六西格玛黑带培训讲课稿.doc

Good is good, but better carries it.精益求精，善益求善。六西格玛黑带培训-六西格玛黑带培训2008年7月22日星期二1） 六西格玛（6SIGMA）的概念Y=F（X）（Y=顾客X=PROCESS工程）为满足顾客的要求进行的改善过程活动。SIXSIGEMA广义范围：6狭义范围：经营的视角：通过6SIGMA更换工作的方式，运营哲学运营的视角：使用统计技法解决业务中的问题。2） DefineMeasureAnalyzeImproveControl定义Y（顾客的要求不断再变，举例：色像不良（Y的指标：灰度，亮度等）顾客所重要的CTQCTQ=Criticaltoquality(核心质量特性) 定义阶段的核心内容是CTQ3） Measure（测量阶段）举例：色像不良（现水平的把握）4） Analyze(分析)为什么出现这样结果？（通过5M1E分析，有疑问的因子全部找出来）。VITALFEWXS少数核心因子5） Improve（改善）Y收率=F（X）（温度？，浓度？，压力？指定的最佳化情况下不变）6） Control（管理）原位置管理的相关控制。7)Define阶段Roadmap定义阶段分为3个阶段（选定项目，项目的定义，批准项目）项目名：为了什么目的使用什么手段改善什么对象以%改善1 课题选定背景1）事业性侧面（卖出额，利益，M/S等）举例：因为什么问题，对公司的形象，利益等有影响等2）生产性侧面（跟竞争对象的人均生产能力低等）3）品质侧面（不良率，顾客满意率等）4）战略性的联系5）环境，安全侧面，法规.6）其他.2.现象及问题(对问题的阐述)举例;更详细的描述问题(如3000PPM时生产费用增加)具体的资料化(细分化)DATA(数据)指标或者具体钱数等.问题和问题点的不同(问题是大范围,问题点是小范围或者要素)3.VOC(顾客的要求事项)CCR(顾客核心要求事项)CriticalcustomerrequirementCTQ(核心品质特性)(REAL顾客要求准确的添加)时间/金钱/人员/把顾客所有的要求的完成的话,先要把重要举例:CTQ是以专业术语(如GAP,厚度)CCR=CTQ有时候可以成为一样的4. CTQ通过CHART来选定CTQ的运营的定义(O.D:OperationalDefinition)1)为了避免沟通上的差异,需要运营的定义.2)范围:3)计算式:4)不良类型设定:5.课题的范围(SIPOC)ProcessMappingSupplierINPUTProcessOutputCustomer(供应者)(输入)(工程)(产出物)(顾客)6.目标设定1)Benchmarking2)理论的依据3)以往的最佳值(挑战性目标50%)7.日程计划Detail(详细)计划8.Team构成ChampionProcessOwnerMBB(CONSULTANT)BB组员1) 作用2)责任3)贡献度2008年7月23日星期三13：0017：001） TEAM任务书课题选定背景：（目的）我们为什么要工作？（对业务的影响）项目描述书：经历了哪些失败？有哪些错误？有哪些改善的机会？目标描述书：我们改进目的和目标是什么？（成功的基准）项目范围：哪些过程作为对象？是小组执行的范围吗？不是我们执行的范围是？（界限）日程计划：是否合理的各项活动的日程？是否在期限内执行？（活动）TEAM构筑：谁是倡导者/黑带大师/过程负责人？谁是小组组成人员？他们的责任范围是？（谁，执行什么？）2） 投石器实验制定任务书（选定项目背景，问题描述书，目标描述书，项目范围，推进项目日程，推进小组。）2008年7月24日星期四13:0017:001) CCR/CTQ导出格式顾客定义顾客声音（VOC）顾客主要问题事项（KCI）顾客核心要求事项（CCR）CTQ3） PROCESSMAPPING4） DATA：计量型：长度，大小，重量（连续性）计数型：不良个数，缺陷个数（离散性） 年龄是连续性（问年龄时？）也是离散性（什么年代生？）5） 正态分布，标准正态分布。6） 母集团：有限：无限：不良率从母集团抽样是为了鉴定，标本是为了推断母集团。7） 中心极限定理（CENTRALLIMITTHEOREM）样本的平均：管理上的QUICKFIX散布：技术上的6SIGMA（统计）1 样本的平均是母集团的平均是一致的。2 样本的标准偏差是跟母集团的标准偏差1/N标准偏差=8） 举例；1升汽油行驶距离平均12KM标准偏差3KM求：12KM以上15KM以下的行驶概率使用MINTABCALCPROBLIT里的NORMAL里的使用。