QC七大手法講解 【必讀】QC七大手法詳解（一）

那麼之前呢,我們過了很多我們6SIGMA相關的DMACC的內容 那麼其實大家會感覺DMACC可能會更復雜一些,更難一些 因爲這裏邊呢,涉及到的這些個統計工具非常多 其實簡單來說呢,我們很多時候學的一些個統計工具 比較複雜的統計工具 它的這個應用場景其實也沒有非常非常多 那麼對於我們一些日常工作當中遇到的一些基礎問題 其實我們用一些簡單的方法 比如說這個QC7大工具啊 或者說是我們一些DMACC裏邊的可視化工具 比如說我們的圖形類分析 其實已經可以去解決我們很多的問題了 那麼重點是什麼呢 重點是我們到底有沒有用工具或者說解決問題的這種思路和邏輯 我來舉一個比較簡單的例子 那麼大家都知道啊 我們在這個六SIGMA啊DMACC的學習裏邊呢 其實有一個DMACC裏邊啊 最核心的也是最有它特色的一個工具是什麼 這個叫做SOV 也就是我們的變異元研究 那麼大家知道這個DMACC呢 它講的是什麼 它的名字叫什麼 它的名字其實叫六SIGMA 對吧 那爲什麼叫六SIGMA 它爲什麼不叫六平均值 因爲我們這一套方法論 其實它主要是研究和解決我們變異和波動的問題 那所以在這麼多的工具裏邊 最有六SIGMA特色特點的是什麼 其實就是我們學過的這個SOV 也就是我們變異元的拆解 那麼變異元拆解呢 其實它只是一個我們想要達到的目的 所以在這個變異元分析當中呢 我們其實又分了兩個工具 一個工具呢 我們叫多變異圖 多變異圖 那麼什麼叫多變異圖 其實它就是去簡單的看我們變異來源的一個圖形分析 那麼第二個工具呢 這個叫我們以NOMA爲基礎去做的這種專門的變異元的拆解 方程分量 比如說我們的JR裏邊也有體現 SOV裏邊也有體現 那麼這裏邊它倆的區別是什麼呢 那麼這個多變異圖呢 它屬於一個定性的工具 那麼這個NOMA呢 它屬於一個定量的工具 也就是說我們通過分析 並且輸出我們各大變異來源的這個方程分量 來幫助我們判定哪個是最大的變異來源 那麼一說到這呢 其實大家就可以發現了 你這個圖形的圖形分析類的這些工具 它一定是要簡單的 那麼像這種統計類的分析工具 它一定是難的 它一定是複雜的 那所以比如我們都在做多變異元研究 那麼這種圖形分析和我們用定量的工具 大家感覺啊 這個裏邊有沒有主次之分 比如說這個定性的和定量的 它倆有沒有主次之分 我們來討論一下 來先打開我們去講我們這些個簡單的工具也好 基礎的工具也好 包括我們怎麼使用工具 我們的這種思路的問題 來我們來和大家一起討論一下 大家感覺這種圖形類的分析 比如說多變異圖和我們這種定量的統計的 比較複雜的 比如Anoma 這兩個裏邊有沒有主次之分 那麼大家感覺啊 這個一和二 大家可以打到評論區 我們來討論一下 那麼這我們現在討論內容 要遠遠比我們講具體的工具 要有更深的一些個含義 大家認爲這個定性的和定量的 誰是主誰是次 大家認爲這個圖形是主 大家就扣1 大家感覺這個定量的統計的東西是主 大家就扣2 我們來討論一下 大家如果說我不確定 大家扣3 沒關係啊 我們都來討論一下 感謝我們森林精靈的這個點贊 一直在幫我們點贊 森林精靈說2 森林精靈認爲我們的 Anoma定量分也是主 Harold說可能我還不太清楚 沒關係啊 南洋思驗也說2 感謝南洋思驗的點贊 我們其他同學呢 我們一起來討論一下 那麼如果我們只是學 比如說學這個工具的話 它這種多變異圖一定會是簡單的 Anoma一定會是難的 它是統計的 但是這裏面到底有沒有主次之分 我來和大家說 有 而且不僅有主次之分 還有順序之分 那麼順序是什麼 在SOV這種研究裏邊 我們圖形是第一步做的 圖形是第一步去做的 定量的是第二步去做的 它倆的關係是什麼 首先 不管是圖形 多變異圖定性的分析 我畫個圖出來 還是Anoma 這種定量的分析 