Beruflich Dokumente
Kultur Dokumente
Measure Phase
Klassenraum Arbeitsbuch
Continuous Improvement
Training Zertifikat-
Übergabe erst nach Bemerkung: Das Training
erfolgreichem Abschluss Zertifikat ist eine der
der Verbesserungsphase Anforderungen zur BB/GB
und anschließender Zertifizierung.
Präsentation
Das Team
Benutzen Sie ein
bestimmt einen
Flipchart, um die
Freiwilligen, der
Aufgaben zu
die Ergebnisse
bearbeiten.
präsentiert.
Der Trainer wird
Bearbeiten Sie
die Ergebnisse
die Aufgabe in
der Übung in der
der vorge-
großen Gruppe
gebenen Zeit.
besprechen.
AUFGABE:
1. Brainstorm: Was ist Six Sigma? Listen Sie alle Ideen und
Beschreibungen auf.
2. Entwickeln Sie ein Statement: Six Sigma IST…
3. Entwickeln Sie ein zweites Statement: Six Sigma IST NICHT…
1. Unterstützt and schult Leaders, BBs and a. Black Belt/ Green Belt
GBs
AUFGABE:
1. Schauen Sie sich bitte die Schritte im Storyboard
und die aufeinanderfolgenden Fragen an.
2. Welche Schritte/Fragen stellen Ihrer Meinung die
größten Herausforderungen dar?
3. Welche Schritte/Fragen sind Ihrer Meinung
entscheidend, um die Streuung zu reduzieren?
Define
1 Definiere, was für den Kunden wichtig ist. Definiere den Projektumfang.
Measure
2 Bestimme, was zu messen ist (Y) und überprüfe das Messsystem.
Analyze
4 Identifiziere die potentiellen Ursachen (Xs) der Abweichungen und der
Fehler.
5 Erbringe den statistischen Beweis dafür, welche der vermuteten
Ursachen wichtig sind.
Improve
Bestimme Lösungen (Wege zum Entgegenwirken der Ursachen) inklusive
6 Arbeitsablauf und Toleranzen.
Implementiere die Lösungen und sorge für den statistischen Beweis, dass
7
sie funktionieren.
Control
Lege fest, wie die Xe gesteuert werden müssen, um die Verbesserungen
8
beizubehalten.
9 Beweise statistisch, dass die Verbesserungen nachhaltig sind.
1
IPO DIAGRAMM
INPUT PROCESS OUTPUT
Rohhülsen
Aluminum-
Spulen
lamellen Erweiterte Spulen
Hydraulischer
herstellen
Druck
AUFGABE:
Sammeln Sie Daten:
Das Ziel ist es mit dem Katapult eine Schussweite von 4 Meter (+/- 0,5
Meter) zu erzielen.
1. Jedes Team Mitglied schießt 3 Bälle.
2. Messen und notieren Sie die Weite von jedem Schuss (die
Daten werden für eine spätere Aufgabe benutzt).
Beobachten Sie die Prozess-Schritte.
3. Passen Sie die Rückzugsposition an und schießen Sie
erneut, wenn der Ball nicht das Ziel trifft.
AUFGABE:
1. Betrachten Sie Ihr eigenes Six Sigma Projekt.
2. Stellen Sie sich vor, dass Sie den Arbeitsablauf Ihres
Projektprozesses beobachten.
3. Erstellen Sie ein IPO Diagram für Ihren Prozess.
Inklusive der Hauptprozessschritte (subsystems).
4. Befestigen Sie das erstellte IPO an dem Flipchart und besprechen
es in der großen Gruppe.
Einführung:
Bei Six Sigma geht es um die Verbesserung von Prozessen für den Kunden! Wir wollen
sicherstellen, dass unsere Prozesse und Produkte das liefern was der Kunde möchte. Es ist
entscheidend, dass der Output eines Prozesses die wichtigsten Bedürfnisse aller Kunden
erfüllt.
Ein Kunde ist jemand, der ein Ergebnis aus einem Prozess erhält oder benutzt.
Kunden sind “Personen, die ….”
Kunden können intern (innerhalb von ESSEX) oder extern (außerhalb von ESSEX)
sein.
Welche Erwartungen haben die “Personen, die…” an den Output? Was möchten oder
benötigen sie, um ihre Arbeit auszuführen oder wenn sie den Output verwenden?
Interne und externe Kunden können evtl. ähnliche oder verschiedene Anforderungen
haben.
Häufig müssen wir den Kunden beobachten, um die Kunden Anforderungen zu
erkennen und zu bestimmen, ob diese erfüllt werden.
Output: Schulungskurs
AUFGABE:
1. Betrachten Sie den Prozess “Sonnenblenden-
Inlays herstellen” wie er als IPO unten
dargestellt ist.
2. Identifizieren Sie den internen und externen
Kunden für den “Sonnenblenden-Inlays
herstellen”- Prozess.
3. Schreiben Sie die wahrscheinlichen
Kundenanliegen (Kunden Anforderungen) für
jede Kunden Gruppe auf. Versuchen Sie aus
der Kundenperspektive zu denken.
Harz-Pellets Sonnen-
Strom blenden- gefertigte
Wasser Inlays Inlays
Luftdruck herstellen
Montage von
Komponenten an das Inlay
Ein üblicher Ansatz ist die Verwendung eines übergeordneten linearen Ablaufplans in der
Measure Phase mit anschließender Verwendung eines bereichsübergreifenden Ablaufplans in
der Improve Phase.
Kunden-
änderungs- Übereinst.
anforderung mit Umsatz
Entwurf Nein
erstellen
Auswirkung Auswirk.
abschätzen OK?
Ja
Zeichnung Zeichung
ändern iO?
Ja
Nein
Dateipaket
erstellen
Kunde
Senden an empfängt
Kunden CAD Dateien
Prozessablaufplan Symbole:
Verbindungssymbol
Flussrichtung
AUFGABE:
1. Schauen Sie sich die Aufzeichnungen zum Prozess und das IPO,
das Ihr Team für den Prozess “Katapult schießen” erstellt hat, an.
2. Erstellen Sie am Flipchart einen detaillierten Prozessablaufplan
von dem Prozess “Katapult schießen”.
3. Stellen Sie sicher, dass der Ablaufplan wertschöpfende und nicht
wertschöpfende Prozessschritte enthält.
4. Bereiten Sie sich vor, um den Prozessablaufplan in der großen
Gruppe vorzustellen.
