续六西格玛(6sigma)管理24种工具汇编解读01

六西格码管理工具之15—排列图

排列图是为寻找主要问题或影响质量的主要原因所使用的图。它是由两个纵坐标、一个横坐标、几个按高低顺序依次排列的长方形和一条累计百分比折线所组成的图·排列图又称帕累托（柏拉）图。

最早是由意大利经济学家帕累托（柏拉）用来分析社会财富的分布状况。他发现少数人占有着绝大多数财富，而绝大多数人却占有少量财富处于贫困的状态。这种少数人占有着绝大多数财富左右社会经济发展的现象，即所谓“关键的少数、次要的多数”的关系。后来，美国质量管理专家朱兰，把这个“关键的少数、次要的多数”的原理应用于质量管理中，便成为常用方法之一（排列图），并广泛应用于其它的专业管理。目前在仓库、物资管理中常用的ABC分析法就出自排列图的原理。排列图用双直角坐标系表示，左边纵坐标表示频数，右边纵坐标表示频率.分析线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左到右排列，通过对排列图的观察分析可以抓住影响质量的主要因素。

排列图又称为柏拉图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）而得名。柏拉图最早用排列图分析社会财富分布的状况，后来人们发现很多场合都服从这一规律，于是称之为Pareto美国品质管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于品质管制分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵数（如件数金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从列。通过对排列图的观察分析可抓住影响质量的主原因素。

这种方法实际上不光在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。在品质管制过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的拉图是根据归集的资料，以不良原因，不良状况发生的现象，有系统地加以别）分类，计算出各专案别所产生的资料（如不良率，损失金额）及所占的比例照大小顺序排列，再加上累积值的图形。在工厂或办公室，把低效率，缺损，制品不良等损失按其原因别或现象别损失金额的80%以上的专案加以追究处理，这就是所谓的柏拉图分析。柏拉图的使用要以层别法的专案别（现象别）为前提，依经顺位调整过后的画制成柏拉图。

步骤

⑴ 将要处置的事，以状况（现象）或原因加以层别。

⑵ 左纵轴表示问题发生的次数（频次或金额），右纵轴表示问题累积百分率。

⑶ 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据。

⑷ 各专案依照合半之大小顺位左至右排列在横轴上。

⑸ 绘上柱状图。

⑹ 连接累积曲线。排列图法（重点管制法），提供了我们在没法面面俱到的状况下，去抓重要的事情键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有资料依据的来加强表示。

用途

⑴按重要性顺序显示出每个质量改进项目对整个质量问题的作用。

⑵识别进行质量改进的机会。

⑶在工程质量统计分析方法中，寻找影响质量主次因素的方法一般采用排列图

注意事项

1) 一般来说，关键的少数项目应是本QC小组有能力解决的最突出的一个，否则就失去找主要矛盾的意义，要考虑重新进行项目的分类；

2) 纵坐标可以用“件数”或“金额”等来表示，原则是以更好地找到“主要项目”为准；

3) 不太重要的项目很多时，横轴会变得很长，通常都把这些列入“其他”栏内，因此“其他”栏总在最后；

4) 确定了主要因素，采取了相应的措施后，为了检查“措施效果”，还要重新画出排列图。

二八原则

1、80%的问题由20%的原因引起；

2、80%的索赔发生在20%的生产线上；

3、80%的销售额由20%的产品带来；

4、80%的品质成本由20%的品质问题造成；

5、80%的品质问题由20%的人员引起

应用程序

⑴选择要进行质量分析的项目。

⑵选择用于质量分析的度量单位，如出现的次数（频数）、成本、、不合格品数、金额或其他度量单位。

⑶选择进行质量分析的时间范围。所选定的时间段应足够长，以使数据具有一定代表性。

⑷画横坐标。按质量单位量值递减的顺序自左向右在横坐标上列出项目，将量值最小的1个或几个项目归并为“其他”项，把它放在最右端。

⑸画纵坐标。在横坐标的两端画出两个纵坐标，左边的纵坐标按度量单位规定，其高度必须与所有项目度量单位的量值和相等，右边纵坐标应与左边纵坐标等高。

⑹在每个项目上画矩形，其高度表示该项目度量单位的量值，用以显示出每个项目的作用大小。

⑺由左至右累加每一项目的量值（以百分比表示），并画出累计频率曲线，用来表示各项目的累计百分比。

⑻利用排列图可以确定对质量改进最重要的项目。

作用

1、作为降低不良依据。

2、决定改善的攻击目标。

3、确认改善效果。

4、用于发现现场的重要问题点

5、用于整理报表或记录。

6、可作不同条件的评价。

六西格码管理工具之16—平衡计分卡

科莱斯平衡记分卡（Careersmart Balanced Score Card），源自哈佛大学教授Robert Kaplan与诺朗顿研究院（Nolan Norton Institute）的执行长David Norton于90年所从事的「未来组织绩效衡量方法」一种绩效评价体系,当时该计划的目的，在于找出超越传统以财务量度为主的绩效评价模式，以使组织的「策略」能够转变为「行动；经过将近20年的发展，平衡计分卡已经发展为集团战略管理的工具，在集团战略规划与执行管理方面发挥非常重要的作用．根据解释，平衡计分卡主要是通过图、卡、表来实现战略的规划．平衡计分卡发展经历三代发展。

体系战略

平衡计分卡是从财务、客户、内部运营、学习与成长四个角度，将组织的战略落实为可操作的衡量指标和目标值的一种新型绩效管理体系。设计平衡计分卡的目的就是要建立“实现战略制导”的绩效管理系统，从而保证企业战略得到有效的执行。因此，人们通常称平衡计分卡是加强企业战略执行力的最有效的战略管理工具。

平衡计分卡创建绩效

平衡计分卡能有效解决制定战略和实施战略脱节的问题，堵住了‘执行漏斗’。平衡计分卡系统则包括战略地图、平衡计分卡以及个人计分卡、指标卡、行动方案、绩效考核量表。在直观的图表及职能卡片的展示下，抽象而概括性的部门职责、工作任务与承接关系等，显得层次分明、量化清晰、简单明了。

平衡计分卡 时期

该Robert Kaplan与David Norton研究的结论「平衡计分卡：驱动绩效的量度」发表在92年<<哈佛商业评论>>一月与二月号，基本上，平衡计分卡强调，传统的财务会计模式只能衡量过去发生的事项（落后的结果因素），但无法评估企业前瞻性的投资（领先的驱动因素），因此，必须改用一个将组织的愿景转变为一组由四项观点组成的绩效指标架构来评价组织的绩效。

