Lean

 Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   1  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   These  are  the  main  topics  that  will  be  covered  in  
this  module.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   2  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Review  these  learning  objec)ves  carefully.      

The  learning  content  contained  within  this  
module  is  based  on  these  learning  objec)ves.  
At  the  end  of  this  module  or  the  end  of  the  
course,  you  should  be  able  to  answer  quiz  or  test  
ques)ons  related  to  these  learning  objec)ves.    
If  you  are  par)cipa)ng  in  this  course  for  
cer)fica)on,  you  will  be  beNer  prepared  to  pass  
a  cer)fica)on  exam  by  recalling  these  learning  
objec)ves.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   3  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   4  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   5  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   This  roadmap  shows  the  ac)vi)es  and  tools  of  
the  measure  phase.  It  is  designed  to  give  you  a  
good  overview  of  the  main  steps  in  Measure.  
There  are  numerous  tools  and  techniques  within  
Six  Sigma  that  help  teams  iden)fy  the  problems  
and  solu)ons.  But  you  won’t  use  all  of  them  on  
every  project.  If  you  are  feeling  lost  or  
overwhelmed  by  all  the  tools,  come  back  to  the  
high-­‐level  road  map.    It  will  bring  you  back  to  the  
big  picture.  
The  ac)vi)es  in  the  Measure  phase  are  less  
itera)ve  than  in  the  Define  phase.  For  instance,  
you  should  always  create  a  data  collec)on  plan  
before  you  can  collect  data  and  stra)fy  data.  
However,  you  might  go  through  these  steps  two  
or  three  )mes.    
For  example,  if  you  have  exis)ng  data  and  
verified  its  quality,  you  might  analyze  this  data  
set  first  before  you  iden)fy  further  data  needs  
and  go  through  the  Measure  steps  again.  
Also,  in  some  projects  you  might  decide  to  apply  
some  tools  that  we’ll  cover  in  the  Analyze  phase  
like  detailed  process  mapping  or  cause  &  effect  
diagram  before  comple)ng  your  data  collec)on  
plan  to  get  more  ideas  where  to  measure.  This  is  
only  to  serve  as  a  high-­‐level  guide.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   6  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   7  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Not  all  varia)on  impacts  us.  For  example,  in  
most  cases  the  finish  on  a  steel  plate  is  
adequate,  but  if  you’re  trying  to  create  an  air-­‐
)ght  seal,  the  varia)on  in  surface  finish  could  
cause  problems.  
Almost  NO  customers  experience  the  average,  
they  all  experience  something  else.  Trying  to  tell  
angry  customers  that  “on  average”  your  
performance  is  great  doesn’t  help  much.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   8  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Don’t  make  the  mistake  of  thinking  common  

causes  are  good  and  special  causes  are  bad.    You  
don’t  know  if  they  are  good  or  bad  un)l  you  see  
the  impact  of  the  factor  to  the  process  
requirements.      

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   9  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  you  )me  your  commute  to  work  on  a  daily  
basis  the  )me  will  vary.    What  are  the  common  
causes  for  that  variance  and  what  are  the  things  
that  are  unusual?    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   10  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  you  )me  your  commute  to  work  on  a  daily  
basis  the  )me  will  vary.    What  are  the  common  
causes  for  that  variance  and  what  are  the  things  
that  are  unusual?    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   11  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  you  )me  your  commute  to  work  on  a  daily  
basis  the  )me  will  vary.    What  are  the  common  
causes  for  that  variance  and  what  are  the  things  
that  are  unusual?    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   12  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Varia)on  exists  in  all  processes.  But  the  

response  is  drama)cally  different  when  dealing  
with  common  cause  vs.  special  cause.    That  is  
why  we  introduce  this  concept  so  early  in  the  
course.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   13  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   14  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   15  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   16  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   We’ll  get  back  to  the  iden)fica)on  of  common  
cause/special  cause  varia)on  at  the  end  of  this  
module.    We  must  first  explain  some  
fundamentals  aspects  of  Measurement  and  Data  
Collec)on.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   17  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   18  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   19  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   We  covered  customer  measures  in  the  Define  

Phase  (CTQs).    Now  we’ll  discuss  process  
measures.      

