Beheer kaarte gereedskap vir die begrip van variasie Eienskappe outeur: G Robin Henderson Datum: 18 2013 Kopiereg: Image verskyn danksy iStock Photo. Alle syfers is kopiereg van G Robin Henderson behalwe skets deur Deming wat gebruik word deur die vriendelike toestemming van die Deming-stigting en Tom Nolan. Die beheer grafiek doen 'n wonderlike werk onder 'n rykdom van aansoeke. Dit werk. W Edwards Deming statistiese denke is 'n noodsaaklike vereiste vir die verbetering van prosesse op alle gebiede van menslike aktiwiteit. Die stelling dat statistiese denke eendag as wat nodig is vir doeltreffende burgerskap as die vermoë om te lees en skryf sal word dikwels toegeskryf aan die skrywer H G Wells maar is glo 'n parafrase weergawe van Sam Wilks 1950 presidensiële toespraak aan die Amerikaanse Statistiese Vereniging wees. In die tweede uitgawe van statistiese denke. Hoerl en Snee (2012) meld: Statistiese denke is 'n filosofie van leer en aksie op grond van hierdie grondbeginsels: 1. Alle werk kom in 'n stelsel van mekaar verbind prosesse 2. Variasie bestaan in alle prosesse 3. Verstaan en die vermindering van variasie is sleutels tot sukses. Beheer kaarte, of proses gedrag kaarte, is gereedskap vir die begrip van variasie. Die basiese idee van die beheer grafiek is in 'n memorandum geskryf deur Dr Walter Shewhart op 16 Mei 1924 by die Western Electric Company in die VSA (Ryan 2000). Maar Dawid Salsburg (2001) in sy boek The Lady Proe Tea: Hoe Statistiek rewolusie Wetenskap in die twintigste eeu dui daarop dat die wiskundige formulering van 'n beheer grafiek eerste deur WS Gosset (Student van t-toets faam) is voorgestel en dat 'n beheer grafiek verskyn selfs vroeër in 'n handboek geskryf deur GU Yule. Shewhart onderskei tussen twee tipes variasie. Aan die een kant is daar 'n kans of algemene oorsaak variasie ewekansige variasie wat inherent in die proses wat gebruik word om die produk of diens te skep. Aan die ander kant is daar 'n spesiale oorsaak variasie nie-ewekansige variasie wat vreemde tot die proses en wat kan verwydering vereis ten einde die proses prestasie te herstel na 'n gewenste toestand. Hoewel oorspronklik ontwikkel as 'n statistiese instrument vir industriële toepassings, het verskeie vorme van beheer kaarte sedertdien ontwikkel vir aansoeke in 'n wye verskeidenheid van velde, soos gesondheidsorg en diens industrie in die algemeen. W Edwards Deming is beïnvloed deur Shewharts werk en het 'n sterk voorstander van die ontplooiing van statistiese gereedskap vir verbetering van die gehalte. Maar vandag die onderskeid tussen algemene en spesiale oorsaak variasie is nie bekend so wyd as wat dit verdien om te wees. 'N Kort on-line biografie van Shewhart is geskep deur OConnor en Robertson (2013). In een van sy beroemde seminare, aangehaal Dr Deming die voorbeeld van 'n 11-jarige skool student, Patrick Nolan, wat van die onderskeid geleer deur die monitering van die tyd van sy aankoms per bus by sy skool. In wese is 'n kontrole grafiek bestaan uit 'n eenmalige bestel plot van die data met horisontale lyne wat die grense van algemene oorsaak variasie verteenwoordig. Datapunte wat buite die algemene oorsaak variasie groep val, dui die moontlike teenwoordigheid van spesiale oorsaak variasie. 'N Skets van Patricks grafiek geskep deur Dr Deming wat verskyn in D ie Nuwe Ekonomie vertoon in figuur 1. Figuur 1. Skets deur dr Deming van 'n beheer grafiek van Patrick Nolans data. Spesiale oorsake geïdentifiseer wat ooreenstem met die twee punte buite die perke op een geleentheid was daar 'n nuwe bestuurder op die roete en op die tweede was daar 'n probleem met die deur toemaak meganisme. Daar is baie verskillende tipes van beheer grafiek. Byvoorbeeld, die wyd gebruik statistiese sagteware pakket Minitab (www. minitab / af-ons / produkte / Minitab /) bied 'n spyskaart met 24 tipes. Ons is van mening onder die beheer grafiek vir individuele metings, 'n tipe grafiek wat Donald Wheeler (1993) bied in die begrip van Variasie saam met 'n beeld van 'n Swiss Army mes om sy veelsydigheid aan te dui. A beheer grafiek vir individuele metings Dink aan 'n vervaardigingsproses vir smeerolie waar die teiken viskositeit is 9.0 CST teen 100c. Viskositeit metings gemaak is op die uitset by 15-minuut-intervalle tydens 'n produksie uit te voer met die eerste waarneming gemaak om 08:00. Figuur 2 toon 'n kontrole grafiek van die data geskep eens 25 Waarnemings