六西格玛时间序列图

1.基本概念

从过程中取样往往是按时间顺序进行的，所以数据自然有时间顺序。如果按照时间顺序将数据展开成图1所示的形式(图中COD表示杂质含量)，我们就能理解过程是如何随时间变化的。

图1

从图中可以看出:

①有上升或下降的趋势吗？

②有什么特殊原因吗？如果是，什么时候发生的？

③整个流程的范围在哪里？

2.偏差类型

时间序列图的一个非常重要的功能是确定过程中的偏差类型，看看是否有特殊原因导致的偏差。

过程中总会有偏差，生产出来的产品总会不一样。世界上不存在相同的东西，所以偏差是普遍的，永远不可能完全消除。我们能做的就是了解过程中产生偏差的原因，从而采取相应的措施减少偏差。偏差可分为两类:

①通常原因的偏差。正常情况下，过程中的输入变量和过程变量总会产生一些波动，会使输出结果在一定范围内波动。这种偏差是由共同原因引起的，称为共同原因偏差。

②偏差由于特殊原因，过程中发生异常事件，导致输出结果偏差较大，称为特殊原因偏差。

以骑车上班为例:

①平时原因偏差:遇到多少红灯，路上有多少行人，骑自行车有多快或慢等等。所以即使每天出发时间基本相同，路上也没有什么特别的活动，到达公司的时间也会不一样；

②特殊原因导致的偏差:有一天，自行车轮胎爆了，所以迟到了很多；再比如有一天雨下得很大，车骑得很慢，所以迟到了很多。

对于提供产品的生产过程或提供服务的服务过程，会因常见原因产生偏差，有时也会因特殊原因产生偏差。改善的总体目标是减少偏差，但不同的偏差应有不同的处理方法。

对于特殊原因引起的偏差:

(1)通过收集数据，利用时间序列图或控制图进行监控，以便及时发现特殊原因的偏差；

②立即了解流程最近是否发生了变化；

③对发现的变更采取纠正措施，确认特殊原因的偏差是否已经从过程结果中消除，如果没有，继续寻找可能的特殊原因；

④如果工艺结果能够确认特殊原因造成的偏差已经消除，则应采取措施防止同样的特殊原因造成的偏差再次发生。

对于常见原因偏差:

①找一点和另一点的区别很难找到根本原因；

②一般来说，原因偏差通常是由许多过程变量和输入变量之间的偏差引起的，但每个过程变量和输入变量的偏差对过程输出的影响是不同的，有的大，有的小。只有通过分析大量的数据，才能知道哪些过程变量或输入变量对过程输出有很大的影响。一旦确定，我们可以通过改变这些过程变量和输入变量来提高过程输出的稳定性，减少偏差。

③通常这种变化会比较大，分析哪个过程变量和输入最大的偏差会对过程输出产生很大的影响，需要更多的数据，所以管理层有必要组织一个团队来完成和改进工作；

④DMAIC是一种很好的、结构化的方法，可以减少常见原因的偏差。