回顾之前的学习笔记，二次整理反刍，发布在此，这是分析阶段的第一部分。
分析阶段主要包括以下五部分，其中3.1是聚焦问题（可以算是define问题的延伸），3.2和3.3是分析根原因，3.4和3.5是验证根原因（单独整理）。
- 3.1 问题的量化、层别、聚焦
- 3.2 脑力风暴根原因分析
- 3.3 FMEA根因分析
- 3.4 对比法验证根因
- 3.5 相关性和回归分析
精益相关的流程约束和瓶颈分析，暂略。 记住精益的六字真言：流动、拉动和均衡。
量化层别聚焦时，首先要弄清楚是属性还是连续数据，如下图所示，离散数据用帕累托分析（在这之前要再确认能否转变成连续数据）；连续数据用SOV变异源分析；目的都是量化、层别、聚焦。
量化、层别是“二八原则”的体现，找到80%变异对应的变量，将问题聚焦于此。
属性数据的量化、层别、聚焦
- 量化、层别和聚焦的核心工具是柏拉图，可视化呈现，找到关键的影响因素X。
- 要尽可能把属性变量Y转变成连续性变量Y，再进行统计分析。
- 如果属性变量是二项式数据，可以使用Logit模型，Y*=ln（y/(1-y))，转换成连续性数据（关键就是优势比y/（1-y））；
- 如果是序数型数据，使用MSE多重主观评估方法（比如地毯柔顺性测试）——看起来是好工具，但属性数据分析并不多，所以暂不细究。
连续性数据的量化、层别、聚焦
- 最关键的工具是SOV多变异分析（source of variance），找到关键的影响因素X
- SOV分析的目的是识别多个变异源中的关键变异源，分析过程是基于过往收集的数据，覆盖所有可能的变异源，然后用SOV分析工具，找到关键变异源，剔除无关或低相关的变异源。
- 根据变异的来源，分成两大类：过程变异，测量系统变异。所以在Measure阶段和Analysis阶段，有两个SOV多变异源分析。
- SOV常见的过程变异有三个种：时间、位置、部件。也就是时间前后、位置之间、部件之间的差异，确定谁是关键变量X。（这也是比较法的三个维度）
- SOV和ANOVA的区别： SOV是筛选，从多个因子中找到关键因子；ANOVA是比较，比较关键因子的不同水平之间是否具有显著性差异。 所以老师说“SOV爬上树，ANOVA爬下树”，将所有可能的影响变量使用树形图展开，SOV是从下往上，确定关键的那一条“树枝”，ANOVA是再爬下树，确定这条“树枝”的显著性水平。
- 做SOV时，可以直接分析历史数据，收集的历史数据要尽可能多；更推荐的是，先设计实验，然后用Minitab分析数据，给出结论。
- ANOVA细节这儿咱略，核心是显著性检验，后续比较法再研究。
不论是离散变量还是连续变量，量化、层别之后，都要更新“问题陈述”。 Define阶段的问题陈述，和Analysis阶段的问题陈述，是逐渐深入的过程。
- 对收集到数据的层别应该形成对问题的陈述。以清楚而客观的方式对所发现的内容进行总结，从具体的角度说明数据所反映出的内容及应该实现的目标.
- 问题陈述的标准
- 陈述效果：错在哪里，为什么出错（对于业务而言）.
- 强调差距：目前状况与预期状况的差距（目标业绩）.
- 可以测量：频率、时间、多少.
- 重点在于不良影响：强调它（对顾客）所起的作用.
- 目标业绩：预期应实现的业绩.
根原因分析的工具：脑力风暴、5why、FMEA
头脑风暴，以及名次归类法：是对单一问题的多个因素的分析和排序。头脑风暴的关键是聚焦Focus
头脑风暴会议三步骤：先发散、再收敛、再挖掘。
如何才能做好头脑风暴：
- – 对问题有深入的定义，做好define阶段（聚焦在问题上，避免跑题）
- – 阐明背景、目标，问题（类似于A3 table）
- – 鼓励分享，建议用便利贴；
- – 鼓励用亲和图，用沉默的方法收集意见，避免公开发言；
- – 如果使用鱼骨图，组织者要注意组织方式，不要评论别人，按照逻辑引导大家，比如用人机料法环讨论。
头脑风暴的补充技巧：名词归类，“合并同类项”和优先度打分。
因果矩阵：对多个问题（或者多个步骤）分别进行关键原因的分析和排序，所以相当于多个名次归类，就变成了矩阵。
5WHY：挖掘根原因，看起来简单，要用好也很有讲究，重在实践。关键依然是聚焦在关键问题上，不能太发散了。
FTA故障树（Fault tree analysis）: 原因树形展开，定性和定量，与或门逻辑。
FMEA
- FMEA分为系统FMEA，设计FMEA，流程FEMA。
- DMAIC中主要用的是过程FMEA，分析失效模式Failure Mode ，失效效应Failure effect，失效原因Failure causes，从三个维度打分（严重程度、发生频率、探测度），用量化数据辅助决策，从而识别根原因和制定下一步预防或探测任务。
- FMEA的12个步骤： 见六西格玛知识反刍：用FMEA分析根原因
- 关键难点： 如何区分失效模式（Mode）和失效效应（Effect）！前者针对操作者（过程的操作者，或产品的使用者），后者针对使用者（或者产品本身）！
- 控制方法：针对失效模式，而不是失效原因，这样更有利于解决问题。
- 严重度、频度和侦测度打分，使用AP进行排序。
用对比法、相关性和回归分析，验证根原因。
- 第21-26讲 – 比较法，
- 第27-29讲 – 相关性和回归分析
2024-5-30 晚上，整理前两部分；
2024-6-2 洗车间隙，重读，发布；
2024-6-16 重读本文，结合ppt更新，补充图片，加粗关键点。