您的位置:主页 > 六西格玛专栏 >

六西格码管理工具之1—精益生产(Lean Production)

精益生产(Lean Production),简称“精益”,是衍生自丰田生产方式的一种管理哲学。

包括众多知名的制造企业以及麻省理工大学教授在全球范围内对丰田生产方式的研究、应用并发展,促使了精益生产理论和生产管理体系的产生,该体系目前仍然在不断演化发展当中。从过去关注生产现场的Kaizen转变为库存控制、生产计划管理、流程改进(流程再造)、成本管理、员工素养养成、供应链协同优化、产品生命周期管理(产品概念设计,产品开发,生产线设计,工作台设计,作业方法设计和改进)、质量管理、设备资源和人力资源管理、市场开发及销售管理等企业经营管理涉及的诸多层面。精益生产是通过系统结构、人员组织、运行方式和市场供求等方面的变革,使生产系统能很快适应用户需求不断变化,并能使生产过程中一切无用、多余的东西被精简,最终达到包括市场供销在内的生产的各方面最好结果的一种生产管理方式。与传统的大生产方式不同,其特色是“多品种”,“小批量”。

首先不同的企业在行业特点上不尽相同,就拿流程行业和离散行业来说,流程行业,比如化工,医药,金属等,一般偏好设备管理,如TPM(Total Productive Maintenance),因为在流程型行业需要运用到一系列的特定设备,这些设备的状况极大的影响着产品的质量;而离散行业,比如机械,电子等,LAYOUT,生产线的排布,以及工序都是影响生产效率和质量的重要因素,因此离散行业注重标准化,JIT(Just In Time),看板以及零库存。精益生产(Lean Production,简称LP)是美国麻省理工学院数位国际汽车计划组织(IMVP)的专家对日本丰田准时化生产JIT(Just In Time)生产方式的赞誉称呼。精益生产方式源于丰田生产方式,是由美国麻省理工学院组织世界上17个国家的专家、学者,花费5年时间,耗资500万美元,以汽车工业这一开创大批量生产方式和精益生产方式JIT的典型工业为例,经理论化后总结出来的。精益生产方式的优越性不仅体现在生产制造系统,同样也体现在产品开发、协作配套、营销网络以及经营管理等各个方面,它是当前工业界最佳的一种生产组织体系和方式,也必将成为二十一世纪标准的全球生产体系。精益生产方式是战后日本汽车工业遭到的“资源稀缺”和“多品种、少批量”的市场制约的产物。它是从丰田相佐诘开始,经丰田喜一郎及大野耐一等人的共同努力,直到20世纪60年代才逐步完善而形成的。精益生产方式的基本思想可以用一句话来概括,即:Just In Time(JIT),翻译为中文是“旨在需要的时候,按需要的量,生产所需的产品”。因此有些管理专家也称精益生产方式为JIT生产方式、准时制生产方式、适时生产方式或看板生产方式。

核心:

1、追求零库存精益生产是一种追求无库存生产,或使库存达到极小的生产系统,为此而开发了包括“看板”在内的一系列具体方式,并逐渐形成了一套独具特色的生产经营体系。

2、追求快速反应,即快速应对市场的变化。为了快速应对市场的变化,精益生产者开发出了细胞生产、固定变动生产等布局及生产编程方法。

3、企业内外环境的和谐统一精益生产方式成功的关键是把企业的内部活动和外部的市场(顾客)需求和谐地统一于企业的发展目标。

4、人本主义精益生产强调人力资源的重要性,把员工的智慧和创造力视为企业的宝贵财富和未来发展的原动力a、充分尊重员工;b、重视培训;c、共同协作。

5、库存是“祸根”高库存是大量生产方式的特征之一。由于设备运行的不稳定、工序安排的不合理、较高的废品率和生产的不均衡等原因,常常出现供货不及时的现象,库存被看作是必不可少的“缓冲剂”。

但精益生产则认为库存是企业的“祸害”,其主要理由是:

1、库存提高了经营的成本;

2、库存掩盖了企业的问题。

零浪费”为精益生产终极目标,具体表现在PICQMDS七个方面,目标细述为:

(1)“零”转产工时浪费(Products·多品种混流生产) 将加工工序的品种切换与装配线的转产时间浪费降为“零”或接近为“零”。

(2)“零”库存(Inventory·消减库存) 将加工与装配相连接流水化,消除中间库存,变市场预估生产为接单同步生产,将产品库存降为零。

(3)“零”浪费(Cost·全面成本控制) 消除多余制造、搬运、等待的浪费,实现零浪费。

(4)“零”不良(Quality·高品质) 不良不是在检查位检出,而应该在产生的源头消除它,追求零不良。

(5)“零”故障(Maintenance·提高运转率) 消除机械设备的故障停机,实现零故障。

(6)“零”停滞(Delivery·快速反应、短交期) 最大限度地压缩前置时间(Lead time)。为此要消除中间停滞,实现“零”停滞。

(7)“零”灾害(Safety·安全第一)

