Haier六西格码N月图分析使用说明060909
六西格玛顾问公司浅析因果图的使用
六西格玛顾问公司浅析因果图的使用因果图也称为鱼刺图，它是利用“头脑风暴法”，集思广益，寻找影响质量、时间、成本等问题的潜在因素，然后用图形形式来表示的一种十分有用的方法，它能帮助我们集中注意力搜寻产生问题的根源，并为收集数据指出方向。
在一个团队会议上，全体成员可以环绕一个专题展开讨论，鼓励每一个成员参与并提出自己的看法。
为了使头脑风暴法产生许多富有创新精神的想法，应该强调的是提出的想法的数量，对一些不寻常的想法要加以鼓励。
对所有提出的想法，可以用因果图去加以整理，帮助我们集中注意力搜寻产生问题的根源。
例如，要解释现象“汽车失控”。
影响失控的一些可能的原因是车胎漏气、道路滑、机械失效和司机过失。
每一类较大的原因中又可能有多种情况。
譬如车胎漏气可以来自钉子、石头、玻璃或轮胎爆裂。
在原因链中原因的关系可以进行多步追踪,失控可能来自机械失效，这种失效可能是刹车失效，而刹车失效可能是没有固定好或衬垫磨损等等。
因果图的画法如下:我们在一条直线(也称为脊)的右端写上所要分析的问题，在例子中写上“汽车失控”，在该直线的两旁画上与该直线成60度夹角的直线(称为大枝)--；例子中可以画上四条，分别在其顶端标上“车胎漏气”、“道路滑”、“机械失效”、“司机过失”，再在这些直线的两旁画上若干条水平线(称为中枝)，在线的端点写上小原因，譬如在车胎漏气这条线的两旁可以画上四条水平线，分别写上“钉子”、“石头”、“玻璃”、“轮胎爆裂”。
还可以对某一中枝上的原因进一步分析，提出小原因，如此不断，就形成了一张因果图。
现在有了计算机软件，也可以借助计算机来画。
当因果图完成后，人们可以从任何一个终点开始，譬如在图中:“下雪造成路滑，造成汽车失控”。
另一方面也可以从要解释的现象开始反过来看:“汽车失控是因为路滑，路滑是因为有雪”。
在适当构造的图中，用这种方法读任意一个分枝是有意义的，这些叙述有很好的逻辑上的意义。
因果图有三个显著的基本特征:①是对所观察的效应或考察的现象有影响的原因的直观的表示；②这些可能的原因的内在关系被清晰地显示出来；③内在关系一般是定性的和假定的。
六西格玛工具手册
六西格玛工具手册六西格玛工具是一个有效的管理工具，通过使用统计分析和数学建模的方法，帮助组织识别和解决问题，提高工作效率和质量。
本手册将为您介绍六西格玛的各种工具和应用方法，帮助您更好地了解和运用六西格玛。
一、概述1. 六西格玛简介六西格玛是一种基于数据驱动的管理方法，旨在通过减少变异性和缺陷率来提高工作效率和质量水平。
它强调数据分析和过程改进，以实现目标的设定和持续改进。
二、数据采集工具1. 流程图流程图是一种直观的工具，用于显示流程的各个步骤和决策点。
在六西格玛中，流程图常用于分析和改进流程，帮助识别和消除潜在的问题。
2. 帕累托图帕累托图用于按重要性排序问题。
它通过对数据进行分类并显示其中的关键因素，帮助团队优先处理最重要的问题，以获得最大的改进效果。
3. 散点图散点图用于显示两个变量之间的关系。
在六西格玛中，散点图常用于确定因素之间的相关性，从而找到可能导致问题的根本原因。
三、数据分析工具1. 直方图直方图用于显示数据的分布情况。
六西格玛团队可以使用直方图来确定过程是否正常分布，进而判断是否需要采取改进措施。