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   20  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   21  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   This  is  a  very  important  concept  of  Lean  Six  
Sigma.    Y=f(x).    Memorize  this  concept.    It  applies  
to  the  improvement  of  any  result  at  any  level  of  
the  organiza)on.    The  point  is  that  in  order  to  
improve  an  output  (Y)  we  must  iden)fy  the  
inputs  and  factually  iden)fy  which  inputs  are  
enabling  a  desired  result  and  which  inputs  are  
inhibi)ng  a  desired  result.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   22  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  you  want  to  improve  the  Ys  you  must  focus  on  
a  calculated  improvement  of  the  defec)ve  Xs.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   23  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   What  is  a  result  they  would  like  to  improve?    
What  are  the  key  variables  to  inves)gate?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   24  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Valid  data  raises  everyone’s  level  of  awareness,  

but  there  are  some  guidelines  to  follow  in  
collec)ng  it.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   25  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   It  is  easier  to  compile  a  list  of  ques)ons  and  then  
seek  answers  through  data  than  to  look  at  a  
spreadsheet  of  data  and  try  to  figure  out  what  it  
is  telling  you.    
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   26  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   For  examples,  go  to  the  next  slide.  

 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   27  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Note:  You  can’t  stra)fy  data  later.  Make  sure  
you  determine  stra)fica)on  informa)on  in  
advance.  
For  example:  
You  are  collec)ng  invoices  to  see  if  the  correct  
discount  amount  was  extended  to  customers.    
You  look  at  1,000  invoices.  Aler  you  collect  all  of  
the  data,  you  wonder  if  the  errors  are  a  certain  
classifica)on  of  client  (i.e.,  interna)onal  origin).  
If  you  didn’t  stra)fy  that  up  front,  you’ll  have  to  
recollect  the  data.  
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   28  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   These  are  the  factors  to  consider  when  

determining  what  stra)fica)on  factors  you  need  
to  iden)fy.  
 
When   q  Date  and  )me  of  the  call  

q  Which  loca)on  was  the  call  from?  

Where   q  What  is  the  opera)ng  system  used  
by  this  customer?  

q  Which  individual  answered  the  

Who   call?  
q  Which  team  answered  the  call?  

q  What  was  the  reported  problem?  

What   q  Did  the  problem  get  fixed  within  
that  call  or  not?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   29  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   30  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   31  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   32  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   33  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Some)mes  Discrete  data  is  referred  to  as  

ANribute  data.  
Some)mes  Con)nuous  data  is  referred  to  as  
Variables  data.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   34  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Discrete  Count  data  can  be  reported  as  a  Rate  (#  
occurrences  per  unit  of  )me/space).  For  
example,  #  calls  per  hour,  or  #  scratches  per  
square  foot.  
Rates  are  different  than  propor)ons  in  that  
propor)ons  range  between  0-­‐1,  while  rates  can  
be  any  non-­‐nega)ve  number.  Some)mes  rates  
can  look  like  a  propor)on  (e.g.,  4  flaws  per  100  l  
of  wire-­‐>  .04)  –  that’s  why  you  need  to  
understand  fundamental  data  types.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   35  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Take  a  couple  of  minutes  to  write  a  C,  DP,  or  DC  
in  the  blank  indica)ng  what  type  of  data  this  is.    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   36  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Take  a  couple  of  minutes  to  write  a  C,  DP,  or  DC  
in  the  blank  indica)ng  what  type  of  data  this  is.    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   37  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   These  are  generaliza)ons,  they  are  not  always  

true.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   38  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   39  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Write  the  type  of  data  in  the  blank  space  at  the  
boNom  of  each  column.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   40  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Write  the  type  of  data  in  the  blank  space  at  the  
boNom  of  each  column.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   41  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   42  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   It  is  important  that  the  informa)on  you  use  to  
make  decisions  is  accurate  or  you’re  likely  to  end  
up  making  the  wrong  decision  rela)ve  to  the  
solu)on.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   43  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   44  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   45  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Let’s  review  the  best  way  to  create  an  
opera)onal  defini)on.    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   46  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   47  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   48  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   49  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   50  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   51  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  measurements  are  used  to  guide  decisions,  