计算出2008年7月25日星期五Measure测量（Y的现水准的把握）1）YS的确认CTQYS举例：汽车耐久性时间，马力，行驶距离2）YS的运营的定义3）YS的数据收集计划（5W1H为根据）（方法）举例：MINTAB操作CALCRAMDOMDATANORMAILDescriptiveStatistics:C1,C2,C3,C4,C5,C6,C7,C8,C9,C10VariableNN*MeanSEMeanStDevMinimumQ1MedianQ3C1250070.3210.5879.27647.78563.91070.06177.188C2250070.2330.5999.46846.81963.85370.40576.906C3250069.4730.5839.21542.45563.47569.55774.800C4250070.7210.5789.14045.10765.17970.22676.587C5250070.1730.5739.05748.90963.52869.77677.063C6250069.5000.5378.48945.44264.26469.05274.916C7250069.9870.5688.97942.80163.82470.59575.400C8250069.6410.5378.49745.61464.18269.30474.664C9250069.6440.5628.87845.31363.02969.37976.030C10250069.9220.1782.81462.07868.11169.93971.739VariableMaximumC194.565C295.196C393.319C499.577C595.842C694.722C792.257C893.198C990.833C1077.1174）测量系统分析（MSA）1检校正检校正合格标签2GAGRRR5）现水准把握SIGMA水准工程（过程）能力分析1数据稳定性管理图（UCLLCL）异常值祛除（现场确认出现的相关异常数值）设备，材料等错误时出现异常值确认。正常生产过程中出现异常值包括异常值确认。2稳定性3正规性正态分布（1。层别，2。3现主义-现场，现物，现时3.BOX-COX转换不是正态分布的一定的改变对他的属性的分析）4BOXCOX变换5SIGMA水准计算CP、CPK短期工程能力CP-范围以内CPK-中心位置PP、PPK长期工程能力PP-范围以内PPK-中心位置CPK=PPK+1.5以Z(ST)=Z(LT)+1.5(ST=ShortTerm,LT=longterm)工程能力指数=(USL-LSL)/6工程能力指数=VOC/VOP,VOC=USL-LSL(工程标准范围内)VOP=顾客要求最高标准(6)水准=3*CP(工程能力)6)目标再设定(再调整)7)潜在的原因变数XS(原因变量)的导出,越详细越小对课题的成败有很大的因素.1.特性要因图(鱼骨图)2.ProcessMapping(流程图)流程图的定义？1)构成项目的阶段或活动及运行用图式表示.2)分析过程依据组织内的功能如何构成?如何按顺时针移动?重点放在减少等待时间.3)与其他企业的过程相比较时是必须的.流程图的目的缩短周期时间,缩短作业者培训时间,工作范围的明确化,减少产品的变差,减少不良,减少返工作业,复杂过程的明确体系化,确定工作的优先顺序,作业者的作业方法标准化KPIVS(KeyProcessInputVA)关键输入变量Process过程Kpovs关键输出变量举例:接收过程接收件数,接收率,错误件数,错误率(YS)(KPOVS)举例分析错误率,原因分析:人方面(职员的熟练度,顾客的类型)设备方面(桌子的高度)材料(样式:字体的大小)TEAM活动时要准备图纸(设计部门),标准类文件,SPEC,作业指导书.里面有很多原因变量(X)如:标准类文件的GAP,作业温度等都能成为X变量8)潜在的核心因数选定1.Multi-voting(多重投票)2.X-Ymatrix(XY距阵)作成中提出的问题;横方向选定还是纵向选定?横向评价时需要重新做,纵向是因为对一个Y要进行全部分析.(为了防止主观判定,所以需要纵向的客观的评价)9)FEMAQ/F(即实践)样本的平均：管理上的QUICKFIX散布：技术上的6SIGMA（统计）10)QUICKFIX推进计划（即实践）管理上的问题及中心的移动（6sigma不开展活动时不进行QUICKFIX是欺骗顾客）DMAIC各阶段的目标和阶段别进行的15STEP的内容D：选定CTQ1.选定项目2.