此四项指标分别是：财务（Financial）、客户（Customer）、内部运营（Internal Business Processes）、学习与成长（Learning and Growth）。藉着这四项指标的衡量，组织得以明确和严谨的手法来诠释其策略，它一方面保留传统上衡量过去绩效的财务指标，并且兼顾了促成财务目标的绩效因素之衡量；在支持组织追求业绩之余，也监督组织的行为应兼顾学习与成长的面向，并且透过一连串的互动因果关系，组织得以把产出（Outcome）和绩效驱动因素（Performance Driver）串联起来，以衡量指标与其量度做为语言，把组织的使命和策略转变为一套前后连贯的系统绩效评核量度，把复杂而笼统的概念转化为精确的目标，藉以寻求财务与非财务的衡量之间、短期与长期的目标之间、落后的与领先的指标之间，以及外部与内部绩效之间的平衡。

平衡计分卡+战略地图 时期

该阶段Robert Kaplan与David Norton研究的结论所谓图主要指的是战略地图，它是对平衡计分卡原先考核功能扩展，平衡计分卡创始人Robert Kaplan与David Norton曾经指出：“在盛行的管理思想大师们的智慧中，很难寻找到有关全局框架的帮助。战略教义存在于下列领域：股东价值、客户管理、流程管理、质量、核心能力、创新、人力资源、信息技术、组织设计和学习组织。尽管上述领域都有深刻见解，但是没有一个领域能提出一个全面的、集成观点来描述战略。连迈克尔·波特的竞争优势定位方法都没有提供一个简单、有效的描述战略的通用平台……因此描述战略的公认方法还不存在。想想后果吧！由于无法全面地描述战略，管理者之间以及管理者与员工之间无法轻松地沟通。对战略无法达成共识，管理者也无法使战略协同一致……”不能描述，就无法评价！而无法评价，就无法进行管理！当组织规模日益膨胀的中国企业集团，面对大规模、多层次、多地域带来的管控挑战时，如果没有掌握一个简单有效的描述集团战略的工具，必将无法将战略在集团内部各成员之间直观地展现，这将是多么可怕的一件事！而平衡计分卡体系则成功地解决了这个问题，它的主要功能是通过战略地图来实现描述、规划集团战略。

战略地图的构成文件主要是“图、卡、表”。所谓是“图、卡、表”是指《战略地图》、《平衡计分卡》、《单项战略行动计划表》，它是运用战略地图来描述战略的三个必备构成文件。首先《战略地图》以几张简洁的图表将原本数百页战略规划文件才能描述清楚的集团战略、SBU战略、职能战略直观地展现出来，“一张地图胜似千言万语”，《战略地图》是企业集团战略描述的一个集成平台；其次与众不同的是，《平衡计分卡》本身是对《战略地图》的进行深度解释的表格，它由战略目标与主题、核心衡量指标、战略指标值（3-5年）、单独战略行动计划表（名称）所构成；而《单项战略行动计划表》则是对《平衡计分卡》中罗列出的一个个单项战略行动计划（名称）的进一步演绎，它将那些所谓“务虚的战略”落实为一步一步可操作监控的、具有明确时间结点、责任归属、资源安排的行动计划。

平衡计分卡+战略地图+战略中心组织 时期

平衡计分卡+战略地图+战略中心组织是第三代平衡计分卡体系的核心思想,Robert Kaplan与David Norton认为在今天的商业环境中，战略从来没有显得这样重要过。但研究表明，大多数企业仍不能成功地实施战略。在浩繁的记录背后隐藏着一个无法否认的事实：大多数企业仍然继续使用专门为传统组织而设计的管理流程。第三代平衡计分卡体系“战略中心型组织”和其他一般组织的区别在于,他们能够系统地描述、衡量和管理战略。

卡普兰和诺顿阐明了构筑以战略为中心的组织的五项关键原则：

（1）将战略转变为业务术语；

（2）使组织与战略一致；

（3）使战略成为每个人的日常工作；

（4）使战略成为连续的过程；

（5）通过果断、有效的领导方式动员变革

战略包含的重点分析活动

运用平衡计分卡体系演绎企业集团的战略，需要将传统的战略环境扫描与分析决策支持工具整合到战略地图的绘制中来。对于一个多元化的控股集团来说，描述战略包含以下重点分析活动：

1） 集团与业务单元战略环境扫描、SWOT分析；

2） 开发集团的《战略地图》、《平衡计分卡》、《战略计划表》；

3） 开发集团各业务单元的《战略地图》、《平衡计分卡》、《战略计划表》；

4） 开发集团职能部门的《战略地图》、《平衡计分卡》、《战略计划表》；

5） 结合全面预算管理，将图、卡、表与年度目标管理相链接。

作用

●平衡计分卡的出现，使得传统的绩效管理从人员考核和评估的工具转变成为战略实施的工具。

●平衡计分卡的出现，使得领导者拥有了全面的统筹战略、人员、流程和执行四个关键因素的管理工具。

●平衡计分卡的出现，使得领导者拥有了可以平衡长期和短期、内部和外部，确保持续发展的管理工具。

●平衡计分卡被誉为近75年来世界上最重要的管理工具和方法。科莱斯咨询　平衡记分卡方法的引入改变了企业以往只关注财务指标的考核体系的缺陷，仅关注财务指标会使企业过分关注一些短期行为而牺牲一些长期利益，比如员工的培养和开发，客户关系的开拓和维护等。

平衡记分卡最大的优点在于：它从企业的四个方面来建立衡量体系：财务、客户、业务管理和人员的培养和开发。这四个方面是相互联系、相互影响的，其他三类指标的实现，最终保证了财务指标的实现。同时平衡记分卡方法下设立的考核指标既包括了对过去业绩的考核，也包括了对未来业绩的考核。

六西格码管理工具之17—容差设计

容差

是从经济角度考虑允许质量特性值的波动范围。

容差设计

通过研究容差范围与质量成本之间的关系，对质量和成本进行综合平衡。容差设计在完成系统设计和由参数设计确定了可控因素的最佳水平组合后进行，此时各元件（参数）的质量等级较低，参数波动范围较宽。

目的

容差设计的目的是在参数设计阶段确定的最佳条件的基础上，确定各个参数合适的容差。容差设计的基本思想如下：根据各参数的波动对产品质量特性贡献(影响)的大小，从经济性角度考虑有无必要对影响大的参数给予较小的容差(例如用较高质量等级的元件替代较低质量等级的元件)。这样做，一方面可以进一步减少质量特性的波动，提高产品的稳定性，减少质量损失；另一方面，由于提高了元件的质量等级，使产品的成本有所提高。因此，容差设计阶段既要考虑进一步减少在参数设计后产品仍存在的质量损失，又要考虑缩小一些元件的容差将会增加成本，要权衡两者的利弊得失，采取最佳决策。总之，通过容差设计来确定各参数的最合理的容差，使总损失(质量与成本之和)达到最佳(最小)。我们知道，使若干参数的容差减少需要增加成本，但由此会提高质量，减少功能波动的损失。因此，要寻找使总损失最小的容差设计方案。用于容差设计的主要工具是质量损失函数和正交多项式回归。