beskikbaar was. Al die kaarte in hierdie afdeling is geskep met behulp van Minitab besonderhede van hoe om dit te doen, kan gevind word in Henderson (2011). Figuur 2. Beheer grafiek van die eerste 25 viskositeit metings. In wese is dit 'n draai grafiek van die geklee deur die toevoeging van 'n middellyn op die gemiddelde van die 25 oorspronklike datawaardes (8.98) en onderste en boonste drie sigma beheer perke data. Die perke geplaas word op die gemiddelde plus / minus drie standaardafwykings maw op 7,93 en 10,03. Shewhart (1931) aangevoer uit ervaring dat die gebruik van drie sigma perke gemaak ekonomiese sin. Die standaardafwyking moet beraam uit die data. Dit is konvensionele die standaardafwyking deur die toepassing van die gewone formule vir die monster standaardafwyking nie om te skat om die stel van 25 metings maar eerder die gebruik van 'n metode wat gebaseer is op plaaslike eerder as internasionale variasie. Die rasionaal vir hierdie benadering is dat, indien die voorlopige data sluit in enige spesiale oorsaak variasie wat die grafiek skepper is nie bewus van, dan is die gebruik van sulke metodes verlaag die nadelige uitwerking so 'n spesiale oorsaak variasie kan op die ligging van die grafiek perke het. Histories die omvang van agtereenvolgende pare waarnemings, beweeg reekse, het op voorwaarde dat die mees gebruikte metode van skatting vir die standaardafwyking Die besonderhede van die berekeninge sal gegee word later die belangrikste punt om daarop te let is dat al die datapunte in Figuur 2 leuen tussen die tramlijnen wat gevorm word deur die grafiek perke daardeur daarop dui dat net algemene oorsaak variasie teenwoordig is. Figuur 3. Skematiese van 'n proses presteer in 'n stabiele, voorspelbare manier. Op hierdie stadium is ons met behulp van die kontrole grafiek om te besluit of ons 'n proses wat 'n stabiele en voorspelbare verloop van tyd, binne perke van variasie weens algemene oorsake net (Scenario 1 Figuur 3), of 'n proses wat onstabiel en onvoorspelbaar verloop van tyd , met beide algemene en spesiale oorsaak variasie wat prestasie, (Scenario 2 Figuur 4). Dit staan bekend as Fase I toepassing van beheer kaarte. In die skedule verteenwoordig die blou kurwes die onderliggende statistiese verdelings wat oorweeg kan word om die waarneming gemaak by die ooreenstemmende tydstip oplewer. Met slegs algemene oorsaak variasie teenwoordig kan ons dink aan opeenvolgende Waarnemings word toegegee deur dieselfde verspreiding al die tyd. Met spesiale oorsaak variasie ook teenwoordig kan ons dink aan opeenvolgende Waarnemings word toegegee deur uitkerings wat verander met verloop van tyd. Figuur 4. Skematiese van 'n proses met 'n onstabiele, onvoorspelbaar prestasie. Toetsing van die grafiek in figuur 2 toon geen punte buite die grafiek perke so is daar besluit om uit te rol die grafiek met die grense en middellyn vir verdere monitering van die proses. Dit staan bekend as Fase II toepassing van beheer kaarte. Later in die dag met bykomende inligting geplot die grafiek verskyn soos in Figuur 5. Figuur 5. Beheer grafiek met 'n sein verskaffing van bewyse van spesiale oorsaak variasie. Die punt op die grafiek wat ooreenstem met die meting van viskositeit gemaak om 18:15 lê bo die boonste grafiek limiet, dus die verskaffing van bewyse dat 'n spesiale rede kan beïnvloed die proses. Daaropvolgende ondersoek deur die proses span aan die lig gebring 'n verstopte filter wat vervang. 'N Mens kan dan voortgaan om voort te gaan om viskositeit monitor met behulp van die grafiek met die grense gestig met behulp van die eerste 25 waarnemings. In die geval van groot veranderinge aan die proses kan dit raadsaam om die hele kartering proses weer maw begin na 'n ander reeks aanvanklike viskositeit metings te neem en om 'n aanvanklike grafiek te stip wees. As daar geen punte buite die grense van die nuwe grafiek dan kan dit vir verdere roetine monitering word aangeneem. In sy voorwoord tot Verstaan Statistiese Prosesbeheer deur Wheeler en Chambers (1992), Deming verwys na die geskiedenis van Shewharts persepsie van twee tipes variasie soos volg. (Die kwotasie wat aan die begin van hierdie artikel verskyn is uit dieselfde bron.) Hoe het die probleem ontstaan Die bestuur van die Wes-Electric Company, die Hawthorne aanleg, Chicago, probeer om 160160 eenvormigheid te bereik, sodat 'n telefoon maatskappy wat gekoop hul produk kan daarvan afhang. Die doel was