项目的定义3.批准项目M:描述及确定现象4.确认Y5.确认现水准6.发掘潜在的原因变量A:核心因子选定7.收集数据8.分析数据9.选定核心原因变量I:改善对Y有影响的少数因子10.制定改善方案11.核心变量最佳化12.检验改善结果C:原位置管理的相关控制13.制定控制计划14.实施计划15.文件共享2008年7月28日星期一（13：0017：00）1假设海中漂流状态-组建团队的例题目的：体验小组协助力量活动：1）实施小组活动，同意最佳答案。使用SPACER（安全）S：Safety(安全)P：Purpose(目的)A:Agenda(议题)C:Codeofconduct(行动纲领)E：Expectations(期待事项)R:Rolesandresponsibilities(作用与责任)结果物：1）完成小组WORKSHEET2）小组评价时间：1）利用40分钟，各组编制并发表报告书2）强化小组工作传达目标求点子包括所有人强化参与小组工作不惜任何积极的支援实习3人测量10个水杯中的水位高度每人测一次后捣乱顺序再测量1）MINITAB使用CALCMakepatterenddatasimplesetofnumbers设定测量顺序和排序2）测量分析顺序完后进行水杯中水量的测量，先以排序好的1至10的顺序测量出高度，第2次及3次以捣乱顺序后再进行测量3）测量水杯中水量测量的GAGER&R再现性，反复性等。MINITABSTATQUALITYTOOLSGAGESTUDYGAGER&RSTUDY(CROSSED)(交叉分析)输入PARTNumbers(partno)operators(操作员)Measurementdata(测量值)观测者和产品的交互作用，是交叉还是平行零件间差异，1-10号的零件变化零件的变差一致。3位测量者的平均值再一直线最好X-BAR平均控制图测量3次的平均值读取数据一样的趋势反复性，再线性是否超过30%，是否可以接受，或者弃用极差工程图，范围下限为最佳值2号测量者需要改善，GageR&Rfor测量值GageR&RStudy-ANOVAMethodTwo-WayANOVATableWithInteractionSourceDFSSMSFPPART922420.62491.1814728.90.000测量者20.30.140.90.442PART*测量者183.00.171.30.241Repeatability608.00.13Total8922432.0Alphatoremoveinteractionterm=0.25允许误差率贡献度大与7。7%无法使用小于2%最好GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.1450.05Repeatability0.1330.05Reproducibility0.0120.00测量者0.0000.00测量者*PART0.0120.00Part-To-Part276.77999.95允许误差率10%以下10%30%可以接受但需要改善30%以上不符合顾客要求TotalVariation276.924100.00Processtolerance=5StudyVar%StudyVar%ToleranceSourceStdDev(SD)(6*SD)(%SV)(SV/Toler)TotalGageR&R0.38112.28682.2945.74公差率：Repeatability0.36512.19092.1943.82Reproducibility0.10920.65550.6613.11测量者0.00000.00000.000.00测量者*PART0.10920.65550.6613.11Part-To-Part16.636799.820199.971996.40TotalVariation16.641099.8463100.001996.93NumberofDistinctCategories=61判别指标5以上2008年7月29日星期二1）测量和测量系统分析CTQ对他测量的方法及测量仪器是否有效的确认（测量系统分析的意义：把人员和测量仪器的波动减少到最小，只对部品的波动进行测量。）测量系统的定义及目的：使用计量或测量仪器获取数据。计量的意义；直接显示出来的数据。（如电表，压力计等）测量的意义：主动的自己操作的而得到数据。（如：游标卡尺，直尺等）测量系统的分析目的：1评价现在或新的测量系统2比较一个或多个测量系统能力3比较调整或修理后的测量系统4确定由测量误差所发生的变差水平，决定实际过程能力。