2. 布洛克图布洛克图是一种直观的工具，用于显示多个因素对结果的影响。
它帮助团队了解各个因素对整体性能的贡献程度，从而确定关键因素和改进方向。
3. 方差分析方差分析用于比较多个样本之间的差异，确定因素之间的显著性差异。
在六西格玛中，方差分析常用于确定影响问题的关键因素，并为改进提供依据。
四、问题识别工具1. 根本原因分析根本原因分析是六西格玛中关键的一步，它帮助团队确定问题的根本原因。
常用的根本原因分析工具包括因果图、5W1H 等，可以帮助团队从多个方面全面分析问题。
2. 5P 系统5P 系统是一种系统性的问题诊断方法，包括人员、机器、材料、方法和环境等方面的分析。
通过对这五个方面进行全面的评估，团队可以找到问题的真正原因，并制定相应的改进措施。
3. 缺陷模式与影响分析（DFMEA）缺陷模式与影响分析是一种预防性的风险评估工具。
Haier六西格码〈N月图分析使用说明--060909
六西格码系统用户手册（损失分析平台>N月图分析）Ver 1.0六西格码推进部本手册用于指导六西格玛系统用户正确使用及操作N月图分析。
以下为N月图分析>损失分析平台系统操作详细说明N月图分析>损失分析平台：1．N月图分析的主要功能：查询数据域和时间域不同维度的逐月N月图和平均N月图2．功能及操作说明a)数据域说明N月图：查询N月图的方式选择。
本部：包括冰箱、电热、电子、通讯、洗碗机、洗衣机、空调、商用空调事业部：各个本部条件下的产品事业部。
机型：各个本部和事业部选择条件下产品对应的社会反馈型号对象：各个本部和事业部选择条件下产品对应的社会反馈故障对象，可以汉字形式模糊搜索，选择对象名称和对象码。
故障：各个本部和事业部选择条件下产品对应的社会反馈故障对象的故障描叙，可以汉字形式模糊搜索，选择对象名称和对象码。
时间域说明：选择N月图形式逐月N月图，则选择当前生产产品的生产时间和服务时间选择N月图形式逐月N月图，则选择当前生产产品和对比生产产品的生产时间和服务时间b)操作说明选择查询维度模型查询维度可自由组合：逐月N月图：本部事业部对象玛故障码，以上条件在选定本部的前提下可单选可多选，对象码和故障码级别下又可单选和多选平均N月图：本部事业部对象玛故障码，以上条件可在选定本部的前提下可单选可多选，对象码和故障码级别下又可单选和多选查询N月图在查询维度模型确定后，点击统计（查询时间会因查询维度的复杂度而增多加）点击不良数据查询N月不良数点击不良率查选不良PPM系统图示和数据框都可以手动拉大和缩小导出N月图原始数据点击导出可导出产量不良数和不良率3．原理和实例说明a)原理说明逐月N月图：N月不良量是指该月生产的产品累计N月的不良量之和 N月不良率是指该月生产的产品累计N月的不良量之和占产量的比率使用逐月N月图可以通过对比判断不同月份生产的产品的质量水平的高低平均N月图：平均N月不良数是指N月生产的产品出厂N月的累计不良数除以N月平均N月不良率是指N月生产的产品出厂N月的累计不良数占对应产量的比例使用平均N月图可以跟踪某一段时间生产的产品出厂N月的质量水平，对比改进前改进后两个时间段的生产的产品可以判断改进效果逐月N月图和平均N月的关系如下b)实例逐月N月图数据维度模型为：本部冰箱事业部冰箱中二机型BCD-168K/A CJN A, 故障对象压缩机430 生产时间06年1月-8月服务时间06年1月-8月用上图可以判断06年4月份开始该型号的压缩机质量水平较以前转好平均N月图数据维度模型为：本部冰箱事业部冰箱中二 , 故障对象压缩机430当前生产时间06年1月-8月服务时间06年1月-8月对比生产时间06年1月-8月服务时间06年1月-8月使用上图可判断06年1-8月份生产的产品的压缩机质量水平较去年同期下降。