工具

1.5s活动

2.TPM

3.TQM

4.看板作为精益生产的一种核心管理工具,可对生产现场进行可视化管理。一旦出现异常可在第一时间通知相关人员并采取措施解除问题。

5.持续改善

6.单元化生产

7.均衡生产

8.快速切换

                                                                                                              六西格码管理工具之2——FMEA和FTA分析

故障模式与影响分析(FMEA)和故障树分析(FTA)均是在可靠性工程中已广泛应用的分析技术,国外已将这些技术成功地应用来解决各种质量问题。在ISO 9004:2000版标准中,已将FMEA和FTA分析作为对设计和开发以及产品和过程的确认和更改进行风险评估的方法。我国目前基本上仅将FMEA与FTA技术应用于可靠性设计分析,根据国外文献资料和我国部分企业技术人员的实践,FMEA和FTA可以应用于过程(工艺)分析和质量问题的分析。质量是一个内涵很广的概念,可靠性是其中一个方面。通过FMEA和FTA分析,找出了影响产品质量和可靠性的各种潜在的质量问题和故障模式及其原因(包括设计缺陷、工艺问题、环境因素、老化、磨损和加工误差等),经采取设计和工艺的纠正措施,提高了产品的质量和抗各种干扰的能力。根据文献报道,某世界级的汽车公司大约50%的质量改进是通过FMEA和FTA/ETA来实现的。

                                                                                                               六西格码管理工具之3——POKA-YOKE

POKA-YOKE意为“防差错系统”。又称愚巧法,防呆法。意即在失误发生前即加以防止的方法。它是一种在作业过程中采用自动作用(动作,不动作),报警,提醒(标识,分类)等手段,使作业人员不特别注意或不需注意也不会失误的方法。日本的质量管理专家、著名的丰田生产体系创建人新江滋生(Shingeo Shingo)先生根据其长期从事现场质量改进的丰富经验,首创了POKA-YOKE的概念,并将其发展成为用以获得零缺陷,最终免除质量检验的工具。

POKA-YOKE的基本理念主要有如下三个:

⑴决不允许哪怕一点点缺陷产品出现,要想成为世界的企业,不仅在观念上,而且必须在实际上达到“0”缺陷。

⑵生产现场是一个复杂的环境,每一天的每一件事都可能出现,差错导致缺陷,缺陷导致顾客不满和资源浪费。

⑶我们不可能消除差错,但是必须及时发现和立即纠正,防止差错形成缺陷。

防误

- 针对产品及过程设计出一种潜在的失效或导致失效的机理

- 错误不可能发生

- 前瞻性的

- 预防

防错

- 做出改变,帮助操作人员减少或消除错误检(缺陷)

- 防止错误在下游工序继续

- 反应性的

- 探测

防误比防错更高级,更有效,例如十字路口,要避免南北向行驶的车辆与东西向行驶的车辆相撞,有两种办法,一是设置红绿灯,二是建立交桥。但是设置了红绿灯并不能完全避免南北向行驶的车辆与东西向行驶的车辆相撞,因为有很多的司机会违规驾驶,红绿灯只能起到告警作用,这是防错。但是如果建造了立交桥,就能完全避免相撞,这就是防误。

POKAYOKE 防错

POKAYOKE防错术语

过程设计防错

产品设计防错

零缺陷和POKA YOKE防错

FMEA和防错POKAYOKE

实施POKA YOKE防错流程

错误的种类

人的错误的起因

POKAYOKE防错级别和种类

过程设计防错?

产品设计防错

检验中的防错

POKAYOKE防错技术分类

POKAYOKE防错探测技术分类

基本原则

消除(Elimination):将可能错误消除在过程和产品被重新设计的过程中;

替代(Replacement):是进入更可靠的过程的一个变更;

简单化(Facilitation):将过程运行变的更简单化,也更可靠;

检测(Detection):使错误在下一步操作前被发现;

缓和(Mitigation):是将错误的影响降低到最低。

                                                                                            六西格码管理工具之4——Kano模型

日本质量专家Kano把质量依照顾客的感受及满足顾客需求的程度分成三种质量:理所当然质量、期望质量和魅力质量。

A:理所当然质量。当其特性不充足(不满足顾客需求)时,顾客很不满意;当其特性充足(满足顾客需求)时,无所谓满意不满意,顾客充其量是满意。

B:期望质量也有称为一元质量。当其特性不充足时,顾客很不满意,充足时,顾客就满意。越不充足越不满意,越充足越满意。

C:魅力质量。当其特性不充足时,并且是无关紧要的特性,则顾客无所谓,当其特性充足时,顾客就十分满意。理所当然的质量是基线质量,是最基本的需求满足。期望质量是质量的常见形式。

魅力质量是质量的竞争性元素。通常有以下特点:

l 、具有全新的功能,以前从未出现过;

2 、性能极大提高;

3、引进一种以前没有见过甚至没考虑过的新机制,顾客忠诚度得到了极大的提高;

4、一种非常新颖的风格。Kano模型三种质量的划分,为六西格码改进提高了方向。如果是理所当然质量,就要保证基本质量特性符合规格(标准),实现满足顾客的基本要求,项目团队应集中在怎样降低故障出现率上;如果是期望质量,项目团队关心的就不是符合不符合规格(标准)问题,而是怎样提高规格(标准)本身。不断提高质量特性,促进顾客满意度的提升;如果是魅力质量,则需要通过满足顾客潜在需求,使产品或服务达到意想不到的新质量。项目团队应关注的是如何在维持前两个质量的基础上,探究顾客需求,创造新产品和增加意想不到的新质量。

                                                                                                        六西格码管理工具之5——工作说明(SOW)

