【合輯】六西格瑪與質量管理 【必讀】六西格瑪:分析階段

工程质量
2粉絲
3 次觀看·2026年5月17日
AI 生成·可能包含錯誤
那麼我們的分析階段呀,我一共做了兩個PPT啊,做兩個PPT,然後呢會給大家從難度啊,從綠帶到黑帶,雖然PPT裏頭內容可能哎,看起來會相對簡單,是以綠帶爲基礎,但是我會給大家加深一些黑帶的內容,一些複雜的分析和應用場景,然後呢,也會給大家去講解在實際應用過程當中的一些複雜的內容,然後呢,也會給大家去講解在實際應用過程當中的一些複雜的內容,然後呢,也會給大家去講解在實際應用過程當中的一些複雜的內容,然後呢,也會給大家去講解在實際應用過程當中的一些
在我們SIGMA的項目實施過程中
然後都是怎麼做的
有哪些坑
需要注意什麼樣的問題
所以今天的
我今天來講解的風格呀,尤簡到深、去講
可能沒有這個背景的同學呀,到後面聽起來會有點費勁
但是你也一定會有收穫,因爲我會先講基礎
會計先講基礎
好
我們的分析階段
我今天會從過程分析開始講
過程分析開始講
如果說有時間的話
我會給大家講一些
講一部分的假設檢驗
因爲一個小時的時間會比較緊張
我講課內容
我就會按照這個內容
然後順着講下去
大概會4到6個小時
把分析階段的內容講完
好
我們進入我們的分析階段
我們說
我們再回顧一下
我們去做六sigma的5個階段
對吧
做六sigma的5個階段
第一個階段叫定義階段
定義階段的核心
是爲了定義清楚我們的目標
對吧
我們要識別出來
我們要去解決什麼樣的問題
我們爲什麼要去解決這個問題
以及誰可以去解決這個問題
這是我們定義階段要去做的事情
我們在測量階段
測量階段
我們要去測量出來
我們要實現的目標
對吧
它都有哪一些子目標
它這些子目標的
這些測量的數據值
是不是可以去印證我們的目標
以及我們要去保證這些數據準確
我們要去做
測量系統分析
對吧
測量系統分析是測量階段
一個非常重要的知識點
還有過程能力分析
是吧
這是我們測量階段去做的
我們進入分析階段了
剛纔我給大家也宏觀的去看一下
我們分析階段都有哪一些內容
比如說我們的假設檢驗
我們的方差分析
相關分析
迴歸分析等等
對吧
我們有大量的分析的手段和方法
我們先說一下
分析
如果我們完成了測量
完成了測量
我們已經有一些數據了
對吧
也拿到了一些和我們目標相關的
這一些高考覈線的數據
對吧
我們做完了測量系統分析
我們接下來就得去找根因了
對不對
去找我們的原因
我們的影響我們目標的原因都有哪一些
影響我們目標的根本原因都有哪一些
然後再基於我們的根本原因去做改進
去做實施
剛纔有小夥伴問
DOE就是我們的改進階段的事情
我講完分析階段
後面就會去講
在改進improve階段
所以我們一步步來
一步步來
好
那麼我們說分析階段
我們怎麼去做
分析階段
然後我們的紅寶書給他推薦了有三個步驟
三個步驟
我們也給它可以叫做三個階段
第一個階段叫做推測
推測怎麼去推測
我們有哪一些隱藏的變量
對吧
我們的那些x哪些原因
可能和我們的目標原因有關係
去做推測
那麼推測我後面就會去講
我們的整個過程分析
我們怎麼我們的推測
就是一個非常核心的
就是我們要去做過程的分析
我們要去找
潛在的可能會存在
影響我們目標的那些x
然後我們推測出來這些x之後
我們就要提出來
關於這些原因的假設