六西格玛方法
六西格玛方法六西格玛方法，又称为6Σ方法，是一种以数据为基础，通过系统的分析和改进，以实现过程质量和绩效的持续改善的管理方法。
它源自于20世纪20年代的质量管理理论，最初是由美国质量管理专家沃尔特·A·舒克哈特和比尔·史密斯提出的。
六西格玛方法在企业管理中得到了广泛的应用，它通过对过程进行全面的分析和改进，帮助企业提高效率、降低成本、提升产品质量，从而获得竞争优势。
六西格玛方法的核心理念是追求完美和不断改进。
它强调通过数据分析和量化的方法，找出问题的根源，并采取相应的措施进行改进。
在六西格玛方法中，常用的工具包括DMAIC（定义、测量、分析、改进、控制）和DMADV（定义、测量、分析、设计、验证）等，这些工具可以帮助企业全面地了解和改善其生产和管理过程。
在实际应用中，六西格玛方法通常需要结合企业的实际情况进行定制化。
首先，企业需要明确自己的目标和需求，确定需要改进的过程和关键指标。
其次，企业需要收集和分析相关数据，找出问题的症结所在。
然后，企业可以根据分析结果，制定相应的改进计划，并进行实施。
最后，企业需要建立相应的控制机制，确保改进效果的持续稳定。
六西格玛方法的优势在于它能够帮助企业实现持续改进和创新。
通过对过程的深入分析，企业可以找出问题的根源，并采取有针对性的措施进行改进，从而提高生产效率和产品质量。
此外，六西格玛方法还可以帮助企业降低成本、减少浪费，提升客户满意度，增强企业的竞争力。
然而，六西格玛方法也存在一些局限性。
首先，它需要企业拥有一定的数据分析和管理能力，对人员素质和技术要求较高。
其次，六西格玛方法可能需要较长的时间来实施和见效，对企业的要求较高。
此外，六西格玛方法的实施可能会遇到组织文化和管理体制的阻力，需要企业有足够的决心和毅力来克服困难。
总的来说，六西格玛方法是一种有效的管理方法，它可以帮助企业实现持续改进和提高绩效。
然而，企业在应用六西格玛方法时需要根据自身情况进行定制化，充分发挥其优势，同时也要认识到其局限性，做好充分的准备和规划。
6西格玛Mintable使用技巧
学无止境，转载……
6
6s
Minitab的工作步骤
在对话框中输入变量
MINITAB的对话框和其他软件的对话框没什么两样。其最大的特点就是变量列 表框，出现在很多对话框中。变量列表框一般显示的是一些变量列名、常量或矩 阵。凡是在能够输入变量的文本框中，均可以输入这些列表框中所显示的。变量 列表框的优点是可以准确无误的选择变量名（一般指数据列名）。
13
6s
在数据窗口中输入数据
一、 在一行、一列或者一块单元格中输入数据
1) 输入一列数据 a. 点击数据方向箭头使之朝下 b. 输入数据，然后按Tab或者Enter键移动当前活动单元格。按Ctrl+Enter 组合键，当前活动单元格便跳到了下一列的顶部。
数据方向箭头
注意：输入完一个值回车之 后，当前活动单元格往下移 动一格。
