六西格玛设计DFSS培训中常用的软件有哪些?
发布网友
发布时间：2022-04-29 21:02
共1个回答
热心网友
时间：2022-06-22 19:07
实践表明，六西格玛改进(DMAIC)也有瓶颈，据国外调查统计，当改进适流程水平达到约4.8西格玛水平时，就再难以突破。而当在产品研发工作里，六西格玛改进(DMAIC)所能产生的效益更是有限。一旦产品或流程在初始设计上存在缺陷，DMAIC流程难以彻底解决问题，此时必须重新设计或修改部分设计才能突破。一旦六西格玛的思想能影响到公司中的研发设计部门，并且在产品和流程设计、研发阶段开始应用，六西格玛会升华到一个崭新的阶段——六西格玛设计(DesignForSixSigma)，这是六西格玛方*中的又一亮点。唯有进行六西格玛设计赋予产品高的质量，才能实现真正意义上的六西格玛质量，使问题在发生之前就得以解决，满足最终客户的期望，而且获得可观的经济效益。
伴随着六西格玛设计概念的普及，另一类问题随之而来：DFSS在实现更高目标的同时，需要什么新的方法和工具来支持?在六西格玛改进中常用的软件JMP或Minitab是否还能适用?确实，近来很多业内专家都在讨论关于六西格玛软件JMP和MINITAB孰优孰劣的话题。JMP来自全球作为最大的统计软件集团SAS，Minitab和JMP一样也来自美国，目前在全球企业界也有较广泛的应用。就DMAIC的应用(相对而言，国内应用DMAIC的总体水平仍然处于入门阶段，对统计方法的要求不高)所需要的统计分析工具而言，JMP的分析工具比Minitab要全面一些，比方说JMP中居然继承了模拟的功能，作为一款桌面统计软件确实实难能可贵的。此外JMP的图形化效果确实比Minitab要好很多，初学者也比较容易上手。Minitab的MSA模块做的也不错。在六西格玛设计(DFSS)应用中，可能是由于设计理念的原因，很多实际的问题都没有办法用Minitab来解决，倒是JMP的解决方案与实际更加贴合一些。下面笔者结合DFSS的要求和特点，根据自身多年从事DFSS产品研发工作使用JMP和Minitab的经验和体会。
第一，六西格玛强调以顾客的需求为企业改革的方向，倾听VOC(顾客之声)非常重要。
在DMAIC中，这一点分析得比较粗略，大多数实施六西格玛的企业都没有在VOC层面做足够的调查分析，有些甚至只是在公司的内部客户中展开调查。而DFSS则有很大的不同，因为产品研发本身的需要，面向大量外部的客户作全面的市场调查和分析时必需的，也需要借此尽快地捕捉市场和客户的关键特征。这就要求用适合市场营销的多元统计分析方法来洞察客户心声。MINITAB可以做一些简单的多元统计分析，但和实际应用的要求似乎有一些差距。比如，MINITAB的聚类分析可以对年龄、收入等连续变量进行运算，但却不支持性别、地区等离散变量，在JMP中可以做到。JMP中集成了联合分析、决策树等分析市场特征的专门工具，MINITAB不具备这些功能;JMP将这些分析工具和图形化设计的结合也比较直观，理解和应用起来相对容易很多。
第二，DFSS的项目中涉及产品设计、工艺开发、供应商认证、试生产等众多企业价值链中的前期环节、*流程，所以需要更全面彻底地剖析影响产品质量波动的根源，并在前期就设法预防和控制变异发生，因此需要有一套专业的稳健设计解决方案(RobustDesign)。
这种情况，我们常常会应用在DMAIC阶段应用较少的田口设计来实现。它的特点是通过构建一个控制因子形成的内表和一个噪声因子形成的外表共同形成试验计划表，然后收集数据分析响应的稳健特性如何。MINITAB有一个子菜单的名称叫“田口设计”，一定程度上可以实现这一功能，不过没有办法对设计的外表进行定制。重复次数、噪声因子的设定的参考也比较少，JMP倒是能够提供完整的内表和外表以形成试验计划表，还提出了均值和信噪比的平衡优化方案，可以说算是一个创新。
第三，相对DMAIC而言，进行DFSS的过程遇到的纯管理类的问题越来越少，而技术类的问题越来越多，所以更可能遭遇复杂的数学建模难题。
以常规的线性统计模型为例，JMP可以在简单回归的基础上构造出分段拟合、样条拟合和正交拟合等多种模型，这样就可以更精确地发现业务问题中的隐患。有的企业在做项目之前可能已有一些先验模型，这种情况下就可以用JMP做“定制检验”而不是默认的“零检验”来解决一些特有的问题。当然如果只需要做“零检验”，Minitab也是可以实现的。如果需要了解输入因子的取值范围来控制输出响应的波动，JMP的“反向预测”会是一个不错的工具。如果需要做模拟(Simulation)，前面提到JMP就有模拟的功能，而且与模型优化高效集成，速度也快，在普通电脑上(1.6G主频，512M内存)产生1，000，000条随机数据的时间大约15秒左右。说到模拟，一部分企业可能会购买crystalball等模拟软件，不过这样成本会更高，而且出错的概率会大一些。
第四，企业在推行DMAIC时，往往处于发展初期，以培养员工的质量意识、普及质量工具的基本应用为主要目的。
一旦企业想推行DFSS，往往会对员工有更高的要求，不仅仅要掌握理论知识，而且强调理论联系实际，每次培训结束后要提供切实可行的解决方案。这时候，软件工具在统计方法上的积累就开始显现。拿六西格玛管理中最重要的工具DOE来说，MINITAB提供了从因子设计到混料设计的几种常用方法，不过这其中的每种方法都有一定的应用局限性。其实，DOE的理论发展非常活跃，现代最新的DOE方*可根据要求，最大限度地灵活调用现有资源，根据实际问题的要求构建试验，而无需任何修饰。这种成熟的DOE方法叫做“定制试验设计”(CustomerDesign)，是试验设计理论界近年来的突破。用JMP可以很好地完成定制设计，其他的一些现代试验设计方法如空间填充设计，筛选设计，非线性设计等也能通过JMP实现。我想也许正是因为这些原因，全球各行业的顶尖企业在选择统计软件以支持产品研发时，选择的都是JMP。比如Intel，HP，Dell，陶氏化学，宝洁，拜尔等等。而在芯片/半导体/集成电路行业，据了解JMP已经成为质量工程、六西格玛尤其是六西格玛设计的标准。
第五，JMP另外的一些特点也是值得称道的，比方说中英文双语切换、数据与图形的动态链接、项目管理，支持海量数据和瞬间计算能力等等。
相比之下，MINITAB最近10年在产品研发层面似乎变化比较小，希望能在日后有所突破。
