六西格玛培训课件-500强外企内部培训课程(28)

实验设计绿带六西格玛DMAIC原理目的•介绍实验设计的概念•介绍实验设计的主要术语•提供处理噪声变量的指导•深入审视推论空间和实验有效性•介绍制定实验方案的流程再现性(员工/方法)减少测量误差，实现“真实”的能力评估！测量标准差异实际差异重复性(设备)Y=f(x1,x2,x3,x4,...xn)Y的差异过程图初始能力评估FMEAx1,x7,x18,x22,x31,x44,x57Y=f(x7,x22,x57)3020100555045ObservationNumberIndividualValueIChartforChart11X=50.353.0SL=54.21-3.0SL=46.50因果关系矩阵流程从许多琐碎的变量X中“过滤”出少数重要的几个流程Y在一段时间中的绩效FMEA减少“错误输入”引起的差异及其影响多变量多变量研究有助于确立Y和关键X之间的联系多变量分析确认噪声变量，减少实验设计中的X实验设计确定关键X及其与Y的关系对关键X进行适当控制我们从“Y”开始：弹射器练习勇敢的国王Cole想要夺取Brain城堡。国工的木匠发明了一种叫做弹射器的武器。国王想要用它来征服Brain城堡。国王的军队只能逼近到离Brain城堡70码的地方，因此弹射器必须能将弹药发射出70码远。你的工作是用一个小型弹射器模型（用英寸代替码作为射程单位），并确定能将弹药发射70英寸远的设置。弹射器产品开发（续）你的预算（时间和金钱）最多支持10次实验。实际大小的弹射器上没有模型所拥有的调整功能。在10次实验内，你要确定弹射器的设置，并且对“最佳”设置进行2次或2次以上的实验，以检验结果的一致性。弹射器设计-关键因素橡胶带连接点摆臂停止设置橡胶带拉紧点12345123451234后拉角度6弹射器数据表实验橡胶带连接点摆臂停止位置RB铰链点射程1____________________________2____________________________3____________________________4____________________________5____________________________6____________________________7____________________________8____________________________9____________________________10____________________________注：RB=橡胶带弹射器开发结果发射70英寸远的设置应为:橡胶带连接点____摆臂停止位置____橡胶带铰链点____在“最佳”设置下每次发射结果的平均值和标准差：平均值____标准差____学习方法•被动性–观察自然发生的可提供信息的事件（多变量研究）如果幸运的话，在你观察时可能会有可提供信息的事件发生•实验性–创造可提供信息的事件•实验设计主动控制输入变量，以研究它们对输出变量的影响主动促使可提供信息的事件发生如果正确进行设计，实验将是充分的有用的设计的实验•是一种用数据来了解过程中因果关系的系统性方法•研究同时改变多个变量X的影响•我们对输入变量（X）进行有计划的改变，来观察输出的因变量（Y）的变化•寻找有影响力的变量X以Y为中心使Y的差异性最小使噪声变量的影响最小实验•大部分人如何进行实验试错法一次单因子法（OFAT）•绿带和黑带如何进行实验部分析因法完全析因法反应面法其它实验高阶图筛选设计特性研究优化研究部分析因法完全析因法反应面法我们的重点试错法•问题：当前汽车每加仑汽油里程数为20mpg。目标是30mpg。•我们可能作以下实验：改用其它品牌的汽油改变辛烷比例降低行驶速度调试汽车洗车并上蜡购买新轮胎改变轮胎压力•如果起作用会怎样?•如果不起作用又会怎样?这些变量被认为是对MPG有最大影响的变量问题：我们的目标是每加仑汽油里程数为30mpg。