then  it  follows  logically  that  the  more  error  
there  is  in  the  measurements,  the  more  error  
there  will  be  in  the  decisions  based  on  those  
measurements.  
The  goal  of  this  module  is  to  introduce  you  to  
the  basic  ideas  of  a  Measurement  System  
Analysis.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   52  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  observed  data  is  the  result  of  both  error  in  
the  measurement  process  and  varia)on  in  the  
actual  process.  
Use  MSA  to  check  if  your  data  is  reliable  or  if  you  
need  to  take  correc)ve  ac)ons.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   53  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   54  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  a  true  value  (traceable  standard)  is  not  

available,  measure  the  part  under  considera)on  
(if  applicable)  ten  )mes  in  a  controlled  
environment  and  average  the  values  to  
determine  the  Reference  Value.  This  part/
sample  will  be  designated  as  the  Master  Sample.  
 
If  there  is  a  rela)vely  high  bias,  examine  the  
following  poten)al  root  causes:  
•  Appraisers  not  following  the  measurement  
procedure  
•  An  error  in  measuring  the  Reference  Value  
•  Instability  in  the  measurement  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   55  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   56  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   To  validate  stability:  

•  Select  a  part  from  the  middle  of  the  
process  spread  and  determine  its  
reference  value  rela)ve  to  a  traceable  
standard.  If  a  traceable  standard  is  not  
available,  measure  the  part  (if  applicable)  
ten  )mes  in  a  controlled  environment  and  
average  the  values  to  determine  the  
Reference  Value.  This  part/sample  will  be  
designated  as  the  Master  Sample.  
•  Over  at  least  twenty  periods  (days/weeks),  
measure  the  master  sample  3  to  5  )mes.  
Keep  the  number  of  repeats  fixed.  Take  
readings  throughout  the  period  to  capture  
the  natural  environmental  varia)on.  
•  Evaluate  varia)on  over  )me  using  
Standard  Devia)on,  Time  Series  Plots  or  
Control  Charts.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   57  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   58  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   59  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   60  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   61  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   FYI  for  those  who  are  not  scared  of  Greek  
formulas:  
  n
 
 
_ ∑x
i =1
i

  x=
 
n
In  the  formula,  “x”  refers  to  an  observa)on  or  
data  point.  
 “i”  is  a  label  indica)ng  which  data  point,  for  
example,  x1  or  x5.  
“n”  is  the  total  number  of  data  points,  or  sample  
size.  
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   62  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   There  are  as  many  data  points  below  the  median  
as  above  the  median.  
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   63  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  mode  is  used  less  frequently  than  the  mean  
or  median.  It  is  also  applicable  to  discrete  data,  
e.g.,  white  is  the  most  frequent  car  color  –  the  
mode.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   64  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Range  is  always  a  good  indicator  of  your  

varia)on.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   65  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  average  devia)on  from  the  mean  for  this  
data  set  is  6.13  minutes.          
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   66  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   From  that  same  data  set  you  can  get  all  of  this  
informa)on.  These  are  the  descrip)ve  sta)s)cs.  
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   67  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   68  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   69  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   70  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   71  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Probability  of  finding  a  number  less  than  the  

mean  =  50%  
What  is  the  probability  of  finding  a  number  >  the  
mean?  
In  other  words…all  the  outliers  are  removed.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   72  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   What  does  all  this  tell  us?  Once  our  data  has  
been  normalized  to  give  us  an  indica)on  of  what  
we  would  see  over  )me,  we  can  begin  to  make  
predic)ons  by  knowing  the  mean  and  standard  
devia)on.      

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   73  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   For  example,  if  this  were  our  drive  to  work  we  
can  conclude  that  there  is  a  68.26%  probability  
that  it  will  take  us  between  30  and  40  minutes.    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   74  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   We  can  conclude  that  there  is  a  95.44%  

probability  that  it  will  take  between  25-­‐45  
minutes.    