工作说明(Statement Of Work,缩写为SOW)是合同的附件之一,具有与合同正文同等的法律效力。工作说明详细规定了合同双方在合同期内应完成的工作,如方案论证、设计、分析、试验、质量控制,可靠性、维修性、保障性、标准化、计量保证等;应向对方提供的项目,如接口控制文件、硬件、计算机软件、技术报告、图纸、资料,以及何时进行何种评审等,因此,工作说明以契约性文件的形式进一步明确了顾客的要求和承制方为实现顾客要求必须开展的工作,它使产品的管理和质量保证建立在法律依据之上,成为合同甲方(顾客)对乙方(承制单位)进行质量监控的有力工具。工作说明的详细要求可查阅GJB 2742-96。 工作说明的内容是质量功能展开的重要输入。

                                                                                                          六西格码管理工具之6——质量功能展开(QFD)

质量功能展开(Quality Function Deployment, 缩写为QFD)是把顾客或市场的要求转化为设计要求、零部件特性、工艺要求、生产要求的多层次演绎分析方法,它体现了以市场为导向,以顾客要求为产品开发唯一依据的指导思想。在健壮设计的方法体系中,质量功能展开技术占有举足轻重的地位,它是开展健壮设计的先导步骤,可以确定产品研制的关键环节、关键的零部件和关键工艺,从而为稳定性优化设计的具体实施指出了方向,确定了对象。它使产品的全部研制活动与满足顾客的要求紧密联系,从而增强了产品的市场竞争能力,保证产品开发一次成功。根据文献报道,运用QFD方法,产品开发周期可缩短三分之一,成本可减少二分之一,质量大幅度提高,产量成倍增加。质量功能展开在美国民用工业和国防工业已达到十分普及的程度,不仅应用于具体产品开发和质量改进,还被各大公司用作质量方针展开和工程管理目标的展开等。2015版ISO 9000系列标准要求“以顾客为关注焦点”,“确保顾客的要求得到确定并予以满足”,作为分析展开顾客需求的质量功能展开方法必将在2000版ISO 9000系列标准的贯彻实施中获得广泛的应用。

                                                                                                                                六西格码管理工具之7——WBS

WBS:工作分解结构(Work Breakdown Structure) 创建WBS:创建WBS是把项目可交付成果和项目工作分解成较小的,更易于管理的组成部分的过程。WBS是项目管理重要的专业术语之一。WBS的基本定义 :以可交付成果为导向对项目要素进行的分组,它归纳和定义了项目的整个工作范围每下降一层代表对项目工作的更详细定义。无论在项目管理实践中,还是在PMP,IPMP考试中,工作分解结构(WBS)都是最重要的内容之一。WBS总是处于计划过程的中心,也是制定进度计划、资源需求、成本预算、风险管理计划和采购计划等的重要基础。WBS同时也是控制项目变更的重要基础。项目范围是由WBS定义的,所以WBS也是一个项目的综合工具。

工作分解结构

工作(work)--可以产生有形结果的工作任务;分解(breakdown)--是一种逐步细分和分类的层级结构;结构(structure)--按照一定的模式组织各部分。根据这些概念,WBS有相应的构成因子与其对应:

⑴结构化编码编码是最显著和最关键的WBS构成因子,首先编码用于将WBS彻底的结构化。通过编码体系,我们可以很容易识别WBS元素的层级关系、分组类别和特性。并且由于近代计算机技术的发展,编码实际上使WBS信息与组织结构信息、成本数据、进度数据、合同信息、产品数据、报告信息等紧密地联系起来。

⑵工作包工作包(work package)是WBS的最底层元素,一般的工作包是最小的“可交付成果”,这些可交付成果很容易识别出完成它的活动、成本和组织以及资源信息。例如:管道安装工作包可能含有管道支架制作和安装、管道连接与安装、严密性检验等几项活动;包含运输/焊接/管道制作人工费用、管道/金属附件材料费等成本;过程中产生的报告/检验结果等等文档;以及被分配的工班组等责任包干信息等等。正是上述这些组织/成本/进度/绩效信息使工作包乃至WBS成为了项目管理的基础。基于上述观点,一个用于项目管理的WBS必须被分解到工作包层次才能够使其成为一个有效的管理工具。

⑶WBS元素WBS元素实际上就是WBS结构上的一个个“节点”,通俗的理解就是“组织机构图”上的一个个“方框”,这些方框代表了独立的、具有隶属关系/汇总关系的“可交付成果”。经过数十年的总结大多数组织都倾向于WBS结构必须与项目目标有关,必须面向最终产品或可交付成果的,因此WBS元素更适于描述输出产品的名词组成(effictive WBS,Gregory T. Haugan)。其中的道理很明显,不同组织、文化等为完成同一工作所使用的方法、程序和资源不同,但是他们的结果必须相同,必须满足规定的要求。只有抓住最核心的可交付结果才能最有效的控制和管理项目;另一方面,只有识别出可交付结果才能识别内部/外部组织完成此工作所使用的方法、程序和资源。工作包是最底层的WBS元素。

⑷WBS字典管理的规范化、标准化一直是众多公司追求的目标,WBS字典就是这样一种工具。它用于描述和定义WBS元素中的工作的文档。字典相当于对某一WBS元素的规范,即WBS元素必须完成的工作以及对工作的详细描述;工作成果的描述和相应规范标准;元素上下级关系以及元素成果输入输出关系等。同时WBS字典对于清晰的定义项目范围也有着巨大的规范作用,它使得WBS易于理解和被组织以外的参与者(如承包商)接受。在建筑业,工程量清单规范就是典型的工作包级别的WBS字典。