edel. Their160160methods al was dwaasheid. Hulle het aksie, het 'n soort van verandering op elke teken van afwyking van eenvormigheid. Hulle were160160smart genoeg en eerlik genoeg is om in ag te neem dat hul optrede net het hierdie erger. Hulle probeer help. Die probleem het to160Dr. Shewhart In bykomend tot 'n punt uit die drie sigma perke verskaffing van bewyse van die teenwoordigheid van spesiale oorsaak variasie, drie ander wyd gebruik kriteria is: 8 punte in 'n ry op dieselfde kant van middellyn 2 uit 3 punte meer as 2 standaardafwykings vanaf middellyn (dieselfde kant) 4 out of 5 punte meer as 1 standaardafwyking vanaf middellyn (dieselfde kant) Hierdie toetse, saam met die vorige maatstaf bespreek, word na verwys as die Western Electric Company Reëls. Wanneer die bykomende drie kriteria die grafiek toegepas voorheen vertoon in figuur 5 nou lyk soos getoon in Figuur 6. Let daarop dat horisontale lyne is bygevoeg by twee standaardafwykings weerskante van die gemiddelde. Figuur 6. Alternatiewe bewyse van die teenwoordigheid van spesiale oorsaak variasie. Die voorkoms van twee van die drie punte verder twee standaardafwykings vanaf die middellyn en beide bogenoemde is dit, bied vroeër getuienis, met 45 minute, die teenwoordigheid van spesiale oorsaak variasie wat die proses. Die drie relevante punte word aangedui in Figuur 6. In diens Shewhart kaarte 'n balans moet gevind word tussen wat te veel opsporing reëls en gepaardgaande verhoogde risiko van vals alarm seine van spesiale oorsaak variasie en die risiko van die versuim om te verander betyds op te spoor. Die gevolg van die maak van 'n soort van verandering op elke teken van afwyking van eenvormigheid word na verwys as peuter. Dit kan geïllustreer word deur simulasie vir die olie viskositeit. Stel jou voor dat die proses handel het 'n beheer instelling vir viskositeit wat is ingestel op die teiken waarde van 9.0 en dat na die aanvanklike 25 waarnemings is gemaak dat 'n operasie begin om die proses om toesig te hou en wat pas die proses aan die hand van elke nuwe waarneming as volg. As die viskositeit waargeneem is 9.2, byvoorbeeld, verminder die beheer instelling met 0,2 en as die viskositeit waargeneem is 8.9, byvoorbeeld, verhoog die beheer instelling met 0,1. Gesimuleerde data vir hierdie scenario vertoon in figuur 7. Figuur 7. Beheer grafiek van proses data met peuter toegepas om te verwerk. Daar is geen seine die verskaffing van bewyse van spesiale oorsaak variasie van hierdie grafiek. Maar die beheer grafiek van die beweging van reekse word in Figuur 8 nie bewyse van 'n proses verandering bied. Om die waarheid te kan word getoon dat die tipe peuter gesimuleerde toename proses variasie deur 40. Deming (1986) bespreek peuter en beskryf tregter eksperimente wat gebruik kan word om die gevolge daarvan te illustreer. Henderson (2011) bied simulasies van die tregter eksperimente en uitstallings wat verband hou individuele waarde beheer kaarte. Figuur 8. Moving reeks grafiek verskaffing van bewyse van spesiale oorsaak variasie. Skepping van beheer kaarte Sommige argumenteer dat wanneer iemand met behulp van beheer kaarte vir die eerste keer dat daar meriete in die plot die data met behulp van potlood en papier en sodoende die relevante berekeninge met die hand. Daar is geen twyfel dat sagteware is altyd gebruik word om kaarte te skep in die praktyk. In hierdie afdeling is die kaarte geskep met behulp van die sigblad sagteware Microsoft Excel. (Die Amerikaanse Vereniging vir Kwaliteit (asq. org/index. aspx) bied 'n gratis Microsoft Excel templaat vir die skepping van Shewhart beteken en verskeidenheid beheer kaarte wat lesers ook kan vind van waarde). Ons kyk na 'n beheer grafiek van die weeklikse manuren verlore vir Departement X. Die data en formules vir die nodige berekeninge in Excel vertoon in tabel 1, met die 21 datawaardes in die tweede kolom, met kop X Hier 20 beweeg reekse is beskikbaar . Die verwagte waarde van die reeks van ewekansige monsters van grootte n uit 'n normaalverspreiding met standaardafwyking is d2. Deur met betrekking tot opeenvolgende waarnemings so monsters van N 2, afdeling van die gemiddelde bewegende reeks deur d2, wat 1,128 vir N 2, lewer die standaardafwyking skatting van 6,87 en die beheer limiet waardes van 61,10 en 102,33. Streng gesproke hierdie beraming prosedure moet slegs gebruik word met normaalverdeelde data, maar dit is reeds gewys robuuste