و نمودار انحراف نیز روند صعودی، که باز هم بیانگر نامطلوب بودن است، نمایش داده شده است.
شکل (۳-۱۳) -نمودار R chart نرخ توقف
و در نمودار ترکیبی از این دو پراکنش را بالاتر و پایین‌تر از خط نرمال مشاهده می‌نمایید.
شکل (۳-۱۴) -نمودار ترکیبی Xbar chart و R chart نرخ توقف
در نمودار مربوط به توزیع و پراکندگی، همان طور که مشاهده می‌شود، داده‌ها در ۴ ناحیه مجزا از هم پراکنده شده‌اند. ولی تا حدودی در رده توزیع نرمال قرار دارند.
شکل (۳-۱۵) نمودار توزیع پراکندگی
نمودار شش سیگما از نمودار توزیع نرمال پخ تر است. میزان برجستگی یا پخ بودن نیز از فرمول زیر محاسبه می‌شود

رابطه (۳-۵)

(m₄گشتاور مرکزی چهارم =)

شکل (۳-۱۶) -نمودار شش سیگما از نرخ توقف
شکل (۳-۱۷) - شاخص های قابلیت فرایند
با توجه به نمودار ۶ سیگما، شاخص کارایی فرایند^[۲۶], ۰٫۲۴ است که بیانگر نامطلوب بودن فرایند (همان طور که می‌دانیم، این شاخص در وضعیت مناسب باید ۱ یا بیشتر از ۱ باشد) و و از طرفی شاخص قابلیت فرایند ^[۲۷]نیز ۰٫۱۷ است که باز هم بیانگر اشکال در فرایند و نیاز به بهبود است. در این نمونه p_p با c_p برابر است. چون فقط ۱۰ مورد داده ثابت وجود داشت.
به دلیل گستردگی مطلب از بیان و نمایش سایر نمودارها پرهیز می‌نماییم. موارد بررسی شده بعدی شامل، نرخ هزینه تعمیرات، نرخ ضایعات، نرخ دوباره کاری، نرخ تولید معیوب و نرخ تولید می‌باشند. که در این سازمان مورد بررسی قرار گرفته‌اند. نرخ ضایعات نسبت به بقیه در وضعیت مطلوب‌تری قرار دارد؛ و بقیه با اولویت‌های متفاوت، در وضعیت نیاز به بازبینی و نامطلوب قرار دارند.
با توجه به آنچه بیان شد، تحلیل کمی و کیفی بر روی سازمان انجام و وضعیت کنونی سازمان به میزان نیاز مشخص شد. علاوه بر آن در تحلیل‌ها نقاط قوت و ضعف و فرایندها و بخش‌های نیازمند بهبود مشخص شدند. حال با علم بر وضع موجود، نیاز به تشخیص و ایجاد وضع مطلوب وجود خواهد داشت.
وضع مطلوب در سازمان صرفاً بهینه‌ترین وضع نخواهد بود. زیرا عوامل زیادی می‌توانند بر بهترین وضع اثر گذاشته و آن‌را تبدیل به بدترین وضعیت نماید. این عوامل می‌توانند، فرهنگ سازمانی، فناوری موجود، سطح دانش و تحصیلات کارکنان سازمان، میزان مقاومت افراد سازمان در مقابل تغییرات، میزان بودجه، وضعیت بازار، وضعیت سیاسی، اجتماعی و اقتصادی جامعه، تطبیق فناوری جدید با سیستم‌های موجود در سازمان و غیره، باشند. بنابراین نمی‌توان بدون در نظر داشتن چنین عواملی، صرفاً به دلیل مطلوب نبودن وضع فرایندها، دست به تغییر و بهبود آن‌ها زد. با توجه به عوامل بیان شده، می‌توان به نوعی اولویت بندی انجام داد تا بهبود با توجه به شرایط جاری سازمان انجام شود.