在可能显著改变汽油里程数的两种设置下改变每个输入变量。看看结果。一次单因子法速度辛烷轮胎压力MPG55873022658730246593302165873524完全析因实验运行OFAT问题：目标是30MPG我们怎么会遗漏了这些因子?速度辛烷轮胎压力MPG5587302265873024559330316593302155873532658735245593353865933521完全析因实验•问题：每加仑汽油里程数太低•设计的实验将：确定有没有单个变量（辛烷、轮胎压力、速度）能使MPG上升至38确定三个变量同时起作用是否能使MPG达到382122242438313222轮胎压力辛烷速度655593873530MPG的立方图（数据均值）完全析因实验设计实验的一些优点•使我们能够得出基于数据的结论•使我们了解过程及控制方法•考虑到系统固有的噪声•高效率–以最小的工作量获得最多的信息•探测变量间的相互作用设计实验的理想特性•达到实验的目标（回答最初激发实验设计的问题）•让我们能同时研究多个变量•充分涵盖感兴趣的实验范围•以最小的数据收集成本获得最大的信息量合理设计的实验（续）•易于分析和解释•使实验者可以确定哪些因子有重要意义建立一个数学模型检验模型充分性估计实验误差操作性应用•原材料选择和/或规范•变量筛选从许多变量中筛选出几个•产品/过程开发和优化•测试方法开发测试方法的哪些属性影响测试结果?•确定客户要求•过程控制和能力确定控制措施交易性应用•产品展示货架和比赛城市、郊区和农村•广告策略自然和行动图形男性和女性的反馈•调查反馈率电话和邮件现金奖励和产品奖励•库存安全储备策略工厂和配送中心术语输入受控变量X输出Y因子处理自变量影响因变量响应原因结果常规实验设计•析因用于确定哪些X是重要变量，形成有限模型•部分析因用于初步研究多个变量X，确定哪些为重要变量•反应面用于确定重要变量X如何影响Y，并创建模型用于过程优化、过程控制和确定操作窗口•混合在列方程式时用于确定哪些X是重要变量以及它们怎样影响Y析因实验•检验两个或两个以上因子水平的所有组合水平指特定因子所处设置的数目•例如，两个水平的因子A和三个水平的因子B将产生6个组合12123AB两个水平的析因实验•很常见•每个变量有两个水平：低和高每个变量2个水平有助于将组合数降至最低•运行变量的所有组合•所用记号为2kk表示输入变量的数目2表示每个输入变量水平的数目23是三变量设计的例子，共8次运行25=2x2x2x2x2=32次运行制定两个水平的析因方案•目标我的目标是什么?实验是否能回答我的问题，达到我的目标?•输入变量包括哪些因子?添加一个因子将使实验次数翻倍。制定实验设计方案（续）•变量范围涵盖感兴趣的区域足够宽泛，可以看到一个可能的期望结果验证代表日常过程差异发展超过当前窗口或知识水平•响应深化认识，有助于制定与目标相关的决策需要合适的检验方法复制•每组实验条件次数包含于实验之中•和重复不同，我们在每次实验条件下测量许多个样本一次实验可以同时包括复制和重复•让实验者可以获得过程固有噪声的估计值•使过程信号或结果的估计值更为准确重复和复制示例过程重复复制挤出Y=薄膜厚度分别在高设置和低设置下生产5个连续薄膜卷以随机顺序生产10个薄膜卷（5个在高设置下，5个在低设置下）货架上的产品摆放Y=每周销售总额将货物在货架高处、中间、低处各摆放一个月将货物在货架高处、中间、低处各摆放1周，并重复4次比较重复和复制，你关于实验结果的结论是什么？复制的意义治愈率张力xxxx张力确实影响治愈率，是吗？复制的意义（续）治愈率张力xxxxoooo现在你怎么看？X：第一次复制，O：第二次复制重复的意义•使每次实验运行结果的估计值更为准确•提供研究每个X对过程差异影响的机会随机性•确保设计实验的有效性•有助于确保外部变量（未知变量，不受控变量）的影响不会使我们的实验产生偏差•有助于确保统计假设的有效性析因设计：例1一个工程设计组织在预测项目所需成本方面遇到了困难。