6西格码培训.ppt

6西格码培训教材 一、基本概念 分析过程或体系以确定应用哪些方法来消除目前业绩与目标之间的差异。应用统计技术来指导分析。 1、分析阶段的作用 采用严密、科学的分析工具进行定量或定性分析，最终筛选出关键影响因素x’s。只有筛选出关键x’s，改善阶段才会有的放矢。 2、分析阶段的输入 分析阶段的输入为测量阶段的输出。 过程流程图 过程输出的量化指标，即项目y 对项目y及其影响因素x’s的数据有效性验证结果 对当前过程能力的准确评估 改进目标 3、分析阶段的输出 影响项目y的所有x’s 分析阶段主要目标是发现影响项目Y的主要因素，但首先是要找出所有可能的因素，特别注意不能漏掉可能的影响因素。 影响项目y的关键少数x’s 这是分析阶段的主要输出，它直接影响改善质量即项目成败。将关键少数因素和多数次要因素分离开是分析阶段的首要目标，也是6西格玛系统的核心技术之一。 3) 量化收益 找出关键少数因素后即可对这些因素做出评估，并 对改善结果进行预测。计算改善的净收益，是六西 格玛和别的系统的主要区别之一，即六西格玛的所 有项目成果是可以反映在财务收益上的。 二、主要工具 1、 图形分析工具 过程图分析 直方图分析 箱图分析 时序图分析 因果图分析 失效模式和影响分析 质量功能展开 故障树分析 三、参数估计和置信区间 1、置信区间 在分析和解决实际问题时，要取得分析对象的全部数据 是非常困难的，有时也是不现实的，为此需从总体中抽 取一定数量的样本，取得样本的测量数据，再通过样本 数据对总体数据进行估计。区间估计方法就是在已知样 本状况时，估计总体值的可能区间的方法。一般估计要 求有比较高的“可信程度”，如95％的可信度。 2、 区间估计概念 设θ1(x1、x2、…、xn)及θ2(x1、x2、…、xn)是由样本观测值确定的两个统计量，如对给定概率1-α，有P(θ1θθ2)= 1-α，则随机区间(θ1,θ2)叫做参数θ的对应与置信概率1-α的置信区间，θ1叫置信下限,θ2叫置信上限。对于已知的置信概率（置信度），根据样本观测值来确定位置参数θ的置信区间，称为参数θ的区间估计。 3、置信区间的种类 对正态总体均值μ的区间估计。 已知样本标准差等于总体标准差 未知总体标准差 对正态总体方差σ2的区间估计。 已知样本均值等于总体均值 未知总体均值 3) 对两个正态总体均值差的区间估计。 已知两个总体标准差 未知两个总体标准差，但假设σ1＝σ2 4) 对两个正态总体方差比的区间估计。 已知两个总体均值 未知总体均值 4、各类区间估计计算公式 四、假设检验 1、什么是假设检验 对总体参数分布做某种假设，再根据抽取的样本观测值，运用统计分析方法检验这种假设是否正确，从而决定接受假设或拒绝假设的过程就是假设检验。 在六西格玛的分析阶段（确定某种原因是否确定存在）、改善阶段（验证解决方案）、控制阶段（确定是否过程发生重要的变化）均会用到假设检验的方法去发现问题，验证方案有效性。 2、假设检验步骤 定义问题/陈述检验的目的 建立假设－ H0（零假设）、Ha（备选假设） 确定适当的统计假设 4) 陈述可接受的α风险和β风险水平 α风险：当H0为真时，拒绝H0，又称厂家风险。 β风险：当H0为假时，接受H0，又称消费者风险。 通常取α风险为5％，β风险为10％～20％ 5) 使用检验灵敏度“δ/б”确定样本大小 6) 制定抽样计划并收集数据 7) 根据数据计算检验统计值（t、F或χ2等） 8) 确定所计算的检验统计值由于偶然因素引发的概率（P值） 如概率（P） α，则拒绝H0并接受Ha，如（P）≥ α， 则不能拒绝H0。 9) 将统计结论转化为实际问题解决方案。 3、假设检验的两类错误及α、β风险 Ⅰ类错误和Ⅱ类错误 Ⅰ类错误为当H0实际为真而被拒绝所产生的错误 Ⅱ类错误为当H0为假而没有被拒绝所产生的错误 例：比较两个供应商提供的放大器增益均值是否有差异？ H0：均值无差异 Ha：均值存在差异 如果实际两家放大器增益均值并无差异，而我们得出存在差 异的结论，这就是犯了Ⅰ类错误 如果两家放大器增益均值确实有差异，而我们得出没有差异 的结论，这就是犯了Ⅱ类错误 2) α风险、β风险 α风险：出现Ⅰ类错误的最大风险，又叫Ⅰ类错误概率，常称厂家风险。 α风险一般取值为：α ＝0.05 β风险：出现Ⅱ类错误的最大风险，又叫Ⅱ类错误概率，常称消费者风险。 β风险一般取值为10％～20％ 3) 显著水平、P值（P-Value ） P值用以描述统计假设检验结果，判断差异大小是归偶然因素还是特殊 因素 观察到的显著水平。即实际观察的差异的显著性，如果P α,则差异具有统计