                                                                                                六西格码管理工具之8——并行工程并行工程(Concurrent Engineering)

并行工程是对产品及其相关过程(包括制造过程和支持过程)进行并行、集成化处理的系统方法和综合技术。

研究范围一般包括:

①并行工程管理与过程控制技术,

②并行设计技术,

③快速制造技术。

并行工程的定义1988年美国国家防御分析研究所(IDA—Institute of Defense Analyze)完整地提出了并行工程(CE—Concurrent Engineering)的概念,即“并行工程是集成地、并行地设计产品及其相关过程(包括制造过程和支持过程)的系统方法。这种方法要求产品开发人员在一开始就考虑产品整个生命周期中从概念形成到产品报废的所有因素,包括质量、成本、进度计划和用户要求。并行工程的目标为提高质量、降低成本、缩短产品开发周期和产品上市时间。并行工程的具体做法是:在产品开发初期,组织多种职能协同工作的项目组,使有关人员从一开始就获得对新产品需求的要求和信息,积极研究涉及本部门的工作业务,并将所需要求提供给设计人员,使许多问题在开发早期就得到解决,从而保证了设计的质量,避免了大量的返工浪费.-在产品的设计开发期间,将概念设计、结构设计、工艺设计、最终需求等结合起来,保证以最快的速度按要求的质量完成。-各项工作由与此相关的项目小组完成。进程中小组成员各自安排自身的工作,但可以定期或随时反馈信息并对出现的问题协调解决。-依据适当的信息系统工具,反馈与协调整个项目的进行。利用现代CIM技术,在产品的研制与开发期间,辅助项目进程的并行化。

并行工程具有以下五个方面的特点:

1、基于集成制造的并行性。

2、并行有序。

3、群组协同。

4、面向工程的设计。

5、计算机仿真技术。

建立并行工程的开发环境

并行工程环境使参与产品开发的每个人都能瞬时地相互交换信息,以克服由于地域、组织不同,产品的复杂化,缺乏互换性的工具等因素造成的各种问题。在开发过程中应以具有柔性和弹性的方法,针对不同的产品开发对象,采用不同的并行工程手法,逐步调整开发环境。

并行工程的开发环境主要包括以下几个方面。

(1)统一的产品模型,保证产品信息的唯一性,并必须有统一的企业知识库,使小组人员能以同一种“语言”进行协同工作。

(2)一套高性能的计算机网络,小组人员能在各自的工作站或微机上进行仿真,或利用各自的系统。

(3)一个交互式、良好用户界面的系统集成,有统一的数据库和知识库,使小组人员能同时以不同的角度参与或解决各自设计问题。

成立并行工程的开发组织机构

开发组织有三个层次构成,最高层有各功能部门负责人和项目经理组成,管理开发经费、进程和计划;第二层是由主要功能部门经理、功能小组代表构成,定期举行例会;第三层是作业层,由各功能小组构成。

选择开发工具及信息交流方法

选择一套合适的产品数据管理(PDM)系统,PDM是集数据管理能力、网络的通信能力与过程控制能力于一体的过程数据管理技术的集成,能够跟踪保存和管理产品设计过程。PDM系统是实现并行工程的基础平台。它将所有与产品有关的信息和过程集成在一体,将有效地从概念设计、计算分析、详细设计、工艺流程设计、制造、销售、维修直至产品报废的整个生命周期相关的数据,予以定义、组织和管理,使产品数据在整个产品生命周期内保持最新、一致、共享及安全。PDM系统应该具有电子仓库、过程和过程控制、配置管理、查看和圈阅、扫描和成像、设计检索和零件库、项目管理、电子协作、工具和集成件等。产品数据管理系统对产品开发过程的全面管理,能够保证参与并行工程协同开发小组人员间的协调活动能正常进行。

确立并行工程的开发实施方案

首先把产品设计工作过程细分为不同的阶段;其次当出现多个阶段的工作所需要的资源不可共享时,可以采用并行工程方法;最后,后续阶段的工作必须依赖于前阶段的工作结果作为输入条件时,可以先对前阶段工作做出假设,二者才可并行。其间必须插入中间协调,并用中间的结果作验证,其验证的结果与假定的背离是后续阶段工作调整的依据。

                                                                                                                               六西格码管理工具之9——参数设计

参数设计是三次设计法里的二次设计,是在系统设计之后进行。参数设计的基本思想是通过选择系统中所有参数(包括原材料、零件、元件等)所有参数从而尽量减少外部、内部和产品间三种干扰的影响,使所设计的产品质量特性波动小,稳定性好。

简介

参数设计是三次设计法里的二次设计,是在系统设计之后进行。参数设计的基本思想是通过选择系统中所有参数(包括原材料、零件、元件等)的最佳水平组合,从而尽量减少外部、内部和产品间三种干扰的影响,使所设计的产品质量特性波动小,稳定性好。另外,在参数设计阶段,一般选用能满足使用环境条件的最低质量等级的元件和性价比高的加工精度来进行设计,使产品的质量和成本两方面均得到改善。