我們做變異圖研究 大家要先知道 我們的目的是什麼 千萬不要 我們拿到了一些書 或者一些個教材 大家開始學工具 當然這種熱情是很高的 那麼你要先知道目的是什麼 你只有知道了 或者我們只有知道了 這個工具的目的 它的使用場景 我們才能去知道什麼時候用它 對吧 所以SOV它的最本質的一個前提是什麼 它是需要我們來識別出來 誰是最大的變異雲 那麼這裏邊 我們來舉個簡單的例子 我們現在畫一個圖 這個圖 我們說這個是足球 這個呢 這個是網球 這個是什麼呢 乒乓球 這個是乒乓球 那麼我只是把這個東西放到胳膊前 對吧 我把這個東西放到眼前 我拿一個足球放到這 我拿一個網球放到這 我拿一個乒乓球放到這 大家能不能區分出來 我就用眼看 能不能區分出來誰是最大的 他是最大的 對吧 誰是第二的 那網球肯定第二大 乒乓球呢 第三OK 那麼你有沒有搞定這個問題 你有沒有知道誰是最大的變異來源 知道了吧 足球吧 所以首先我們先做圖 圖是簡單的 我們的目的是什麼 只要能識別出來 誰是大哥 誰是二哥 誰是三哥就OK了 誰是最大的變異來源 我找到了 就可以了 那同樣的一個例子 我們不會說怎麼樣 我說這三個東西放到跟前 誰大呀 那大家都知道 我用眼看能看出來的 我不會找一把尺 對吧 你說我找一把尺 量量足球的直徑 我再量量網球的直徑 我再量量乒乓球的直徑 然後得出來具體的數據 然後告訴我 他最大 他第二大 乒乓球最小 那我如果這樣說的話 大家都會理解 對吧 這個東西你在幹什麼 對吧 你們會問Adrian老師你在幹什麼 你還需要用尺量嗎 對不對 你還需要用尺量嗎 所以目的是什麼 目的是先知道 我們用他的 這個SOA 對吧 他根本的是要找出 最大的變異來源 能識別出來就OK 你說70%跟40% 70%跟20% 和我們真的量化了 你非得要精確到68% 和22% 有區別嗎 對於我們研究來說 或者對於我們的目的來說 有區別嗎 沒有任何區別 他都是最大的 就OK了 那麼什麼時候 我們會用這種複雜的 這種統計的 比如ANOVA 這種定量的分析 只是因爲 我們畫圖形的時候 他們仨都差不多了 我不能從圖形上 一目瞭然地 去識別出來 誰是大哥 誰是二哥 誰是三哥 我沒有辦法了 我纔會去用這種 ANOVA的方法 去給一個定量的輸出 所以我們在分析問題的時候 一定 最重要的是什麼 最重要的 不是工具的掌握 最重要的是 這種思路 我們分析問題的 這種思路 或者說思維 或者說邏輯性 那麼 你有了這些東西 那麼工具 這些東西 只是一些個 我們說只能叫工具 當然了 只能叫工具 好 我說這些的目的是什麼呢 也是和大家 簡單的分享一下 因爲我們講了 之前講了很多Demake 對吧 講了很多統計的東西 那麼我們現在 開始講QC7大工具呢 希望大家不要 認爲這個東西 太low 對吧 其實呢 它不low 其實它一點也不low 而且它能解決 我們能遇到的 大部分的問題 大家也知道 也並不是說 所有的問題 我們都要用Demake 對吧 你不是所有 你遇到的問題 都用Demake 也不是說 我們用Demake 這套方法論 解決問題的話 裏面我們學到的工具 你全都把它使用一遍 也不是這樣 對吧 所以實戰呢 和我們理論學習 包括我們去認證 你說我要認證答辯 這裏邊還是有很大區別的 我們接下來呢 說我們今天的一個正題 那麼我們上一次呢 和大家用一次直播的時間 和大家講了一下插件表 那我們可能有新進來 我們這次新進來 直播間的小夥伴 可能會有一些疑惑 這個直播時間一小時 講個插件表 能講一小時嗎 太能講一小時了 當然我們講的東西呢 基本上沒有和大家說 很那種書本上的東西 你比如說怎麼做這個表啊 你要收集什麼 我們說的都是原理的東西 那麼今天呢 我們來和大家說第二個 就是我們的這個帕利托圖 那麼加上時間呢 我們今天再會講第三個 就叫魚骨圖 