vir nie-normaal verdeel data te wees. Tabel 1. Formules wat nodig is om beheer grafiek te skep in Excel. Nadat het geen bewyse van spesiale oorsaak variasie wat nacalculatie verliese vir departement X kan ons nou uitrol die grafiek met die middellyn en perke bereken vir toekomstige monitering. Table 3.160Additional data op manuren verlies volgende projek vir die verbetering. Figuur 10. Beheer grafiek van manuren die verlies van data vir die eerste 40 weke. Die twee punte onder die onderste grafiek limiet bewys te lewer dat die veranderinge effektief en dat 'n nuwe fase van die proses prestasie is ingevoer gewees het. Vandaar kan ons 'n nuwe middellyn en perke vir die data van week 31 en verder te bereken soos in Figuur 11. Die nuwe middellyn is op die waarde 65,1 in vergelyking met die oorspronklike middellyn waarde van 87,1. So het die kaarte verskaf bewyse van 'n afname in die gemiddelde weeklikse verlies van sowat 12 manuren. Figuur 11. Beheer grafiek van manuren die verlies van data vir die twee fases. In hierdie tweede illustrasie van die gebruik van 'n beheer grafiek vir individuele metings die seine van spesiale oorsaak variasie was welkom kinders. In ander gevalle sal spesiale oorsaak variasie onwelkome bv wees in die geval van die viskositeit byvoorbeeld vroeër beskou as die proses beteken vertrek aansienlik uit die teiken dan stappe sal geneem moet word om die gemiddelde terug na die teiken waarde verskuif. Was die hersiene grafiek vir manuren verloor om seine van punte val bo die boonste grens oplewer, dan sou dit 'n bewys dat nacalculatie verliese weer toegeneem het voorsien. Aksie sal dan gevra word om uit te soek en uit te skakel die spesiale oorsake ten einde die proses weer op dreef te kry. Montgomery (2009) bepaal dat dat wanneer dit gebruik word op hierdie wyse die beheer grafiek word 'n logboek waarin die tydsberekening van die proses ingrypings en hul daaropvolgende uitwerking op die proses prestasie maklik gesien word. In hierdie artikel het ons die oppervlak van 'n groot onderwerp gekrap. Vir lesers wat wil meer te leer, het Caulcutt (2004) twee artikels in die tydskrif Belang wat beskikbaar is op-lyn (www. significancemagazine. org/view/index) is en is hoogs insiggewende gepubliseer. Vir tegniese besonderhede oor die bespreek kaarte en ander verwysings deur Henderson (2011), Montgomery (2009) en Wheeler en Chambers (1993) geraadpleeg word. In Statistiese Metode uit die oogpunt van gehaltebeheer. Shewhart (1939) skryf: Die lang afstand bydrae van statistieke hang nie soseer oor hoe om 'n baie hoogs opgeleide statistici in bedryf as it160does in die skep van 'n statisties minded generasie van fisici, aptekers, ingenieurs en ander wat op enige wyse sal a160hand in die ontwikkeling en die regie van die produksie prosesse van môre. Tagtig jaar verloop het en die skrywer is van mening dat ons misluk het om ten volle te reageer op Shewharts daag Dit moet uitgebrei word om die skepping van statisties minded mense op alle gebiede van besigheid en diens aktiwiteit sluit in die politiek en in die joernalistiek. Almal moet leer oor algemene en spesiale oorsaak variasie en gewapen met 'n eenvoudige grafiese hulpmiddel wat tussen die twee die Shewhart beheer grafiek. Na alles, kan 'n 11-jarige kind verstaan dit Die skrywer wil die aanmoediging gegee deur Alison Oliver by Wiley en die mees nuttige kommentaar van 'n anonieme resensent erken. (1) Caulcutt, R. (2004) Die bestuur van feit. Betekenis . 1 (1): 3638. (2) Caulcutt, R. (2004) beheer kaarte in die praktyk. Betekenis . 1 (2): 8184. (3) Deming, W. E. (1986) uit die krisis. Cambridge: MIT Press. (4) Deming, W. E. (2000) Die Nuwe Ekonomie. 2 EDN. Cambridge: MIT Press. (5) Henderson, G. R. (2011) Six Sigma Gehalteverbetering met Minitab. 2 EDN. Hester, John Wiley amp Sons Ltd (6) Hoerl, R. W. en Snee, R. D. (2012) statistiese denke: die verbetering van korporatiewe prestasie. 2 EDN. Hoboken, New Jersey, John Wiley amp Sons, Inc. (7) OConnor, J. J. en Robertson EF (2013) Die MacTutor Geskiedenis van Wiskunde Argief www-groups. dcs. st-and. ac. uk/ geskiedenis / Biographies / Shewhart 160 (toeganklik 26 September 2013) (8) Montgomery, DC (2009) Inleiding tot statistiek Kwaliteitsbeheer . 6 EDN. Hoboken, New Jersey: John Wiley amp Sons, Inc. (9) Ryan, T. P. (2000) Statistiese Metodes vir Gehalteverbetering. 