Modul 3: Fehlerbeschreibung
Übung 3.1: Überarbeiten Sie Ihr SOW
Einleitung:
Das SOW ist ein zentrales Dokument, das sicherstellt, dass das Team die notwendige Klarheit
hat, um sich nach vorn in die richtige Richtung zu bewegen. Es ist wichtig sicherzustellen,
dass Ihr SOW das Projektziel klar kommuniziert.
Werkzeug
Werkzeug zur
zur
Kommunikation
Kommunikation
Klären SOW:
SOW: im
im Team
Team
des Kommuniziert
Kommuniziert
Projektrahmen
Projektrahmen undund
Projektes Projektziel
Projektziel
Klarheit bei diesen Schlüsselrubriken des SOWs ist essentiell für den Projekterfolg.
1. Projekttitel
Der Titel jedes Six-Sigma-Projektes sollte folgendem Standard folgen:
Prozessname >Bindestrich > Verbesserungsziel
2. Y’s
Bei Six Sigma ist “Y” eine Output-Variable oder Messgröße des Prozesses. Ein “Y” ist
eine spezifische zu verbessernde Messgröße.
Beispiele: Anzahl verschrotteter Teile, Ausschußkosten pro Tag,
Rohrdurchmesser
3. Problembeschreibung
Die Problembeschreibung stellt das Kernproblem oder den Fehler klar dar, mit dem das
Projekt sich befasst. Sie beantwortet klar die Frage “Was ist falsch mit Was?“
Sie müssen ebenfalls die Frage “Und ich weiß das, weil…” mit Hilfe von zeitabhängigen
Daten beantworten.
5. Projektziel
Das Projekt fasst das Ziel des Six Sigma-Projektes zusammen und quantifiziert es.
Es beschreibt, wie sich das Team dem Kernproblem nähern möchte.
Auf diese Weise ist das Projektziel mit der Problembeschreibung verknüpft, welche in
Zusammenhang steht mit den Y’s: Der Messgröße, die verbessert werden soll.
Projekttitel:
Projekttitel:
Prozessname
Prozessname und
und Verbesserungsziel
Verbesserungsziel
Ys:
Ys:
Spezifische
Spezifische Messgröße,
Messgröße, die
die verbessert
verbessert werden
werden soll
soll (Mit
(Mit Maßeinheit).
Maßeinheit).
Problembeschreibung:
Problembeschreibung:
Was ist nicht in
Was ist nicht in Ordnung
Ordnung mit
mit dem
dem Prozessoutput
Prozessoutput ..
Quantifizierung des
Quantifizierung des aktuellen
aktuellen Stands
Stands jedes
jedes Ys.
Ys.
Und ich weiss das, weil… (zeitabhängige Daten).
Und ich weiss das, weil… (zeitabhängige Daten).
Projektziel:
Projektziel:
Quantifizierung
Quantifizierung des
des Verbesserungsziels
Verbesserungsziels jedes
jedes Ys.
Ys.
Aufgabe:
Aufgabe:
1.
1. Überarbeiten
Überarbeiten Sie
Sie das
das SOW
SOW fürfür Ihr
Ihr Six
Six Sigma
Sigma Projekt
Projekt und
und diskutieren
diskutieren Sie
Sie
mit Ihren Nachbarn.
mit Ihren Nachbarn.
2.
2. Begutachten
Begutachten SieSie diese
diese 44 kritischen
kritischen Komponenten
Komponenten Ihres
Ihres SOWs:
SOWs:
Projekttitel
Projekttitel (richtiges
(richtiges Format?)
Format?)
Y’s
Y’s (klare
(klare Messgrößen,
Messgrößen, mitmit Maßeinheit?)
Maßeinheit?)
Problembeschreibung
Problembeschreibung (ausgedrückt
(ausgedrückt als
als “Was
“Was ist
ist falsch
falsch mit
mit was”?)
was”?)
Projektziel
Projektziel (quantifizierte
(quantifizierte Verbesserung
Verbesserung für
für jedes
jedes Y?)
Y?)
Hausaufgabe:
Hausaufgabe: Aktualisieren
Aktualisieren Sie
Sie Ihr
Ihr SOW
SOW falls
falls nötig!
nötig!
Vorgesehene Zeit:
Projekttitel:
7 MINUTEN
Y’s:
Problembeschreibung:
Projektziel:
| |
Uniforme
Verteilung
| |
Schräge
Verteilung
| |
Normale
Verteilung
Für jeden gegebenen Datensatz werden angemessene Graphiken erstellt, um ein tieferes
Verständnis für den Defekt und mögliche Hinweise zu bekommen.
Brauchbare
Informtionen
Visuelle
Roh- Diagramme und
daten Graphiken
Daten sollten in einer sinnvollen Art visualisiert werden, bevor überhaupt statistische
Analysen durchgeführt werden.
Vorgesehene Zeit
20 MINUTEN
AUFGABE:
1.
1. Öffnen
Öffnen Sie
Sie 3.2
3.2 Visual
Visual Data.MTW.
Data.MTW. Bearbeiten
Bearbeiten Sie
Sie folgende
folgende Datensätze:
Datensätze:
3.2A:
3.2A: Battery
Battery Paste
Paste
3.2B:
3.2B: Production Interruption
Production Interruption
3.2C:
3.2C: Fire
Fire Catapult
Catapult (geben
(geben Sie
Sie Daten
Daten von
von Übung
Übung 2.1
2.1 ein)
ein)
Erstellen
Erstellen Sie
Sie Graphiken
Graphiken (für
(für jeden
jeden Datensatz)
Datensatz) der
der Ihnen
Ihnen das
das beste
beste Bild
Bild
vom
vom Prozessoutput
Prozessoutput vermittelt.
vermittelt.
2.
2. Wählen
Wählen Sie
Sie aus
aus den
den Graphiken,
Graphiken, diedie in
in diesem
diesem Modul
Modul vorgestellt
vorgestellt wurden.
wurden.
3. Schreiben Sie die Fragen auf, die sich aus Betrachtung der Graphiken
3. Schreiben Sie die Fragen auf, die sich aus Betrachtung der Graphiken
ergeben.
ergeben.
Beispiel : Produktionsunterbrechungen
Typ der Graphik Frage
Notizen:
*Bemerkung: Control Charts werden in einem der folgenden Module gesondert besprochen.
DOT PLOT
Beschreibung:
Wählen Sie nun die Datenspalte (C1): “Location 1” indem Sie deren Namen
markieren.
