6SIGMA基础教程
合集下载
六西格玛(6sigma)培训教材(1)
What is 6 Sigma - 6 Sigma 发展 History
改善目标(6Sigma水准)的侧面上通过6 Sigma的技法,发展为做事方式的效率化
啊!那边有不良 不管怎么样都要成为钱
顾客所愿的!
• 6 Sigma 第1代 (1987~1995) 制品的品质, 特别是制造品质向上为 主要目的 推进6Sigma
LSL
USL
改 善
X=T
6σ Level !,
3.4 ppm !
1 -5/21
Paradigm Shift for 6 Sigma
1. Customer Focused
1. 2.
1
by
错规规我
的则则们
话
的
，
信
重如顾念
林 吉 抱
新果客 阅觉永 读得远 规顾是
则客对
是的
1. 为顾客创造价值 2. 认真听取顾客所愿的，用实践回答
6 Si & , , ,
1. 让组织的所有成员正确的理解我们为什么做 6 Sigma.
- 掌握/公布现在正确的品质水平,要使全公司员工具有危机意识。 - 为了这个，必须有充分准备的时间和长远的目光
2. Leadership
- 需要具有Top对6 Sigma的意志和推进6 Sigma的强有力的支援 -不是在短期成果上要紧急的“强有力的支援”,而是在长远目光和持续性方面需要“强有力的支援”.
1) 对6 Sigma具有巨大的向往和热情的人 2) 为了得到6 Sigma的成果，对组织付出热情和活力，具有凝聚力的人 3) 理解6 Sigma是在市场上取得成功所必须的,知道顾客和GE的利益是紧紧连接在一起的人 4) 理解6 Sigma是技术性的, 统计性的, 为此而具有财务的背景和知识的人 5) 不仅是技术的,统计的 Solution,而且还具有能够创造利益的有真正实力的人
六西格玛基础知识培训资料
●
●
一、六西格玛基础介绍
1.2 六西格玛定义 一般来讲，包含以下三层含义： 1）是一种质量尺度和追求的目标
SIGMA水平 6σ 5σ 4σ 3σ 2σ 1σ PPM 3.4 233 6210 66807 308527 691500 合格率% 99.99966％ 99.997％ 99.38％ 93.32％ 69.15% 30.85%
1
黄带项目
一个月
2
绿带项目
2－3个月
3
黑带项目
3－6个月
15 /37
一、六西格玛基础介绍
项目组织介绍：
项目Leader
成员A
成员B
成员C
成员D
成员E
成员F
成员G
注： 黄带项目：项目Leader必须接受过黄带培训； 绿带项目：项目Leader必须接受过绿带培训； 黑带项目：项目Leader必须接受过黑代培训。
示例
服务业： 交易进行的时间，电话的平均时间 制造业： 周期， 金属纯度， 标准产品率， 质量， 长度， 速度 全部： 预算与实际额 (美元)； 平均客户满意分数； 购入额
离散数据： 百分数 或比例
统计出现次数 及不出现的次数
服务业：
近期申请表，错误发货单的比例
制造业：
全部： 服务业： 制造业： 服务业： 制造业： 全部： 全部：
起草项目章程,使之包括项目描述, 基线方法,商业结果,小组成员和 , 时间计划,正确地使用标杆对比 来建立一些原始的目标 解释完成这个项目 的重要性
流程图
S U P P L I E R S C U S T O M E R S
收集/展示数据 来验证客户需求
客户之声
Inputs
六西格玛培训教程
六西格玛培训教程简介六西格玛（Six Sigma）是一种质量管理方法，其目标是通过减少错误和缺陷的数量，提高组织或流程的效率和质量。
六西格玛是由美国通用电气公司于20世纪80年代开发的，现在已经成为全球范围内广泛应用的质量管理方法。
六西格玛培训教程将引导您了解六西格玛的基本概念、工具和技术，以帮助您成为一名合格的六西格玛专业人员。
目录1.六西格玛的概述2.六西格玛的原则3.六西格玛的工具和技术4.六西格玛的阶段5.六西格玛的实施步骤6.六西格玛的案例研究7.六西格玛的培训和认证1. 六西格玛的概述在本节中，将介绍六西格玛的定义、目标和核心原则。