2 EDN. New York: John Wiley amp Sons, Inc. (10) Salsburg, D. (2001) Die Lady Proe Tea Hoe Statistiek rewolusie Wetenskap in die twintigste eeu. W. H. Freeman and Company, New York. (11) Shewhart, W. A. (1931) Ekonomiese beheer van die kwaliteit van vervaardigde produk. New York: van die Kollege. Ook beskikbaar in 'n 50ste verjaardag uitgawe gepubliseer in 1980 deur die Amerikaanse Vereniging vir Kwaliteit, Milwaukee, WI. (12) Shewhart, W. A. (1939) Statistiese Metode uit die oogpunt van gehaltebeheer. Nagraadse Skool vir die Departement van Landbou, Washington, DC (13) Wheeler, Korporatiewe D. J. (1993) Die verstaan Variasie Die sleutel tot die bestuur Chaos. Knoxville, TN: SPC Press. (14) Wheeler, Korporatiewe D. J. en Chambers, D. S. (1992) Verstaan Statistiese Prosesbeheer. 2 EDN. Knoxville, TN: SPC Press. Verwante TopicsOpperations Management - Hoofstuk 3 Soos hierdie studie stel Skep 'n gratis rekening om dit te verlos. Sluit aan by 'n rekening skep 'n rekening Watter van die volgende 'n voordeel van die gebruik van 'n sales force saamgestelde om 'n vraag voorspelling A. Die verkope personeel is minste geraak word deur die verandering van behoeftes van die kliënt te ontwikkel sou wees. B. Die verkope van krag kan maklik onderskei tussen begeertes kliënt en waarskynlike optrede. C. Die verkope personeel is dikwels bewus van customers039 toekomsplanne. D. Handelaars is minstens waarskynlik beïnvloed deur die onlangse gebeure. E. Handelaars is minste geneig om bevooroordeeld wees deur verkope kwotas. C. Die verkope personeel is dikwels bewus van customers039 toekomsplanne. Lede van die verkope van krag moet die organization039s strengste skakel met sy kliënte. Een van die redes vir die gebruik van die Delphi-metode in vooruitskatting is om: A. vermy voortydig konsensus (trein effek). B. bereik 'n hoë graad van akkuraatheid. C. handhaaf aanspreeklikheid en verantwoordelikheid. D. in staat wees om resultate te herhaal. E. voorkom seer gevoelens. A. vermy voortydig konsensus (trein effek). 'N trein kan lei tot gewilde maar potensieel onakkurate standpunte te verdrink ander belangrike oorwegings. 'N voorspelling gebaseer op die vorige skatting, plus 'n persentasie van die voorspelling fout is: A. 'n naïewe vooruitskatting. B. 'n eenvoudige bewegende gemiddelde skatting. C. 'n gesentreerde bewegende gemiddelde skatting. D. 'n eksponensieel stryk skatting. E. 'n assosiatiewe skatting. D. 'n eksponensieel stryk skatting. Eksponensiële gladstryking gebruik die vorige skatting fout om die volgende skatting. In-tendens aangepas eksponensiële gladstryking, die tendens aangepas voorspelling bestaan uit: A. 'n eksponensieel stryk voorspelling en 'n reëlmatige tendens faktor. B. 'n eksponensieel stryk voorspelling en 'n geskatte tendens waarde. C. die ou voorspelling aangepas deur 'n tendens faktor. D. die ou voorspelling en 'n reëlmatige tendens faktor. E. 'n bewegende gemiddelde en 'n tendens faktor. A. 'n eksponensieel stryk voorspelling en 'n reëlmatige tendens faktor. Beide ewekansige variasie en die tendens is glad gemaak in TAF modelle. In die toevoeging model vir seisoenaliteit, is seisoenaliteit uitgedruk as 'n aanpassing aan die gemiddelde in die multiplikatiewe model, seisoenaliteit word uitgedruk as 'n aanpassing aan die gemiddelde. A. hoeveelheid persentasie B. persentasie hoeveelheid C. hoeveelheid hoeveelheid D. persentasie persentasie E. kwalitatiewe kwantitatiewe A. hoeveelheid persentasie Die toevoeging model voeg net 'n seisoenale aanpassing aan die seisoen gezuiverde skatting. Die vermenigvuldiging model pas die seisoen gezuiverde voorspelling deur dit deur 'n seisoen familielid of indeks te vermenigvuldig. Vooruitskattingstegnieke algemeen aanvaar: A. die afwesigheid van willekeur. B. kontinuïteit van 'n paar onderliggende oorsaaklike stelsel. C. 'n lineêre verhouding tussen tyd en aanbod. D. akkuraatheid dat hoe verder uit verhoog in die tyd die voorspelling projekte. E. akkuraatheid wat beter as individuele items, eerder as groepe van items, oorweeg word. B. kontinuïteit van 'n paar onderliggende oorsaaklike stelsel. Vooruitskattingstegnieke algemeen aanvaar dat dieselfde onderliggende oorsaaklike stelsel wat bestaan het in die verlede sal bly voortbestaan in die future. Six Sigma Beginsel twee: Verminder Variasie Six Sigma Vir Dummies, 2nd Edition In die algemeen, wanneer die beplanning vir Six Sigma, variasie is ongewens omdat dit skep onsekerheid in jou vermoë om 'n gewenste uitkoms te produseer. Professionele resultate, in enigiets, eis konsekwentheid. In die sakewêreld en organisatoriese lewe, die doel is om 'n werk produk of lewer 'n diens in 'n voorspelbare wyse. Dit beteken dat jy die variasie in jou insette 8212 die X se 8212 onder beheer. Sommige variasie 8212 binne perke 8212 kan okay wees. 