那麼我們講魚骨圖的時候 大家也會發現 我們的這個課程 在說的時候 可能和大家之前 聽到的課不一樣 我們不會講很 細微末節的那些東西 比如說這個魚刺 怎麼怎麼樣啊 這些東西 我們會說 魚骨圖使用的難點和重點 到底在哪 那麼 我們先來說這個帕利托圖 那麼這個帕利托圖呢 一般啊 大家會發現 我們的這種QC7大工具 它呢 其實並不是 就是大家都是不關聯的 每一個是每一個 這裏邊還有一定關聯性的 一般啊 我們的這個帕利托圖 你在做的時候 會有基礎數據 那麼這些基礎數據呢 基本上我們都是從 我們的這個 記錄用插件表裏邊去 這個 獲得的 所以這個插件表 尤其是記錄用插件表 我們在設計完 收集完數據之後 那麼後邊要做的是什麼 肯定就是要 對數據進行處理和分析 那麼這裏邊呢 我們更多的用的方法呢 其實就是層編與聚焦 那可以用這種帕利托圖 當然呢 也可以用我們的這個脂肪圖 都可以用 要看我們的這個具體研究的問題 和數據的類型是什麼 好 我們先來看一下帕利托圖 那麼 什麼叫帕利托圖 這個是我們有一個 意大利的經濟學家 也是社會學家 他叫帕利托 所以呢 以他的這個名字命名呢 那麼當然了 這個帕利托呢 他 不是說發明這個圖的人 他沒有發明這個圖 他提了一個非常著名的 黃金定律 黃金法則 這個叫2080法則 這個大家有聽過的嗎 有聽過 同學可以在公屏扣個1啊 2080法則 歡迎驗飛 大家有什麼問題呢 可以隨時打到評論區 我們雖然課程內容是Demag 當然大家如果對Demag 是QC7大工具 大家如果在Demag上 有什麼問題的話 也可以打到我們的評論區 我們也可以和大家探討 那麼什麼叫2080法則呀 那麼帕利托 他最早提出這個東西的時候呢 他是一個經濟學家 所以他提出了一個什麼 他說 哎 他發現我們社會80%的財富 掌握在了20%的人手中 那麼後來呢 他提出來這個東西之後呢 大家就會發現了 不光是這個社會領域 或者經濟領域 好像在很多的這種領域當中 都能有這種2080法則的體現 所以呢 後面慢慢的用推廣 大家爲什麼叫黃金法則 就是它的適用性非常強 有一定的普世性 那麼慢慢的呢 它也就被引入到了我們 就是大家現在我們所聊的 或者我們工作涉及到的 叫質量管理領域 那麼作爲一個質量的工具去用 它裏邊有很深的邏輯 這個邏輯是什麼啊 我們管這個2080的法則呢 我們用五個字來簡單的去概括它 大家可以想一下啊 如果我們說這個社會80%的財富 那這一定是很關鍵的 對吧 那或者說我們現在遇到了問題 比如說我們的不良率啊 這個5萬ppm 那麼影響你問題的80%是一個原因 那是不是都佔到80% 它就證明它很關鍵了 對吧 但是呢 它決定了這80%的呢 卻是其中很少的一個或兩個項目啊 所以我們叫什麼 這個叫少數 對吧 所以它的本質邏輯是什麼呢 叫做關鍵的少數 對 我們森林精靈同學說的對 關鍵的少數 好 那麼剛纔森林精靈同學呢 說了一個叫關鍵的少數 非常對 那麼我們可以再用兩個字 來去解釋 或者說更概括一下 這個Pareto圖的核心是什麼 叫做聚焦 那麼我們拓展的來說一下 這個Pareto圖 它除了單獨作爲QC七大工具之一 它還在哪些地方起到關鍵的作用 那我們又說回來了 在我們6Sigma裏面的Demake 那麼我們來討論一下啊 這個 我們來討論一下 可能我們有很多老粉絲啊 都是這個Demake的專家啊 都學過Demake啊 那我們來和大家互動第二個問題 大家認爲啊 我們DMIC Demake這套方法論 界定測量分析改進控制 那麼這五大階段 那麼最能體現6Sigma核心的 或者說最重要的一個階段 大家認爲在哪裏 五個階段的哪個階段 大家可以根據大家的這些個觀點 或者說大家各自的想法 可以把大家認爲的這個階段 打到我們的評論區 我們打首字母就可以 五個首字母DMIC 大家感覺哪一個階段最重要 