感謝各位的參與。本次演講的主題是「過程能力決策流程圖」。我是派崔克‧朱利亞諾，本次探索性演講的合作者是查爾斯‧陳博士。
好的。這次的演示將側重於系統層面。雖然其中大量運用了JMP軟體，但實際上，所有的分析都會以文件形式記錄下來，並發佈在「探索專案」頁面上供您查閱。總的來說，這個計畫的目標是創建一個決策流程圖，以便在高科技製造環境中全面評估流程能力。
從整體來看，我們採用的是一種非常系統化、資料驅動的方法，重點在於有效地進行常態近似和統計估計，並進行有意義且有效的根本原因分析，從而真正改善流程。我們在此採用的是DMAIC專案方法論，這是一種非常經典的工程六西格瑪方法。它同樣非常系統化和數據驅動，我們希望透過有效的流程圖來指導選擇合適的JMP平台，並使用適當的常態近似統計方法，以便我們能夠準確地估計製程能力。
最後，一旦我們將流程規範化，我們希望利用 JMF 的工作流程建構器來標準化工作流程，並有效地記錄所有步驟，以便任何人都能從頭開始復現分析流程。在此需要澄清的是，PCFC 指的是製程能力流程圖，它應與 JMP 相關的任何類型的流程或工作流程（我們稱之為 JMP 工作流程或工作流程建構器）明確區分開來。
這張投影片主要闡述了本項目背後的靈感來源。事實上，您在這裡看到的、以紅色標示的JCT-13項目，只是JMP大學這一更廣泛項目的一部分，而JMP大學是由我的合作者構思的。本次演示的目的是為了突顯一個核心人物，他/她負責領導、推動和完善方法論。
每個融入JMP大學理念的項目都將與本計畫相關聯並相互影響。您將在本次示範中看到，根本原因分析和資料驅動決策的其他一些要素與製造環境中的製程能力測量有重疊或互補關係。
JMP大學的理念其實圍繞在三個階段。第一階段是與核心團隊領導合作，確定專案範圍、路線圖和評分卡。展現核心團隊項目，而這正是其中一個核心團隊專案—流程能力流程圖。第二階段是以探索高峰會或其他公司內部形式展示項目，第三階段則是將項目推廣到特定製造基地，指導其他人員如何在他們特定的製造或項目場景中實施該項目。
秉承DMAIC傳統，我們以非常規範的方式定義問題陳述和問題目標。我不會詳細講解，您可以稍後閱讀。但總的來說，目標是建立流程圖，並實施一套評分系統，用於評估工程師或分析師遵循流程圖的能力。這是首要目標，也是第一要務，即真正地完善方法論。
其次是記分卡模板，它是持續執行此流程圖的方法，然後在 JMP Workflow Builder 中開發端到端的工作流程。
在定義問題、拓展問題並逐步解決問題的過程中，我們想強調的一個主題是高效領導力，它涉及跨職能決策以及與利害關係人組建團隊。共識決策的關鍵工具是流程圖或流程圖。這樣，每個人都能支持並同意決策。
我們重點關注流程圖以及此處概述的其他方面。最終，這使我們能夠將決策框架部署到實際工作中，並推廣到更多人員，從而有效地擴展決策框架，使其保持一致性。
定義階段包含哪些內容？由於這是一個至關重要的階段，它實際上是問題定義，這在DMAIC方法論中至關重要。我們喜歡用一種叫做JMP主體圖的方式來理解它。
基本上可以分為三個部分。我們可以把它們想像成眼睛、大腦和手。我們稱之為JMP之眼、JMP之腦和JMP之手，分別代表長遠眼光、數據驅動的批判性思維與實踐操作。要實現長遠眼光，我們必須先清楚定義問題，批判性地評估目標，並熟練JMP工具來測試和驗證我們的想法。這是第一個主題：頭腦、眼睛和雙手。
這種方法與第二個主題（即 JMP 的鼻子、耳朵、嘴巴和腿）緊密相關，該主題強調在 JMP 中有效地呈現數據，以便利益相關者進行清晰、客觀的審查。