Klicken Sie auf Select
Klicken Sie auf OK
Ergebnis:
Dot Plot von Location 1
HISTOGRAMM
Beschreibung:
Wählen Sie nun die Datenspalte (C1): “Location 1” indem Sie deren Namen
markieren.
Klicken Sie auf Select
Klicken Sie auf OK
Ergebnis:
Histogramm von Location 1
Die Daten müssen in geeigneter Form gruppiert werden, um die Form der Datenverteilung verstehen zu
können.
Die folgenden Richtlinien sind hilfreich, um Daten in geeigneter Form zu gruppieren:
Anzahl der Datenpunkte Anzahl der Gruppen
unter 50 5-7
50 -100 6 -10
100 - 250 7-12
über 250 10 - 20
Wählen Sie im Fenster “Edit Bars” die Rubrik “Binning”
Interval type = Midpoint
Wählen Sie “Number of intervals” èGeben Sie “5” ein
Klicken Sie auf “OK”
Ergebnis:
Nützliches Histogramm von Location 1.
BOX PLOT
Beschreibung:
WAS WARUM WANN
Ein rechteckiger Kasten, der den Um Zentrum, Streuung Variable Daten
Median sowie das “normale” Ausmaß und Datenform zu
der Daten anzeigt. Ausreißer werden zeigen. Identifiziert
gesondert markiert. potentielle Ausreißer.
Wählen Sie nun die Datenspalte (C1): “Location 1” indem Sie deren Namen
markieren.
Klicken Sie auf Select
Klicken Sie auf OK
Ergebnis:
Boxplot von Location 1
Ergebnis:
Time series plot von „Effort über Track“.
70
60
Effort
50
40
30
3 6 9 12 15 18 21 24 27
Track
Ergebnis:
Scatterplot von „Production Cost über Lot Size“.
12
Production Cost per Unit
10
0
100 150 200 250 300
Production Lot Size
PARETO CHART
Beschreibung:
an.
Ergebnis:
Pareto Chart von Type of Interruption:
PIE CHART
Beschreibung:
Ergebnis:
Pie Chart für Frequency of Occurrence:
= Contamination
Fehler auf der Tür-Haut
on door panel skin.
1 2 3 4 5
Obere
Obere
Schiene
Schiene Kugellager
Kugellager
Untere
Untere
– Streuung in den Dimensionen von Sitzschienen wirkt sich
Schiene negativ auf die Qualität (Laufruhe) der Sitzbewegung aus
Schiene
15
Punkte,
Punkte, an
an bestimmt, dass die
denen
denen Daten
Daten
10
genommen
genommen beschriebenen Punkte an +/-
5
wurden
wurden (für
(für y-
y- 100 Positionen entlang der
und
und z-
z-
Richtung)
Richtung)
Schiene (x-Richtung) misst.
0
-20 -10 0 10 20
– Die Abweichung von der
Y (mm) Spezifikation wird von einem
Referenzpunkt (Mitte der
Schiene) aus zu Punkten
Sollwert
Z gemessen, wo die Scheine
Meßwert
Y beginnt sich zu krümmen.
(Links oder rechts Y und Z)
Vorgesehene Zeit
20 MINUTEN
AUFGABE:
Ein
Ein Team
Team besch
besch äftigt
äftigt sich
sich mit
mit der
der Streuung
Streuung von
von Dimensionen
Dimensionen von
von
Sitzschienen.
Sitzschienen.
1.
1. Betrachten
Betrachten Sie
Sie die
die Diagramme
Diagramme in in Ihrem
Ihrem Workbook.
Workbook.
2.
2. Berücksichtigen
Berücksichtigen SieSie den Minitab®® -Datensatz
den Minitab -Datensatz (3.3
(3.3 Rail
Rail Dimension.MTW
Dimension.MTB). ).
3.
3. Erstellen
Erstellen Sie
Sie Graphiken
Graphiken der
der Ihnen
Ihnen das
das beste
beste Bild
Bild vom
vom Prozessoutp
Prozessoutput
ut
vermittelt.
vermittelt.
4.
4. Wählen
Wählen Sie
Sie aus
aus den
den Graphiken,
Graphiken, die
die in
in diesem
diesem Modul
Modul vorgestellt
vorgestellt wurd
wurden.
en.
5.
5. Schreiben
Schreiben Sie
Sie die
die Fragen
Fragen auf,
auf, die
die sich
sich aus
aus Betrachtung
Betrachtung der
der Grap
hiken
Graphiken
ergeben.
ergeben.
Beschreibung der
Prozess Problem oder Defekt
vorgesehenen Funktion
grundlegenden Funktion
Verschwei ßen Erzeugen einer dichten Undichtheit
von Deckel und Schwei ßnaht.
Gehäuse
Weshalb
Weshalb wollen
wollen wir
wir Aus
Aus solchen
solchen
dies?
dies? Gründen
Gründen starten
starten
wir
wir ein
ein Six
Six Sigma
Sigma
Projekt!
Projekt!
geplante Zeit
7 MINUTEN
Aufgabe:
1. Lesen Sie die Aussagen im Arbeitsbuch “Was
wir vom Prozess erwarten.”
2. Welche Aussagen beschreiben die
“vorgesehenen Funktion” und welche
Aussagen beschreiben die “Abwesenheit eines
Problems”.
3. Beschreiben Sie zu Ihrem Projekt die
vorgesehene Funktion in dem freien Feld.
.
vorgesehene
Prozess Was wir vom Prozess erwarten Funktion oder
Problem?
Punktschweißen Erzeugen einer starken Verbindung
Keine Schweißspritzer
Batterien pastieren
Gleichmäßige Pastenverteilung auf dem Gitter
Keine Fehlstellen
Sitzbezüge nähen Keine losen Fäden
Feste Nähte
Wie? Wie?
Zeit
Vorge-
sehene
Funktion
geplante Zeit
20 MINUTEN
AUFGABE:
1. Wählen Sie aus ein Six Sigma Projekt aus Ihrer
Gruppe aus.
2. Erstellen Sie ein Wie-Diagramm des Prozesses,
beantworten Sie die bekannten Bereiche.
3. Erstellen Sie eine Liste von “Wie” Fragen, um die
Fachleute zu befragen.
4. Benutzen Sie ein Flipchart, um Ihre Ergebnisse den
anderen Teams zu präsentieren.