這就是我們進入了第二個階段了
提出關於原因的假設
我們都有哪一些原因
這些原因都是一些什麼樣的順序
然後對我們的目標的貢獻
都是什麼樣的關係
對吧
我們提出來這些關於我們原因的假設
假設有了之後
接下來我們就需要去證實了
去證實或者是排除這個原因
我們可能會列出來5到10個
甚至有的時候我們去
在做分析階段
也會去用到飛馬
對吧
我們做飛馬的時候
可能會用到
會查出一樣10個原因
尤其是一些大的黑帶項目
會有特別多的
特別多的假設
我們就得需要去證實
看看哪一些原因
會對我們的結果產生影響
哪一些原因
對我們的結果不產生影響
對吧
這就是我們去做證實
第三個步驟
第三個階段
證實去做的事情
好
我們就一步步來
推測
首先我們怎麼去推測
有一個非常重要的工具
叫做流程圖
對
大家聽過流程圖嗎
聽過流程圖的
幫我扣個一
流程圖大家都用過嗎
用過流程圖的
或者聽過流程圖的
幫我扣個一
我們去說一說
流程圖是一個什麼
流程圖
它就是說
把我們的各項活動
用順序的這種圖形的方式
把它描述出來
給它描述出來
那麼
它的描述的方式是什麼樣的
我們會有一個頭
有一個尾
用橢圓形作爲我們的開始
另外一個橢圓形
作爲我們的結束
我們的長方形
作爲我們一個順序的
一個流程的一個步驟
這個菱形
作爲我們去做判斷的一個步驟
好
其實畫流程圖都比較簡單
我相信
很多
非常感謝小白哥同學
大家跟我一起互動起來
其實我們畫流程圖
其實是一個相對基礎
相對簡單的事情
我相信很多小夥伴
在工作裏頭都去
用過流程圖
至少在見過流程圖
對吧
然後我們在做項目的過程中
你比如說
你現在爲了去給公司
解決某一個生產的問題
或者解決某一個客戶的問題
你這個時候就需要把
與這個問題相關的流程
你把它畫出來
畫出來
我們在定義階段
在定義階段
講了一個非常重要的工具
大家記不記得
和流程圖有關係
大家還記不記得
和
S開頭的
大家有沒有印象
當時我們去說的工具
S開頭的
非常棒
蘇同學
是的
Kerry同學非常棒
大家幫我互動起來
叫SIPOC
它是做什麼的
它是在定義階段
去做宏觀流程分析的
對不對
S是supply
I是input
P是precise
O是output
C是customer
對不對
我們通過SIPOC
去畫一個宏觀流程圖
這樣的話
就可以把我們
與目標相關的
整個
大的框架的流程
畫出來
對不對
大的框架的流程畫出來
這個時候我們畫SIPOC
它的好處是什麼
好處是我們
不會只見樹木不見森林
不見森林
對吧
我們會有一個
big picture
對吧
我們有一個宏觀的
把控
那麼我們講到流程圖裏頭
你看
我們在大的流程圖裏頭
叫SIPOC
我看看
我把它
全屏一下
大家稍微等我一下
我把它全屏一下
我把筆拿出來
SIPOC
它這個P就叫precise
P就叫precise
它是一個大的宏觀的precise
但是我們到流程裏頭
它就會把大P
每個大的流程
大的宏觀的流程
裏面的子流程
把它拆解下來
拆解下來
比如說
我們遇到一個客戶的問題
我會涉及到生產流程
是涉及到研發流程
涉及到生產流程
涉及到物流
涉及到售後服務
對吧
我們都會有大的流程
接下來我們需要把某個大的流程
中間與我們問題相關的子流程
把它畫出來
這就是我們的這些子流程的
這樣的一個流程圖
子流程的流程圖
