六西格玛培训的管理工具优先矩阵与抽样计划怎么做

[怎么做企业年度培训计划]1、先做份培训需求分析 ①根据组织战略目标需要确定需进行分析的工作。 ②根据该工作岗位的工作说明书列出基本的任务及完成这些任务所需技能、知识的清单。 ③列出员工完成...+阅读

六西格玛培训的管理工具优先矩阵与抽样计划怎么做

一、优先矩阵

1、优先矩阵的含义：

优先矩阵是一种团队用于筛选变量（输入变量和过程变量）的方法，在变量汇总表和鱼刺图中，团队得到了很多对过程输出可能有影响的变量，可是无法测量所有可能对过程输出有影响的变量，此时可以通过讨论决定测量其中的哪些变量，如果经过讨论仍无法决定，那么可以用优先矩阵方法来决定。

2、使用优先矩阵的目的：

①因为对过程输出可能有影响的变量太多，需要筛选；

②对于哪个因子对输出影响大，团队成员有不同的意见；

③将筛选后得出的变量与CTQ（过程输出变量）一起测量，在分析阶段，利用这些数据进行分析。

3、使用优先矩阵的方法：

①列出CTQ;

②按CTQ对顾客的重要程度进行评分；

③列出所有的输入变量和过程变量；

④根据输入变量和过程变量对CTQ的影响，分别进行评分，0分代表无影响，9分代表影响很大；

⑤将CTQ评分与相关的影响交叉相乘并相加，这样得到每个输入变量和过程变量的总分。

4、优先矩阵注意点

①如果对于某一个输入变量或过程变量，团队在做优先矩阵前已一致认为不重要，则不必把它们列入该优先矩阵中；

②在任何时候，当对几个CTQ的权重评分一样时，要问以下问题：如果在这儿个权重一样的CTQ中必须牺牲一个，一般情况下，团队就能分出哪一个CTQ的权重应高一点，哪一个CTQ的权重应低一点。

二、抽样计划

1、抽样计划的含义：

为了了解过程现有的表现和能力，必须测量过程的输出（产品或服务），但是我们往往不能测量所有的产品或服务，只能测量其中的一部分，再推断整个过程的表现，这时候，就要考虑两个问题：

①应该抽取多少样品

②如何抽取样品

2、使用抽样计划的目的：

①往往在无法测量所有的产品或服务的情况下，必须通过样本来了解总体和过程的情况；

②在必须确定抽多少样才足够的情况；

③在必须确定如何抽样时。

3、确定抽样方法：

①随机抽样

总体中的每一个个体都有同样的机会被抽中，该方法仅仅用于总体抽样。

②系统抽样

每经过一定量的个体后，抽取一个。比如，每生产100瓶水，抽取1瓶称重，该方法可以用于总体中，也可用于过程中。

③小组抽样

每经过一定的时间抽出一定量的样品，如每过一个小时连续抽4瓶水称重，该抽样方法仅仅用于大批量生产中。

4、抽样计划注意点

①抽样方法的正确与否对样本是否有代表性有很大的影响，这直接影响到从子样推断出的结论是否有效；

②一般情况下，因为总是偏向于抽取较多的样品，所以抽样的大小一般不是一个问题。

六西格玛设计DFSS培训中常用的软件有哪些

实践表明，六西格玛改进（DMAIC）也有瓶颈，据国外调查统计，当改进适流程水平达到约4.8西格玛水平时，就再难以突破。而当在产品研发工作里，六西格玛改进（DMAIC）所能产生的效益更是有限。一旦产品或流程在初始设计上存在缺陷，DMAIC流程难以彻底解决问题，此时必须重新设计或修改部分设计才能突破。一旦六西格玛的思想能影响到公司中的研发设计部门，并且在产品和流程设计、研发阶段开始应用，六西格玛会升华到一个崭新的阶段——六西格玛设计（DesignForSixSigma），这是六西格玛方法论中的又一亮点。唯有进行六西格玛设计赋予产品高的质量，才能实现真正意义上的六西格玛质量，使问题在发生之前就得以解决，满足最终客户的期望，而且获得可观的经济效益。伴随着六西格玛设计概念的普及，另一类问题随之而来：DFSS在实现更高目标的同时，需要什么新的方法和工具来支持？在六西格玛改进中常用的软件JMP或Minitab是否还能适用？确实，近来很多业内专家都在讨论关于六西格玛软件JMP和MINITAB孰优孰劣的话题。