'N bietjie te veel variasie hier of daar, en jy kan 'n paar herstelwerk of herwerken op jou hande. Te veel variasie geheel en al, en you8217re óf uit 'n werk of uit van die besigheid. Variasie van 'n Six Sigma perspektief Baie eenvoudig, variasie is afwyking van verwagting. As jy 'n muntstuk gooi, what8217s die kans dat dit landing op koppe Vyftig persent. Daarom, as jy 'n muntstuk tien keer gooi, jou verwagting is tot vyf hoofde en vyf sterte kry. Haal 'n muntstuk en gooi dit tien keer. Wat gebeur het jy by jou verwagting Probeer dit weer. Wat gebeur die tweede keer probeer presteer agtereenvolgende stelle van tien muntstuk gooie. Elke keer as jy jou tien muntstuk gooie herhaal, die uitset 8212 die aantal koppe en sterte 8212 wissel. Die mate waarin jou ervaring afwyk van verwagting is die mate waarin variasie plaasgevind het. As jy nou enige uitset Y meet, sal jy vind dat dit wissel 8212 altyd. Hierdie punt is belangrik om te verstaan: Elke uitset wissel. Elke keer as jy jou motor parkeer, doesn8217t dit presies pas in die dieselfde plek tussen die parkering lyne. Elke enkele produk 'n maatskappy maak wissel egter fyn, uit elke ander enkele geval van dieselfde produk op elke dimensie, soos gewig, grootte, duursaamheid, en so aan. Die variasie van die werklike voorkoms teenoor die gemiddelde is 'n vergelyking wat jy gereeld maak in Six Sigma. As jy die voorkoms van iets wat baie keer te meet, it8217s gaan wissel rondom 'n paar gemiddelde 8212 of bedoel 8212 waarde. Die gemiddelde is die sentrale neiging van jou proses. Flip dat muntstuk genoeg keer, en jy sien dat die gemiddelde neig na 50 persent koppe en 50 persent sterte. Elke keer as jy die waarde van 'n gegewe gebeurtenis of geleentheid te meet, it8217s gaan wissel van die gemiddelde. A player8217s kolfgemiddelde kan .302 vir die seisoen, maar Vrydagaand het hy 2-vir-5 en gekolf 0,400, byna 100 punte bo sy gemiddelde. En dan Saterdag hy het 0-vir-4. That8217s alles te danke aan variasie. Algemene oorsaak versus spesiale oorsaak variasie Variasie kom van twee bronne: algemene oorsake en spesiale oorsake. Sommige variasie is net natuurlike julle can8217t dit uit te skakel. That8217s algemene oorsaak variasie. Die natuurlike kragte van die natuur werk om dinge te meng. It8217s eenvoudig deel van die normale verloop van die gebeure. Oorweeg die vorige munt gooi byvoorbeeld die variasie in die aantal koppe uit stel om 'is heeltemal normaal. Let nou op 'n paar voorbeelde in die menslike stelsels. Dink aan die tyd elke dag wanneer die mailman kom of hoe lank dit neem om 'n kredietkaart aansoek te verwerk. Hulle het almal verskil, en die variasie is 'n natuurlike deel van hul stelsels. Spesiale oorsaak variasie is heeltemal anders 8212 it8217s direk veroorsaak deur iets spesiaals. As die mailman kom gewoonlik omstreeks 11:30 elke dag, maar kry 'n pap band op Dinsdag en doesn8217t kom tot die middag, that8217s n spesiale oorsaak van variasie. As dit gewoonlik neem 15 minute om 'n kredietkaart aansoek te verwerk, maar die netwerkverbinding sak en verleng die prosedure, that8217s n spesiale oorsaak. Hierdie spesiale oorsake is spesifieke dinge wat jy kan identifiseer en iets te doen. Spesiale oorsaak variasie is vasgevang word in die X insette faktore van die deurbraak vergelyking. Met Six Sigma, jy besondere poging om die verskil tussen algemene oorsaak en spesiale oorsaak variasie verstaan spandeer omdat they8217re so anders en omdat jy na spesiale poging om te bepaal watter tipe is wat veroorsaak dat die variasie en hoe it8217s wat die uitkoms. Verminder variasie deur Six Sigma In die algemeen, moet jy werk aan die vermindering van spesiale oorsaak variasie voordat jy probeer om algemene oorsaak variasie te verminder. As jy 'n spesiale oorsaak variasie, die proses isn8217t stabiele of voorspelbaar, en jy can8217t seker wees van wat gebeur. Maar ná you8217ve geneem die spesiale oorsaak variasie van 'n stelsel of proses, kan jy dan die verbetering van sy algemene oorsaak veranderlikheid. Byvoorbeeld, veronderstel 'n koffiehuis is om 'n baie klagtes oor strydig drink gehalte. As die