Hero說M 如果大家不嫌麻煩啊 大家感興趣的話 大家可以把大家認爲的這種想法 還可以打出來 比如說Hero可以說一下 爲什麼M階段 我認爲最重要 我們一起來討論一下 其他同學都可以 我們來一起討論一下 這個我們討論的話題 不愧是隨隨便便的一個話題啊 都是一些非常核心的 肯定我來保證的和大家說 肯定是大家在書本上 理論學習當中看不到的 菩提樹說定義D 也歡迎菩提樹 其他同學呢 菩提樹是不是聽過 我們很多教科書上都會說一句話 說這個D階段是最重要的 D階段確實是重要的 但是 要看我們解決的問題 是什麼樣的一個問題 我們不能說 完全的按照教科書說 D階段是最重要的 首先第一 如果我們所在的公司 有完整的六Sigma 這樣的體系或者說是職能 或者這樣的團隊 或者組織架構 如果我們的公司有這種專門的 搞六Sigma的組織架構 這樣的一個部門也好 還是職能也好 那麼我們真的按照六Sigma這套方法 或者這套管理方法 自上而下去拆解課題的話 你會發現 如果這個公司裏邊有這樣的專門的架構 配備了MBB 配備了我們的這個產品倡導者 那麼當你拿到這個課題 是我們這些個人 他們自上而下都梳理過的 其實D階段他已經幫你做了 基本上就是做了三分之二 大家能理解吧 那麼第二 如果我們 現在其實大部分的公司是什麼樣的 大部分的公司就是 沒有這樣的一個專門的組織架構 那麼我們考了黑白以後 我們去解決的問題呢 其實大家會發現 如果有這樣專門的組織架構 那麼他們在選項目的時候 其實這個項目的 橫跨的職能和範圍是非常非常廣的 有可能是非製造流程 但是呢 如果說現在我們大部分公司 沒有專門的這種六Sigma組織架構 你去自下而上 去選一個科技或者選一個項目的話 你會發現 現在大部分的這種六Sigma項目 都集中在解決質量問題 或者說更具體一點 說不良率的問題 大家同意嗎 大家同意可以扣1 那麼這個時候 其實你再去梳理D階段的 從KPI或者說從指標上來說 他不是說非常非常的重要 或者說你不做這一步呢 或者你做不好這一步呢 也不太影響他 因爲你做了一個絕對主義正確的事情 我要降低不良率 那麼很多時候這個D階段 做的呢基本上就是在套 那麼我們Hero又說了 M階段 M階段重要 那麼其實真真正正的去體現 Demake這套方法的邏輯 在哪裏 在三個地方 2.1 2.2 也就是M階段有兩步 2.1 2.2 然後收集完數據以後 到了A階段的第一步 A階段就是分析階段 我們從這個解決問題的邏輯上來說 一共有三步 我們現在也不說這些工具的東西 工具的東西大家學了很多了 那麼3.1是什麼 3.1其實就是層別聚焦 那麼你去做層別聚焦 針對不同的項目研究不同的問題 那你裏面要配備不同的工具 這裏邊的工具有什麼 其實主要有兩個 第一個就是我們最開頭和大家說的叫SOA 那麼SOA呢 是針對我們這種連續型數據 做的這種變異元 變異元研究的一個 層別聚焦的方法 你說從一個數據波動大 到你找不出來 你這個波動大的來源主要來源是哪 這就是在層別聚焦這也是在深入問題 那麼如果是離散型數據 你比如說 有這種物試檢驗 外觀不良 或者說一些 破損啊這種情況 我們用離散型數據 其實我們用的這種層別聚焦的方法 就是PARLATEL2 所以這個PARLATEL2 除了在這個QC7大工具裏邊 它作爲一個單獨的工具以外 它也在我們6SIGMA裏邊 最重要的一個路徑 也就是3.1 分解階段的第一步 它作爲一個核心的工具去體現 我們直接給大家拿一個案例出來 大家來看一下 那麼PARLATEL2 其實它做的時候是很好做的 我們用minitab是完全可以做的 而且很簡單 你去看的話也很好看 所以現在難點是什麼 難點是前面 也就是確定分析的對象和分類項目 那麼這一步 你怎麼去做 其實這個叫 確定我們的測量項目 你收集的這個類別和項目 