JMP来自全球作为最大的统计软件集团SAS,Minitab和JMP一样也来自美国，目前在全球企业界也有较广泛的应用。就DMAIC的应用（相对而言，国内应用DMAIC的总体水平仍然处于入门阶段，对统计方法的要求不高）所需要的统计分析工具而言，JMP的分析工具比Minitab要全面一些，比方说JMP中居然继承了模拟的功能，作为一款桌面统计软件确实实难能可贵的。此外JMP的图形化效果确实比Minitab要好很多，初学者也比较容易上手。Minitab的MSA模块做的也不错。在六西格玛设计（DFSS）应用中，可能是由于设计理念的原因，很多实际的问题都没有办法用Minitab来解决，倒是JMP的解决方案与实际更加贴合一些。下面笔者结合DFSS的要求和特点，根据自身多年从事DFSS产品研发工作使用JMP和Minitab的经验和体会。

第一，六西格玛强调以顾客的需求为企业改革的方向，倾听VOC（顾客之声）非常重要。在DMAIC中，这一点分析得比较粗略，大多数实施六西格玛的企业都没有在VOC层面做足够的调查分析，有些甚至只是在公司的内部客户中展开调查。而DFSS则有很大的不同，因为产品研发本身的需要，面向大量外部的客户作全面的市场调查和分析时必需的，也需要借此尽快地捕捉市场和客户的关键特征。这就要求用适合市场营销的多元统计分析方法来洞察客户心声。MINITAB可以做一些简单的多元统计分析，但和实际应用的要求似乎有一些差距。比如，MINITAB的聚类分析可以对年龄、收入等连续变量进行运算，但却不支持性别、地区等离散变量，在JMP中可以做到。JMP中集成了联合分析、决策树等分析市场特征的专门工具，MINITAB不具备这些功能；JMP将这些分析工具和图形化设计的结合也比较直观，理解和应用起来相对容易很多。

第二，DFSS的项目中涉及产品设计、工艺开发、供应商认证、试生产等众多企业价值链中的前期环节、隐形流程，所以需要更全面彻底地剖析影响产品质量波动的根源，并在前期就设法预防和控制变异发生，因此需要有一套专业的稳健设计解决方案（RobustDesign）。这种情况，我们常常会应用在DMAIC阶段应用较少的田口设计来实现。它的特点是通过构建一个控制因子形成的内表和一个噪声因子形成的外表共同形成试验计划表，然后收集数据分析响应的稳健特性如何。MINITAB有一个子菜单的名称叫“田口设计”，一定程度上可以实现这一功能，不过没有办法对设计的外表进行定制。重复次数、噪声因子的设定的参考也比较少，JMP倒是能够提供完整的内表和外表以形成试验计划表，还提出了均值和信噪比的平衡优化方案，可以说算是一个创新。

第三，相对DMAIC而言，进行DFSS的过程遇到的纯管理类的问题越来越少，而技术类的问题越来越多，所以更可能遭遇复杂的数学建模难题。以常规的线性统计模型为例，JMP可以在简单回归的基础上构造出分段拟合、样条拟合和正交拟合等多种模型，这样就可以更精确地发现业务问题中的隐患。有的企业在做项目之前可能已有一些先验模型，这种情况下就可以用JMP做“定制检验”而不是默认的“零检验”来解决一些特有的问题。当然如果只需要做“零检验”，Minitab也是可以实现的。如果需要了解输入因子的取值范围来控制输出响应的波动，JMP的“反向预测”会是一个不错的工具。如果需要做模拟（Simulation），前面提到JMP就有模拟的功能，而且与模型优化高效集成，速度也快，在普通电脑上（1.6G主频，512M内存）产生1,000,000条随机数据的时间大约15秒左右。

说到模拟，一部分企业可能会购买crystalball等模拟软件，不过这样成本会更高，而且出错的概率会大一些。第四，企业在推行DMAIC时，往往处于发展初期，以培养员工的质量意识、普及质量工具的基本应用为主要目的。一旦企业想推行DFSS，往往会对员工有更高的要求，不仅仅要掌握理论知识，而且强调理论联系实际，每次培训结束后要提供切实可行的解决方案。这时候，软件工具在统计方法上的积累就开始显现。拿六西...