MINITAB 包括: • 基础和高级统计 • 回归和方差分析 • 时间序列 • 演示质量的图表 • 模拟和分布 • 灵活的数据导入、导出和操纵 • SPC (Statistical Process Control - 统计过程控制) • DOE (Design of Experiments - 试验设计) • 可靠性分析 • 多变量分析 • 样本量和幂计算 • 强大的宏语言
以下是各章节的列表及内容简述。
章节 标题
主要内容
2 数据管理
在数据窗口中输入和修改数据，从文件中导入数据或 将数据以文件形式保存，生成规则数据。
3 操作和计算数据 在数据窗口中对数据列进行操作，排序、分组和生成 方程式。
4 运用数据分析 和质量工具
从基本的统计到质量管理，运用 一系列的分析 方式。
6西格玛基本方法及工具应用(PPT 57页)
1、理解6西格玛——我理解的6西格玛
6西格玛是一个化蝶的过程！
人们对蝴蝶并不陌生，她双翅的花纹色彩斑斓，美丽的常常引 起我们的惊异和赞赏。蝴蝶是人类美丽的精灵，她用无与伦比的美 丽掩埋了她那痛苦的蜕变过程。
假如不知道蝴蝶蜕变的过程，看到蛹的臃肿、笨拙、丑陋，怎 么也不会把蝴蝶和它联系在一起。很多人都或多或少的都目睹过蛹 化蝶的过程，那种内在的质变我们虽说不曾看见，但那种在质变的 催化下，外在的裂变，我相信很多人并不陌生。那是一个剧痛和撕 裂的过程，当湿漉漉的精灵挣破蛹的皱折，将自己的美丽一点一点 的展示在阳光下的时候，人们往往会赞叹和惊异于蝴蝶的美丽。
啊 ！平均水深 不是说 4m吗 ？
平均水深 4M
愉快的休假….碧波荡漾… 到东海度假的MIKE先生希 望通过跳水来消除长期积 存的压力与疲劳，于是他 爬到了跳台上。跳台上贴 着这样一张告示：“注意： 平均水深4米”，对自己的 游泳水平非常自信的MIKE 先生想到平均水深是4米，
便毫不犹豫跳进大海 里。。。
中国电信股份有限公司湖北传输局
FMEA的简化操作步骤——十步法
第一步：制订流程图，确定过程或步骤 第二步：列举每个过程或步骤的关键输入 第三步：列举潜在的失效模式 第四步：列举潜在的失效影响 第五步：制定各影响的严重度 第六步：找出造成失效的潜在原因 第七步：指出各种原因的发生频度 第八步：记录当前为了预防失效或原因的控制方法 第九步：指出失效或原因的可检出度 第十步：计算风险系数
部分（低于１００％）需要进行部分再作业，通道速率等项目不符合要求，有一半的顾客 发现有缺陷。
部分（低于１００％）需要在原工程再作业，通道速率等项目不符合要求，很少的顾客发 现有缺陷
6sigma图表分析(PPT 62张)
• 通过对数据分布分析可以找出过程中X变量发生变动的原因
那好,现在开始通过事例 一起掌握图表的分布
确认基本统计量
Descriptive Statistics 可提供多种图表和数据的平均及标准偏差, 倾斜,峰度,置信区间,正态分布等信息,帮助我们确认基本统计量.
Stat > Basic Statistics > Display Descriptive Statistics
Graph > Dot plot (Multiple Do规格的异常状态的数据.
120
通过 Dot plot 可以看出供应商合同付款周期的散布比较大 , 同时平 均值出现严重的偏移.
Histogram直方图
•主要应用在了解数据的形状及形态. •便于掌握数据的集中倾向,位置,平均, 分布等.