方法

参数设计是一个多因素选优问题。由于要考虑三种干扰对产品质量特性值波动的影响,探求抗干扰性能好的设计方案,因此参数设计比正交试验设计要复杂得多。田口博士采用内侧正交表和外侧正交表直积来安排试验方案,用信噪比作为产品质量特性的稳定性指标来进行统计分析。为什么即使采用质量等级不高、波动较大的元件,通过参数设计,系统的功能仍十分稳定呢?这是因为参数设计利用了非线性效应。通常产品质量特性值y与某些元部件参数的水平之间存在着非线性关系,假如某一产品输出特性值为y,目标值为m,选用的某元件参数为x,其波动范围为Dx (一般呈正态分布),若参数x取水平x1,由于波动Dx,引起y的波动为Dy1(如图),通过参数设计,将x1移到x2,此时同样的波动范围Δx,引起y 的波动范围缩小成Dy2,由于非线性效应十分明显,Dy2Δy2,即提高了元件质量等级后,对应于x1的产品质量特性y的波动范围仍然比采用较低质量等级元件、对应于水平x2的y波动范围D y2要宽,由此可以看出参数设计的优越性。

案例分析

例如,有一晶体管稳压电源,输入为交流220V,要求输出目标值为直流110V,波动范围必须控制在±2V。决定稳压电路输出特性的主要因素是晶体管的电流放大倍数 hFE(其输出特性呈非线性关系)以及调节电阻R的大小(电阻的输出呈线性关系)。通常专业设计人员看到电路输出与目标值发生偏离时,大多是调整晶体管 hFE的工作点,使输出达到目标值,但又产生了输出电压波动偏大的问题。例如原稳压电源的晶体管hPE工作点在A1(A1=20),对应的输出电压为95V。这时,设计人员通常是把hFE从A1调整到A2(A2=40),使输出电压达到110V。但是,晶体管的hFE总会有一定范围的波动。假定hFE的波动范围为±20,当选定A2=40为设计中心值时,hFE就将在20-60(A1-A3)之间波动,对应的输出目标的波动范围将是95-120V。过去为解决这一问题,都是进一步严格挑选元件,以减小hFE的波动范围。这样势必增加制造成本。如何运用参数设计的原理来优化设计呢?由此可知,当A4=80这个工作点时,对应的输出特性曲线变化的平坦区。现在仍采用hFE波动为±20的晶体管,但工作点选A4=80上,此时输出电压波动范围为120耀122V之间,波动幅度大大减小。但这时的输出电压为121V,比目标值110V高出一个M=11V的偏差。这个偏差可用线性元件电阻 R来校正,通过改变电阻R的大小来调整输出电压;使其达到110V。通过这项设计,我们找到了晶体管hFE与电阻的最佳参数组合为A4B4。

其他方法

在设计开发的过程中,常常是在关系未知的情况下进行参数设计的,而不是象上例中的关系明确可鉴。这就必须通过试验的办法,并借助于正交试验、方差分析、信噪比等数理统计的方法,以较少的次数找出符合设计目标值且稳定性很高的参数组合。

                                                                                                                     六西格码管理工具之10—发散思维

发散思维(Divergent Thinking),又称辐射思维、放射思维、扩散思维或求异思维,是指大脑在思维时呈现的一种扩散状态的思维模式,它表现为思维视野广阔,思维呈现出多维发散状。如“一题多解”、“一事多写”、“一物多用”等方式,培养发散思维能力。 不少心理学家认为,发散思维是创造性思维的最主要的特点,是测定创造力的主要标志之一。

思维分类

思维是人脑对客观事物本质属性和内在联系的概括和间接反映.以新颖独特的思维活动揭示客观事物本质及内在联系并指引人去获得对问题的新的解释,从而产生前所未有的思维成果称为创意思维,也称创造性思维.它给人带来新的具有社会意义的成果,是一个人智力水平高度发展的产物. 创意思维与创造性活动相关联,是多种思维活动的统一,但发散思维和灵感在其中起重要作用.创意思维一般经历准备期,酝酿期,豁朗期和验证期四个阶段. 几种主要的创意思维模型:斯滕伯格“创造力三维模型理论”,若宾的基于“关系复杂性”的模型

发散型认知方式

是指个体在解决问题过程中常表现出发散思维的特征,表现为个人的思维沿着许多不同的方向扩展,使观念发散到各个有关方面,最终产生多种可能的答案而不是唯一正确的答案,因而容易产生有创见的新颖观念。

作用

核心性作用想象是人脑创新活动的源泉,联想使源泉汇合,而发散思维就为这个源泉的流淌提供了广阔的通道。基础性作用创新思维的技巧性方法中,有许多都是与发散思维有密切关系的。保障性作用发散思维的主要功能就是为随后的收敛思维提供尽可能多的解题方案。这些方案不可能每一个都十分正确、有价值,但是一定要在数量上有足够的保证。

特点

流畅性流畅性就是观念的自由发挥。指在尽可能短的时间内生成并表达出尽可能多的思维观念以及较快地适应、消化新的思想概念。机智与流畅性密切相关。流畅性反映的是发散思维的速度和数量特征。变通性变通性就是克服人们头脑中某种自己设置的僵化的思维框架,按照某一新的方向来思索问题的过程。

变通性需要借助横向类比、跨域转化、触类旁通,使发散思维沿着不同的方面和方向扩散,表现出极其丰富的多样性和多面性。独特性独特性指人们在发散思维中做出不同寻常的异于他人的新奇反应的能力。独特性是发散思维的最高目标。多感官性发散性思维不仅运用视觉思维和听觉思维,而且也充分利用其他感官接收信息并进行加工。发散思维还与情感有密切关系。