所以我們在去做流程圖的過程中
我們就可以去識別出來
有哪一些環節
可能會和我們這個問題有關係
比如說我們這裏頭看到說
我們能發現
現在打印出了問題
打印出了問題
它經過的流程是什麼樣的
我先接收打印文件
輸入打印文件
然後開始打印
然後機器是不是運轉
然後裝訂文件
裝訂有沒有裝訂好
然後我們整理
對吧
它有一系列流程
這個時候我們出錯了
可能會是在哪些流程中存在
你有了這樣一個流程圖之後
你就不會落下一些問題
剛纔素人同學說
先做頭腦分帽
再做新活圖
非常棒
你這個思路是很好的
但在此之前
你做頭腦分帽的一個base是什麼
一個基礎是什麼
就是我們這個流程圖
我們有這樣的一個流程圖
大家就可以在這個框架下
來修做頭腦分帽了
就不會五花八門
或者不會遺漏一些東西
好
這就是我們說流程圖的重要
剛纔我們大家講了
什麼是流程圖
流程圖怎麼畫的
以及我們在去做項目中
流程圖的它的作用是什麼樣的
好
大家對這一塊聽明白了
幫我扣個一
然後也請大家幫我點個贊
我們的點贊數超過1000
我們就會給大家發放
我們的第1個福利
所以請我們的小夥伴
動動你發財的雙手
給老師點一波贊
好
我們點贊數現在
我看到我們現在已經有
400多個同學在線了
非常好
一上班就有那麼多同學
大家的學習熱情
已經點燃了我
我會更加努力的去給大家講解
所以大家多點點贊
幫我超過1000
我們就開始發放第一波福利
現在大概還差200個贊
大家再來一波
好
謝謝
那麼我們說完流程圖之後
剛纔小夥伴說
頭腦分帽星河圖
對吧
其實我們有一個非常重要的工具
叫做金果圖
對吧
金果圖
魚果圖
大家聽過魚果圖
我們典型的魚果圖的使用的方法
叫做
尤其是生產過程中
經常會去用的
生產中經常會去用的是叫什麼
大家可以把你知道的內容
都打到我們公屏裏
我們經常在生產環節中
去用的一個魚果圖的模型
叫什麼
是不是叫人機料法環
有沒有人知道
知道的話
請幫我把人機料法環撤
打到我們的
公屏裏
大家動起來
我們去做魚果圖的一個非常的好處
就是剛纔有小夥伴說
我們要去做頭腦分帽
你頭腦分帽怎麼分帽呢
我們就可以基於我們現在的人機
料法環撤來去做
好
謝謝陳同學
謝謝
謝謝陽光同學
是的
我們這些典型的
我們一直在說
稍微說遠一點
我們在據說在企業裏
你要成爲一個優秀的黑帶
一個優秀的黑帶
它除了我們具備這些認證
和一些軟技能相關
它需要有大量
腦袋裏需要有大量的思維模型
需要有大量思維模型
什麼叫思維模型
就比如說現在給大家展示的
這個魚骨圖
我們的人機料法環撤
它就是一個非常好的思維模型
當你遇到了問題
你就可以拿出這樣的思維模型
開始去做分析
對吧
開始去引導你的團隊
來去做brainstorming
做brainstorming
那麼我們看一下
其實這個魚骨圖
它是以測量系統爲例子
這個測量系統變差的情況下
我怎麼來去做的
大家有沒有聽過
我之前的測量階段的分享
測量階段的分享
我們再說
測量系統本身
也是我們的研究對象
對不對
測量系統本身
也是我們的研究對象
我們去研究它
也可以通過人機料法環
人機料法環
因爲它本身就是測
對吧
所以我們就說沒有測
那麼我們就可以用這樣的魚骨圖
然後一步一步的去找我們的根因
那麼魚頭
這就是我們所遇到的問題
我講講這個魚骨圖怎麼畫
魚頭是我們遇到的問題
我們要去解決的問題
那麼魚骨