与参数设计的关系

参数设计与容差设计是相辅相成的。按照参数设计的原理，每一层次的产品（系统、子系统、设备、部件、零件），尤其交付顾客的最终产品都应尽可能减少质量波动，缩小容差，以提高产品质量，增强顾客满意；但另一方面，每一层次产品均应具有很强的承受各种干扰（包括加工误差）影响的能力，即应容许其下属零部件有较大的容差范围。对于下属零部件通过容差设计确定科学合理的容差，作为生产制造阶段符合性控制的依据。但应指出，此处的符合性控制与传统质量管理的符合性控制有两点不同：第一，检验工序不能只记录通过或不通过，还应记录质量特性的具体数值；不能只给出不合格率，还要按照质量损失的理论制订科学的统计方法来给出质量水平的数据。第二，采用适应健壮设计的在线质量控制方法（如先进的SPC方法等），实时监控产品质量波动的情况，进行反馈和工艺参数的调整；针对存在的问题，不断地采取措施改进工艺设计，提高产品质量，在减少总损失的前提下使质量特性越来越接近目标值，条件具备时，应减少容差范围。

容差设计（三次设计）

系统要素的中心值决定后，便进入决定这些因素波动范围的容差设计。由于某些输出特性的波动范围仍然较大，若想进一步控制波动范围，就得考虑选择较好的原材料、配件，但这样自然会提高成本。因此有必要将产品的质量和成本进行综合平衡。容差是从经济角度考虑允许质量特性值的波动范围。容差设计通过研究容差范围与质量成本之间的关系，对质量和成本进行综合平衡。

例如：可以将那些对产品输出特性影响大而成本低的零部件的容差选得紧一些，而对输出特性影响小而成本又很高的零部件选得松一些。为此，必须要有一个质量损失函数来评价质量波动所造成的经济损失。

仍以上述晶体管理稳压电源的设计为例。当输出电压正好等于110V时，质量波动最小。随着质量波动的增大，引起的经济损失（包括社会经济损失）也将增大。例如：质量波动造成零部件返工、报废以及用户由于质量波动也多付费用等。可见，容差设计是在决定了最佳参数组合的中心值后，根据质量损失函数，在综合平衡用户与制造厂质量费用的情况下，选定合理的公差范围。

以上通过稳压电源的参数设计和容差设计的例子，对三次设计的原理进行概念性的介绍。实际计算往往要复杂得多，通常要运用正式试验、方差分析和信噪比对质量特性进行综合评定。

六西格码管理工具之18—实验设计(DOE)

什么是DOE

DOE（Design of Experiment）实验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。

实验设计源于1920年代研究育种的科学家Dr.Fisher的研究, Dr. Fisher是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。

为什么需要DOE

要为原料选择最合理的配方时（原料及其含量）；

要对生产过程选择最合理的工艺参数时；

要解决那些久经未决的“顽固”品质问题时；

要缩短新产品之开发周期时；

要提高现有产品的产量和质量时；

要为新或现有生产设备或检测设备选择最合理的参数时等。

另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢？这就需要进行MSA测量系统分析。

DOE的基本原理

　　试验设计的三个基本原理是重复，随机化，以及区组化。

所谓重复，意思是基本试验的重复进行。重复有两条重要的性质。第一，允许试验者得到试验误差的一个估计量。这个误差的估计量成为确定数据的观察差是否是统计上的试验差的基本度量单位。第二，如果样本均值用作为试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。如解析失败 (无法写入或建立数学公式临时目录): s_2是数据的方差，而有n次重复，则样本均值的方差是解析失败 (无法写入或建立数学公式临时目录): rac{s_2}{n}。这一点的实际含义是，如果n=1，如果2个处理的解析失败 (无法写入或建立数学公式临时目录): y_1=145，和解析失败 (无法写入或建立数学公式临时目录): y_2=147，这时我们可能不能作出2个处理之间有没有差异的推断，也就是说，观察差147-145=2可能是试验误差的结果。但如果n合理的大，试验误差足够小，则当我们观察得解析失败 (无法写入或建立数学公式临时目录): y_1随机化是试验设计使用统计方法的基石。

所谓随机化，是指试验材料的分配和试验的各个试验进行的次序，都是随机地确定的。统计方法要求观察值（或误差）是独立分布的随机变量。随机化通常能使这一假定有效。把试验进行适当的随机化亦有助于“均匀”可能出现的外来因素的效应。

区组化是用来提高试验的精确度的一种方法。一个区组就是试验材料的一个部分，相比于试验材料全体它们本身的性质应该更为类似。区组化牵涉到在每个区组内部对感兴趣的试验条件进行比较。

DOE实验的基本策略

　　策略一：筛选主要因子（X型问题化成A型问题）

实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。

　　策略二：找出最佳之生产条件（A型问题化成 T型问题）

实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。

因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。

　　策略三：证实最佳生产条件有再现性。

DOE的步骤

　　第一步 确定目标

我们通过控制图、故障分析、因果分析、失效分析、能力分析等工具的运用，或者是直接实际工作的反映，会得出一些关键的问题点，它反映了某个指标或参数不能满足我们的需求，但是针对这样的问题，我们可能运用一些简单的方法根本就无法解决，这时候我们可能就会想到试验设计。对于运用试验设计解决的问题，我们首先要定义好试验的目的，也就是解决一个什么样的问题，问题给我们带来了什么样的危害，是否有足够的理由支持试验设计方法的运作，我们知道试验设计必须花费较多的资源才能进行，而且对于生产型企业，试验设计的进行会打乱原有的生产稳定次序，所以确定试验目的和试验必要性是首要的任务。随着试验目标的确定，我们还必须定义试验的指标和接受的规格，这样我们的试验才有方向和检验试验成功的度量指标。这里的指标和规格是试验目的的延伸和具体化，也就是对问题解决的着眼点，指标的达成就能够意味着问题的解决。

　　第二步 剖析流程

关注流程，使我们应该具备的习惯，就像我们的很多企业做水平对比一样，经常会有一个误区，就是只讲关注点放在利益点上，而忽略了对流程特色的对比，试验设计的展开同样必须建立在流程的深层剖析基础之上。任何一个问题的产生，都有它的原因，事物的好坏、参数的便宜、特性的欠缺等等都有这个特点，而诸多原因一般就存在于产生问题的流程当中。流程的定义非常的关键，过短的流程可能会抛弃掉显著的原因，过长的流程必将导致资源的浪费。我们有很多的方式来展开流程，但有一点必须做到，那就是尽可能详尽的列出可能的因素，详尽的因素来自于对每个步骤地详细分解，确认其输入和输出。其实对于流程的剖析和认识，就是改善人员了解问题的开始，因为并不是每个人都能掌握好我们所关注的问题。这一步的输出，使我们的改善人员能够了解问题的可能因素在哪里，虽然不能确定哪个是重要的，但我们至少确定一个总的方向。