如果思维者能够想办法激发兴趣,产生激情,把信息感性化,赋予信息以感情色彩,会提高发散思维的速度与效果。

                                                                                                         六西格码管理工具之11—方差分析

方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”,是R.A.Fisher发明的,用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响,研究所得的数据呈现波动状。造成波动的原因可分成两类,一是不可控的随机因素,另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手,研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。

方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个:

(1) 随机误差,如测量误差造成的差异或个体间的差异,称为组内差异,用变量在各组的均值与该组内变量值之偏差平方和的总和表示, 记作SSw,组内自由度dfw。

(2) 实验条件,即不同的处理造成的差异,称为组间差异。用变量在各组的均值与总均值之偏差平方和表示,记作SSb,组间自由度dfb。总偏差平方和 SSt = SSb + SSw。组内SSw、组间SSb除以各自的自由度(组内dfw =n-m,组间dfb=m-1,其中n为样本总数,m为组数),得到其均方MSw和MSb,一种情况是处理没有作用,即各组样本均来自同一总体,MSb/MSw≈1。另一种情况是处理确实有作用,组间均方是由于误差与不同处理共同导致的结果,即各样本来自不同总体。那么,MSb>>MSw(远远大于)。MSb/MSw比值构成F分布。用F值与其临界值比较,推断各样本是否来自相同的总体。

方差分析的基本思想是:

通过分析研究不同来源的变异对总变异的贡献大小,从而确定可控因素对研究结果影响力的大小。

方差分析主要用途

①均数差别的显著性检验,

②分离各有关因素并估计其对总变异的作用,

③分析因素间的交互作用,

④方差齐性检验。

在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异。例如医学界研究几种药物对某种疾病的疗效;农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同化学药剂对作物害虫的杀虫效果等,都可以使用方差分析方法去解决。一个复杂的事物,其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显著影响的因素,各因素之间的交互作用,以及显著影响因素的最佳水平等。方差分析是在可比较的数组中,把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。对变差的度量,采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和,这是一个很重要的思想。经过方差分析若拒绝了检验假设,只能说明多个样本总体均值不相等或不全相等。若要得到各组均值间更详细的信息,应在方差分析的基础上进行多个样本均值的两两比较。

多个样本均值间两两比较

多个样本均值间两两比较常用q检验的方法,即Newman-keuls法,其基本步骤为:建立检验假设-->样本均值排序-->计算q值-->查q界值表判断结果。由于模仿了学生氏分布(Student's distribution),也称SNK q检验。

多个实验组与一个对照组均值间两两比较

多个实验组与一个对照组均值间两两比较,若目的是减小第II类错误,最好选用最小显著差法(LSD法);若目的是减小第I类错误,最好选用新复极差法,前者查t界值表,后者查q'界值表。

分析方法

根据资料设计类型的不同,有以下两种方差分析的方法:1、对成组设计的多个样本均值比较,应采用完全随机设计的方差分析,即单因素方差分析。2、对随机区组设计的多个样本均值比较,应采用配伍组设计的方差分析,即两因素方差分析。

两类方差分析的异同:

两类方差分析的基本步骤相同,只是变异的分解方式不同,对成组设计的资料,总变异分解为组内变异和组间变异(随机误差),即:SS总=SS组间+SS组内,而对配伍组设计的资料,总变异除了分解为处理组变异和随机误差外还包括配伍组变异,即:SS总=SS处理+SS配伍+SS误差。

整个方差分析的基本步骤如下:

1、建立检验假设;H0:多个样本总体均值相等;H1:多个样本总体均值不相等或不全等。检验水准为0.05。

2、计算检验统计量F值;

3、确定P值并作出推断结果。

                                                                                                                                               六西格码管理工具之12—回归分析

回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛,回归分析按照涉及的变量的多少,分为一元回归和多元回归分析;在线性回归中,按照因变量的多少,可分为简单回归分析和多重回归分析;按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析。如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。回归分析是应用极其广泛的数据分析方法之一。它基于观测数据建立变量间适当的依赖关系,以分析数据内在规律,并可用于预报、控制等问题。方差齐性线性关系效应累加变量无测量误差变量服从多元正态分布观察独立模型完整(没有包含不该进入的变量、也没有漏掉应该进入的变量)误差项独立且服从(0,1)正态分布。现实数据常常不能完全符合上述假定。因此,统计学家研究出许多的回归模型来解决线性回归模型假定过程的约束。研究一个或多个随机变量Y1 ,Y2 ,…,Yi与另一些变量X1、X2,…,Xk之间的关系的统计方法,又称多重回归分析。通常称Y1,Y2,…,Yi为因变量,X1、X2,…,Xk为自变量。回归分析是一类数学模型,特别当因变量和自变量为线性关系时,它是一种特殊的线性模型。最简单的情形是一个自变量和一个因变量,且它们大体上有线性关系,这叫一元线性回归,即模型为Y=a+bX+ε,这里X是自变量,Y是因变量,ε是随机误差,通常假定随机误差的均值为0,方差为σ^2(σ^2大于0)σ^2与X的值无关。若进一步假定随机误差遵从正态分布,就叫做正态线性模型。一般的情形,它有k个自变量和一个因变量,因变量的值可以分解为两部分:一部分是由于自变量的影响,即表示为自变量的函数,其中函数形式已知,但含一些未知参数;另一部分是由于其他未被考虑的因素和随机性的影响,即随机误差。当函数形式为未知参数的线性函数时,称线性回归分析模型;当函数形式为未知参数的非线性函数时,称为非线性回归分析模型。当自变量的个数大于1时称为多元回归,当因变量个数大于1时称为多重回归。