Einleitung:
Um eine gute Verbindung zu schaffen, sollte das Schmelzen des Plastiks an allen Stellen
der Schweißverbindung stetig sein.
Überlegen Sie die Physik des Prozesses:
Welche Messung könnte dies erfassen?
Wie? Wie?
Erhitzen des Elektrische Energie wird in
Schweißspiegels Wärme umgewandelt. Vorgesehene Funktion:
Vorgesehene
Funktion:
Erzeugen einer dichten
schmelzen des Anpressen von Deckel und Verbindung zwischen Deckel
Plastiks von Deckel Gehäuse gegen den erhitzten
Erzeugen und Gehäuse Schweißspiegels und Gehäuse.
einer
Schweißnaht Deckel und Gehäuse
zwischen Hydraulische Presse
zusammenpressen
Deckel und
Gehäuse
Geschmolzenes Plastik ist
Schweißnaht miteinander verbunden (von
ist geformt Deckel und Gehäuse)
Es erstarrt beim Kühlen.
Effektive Einfach zu
Mögliche Messgrößen (Process Y’s) Messung? messen?
geplante Zeit
30 MINUTEN
Notizen:
Physikalische Beschreibung:
Beispiel B: Plattenschäumen-Prozess
Einleitung:
Platten werden mit flüssigem Schaum gefüllt. Der Schaum expandiert in der Form und ergibt eine
feste Schaumplatte, die die gesamte Form füllen sollte. Das Problem ist, dass die Form nicht
immer vollständig gefüllt ist. Um das zu kompensieren, füllen die MA mehr Schaum ein. Dabei tritt
zuviel eingefüllter Schaum oft aus den Ventilationsöffnungen aus.
Inputs Process Outputs
•• Metallplatten
Sheet metal Foam Panels
Platten • Panels
Mit Schaum
filled
• Foam with foam
gefüllte
• Schaum- schäumen
chemicals (solid)
Platten
chemikalien
(liquid)
•• Schaumform
. Hardware
Defekte
Beispiel B: Plattenschäumen-Prozess
Vorgesehene Funktion:
Physikalische Beschreibung:
geplante Zeit
20 MINUTEN
AUFGABE:
1. Lesen Sie die Beschreibungen der im Arbeitsbuch dargestellten Prozesse:
Prozess Beispiel A: Schaumblöcke schäumen
Prozess Beispiel B: Laserschweißen
1. Benutzen Sie Minitab® und die Daten aus Datei “4.4 Multivar.mtw”.
Erstellen Sie ein Multi-Vari Chart für jeden Prozess.
(In Minitab® : Wähle Stat > Quality Tools > Multi-Vari Chart.).
2. Bestimmen Sie die Quelle der größten Streuung für jeden der Prozesse.
Beispiel B: Laserschweißen
Einleitung:
Die Schweißgüte kann über die Messung der
„Schweißbreite“ bestimmt werden.
Das Ziel ist es, eine konsistente Schweißbreite von größer 1 mm zu bekommen.
Wir haben Daten zu Beginn und zu Ende eines 4-
stündigen Tests erhoben.
Die Daten stammen von verschiedenen
Spanneinrichtungen und von vier verschiedenen
Stellen. Erstelle ein Multi-Vari Chart. Bewerte die
verschiedenen Quellen der Variation bezüglich der
Schweißbreite:
Über die Zeit (Beginn und Ende des Versuches)
Zwischen den Aufspannvorrichtungen
Innerhalb des Teils: verschiedene Schweißposition
Die Daten befinden sich in der Minitab Datei
„Exercise 4.4 Fusion Width.mtw“
SCHWEISSBREIT
A
B
C D
Modul 5: Messsystemanalyse
Übung 5.1: Komponenten der Messsystemstreuung
Einleitung:
Der Gesamtfehler eines Messsystems ist die Summe aus:
– Genauigkeit – Reproduzierbar
– Wiederholbarkeit keit
– Stabilität
AUFGABE:
1. Schauen Sie sich die grafische Darstellung der Messsystemkomponenten an.
2. Ordnen Sie den Grafiken die entsprechenden Aussagen zu.
Genauigkeit
A B
Wiederholbarkeit
beobachteter tatsächlicher
Durchschnitts- Durchschnitts-
wert wert
C D
Reproduzierbarkeit
Stabilität
Prüfer B
Zeit 1 Zeit 2
Prüfer A Prüfer C
1. Die Abweichungen beim Mittelwert, die sich ergeben, wenn zwei Messreihen mit dem
gleichen Messmittel zu unterschiedlichen Zeiten durchgeführt werden.
2. Der Unterschied zwischen dem beobachteten Mittelwert und dem tatsächlichen Mittelwert
des gemessenen Merkmals.
3. Die Abweichungen, die sich bei mehrmaligen Messungen ergeben, wobei die Messungen
von einem Prüfer am identischen Werkstück vorgenommen werden und immer ein und
dasselbe Merkmal gemessen wird.
4. Die Abweichung bei den Mittelwerten, die bei Messungen durch verschiedene Prüfer
entstehen, wobei ein und dasselbe Messmittel verwendet wird und an identischen
Werkstücken immer dasselbe Merkmal gemessen wird.
AUFGABE:
1. Lesen Sie sich die Aufgabenstellung durch.
2. Identifizieren Sie die die Komponenten des
Messsystemfehlers, wie unten beschrieben..
a. Wiederholbarkeit
b. Reproduzierbarkeit
c. Gesamtfehler des Messsystems
d. Genauigkeit
AUFGABE:
Beantworten Sie bitte folgende Fragen:
Nietkopf- D
durchmesser Nietkopf-
H höhe
Diskutieren Sie diese Fragen im Team und fassen Sie die Ergebnisse auf
einer Flipchart zusammen.
Einleitung:
1. % Study Variation ist vor allem beim Baselining des Prozesses
(Measure Phase) von Bedeutung.
• Stellen Sie sicher , dass die gemessenen Teile repräsentativ für die
tatsächliche Prozessvarianz sind
AUFGABE:
1. Öffne Sie die Datei 5.4 GAGEAIAG.MTW
2. Führen Sie die Gage R&R-Studie
entsprechend den Anweisungen durch.
Notizen:
AUFGABE:
1. Jedes Team erhält 10 Gegenstände und ein Messmittel.
2. Jeder der 3 Prüfer misst jeden Gegenstand 2 Mal. Die Teile sollten in
zufälliger Reihenfolge gemessen werden und die beiden Durchläufe
sollten unabhängig von einander sein..