　　第三步 筛选因素

流程的充分分析，使我们有了非常宝贵的资料，那就是可能影响我们关注指标的因素，但是到底哪个是重要的呢？我们知道，对一些根本就不或微小影响因素的全面试验分析，其实就是一种浪费，而且还可能导致试验的误差。因此将可能的因素的筛选就有必要性，这时，我们不需要确认交互作用、高阶效应等问题，我们的目的是确认哪个因素的影响是显著的。我们可以使用一些低解析度的两水平试验或者专门的筛选试验来完成这个任务，这时的试验成本也将最小处理。而且对于这一步任务的完成，我们可以应用一些历史数据，或者完全可靠的经验理论分析，来减少我们的试验因子，当然要注意一点就是，只要对这些数据或分析有很小的怀疑，为了试验结果的可靠，你可以放弃。筛选因素的结果，使得我们掌握了影响指标的主要因素，这一步尤为关键，往往我们在现实中是通过完全的经验分析得出，甚至抱着可能是的态度。

　　第四步 快速接近

我们通过筛选试验找到了关键的因素，同时筛选试验还包含一些很重要的信息，那就是主要因素对指标的影响趋势，这是我们必须充分利用的信息，它可以帮助我们快速的找到试验目的的可能区域，虽然不是很确定，但我们缩小了包围圈。这时我们一般使用试验设计中的快速上升（下降）方法，它是根据筛选试验所揭示的主要因素的影响趋势来确定一些水平，进行试验，试验的目的就像我们在寻找罪犯一样的缩小嫌疑范围，我们得出的一个结论就是，我们的改善最优点就在因素的最终反映的水平范围内，我们离成功更近了一步。

　　第五步 析因试验

在筛选试验时我们没有强调因素间的交互作用等的影响，但给出了主要的影响因素，而且快速接近的方法，使我们确定了主要因素的大致取值水平，这时我们就可以进一步的度量因素的主效应、交互作用以及高阶效应，这些试验是在快速接近的水平区间内选取得，所以对于最终的优化有显著的成效，析因试验主要选择各因素构造的几何体的顶点以及中心点来完成，这样的试验构造，可以帮助我们确定对于指标的影响，是否存在交互作用或者那些交互作用，是否存在高阶效应或者哪些高阶效应，试验的最终是通过方差分析来检定这些效应是否显著，同时对以往的筛选、快速接近试验也是一个验证，但我们不宜就在这样的试验基础上就来描述指标与诸主效应的详细关系，因为对于3个水平点的选取，试验功效会有不足的可能性。

　　第六步 回归试验

我们在析因试验中，确定了所有因素与指标间的主要影响项，但是考虑到功效问题，我们需要进一步的安排一些试验来最终确定因素的最佳影响水平，这时的试验只是一个对析因试验的试验点的补充，也就是还可以利用析因试验的试验数据，只是为了最终能够优化我们的指标，或者说有效全面的构建因素与水平的相应曲面和等高线，我们增加一些试验点来完成这个任务。试验点一般根据回归试验的旋转性来选取，而且它的水平应该根据功效、因子数、中心点数等方面的合理设置，以确保回归模型的可靠性和有效性。这些试验的完成，我们就可以分析和建立起因素和指标间的回归模型，而且可以通过优化的手段来确定最终的因子水平设定。当然为了保险起见，我们最后在得到最佳参数水平组合后进行一些验证试验来检验我们的结果。

　　第七步 稳健设计

我们知道，试验设计的目的就是希望通过设置我们可以调控的一些关键因素来达到控制指标的目的，因为对于指标来讲我们是无法直接控制的，试验设计提供了这种可能和途径，但是在现实中却还存在一类这样的因素，它对指标影响同样的显著，但是它很难通过人为的控制来确保其影响最优，这类因素我们一般称为噪声因素，它的存在往往会使我们的试验成果功亏一篑，所以对待它的方法，除了尽量的控制之外可以选用稳健设计的方法，目的是这些因素的影响降低至最小，从而保证指标的高优性能。事实上这些因素是普遍存在的，例如我们的汽车行驶的路面，不可能保证都是在高级公路上，那么对于一些差的路面，我们怎样来设计出高性能呢？这时我们会选择出一些抗干扰的因素来缓解干扰因素的影响，这就是稳健设计的意图和途径。通常我们会经常使用在设计和研发阶段，但有时也会随着问题的产生而暴露出来，但我们会提出一个问题了，重新选定主要因素的水平会不会带来指标的振荡和劣化，这是完全有可能的，但我们可以通过EVOP等途径来重新设定以保证因素更改后的输出效果。

注：

1.试验设计需要成本的投入，我们必须确定试验进行的必要性，以及选取最优的设计方案。

2.水平的选取可能直接影响试验设计的结果，要谨慎的选取，最后有专业知识和历史数据的支持。

3.尽可能的利用一些历史数据，在确认可靠后提取对我们试验有用的信息，来尽量减少试验投资和缩短试验周期。

4.试验设计并不能提供解决所有问题的途径，现实当中的局限验证了这一点，我们要全面考虑解决问题的方式，选取最有效、最经济的解决途径。

5.注意充分的分析流程，不要遗漏关键的因素，不要被一些经验论的不可能结论左右。

6.除了试验设计涉及的因素外，要尽量确定所有的环境因素是稳定和符合现实的，往往会做不到这一点，我们可以用随机化、区组化来尽量避免。

7.注意结果的验证和控制，不要轻信结果。

8.尽量保证试验的仿真性，避免一些理想的试验环境，比如试验室，理想不现实的环境是的试验可能根本就没有作用。

9.试验设计者要关注试验过程，保证试验意图和方案的彻底执行。

10.如果实现一步到位的试验设计是可能的，那就不要犹豫的开展吧，上面的七步只是针对普通的情况。　

DOE的作用

　　在工业生产和工程设计中能发挥重要的作用，主要有：

1.提高产量；

2.减少质量的波动，提高产品质量水准；

3.大大缩短新产品试验周期；

4.降低成本；

5.试验设计延长产品寿命。

在工农业生产和科学研究中，经常需要做试验，以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优产、低消耗，特别是新产品试验，未知的东西很多，要通过试验来摸索工艺条件或配方。如何做试验，其中大有学问。试验设计得好，会事半功倍，反之会事倍功半，甚至劳而无功。

如果要最有效地进行科学试验，必须用科学方法来设计。所谓试验的统计设计，就是设计试验的过程，使得收集的数据适合于用统计方法分析，得出有效的和客观的结论。如果想从数据作出有意义的结论，用统计方法作试验设计是必要的。当问题涉及到受试验误差影响的数据时，只有统计方法才是客观的分析方法。这样一来，任一试验问题就存在两个方面：试验的设计和数据的统计分析。这两个是紧密相连的，因为分析方法直接依赖于所用的设计。

