.Entitlement=CpA1建立改善目標Page14差距分析(GapAnalysis)差距=目標-現狀水準達成目標的方法可以與企業標竿的方法及目前的產品/流程的改善結合.目標也許可以或不必將企業標竿與目前最佳水準納入.目前水準與目標間的差異構成了差距改進的關鍵方法就是逐步縮小差距A1建立改善目標Page15改善的目標:縮小缺口345671,000,000100,00010,0001,0001001012Sigma尺度DPMO最佳實務4.7σ基準線2.95σ缺口最佳水準5.2σ目標:6sA1建立改善目標Page16A2.驗證潛在要因A1.建立改善的目標資料分析工具箱A2.1圖形分析A2.2數據驗證A2.驗證潛在要因(Vitalfew)A2驗證潛在要因Page17整體概念•接下來的部分,我們要對所有鑑別出之潛在要因(x’s),針對其重要性，建立必須改善的優先順序目的•從潛在變數中列出重要的因素（關鍵少數VitalFew）“Xs”及普通的多數(trivialmany）,藉此,能透過運用統計技術的效果來改變/改善“Y”y=f[(x1,x2,x3)(x4,x5,x6....xn)]VitalFewTrivialMany驗證潛在要因的目的A2驗證潛在要因Page18A2.1圖形分析•直方圖(Histogram)•盒鬚圖(BoxPlot)•推移圖(RunChart)•散佈圖(ScatterPlot)A2.1圖形分析Page19圖形分析的重要觀念•思考你想要看的是什麼，哪一種圖形最好。•運用不同的圖形分析工具，可以獲得不同的觀點。•單一的工具不可能提供所有答案。•問題的資料型態適合運用哪些圖形加以分析。A2.1圖形分析Page20直方圖(Histogram)•直方圖可以提供的資訊–資料分組後各組的次數分布情形.–整體資料是否呈現常態性的分布–分布型態為對稱或為偏峰–資料可能存在不同的模式(單峰或雙峰).–觀察資料的變異性A2.1圖形分析Page21運用Minitab產生直方圖1.GraphHistogram2.選擇SimpleOK3.選擇資料變數（SFT）4.OK123A2.1圖形分析Page22Minitab輸出結果：直方圖A2.1圖形分析Page23盒鬚圖(BoxPlot)•盒鬚圖可以提供的資訊–資料的中位數、1/4及3/4位數、異常值.–哪些變數對問題的影響較大–比較不同變數間的變異程度(組間變異)–將資料50%的變異以盒形加以圖示(組內變異)A2.1圖形分析Page24運用Minitab產生盒鬚圖1.GraphBoxPlot2.選擇OneY/WithGroups3.選擇變數(Y)”SFT”4.選擇分類變數(X)”lotno2”1234A2.1圖形分析Page25•上界(UL)•3/4位數(Q3)•(中位數)•1/4位數(Q1)•下界(LL)•異常值UL(上界)=Q3+1.5(Q3-Q1)LL(下界)=Q1-1.5(Q3-Q1)OT(異常值)=超過UL&LL的值運用Minitab產生盒鬚圖A2.1圖形分析Page26推移圖(RunChart)•推移圖可以提供的資訊–流程資料是否隨時間呈某一趨勢.–平均數或中位數–資料中是否存在某些特徵–加入管制界線即為管制圖–至少需要20筆以上的資料A2.1圖形分析Page27運用Minitab產生推移圖1.StatQualityToolsRunChart2.選擇變數及樣組大小12A2.1圖形分析Page28Minitab輸出結果：推移圖A2.1圖形分析Page29散佈圖(ScatterPlot)•散佈圖可以提供的資訊–觀察變數間可能的關係.•正向或負向•直線或曲線–變數間關係的強度A2.1圖形分析Page30運用Minitab產生散佈圖1.GraphScatterplot…2.選擇Simple3.選擇X及Y變數123A2.1圖形分析Page31Minitab輸出結果：散佈圖A2.1圖形分析Page32主要分析工具:•假設檢定•ANOVA•相關性分析•迴歸分析A2.2數據驗證A2.2數據驗證Page33假設檢定（HypothesisTests）幫助我們決定觀察值的差異是否：具統計上的顯著性或只是偶然發現(正常變異)1.三人言而成虎2.香腸與養樂多一起吃會致癌3.本公司男性同仁的身高都很高4.時程縮減專案(目標:小於3分鐘),追蹤五個月數據2.7,2.2,3.35,2.9,2.8請問專案成功了嗎?A2.2數據驗證Page34法官判案判決有罪無罪事實好人冤獄當庭開釋壞人罪有應得縱放品管單位判決退回接受出貨事實良品生產者風險alfa良品不良品不良品消費者風險Beta法官心中的一把尺A2.2數據驗證Page35在統計假設中,通常依據一般、傳統、既有的觀點建立之假設稱之為虛無假設(NullHypothesis).以H0表示之而不同於上述虛無假設的主張或觀點稱為對立假設(AlternativeHypothesis).以H1表示之假設檢定如何檢定我們的假設?充分運用Minitab!!A2.2數據驗證Page36看P-值(P-Value)!!接受或拒絕假設?Z如果P0.05()表示我們可以合理拒絕虛無假設.反之，若p-值＞0.05()，則必須接受虛無假設P-值P-值:觀測的顯著水準A2.2數據驗證Page37陰影區域代表機率我們的樣本平均可能在這些極值間的某一處鐘型範圍的機率值=160Xp-值法•在統計上的顯著性及偶然的機會間，我們如何決定在哪而畫線？•我們可使用以往所學的機率概念來“增加證據”並做決策•觀察我們樣本平均的可能區間為？可從假設的平均(H0)獲得•機率代表在分配曲線下的區域60X=57.5X=???X=66A2.2數據驗證Page38什麼是“p-值”?•“p-值“是觀察到樣本抽樣變異間差異之發生機率.同時,它也代表你決策錯誤的風險!!•說明：如果P-值很小，可推論虛無假設(H0)是錯誤的，樣本並非來自所假設的分配•另一個選擇，可考慮P值代表我們犯錯的風險當我們宣稱所得到的結論為拒絕虛無假設而真實的情況卻為接受時那麼P-值則表示我們下錯這個結論的機率值A2.2數據驗證Page39善用分析P值?•一般標準：–P-值0.05,可推論我們發現了差異–舉例說明，當我們的結論為偏離目標時，P-值0.05所表示的意義為我們推論錯誤的機會仍有5%•為什麼要設定為5%?–因為一旦確定後，再做改變所花費的成本將是非常昂貴的，因此，在付出時間與成本之前，我們需要確定所走的方向是正確的•P值5%是固定的嗎?–不，P值只是量化誤差的風險，你可以做最後的判斷A2.2數據驗證Page40P值0.05無發現統計上的差異!!P值0.05找到統計上的差異Z/2顯示P值我們以在目標值上來開始假設：Ho:=60我們尋找樣本證據支持對立假設：Ha:60Z/2斜線區域代表P值A2.2數據驗證Page41看P-值(P-Value)!!接受或拒絕假設?Z如果P0.05()表示我們可以合理拒絕虛無假設.反之，若p-值大於0.05()，則必須接受虛無假設P-值A2.2數據驗證Page42決策法則以3種不同方法來檢視決定接受或拒絕虛無假設:當…...…,拒絕虛無假設當…...…,接受虛無假設.計算值大於表列臨界值（P=0.05）檢定統計量小於表列臨界值（P=0.05）1.臨界值P-Value(=0.05)P