回归分析的主要内容为:

①从一组数据出发,确定某些变量之间的定量关系式,即建立数学模型并估计其中的未知参数。估计参数的常用方法是最小二乘法。

②对这些关系式的可信程度进行检验。

③在许多自变量共同影响着一个因变量的关系中,判断哪个(或哪些)自变量的影响是显著的,哪些自变量的影响是不显著的,将影响显著的自变量入模型中,而剔除影响不显著的变量,通常用逐步回归、向前回归和向后回归等方法。

④利用所求的关系式对某一生产过程进行预测或控制。回归分析的应用是非常广泛的,统计软件包使各种回归方法计算十分方便。在回归分析中,把变量分为两类。一类是因变量,它们通常是实际问题中所关心的一类指标,通常用Y表示;而影响因变量取值的的另一类变量称为自变量,用X来表示。

回归分析研究的主要问题是:

(1)确定Y与X间的定量关系表达式,这种表达式称为回归方程;

(2)对求得的回归方程的可信度进行检验;

(3)判断自变量X对因变量Y有无影响;

(4)利用所求得的回归方程进行预测和控制。

                                                                                                              六西格码管理工具之13—顾客满意度

评估本质上讲,顾客满意度反映的是顾客的一种心理状态,它来源于顾客对企业的某种产品服务消费所产生的感受与自己的期望所进行的对比。也就是说“满意”并不是一个绝对概念,而是一个相对概念。企业不能闭门造车,留恋于自己对服务、服务态度、产品质量、价格等指标是否优化的主观判断上,而应考察所提供的产品服务与顾客期望、要求等吻合的程度如何。从质量管理角度讲,应该是顾客需求被满足的程度,顾客满意度已经远远超出满足要求的范畴了!

产生背景

1、顾客满意是经济发展的必然

2、顾客满意是以人为本观念普及的必然结果

3、顾客满意是企业永恒追求的目标

顾客满意调查为企业带来什么?

93%的CEO认为顾客管理是企业成功和更富竞争力的最重要的因素 ——Aberdeen Group顾客忠诚度提高5%,利润的上升幅度将达到25%~85% ——Harvard Business Review一个非常满意的顾客的购买意愿将六倍于一个满意的顾客 ——Xerox Research2/3顾客离开其供应商是因为顾客关怀不够 ——Yankee Group随着中国市场竞争的日趋白热化,企业间的较量已开始从基于产品的竞争转向基于顾客资源的竞争,顾客资源正在逐渐取代产品

综述

顾客满意级度指顾客在消费相应的产品或服务之后,所产生的满足状态等次。前面所述,顾客满意度是一种心理状态,是一种自我体验。对这种心理状态也要进行界定,否则就无法对顾客满意度进行评价。心理学家认为情感体验可以按梯级理论进行划分若干层次,相应可以把顾客满意程度分成七个级度或五个级度。七个级度为:很不满意、不满意、不太满意、一般、较满意、满意和很满意。

五个级度为:很不满意、不满意、一般、满意和很满意。

管理专家根据心理学的梯级理论对七梯级给出了如下参考指标:

1.很不满意指征:愤慨、恼怒、投诉、反宣传分述:很不满意状态是指顾客在消费了某种商品或服务之后感到愤慨、恼羞成怒难以容忍,不仅企图找机会投诉,而且还会利用一切机会进行反宣传以发泄心中的不快。

2.不满意指征:气愤、烦恼分述:不满意状态是指顾客在购买或消费某种商品或服务后所产生的气愤、烦恼状态。在这种状态下,顾客尚可勉强忍受,希望通过一定方式进行弥补,在适当的时候,也会进行反宣传,提醒自己的亲朋不要去购买同样的商品或服务。

3.不太满意指征:抱怨、遗憾分述:不太满意状态是指顾客在购买或消费某种商品或服务后所产生的抱怨、遗憾状态。在这种状态下,顾客虽心存不满,但想到现实就这个样子,别要求过高吧,于是认了。

4.一般指征:无明显正、负情绪分述:一般状态是指顾客在消费某种商品或服务过程中所形成的没有明显情绪的状态。也就是对此既说不上好,也说不上差,还算过得去。

5.较满意指征:好感、肯定、赞许分述:较满意状态是指顾客在消费某种商品或服务时所形成的好感、肯定和赞许状态。在这种状态下,顾客内心还算满意,但按更高要求还差之甚远,而与一些更差的情况相比,又令人安慰。

6.满意指征:称心、赞扬、愉快分述:满意状态是指顾客在消费了某种商品或服务时产生的称心、赞扬和愉快状态。在这种状态下,顾客不仅对自己的选择予以肯定,还会乐于向亲朋推荐,自己的期望与现实基本相符,找不出大的遗憾所在。

7.很满意指征:激动、满足、感谢分述:很满意状态是指顾客在消费某种商品或服务之后形成的激动、满足、感谢状态。在这种状态下,顾客的期望不仅完全达到,没有任何遗憾,而且可能还大大超出了自己的期望。这时顾客不仅为自己的选择而自豪,还会利用一切机会向亲朋宣传、介绍推荐,希望他人都来消费之。