DOE的方法

　　常见的试验设计方法，可分为二类，一类是正交试验设计法，另一类是析因法。

　　（1）正交试验设计法

① 定义

正交试验设计法是研究与处理多因素试验的一种科学方法。它利用一种规格化的表格——正交表，挑选试验条件，安排试验计划和进行试验，并通过较少次数的试验，找出较好的生产条件，即最优或较优的试验方案。

② 用途

正交试验设计主要用于调查复杂系统（产品、过程）的某些特性或多个因素对系统（产品、过程）某些特性的影响，识别系统中更有影响的因素、其影响的大小，以及因素间可能存在的相互关系，以促进产品的设计开发和过程的优化、控制或改进现有的产品（或系统）。

案例：[1]

当试验中只有一个变化的参数时，属于单因素试验问题。例如，需要确定液压作动器的活塞的面积，以使作动器达到最优性能。人们根据对现象的认识，可以估计出最优参数可能存在的区间。如果对它的认识比较清楚，这种估计比较精确，估计的区间较窄；相反，估计的区间就较宽。现在要通过一系列的试验使认识深化。如果逐步试验，要使估计区间缩小100倍就需要作100次试验。但是如果使用区间缩减法中的“黄金分割试验技术”，只要作11次试验就可以将区间缩小到百分之一，作14次试验就可以对区间的认识精度提高500倍。

在多因素试验中，往往需要分离出不同因素的影响。譬如要比较A、B、C3种种子的产量。如果只是单纯的种子产量问题，似乎只要在3块同面积的土地上分别用3种种子播种，然后比较产量就可以了。但是如果试验田的位置在南北方向上处于山地和河流之间，东西方向上处在肥料场和荒地之问，这时仍然任意取3块等面积的试验田作试验，就可能由于土壤的肥脊不同和灌溉的充分与否影响试验田的产量，而不单是种子一个因素的结果。要估计这些因素的影响，合理的方法是将试验区分为9块试验田(如下图)，将3种不同的种子的每一种分播在3块不同的试验田里，将3块田的产量平均，就得到由于种子品种造成的差异(排除了土壤和灌溉的因素)；而将靠肥料场的3块田的平均产量，与靠荒地的3块田的平均产量比较，就得到由于土地肥脊程度所造成的产量差异(排除了种子品种和灌溉条件因素)；用靠山的3块田与傍水的3块田平均产量进行比较可以看出由于灌溉条件造成的差异(排除了种子品种和土壤条件的差异)。

　　（2）析因法

① 定义析

析因法又称析因试验设计、析因试验等。它是研究变动着的两个或多个因素效应的有效方法。许多试验要求考察两个或多个变动因素的效应。例如，若干因素：对产品质量的效应；对某种机器的效应；对某种材料的性能的效应；对某一过程燃烧消耗的效应等等。将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。

② 用途

用于新产品开发、产品或过程的改进、以及安装服务，通过较少次数的试验，找到优质、高产、低耗的因素组合，达到改进的目的

六西格码管理工具之19—水平比较法(Benchmarking)

水平对比法（Benchmarking）又称标杆法。是对照最强有力的竞争对手或已成为工业界领袖的公司，在产品的性能、质量和售后服务等各方面进行比较分析和量度，并采取改进措施的连续过程。

水平比较法包括两个重要的方面，一方面制订计划，不断地寻找和树立国内、国际先进水平的标杆，通过对比和综合思考发现自已产品的差距；另一方面不断地采取设计、工艺和质量管理的改进措施，取人之长、补已之短，不断提高产品的技术和质量水平，超过所有的竞争对手，达到和保持世界先进水平。

采用水平对比法不是单纯地模仿，而是创造性地借鉴。通过深入的思考、研究，集众家之长，开展技术创新，实现产品性能的提升。只有掌握了突破性的技术，才有可能领先世界。为了更好地开展水平对比法，应当建立有关的数据库，并不断更新。水平对比法在美国已获得广泛的应用和明显的成效。

例如针对某一个绩效评估要素，比较员工与员工的绩效水平，看谁做的“更好”，记录每个员工被比较时，属于“更好”的次数，根据次数的高低给员工排序。和直接排序法类似，这是一种更为细致的通过对比排序来考核绩效水平的方法，它的特点是每一个考核要素都要进行人员间的两两比较和排序，使得在每一个考核要素下，每一个人都和其他所有人进行了比较，所有被考核者在每一个要素下都获得了充分的排序。也是一种相对的定性评价方法。

六西格码管理工具之20—统计过程控制(SPC)

统计过程控制（简称SPC)是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。

背景

在产品生产加工的过程中，产品的尺寸等规格会由于某些原因会发生一定的波动，这种波动对产品的质量影响很多，但是完全可以通过采取措施来避免和消除这种波动所造成的影响，这种措施就是过程控制。

统计过程控制软件

要实施SPC，我们需要对流程的输出进行检测和判断，利用图形和统计的方法来预测分析流程的输出是否能满足客户的要求。大部分公司在实施SPC的时候会选择Minitab软件做为基本工具来使用。

Minitab软件是现代质量管理统计的领先者，全球六西格玛实施的共同语言，以无可比拟的强大功能和简易的可视化操作深受广大质量学者和统计专家的青睐。Minitab 1972年成立于美国的宾夕法尼亚大学，到目前为止，已经在全球100多个国家，4800多所高校被广泛使用。典型的客户有：GE、福特汽车、通用汽车、3M、霍尼韦尔、LG、东芝、诺基亚、宝钢、徐工集团、海尔、中国航天集团、中铁、中国建设银行、美洲银行、上海世茂皇家艾美酒店、浦发银行、太平人寿、北大光华学院、中欧国际工商学院、华中科大、武汉理工、华东理工、西交利物浦大学等。

在Minitab中，提供了各类控制图，比如Xbar-R控制图，Xbar-S控制图，I-MR控制图，P图，NP图，C图，U图，EWMA控制图等，软件会根据收集数据的不同自动选择相应的图形来进行分析。

此外，我们借助于Minitab软件，可以很容易计算流程能力指标 如;Cp ,Cpk ,PP ,PPk ,Cmk ,Cpm 等能力指标，并得出相应的结论。

还可以评估二项分布和泊松分布的流程的能力指标值。

统计过程控制概念

统计过程控制（简称SPC)是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。它是过程控制的一部分,从内容上说主要是有两个方面:一是利用控制图分析过程的稳定性,对过程存在的异常因素进行预警;二是计算过程能力指数分析稳定的过程能力满足技术要求的程度,对过程质量进行评价。