也就是說 你用PARLATEL2其實在做層別 你做層別的話 你按什麼樣的一個類別去層別 這是重要的 第二 你去收集數據 那大家會發現這兩步是什麼 這兩步在哪裏 這兩步其實是我們記錄用插件表去做的 那麼它跟DEMAKE的關係是什麼 DEMAKE 剛纔我們這個 3090同學說的 HAROLD說的 M階段最重要 M階段叫什麼 DEMAKE裏的M叫什麼 它叫做測量 測量什麼 其實就是在做這些事情 就是步驟一步驟二 步驟一叫什麼 步驟一叫確定測量項 這就是DEMAKE裏的M階段 你要做的第一步 步驟二叫什麼 步驟二叫管理我們的測量計劃 怎麼去收集 收集多少 誰去收集 從哪收集 收集完的數據 什麼樣 你的測量計劃表 你的渲染數據表 這些都是M階段做的 叫M02 M階段就這兩步 那有人同學說了 不對啊 DEMAKE裏面M階段最重要的是MSA 錯了 那個是我們學工具 DEMAKE裏面學工具 MSA 加上MSA又比較特殊 它又作爲汽車行業的16949 五大質量工具之一 所以它又在DEMAKE裏面有體現 日常工作當中也常用 又涉及到統計的東西 所以大家都會認爲 DEMAKE這個M階段 重點是什麼 重點是MSA 我和大家說 DEMAKE裏面 從解決問題的邏輯性上來說 根本就沒有MSA這一步 MSA在什麼 MSA叫2.3 也就是你M階段的第三步 它是輔助用的 大家能理解吧 什麼叫輔助用呢 我要收集數據了 收集數據呢 給我們的A階段去做層別分析用 那麼這個數據的質量我怎麼保證 對吧 我要先看一下我的MSA 也就是測量系統 到底合格不合格 你說合格了我收集一些數據 你說不合格呢 我要去搞一下這個數據質量不合格的問題 真正DEMAKE方法論裏邊 它只有兩步 是在問題解決路徑上的 就是M01 確定測量項 也就是我們這一頁說的 你的這個分類的項目 你要測哪些項目 比如說你看 這個噸數 損失的金額 消耗的工時 不合格的項數 比如說缺陷的項目 廢品的項目零件的項目 我們的原材料的批次 我們生產的設備 是哪一臺機器 我們是哪一個作業員在作業 這些我們認爲有可能進行層別 或者有可能去拆解過問題的 這些都叫測量項 那麼第二步是什麼 第二步叫制定測量計劃 對吧 那麼你這些測量項 我收集哪一段時間的數據 你比如說我收集 12月10號 到12月15號 17號了 這一週的時間 那你收集的這個數據範圍裏邊 我們收集的這些數據 能不能暴露我們完全的問題 比如我們現在不良率5萬ppm 你這個造成5萬ppm 這些個這麼高的不良率 你從數據上來看 它能不能完全覆蓋這個5萬ppm 或者說能不能覆蓋大部分 我們不良率的這種問題 數據的現象 那所以你數據的收集期間 包括什麼 你團隊裏邊誰去收集 你不能只是一個人去幹嘛 那這就會累死他了 從哪裏收集 是從我們的檢驗供單上 收集歷史數據 還是從我們的mess系統裏邊 收集我們的歷史數據 還是說我們沒有歷史數據 我們需要先去測 還是從我們的哪一個系統裏邊的哪一個頁面 這都是我們要定好的 第三 樣本量是多少 你要收集多少 收集頻率是什麼 連續收集嗎 無時無刻的 還是說我每隔四小時的數據收集一次 這些都是我們在第二步要做的 這也完完全全和我們Demake裏邊的 M階段的主要的兩步 M-01 M-02 是完全對應的 那麼帕雷託圖呢 完全對應的是我們Demake裏邊 A階段的第一步 所以這些是什麼 這些是解決問題或者說學Demake這套方法論的 邏輯和路徑 邏輯性的體現 工具是什麼工具在下面 你要先知道Demake的邏輯和分析的思路 然後纔會選擇對應的工具 那麼我們繼續 那麼這兩步你做完以後 當然你說我非得按照QCY7大工具來理解 這是什麼 這兩步就是查檢表 記錄用查檢表 我們上次直播也和大家說了 我們來看一下 什麼叫查檢表 什麼叫帕雷託圖 怎麼用 