为理解这个难题，他们让20位工程师预测了一个即将接手的大项目的成本。工程师按从业年数和从业类型分类：每个类别中有5名工程师。项目实际成本为1千万美元。因子低水平高水平从业年数＜＝2＞＝10从业类型只有小项目有大项目和小项目在Minitab中创建一个析因设计1.指明因子个数2.选择全部或部分析因设计3.指明复制、限制和中心点4.指明因子名称和范围5.运行设计在Minitab中设计一个实验1.选择设计3.选择最终设计2.选择因子个数4.指明复制次数首先，打开文件：GBDOE。MPJ设计矩阵5.确定因子及其水平6.在确定所有因子的名称和水平后，点击“OK”。设计以随机顺序（被称为运行顺序）列在工作表中一旦运行该设计，响应应输入工作表。设计：实际单元的工作表标准顺序查看设计：因变量输入预测值（单位：百万美元）如下所示。以标准顺序显示你的设计，然后从工作表ProjectForecasting中拷贝数据，将其粘贴在你的设计的C7列中。实验设计分析的一般步骤•计算每个变量（信号）的原始影响•确定系统内的噪声•确定显著信号/噪声比率•利用图表来帮助理解计算影响从业类型从业年数210+小大和小6.549.529.5610.34从业类型的影响平均值9.958.03差值=1.92从事过两种规模项目的人的预测值比只从事过小项目的人的预测值平均高出192万美元。因子影响计算•取与水平（1）有关的预测值的平均值，并减去与水平（-1）有关的预测值的平均值•改变一个因子的影响被视为主要影响•说明因子对因变量的影响方式（方向）和大小•等同于均衡设计的回归计算计算影响这表明，工程师获得大项目和小项目的经验，其预测值将增加192万美元，因而预测误差减小。1.9229.52)(6.54210.34)(9.56=从业类型的影响值=++从业类型从业年数预测值-1-16.541-19.56-119.521110.34+平均值9.95-平均值8.03影响1.92计算影响9.938.05从业类型从业年数210+小大和小6.549.529.5610.34从业类型的影响平均值差值=1.88从业年数较长的工程师的预测值比从业年数较短的工程师的预测值平均高出188美元从业年数的影响这表明，随着工程师从业年数的增长，其预测的项目成本将增加188万美元，减少了其预测误差。从业类型从业年数预测值-1-16.541-19.56-119.521110.34+平均值9.93-平均值8.05影响1.88相互作用•我们刚刚计算了实验的主要影响换句话说，我们只研究了从业类型和年数的影响•我们还要研究这两个变量的综合影响要回答的问题是，主要影响之外是否还存在以上两个变量的特定组合，能减少预测误差？换名话说：从业年数的影响是否取决于从业类型？相互作用的影响•如果一个变量的影响值取决于另一个变量的水平，两个因子之间便存在相互作用。换句话说，如果因子A的行为取决于因子B的水平，AB之间便存在相互作用•如果存在相互作用的影响，则应使用相互作用来描述系统，而不是单独的影响。因子不是独立的，不应该分开研究主要影响设计相互作用影响设计相互作用＝类型×年数相互作用的影响•相互作用影响通过将各列数值相乘来表示•对于22设计，类型×年数相互作用栏通过将类型列和年数列相乘来创建从业类型从业年数-1-11-1-1111从业类型从业年数相互作用-1-111-1-1-11-1111相互作用的影响从业类型从业年数210+小大和小6.549.529.5610.34平均值9.54差值=-1.10很难用数字表示相互作用。图形是最好的表示方法，我们可以很直观地看出关系。8.44相互作用从业类型从业年数相互作用预测值-1-116.541-1-19.56-11-19.5211110.34+平均值8.44-平均值9.54影响-1.10相互作用图从业年数较短且只有小项目经验的工程师