2）对输出变差（Variation）的测量系统原因不良测量仪器会影响质量成本（良品处理为不良品或出现相反的情况）3）偏差的可能原因总偏差：零部件间发生的变差，测量误差引起的变差零部件间发生的变差：组内变差+组间变差测量误差引起的变差：测量者变差+测量仪器变差测量者变差：重复性+再现性测量仪变差：准确度+重复性+稳定性+再线性4）测量系统的基本要素1测量系统要统计的控制-测量系统的变差应基于偶然的原因，不是异常的原因异常原因；未管理未控制的原因偶然原因：不可控制的原因2测量系统的变差要比生产过程中的散布要小。3测量系统的变差要比公差规格小。4测量的最小单位（刻度）不能大于工程变差或规格界限中最小的1/10。5）测量系统变差区分1准确性：随着重复测量中心位置的变化2稳定性：随着时间的变化中心位置的变化3线形性：测量范围两端中的中心位置变化中心位置；中心是否变化？（中心位置的变化是测量仪器的检矫正的问题）4重复性：重复测量时发生的变差5再现性：测量者间发生的变差扩散：是否集中？（测量者测量系统大于10%小于30%（教科书251页）6SIGMA里主要改善的是散布。散布是技术的问题。中心是管理的问题。准确性：测量仪器的刻度不准确或者使用者不懂准确的操作方法，人的界限。稳定性：线性：引起非重复性的可能因素：仪器：测量仪器需要维护保修，选择要更明确。人：环境的条件（照明，噪音），身体的条件（视力）重复性：教育的问题引起非再线性的可能因素：测量步骤不明确，测量者没受过操作方面的培训，没有制定相关的操作过程（关于标准的问题）6)GAGER&R的3个指标。1贡献率：大于7。7%无法使用小于2%最好的2判别指标：5以上3允许误差率：10%以下：符合顾客的要求的规格30%以上：不符合顾客的规格要求，2008年7月30日星期三13：0017：00投射实验Two-WayANOVATableWithInteractionSourceDFSSMSFPPART4420603761051509496025.80.000测量者23131561.40.295PART*测量者88761100.01.000Repeatability756885679181Total8942750132Alphatoremoveinteractionterm=0.25Two-WayANOVATableWithoutInteractionSourceDFSSMSFPPART442060376105150941265.880.000测量者23131560.020.981Repeatability836894448307Total8942750132GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R83071.40Repeatability83071.40Reproducibility00.00测量者00.00Part-To-Part58371098.60TotalVariation592017100.00Processtolerance=200StudyVar%StudyVar%ToleranceSourceStdDev(SD)(6*SD)(%SV)(SV/Toler)TotalGageR&R91.140546.8411.85273.42Repeatability91.140546.8411.85273.42Reproducibility0.0000.000.000.00测量者0.0000.000.000.00Part-To-Part764.0094584.0699.302292.03TotalVariation769.4264616.56100.002308.28NumberofDistinctCategories=11结论：1.判别指标达到11，（标准5以上）2.贡献度为1.40%低与标准2%3.允许误差率为11.85%在10%以上30%以下可以使用的范围,但是需要改善总:上述实验中反复性的误差达到11.85需要改善,但是从上述R-CHART及X-BAR图可以看出测量者的误差是很小的,出现反复性问题是在射手在同样的条件下不同的轮次中发射的距离不一致,产生的误差率改善内容:1)通过标记在皮筋上固定松紧度.使每次同样条件下投射时的状态一致.