首先我們現在遇到了一個問題 我們的這個問題是什麼 我們來看一下 我們現在有一個問題 這個問題叫電器不良 電器不良 那麼現在電器不良這個問題 我們想要解決 你怎麼解決 我們上次和大家說了 叫做拍腦門 什麼叫拍腦門 就憑藉我們工作的經驗 對於這個流程的瞭解 我們說電器不良有可能是什麼原因 那另外一種分析的方法是什麼 就是完全按照我們的數據去做 去分析 去收集數據去分析 按照數據去說話 那麼大家可以看到 這是我們一些具體的電器不良的一些現象 比如說 收斂不良 幾何失真 無畫面 白平衡不良 畫面傾斜 亮度不足 有這種敲閃 或者說有無電源的情況 那麼我們數據收集的範圍 大家可以看到 我們收集了五天 收集了五天的數據 那麼只要出現一個我們去刊登的現象 把它收集出來 那麼這是一個很原始的表達 這個東西說白了 記錄的時候圖方便你可以去畫一些正字 但是最後 我們用Python圖分析的時候 它要是什麼樣的一個形態 首先我們的數據 要有這麼兩列 那麼第一列 這個叫做類別變量列 也就是說 不管收斂不良幾何失真 這些叫什麼 這些都叫類別 也就是說類別變量 那麼第二列是什麼呢 其實第二列是我們的一個數量 什麼數量呢 是我們一個對應的現象 發生的數量 那麼有了這兩列數據 我們可以做Python圖的分析 怎麼去做 那麼有同學說了 我們給大家看一下 它長什麼樣 可能我們好多同學第一次看到 這就是Python圖 簡單吧 看起來就是助行圖 之前有同學問我 這個東西我們用Excel也能做 你說用Excel能不能做 能做是肯定能做 但是太麻煩 爲什麼說它太麻煩呢 我們來看一下 我們還是推薦大家 用MeTap去分析 做我們的路徑很簡單 我們在哪裏去選擇 Python圖 大家點擊統計 其實大家會發現 我們這個Python圖它也是一種圖形分析 但是在MeTap的 這個菜單欄裏面 我們專門有一個菜單的窗口 叫圖形 大家點開之後大家會發現 比如說我們QC7大工具 另外一個圖形分析是什麼 三點圖 比如說脂肪圖 這是我們QC7大工具的另外一個 三點圖 脂肪圖 比如說一些相線圖 單值圖 點圖 這麼多圖 都在圖形裏面 但是帕雷託圖不在 帕雷託圖在哪裏 它在統計質量工具 第二個帕雷託圖 那麼首先 爲什麼它不在圖形裏面 它單獨在質量工具裏面 因爲它的作用 要比我們其他的圖形分析 類裏面的功能 要強大得多 是因爲它本身的 作用 在解決問題上起到的作用 要比我們這些圖形分析 這些脂肪圖的圖形分析 起的作用大得多得多 所以它單獨在外面 那麼如果大家 剛開始接觸minitab的話 你不清楚這麼多東西都什麼意思 可以先試一下 怎麼試 把我們的鼠標放到我們的 帕雷託圖上 那麼光標放到上面之後 minitab它會告訴我們 這個圖它的功能是什麼 我給大家看一下 它提示了它的功能 按地減排 按地減頻率 顯示缺陷 以確定改進工作的優先級 我們點進去 那麼它問 缺陷或屬性數據在 那剛纔我們的原始數據 C1 C2 和大家介紹過了 我們來討論一下 大家認爲我們這一個缺陷或屬性數據在 我們要填哪一個 C1 還是填C2 我們來討論一下 我們新進直播間的小夥伴 可以去點我們下方旋轉的小風車 然後 大家可以去點我們的1號鏈接 去預約 大家填我們 大家個人的信息 我們給大家發我們免費的 本場直播的免費福利 我們一套完整的路由器和資料包 涉及題庫 涉及考試大綱 涉及我們的課件 涉及到我們缺陷其他工具的課件 都有 那麼全在1號鏈接 8個文件夾 一共300多兆 很多的內容 大家可以免費的去領 我們普利數和半月梅說C1 半月梅剛纔 關注過後有沒有領我們的福利 不要錯過了 對C1 屬性數據 頻率位於哪 感謝我們愛的關注 我們新來的小夥伴 大家不管關注沒關注 大家都去領我們的1號鏈接 小風車裏的1號鏈接 這個福利非常非常的好 我剛給大家看過了 