S S
2
i 1
2 (X X ) /( n 1 ) i
Sx
Sx n
输出图表分析:
Descriptive Statistics
Variable: 合 同 付 款 期
Anderson-Darling Normality Test A-Squared: P-Value: Mean StDev Variance Skewness Kurtosis N Minimum 1st Quartile Median 3rd Quartile Maximum 1.481 0.001 57.4805 24.2588 588.490 0.252767 -5.1E-01 88 5.560 37.670 52.610 79.638 116.430
95% Confidence Interval for Mu 52.341
6西格玛基本方法及工具应用汇总
6西格玛基本方法及工具应用汇总
一、西格玛基本方法及工具应用
1、西格玛基本方法
西格玛基本方法，又称为西格玛分析法，是一种多变量分析方法，它
可以用来分析一个变量（或多个变量）对结果变量之间的关系。
它可用于
分析操作系统、安全体系结构以及其他多变量系统。
西格玛分析法是一种
综合性的研究法，能够有效地评估变量之间的相关性，同时能够揭示变量
之间关系的深度、变量组合的最佳配置以及弱化变量间的影响力。
西格玛分析法通常用于以下几种情况：
(1)研究系统的结构，包括系统组件的架构、功能、关系等；
(2)评估变量之间的相关性，以识别变量之间的综合性；
(3)确定变量组合的最佳配置；
(4)计算变量间的影响力；
(5)发现可能的弱点，并制定可行的解决方案。
2、西格玛工具应用
西格玛分析法得到广泛应用，旨在评估变量间的相关性，提升整个系
统的性能和可靠性，在不同的系统中，西格玛工具有不同的实现形式，例如：
(1)数据挖掘：数据挖掘是典型的西格玛应用，它通过分析大量数据，识别出内在的规律和模式，从而提取有用的信息，数据挖掘可以使用西格
玛分析法，以发现关联规则。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
事业部：各个本部条件下的产品事业部。
机型：各个本部和事业部选择条件下产品对应的社会反馈型号
对象：各个本部和事业部选择条件下产品对应的社会反馈故障对象，可以汉字形式模糊搜索，选择对象名称和对象码。
故障：各个本部和事业部选择条件下产品对应的社会反馈故障对象的故障描叙，可以汉字形式模糊搜索，选择对象名称和对象码。
时间域说明：
选择N月图形式逐月N月图，则选择当前生产产品的生产时间和服务时间
选择N月图形式逐月N月图，则选择当前生产产品和对比生产产品的生产时间和服务时间
b)操作说明
选择查询维度模型
查询维度可自由组合：
逐月N月图 ： 本部 事业部 对象玛 故障码，以上条件在选定本部的前提下可单选可多选，对象码和故障码级别下又可单选和多选
生产时间06年1月-8月 服务时间06年1月-8月
用上图可以判断06年4月份开始该型号的压缩机质量水平较以前转好
平均N月图
数据维度模型为：
本部冰箱 事业部冰箱中二,故障对象压缩机430
当前生产时间06年1月-8月 服务时间06年1月-8月
对比生产时间06年1月-8月 服务时间06年1月-8月
使用上图可判断
六西格码系统用户手册
（损失分析平台>N月图分析）
Ver 1.0
六西格码推进部
本手册用于指导六西格玛系统用户正确使用及操作N月图分析。
以下为N月图分析>损失分析平台系统操作详细说明
N月图分析>损失分析平台：
1．
查询数据域和时间域不同维度的逐月N月图和平均N月图
2．
a)数据域说明
N月图：查询N月图的方式选择。
点击导出可导出产量 不良数和不良率
3．
a)原理说明
逐月N月图：N月不良量是指该月生产的产品累计N月的不良量之和
N月不良率是指该月生产的产品累计N月的不良量之和占产量的比率
使用逐月N月图可以通过对比判断不同月份生产的产品的质量水平的高低
平均N月图：平均N月不良数是指N月生产的产品出厂N月的累计不良数除以N月
平均N月不良率是指N月生产的产品出厂N月的累计不良数占对应产量的比例
使用平均N月图可以跟踪某一段时间生产的产品出厂N月的质量水平，对比改进前改进后两个时间段的生产的产品可以判断改进效果
逐月N月图和平均N月的关系如下
b)实例
逐月N月图
数据维度模型为：
本部冰箱 事业部冰箱中二 机型BCD-168K/A CJN A,故障对象压缩机430
平均N月图 ：本部 事业部 对象玛 故障码，以上条件可在选定本部的前提下可单选可多选，对象码和故障码级别下又可单选和多选
查询N月图
在查询维度模型确定后，点击统计（查询时间会因查询维度的复杂度而增多加）
点击不良数据查询N月不良数
点击不良率查选不良PPM
系统图示和数据框都可以手动拉大和缩小
导出N月图原始数据
06年1-8月份生产的产品的压缩机质量水平较去年同期下降