计数性数据的测量系统分析1) 感官判断(如:葡萄酒的味道良好还是不好,衣服的材料颜色的判定.)2) 计数性数据的R&R分析(教科书:296页)3) 异常点的处理(箱式图)中心值分为平均(MEAN)经常使用,中央值(MEDIAN)箱式图中使用,众数(MODE)(频度值)6SIGMA不经常使用正态性检验(Normalitytest)(打开BOXCOXWORKSHEET)P0.005所以没有正态性,要达到0.05以上时正态分布BOXCOX转换(310页):2008年7月31日星期四1）现水准Zst=3×CpZlt=3×PpkZst观测值短期SIGMAS水平Zst=Zlt+1.5Zbench定义：工程能力水平Zshift=Zst-Zlt=2.82-0.93=1.89平均是管理上的问题，散布是技术上的问题。1）过程控制不足，技术不足。2）技术先进，需要改善过程控制。3）过程控制非常好，但技术不好。4）世界一流Z水准：顾客所要求的标准下的标准偏差为3个，（过程能力指标）Z=VOC/VOP=3*CP2008年8月11日星期一Analyze（分析阶段）VITALFEW(核心因子选定)1.XSDATA收集计划(1.稳定性2.正态性验证)(假设检验计划可以一块设定)潜在核心因子XS(X-TMATRIX距阵)2.GRAPH分析3.统计性分析4.定性的分析5.假设检验假设的定义：对于变量的提问和疑问Y=F(温度,浓度,压力等,)1) X对Y是否起到相关的影响.2) X1和X2是否有相关的差异.3) X和Y之间是否有相关的关系.假设检验的依据-中心极限定理.显著的部分(95%以外部分)假设检验的定义:中心极限定理上子集应该是在母集范围内,但出现的显著的问题,说明发生了变化,说明有问题,所以需要改善.所以需要找VitalFewXs(寻找核心因子)回归假设检验:没有显著的问题=不需要变化=不需要改善.备择假设:有显著的问题=需要变化=需要改善例:Y=F(X)(X=温度,浓度,压力.)如:温度是否对收率有影响.归无假设（零假设）:温度对收率没有影响.(有正态性)(无平均差)(有齐性一致性)备择假设:温度对收率有影响.(无正态性)(有平均差)(无齐性一致性)检定:用数据验证.验证:用事实验证.归无假设H0(P0.05)：分散（有）相关.回归分析（无）备择假设H1(P0.05):分散(无)相关.回归分析(有)H0:A和B的业务处理量的无差异.P0.05H1:A和B的业务处理量的有差异.P0.05P-Value:ProbabilityValue检验统计量P0.05样件在总体(母集)里的概率为5%以上的意思.-Risk:显著性水准(第一类误差)Producersrisk(生产者风险)=0.05-Risk:检出度(第二类误差)Consumersrisk(消费者危险)=0.10的值是由生产者和消费者协商后决定.统计性分析:Z验证,T分析,ANOVA,方差分析,F分析,相关回归分析母数检验(参数检验):正态性,正规分布非母数检验(非参数检验):SIGMA是对平均和散布来分析.平均:Z检验(SIGMA知道情况下,母集知道的情况下),T检验(已知道),ANOVA(方差分析)散布:F检验,卡方检验.相关分析,回归分析(独立性,宗属性)相关分析:r(独立性确认)回归分析:R2(从属关系确认)(P0.05)H0:归无假设(P0.05)H1:VitalFewXs(寻找核心因子)平均管理问题QUICKFIX(欺骗顾客)散布技术问题6SIGMA6SIGMA的意义是为了顾客满足,改善业务流程.(改善平均和散步)假设检验中的假设的定义:对于变量的我的提问和疑问2008年8月12日星期二分析阶段学习内容1多变量分析：时间，地点，方法关联的内容象观众一样的作用，要排除掉这些因素.地点别:工程别,个生产线,设备都可能有差异,因为这些原因出现的变化必须要改善.需要通过多变量分析把观众形式的变量排除.2.平均检验和估计Z检验T检验3.比例检验和估计百分比4.散布检验和估计5.齐性检验(卡方分析)6.方差分析(ANOVA)DOE-分散分析Y=f(x)Regression(回归分析)收率=a+b(温度)+c(压力)+d(浓度)上述分析都是检验的工具.找出核心因子进行改善.Analyze分析概要分析阶段中结果物中控制和不可控制的变量中找出核心因子.目的:排除不重要的多数X,找出产生大影响的vitalfew.7.平均与散布的比较过程是否达到目标水准?过程中是否发生过重要变化?DMAICGE×潜在的原因变量直接找出VATALFEWSBIT潜在的原因找出其他潜在的原因作业标准书,管理计划书,流程图等里面的温度等是潜在的因子,是有利于找出核心潜在因子.头脑风暴法的准则1) 对他人的IDEA禁止批评论2) 畅所欲言3) 追求数量4) 扩充(补充)他人IDEALogictree(逻辑树)MECE(mutuallyexclusive&collectivelyexhaustive)不重复,不遗漏,其和能包含所有因素之聚合.