六西格玛工具之因果矩阵分析流程及小案例分析

六西格玛因果矩阵是一种寻找影响主要过程输出变量的主要输入变量的方法。

一. 因果矩阵分析流程为:

1.确定主要过程输出变量。

2.确定主要过程输出变量的重要性。从重要到不重要排名10-1，

3.列出流程步骤(操作)。

4.对于每个主要过程输出变量，确认在每个过程中对输出有影响的输入变量。

5.确定输入变量和输出变量的关联度，根据关联度排名10-0。

6.计算每个操作的输入变量的总分。

7.根据总分确定输入变量的优先级(分数最高的几个输入变量可能是关键输入变量)。

8.验证关键输入变量影响的真实性。

二.因果矩阵小案例分析

例如，一家公司用来料加工PCBA。为了确认对产出有重大影响的过程输入变量，公司决定对生产过程进行因果分析。由于存在几种缺陷，因果图分析的效率较低，公司的改进团队最终决定采用因果矩阵分析法进行分析。

1.确定过程的主要输出变量。

经过头脑风暴并结合目前的工艺缺陷，小组得出结论，PCBA加工工艺的主要输出如图1所示:

图1   主要输出

2.确定流程主要输出变量的重要性，如下图2所示:

图2  过程主要输出

3.列出流程步骤，并将其与流程的主要输出结合起来，形成一个关系矩阵，如下图3所示:

图3  过程主要输出联立成关系矩阵图

4.对于每个主要的输出变量，列出在每个过程中影响输出的输入变量，如上图3所示。

5.确定输入变量和输出变量之间的关联度，如上表所示。

6.计算每个操作的输入变量的总分。

计算方法是:

①排序是将表格中的相关级别数据乘以输出变量的重要性，得到单元格数据。

(2)每个输入变量的总分可以通过将表格中行中每个单元格的数据与行单位相加得到。

7.根据总分确定输入变量的优先级。

从图3可以看出，“峰炉参数设置”总分385，“折弯工具”总分224，“夹具设置”、“持锡方法”、“程序设置”总分180，占前几名。因此认为上述输入变量是影响过程输出的关键输入变量，需要提前改进。

8.验证关键输入变量影响的真实性。该方法类似于因果图分析的主要原因验证方法。