介绍TRADE-OFF工具

字体: 小中大 | 打印发表于: 2008-7-09 10:21 作者: Jack315 来源: 6sigma品质网

TRADE－OFF工具用于帮助我们在多个选项中，选出“最好”的一个选项。

打算采用互动的方式来介绍TRADE-OFF工具。即边讨论，边介绍。我们从一个假设的例子开始：
假设我们要购买某种产品。我们又知道该产品有三个供应商，分别称为A，B和C。我们应该向谁买呢？

暂不确定具体的产品。暂不提供其它的相关信息。大家可以随意假设。希望有兴趣的XDJM积极发表自己的见解（请勿拍砖）。

我也来说两句查看全部回复

最新回复

洛客 (2008-7-09 11:15:56)

AHP is my favorite tool in conducting tradeoff studies and decision making tasks.
洛客 (2008-7-09 12:27:09)

请看英文卡通，里面有很好的例子：
http://www.boku.ac.at/mi/ahp/ahptutorial.pdf

又：
Dr. Yoji Akao 主持的美国 QFD Institute 认为 AHP 是现代 QFD 工序的重要一環。
georgecho (2008-7-09 12:55:37)

附件是我以前讲课时的一个使用矩阵数据分析法（新七大手法中的一种）的例子。例子有点牵强，但着重方法。我觉得此方法可用来做楼主提到的决策。即选择加权重要度最高的供应商。
AHP即层次分析法。
在使用矩阵数据分析法给“重要度”赋值时，通常有三种方法：
1. 常规评分法：小组协商、投票赋值；
2. 层次分析法：将特性两两进行比较，给出其重要度的比值，再通过公式计算出最终的赋值。当特性有很多个，要对每个质量特性重要度赋上合适的值而且不出现特性两两比较出现矛盾是很难实现的。此时使用层次分析法容易实现；
3. 模糊评分法。

矩阵数据分析法.JPG
洛客 (2008-7-09 13:56:11)

矩阵法是最通用的方法。但是它有许多问题。最嚴重的是在决定诸多项目的 "重要度" 时太主观。也就是说我们要如何去证明那上述例子中的 1:4:3:4:3:3:3:5:5 重要度比例和那些控制點的 1:3:9 scores 是正确的？AHP 是比较可靠的方法。

转载请注明出自六西格玛品质论坛 http://bbs.6sq.net/,本贴地址:http://bbs.6sq.net/viewthread.php?tid=184933

是正确的？

转载请注明出自六西格玛品质论坛 http://bbs.6sq.net/,本贴地址:http://bbs.6sq.net/viewthread.php?tid=184933
Jack315 (2008-7-09 15:17:21)

学完之后也非常喜欢，虽然暂时还不太明白其数学原理。。。再次感谢！

我要介绍的方法略有不同。。。静候其它朋友发表见解先。
洛客 (2008-7-09 16:08:36)

除了上述的矩阵法和 AHP 外，我们也用传统的 MAUT (Multi-Attribute Utility Theory) 和 Ralph Keeney 的 Value Based Decision Making process。另外，decision table/decision tree 也常用。

LZ #4 采用的 QFD 式的矩阵法适用于所举的例子去决定儿个重要的 elements，但不适用於 tradeoff study 去挑选一个最重要的 element。
洛客 (2008-7-10 04:08:24)

Tradeoff Study 和 6Sigma 有不可分的關联。在做 6Sigma 项目时，如何做好 Tradeoff Study 是必要有的修养。在 D-M-A-I-C 的过程中, 良好的 tradeoff study 修养会使我们在一开始的 Define 阶段时就知道项目的重要性，知道要 Measure 甚麽，知道要如何去做好 Analysis，最後再作出做好的决定，采用某一个最好的改良方案。也就是说，良好的 tradeoff study 修养能使我们在 D-M-A-I 这四阶段上做得更好。

有了好的修养，在 Define 过程上就可决定，如果本项目的诸改良方案对後果的影响都差不多时，便可采用 QFD 式的矩阵法草草作决定了事，省时省力。反之，如果改良方案的选择非常重要，影响深远时，那就马虎不得，要采用 AHP/MAUT 慬慎行事了。

要注意的是上附的 AHP Tutorial 并不完整。AHP 的Eigenvectors 的计算其实非常简单，因为 AHP 的 matrices converge 得很快。AHP 的核心计算是创始人 Dr. Saaty 所称的 “consistency ratio”。如果算出的 consistency ratio 大于 0.1 时，那 matrix 就得作适当的调整。其实这一切都不难，用 Excel 就可以 program。