魚的大的刺
比較粗的刺
就是我們要去思考的
若干個方向
比如說
這個是我們在生產階段
會去用人機料法環
對吧
那麼我們在
比如說在研發階段
我們會去用什麼樣的一個
這個模型
我們在研發階段會去看一看
研發這個產品相關的硬件
有沒有問題
軟件有沒有問題
它的測試有沒有問題
它的需求有沒有問題
會根據這個產品開發的流程
我們會去定義它的魚骨
對吧
所以這都是思維模型
那麼你腦袋裏的思維模型
掌握的越多
那麼你在遇到這些複雜問題的情況下
那解決問題的能力就越強
好
那麼這些魚骨的小刺
都是怎麼來的
這些小刺都是怎麼來的
這些小刺
就是剛纔我們素同學所說的
素同學所說的
我們可以去做頭腦風暴
那麼我們在做頭腦風暴的過程中
就可以組織我們與這一些
魚骨這些大刺相關的團隊成員
一起來去做
Brainstorming
那麼問問大家
我們覺得這個拆裝系統變差
我們從機器的角度
我們可能會有哪一些原因
比如說軟件的穩定性
我們的光源的CNN
我們的版本的大小
這一些結果就可以通過
通過我們去組織團隊
來去做Brainstorming
做頭腦風暴
就可以得來
這樣的話
你拿着一個大的魚骨
然後通過團隊的集思廣益
我們就可以畫出這樣的一股圖
畫出這樣的一個圖
好
對素同學說
還有QFD
對研發階段
我們一開始去做QFD
這也是一個非常重要的工具
是的
好
魚骨圖這一塊
大家聽明白了嗎
我們魚骨圖怎麼畫
都是怎麼去組織活動的
組織團隊
一起如何來去做的
聽明白了
給老師扣個1
聽明白了
幫我扣個1
好
我們剛纔說了
魚骨圖已經幫我們去做了頭腦風暴
我們找到了若干個原因
接下來的一個工具
也和鷹骨圖有關係
叫做
英國矩陣
那麼我們去說英國矩陣
它跟鷹骨圖
我們知道鷹骨圖是老的質量管理器工具
英國矩陣是新的質量管理工具
那麼它可以更好去配合我們鷹骨圖
英國矩陣是更好的來去配合我們鷹骨圖來使用的
配合我們來使用的
怎麼來使用呢
好
我給大家來講一講
我們剛纔說在魚骨圖裏的話
我們已經識別出來了若干個原因
對吧
大家一起來去做頭腦風暴
做頭腦風暴
有人機料法環的各個因素
每個因素和我們的目標值
和我們的目標值
我們的Y是什麼樣
要解決的問題是我們的測量系統
我們的測量系統
那麼每一個因素和我們的目標值之間的關係是什麼樣子的
關係是什麼樣的
這個時候我們就需要團隊一起來打分了
怎麼打分呢
0代表的不相關
就是說
我說的這個因子
X這個原因和我們的目標沒有任何關係
沒有任何關係
1說明它是一個弱相關
弱相關
3代表着中等強度相關
9代表着強相關
好
那麼我們對於打分的標準定義出來了以後
就可以和我們團隊一起來打分了
一起來打分
那麼我們先看軟件的判定的穩定性
它和我GateGNR之間的相關性是什麼樣子呢
是強相關
那我就給它打9
它就打9
然後我們的版本
這個G版本的大小
標板的大小
和我GateGNR之間的關係是什麼呢
是中等相關
那就打個3
我測試方法和我的GateGNR之間的關係是什麼呢
是強相關
好
這樣的我就不一個個挨個往下說了
它就根據我們的團隊一起去做
做分析和判斷
對它進行打分
打完分之後
我們需要進行加權求和
怎麼加權呢
我們看到沒
上面還有一個指標叫做重要程度
重要程度
這個重要程度多數是我們去在模板裏頭定義出來的
或者是和團隊一起去協商出來的
協商出來的
