![]()
有很多人都誤解了控制圖(Control Charts)的核心作用。控制圖最大的價值其實不只是在量產階段看過程的穩定性,更重要的是在Pre-production階段用作分析制造過程。
當你設計出一個新產品時,需要驗證它是否具備可制造性(Manufacturability)。因此,你會先搭建生產流程,而在這個階段,流程中通常同時存在特殊原因變異(Assignable Causes of Variation)和普通原因變異(Common Causes of Variation)。
![]()
在正式進入大規模生產之前,盡可能識別并消除這些特殊原因是非常合理的。統計過程控制(SPC,Statistical Process Control)正好非常適合完成這項工作,因此它應該被當作一種診斷工具(Diagnostic Tool),在全面投產前使用。
如果這一步做得足夠好,那么在大規模生產階段其實未必還需要大量依賴SPC。因為剩余的特殊原因通常已經非常少了,只需要適當監控少數的關鍵輸入,確保過程保持穩定即可。
![]()
所以,優思學院認為在六西格瑪 DMAIC 方法中,控制圖可以在分析階段使用,用來判斷過程數據是否處于統計受控狀態,并識別是否存在特殊原因變異。如果過程本身尚未穩定,團隊就不能直接把數據當作普通隨機波動來分析,否則后續的根因判斷可能會被誤導。因此,在分析階段使用控制圖,可以幫助團隊先區分「普通原因變異」與「特殊原因變異」,再決定下一步應進行根因分析、過程改善,還是能力分析。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.