當然，在呈現數據時，靈活性至關重要。這是JMP組織架構圖中的第三個主題。 JMP的決策機構、決策權和談判權需要彈性，既要靈活又要堅定。這體現在，它能夠堅定地做出以數據為驅動、並由JMP分析支持的決策。
為了實現這一目標，我們需要做好準備，靈活運用其他分析方法或新的資料呈現方式，以支持我們在品質管理環境中基於風險的合理決策。這一切都源自於我們渴望提升自我、改善流程以及改善周遭人員的強烈意願。這正是JMP的核心、基因、激情和信念。
我們現在討論的是什麼？這裡我們要更詳細地闡述定義階段。在前幾張投影片中，我沒有提到的是人才之聲、流程之聲、業務之聲和客戶之聲。以這種高層次的組件形式來思考所有關鍵利害關係人會很有幫助。我們可以使用一種稱為高價值問題/高價值機會分析（HVP/HVO）的方法。
企業通常首先以這種方式評估自身的成熟度水平，我們可以從中識別出持續改進的整體指導原則，並將其融入我們的品質成熟度評估流程中，從而在品質管理體系框架內實現有效的品質管理。這實際上是另一種整體方法，它應包含測量系統分析、統計過程控制和過程能力評估等分析工具，而這些正是本次演講和這種分析方法的重點。
這張投影片展示如果我們規劃出一個品質成熟度框架，它可能的樣子。我們可以建立流程品質成熟度。我們可以在右側識別出設計、新產品導入和製造等組件，還可以識別出階段評審點（或階段評審），屆時，我們將作為一個跨職能團隊，確定在每個階段的每個層級（無論是設計、新產品導入還是製造）中，我們是否具備某些特定組件。
我們每個目標和交付成果都可以根據設計或流程的成熟度清晰地列出。我的伴侶常說，一個重要的理念是：胸懷大志，從小處著手，付諸行動。而從小處著手，其中一部分就是詳細說明我們的需求，以便我們能夠採取行動。
這是關於本專案定義階段的另一張投影片。這裡的核心問題是：如何將這四種聲音——VOC、VOB、VOT 和 VOP——轉化為關鍵品質屬性？我們可以使用的一些工具包括優勢、劣勢和機會評估（位於右下角）。或者，我們可以使用 SIPOC 方法論，您可以在左下角看到一個範例：供應商、投入、流程、產出、客戶。
左下角的例子，其上下文其實是在建構一個DOE模型。 SIPOC流程的要素其實包括模型本身的完善。 SWOT分析的例子。這是一個不同的例子，但我們可以思考一下…就本專案而言，這是一個不同的例子，但我們可以從評分卡輸出的角度來思考，我們將使用該評分卡來評估分析師之間流程圖分析的一致性。我們可以將其應用於SWOT框架中。
回到我們的項目，如果我們考慮定義階段，我們今天更關注的是第 1 階段，真正展示嚴格的 PPK 分析方法。
現在我們進入測量階段。同樣，此階段的關鍵在於制定記分卡，以便我們能夠系統化流程能力流程圖，並有助於確保個體之間的一致性。透過使用記分卡對自身、他人以及同事的績效進行評分，可以減少個人偏見。我們必須記住，我們不一定有客觀的標準。您也可以這樣想：如果您將某項任務的執行能力評為 1 分，那麼這個分數代表什麼？ 3 分、5 分或 10 分又代表什麼？
我們不僅要確保評分者本身評分的一致性，還要確保評分者之間評分結果的可重複性。更具體地說，有些人可能會因為覺得自己比其他人更能遵循標準而傾向於給自己高分。或者，某個特定領域的專家，例如流程能力專家，可能會因為擁有更豐富的專業知識，能夠更細緻地分析和審視他人的工作，而對其他人的評分更加嚴格。因此，我們必須制定一套標準。這是評分卡評估的關鍵組成部分。