3. Tragen Sie die Messergebnisse in ein Datensammelblatt ein.
4. Geben Sie die Daten in Minitab® ein und analysieren Sie sie mit der
ANOVA-Methode.
5. Beantworten Sie folgende Frage:
Notizen:
Was tun, wenn sich das Teil während den Messungen verändert? Wie kann man dann zwischen
der Streuung des Messsystems und der Streuung, die durch die Veränderung des Teils entsteht,
unterscheiden?
Within Appraiser
Between
Appraiser
Appraiser vs.
Standard
AUFGABE:
Folgen Sie den Anweisungen. Überprüfen
Sie, ob das Messsystem adäquat ist..
3. Ordnen 30 M&Ms auf einem Blatt Papier an und nummerieren Sie sie von 1-30.
4. Nachdem der “Experte” seine Beurteilung abgegeben hat, bewertet jeder Prüfer jedes
M&M zwei Mal (unabhängig voneinander!).
5. Geben Sie die Daten in Minitab® ein und wählen Sie Stat > Quality Tools > Attribute
Agreement Analysis, um die Daten zu analysieren..
Notizen:
Notizen
Einleitung:
Die mittleren täglichen Produktionskosten im Werk XYZ sind innerhalb der letzten vier
Wochen jede Woche gestiegen, wie im Diagramm unten gezeigt.
Der Produktionsleiter beauftragt Ihr Team herauszufinden, warum die Kosten steigen und er
möchte, dass Sie erklären, wodurch die Änderung innerhalb der einzelnen Wochen verursacht
wird.
Haben Sie nach mehr Daten gefragt? Das ist ein guter Start.
Frage 2: Wenn Sie auf diese Daten schauen, was würden Sie als nächsten machen?
Frage 3: Der Produktionsleiter beauftragt Ihr Team eine Untersuchung durchzuführen, die
herausfinden soll, warum die Kosten steigen.
EINZELWERTE
0 1 2 3 4 5 6 7 8 9
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5 7 7,5 8 8,5 9 9,5
ANWEISUNG:
1. öffnen Sie die Datei 6.3 X-Bar and R.MTW
2. folgen Sie dem Übungsleiter, um ein Xbar and R Chart
über die Daten in Spalte 1 (Dimension) zu erstellen.
3. beachten Sie die Beschreibungen weiter unten.
Wählen Sie Stat > Control Charts > Variable charts for subgroups > Xbar-R
Einleitung: Teil Zwei (a) Sie sind dran: “Response Time (Hours)”
Ein Hotline Team sammelte Daten über die Zeiten (in Stunden) die vergehen bis
Kundenanfragen beantwortet wurden.
Die Daten enthalten 5 Anrufe an jedem der 15 Tage.
AUFGABE:
Erstellen Sie ein Xbar and R Chart
unter Verwendung der Daten in
Spalte 2 (Hours).
______________________________________________________________________
Was können wir über das Xbar Chart sagen?
______________________________________________________________________
Ist der Prozess unter statistischer Kontrolle?
______________________________________________________________________
AUFGABE:
Erstellen Sie ein Xbar and R Chart
unter Verwendung der Daten in
Spalte 3 (Position).
______________________________________________________________________
Was können wir über das Xbar Chart sagen?
______________________________________________________________________
Ist der Prozess unter statistischer Kontrolle?
______________________________________________________________________
1. Einzelmessungen
Sample 1 2 3 4 5 6 7
X 8 8,5 7,4 10,5 9,3 11,1 10,4
MR 0,5 1,1 3,1 1,2 1,8 0,7
2. Berechnen Sie den Moving Range für jede Untergruppe, beginnend mit Untergruppe 2.
MR ist gleich dem Range der Untergruppe und dem vorherigen Untergruppenwert.
3. Berechnen Sie X, den Mittelwert aller Einzelwerte. X ergibt die Mittellinie im I-Chart.
4. Berechnen Sie R, den Mittelwert über alle MRs. R ergibt die Mittellinie im
MR Chart.
6. Zeichnen Sie die Mittellinien und die Kontrollgrenzen in beiden Diagramme ein.
Zeichnen Sie die Xe und die MRs. Analysieren Sie das Chart.
ACHTUNG: Trends sind nicht unüblich für MR Charts und identifizieren keine
instabilitäten.
Notizen:
AUFGABE:
1. Öffnen Sie 6.4 IMR.MTW
2. Erstellen Sie I & MR Charts für
a) C1 Eng Costs und
b) C2 Sales.
3. Beantworten Sie die Fragen zu jeder Analyse
Select Stat > Control Charts > Variable charts for Individuals > I-MR
a) Entwicklungskosten ($)
Sind die Entwicklungskosten über die letzten 36 Monate stabil? Was untermauert Ihre
Schlussfolgerung?
b) Verkäufe ($)
Sind die Verkaufszahlen über den angezeigten Zeitbereich stabil? Was untermauert Ihre
Schlussfolgerung?
Average proportion
Wobei:
defective (p bar)
Defectives (np)
defective (p)
Subgroup #
Number of defectives
p
proportion
Subgroup size
3 UCLp LCLp
1. 11 202 0.054 0.057 0.049 0.106 0.008
p np
p
226
0 . 057
2. 12 204 0.059 0.057 0.049 0.106 0.008
pn
3. 10 201 0.050 0.057 0.049 0.106 0.008
3979 4. 12 191 0.063 0.057 0.050 0.107 0.007
5. 11 192 0.057 0.057 0.050 0.107 0.007
6. 14 193 0.073 0.057 0.050 0.107 0.007
3 p(1 p)
3 7. 17 199 0.085 0.057 0.049 0.106 0.008
u Chart
Wobei:
Defects per
Defects per
Subgroup #
Unit (u bar)
Defects (c)
Averaage
Units (n)
c c2 6
Unit (u)
u z . B. u 2 0 . 207 UCLu LCLu
n n2 29 1. 9 33 0.273 0.290 0.571 0.009
2. 6 29 0.207 0.290 0.590 0.000
u c
175
0 . 290
3. 11 31 0.355 0.290 0.580 0.000
n 603 4.
5.