比如說我們在這
認爲我的測量系統的穩定性
測量系統的穩定性
它的GateGNR是最重要的
我們是10
重要程度是10
那麼我們的重測率是8
重測率是8
同樣的我們重測率也去給它相關性打完分
打完分之後
我們就用我們的
相關性的值和我們的重要程度的權重
成績求和
求出來了以後
我們
關於我這個x這個因子
我最後得分
這個得分
我們得分越高的
我們認爲對我們的目標影響越大
得分越高的
對我們的目標影響越大
好
我們來去看一看
給大家出個題
那麼我們能看到軟件穩定性
軟件穩定性
對於我們的目標
它的影響有多大
根據我剛纔講的這個方法
大家覺得我們來去算一算
這種題有的時候會出在綠帶或者黑帶的選擇題裏
它會告訴你重要程度
然後會給你一個相關性
然後它會問你
我接下來哪一些x需要被優先解決
哪一些x是優先解決的
我們先去算一算
我們第1個軟件穩定性
我們的總計得分是多少
大家算一下
把你算的答案打到我們屏幕裏
大家一起互動起來
因爲只有你互動起來了
我才能知道
我剛纔的講解
你是不是已經聽懂了
好
關於我們英國矩陣
最後得分總計的計算方法
大家有沒有聽懂
有聽懂的幫我扣個1
是的
陳同學
大家聽懂了嗎
這個答案就在這後面
就在我們總計這塊
其實答案就是在這
但是這個90哪來的
就是我們9乘以10
加上0乘以8的90
我們的版本大小
標板大小對我們的影響是怎麼樣的
是怎麼算的
它是不是就3乘上10
加上9乘上8
然後算出來的是102
好
我給它排個序
如果說我們要去選三個因子
成爲我們的最主要的因子
要去解決的主要因子
大家覺得我們應該選哪幾個因子
哪個因子
我們要去做排序的話
我們應該去解決哪幾個因子
好
大家一起來互動起來
你們覺得哪個因素
哪個因素是影響我們車輛系統
最主要的因素
非常棒
大家知道答案的
都打到我們的屏幕裏
因爲這種題
你說它難不難
它其實不難
但是隻要懂邏輯了
你就能做對
這是在綠帶和黑帶中
經常出現的好題
它就會問你
說我現在有10個因子
這10個因子
哪幾個因子我需要去解決
或者哪個因子
我應該最高優先級去解決
還有沒有其他的答案
我們如果說我們要做排序的話
我們應該怎麼排
非常感謝陳同學
還有果果同學
王凱同學
是的
我們首先先去解決三
首先先去解決三
測試清角的方法
這個方法的問題
這個方法問題能看到
它既影響了gauge nr
又影響了我們的重測率
對吧
然後它的得分最高
所以這個因子
我們要排到高優先級去解決
對吧
其他的比如說得分
像10的這些因子
其實它優先級就比較低了
哪怕解決了
其實在做項目過程中
經常能看到
很多去做綠帶和黑帶項目的
同事
經常會犯的錯誤
它不是去根據我們打分
來去確定它的優先級
它往往是根據
說我哪個問題好解決
哪個問題好解決
我先解決哪個問題
然後這樣帶來的結果是什麼
帶來的結果就是
它把這個問題酸起
它把某一個因子
某一個因子
比如說我們環境溫度這個因子
它說我給車間的溫度
我提升兩度
那我就去調調溫度
這個好解決
但解決完了以後
它沒有根本的去解決
我們的要解決的問題
對吧
要解決我們
比如說這裏頭
我的承擔系統不穩定的問題
它不是一個主要因子
就像剛纔大家看到的
321
這三個因子
我們通過打分出來了以後
我們已經非常的
要怎麼樣
相對客觀的去評估
說哪一些原因
是對我們的結果
產生了更大的貢獻