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   75  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   And  we  can  conclude  that  there  is  a  99.73%  
probability  that  it  will  take  us  between  20-­‐50  
minutes.      
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   76  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   If  we  con)nue  all  the  way  out  to  Six  Sigma  (6  
standard  devia)ons  +/-­‐  from  the  mean)  we  can  
conclude  that  there  is  a  99.99966%  probability  
that  it  will  take  us  between  5  and  65  minutes.  If  
that  falls  within  our  customer  specs,  then  we  
have  a  Six  Sigma  process.  If  not,  whatever  falls  
outside  the  customer  spec  limits  are  considered  
to  be  defects.      
(Note:  This  is  a  simplified  explana)on  of  the  
sigma  value  computa)on.  It  describes  the  main  
idea  behind  the  sigma  value.  The  exact  
rela)onship  between  the  normal  distribu)on  
and  the  sigma  value  is  more  complex.)  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   77  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  data  seems  to  have  a  normal  distribu)on.          

The  process  is  centered  around  285  seconds.            
There  seems  to  be  some  varia)on  in  call  
dura)on.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   78  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  goal  is  for  calls  to  last  no  more  than  300  
seconds.    It  looks  like  the  process  is  not  capable  
as  there  are  many  calls  that  last  longer  than  300  
seconds.    The  process  needs  to  be  improved.        
 
Why  do  you  think  the  goal  was  set  at  300  
seconds?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   79  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Time  to  answer  has  a  skewed  distribu)on.    The  

goal  is  to  answer  calls  within  10  seconds.    This  
process  is  not  capable.        If  the  process  is  not  
capable,  what  is  the  next  step?  
 
Why  would  “)me  to  answer”  be  skewed  to  the  
right?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   80  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   81  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   82  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   There  will  be  addi)onal  “rules”  that  indicate  

other  non-­‐random  paNerns  introduced  shortly.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   83  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Remember  the  control  limits  are  calculated  from  

the  data.    They  do  not  come  from  the  customer  
or  business  –  they  are  not  requirements.    The  
control  limits  represent  the  range  of  typical  
varia)on,  and  absent  any  special  causes  are  a  
good  predic)on  of  where  the  process  will  be  
tomorrow.    For  example,  we  don’t  know  exactly  
what  the  next  observa)on  will  be,  but  it  will  
probably  be  between  -­‐3  and  64.  
Note:  Because  the  control  limits  are  calculated  
by  subtrac)ng  3s  from  x-­‐bar,  it  is  possible  to  get  
a  nega)ve  control  limit  even  though  nega)ve  
numbers  are  not  possible.    In  this  case,  we  
would  simply  say  the  process  typically  operates  
between  “0”  and  64.  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   84  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Even  if  all  data  points  are  inside  the  control  
limits  there  may  be  evidence  of  Special  Cause  
varia)on  (non-­‐random  paNerns).    Above  are  four  
basic  tests,  or  rules,  for  detec)ng  special  cause  
(there  are  eight  standard  tests).  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   85  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   86  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Is  the  process  stable  or  not?          

 
Is  the  process  capable?            
 
What  are  the  pros  and  cons  of  look  at  “all  
regions  combined?”  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   87  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   The  West  region  seems  to  be  stable.    The  East  
region  seems  to  have  a  special  cause.  
 
What  do  you  think  about  the  varia)on  in  each  
chart;  is  there  too  much  varia)on  or  does  it  
seem  to  be  ok?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   88  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   Both  regions  are  stable;  but  are  they  capable?  
 
What  are  the  advantages  of  looking  at  this  key  
metric  by  region?  

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   89  

Lean  Six  Sigma  Yellow  Belt  Cer)fica)on  Program     Measure  

Par$cipant’s  Notes:   These  are  the  main  topics  that  were  covered  in  
this  module.  
 

IIL-­‐LSSYB   ©  Interna)onal  Ins)tute  for  Learning,  Inc.   90