14
14
29
23
0.483
0.609
0.290
0.290
0.590
0.627
0.000
0.000
6. 15 26 0.577 0.290 0.607 0.000
u
UCL u u 3 7. 5 36 0.139 0.290 0.559 0.021
AUFGABE:
1. Öffnen Sie die Datei: 6.5 p & u Charts.MTW
2. Für jedes Beispiel (Falten & Applikation):
Entscheiden Sie, welche Art von Regelkarte ist zu
verwenden für die Daten
Erstellen und interpretieren Sie das Chart
Problemanalyse ®
KT
Problembeschreibung
IS
IST IS
ISTNOT
NICHT
WAS
WHAT
WHERE
Wo
WANN
WHEN
AUSMAß
EXTENT
Problemanalyse
Describe Problem
Problembeschreibung
Besonderheiten Änderungen
Was ist unterschiedlich, Was änderte sich in, im
IST
IST
NICHT merkwürdig, speziell oder Umfeld oder bei jeder
einzig-artig an IST Besonderheit? Wann trat
verglichen mit IST NICHT? die Änderung auf?
WAS
WO
WANN
AUSMAß
WANN:
Seit Tag 1
Wann zuerst?
Wann im Lebenszyklus? Austritt aus Presse, nach Verteiler Herstellproz. nach Presse
AUSMASS
90% mit Defekten.
Wie viele Objekte?
Wie groß ist das Ausm.? 25% sind kritisch (bedecken ganzes
Teil)
Wie viele Abweichungen? Eine pro Verkleidung, mit mehreren
Linien
Welcher Trend zeichnet Plötzlicher Sprung nach Tag 15; Stabil mit Mittelwert von 0,9
sich ab? neuer Mittelwert ~ 4,0 (Regelkarte)
2 U C L=2.025
_
1
_
X=0.987 AUFGABE:
0 LC L=-0.052 Beachten Sie die beigefügten
1 3 5 7 9 11 13 15 17 19 21 Informationen
Sample
Day Könnte der schwarze Farbstoff ein
4
U C L=3.806 Grund für die schwarzen Schlieren
3
sein? Warum oder warum nicht?
Sample Range
2 _
R=1.8
0 LC L=0
1 3 5 7 9 11 13 15 17 19 21
Sample
Day
AUFGABE:
1. Öffnen Sie die Datei “7.1 Tensile.MTW”.
2. Für jedes Beispiel (P Time, Tensile):
a) Erstellen Sie ein Histogramm mit Hilfe von Minitab®.
b) Führen Sie einen Anderson Darling Normalitätstest durch mit Minitab®.
c) Frage: Sind die Daten normal verteilt?
Stichprobengröße n = 50.
Ergebnis:
p-Wert = 0,467
AUFGABE:
Öffnen Sie die Minitab Datei “7.2 Describing Data.MTW”
Bearbeiten Sie folgende Aufgaben für den Datensatz, der
Ihrem Team zugeteilt wurde:
1. Bestimmen Sie für Ihren Datensatz die Lage, die Streuung
und die Form. Sind die Daten normal verteilt?
2. Verwenden Sie Minitab®, um entsprechende Graphen zu
erstellen.
3. Präsentieren Sie die deskriptive Statistik und die Grafiken
der Schulungsgruppe und diskutieren Sie, was Ihre
vorbereitete Analyse über die Daten aussagt.
Notizen:
Beispiel:
%?
z = 0,80
12.0
2.5 5.0 7.5 10.0 12.5 15.0 17.5 Tage P = 0,2119
aus z-Tabelle
-3 -2 -1 1 2 3 z Skala
AUFGABE:
Verwenden Sie das vorhergehende Beispiel “Zeit der
Stellenbesetzung für Bürostellen”:
14.0
2.5 5.0 7.5 10.0 12.5 15.0 17.5 Tage
-3 -2 -1 1 2 3 z Skala
2,09)
z-Tabelle im Dezimalsystem für einen gegebenen Wert (für z-Werte von 0,5 bis
Cp Index Berechnung
USL = 182
LSL = 160
ZIEL
171
167,8 178,6 189,4 Zur Erinnerung:
USL LS
Cp ____
6 L
Würde dieser Prozess bei Zentrierung fähig sein, die Spezifikationen zu erfüllen?
Einführung:
Wenn die Grundgesamtheit
normalverteilt ist, dann werden die
Flächen unterhalb der
Normalverteilungskurve genutzt, um
die Anteile der Produkte, die
außerhalb der Spezifikationsgrenzen
liegen, zu bestimmen.
AUFGABE:
1. Bestimmen Sie die Prozessfähigkeit mit Hilfe der 6
Schritte für das Beispiel, dass Ihrem Team zugewiesen
wurde.
“Number of Calls “ Daten
“Decal Position” Daten
2. Für jedes Beispiel wurde Schritt 1 schon ausgeführt.
Anderson Darling:
P-Value = 0,215
Normalität wird angenommen.
Rbar = 6,18
USL LSL
CP =
6
“Calls Daten” – Schritt 6: Bestimmen Sie die tatsächliche Leistung des
Prozesses:
z min
C PK =
3
Anderson Darling:
P-Value = 0,518
Normalität wird angenommen.
Rbar = 0,00519
Xbar + 3 = ______
Xbar - 3 = ______
USL LSL
CP =
6
“Decal Position” Daten – Schritt 6: Bestimmen Sie die tatsächliche Leistung
des Prozesses:
z min
C PK =
3
AUFGABE:
1. Öffnen Sie das Minitab Worksheet:
“7.5 Process Capability.MTW”
2. Führen Sie zusammen mit dem Schulungsleiter eine
Fähigkeitsanalyse unter Verwendung der “Aufkleberposition”-
Daten durch. (LSL=0,245, USL=0,255)
P-value = 0,518
Bemerkung:
Minitab berechnet die
Standardabweichung über einen
leicht anderen Ansatz als die vorher
gezeigte Berechnung per Hand.
Bei welchen Bedingungen sind die “within” und “overall” PPM-Schätzungen annähernd gleich?
AUFGABE:
1. Öffnen Sie das Minitab® Worksheet: “7.5 Process Capability.MTW”
2. Führen Sie mit Hilfe von Minitab® eine Prozessfähigkeitsanalyse für die Anrufdaten
durch.
3. Wie groß ist die Fähigkeit des Prozesses? (LSL=140; USL=160)
Annahmen:
P-Value = 0,215
Die Vorhersage der Prozessfähigkeit ist auch mit nicht normal verteilten Daten
möglich. Finden Sie als erstes heraus, warum die Daten nicht normal verteilt
sind.
Folgen Sie diesen Schritten, um den Grund für die nicht Normalverteilung der Daten zu
bestimmen:
1. Wenn der Prozess nicht stabil ist, stabilisieren Sie ihn, bevor Sie die Fähigkeitsanalyse
durchführen.