六西格玛是一种基于数据和统计分析的质量管理方法，旨在通过减少产品或流程的变异性，提高质量和效率。
它将错误和缺陷控制在每一百万个机会中不超过3.4个，达到极高的质量水平。
2. 六西格玛的原则六西格玛的成功依赖于以下几个核心原则：•客户导向：六西格玛的目标是满足客户的需求和期望，通过提供高质量的产品和服务来增加客户满意度。
•数据驱动：六西格玛使用数据和统计分析来支持决策和改进过程，确保基于事实而不是主观意见。
•过程优化：六西格玛关注的是整个流程，而不仅仅是局部优化，通过优化流程中的每个环节来提高整体效率和质量。
•团队合作：六西格玛强调团队合作和跨部门合作，通过共同努力实现质量目标。
3. 六西格玛的工具和技术六西格玛使用了大量的工具和技术来收集和分析数据，识别问题的根本原因，并制定改进措施。
以下是一些常用的六西格玛工具和技术：•流程图：用于描述流程步骤和活动的图表，帮助识别潜在的问题和瓶颈。
•直方图：用于显示数据分布的图表，帮助了解数据的特性和变异性。
•散点图：用于显示两个变量之间关系的图表，帮助确定是否存在相关性。
•控制图：用于监控过程稳定性和变异性的图表，帮助识别特殊因素。
•因果图：用于分析问题的根本原因的图表，帮助确定改进的方向和措施。
4. 六西格玛的阶段六西格玛的实施通常包括五个阶段，称为DMC（定义、测量、分析、改进和控制）：1.定义阶段：明确问题的范围和目标，确定关键的业务过程。
6SigmaET培训教程(第一部分)
¾ 层流 ¾ 湍流
z 层流是一种高度规则的流动，流体微粒沿确定的轨迹 移动
z 湍流是一种高度不规则、随机的三维流动
¾ 具有强烈的混合和更大的热交换 ¾ 大多数的真实流动都是湍流
对流
层流
湍流
对流换热系数
z h 和 R 的典型值
辐射
z 辐射以电磁波的形式传递 z 辐射计算公式
Φ = ε Aσ 0T 4
式中：Φ —— 热流量，W； ∂x
λ —— 导热系数，W/(m·℃)； A —— 垂直与热流方向的横截面面积，m2
对流
z 对流是发生在固体表面和运动流体之间的传热
¾ 自然对流 ¾ 强迫对流
z 对流换热计算式——牛顿冷却公式 Φ = hc A(tw − t f )
式中： hc —— 对流换热系数，W/(m2·℃)； A —— 对流换热面积，m2； tw —— 热表面温度，℃； tf —— 冷却流体温度，℃。
(50 watts)
Pentium I (300 MHz) (43 watts)
Alpha 21164 (500 MHz) (45 watts)
Pentium II (233 MHz) (35 watts) Pentium (233 MHz) (17 watts)
Pentium Pro (200 MHz) (35 watts)
自动生成报告
HTML兼容PPT格式报 告
HTML格式报告
不同方案结果对比
总结
z 6SigmaET是热设计专业软件 z 简洁时尚的用户界面
¾直观，易于操作 ¾智能化和自动化
实体模型 网格生成 z 面向对象 z 旋转和倾斜的几何形状 z 直接导入IDF和STL文件 z 创新性的版本树形图 z 准确、快速、高效、鲁棒性求解器 z 热模型简化 自动生成报告
z 层流是一种高度规则的流动，流体微粒沿确定的轨迹 移动
z 湍流是一种高度不规则、随机的三维流动
¾ 具有强烈的混合和更大的热交换 ¾ 大多数的真实流动都是湍流
对流
层流
湍流
对流换热系数
z h 和 R 的典型值
辐射
z 辐射以电磁波的形式传递 z 辐射计算公式
Φ = ε Aσ 0T 4
式中：Φ —— 热流量，W； ∂x
λ —— 导热系数，W/(m·℃)； A —— 垂直与热流方向的横截面面积，m2
对流
z 对流是发生在固体表面和运动流体之间的传热
¾ 自然对流 ¾ 强迫对流
z 对流换热计算式——牛顿冷却公式 Φ = hc A(tw − t f )
式中： hc —— 对流换热系数，W/(m2·℃)； A —— 对流换热面积，m2； tw —— 热表面温度，℃； tf —— 冷却流体温度，℃。