對吧
其實這是一種典型的思維方式
再給大家擴展一下
我們有另外一個工具
大家記不記得
我們也是通過這種層級打分的方法
來去做評估的
大家有沒有知道
我們有一個質量分析
或者是質量改進的一個工具
它也是通過幾個不同的維度
最後來去做層級打分的
大家知道嗎
知道可以打到我們屏幕裏
其實它用的思路
就我所說的這個工具
它用的思路
跟我們去做英國矩陣用的思路
它的思維模型是一樣的
都是通過我能夠用一些數字
可度量的數字
來去加權求和
來去評估我們這些因子的影響
非常棒
飛馬庫景同學
是的
他有沒有人知道
是飛馬
FEMA
FEMA Effective Analyzer
對吧
飛馬它會去算一個叫RPN的東西
對吧
RPN
根據我們的嚴重程度
發生的概率和可檢測性
然後分別來去算它的RPN
對吧
通過RPN來去做排序
來去做排序
來看看
我們哪一些因子
對我的影響是最大的
你看這個思路
是不是跟英國舉證很像
對吧
大家覺得像的可以扣個1
所以我們說這些知識
或者是這一些工具
它都有些底層思維邏輯的
你要成爲一個高手
那你就需要去把這些底層邏輯搞通
底層邏輯搞通
好
大家覺得我剛纔的講解
能對你有啓發的
請幫我點撥贊
幫我扣個1
大家動一動自己勤勞的雙手
發財的雙手
給老師點一撥贊
我這些講解
對大家是不是有比較多的啓發
還是覺得我這些講解
飛馬能看下一頁嗎
下一頁就做題了
飛馬的話
以後會去單獨去講一下
單獨會去講
如果覺得我的分享
我經常會把很多知識點
很多工具會串到一起去講
因爲每個工具之間
它們都或多或少會有一些聯繫
它們的聯繫
有可能是思維模型的
是一樣的
有可能它們的思考問題
方向是一樣的
這一些你往往在書上是看不到的
只有你去做了很多的項目
你有很深的體會之後
你才能悟出來
悟出來
好
我們來做個題
那麼關於我們現在去說
這個綠帶和黑帶考題中
經常會去看到的一個考題
我們說關於英國矩陣下列敘述
正確的是
這是多選題
多選題
如果說是多選題的話
多數是黑帶考題
我們綠帶考題沒有多選題
好
那麼我們說
它A答案說
英國矩陣可以篩選出對CTQ
CTQ是什麼
就是我們的Y對吧
我們的目標
最爲重要的輸入變量
這個對不對呢
然後英國矩陣
是精益6Sigma中
一種傾聽各方意見的方法
然後C說
英國矩陣是一種找出
滿足客戶需求方案的方法
D以上說法都不正確
來大家答個題
看看
我剛纔的講解
大家聽懂了嗎
答案選什麼
多選題
好
小王子同學說答AC
酷錦同學說ABC
有沒有不同答案
幻音田間同學
火鍋同學說是AB
還有沒有不同的答案
看來這個題確實有一點難度
酷錦同學改答案了
陳同學也選AB
有沒有不同的答案
好
大家快來答答題
然後有任何問題
我剛纔的講解中
有任何的問題
大家也可以打到我們的公屏裏
打到我的公屏裏
然後我可以根據大家的問題
做針對性的解答
好
王凱同學說AB
謝謝你
好
我們的答案是
酷錦同學怎麼又改成ABCD了
我們挨個分析
我先不講答案
我們說因果矩陣
我們剛纔看一下因果矩陣
我們因果矩陣中
它是不是有X
對不對
這是我們怎麼樣
影響我們結果的這些原因
然後我們還有Y
對吧
Y是什麼
就是我們真正的問題
我們的目標
這些Y又叫CTQ
又叫CTQ
我們的關鍵質量特性
對吧
我們客戶真正關心的
或者是我們用戶關心的
我們現在關心的是什麼