统计过程控制特点

它是一种预防性方法；强调全员参与；强调整个过程，重点在于P（Process）,即过程。

统计过程控制基本问题

一是过程运行状态是否稳定，可利用控制图这一统计工具进行测定；

二是过程能力是否充足，可通过过程能力分析来实现。

统计过程控制应用范围

加工过程、设计过程、管理过程、服务过程等

统计过程控制作用

1. 确保制程持续稳定、可预测。

2. 提高产品质量、生产能力、降低成本。

3. 为制程分析提供依据。

4. 区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。

统计过程控制分析方法

1. 控制图:用来对过程状态进行监控，并可度量、诊断和改进过程状态。

2.直方图:是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。

3.排列图:又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会。

4.散布图: 以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。

5.工序能力指数（CPK）：分析工序能力满足质量标准、工艺规范的程度。

6.频数分析：形成观测量中变量不同水平的分布情况表。

7.描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一些总体特征。

8.相关分析：研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分主次，处于同等地位。

9.回归分析：分析变量之间的相互关系

统计过程控制好处

SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制，SPC可以：

1）对过程作出可靠的评估；

2）确定过程的统计控制界限，判断过程是否失控和过程是否有能力；

3）为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；

4）减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作；

有了以上的预防和控制，我们的企业当然是可以：

1）降低成本

2）降低不良率，减少返工和浪费

3）提高劳动生产率

4）提供核心竞争力

5）赢得广泛客户

6）更好地理解和实施质量体系

统计过程控制控制

统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。

实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。

控制图是SPC中最重要的工具。在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。已逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。

SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。

SPC非常适用于重复性生产过程。它能够帮助我们

1.对过程作出可靠的评估。

2.确定过程的统计控制界限，判断过程是否失控和过程是否有能力。

3.为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生。

4.减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。

SPC作为质量改进的重要工具，不仅适用于工业工程，也适用于服务等一切过程性的领域。在过程质量改进的初期，SPC可帮助确定改进的机会，在改进阶段完成后，可用SPC来评价改进的效果并对改进成果进行维持，然后在新的水平上进一步开展改进工作，以达到更强大、更稳定的工作能力。

统计过程控制意义

在我国SPC理论的应用还没有普及。随着市场竞争的日益激烈，企业对产品的质量提出了更高的要求，特别是生产国际化的产品，企业将面临着全球化的产品竞争，而产品竞争的法宝就是以质取胜，质量无国界，企业要想加入全球产业链之中，就必须按照国际统一的质量管理标准和方法进行质量管理，纷纷通过了ISO9000、QS9000等质量管理认证。而国际标准化组织（ISO）也将SPC作为ISO9000族质量体系改进的重要内容，QS9000认证也将SPC列为一项重要指标。鉴于此，世界许多大公司不仅自身采用SPC，而且要求供应商也必须采用SPC控制质量，SPC业已成为企业质量管理必不可少的工具和质量保证手段，也是利用高新技术改造传统企业的重要内容

六西格码管理工具之21—头脑风暴法

头脑风暴法(Brain Storming，BS法)又称智力激励法、或自由思考法(畅谈法，畅谈会，集思法)

头脑风暴法简介

头脑风暴法出自“头脑风暴”一词。所谓头脑风暴(Brain-Storming)，最早是精神病理学上的用语，指精神病患者的精神错乱状态而言的。而现在则成为无限制的自由联想和讨论的代名词，其目的在于产生新观念或激发创新设想。

头脑风暴法是由美国创造学家A?F?奥斯本于1939年首次提出、1953年正式发表的一种激发性思维的方法。此法经各国创造学研究者的实践和发展，至今已经形成了一个发明技法群，如奥斯本智力激励法、默写式智力激励法、卡片式智力激励法等等。

在群体决策中，由于群体成员心理相互作用影响，易屈于权威或大多数人意见，形成所谓的“群体思维”。群体思维削弱了群体的批判精神和创造力，损害了决策的质量。为了保证群体决策的创造性，提高决策质量，管理上发展了一系列改善群体决策的方法，头脑风暴法是较为典型的一个。

头脑风暴法有可分为直接头脑风暴法（通常简称为头脑风暴法）和质疑头脑风暴法（也称反头脑风暴法）。前者是在专家群体决策尽可能激发创造性，产生尽可能多的设想的方法，后者则是对前者提出的设想、方案逐一质疑，分析其现实可行性的方法。

采用头脑风暴法组织群体决策时，要集中有关专家召开专题会议，主持者以明确的方式向所有参与者阐明问题，说明会议的规则，尽力创造在融洽轻松的会议气氛。一般不发表意见，以免影响会议的自由气氛。由专家们“自由”提出尽可能多的方案。

头脑风暴法的激发机理

头脑风暴何以能激发创新思维？根据A?F?奥斯本本人及其他研究者的看法，主要有以下几点：

第一，联想反应。联想是产生新观念的基本过程。在集体讨论问题的过程中，每提出一个新的观念，都能引发他人的联想。相继产生一连串的新观念，产生连锁反应，形成新观念堆，为创造性地解决问题提供了更多的可能性。

第二，热情感染。在不受任何限制的情况下，集体讨论问题能激发人的热情。人人自由发言、相互影响、相互感染，能形成热潮，突破固有观念的束缚，最大限度地发挥创造性地思维能力。

第三，竞争意识。在有竞争意识情况下，人人争先恐后，竞相发言，不断地开动思维机器，力求有独到见解，新奇观念。心理学的原理告诉我们，人类有争强好胜心理，在有竞争意识的情况下，人的心理活动效率可增加50%或更多。

第四，个人欲望。在集体讨论解决问题过程中，个人的欲望自由，不受任何干扰和控制，是非常重要的。头脑风暴法有一条原则，不得批评仓促的发言，甚至不许有任何怀疑的表情、动作、神色。这就能使每个人畅所欲言，提出大量的新观念。

头脑风暴法的要求

①组织形式

参加人数一般为5～10人（课堂教学也可以班为单位），最好由不同专业或不同岗位者组成；

会议时间控制在1小时左右；

设主持人一名，主持人只主持会议，对设想不作评论。设记录员1～2人，要求认真将与会者每一设想不论好坏都完整地记录下来。

②会议类型

设想开发型：这是为获取大量的设想、为课题寻找多种解题思路而召开的会议，因此，要求参与者要善于想象，语言表达能力要强。

设想论证型；这是为将众多的设想归纳转换成实用型方案召开的会议。要求与会者善于归纳、善于分析判断。

③会前准备工作

会议要明确主题。会议主题提前通报给与会人员，让与会者有一定准备；

选好主持人。主持人要熟悉并掌握该技法的要点和操作要素，摸清主题现状和发展趋势；

参与者要有一定的训练基础，懂得该会议提倡的原则和方法；

会前可进行柔化训练，即对缺乏创新锻炼者进行打破常规思考，转变思维角度的训练活动，以减少思维惯性，从单调的紧张工作环境中解放出来，以饱满的创造热情投入激励设想活动。