逻辑数作成后要进行检验,就是从最后开始往前分析,如最后的问题解决的话,前面的部分是否解决,如没有解决的话说明最后的问题是错误.8.因果矩阵图(causeandeffectmatrix)1)展开核心输出2)对顾客的重要度(1,3,5,7,9等分数,如更强烈的话可以更高)3)纵向进行评分(不然会以经验来给分)9.Multi-variAnalysis(多变量分析)为了找出有利的核心原因,排除对散布不做贡献(作用)的原因,并且用图表分析的一种技法.时间,地点,方法.10.redx(关键核心因子)散步趋势:位置性,时间性,周期性.等很多是管理上的因子.这些是不是对散布起到核心的因子.2008年8月13日星期三1.multi-vari分析程序(多变量分析)计量性,计数性不良数量计数性转换为计量性(百分比)收集数据关键1)样品抽样方法要考虑(例:层别)2)样本的大小,要找到经济性的适合的样本大小N30收集的数据大概会成为正态分布的数据.391页例:日期的不同对紧固度影响大,温度不同,湿度不同等都有影响,但是因为是做合金的工程,所以它的温度高所以几度的温度变化是没有影响的,还有因为用水,所以湿度也没什么影响,所以可能是因为有灰尘等对设备有影响的.所以要进行对灰尘的改善.红点表示2天的平均,绿点是红点的平均.InputprocessoutputProcess(vitalfewxs)controllable过程分层及分析帕累托分析(paretoanalysis)帕累托法则80%的部分是需要改善.Pareto练习收集数据.(406页)1)确认在测量阶段选定的Xs(因果矩阵中选定的潜在原因变量1015个)2)抽样方法(按照输入变量的X的分层,随机抽样)3)样本大小(确定对各种分析必要的样本大小)4)收集数据(委托收集数据时候要明确说明收集数据的意义及内容)不要依靠工程师的经验性知识,必须以数据为基础作出判断.5)抽样方法简单随机抽样,多阶段抽样,分层抽样,系统抽样,分群抽样.直方图茎叶图点图(DOTPLOT)1)显示PROCESS中心的趋向,变动及分布.2)在横轴上垂直标记每次产生的数据,因此容易确认数据的分布多点图1)显示多个PROCESS中心趋势,变动及分布.2)应用图表比较,两个或者两个以上的PROCESS.箱线图(BOXPLOT)(432页)饼图(PIECHART)散点图(SCATTERPLOT)关于相关关系的使用图(451页)边际图Marginalplot(455页)1) 使用不仅了解X和Y的相关关系,而且还要了解X和Y的中心倾向及变差时.2) X和Y有相关关系,Y形成异常分布时,能确认X对Y的影响.X设定为时间,位置等,可追溯对异常Y的观测值发生起点或者位置.时间序列图Timeseriesplot平均的检验和估计估计:利用样品推测总体任何未知值的过程假设检验:利用样品判定对总体的任何预测或主张的正确与否.主张的采纳以及决定否决的过程假设检验说明(ROAD-MAP)(467页)例:假设检验(468页)Two-SampleT-TestandCI:工程A_1,工程B_1Two-sampleTfor工程A_1vs工程B_1NMeanStDevSEMean工程A_11084.242.900.92工程B_11085.543.651.2Difference=mu(工程A_1)-mu(工程B_1)Estimatefordifference:-1.3000095%CIfordifference:(-4.41120,1.81120)T-Testofdifference=0(vsnot=):T-Value=-0.88P-Value=0.390DF=17结论:P=0.3900.05归无假设就是没有改变.假设的设定方法备择假设:H1(以数据为确切根据,把要证实的假设设定为备择假设).零假设:H0(作为与备择假设相反的假设,通常把已知的事实设定为零假设)1-SAMPLEZ(单个总体的平均(已知标准偏差时)One-SampleZ:尺寸Testofmu=170vsnot=170Theassumedstandarddeviation=4.1VariableNMeanStDevSEMean95%CIZP尺寸20174.5206.1880.917(172.723,176.317)4.930.0001-samplet通常知道准确标准偏差的及少,此时适用以下依据T-统计量的T-检验法.