這裏邊的內容非常的多 很多資料 頻率位於哪 頻率位於C2 那麼下方這些我們先不說 我們也不動 我們點擊確定 這個圖怎麼看 首先我們來說 這個圖 首先看什麼 橫座標縱座標 我們的橫座標其實有四號 分別是不良項目 不良數 百分比以及累積百分比 那麼縱座標 有兩個 左邊有一個縱座標叫做不良數 右邊有一個縱座標 叫做百分比 那它爲什麼會有兩個 縱座標 那要看我們的圖形裏邊有什麼 我們的圖形裏邊 首先第一 有很多柱子 第二呢 我們還有很多的點 大家看到了這個圓點 還有這個圓點的連線 那麼這個點呢 用一個座標 這個柱呢用一個座標 我們先來看一下什麼意思 我們拿第一個說 第一個柱子 這個不良項目叫什麼 叫收斂不良 這個很清楚了 我們就不用和大家說了 那麼不良數是什麼意思 57也就是他說 這個收斂不良它的不良數 有多少個 它出現了57次 它有57個收斂不良 這個百分比是什麼意思 也就是說 我們一共有多少 我們來算一下 那麼MeType裏邊 也有這樣的計算器 我們點擊列統計量也可以 然後呢我們算一下和 算一下哪列的和呢 算一下C2列的和 我們點擊 確定 出了點問題 我們存儲一下吧 出了點問題 通話窗裏不出東西了 沒關係 我們用計算器吧 它不可以 我看一下 這個MeType 我的MeType好像出現問題了 通話窗裏不出信息了 我們再試一下 真的不出了 那我們把它拷出去吧 我還不能重啓 我要重啓MeType的話 我的源源數據又沒了 更麻煩了 這也不重要 我們來看一下 我們一共是170個不良 我們一共是收集了170個不良 我們來看這個 百分比33.5 什麼意思 也就是說你的收斂不良 一共是57 它佔我們整體不良的數量 170的多少呢 33.5% 累積百分比 是什麼意思 我們先不說 第二個叫幾何失真 這種現象 它自身發生了多少 發生了34個 那麼 佔我們總和的百分比是多少 普利數說的對 佔總不良的百分比是多少 34除以170 就是20% 那麼這個時候 我們再來看累積百分比是什麼意思 那麼20% 是我們幾何失真這一項 它佔總體的20% 那麼累積百分比是指 我加上 我前面比我多的 比我大的那些 我們加一塊 比如說我幾何失真 我前面還有收斂不良 所以我們倆加一塊 佔總體的多少呢 20%加33.5% 就是53.5% 大家能理解吧 那麼 那好我們再來看第三個 白平衡不良 那麼白平衡不良 它自身發生了28次 它自己佔了總和的多少 它佔了總體 28除以170 它佔了16.5% 那麼比它大的 包括它還有誰 還有二哥幾何失真 大哥收斂不良 它們仨加一塊 佔了70% 大家能理解吧 那麼這個柱子 柱子的高度 比如說最頂端 最頂端是57 它看的是左邊的 不良數的座標 那麼這個點是什麼意思 這個點其實就是我們累積百分比 比如說 第一項 累積百分比33.5 對吧 所以這個點是多少 這個點就是33.5% 它用的是右邊的座標 所以右邊這個百分比座標 它給的是誰的 給的是我們累積百分比的 一個參考座標 比如說第二個53.5% 那這個點是多少 這個點就是53.5% 第三個點 我們來討論一下這個點 我們鼠標這個點 這個點對應的座標是多少 我們來討論一下 看看大家會不會看 我們光標放的這個點 這個對應的數是多少 我們來討論一下 大家可以再積極地討論一下 啊 88.2 那麼我們來討論第二個問題 光會看這個圖不行 我們要根據這個圖來給一個結論 大家認爲 那麼我們是不是所有的這些不良項目都要解決 肯定不是的 首先我們要清楚幾個問題 第一 每一個問題都是單獨的 你比如說收斂不良 幾何失真 白平衡不良 它們都是單獨的問題 解決每一個問題 其實我們默認來說 解決這裏邊的任何一個問題 我們要付出的資源 比如時間和人 基本上我們默認是差不多的 那麼既然我們付出同等的資源 我們幹嘛不去幹那個 效果最大的呢 那麼哪個是效果最大的 