④会议原则

为使与会者畅所欲言，互相启发和激励，达到较高效率，必须严格遵守下列原则：

——禁止批评和评论，也不要自谦。对别人提出的任何想法都不能批判、不得阻拦。即使自己认为是幼稚的、错误的，甚至是荒诞离奇的设想，亦不得予以驳斥；同时也不允许自我批判，在心理上调动每一个与会者的积极性，彻底防止出现一些“扼杀性语句”和“自我扼杀语句”。诸如“这根本行不通”、“你这想法太陈旧了”、“这是不可能的”、“这不符合某某定律”以及“我提一个不成熟的看法”、“我有一个不一定行得通的想法”等语句，禁止在会议上出现。只有这样，与会者才可能在充分放松的心境下，在别人设想的激励下，集中全部精力开拓自己的思路。

——目标集中，追求设想数量，越多越好。在智力激励法实施会上，只强制大家提设想，越多越好。会议以谋取设想的数量为目标。

——鼓励巧妙地利用和改善他人的设想。这是激励的关键所在。每个与会者都要从他人的设想中激励自己，从中得到启示，或补充他人的设想，或将他人的若干设想综合起来提出新的设想等。

——与会人员一律平等，各种设想全部记录下来。与会人员，不论是该方面的专家、员工，还是其他领域的学者，以及该领域的外行，一律平等；各种设想，不论大小，甚至是最荒诞的设想，记录人员也要求认真地将其完整地记录下来。

——主张独立思考，不允许私下交谈，以免干扰别人思维；

——提倡自由发言，畅所欲言，任意思考。会议提倡自由奔放、随便思考、任意想象、尽量发挥，主意越新、越怪越好，因为它能启发人推导出好的观念。

——不强调个人的成绩，应以小组的整体利益为重，注意和理解别人的贡献，人人创造民主环境，不以多数人的意见阻碍个人新的观点的产生，激发个人追求更多更好的主意。

⑤会议实施步骤

会前准备：参与人、主持人和课题任务三落实，必要时可进行柔性训练。

设想开发：由主持人公布会议主题并介绍与主题相关的参考情况；突破思维惯性，大胆进行联想；主持人控制好时间，力争在有限的时间内获得尽可能多的创意性设想。

设想的分类与整理：一般分为实用型和幻想型两类。前者是指目前技术工艺可以实现的设想，后者指目前的技术工艺还不能完成的设想。

完善实用型设想：对实用型设想，再用脑力激荡法去进行论证、进行二次开发，进一步扩大设想的实现范围。

幻想型设想再开发：对幻想型设想，再用脑力激荡法进行开发，通过进一步开发，就有可能将创意的萌芽转化为成熟的实用型设想。这是脑力激荡法的一个关键步骤，也是该方法质量高低的明显标志。

⑥主持人技巧

主持人应懂得各种创造思维和技法，会前要向与会者重申会议应严守的原则和纪律，善于激发成员思考，使场面轻松活跃而又不失脑力激荡的规则；

可轮流发言，每轮每人简明扼要地说清楚创意设想一个，避免形成辩论会和发言不均；

要以赏识激励的词句语气和微笑点头的行为语言，鼓励与会者多出设想，如说：“对，就是这样！”“太棒了！”“好主意！这一点对开阔思路很有好处！”等等；

禁止使用下面的话语：“这点别人已说过了！”“实际情况会怎样呢？”“请解释一下你的意思。”“就这一点有用”“我不赞赏那种观点。”等等；

经常强调设想的数量，比如平均3分钟内要发表10个设想；

遇到人人皆才穷计短出现暂时停滞时，可采取一些措施，如休息几分钟，自选休息方法，散步、唱歌、喝水等，再进行几轮脑力激荡。或发给每人一张与问题无关的图画，要求讲出从图画中所获得的灵感。

根据课题和实际情况需要，引导大家掀起一次又一次脑力激荡的“激波”。如课题是某产品的进一步开发，可以从产品改进配方思考作为第一激波、从降低成本思考作为第二激波、从扩大销售思考作为第三激波等。又如，对某一问题解决方案的讨论，引导大家掀起“设想开发”的激波，及时抓住“拐点”，适时引导进入“设想论证”的激波。

要掌握好时间，会议持续1小时左右，形成的设想应不少于100种。但最好的设想往往是会议要结束时提出的，因此，预定结束的时间到了可以根据情况再延长5分钟，这是人们容易提出好的设想的时候。在1分钟时间里再没有新主意、新观点出现时，智力激励会议可宣布结束或告一段落

六西格码管理工具之22-计数型数据（Attribute Data）

计数型数据（Attributes Data）与计量型数据（Variables Data ）相对, 可以被分类用来记录和分析的定性数据，例如：要求的标签出现，所有要求的紧固件安装，经费报告中不出现错误等特性量即为计数型数据的例子。

其他的例子如一些本来就可测量（即可以作为计量型数据处理）只是其结果用简单的“是/否”的形式来记录，例如：用通过/不通过量规来检验一根轴的直径的可接受性，或一张图样上任何设计更改的出现。计数型数据通常以不合格品或不合格的形式收集，它们通过p、np、c和u控制图来分析。

六西格玛管理工具之23-箱线图Box-plot

定义

"盒式图"或叫"盒须图""箱形图"boxplot[1] （也称箱须图(Box-whiskerPlot）须图又称为箱形图，其绘制须使用常用的统计量，能提供有关数据位置和分散情况的关键信息，尤其在比较不同的母体数据时更可表现其差异。[箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。主要包含六个数据节点，将一组数据从大到小排列，分别计算出他的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有一个异常值。

箱形图的绘制

箱形图提供了一种只用5个点对数据集做简单总结的方式。这5个点包括中点、Q1、Q3、分部状态的高位和低位。箱形图很形象的分为中心、延伸以及分部状态的全部范围箱形图中最重要的是对相关统计点的计算,相关统计点都可以通过百分位计算方法进行实现。

箱形图的绘制步骤：

1、画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长。

2、画一个矩形盒，两端边的位置分别对应数据批的上下四分位数（Q1和Q3）。在矩形盒内部中位数（Xm）位置画一条线段为中位线。

3、在Q3+1.5IQR（四分位距）和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3IQR和Q1－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。四分位距=Q3-Q1。.