2. Wenn der Prozess stabil ist und die Daten nicht normalverteilt sind, überprüfen Sie die
Daten, um zu sehen, ob verschiedene Quellen zusammengefasst wurden(z.B.
unterschiedliche Linien, mehrere Kavitäten oder Werkzeuge usw.). Wenn dem so ist,
dann führen Sie einzelne Analysen für jede Datenquelle durch.
3. Wenn der Process stabil ist, die Daten nicht normalverteilt und die Daten nur aus einer
Datenquelle kommen, versuchen Sie die Ursache der Form der Verteilung zu verstehen.
Die Lognormale
Verteilung ist eine
Funktion, die gut zu den
Daten passt.
Diese Analyse
ist korrekt!
Die Kurve passt
zu den Daten!
Da die Kurve zu den Daten passt, ist die Fähigkeitsanalyse gültig, vorausgesetzt:
Der Prozess ist stabil und
Die Daten stammen aus einer Datenquelle.
AUFGABE:
Öffnen Sie das Minitab® Worksheet:
“7.6 Non-Normal Data.MTW”
Analysieren Sie zusammen mit dem
Schulungsleiter die “Diameter” Daten:
1. Prüfen Sie auf Normalität.
2. Finden Sie eine Verteilung, die am
besten zu den Daten passt.
3. Führen Sie die Fähigkeitsanalyse durch.
LSL = 49,7mm, USL = 50,3mm
3-Parameter
Weibull Test
Ergebnisse
Bemerkung: Wenn
eine
Spezifikationsgrenze
eigentlich eine
natürliche Grenze
ist, dann markieren
Sie das
entsprechende
Kästchen.
Ppk = 0,65
(Minitab berechnet keinen
Cpk aus nicht
normalverteilten Daten)
PPM = 17382
AUFGABE:
Öffnen Sie das Minitab® Worksheet:
“7.6 Non-Normal Data.MTW”
Analysieren Sie die “Flatness” Daten:
a. Überprüfen Sie die Stabilität (n=5)
b. Prüfen Sie auf Normalverteilung.
c. Finden sie eine Verteilung, die am besten
zu den Daten passt.
d. Führen Sie die Fähigkeitsanalyse durch.
USL = 10
0 ist die untere natürliche Grenze
(boundary).
AUFGABE:
1. Schauen Sie sich die folgenden drei Fähigkeitsanalysen an (drei
unterschiedliche Ansätze für die gleiche Sachlage):
ERSTER ANSATZ: Daten aus allen sechs Nestern in einem
Graphen bei Verwendung der Normalverteilung
ZWEITER ANSATZ: Daten aus allen sechs Nestern in einem
Graphen bei Verwendung der Largest Extreme Value
Verteilung
DRITTER ANSATZ: Einzelne Graphen (Analysen) zu jedem
Nest.
2. Beantworten Sie in Ihrem Workbook: Welcher Ansatz ist der
richtige Weg, um die Fähigkeitsanalyse durchzuführen? Warum?
ERSTER ANSATZ: Die Daten stammen aus allen sechs Nestern. Die
Normalverteilung wurde angewendet.
Ppk = 1,79
LSL= 68,6
USL=107,8
Anderson-Darling Test:
P-Value < 0,005.
PPM = 0,04
ZWEITER ANSATZ: Die Daten stammen aus allen sechs Nestern. Die Largest
Extreme Value Verteilung wurde verwendet.
Die Largest Extreme Value Verteilung passt gut zu den Daten (P-Value =0,386).
Ppk = 1,07
PPM = 863
15
10
5
Frequency
0
C avity 4 Cavity 5 C av ity 6
20
15
10
0
.0 .5 .0 .5 .0 .5 .0 . 0 .5 .0 .5 .0 .5 .0
85 87 90 92 95 97 100 85 87 90 92 95 97 100
DRITTER ANSATZ:
Einzelne Graphen
(Analysen) zu jedem
Nest.
IPO: INPUT PROCESS OUTPUT
Customer Y: % Reklamationen beim nachfolgendem
Prozess (schlechte Passung) = 11%
Intended Function: Streifen auf eine bestimmte Länge schneiden
Prozess Y: Schnittlänge (mm)
Gage R&R: bestanden (um die Länge zu messen)
Prozess ist
Die Datenaufnahme 17.2
X-barXbar-R
& RChart
Chart - Length
of Length
1
1
nicht stabil.
wurde über einen
17.1 U C L=17.1083
_
_
17.0 X=16.9989
1
Ausreißer nach
Rohmaterials und
0.4 U C L=0.4012
0.3
Werker gewechselt
_
sein?
0.2 R=0.1897
0.1
wurden. 0.0
1 3 5 7 9 11 13
Sample
15 17 19 21 23 25
LC L=0
X-barXbar-R
& RChart
Chart - Length
of Length
17.2
1
1
Spezielle Ursache:
17.1 UC L=17.1083
Das Team finden heraus,
Sample M ean
_
_
17.0 X=16.9989
16.9 LC L=16.8894
dass die Werker ständig den
Prozess anpassen. Diese
1
1
16.8
1 3 5 7 9 11 13 15 17 19 21 23 25
Übersteuerung verursacht
Sample
1
0.4 UC L=0.4012
0.3
0.1
Histogram of Length
50
Anderson Darling:
40
P-Value < 0,005
LSL = 16.92 USL = 17.08 Daten sind nicht
Frequency
30
20
normalverteilt, weil
der Prozess nicht
10
stabil ist!
0
16.6 16.7 16.8 16.9 17.0 17.1 17.2
Length
Neue Datenaufnahme: auch wieder über einen Zeitraum, bei
dem die Chargen des Rohmaterials
X-bar & R Chart – Length (No adjustments)
Xbar-R Chart of Length-No Adjustments
17.050
und die Werker gewechselt wurden.
U C L=17.0415
17.025
Der Prozess ist jetzt stabil.
Sample M ean
17.000 _
16.975
durchgeführt werden.