Tradeoff Study 是针对顧客需要而去决定采取某一改良方案的方法。虽然AHP 也有许多缺點，但是，根据 QFD Institute 的说法，它是目前公认的最好方法。市面上有 AHP 的软体在出售，如 ExpertChoice。用 ExpertChoice 软体的优點是它的那些可以达成事半功倍之效的 graphics。大家可以从http://www.expertchoice.com/ 下载玩上几天。

请原谅我中英文并用。
洛客 (2008-7-11 06:41:17)

Please do remember this:

a bad decision could lead to a lot of headaches, if not disasters; that could cost a lot of time, effort and money.
洛客 (2008-7-12 12:17:46)

要谈 MAUT 先得从 utility theory 说起，相当 academic。一时也说不明白。就讓大夥去罔上查吧。
洛客 (2008-7-22 13:13:43)

QUOTE:
原帖由 Jack315 于 2008-7-8 23:17 发表
学完之后也非常喜欢，虽然暂时还不太明白其数学原理。。。再次感谢！

我要介绍的方法略有不同。。。静候其它朋友发表见解先。
说来聽聽您的方法？
Jack315 (2008-7-24 19:32:59)

对于设计Trade-Off，1F的例子有点不太确切。为了不使用具体的设计例子而出此下策。

这个工具主要用在DFSS过程中，它是一个定量的分析工具。当CTQ的规格限已知，并且能够对每个选项在各个CTQ的性能进行评估时，选用该工具。

一般来说，当我们在做决定时，需要知道：
1）我们有什么选择？
2）选择的标准是什么？

在1F的情形下我们有三个选择：A、B和C。至于选择的标准，我们假设有性能、交期和价格这三个方面(CTQ)的标准，具体要求如下：
1）性能：高于80%，至少不低于60%。
2）交期：不超过10个工作日，最多12个工作日。
3）价格：不超过6.00元，最多6.50元。

另外，我们还要确定这些标准在我们选择中的重要性。这里我们假定性能、交期和价格的重要性分别为3、2和1。

对A、B和C在性能、交期和价格这三个方面的评估如下：
A：90%，13个工作日,　6.80元
B：85%，11个工作日,　6.40元
C：50%，8个工作日,　5.50元

首先，对每个选项在各个CTQ上的表现进行打分，方法如下：
1）完全满足要求：1
2）完全不满足要求：0
3）介于中间：0.5

因而A、B和C在性能、交期和价格这三个方面的得分如下：
A：性能－1, 交期－0, 价格－0
B：性能－1, 交期－0.5, 价格－0.5
C：性能－0, 交期－1, 价格－1

最后，对三个选项进行总的评价，方法是选项在每个选择标准的得分乘以相应的重要性，再除以重要性的总和。现计算如下：
重要性总和 = 3 + 2 + 1 = 6
A = (3 * 1 + 2 * 0 + 1 * 0) / 6 = 0.5
B = (3 * 1 + 2 * 0.5 + 1 * 0.5) / 6 = 0.75
C = (3 * 0 + 2 * 1 + 1 * 1) / 6 = 0.5

得分高者胜出。因此，我们选择B。
tom_yuan (2008-7-24 22:13:12)
洛客 (2008-7-25 06:34:20)

很好的例子。讓我来補充一些：

1. 那 1.0:0.5:0.0 的比例分数是得自於各项的效益曲线“utility curve”。当然这三项的曲线不一定要相同。请看附表。
2. 最好的方法去计算那 3:2:1 的重要性比例就是用 AHP。也顺便介绍一下。

在重要性 (例如那 3:2:1) 的决定上我们都相当的主观，嗓门大的往往得逞。如何使主观变成客观呢？也就是说如何去证明那 3:2:1 的比例是正确的呢？假如不用一次比三项，而采用两项两项对比，那就应该比较好控制，比较精确，不是吗？如果在上面的例子里，经过讨论，我们得到的结果是：性能: 交期 = 2:1; 性能: 价格 = 3:1; 交期: 价格 = 2:1, 那麽用 AHP 计算出来的比例是 0.54:0.297:0.16。这和 3:2:1 (= 0.5:0.33:0.17) 相距不远。想想？

Utility & AHP Tables.jpg
Jack315 (2008-7-25 09:43:46)

其实，1F的例子用AHP来做是最合适的。

在DFSS中，设计TRADE-OFF分析主要用于帮助选择最好的设计方案。而CTQ的重要性通常由所设计模块对系统的影响而定，而非像这里一样随意说一个。

另外，这里介绍的方法和4F（或QFD）的方法，其原理是一样的，只是具体做法和目的有所差别而已。

再次感谢georgecho和洛客的参与，以及洛客为我们介绍的AHP方法。