|
六西格玛是近几十年来企业广泛使用的质量改进方法，六西格玛项目遵循一系列明确的步骤（D-M-A-I-C）来解决问题，在世界上许多国家的公司都取得了成功。 但是六西格玛在很大程度上依赖于统计和数据分析，许多的人对统计方面感到害怕。 实际上不必太担心，尽管数据分析在提高质量方面是至关重要的，但是六西格玛中的大多数分析并不难理解，即使你对统计学不太了解。 接下来我们将介绍六西格玛中使用的五种关键的统计工具，它们是什么，以及它们为什么重要。 1. 帕累托图 - Pareto chart 帕累托图源于一个叫做帕累托原理的概念，大约80%的结果来自20%的原因。即使在我们的个人生活中，也很容易想到例子。例如，你可能80%的时间穿着20%的衣服，或者80%的时间听着20%的音乐。 帕累托图可以帮助我们将收集的数据可视化。使你能够集中注意力在最重要的问题上。例如，如果每次发生缺陷类型时收集有关数据，帕累托图就会显示哪些类型是最频繁发生的，因此你可以将精力集中在解决最紧迫的问题上。 2. 直方图 - Histogram 直方图是能将连续型数据图形化显示出来。帮助你快速识别数据的中心和分布。它显示了大多数数据的位置，以及最小值和最大值。直方图还能显示你的数据是否是钟形的，可以帮助你找到不寻常的数据点和异常值，以便进一步调查。 3. 量具重复性与再现性分析 - Gage R&R 精确的测量是至关重要的。你会用不可靠的秤称体重吗？你会使用一个永远不会显示正确温度的温度计吗？如果不能精确地测量一个过程，就不能改进它，这就是为什么要做量具重复性与再现性分析 - Gage R&R。这个工具帮助你确定你的连续型数据，例如重量、直径和压力，是否具有可重复性和可再现性，在当同一个人重复测量同一零件，以及不同的操作者测量同一零件时。 4. 属性一致性分析 -Attribute agreement analysis 离散型数据GR&R 对于离散型数据，确保数据可信任的工具是属性一致性分析。离散型数据，例如合格与不合格，可以通过这个工具来判定不同的人对这些类别的评价是否与已知标准、其他评估人员以及他们自己一致。 5. 能力分析 -Process capability 几乎每个过程都有一个可接受的下限和/或上限。例如，供应商的零件不能太大或太小，等待时间不能超出可接受的阈值，填充重量必须超过规定的最小值等。能力分析向你展示了你的过程的能力，并提供了改进的方向。经常被引用的性能指标包括CPK，PPK，百万机会缺陷数（DPMO）和西格玛水平等。 结论 六西格玛可以给任何业务带来巨大的收益，但获得这些收益需要通过收集和分析数据，这样才可以了解改进的机会，并做出重要的、可持续的改善。 六西格玛项目的成功常常取决于那些在许多领域都是高技能专家的从业者，而不是专业的统计人员。然而，对于最常用的六西格玛统计和易于使用的统计软件（例如Minitab）的基本理解，可以帮助你处理与改善质量相关的统计任务，并更有信心地对数据进行分析。 |
|
|