自由度:n-1(定义:总体标准偏差时是以N除,2008年8月14日星期四SIXSIGMAROADMAPDefineCTQ选定1）课题选定背景2）现象及问题3）VOCCCRCTQ4）运营定义（O.D）5)目标设定6)课题范围(SIPOC)7)日程计划8)TEAM构成Measure1)Ys的现水准确认2)Ys的运营定义(课题中出现的术语的定义)3)Ys数据收集计划树立4)MSA测量系统分析(检校正,GAGER&R5)工程能力分研究(稳定性确认,正态性,SIGMA水准,6)目标再设定.7)潜在的原因变量Ys的导出(因果图,流程图,LAGICTREE8)潜在的核心因子(X-Y矩阵)9.FEMAQUICKFIX导出10)QUICK-FIX促进计划Analyze少数核心因子的选定1)假设检验计划树立(XSDATA树立计划)2)GRAPH分析3)统计的分析(平均:Z,T,ANOVA;散布:F,卡方检验,相关回归分析)4)定性的分析(技术分析,专家的意见,文件调查,B/MARKING)5)假设检验结果(潜在的核心因子的判定是假设检验)1-SAMPLET例:487页One-SampleT:直径Testofmu=110vs<11095%UpperVariableNMeanStDevSEMeanBoundTP直径15109.40010.9992.840114.402-0.210.418Boxplotof直径One-SampleT:直径Testofmu=110vs<11095%UpperVariableNMeanStDevSEMeanBoundTP直径15109.40010.9992.840114.402-0.210.418P=0.4180.05结论:不能拒绝H0,即不能判定A生产线的轴承直径小2-SAMPLET例:491页假设方差一致时打钩Two-SampleT-TestandCI:A,BTwo-sampleTforAvsBNMeanStDevSEMeanA858.386.802.4B862.136.712.4Difference=mu(A)-mu(B)Estimatefordifference:-3.7500095%CIfordifference:(-10.99362,3.49362)T-Testofdifference=0(vsnot=):T-Value=-1.11P-Value=0.286DF=14BothusePooledStDev=6.7546结论:箱线图中有重叠的地方的话就不能说不一致.P=0.2860.052-SAMPLET与PAIREDTTEST(双样本检验)的差异.一样的产品因为是使用的化学药品比例等问题,所以需然产品一样的但颜色可能有点差异,所以这时候样品需要双样本检验来进行.ONESAMPLEZ检验例:样本大小求出方法STAT-POWERANDSAMPLESIZE-1SAMPLEZ1-SampleZTestTestingmean=null(versusnot=null)Calculatingpowerformean=null+differenceAlpha=0.05Assumedstandarddeviation=2.3SampleTargetDifferenceSizePowerActualPower370.90.932021标准偏差知道的情况下使用Z检验.散布相关的检验方法.F-test(判别方差的差异,散布的差异,两个以上的平均差异)509页Bartlettstest:正态分布时使用Levenestest:不是正态分布时使用.比例的检验和估计1Proportion(百分比)例:526页H0:P=80%VSH1:P0.8TestandCIforOneProportionTestofp=0.8vsp>0.895%LowerExactSampleXNSamplepBoundP-Value146500.9200000.8262090.018P=0.0180.05结论:H1为合适的.2个总比例检验(533页)TestandCIforTwoProportionsSampleXNSamplep11102500.44000021042000.520000Difference=p(1)-p(2)Estimatefordifference:-0.0895%CIfordifference:(-0.172630,0.0126298)Testfordifference=0(vsnot=0):Z=-1.69P-Value=0.0912008年8月15日星期五计数性分析（离散性数据分析）卡方检验的两种类型1）配合度检验（GOODNESSOFFITTEST）当检验样件数据是否随特定的分布时使用.2) 齐性检验(Test