就叫關鍵的少數 那大家認爲我們應該解決前幾項 首先我們選解決 肯定不對 那我們解決前幾項 大家有什麼看法 前三項前四項還是前兩項 還是前五項 我們來討論一下 普利數 這個是關鍵 這個是核心 其實這個東西當然Adrian老師也能講 我也講 但是最關鍵的是什麼 最關鍵的還是結論 怎麼去獲得結論 這個很重要 我們怎麼去看這個圖 怎麼獲得結論 大家可以積極討論一下 大家打數字就可以 一二三四五 前幾個 大家可以像普利數一樣 把大家認爲的答案打到評論區 有沒有同學認爲是前四個 右鍵同學說前一二 或者前一二三都可以 我這時候拋出一個問題 我們前面說了 你不是2080法則嗎 這不正好嗎 前四個累積佔了80% 我選前四個可不可以 可以嗎 很多同學剛開始學的時候 都會去找80%這個數字 那有的時候你會發現 我們這個案例裏面是巧了 他恰好前四個正正好 佔了80% 有的時候很多情況是什麼樣 沒有80%這個數 你比如說他是跳的 前三個70% 你再跳再累積後一項 就不是80% 有人就真的問過 Agent老師這怎麼辦 沒有80% 往前一個70% 往後一個88% 沒有80%這怎麼辦 我是選前三個還是前四個 這裏邊怎麼去下這個決論 那麼我們要從兩個地方來說 第一個地方 首先 從圖形上來說 我們回到PPT裏邊給大家去看 從圖形上來說 所謂關鍵的少數 也不完全去識別 我們的 怎麼說呢 這叫什麼 80%這個數 可以去看一下上面的這個圖 就是這個累積百分比的連線圖 你比如說如果我這個圖形是這樣的 我前面上的都很快 然後到後邊以後開始慢慢變平穩了 你會發現出現了一個拐點 那這意味着什麼 這意味着前三個 它們的這種增高的比例 或者佔的幅度還是比較大的 一旦它後面變平穩了 大家就要清楚了 後邊其實它的這個所謂的佔比 或者說是什麼 它們的這種累積的幅度沒有這麼大 從圖形裏邊可以這樣去看 當然你說我不看上面這個點圖 我看下面行不行 怎麼看 這樣看也行 每一個圖形圖的 你這個頂端 頂端的這個中心點 你這樣去連一下 你看如果說過了某一個點 一到二的時候 還是下降很快 過了某一個點以後它開始變平緩了 你就要注意了 這些基本上就開始分層了 前面的這種幅度很大的下降 或者你看上面這個連線 幅度很大的上升 這證明它變化很快 它的這種幅度很大 它很突出 你如果發現它開始後面變平緩了 你就要知道了 後面這些就不是很突出了 它們都差不多了 你看變平緩了它們都差不多了 這是第一個要看的 這是第一個看的方法 當然第一個要看的方法 它是體現在我們在圖形上的一個判斷 那麼第二個是什麼 那我們又要說了 具體問題具體分析 我們普利數也說了 看我們的時間 其實大家說的都對 但是有一個東西一定要注意 除了看時間以外還要看什麼 看目標 什麼叫看目標 你比如說 我現在我們的問題的基線 5000ppm 我說 準備降低到多少 這個項目就可以關閉了就算成功了 比如我降低到4000 我就降1000 只要能到4000 我們這個項目就算成功了 5000ppm到4000ppm 那你說你選前兩個 前兩個佔了多少 前兩個佔了53.5%了 接近一半了OK沒問題 但是如果我和大家說我們現在基線是5000 我們的目標 是降到1000 大家看到這種改善的幅度了吧 從5000降到1000 這接近於你要降低80% 也就是你要至少解決80%的問題 那麼那這個時候你說 我還選前兩個行不行 你要知道 前兩個你就算是都搞定了 它也只能搞定一半的問題 你最多我們從理論上來推 它也就是5000能給你幹到 2500或3000對吧 這是最理想的一個狀況 所以除了看圖形 給我們一個結論幫助我們區別 誰是突出的哪些是不突出的 以外還有一個是什麼 你要看我們解決問題的這種改善的幅度 大家能理解吧 這些東西要綜合的考慮 好那大家如果沒有什麼問題的話呢 我們就 今天就到這裏