变异来源分析(SOV),深秋,实施六西格玛管理的主要目标就是减少过程的变异和波动。变异和波动越小，过程能力越好。当过程能力不好时，如果是CPK、PPK不好，可以调整过程参数使得process 尽可能居中。如果CP、PP不好则说明process的分布范围太宽了，这时就需要降低process的variability。 要降低process的波动和变异，首先就要对process的变异性进行分析研究，了解导致process变异的根源都有哪些，哪些是主要的，哪些是次要的，抓住主要矛盾，才能降低变异，使得过程能力得到提高。减少过程变异性的一个常用方法是使用实验设计 （DOE） 来确定对过程影响最大的因素。实验设计通常是基于历史数据和经验性的工程判断来选择几个因子进行分析。通过对因子的优化实现过程总体变异性的降低。 如果存在证据表明少数的几个因子是变异性问题的根源，那么DOE实验是不错的方法。 但很多时候，哪些是较大的变异来源是不知道的。这时，采用DOE去降低变异性可能还为时过早，即使做了实验，也会因为找的因子都不是关键的变异来源，从而导致实验价值大打折扣，对变异性的降低很有限。从节约和高效的角度来说， 应该把DOE作为最终手段来使用的。更为有效的方式，是在DOE之前通过SOV分析，找出导致过程变异的主要来源。 适用人群：本课程为SPC统计过程控制的后续课程。适合于想在工程实践中利用六西格玛工具解决实际问题的工程技术人员。