4、从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。5、用“〇”标出温和的异常值，用“*”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上，不同值的数据点标在不同数据线位置上。至此一批数据的箱形图便绘出了。统计软件绘制的箱形图一般没有标出内限和外限。

识别数据异常值

一批数据中的异常值值得关注，忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会带来不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。

箱形图为我们提供了识别异常值的一个标准：异常值被定义为小于Q1－1.5IQR或大于Q3+1.5IQR的值。虽然这种标准有点任意性，但它来源于经验判断，经验表明它在处理需要特别注意的数据方面表现不错。这与识别异常值的经典方法有些不同。众所周知，基于正态分布的3σ法则或z分数方法是以假定数据服从正态分布为前提的，但实际数据往往并不严格服从正态分布。它们判断异常值的标准是以计算数据批的均值和标准差为基础的，而均值和标准差的耐抗性极小，异常值本身会对它们产生较大影响，这样产生的异常值个数不会多于总数0.7%。显然，应用这种方法于非正态分布数据中判断异常值，其有效性是有限的。

箱形图的绘制依靠实际数据，不需要事先假定数据服从特定的分布形式，没有对数据作任何限制性要求，它只是真实直观地表现数据形状的本来面貌；另一方面，箱形图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25%的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱形图识别异常值的结果比较客观。由此可见，箱形图在识别异常值方面有一定的优越性。

判断数据偏态和尾重

比较标准正态分布、不同自由度的t分布和非对称分布数据的箱形图的特征，可以发现：对于标准正态分布的大样本，只有 0.7%的值是异常值,中位数位于上下四分位数的中央,箱形图的方盒关于中位线对称。选取不同自由度的t分布的大样本，代表对称重尾分布，当t分布的自由度越小，尾部越重，就有越大的概率观察到异常值。以卡方分布作为非对称分布的例子进行分析，发现当卡方分布的自由度越小，异常值出现于一侧的概率越大，中位数也越偏离上下四分位数的中心位置，分布偏态性越强。异常值集中在较小值一侧，则分布呈现右偏态；；异常值集中在较大值一侧，则分布呈现左偏态。下表列出了几种分布的样本数据箱形图的特征（样本数据由SAS的随机数生成函数自动生成），验证了上述规律。这个规律揭示了数据批分布偏态和尾重的部分信息，尽管它们不能给出偏态和尾重程度的精确度量，但可作为我们粗略估计的依据。

比较几批数据的形状

同一数轴上，几批数据的箱形图并行排列，几批数据的中位数、尾长、异常值、分布区间等形状信息便一目了然。在一批数据中，哪几个数据点出类拔萃，哪些数据点表现不及一般，这些数据点放在同类其它群体中处于什么位置，可以通过比较各箱形图的异常值看出。各批数据的四分位距大小，正常值的分布是集中还是分散，观察各方盒和线段的长短便可明了。每批数据分布的偏态如何，分析中位线和异常值的位置也可估计出来。还有一些箱形图的变种，使数据批间的比较更加直观明白。例如有一种可变宽度的箱形图，使箱的宽度正比于批量的平方根，从而使批量大的数据批有面积大的箱，面积大的箱有适当的视觉效果。如果对同类群体的几批数据的箱形图进行比较，分析评价，便是常模参照解释方法的可视图示；如果把受测者数据批的箱形图与外在效标数据批的箱形图比较分析，便是效标参照解释的可视图示。箱形图结合这些分析方法用于质量管理、人事测评、探索性数据分析等统计分析活动中去，有助于分析过程的简便快捷，其作用显而易见

六西格码管理方法之24-企业文化（Business Culture）

性质企业文化是企业在经营活动中形成的经营理念、经营目的、经营方针、价值观念、经营行为、社会责任、经营形象等的总和。是企业个性化的根本体现，它是企业生存、竞争和发展的灵魂。

应用企业文化由三个层次构成：（1）表面层的物质文化，称为企业的“硬文化”。包括厂容、厂貌、机械设备，产品造型、外观、质量等。（2）中间层次的制度文化，包括领导体制、人际关系以及各项规章制度和纪律等。（3）核心层的精神文化，称为“企业软文化”。包括各种行为规范、价值观念、企业的群体意识、职工素质和优良传统等，是企业文化的核心，被称为企业精神。

要素特伦斯·E·迪尔、艾伦·A·肯尼迪把企业文化整个理论系统概述为5个要素，即企业环境、价值观、英雄人物、文化仪式和文化网络。企业环境是指企业的性质、企业的经营方向、外部环境、企业的社会形象、与外界的联系等方面。它往往决定企业的行为。 价值观是指企业内成员对某个事件或某种行为好与坏、善与恶、正确与错误、是否值得仿效的一致认识。价值观是企业文化的核心，统一的价值观使企业内成员在判断自己行为时具有统一的标准，并以此来决定自己的行为。英雄人物是指企业文化的核心人物或企业文化的人格化，其作用在于作为一种活的样板，给企业中其他员工提供可供学习的榜样，对企业文化的形成和强化起着极为重要的作用。文化仪式是指企业内的各种表彰、奖励活动、聚会以及文娱活动等，它可以把企业中发生的某些事情戏剧化和形象化，来生动地宣传和体现本企业的价值观，使人们通过这些生动活泼的活动来领会企业文化的内涵，使企业文化“寓教于乐”之中。文化网络是指非正式的信息传递渠道，主要是传播文化信息。它是由某种非正式的组织和人群所组成，它所传递出的信息往往能反映出职工的愿望和心态。

企业文化本质，是通过企业制度的严格执行衍生而成，制度上的强制或激励最终促使群体产生某一行为自觉，这一群体的行为自觉便组成了企业文化。企业文化的本质在东堂策《企业文化一字解》中得到深刻印证，其中也详细道出企业文化产生机理。

产生企业领导者把“文化变化人”的功能应用于企业，以解决现代企业管理中的问题，就有了企业文化。企业管理理论和企业文化管理理论都追求效益。但前者为追求效益而把人当作客体，后者为追求效益把文化概念自觉应用于企业，把具有丰富创造性的人作为管理理论的中心。这种指导思想反映到企业管理中去，就有了人们称之为企业文化的种种观念。

认识从企业文化的现实出发，进行深入的调查研究，把握企业文化各种现象之间的本质联系。依据实践经验，从感性认识到理性认识，进行科学的概括、总结。

意义一．企业文化能激发员工的使命感。不管是什么企业都有它的责任和使命，企业使命感是全体员工工作的目标和方向，是企业不断发展或前进的动力之源。二．企业文化能凝聚员工的归属感。企业文化的作用就是通过企业价值观的提炼和传播，让一群来自不同地方的人共同追求同一个梦想。三．企业文化能加强员工的责任感。企业要通过大量的资料和文件宣传员工责任感的重要性，管理人员要给全体员工灌输责任意识，危机意识和团队意识，要让大家清楚地认识企业是全体员工共同的企业。四．企业文化能赋予员工的荣誉感。每个人都要在自己的工作岗位，工作领域，多做贡献，多出成绩，多追求荣誉感。五．企业文化能实现员工的成就感。一个企业的繁荣昌盛关系到每一个公司员工的生存，企业繁荣了，员工们就会引以为豪，会更积极努力的进取，荣耀越高，成就感就越大，越明显.