關心的車輛系統
它是不是能夠保證
我們有非常準確的數據
對不對
我是不是得關心
它的Gauge NR
關心它的充車率
這是不是我的MSA
MS評測之後
我們會去做的CTQ
對吧
所以A對不對
那是不是顯而易見了
我們因果矩陣裏頭
是有CTQ的
因爲我們的Y
是在這裏面被識別出來的
我們再說B
B說它是精一度Sigma中
一種傾聽各方意見的方法
大家還記不記得
我剛纔給大家去解釋說
我們做因果矩陣都是怎麼做的
你是一個人做的
還是一個團隊做的
大家覺得是一個人做的
扣個1
一個團隊做的扣個2
來我們互動一把
你覺得你的因果矩陣
我們去有因果矩陣這個結果
這個結果是一個人做出來的
還是一個團隊做出來的
是一個人做出來的扣個1
一個團隊做出來的扣個2
不僅僅是因果矩陣
就包括我剛纔講的因果圖
因果圖
我們的魚骨圖對吧
魚骨圖又叫因果圖
它也是跟團隊一起去做的
是吧
跟團隊一起去做的
陳同學說對吧
大家跟我一起互動起來
這種工具
它都需要和團隊一起去做
你某一個人
他的視角
哪怕你經驗再豐富
他可能視角
或者是他的思維
也會有一點侷限性
他需要把相關的
利害關係人stakeholder
把相關的團隊成員
不同的角色
我們把它引入進來
把它
叫怎麼樣
我經常會用一些英文單詞
把它
加入到你的分析的團隊裏面
對吧
把它加入進來
加入進來之後
它纔可以給你提供不同的視角
和觀點
我們最後評估出來的結果
它更加的客觀
對吧
所以它一定是一個teamwork
是個teamwork
那麼我們B說
因果矩陣式
經營6sigma中
一種傾聽各方意見的方法
對不對
那是對的
對吧
那麼我們說C
因果矩陣是一個找出
滿足客戶需求方案的方法
我們剛纔看到因果矩陣裏頭
它有沒有方案
它有沒有說
我怎麼去解決這些問題
有沒有
覺得有扣個1
沒有扣個0
我們剛纔對因果矩陣中有方案嗎
是不是它最多就是能把我們的x
去做個排序
把我們產生的原因去做個排序
對不對
是的
非常感謝陳同學
就是大家得跟陳同學學習
我們要互動起來
你這樣的話
不斷的去跟我一起去互動
去思考
你的思路就能跟得上
這樣的話我們就可以
會有更大的收穫
這是一道黑帶的考題
是一道黑帶考題
我講得很細
講得很細
我不經意跟你講
這是個什麼東西
這是因果矩陣是一個什麼
我還會告訴你
它底層的邏輯是什麼樣的
它在黑帶中考試會怎麼考
你們跟着我的節奏去走
跟我一起互動起來
那麼我們說因果矩陣
它不提供方案
方案是在改進階段
在input階段
在改進階段去做的
改進階段我們去提方案
分階段只是找根因的
分階段找根因
那麼因果矩陣
更不可能去提供方案
所以我們在黑帶和綠帶的考題中
它經常會把一些工具
拿出來去問你
它是在哪個階段使用
它是在分階段使用
是在給改進階段使用
還是在控制階段使用
這我們如果理解了工具
它的使用的方法
和它使用的目的
你就能知道
它在哪裏使用了
對吧
所以C肯定是不對的
D以上方案都正確
C不對
D也不對
所以答案是AB
好
恭喜我們回答正確的小夥伴
藍調同學
藍調小龍同學
恭喜你
小鹿同學
C不對
小鹿同學聽明白了嗎
C爲什麼不對
好
這一塊大家聽懂的
給主播給老師點個贊
這個題它算是一箇中等難度
尤其是B的隱藏的叫什麼
它的隱藏性比較深
經常容易去選成A和C
是容易出錯的
A和C
B往往會漏掉