koffiehuis eers die spesiale werknemer-tot-werknemer verskille in die maak van 'n koppie koffie elimineer, kan dit dan effektief te werk aan die verbetering van die inherente, algemene oorsaak kwaliteit van die koffie self. Maar as die aanvanklike fokus is oor die belangrikheid van die inherente kwaliteit van die koffie eerste, sal die spesiale werknemer-tot-werknemer verskille die situasie wolk. Die doel is om variasie te verstaan, te beheer nie, en die impak daarvan te verminder, terwyl die aanvaarding dat it8217s deel van die alledaagse lewe en 'n deel van elke organisasie. Net soos jy kan verstaan en karakteriseer die verhouding tussen die X se en die Y, kan jy kenmerk variasie en fout in die vermoë om gewenste uitkomste konsekwent oor tyd te produseer. Dit mate van beheer die grondslag en raamwerk vir die implementering van die werklike verandering in die manier waarop jy doen wat jy doen 8212 veranderinge wat die grootste waarskynlikheid van opbrengs positiewe resultate te hê. Korttermyn - en langtermyn-variasie Nog 'n belangrike kenmerk van variasie is die manier waarop dit verander met verloop van tyd. Erkenning van die verskil tussen kort termyn variasies en langtermyn variasies is belangrik. Here8217s 'n voorbeeld: 8220That mailman wat gebruik word om te kom om 11:30, gee of neem 'n paar minute, maar die afgelope tyd he8217s is later en later kom, en nou lyk dit of he8217s hier nader aan 00:15, wat is regtig irriterende, want we8217re by die middagete en hy het aan die pakkette uit te laat in die rain.8221 in hierdie voorbeeld, die kort termyn variasie van 'n paar minute was nie konsekwent en goed binne die workers8217 verdraagsaamheid vlak, maar wanneer die gemiddelde tyd van aankoms het 'n langtermyn-variasie, dryf deur 45 minute, dit het 'n problem. Jaiib Caiib Vraestel Free maak radio amp bandopnemer is Rs. 225 en R. 375 onderskeidelik. Die maatskappy werk in 2 verskuiwing in totaal 14 ure. Die produksie en die gemeente tyd vir 'n radio is 2 uur, terwyl dit vir bandopnemer is 3 ure. Die radio verkoop vir Rs.250 terwyl die bandopnemer verkoop vir Rs.410. Die maatskappy bestee 'n bedrag van R. 75000 per dag op produksie. Maksimeer die produksie in terme van 'n optimale aantal radio en bandopnemers. Kies die korrekte beperking vergelyking van die keuse gegee teen elke soort. i) kapasiteit beperking a) 3x 2y 8804 14 (masjien tyd) b) 2x 3y 8804 14 c) 2x 3y 880514Six Sigma Beginsel twee: Verminder Variasie Six Sigma Vir Dummies, 2nd Edition In die algemeen, wanneer die beplanning vir Six Sigma, variasie is ongewens want dit skep onsekerheid in jou vermoë om 'n gewenste uitkoms te produseer. Professionele resultate, in enigiets, eis konsekwentheid. In die sakewêreld en organisatoriese lewe, die doel is om 'n werk produk of lewer 'n diens in 'n voorspelbare wyse. Dit beteken dat jy die variasie in jou insette 8212 die X se 8212 onder beheer. Sommige variasie 8212 binne perke 8212 kan okay wees. 'N bietjie te veel variasie hier of daar, en jy kan 'n paar herstelwerk of herwerken op jou hande. Te veel variasie geheel en al, en you8217re óf uit 'n werk of uit van die besigheid. Variasie van 'n Six Sigma perspektief Baie eenvoudig, variasie is afwyking van verwagting. As jy 'n muntstuk gooi, what8217s die kans dat dit landing op koppe Vyftig persent. Daarom, as jy 'n muntstuk tien keer gooi, jou verwagting is tot vyf hoofde en vyf sterte kry. Haal 'n muntstuk en gooi dit tien keer. Wat gebeur het jy by jou verwagting Probeer dit weer. Wat gebeur die tweede keer probeer presteer agtereenvolgende stelle van tien muntstuk gooie. Elke keer as jy jou tien muntstuk gooie herhaal, die uitset 8212 die aantal koppe en sterte 8212 wissel. Die mate waarin jou ervaring afwyk van verwagting is die mate waarin variasie plaasgevind het. As jy nou enige uitset Y meet, sal jy vind dat dit wissel 8212 altyd. Hierdie punt is belangrik om te verstaan: Elke uitset wissel. Elke keer as jy jou motor parkeer, doesn8217t dit presies pas in die dieselfde plek tussen die parkering lyne. Elke enkele produk 'n maatskappy maak wissel egter fyn, uit elke ander enkele geval van dieselfde produk op elke dimensie, soos gewig, grootte, duursaamheid, en so aan. Die variasie van die werklike voorkoms teenoor die gemiddelde is 'n vergelyking wat jy gereeld maak in Six Sigma. As jy die voorkoms van iets wat baie keer te meet, it8217s gaan wissel rondom 'n paar gemiddelde 