همان طور که بیان شد، چارچوب ارائه شده مبتنی بر سیستم پشتیبان تصمیم است. این ویژگی از مزایای این چارچوب محسوب می‌شود. چرا که این بخش، تصمیمات کلیدی، مدیریت دانش، هوش تجاری و همچنین تا حدودی چابک بودن سازمان را تأمین می‌کند. که در ادامه نحوه عملکرد سیستم مورد نظر تشریح می‌شود.
۳-۵ مدل تصمیم گیری در سیستم پشتیبان تصمیم :
۳-۵-۱ روش تصمیم گیری:
در این چارچوب برای تصمیم گیری در سیستم پشتیبان تصمیم، از روش استدلال مبتنی بر موردCBR^[28] استفاده می‌شود. دلیل استفاده از این روش، تطبیق این روش با پارامترهای تصمیم‌گیری در صنعت تولید است. روش استدلال مبتنی بر مورد بر اساس استفاده از پاسخ مسائل قبلی برای حل مسائل مشابه جدید شکل به عنوان روشی شناخته می‌شود که از نحوۀ رفتار انسان‌ها در برخورد با مسائل جدید الگوبرداری کرده است؛ به این ترتیب که از تجربیات کسب شده در حل مسائل گذشته به عنوان راهنمائی برای حل مسائل جدید بهره می‌برد. [۶۵]
از این روش اصولاً در پشتیبانی تصمیم در صنایع تولیدی مانند تصمیمات فروش یا خرید استفاده می‌شود. محققان تاکید می‌کنند که استفاده از چنین ابزاری به تصمیمات سریع‌تر، دقیق‌تر، ارزان‌تر و با کیفیت‌تر می‌ انجامد. [۶۶] همچنین برای تصمیمات اتوماتیک با بهره گرفتن از این روش، مدل‌های مختلفی نیز ارائه شده است. که در سیستم‌های تولیدی ابزار مناسبی را جهت مدیریت فراهم می‌کند. این تصمیمات مدیریت را در بخش‌ها و تصمیم‌ها مختلف در زنجیرۀ تأمین و ارزیابی تأمین کنندگان[۶۷]و یا تصمیمات خرید و تولید، یاری می‌کند. [۶۸]
حل مسئله به روشCBR در برگیرندۀ چهار عمل عمده به شرح زیر است:
۱- باز یابی مورد مشابه با مسئله جدید
۲- استفاده از پاسخ مسئله مشابه بازیابی شده برای تهیه پاسخ پیشنهادی برای مسئله جدید
۳- بازبینی در پاسخ پیشنهادی در صورت وجود مغایرت در شرایط مسئله جدید و مسئله بازیابی شده
۴- نگهداری مورد جدید (مسئله جدید) برای استفاده در آینده
چرخه زیر بیانگر این روش است.
شکل (۳-۱۸) چرخۀ روش استدلال بر مبنای مورد CBR [6]
هر مورد ^[۲۹] از دو قسمت تشکیل می‌گردد. قسمت اول هر “مورد” به بیان مشخصات مسالۀ مرتبط با آن می‌پردازد و قسمت دوم نیز، پاسخ مسئله مطرح شده را در بردارد. مشخصات یک مورد با ویژگی‌های تشکیل دهندۀ آن تعیین می‌گردد و مقادیر اختصاص یافته به این ویژگی‌ها، وضعیت آن مورد را نشان می‌دهند. زمانی که یک مسالۀ جدید مطرح می‌شود، شرایط آن با وضعیت مسائل حل شدۀ قبلی مقایسه شده و با بهره گرفتن از مکانیزم‌های تطبیق، شبیه‌ترین موردهای قبلی بازیابی می‌شوند. سپس از موردهای بازیابی شده برای ارائه پاسخ به مسالۀ جدید استفاده شده و پاسخ پیشنهادی تهیه می‌گردد. در صورت نیاز، پاسخ پیشنهادی با توجه به موقعیت مسالۀ جدید مورد بازبینی قرار می‌گیرد و در نهایت، مورد جدید (یعنی مسالۀ مطروحه و پاسخ آن) برای استفاده های آتی در مخزن مورد نگهداری می‌گردد.
شکل (۳-۱۹) مدل تصمیم گیری در سطح کلان
یکی از پیچیده‌ترین ابعاد اجرائی CBR، نحوۀ محاسبۀ میزان مشابهت مسئله جدید با مسائل حل شدۀ قبلی است. غالب روش‌هایی که برای محاسبۀ میزان مشابهت بکار می‌روند از تابع مطابقت نزدیک‌ترین همسایه استفاده می‌کنند. در این روش‌ها ابتدا میزان مشابهت مسئله جدید با مسائل قبلی در رابطه با تک تک معیارهای سنجش مشابهت، اندازه گیری می‌شود و سپس میانگین موزون مقادیر حاصله به صورت زیر محاسبه و ملاک عمل قرار می‌گیرد. [۶۹]
رابطه (۳-۶) S_IR=
که در آن:
S_IR - درجه یا شاخص مشابهت بین شرایط مسئله جدید I و مسئله بازیابی شده R (1 S_IR) که در آن ۱ نشان دهنده مشابهت صد در صد یا تطبیق کامل است و مقادیر کمتر از ۱, بیانگر تطبیق یا مشابهت جزئی است.
I – اندیس مسئله جدید
R – اندیس مسئله بازیابی شده
i – اندیس مشخصه (معیار ) (i= 1,2,…..n)
W_i – وزن مشخصه (معیار ) i ام (معمولا )
f_Ii ,f_Ri – مقدار امتیاز یا ارزیابی مشخصه i به ترتیب در مساله بازیابی شده و مساله جدید
Sim – تابع محاسبه میزان مشابهت بین دو مقدارf_Ii , f_Ri