我們將重點詳細討論決策流程圖的一部分，即評估所謂的「常態性違背模式」。這裡我們觀察數據，並假設數據總體上服從常態分佈，但有哪些機制可能導致數據不遵循這種假設分佈？我們可以從數據中觀察到哪些潛在訊號，顯示數據中存在某種特殊原因？
我們確定的六種關鍵模式分別是：資料中的潛在異常值問題、偏斜問題、雙峰問題、峰度問題、測量解析度問題、樣本量問題。
在用於演示流程圖的案例研究中，我們實際進行了兩個案例，分別是案例 1 和案例 3。案例 1 使用了模擬數據，其中包含不同程度的異常值，分別佔 5%，我們稱之為與中位數的正常距離、邊緣距離和極端距離。然後，我們也研究了一個雙峰分佈案例，其中 80% 的數據（同樣是模擬數據，不涉及任何公司特定或專有資訊）分佈在一個眾數上，另外 20% 的數據分佈在另一個眾數上。
這就是我們所說的常態性違反模式表。您可以這樣理解：當我們查看特定的資料集時，我們會統計分析問題所在，就像上一張投影片中所描述的那樣，這六種潛在的違背模式包括：異常值偏度、不同類型的偏度、偏態分佈、右偏與雙向偏度、雙峰分佈、厚尾或薄尾（這涉及峰值、測量解析度和樣本量）。
在 JMP 的理念中，我們首先要做的是尋找合適的視覺化工具，看看如何處理測量這個違反分佈的中間部分，如何處理測量分佈的離散程度，看看在偏度和峰度統計量方面，我們對診斷形狀有什麼預期，在 JMP 中應用什麼擬合，然後如果我們使用正態近似，我們將如何根據均值和標準差來近似正態性。
在這些案例中，我們都認真思考了有效的常態近似統計量應該是什麼樣的，以及為什麼。我們進行了模擬，以幫助我們理解和驗證這些統計量在不同的違規模式下的表現。
關鍵在於違規模式的可視化。前兩列確認是否有違規，並再次顯示違規的具體表現形式。後三列不僅用於識別問題，而且透過分析，還能協助找到針對特定正常性違規模式的最佳PBK估計值。之後，您將看到並嘗試進行根本原因分析和流程改進，以便我們能夠消除或消除違規模式。在我看來，這才是支撐整個計畫的關鍵。
您將在社群中看到一份 Word 文檔，它就像一個筆記本，逐步分析了我之前提到的兩個案例研究。內容很多。我們究竟在看什麼？特別是對於以前沒見過這類內容的人來說？我正在嘗試用動畫來演示。第一個案例，我們稱之為 A 組。
這是第一階段。實際上，正如你所看到的，術語要保持一致。這一階段主要是圍繞PPK建立成功標準，進行正態性檢驗，確定用於診斷分佈的統計量，運行擬合優度檢驗以找到最佳擬合分佈，進行自助法（我們可以在某些情況下使用，我稍後會提到），查看我剛才展示的正態性過程違例模式表，並將其作為我們的評估標準，最終以此改進正態改進或違例我們發現的正態性過程。這是第一組，A。
完成上述步驟後，我們將進入B組或C組。 B組是指根據PPK分析，我們未能達到目標值的情況，這意味著我們的製程中間值（或中心值）偏離了目標值。我們有一個雙側規格，中點位於規格上下限的等距位置。如果平均偏差超過20%，我們就需要檢查這個問題，也就是我們所說的「未達標問題」。
我們會按照這個工作流程來協商解決這個問題。同樣地，當我們談到C組時，我們指的是分佈問題。這意味著我們可能達到了目標，但波動幅度過大。如果波動幅度過大，我們該如何診斷？如何協商、評估，最終推動流程改善？ A組、B組和C組，這就是流程圖。
A組，這只是A組的局部放大圖。我想我們已經討論了很多關於A組的內容，我也提到過案例研究，你可以在我們的專案頁面找到這些案例研究。
