ORDREL／学习
制造业DMAIC：阶段、证据与交付成果
DMAIC通过定义、测量、分析、改进和控制结构化改进现有过程。每一阶段都应留下支持下一项决策的证据，而不只是完成演示文稿。
选择能够实际调查的范围
选择现有过程中的反复差距及可测量结果。定义边界、受影响要求、负责人和约束。全新过程或紧急事件可能需要其他设计或响应方法；DMAIC不是延迟遏制的理由。
明确哪些决策需要数据。不要收集所有可得字段，也不要在公开示例中放入员工、客户或机密运营记录。项目章程应解释问题，而不是承诺尚未测量的节约。
每一阶段留下可用的证据链
| 阶段 | 有用成果 | 进入下一阶段前的问题 |
|---|---|---|
| 定义 | 问题陈述、范围、客户要求和结果指标。 | 差距是否明确、相关且在约定边界内？ |
| 测量 | 操作定义、采集计划和带分母的基线。 | 测量能否区分真实变化与采集差异？ |
| 分析 | 经测试的因果解释和剩余不确定性。 | 哪些观察支持机制，而不仅是相关性？ |
| 改进 | 受控试验计划、结果和意外影响检查。 | 对策是否安全地针对有支持的原因？ |
| 控制 | 责任、更新方法、监测和响应计划。 | 由谁发现偏移，现有哪个流程处理？ |
阶段可以循环。如果分析发现测量不可靠，应回到测量定义。通过评审会议不能证明数据适合决策。
虚构的缺陷调查
虚构的制造业教学示例。这些数字不是ORDREL客户的成果。
按明确规则检查2,000件，发现40件不合格：40 ÷ 2,000 = 2%。这是不合格品比例，不是每机会缺陷数或西格玛水平。一件产品可能有多个缺陷，术语不可混用。
团队用一致缺陷类别选择调查，核查疑似原因，并在现有控制下试验一项有证据支持的改变。后续可比样本1,800件中有18件不合格：1%。描述性变化为下降一个百分点，或相对于2%下降50%。
比例计算可使用不同分母，但仍需可比。检查检验方法、产品组合和抽样选择。这些虚构数量不能确立过程能力、统计显著性或持久因果效果。
写明响应，而不仅是图表
控制计划应列明指标、采集频率、负责人及偏离约定条件时的反应。使用适当分析和过程证据设限，不要把目标线伪装成统计控制限。
记录批准的方法版本及员工如何获知变更。说明无法取得测量、检查失败或新产品超出验证条件时怎么办。没有负责人和响应的监测图并不完整。
在ORDREL中保持项目连贯
使用DMAIC工作区组织阶段与证据，使用帕累托分析可比类别，使用鱼骨图组织假设。工作区不会开展完整统计能力研究，也不会认证六西格玛项目。
DMAIC Toolkit是独立付费的Word、Excel和Power BI入门包。需要屏幕记录时先使用工具；保存和导出权限请查看当前计划。
- 每个项目都要用所有统计技术吗？不必，应选择适合问题和数据的分析。
- 百分比下降足以结项吗？不够，还需检查持续性、后果、责任和因果解释证据。
- DMAIC能代替立即安全行动吗？不能，应遵循现场既定响应和升级程序。
来源与方法说明
来源支持方法定义。示例和解读是ORDREL的教学材料，不代表所引用机构的认可。