6 Sigma_定义衡量阶段_数据的力量_Power of Data_CN

1数据的力量2内容•为何要使用数据•统计数据的作用•可变数据variabledata•属性数据attributedata•知识的层次•将属性数据转化为可变数据36Sigma进程图—数据衡量分析在整个过程中都将使用到数据：用来确定优先的内容及重点用来量化当前过程运作情况用来验证原因用来量化解决方案的效果用于持续控制过程改进控制46Sigma的基础数据决定了决策和行动!!5什么是数据？数据是我们记录的衡量或观察结果并用以描述、理解、优化或控制诸如过程这类事物。6为什么要衡量？如果我们不能精确地衡量某一事物那么我们就不能充分了解它那么我们就无法控制它那么我们就只能碰运气了!!!7为何要使用数据？我们进行衡量是为了获得……数据有用的信息统计将数据转化为8统计数据是用于……•描述我们的产品和过程平均数mean=3.2标准差std.dev=0.04•得出结论并预测结果总体population所有发票样本sample50张发票9运用统计数据时……1.衡量适当的事物2.肯定数据是“良好的”3.有信心结论是正确的4.效率高101、衡量适当的事物数据是否能回答我们所需知道的问题？过程客户客户见到的PPM不反映“隐藏的工厂”。112、肯定数据是“良好的”与被衡量项目的偏差相比，衡量误差有多大？贡献率55%45%零件间偏差衡量系统偏差123、有信心结论是正确的有95%的可能性……“过程发生了变化”我们结论正确的可能性有多大？历史数据新样本134、效率高我们想要从尽可能少的数据中提炼出尽可能多的信息。尴尬：我们有大量数据但却信息贫乏14两类基本数据例如可变数据variabledata（连续数据ContinuousData）•从连续区间内得出的衡量结果•长、宽、高等任何一种度量•重量•强度•时间•成本属性数据Attributedata（不连续数据DiscreteData）•计数获得的数据例如•有污渍的上衣数•发票上的错误数15练习在下列各项中，标出数据类型，V表示可变，A表示属性。1.有裂缝的厨柜台面数2.每块厨柜台面上的裂缝数3.焊点直径（单位：英寸）4.坏的焊点数目5.航班晚点次数6.每次发货至送达时间（单位：天数）7.未通过检验的产品数8.吊装设备吨位（单位：吨）数据类型（V或A）16练习答案数据类型（V或A）AAVAAVAV1.有裂缝的厨柜台面数2.每块厨柜台面上的裂缝数3.焊点直径（单位：英寸）4.坏的焊点数目5.航班晚点次数6.每次发货至送达时间（单位：天数）7.未通过检验的产品数8.吊装设备吨位（单位：吨）17两类属性数据缺陷项数量DefectiveItems（通过/失败,二项分布binomialdistribution）例如：•未通过检验的产品数•有错误的发票数量缺陷的数量Defects（泊松分布PoissonDistribution）例如：•每块厨柜台面上的裂缝数•每张发票上的错误数量18讨论可变数据的优点是什么？缺点是什么？属性数据的优点是什么？缺点是什么？19集体讨论可变数据优点：•能用相对较小的样本得出有关过程的详细信息。•可用于低差错率的统计分析。•能预测发展趋势和未来情况。缺点：•通常数据较难获得。•分析比较复杂。20集体讨论属性数据优点：•数据易于获得，计算简单。•每个人都能理解数据含义。•通常是当前可获的。缺点：•无迹象表明为何缺陷会发生，过程是如何发生变化的。•低差错率时的统计往往不精确（需要大样本）。•不能预测趋势发展或未来情况。21两类数据的比较可变数据属性数据连续数据计算数据分布经常是正态分布二项分布、泊松分布结果实际值通过/失败数据解释力强弱需要的样本较小需要大样本22可变数据是以下各项的来源：•在过程特点分析中发现有影响力的因素•设计试验来改进过程（DOE）•控制过程可变数据是通向高层次知识的途径!!!233.分类后的数据—表格/图1.没有数据—只有经验0.没有数据和经验—只有一个观点4描述性统计数据5推断性统计数据2.收集来的数据—数目太多了知识层次24可变数据属性数据转化属性数据由于可变数据解释力强，而属性数据解释力弱，我们可能希望有如下转化……到25例如：产品裂缝二项数据有裂缝无裂缝类别等级很短1短2有3长4很长5产品裂缝26转化属性数据的注意事项1.必须确定这套衡量系统有可重复性和可再现性2.最好使用真实的可变数据如……裂缝长度（单位：毫米）27总结！1.数据通过6Sigma影响决策和行动。2.数据用于……确定优先的内容和重点量化过程基线核实偏差和缺陷的原因核实解决方案是可行的促进持续改进3.正确使用统计数据，把一般数据转化为能引导我们采取正确行动的信息。4.有两类数据类型：可变数据（连续区间上的衡量结果，如直径）属性数据（计算得出的数目，如缺陷数量）5.可变数据比属性数据更能有效评估原因和解决方案的效果。