总结

五个级度的参考指标类同顾客满意级度的界定是相对的,因为满意虽有层次之分,但毕竟界限模糊,从一个层次到另一个层次并没有明显的界限。之所以进行顾客满意级度的划分,目的是供企业进行顾客满意程度的评价之用。六西格码管理工具之14—均匀设计均匀设计(Uniform Design),又称均匀设计试验法(Uniform Design Experimentation)),或空间填充设计,是一种试验设计方法(Experimental Design Method。它是只考虑试验点在试验范围内均匀散布的一种试验设计方法。它由方开泰教授和数学家王元在1978年共同提出,是数论方法中的“伪蒙特卡罗方法”的一个应用。

原理

分布理论均匀设计的数学原理是数论中的一致分布理论,此方法借鉴了“近似分析中的数论方法”这一领域的研究成果,将数论和多元统计相结合,是属于伪蒙特卡罗方法的范畴。均匀设计只考虑试验点在试验范围内均匀散布,挑选试验代表点的出发点是“均匀分散”,而不考虑“整齐可比”,它可保证试验点具有均匀分布的统计特性,可使每个因素的每个水平做一次且仅做一次试验,任两个因素的试验点点在平面的格子点上,每行每列有且仅有一个试验点。它着重在试验范围内考虑试验点均匀散布以求通过最少的试验来获得最多的信息,因而其试验次数比正交设计明显的减少,使均匀设计特别适合于多因素多水平的试验和系统模型完全未知的情况。

例如,当试验中有m个因素,每个因素有n个水平时,如果进行全面试验,共有n∧m种组合,正交设计是从这些组合中挑选出n∧2个试验,而均匀设计是利用数论中的一致分布理论选取n个点试验,而且应用数论方法使试验点在积分范围内散布得十分均匀,并使分布点离被积函数的各种值充分接近,因此便于计算机统计建模。如某项试验影响因素有5个,水平数为10个,则全面试验次数为10∧5次,即做十万次试验;正交设计是做10∧2次,即做100次试验;而均匀设计只做10次,可见其优越性非常突出。

回归分析均匀设计是通过一套精心设计的表来进行试验设计的,对于每一个均匀设计表都有一个使用表,可指导如何从均匀设计表中选用适当的列来安排试验。均匀设计分会还编制了一套软件《均匀设计与统计调优软件包》供试验设计和数据处理、分析使用,非常方便。均匀设计法的试验数据分析要用到回归分析方法,例如线性回归模型、二次回归模型、非线性回归模型,以及各种选择回归变点的方法,也有利用多元样条函数技术、小波理论、人工神经网络模型应用于试验设计和数据分析。具体选择何种模型要根据实际试验的具体性质来确定。利用回归分析得出的模型,即可进行影响因素的重要性分析及新条件试验的结果估算,预报和最优化。

操作过程

1、明确试验目的, 确定试验指标。若考察的指标有多个则一般需要对指标进行综合分析;

2、选择试验因素。根据专业知识和实际经验进行试验因素的选择, 一般选择对试验指标影响较大的因素进行试验;

3、确定因素水平。根据试验条件和以往的实践经验, 首先确定各因素的取值范围, 然后在此范围内设置适当的水平;

4、选择均匀设计表, 排布因素水平。根据因素数、水平数来选择合适的均匀设计表进行因素水平数据排布;5、明确试验方案, 进行试验操作;

6、试验结果分析。建议采用回归分析方法对试验结果进行分析进而发现优化的试验条件。依试验目的和支持条件的不同也可采用直接观察法取得最好的试验条件(不再进行数据的分析处理);

7、优化条件的试验验证。通过回归分析方法计算得出的优化试验条件一般需要进行优化试验条件的实际试验验证(可进一步修正回归模型);

8、缩小试验范围进行更精确的试验, 寻找更好的试验条件, 直至达到试验目的为止。

注意事项

1、当所研究的因素和水平数目较多时, 均匀设计试验法比其它试验设计方法所需的试验次数更少, 但不可过分追求少的试验次数, 除非有很好的前期工作基础和丰富的经验, 否则不要企图通过做很少的试验就可达到试验目的, 因为试验结果的处理一般需要采用回归分析方法完成, 过少的试验次数很可能导致无法建立有效的模型, 也就不能对问题进行深入的分析和研究, 最终使试验和研究停留在表面化的水平上(无法建立有效的模型, 只能采用直接观察法选择最佳结果)。一般情况下, 建议试验的次数取因素数的3~5倍为好;

2、优先选用表进行试验设计。通常情况下表的均匀性要好于Un表, 其试验点布点均匀, 代表性强, 更容易揭示出试验的规律, 而且在各因素水平序号和实际水平值顺序一致的情况还可避免因各因素最大水平值相遇所带来的试验过于剧烈或过于缓慢而无法控制的问题;

3、对于所确定的优化试验条件的评价, 一方面要看此条件下指标结果的好坏, 另一方面要考虑试验条件是否合理可行的问题, 要权衡利弊, 力求达到用最小的付出获取最大收益的效果。

六西格玛培训咨询联系电话:17722597309;0755-86372259。邮箱:zxl@leansigma.com.cn;  QQ交流群:295204379

随机推荐

图文聚集

热门排行

最新文章