16.950
LC L=16.9398
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
0.20
U C L=0.1864
Process Capability of Length-No Adjustments
0.15
Sample Range
0.10 _
R=0.0881 LSL USL
0.05 Process D ata Within
LS L 16.92 Ov erall
0.00 LC L=0
Target *
1 3 5 7 9 11 13 15 17 19 21 23 25 USL 17.08 P otential (Within) C apability
Sample
Sample M ean 16.9907 Cp 0.70
Sample N 125 C P L 0.62
StDev (Within) 0.0378931 C P U 0.79
StDev (O v erall) 0.0382218 C pk 0.62
Anderson Darling:
O v erall C apability
Pp 0.70
PP L 0.62
P-Value=0,333 PP U
Ppk
0.78
0.62
C pm *
Verbesserungsziele festlegen: Ziel für das Prozess Y:
% Fehler = 4,2
AUFGABE:
Führen Sie die komplette Measure Phase beim “Katapult schießen”-Prozess
durch:
1. Führen Sie den Prozess, wie beschrieben, aus.
2. Führen Sie eine Gage R&R durch.
3. Sammeln Sie Anfangsdaten, erstellen Sie eine Regelkarte und
das anfängliche Fähigkeitsdiagramm (Histogramm mit
Spezifikationsgrenzen).
4. Bestimmen Sie die Fähigkeit, wenn der Prozess stabil ist.
5. Benutzen Sie das Minitab Report Pad, um Ihre Gage R&R
Analyse, die Regelkarte und die Fähigkeitsanalyse zu
speichern.
Zielweite = 270 cm
USL= 260 cm Y = Schussweite
LSL= 280 cm
Notizen:
Welche dieser Beispiele sind Messgrößen (Y) und welche sind Xe?
Y oder X?
Zeit bis zur Zertifizierung
Anzahl abgeschlossener Projekts
Anzahl Schüler / Trainer
Wissensstand der Trainer
Funktionierende PCs verfügbar
Test-Ergebnisse (Vorher / Nachher)
Projektbewertung
AUFGABE:
Ermitteln von Messgrößen (Y) für die Effektivität von Meetings:
1. Brainstorm einer Liste möglicher Messgrößen.
2. Identifizieren aller Punkte als X oder Y *.
3. Auswählen der besten Messgröße Y.
4. Identifizieren einiger Xe, die das gewählte X beeinflussen
könnten.
*Hinweis: Um Ys zu identifizieren fragen Sie sich: “Ist das eine Messgröße für die Effektivität von
Meetings?“. Ein X ist eher ein Grund für die Ineffektivität von Meetings.
Beste Messgröße Y:
AUFGABE:
1. Review der Faktorliste für das Prozess Y:
“Wandstärke”
2. Einteilen der Faktoren in “Control” oder “Noise”
Schließgeschwindigkeit ______
Werkzeugtemperatur ______
Bolzenhöhe ______
Umgebungstemperatur ______
AUFGABE:
Wählen Sie ein Projekt aus Ihrem Team aus, dann:
1. Ermitteln Sie ein Prozess Y (Variable Messgröße der
Intended Function).
2. Brainstorm der Faktoren (X) die das Prozess Y
beeinflussen könnten.
3. Unterscheidung der Faktoren nach “Control” oder Noise”
4. Präsentieren der Ergebnisse im Plenum.
Prozess Y
Faktoren, die Einfluss auf das Prozess Y haben Control oder Noise?
Es fehlen
Sicherheitsanweisungen.
Es fehlen private
Büroräume.
Ihr Team wird daran arbeiten, den Prozess Papierknäuel in den Papierkorb werfen zu
verbessern.
Produktivität ist wichtig. Zeit und Anzahl der missglückten Würfe werden erfasst!
AUFGABE:
Ihr Team wird daran arbeiten, den Prozess, Papierknäuel in
den Papierkorb werfen zu verbessern.
1. Lassen Sie den Prozess wie beschrieben ablaufen.
2. Ermitteln Sie den % Anteil der Fehlwürfe.
3. Benutzen Sie das C&E Diagramm, um potentielle
Ursachen für den ermittelten % Anteil an Fehlwürfen
zu identifizieren.
Der Prozess:
Eine Person (der KNÄUELER) nimmt ein Blatt Papier vom Tisch.
Der KNÄUELER knüllt das Blatt Papier.
Der KNÄUELER gibt das Teil an die nächste Person (den WERFER).
Der WERFER wirft das Papier in den Papierkorb, der 5 Schritte entfernt ist. Zehn Würfe
pro Werfer.
Der Prozess ist schnell. Die 10 Würfe sollten innerhalb von 10 Sekunden gemacht werden!
Lassen Sie die Rollen von KNÄUELER und WERFER von jedem Teammitglied
übernehmen
Die Gesamtzahl der Würfe für Ihr Team: 50
Sammeln Sie Daten über die Würfe von den 50, die daneben gingen..
1 10
2 10
3 10
4 10
5 10
Erstellen Sie ein C&E Diagramm, um die Ursachen für den Anteil an Fehlwürfen zu
entdecken:
AUFGABE:
1. Besprechen Sie die folgenden Informationen
bezüglich: “Effizienzprojekt Trennmittel”.
2. Diskustieren und dokumentieren Sie, wie das Team
vorgehen könnte.
Welch Formulierung für den “Unerwünschten Effekt” könnte das Team zum
Erstellen eines C&E Diagramms verwenden?
Anhang
Z Tabelle
Tabelle 1: z Tabelle in Dezimalen oberhalb eines gegebenen Wertes (z von 0 bis 6)
(To be completed by the Black Belt’s Champion and Master Black Belt)
Project #1 Project #2
______________________________ ________________________________
Champion Master Black Belt/Technical Designate
______________________________ ________________________________
Date Date
Submit this form to your Human Resource Department and the JCI Leadership Institute
Key: CH – Champion, CTR – Controller, MBB – Master Black Belt or Technical Designate), PO –
Process Owner
Project #1
SigmaTrac #: ______________________
______________________________ ________________________________
Champion Master Black Belt/Technical Designate
______________________________ ________________________________
Date Date
Key: CH – Champion, CTR – Controller, MBB – Master Black Belt or Technical Designate, PO
– Process Owner
Der Zweck der Measure Phase ist die Ermittlung der Baseline
Prozessleistung. Die Aktivitäten der Measure Phase dazu sind:
Basic Statistics-References
3. Bothe, Davis R., Measuring Process Capability, McGraw-Hill, New York, 1997.
4. Breyfogle III, Forrest W., Implementing Six Sigma, John Wiley and Sons, Inc.,
New York, 1999.
5. Kiemele, Mark J., Stephen R. Schmidt, Ronald J. Berdine, Basic Statistics, Air
Academy Press, Colorado Springs, Colorado, 1999.