內部交貨和下一個子流程交貨的兩種不同分布表明,每次裝料浪費的平均公斤數有很大差異。因此,在六西格瑪的改進階段,應努力找出下一個子流程交付浪費高的原因(見下圖)。
下一個次級過程交付浪費較高的原因
六西格瑪散點圖是改進階段最常用的工具。散點圖是一個變量X對另一個變量Y的圖,通常指輸入X和輸出Y之間的相互作用,散點圖的一個重要特征是其相關形式的直觀性,通過它可以確定輸入和輸出Y之間的關系。在改進階段,通常需要收集對要改進的過程有特殊影響的輸入數據。一旦確定了它們之間的關系,就可以識別出由于特殊原因導致結果變量波動的輸入變量。如果你能控制它,你就能決定如何設置輸入變量,從而改進過程。
散點圖原始數據如下,以桃子在樹上生長的天數為自變量X,桃子的重量(盎司)為因變量Y:
散點圖的原始數據
則x與y的最大值與最小值分別是:
則相應的散點圖如下圖所示:
桃子重量與生長天數的關系散點圖
繪制散點圖后,相關分析非常重要。相關分析是對兩個自變量X和y之間相互作用的定量研究工具,通過計算相關系數r,可以更準確地定義兩個變量之間的相關程度。相關系數r與散點線斜率有關,相關系數在-1到+1之間變化,其中+1代表完全正相關關系,0代表無相關,而-1代表完全負相關。相關系數也與分散點的數量有關,但是通常,0.7或更高的相關系數被認為是強停止相關,而-0.7或更低的相關系數被認為是強負相關。
散點圖也有一種特殊的方式變成軌跡圖,也叫運行圖。這個圖表顯示了任何特性隨時間的變化。在六西格瑪中,軌跡圖主要用于跟蹤某些過程特性的DPMO值隨時間的變化,如貨物、服務、過程或項目等。
某工廠某流程DPMO軟跡圖(表明質量到了改善)
顯示DPMO軌跡圖時,可以使用對數坐標或線性坐標。當DPMO值范圍小于5000ODPMO時,最好使用對數坐標。當DPMO的取值范圍大于5OOOODPMO時,最好使用線性坐標。
下一篇:六西格瑪控制階段的方法和工具