在完成A組分析後，我們先進行PPK評估，並選擇適當的常態近似方法來估計PPK值。然後，假設確實存在問題（這才是最終目的），我們會評估是否可以解決靶點缺失或分佈不均的問題。
這是B組的詳細狀況。簡單來說，我們會先在JMP分發平台上對目標值進行單樣本平均值檢定。如果檢定不合格，即p值低於0.05（或其他我們設定的顯著水準），那麼我們會進行等效性檢驗，並設定一個閾值。
如果我們未能達到我們確定的這個實際閾值的等效性測試，我們將不得不進行額外的流程改進，直到我們達到我們設定的閾值的等效性測試標準為止。
這與先前的分析非常相似，都將納入C組的分析中。這裡，如果我們有流程差問題，且統計結果小於1.33，我們將進行單樣本等方差檢驗，檢定標準範圍除以8。如果不滿足此檢驗，則進行標準差等效性檢定。假設仍然不滿足該檢驗，我們將進入流程偏差改善模式，在重新評估之前，先從實際操作層面考察流程的改進措施。
可以看出，流程改善階段是關鍵組成部分，利用領域知識進行根本原因分析，並仔細評估是否違反了正常模式，至關重要。這與這種穩健的流程方法論相符。
這裡有一個我之前提到的記分卡範例，它至關重要，能夠確保分析師在遵循流程圖時保持一致性。流程圖的每個步驟都標有標籤。當流程圖像我們先前分為 A、B 和 C 群組時，第一列基本上指明了流程圖步驟及其名稱，即執行該步驟的目的（具體內容），以及執行該步驟的建議工具（具體方法）。
這是另一種方法，或許也是一種更詳細的流程圖重建方法，同時也能確保對流程圖的執行情況進行公平的評估。其想法是，我們使用這些索引（A 到 C），並用這些特定的步驟標記流程圖，從而提高流程圖執行的一致性。
我們討論了可重複性和可再現性。我們將要使用的關鍵工具之一，也是整個產業普遍使用的工具，是量具重複性和再現性分析。不過，在這種情況下，由於我們進行的是同儕審查，並且採用的是評分方法，所以我們不會使用連續的評分系統。我們需要的是離散的或屬性性的評分方式。
事實上，因為我們使用的是量表，無論是 5 級量表還是 10 級量表，在本例中假設是 5 級量表，我們需要在 JMP 中將數據類型視為有序數據，為此，我們可能會在 JMP 的 fit、contingency personality 和 fit Y by X 中使用列聯表分析進行一些有序 Gauge R&R 分析。
這是一個示例，展示了它可能的樣子。順便一提，還有其他工具可用於序數尺度重複性和再現性分析。肯德爾和諧係數就是其中之一。檢驗肯德爾和諧係數的顯著性是另一個方法。弗萊斯卡帕係數也可用於序數尺度重複性和再現性分析，儘管它通常用於屬性尺度重複性和再現性分析。 JMP 的變異性屬性尺度圖表平台正是利用並運用了這個方法。
這裡更詳細地描述了根本原因分析，以及我們在分析階段將有系統地進行的工作。我們重點討論如何利用A組數據，基於正態性違背模式來驗證潛在的X因素，並透過觀察分佈情況以及在分佈背景下使用JMP的動態視覺化工具來理解分離的過程失效模式。
我們之前已經略有提及，但這裡會更深入地探討根本原因分析，找出導致正常性違背模式的最重要因素（X）。您可以再次看到，我們引入了A、B和C三組，並對違反模式及其指標進行了重新定義。當然，總的來說，根本原因分析和領域專家（SME）的知識對於我們在JMP問題解決範式中評估和緩解這些違反指標至關重要。
這張投影片旨在進一步舉例說明如何重新審視專案範圍和成功標準，以及具體操作方式。這是一個不同的情境，即計算統計容差區間，但記錄和系統化決策過程的機制是類似的。同樣，與PPK計算方法類似，我們可以利用現有數據，透過B組和C組的方法進行協商；或者，我們可以回溯流程，改進流程，透過識別根本原因並消除流程中的不良數據點，然後再重新進行分析。