六西格玛黑带培训中的六西格玛改进阶段的方法和工具分别是什么

六西格玛黑带培训中的六西格玛改进阶段的方法和工具分析：

在六西格玛改进阶段，为了寻找特殊波动源而对数据进行分类的方法主要是分层法。分层法是为了确定收集到的数据是否包含有特殊波动源，而将这些数据分为次级数据组的一种工具，从而使流程中不同来源的数据能分离开来并单独加以分析。运用分层法的重点是确定用来分层的标准，可以是机器、材料、供应商、班次或年龄组等。通常是把层次分为两个领域，但是具体的操作要视观测值的数量而定。

内部交付和下一个次级过程交付的两种不同分布表明，每次装料浪费的公斤数的平均值存在着很大的差异。因此，在六西格玛的改进这一阶段的工作中，要努力识别出下一个次级过程交付浪费较高的原因）。

六西格玛改进阶段最常用的工具是散点图。散点图是一个变量x对另一个变量y的图表，通常指的都是输入x与输出结果y之间的相互影响。散点图的一个重要特征是其相关性形式的直观性，借此可以确定输入、与输出y之间的相互联系。在改进阶段，通常要收集对有待改进的流程产生特殊影响的输入的数据，一旦确定了两者的关系，就能够确认引起结果变量的特殊原因波动的输入变量。如果可以控制，就能够确定怎样设置输入变量，从而使流程得到改进。

以桃子在树上的生长天数为自变量x，以桃子的重量（盎司）为因变量y

则x与y的最大值与最小值分别是：

x与y的最大值与最小值

散点图绘制完成之后的相关分析是非常重要的，相关分析是对两个独立的变量x与y之间相互作用的定量研究工具。通过计算相关系数r，能够更准确地界定两个变量之间的相关程度。相关系数r与散点连线的斜率有关，相关系数在-1到+1之间变化，+1表示完全正相关关系，0表示不相关，-1表示完全负相关关系。相关系数还与散点的数量有关，但通常情况下，0.7或更高的相关系数被认为是一种强止相关关系，反之-0.7或更低的相关系数则被认为是一种强负相关关系。

散点图还有一种比较特殊方式成为轨迹图，又称为运行图。这种图显示任何特性随时间变化而产生的变化。在六西格玛改进中，轨迹图主要用来跟踪某些过程特性DPMO值随时间的变化，如商品、服务、流程或项目等。

在展示DPMO轨迹图时，既可以使用对数坐标，也可以使用线性坐标。当DPMO的取值范围低于5000ODPMO时，使用对数坐标较好；当DPMO的取值范围大于5OOOODPMO时，则使用线性坐标比较好。

问一下6个西格玛指的是什么？

6西格码是什么意思？回答：六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。西格玛是一个希腊字母σ的中文译音，统计学用来表示标准偏差，用＂σ＂度量质量特性总体上对目标值的偏离程度。几个西格玛是一种表示品质的统计尺度。任何一个工作程序或工艺过程都可用几个西格玛表示。六个西格玛可解释为每一百万个机会中有3.4个出错的机会，即合格率是99.99966%。而三个西格玛的合格率只有93.32%。六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流程中影响质量的因素，找出最关键的因素加以改进从而达到更高的客户满意度。六西格玛（Six Sigma）是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。

继而与全球化、产品服务、电子商务等战略齐头并进，成为全世界上追求管理卓越性的企业最为重要的战略举措。六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺，追求持续进步的一种质量管理哲学。六西格玛是一个致力于完美和追求客户满意的管理理，SPC是一个支持六西格玛这个管理理念的工具。所有那些传统的质量管理工具，像SPC、MSA、FMEA、QFD等均是实现六西格玛必不可少的工具。为企业实施六西格玛提供必须的管理工具和操作技巧；为企业培养具备组织能力，激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企业适应变革和竞争的核心力量。从而使企业降低质量缺陷和服务偏差并保持持久性的效益，促进快速实现突破性绩效，帮助企业达到战略目标。

六西格玛适合于什么样的企业？它适用于任何水平、任何企业，它功能强，可以测量到百万分之一的水平。因为它是要影响到整个公司，实施六西格玛需要上层领导的大力协助。中国的企业在中国加入WTO后，必将面临日益激烈的来自全球的竞争，同时信息化的飞速发展将从根本上改变经济的组织结构和消费行为，如何在这种新的经济环境中生存、成长、壮大是对每一个企业领导人的挑战。六西格玛，由于其严谨的方法和实施步骤、以面向最终用户来建立营运体系的管理思想，对于中国企业建立卓越的管理体系、获取并保持在国际市场上的竞争优势提供一个非常有效的管理思想和实践。现在，一些中小型企业也开始运用六西格玛工具，来提高效率和创新开发能力，为扩大企业规模和提高国际竞争力奠定坚实的基础。