8212 of bedoel 8212 waarde. Die gemiddelde is die sentrale neiging van jou proses. Flip dat muntstuk genoeg keer, en jy sien dat die gemiddelde neig na 50 persent koppe en 50 persent sterte. Elke keer as jy die waarde van 'n gegewe gebeurtenis of geleentheid te meet, it8217s gaan wissel van die gemiddelde. A player8217s kolfgemiddelde kan .302 vir die seisoen, maar Vrydagaand het hy 2-vir-5 en gekolf 0,400, byna 100 punte bo sy gemiddelde. En dan Saterdag hy het 0-vir-4. That8217s alles te danke aan variasie. Algemene oorsaak versus spesiale oorsaak variasie Variasie kom van twee bronne: algemene oorsake en spesiale oorsake. Sommige variasie is net natuurlike julle can8217t dit uit te skakel. That8217s algemene oorsaak variasie. Die natuurlike kragte van die natuur werk om dinge te meng. It8217s eenvoudig deel van die normale verloop van die gebeure. Oorweeg die vorige munt gooi byvoorbeeld die variasie in die aantal koppe uit stel om 'is heeltemal normaal. Let nou op 'n paar voorbeelde in die menslike stelsels. Dink aan die tyd elke dag wanneer die mailman kom of hoe lank dit neem om 'n kredietkaart aansoek te verwerk. Hulle het almal verskil, en die variasie is 'n natuurlike deel van hul stelsels. Spesiale oorsaak variasie is heeltemal anders 8212 it8217s direk veroorsaak deur iets spesiaals. As die mailman kom gewoonlik omstreeks 11:30 elke dag, maar kry 'n pap band op Dinsdag en doesn8217t kom tot die middag, that8217s n spesiale oorsaak van variasie. As dit gewoonlik neem 15 minute om 'n kredietkaart aansoek te verwerk, maar die netwerkverbinding sak en verleng die prosedure, that8217s n spesiale oorsaak. Hierdie spesiale oorsake is spesifieke dinge wat jy kan identifiseer en iets te doen. Spesiale oorsaak variasie is vasgevang word in die X insette faktore van die deurbraak vergelyking. Met Six Sigma, jy besondere poging om die verskil tussen algemene oorsaak en spesiale oorsaak variasie verstaan spandeer omdat they8217re so anders en omdat jy na spesiale poging om te bepaal watter tipe is wat veroorsaak dat die variasie en hoe it8217s wat die uitkoms. Verminder variasie deur Six Sigma In die algemeen, moet jy werk aan die vermindering van spesiale oorsaak variasie voordat jy probeer om algemene oorsaak variasie te verminder. As jy 'n spesiale oorsaak variasie, die proses isn8217t stabiele of voorspelbaar, en jy can8217t seker wees van wat gebeur. Maar ná you8217ve geneem die spesiale oorsaak variasie van 'n stelsel of proses, kan jy dan die verbetering van sy algemene oorsaak veranderlikheid. Byvoorbeeld, veronderstel 'n koffiehuis is om 'n baie klagtes oor strydig drink gehalte. As die koffiehuis eers die spesiale werknemer-tot-werknemer verskille in die maak van 'n koppie koffie elimineer, kan dit dan effektief te werk aan die verbetering van die inherente, algemene oorsaak kwaliteit van die koffie self. Maar as die aanvanklike fokus is oor die belangrikheid van die inherente kwaliteit van die koffie eerste, sal die spesiale werknemer-tot-werknemer verskille die situasie wolk. Die doel is om variasie te verstaan, te beheer nie, en die impak daarvan te verminder, terwyl die aanvaarding dat it8217s deel van die alledaagse lewe en 'n deel van elke organisasie. Net soos jy kan verstaan en karakteriseer die verhouding tussen die X se en die Y, kan jy kenmerk variasie en fout in die vermoë om gewenste uitkomste konsekwent oor tyd te produseer. Dit mate van beheer die grondslag en raamwerk vir die implementering van die werklike verandering in die manier waarop jy doen wat jy doen 8212 veranderinge wat die grootste waarskynlikheid van opbrengs positiewe resultate te hê. Korttermyn - en langtermyn-variasie Nog 'n belangrike kenmerk van variasie is die manier waarop dit verander met verloop van tyd. Erkenning van die verskil tussen kort termyn variasies en langtermyn variasies is belangrik. Here8217s 'n voorbeeld: 8220That mailman wat gebruik word om te kom om 11:30, gee of neem 'n paar minute, maar die afgelope tyd he8217s is later en later kom, en nou lyk dit of he8217s hier nader aan 00:15, wat is regtig irriterende, want we8217re by die middagete en hy het aan die pakkette uit te laat in die rain.8221 in hierdie voorbeeld, die kort termyn variasie van 'n paar minute was nie konsekwent en goed binne die workers8217 verdraagsaamheid vlak, maar wanneer die gemiddelde tyd van aankoms het 'n langtermyn-variasie,
Comments
Post a Comment