這是一個分析性強且具有指導意義的例子，展示了我們如何修訂規格限值，以及在當前方法和新方法下統計數據會如何變化，包括在本例中，重點關注可變量具重複性和再現性 (Gage R&R) 背景下的量具重複性和再現性 (Gage R&R) 的 P/T 比率。再次強調，這並非在此流程圖的背景下，而是在連續測量的背景下。以下是一個 DFMEA 發生率和可偵測性表格。這是我們可以使用的另一個關鍵分析工具。我們想用它來舉例說明。
接下來，我們進入了改進階段，從更高層次來看，我們探討的主題與先前類似，即消除已知根本原因所導致的特殊變異。在這種情況下，我們可以透過篩選模擬數據中的數據點來模擬這種情況，並基於這些模擬數據來建立我們的方法論，而這實際上正是我們在案例研究中所做的。
當然，我們已經針對每種違規模式製定了相應的策略，這些策略已在我之前提到的A組表格中進行了詳細列出。然後在改進階段，我們還可以實施持續改善計畫。同樣，我們會以規範的方式進行，明確交付成果、任務、負責人，並指定領域專家和完成日期。
以下是一些我們在改進階段的設計和流程驗證環境中可能會用到的工具範例，以及我們可能會使用的一些 JMP 工具。
接下來就進入知識轉移和控制階段，我們會講解流程圖，進行統計學培訓，進行特殊原因變異分析培訓，進行JMP分析重點培訓，以及配套的工作流程建構方法培訓。我們會記錄所有培訓內容，並培養領導者能夠一致地遵循流程圖。
我明白了。這個階段的另一個關鍵組成部分是控制計劃，它是衡量我們執行分析方法是否到位、表彰在控制計劃方面表現出色的人員、量化成功並認可那些部署分析框架的人員所取得的成功的一種方式。這張投影片重點介紹了開發這個工作流程建構器軟體套件的概念。實際上，這非常實用。
我們所做的，本質上是這樣的：我們發展了這個流程圖。按照這個流程圖，我們將分析的每個步驟都以腳本的形式儲存到 JMP 的資料表中。然後，我們開啟一個新的工作流程。開啟資料表，在工作流程啟動之初點擊「錄製」按鈕後，依序開啟表中儲存的每個腳本，然後停止工作流程。這是一種方便且快速的方法，可以讓我們一次性地在 JMP 中完整地記錄整個工作流程。
這裡，我們關注的不僅是PPK評估。我們實際上考察的是量具R&R的製程能力與穩定性，以及量具的量化。這與PPK評估相輔相成。這屬於另一個項目的主題，該項目採用類似的方法和實施框架。
總之，我們希望強調過程能力流程圖的價值，闡明其重要性，並提供相關的背景和機制，以便利用流程圖達成共識決策。例如，量具重複性和再現性（Gauge R&R）可能與此相關，但我們已將其納入……或者，量具重複性和再現性或許可以作為某個示例的補充。但正如我之前所述，我們在此範例中並未考慮量具重複性和再現性作為本專案案例研究的背景，相關內容也將包含在我們面向社區的專案資料包中。
展望未來，我們計劃在下一版流程能力流程圖中加入量具重複性和再現性（Gauge R&R）分析。秉持持續改善的精神，我們希望進一步完善流程圖，因為我們確信測量能力會影響流程的離散程度和變異性。之後，我們也可以將K偏移問題與穩健設計理念和穩健設計工具連結。
我和合著者需要進一步思考如何在 JMP 大學框架的背景下連接不同的核心團隊，正如我在演講開始時所描述的那樣，以創造共同的機會來進一步改進和完善這種問題解決方法。
非常感謝您抽出時間，如果您有任何疑問，歡迎隨時與我們聯繫。再次感謝。