(50 watts)
Pentium I (300 MHz) (43 watts)
Alpha 21164 (500 MHz) (45 watts)
Pentium II (233 MHz) (35 watts) Pentium (233 MHz) (17 watts)
Pentium Pro (200 MHz) (35 watts)
自动生成报告
HTML兼容PPT格式报 告
HTML格式报告
不同方案结果对比
总结
z 6SigmaET是热设计专业软件 z 简洁时尚的用户界面
¾直观，易于操作 ¾智能化和自动化
实体模型 网格生成 z 面向对象 z 旋转和倾斜的几何形状 z 直接导入IDF和STL文件 z 创新性的版本树形图 z 准确、快速、高效、鲁棒性求解器 z 热模型简化 自动生成报告
精选6sigma统计数据分析教程培训教材gka
数理统计基础
统计基础
六西格马突破步骤
定义
测量
分析
改进
控制
步骤 1 - 选择输出特性 - 定义过程输入/输出变量步骤 2 - 确定绩效标准步骤 3 - 定义测量系统步骤 4 - 建立过程能力步骤 5 - 定义绩效目标步骤 6 - 定义差异来源步骤 7 - 查找潜在因素步骤 8 - 发掘变量之间相互关系步骤 9 - 建立操作公差范围步骤 10 - 重新验证测量系统步骤 11 - 重新计算过程能力步骤12 - 实施过程控制
变异性的测量 - 公式
极差: 在某一数据集合中最大值同最小值之间的数字化的距离样本方差 (s2 ; s2 ): 每一单个数据同均值的差的平方和的平均值标准偏差 (s ; s): 方差的平方根。通常表示数据的分散程度。它越小，数据分散程度越小，加工精度越好。
计算机可以胜任所有艰难的工作
变异性练习
统计 – 测绘数据的益处
统计是工具. 象其它工具一样，它们同样可以被误用，导致令人误解的，歪曲的，或不正确的结论。仅能够计算是不够的，我们必须对数据作出正确的解释。统计中一项重要的分析工具就是不断描绘数据。
变异性, 中心度, 和稳定性
变异某一过程的差异有多大？众所周知，每一过程都会有一定的移动，但不是每一个移动都会得到完全相同的结果。通常我们采用标准变差对过程的差异进行衡量。这是我们的重点。其它关于差异的参数有:极差 (最大之与最小值之差)偏差平方和
数据基础: 需解答的问题
什么是数据? 什么是不同类型的数据? 为什么连续性的数据会更好? 什么是数据采集计划? 什么是合理的分组?
数据基础: 问题总结
数据是相关主题的单个事实或事实的集合体 数据有两种：计数型和计量型 计量型数据之所以比计数型数据好是因为其所提供的信息要更丰富。 一个数据采样计划是采集同项目有关的，必要的数据大纲 合理分组是对某一过程的相同类别负荷逻辑的挑选。
统计基础
六西格马突破步骤
定义
测量
分析
改进
控制
步骤 1 - 选择输出特性 - 定义过程输入/输出变量步骤 2 - 确定绩效标准步骤 3 - 定义测量系统步骤 4 - 建立过程能力步骤 5 - 定义绩效目标步骤 6 - 定义差异来源步骤 7 - 查找潜在因素步骤 8 - 发掘变量之间相互关系步骤 9 - 建立操作公差范围步骤 10 - 重新验证测量系统步骤 11 - 重新计算过程能力步骤12 - 实施过程控制
变异性的测量 - 公式
极差: 在某一数据集合中最大值同最小值之间的数字化的距离样本方差 (s2 ; s2 ): 每一单个数据同均值的差的平方和的平均值标准偏差 (s ; s): 方差的平方根。通常表示数据的分散程度。它越小，数据分散程度越小，加工精度越好。
计算机可以胜任所有艰难的工作
变异性练习
统计 – 测绘数据的益处
统计是工具. 象其它工具一样，它们同样可以被误用，导致令人误解的，歪曲的，或不正确的结论。仅能够计算是不够的，我们必须对数据作出正确的解释。统计中一项重要的分析工具就是不断描绘数据。
变异性, 中心度, 和稳定性
变异某一过程的差异有多大？众所周知，每一过程都会有一定的移动，但不是每一个移动都会得到完全相同的结果。通常我们采用标准变差对过程的差异进行衡量。这是我们的重点。其它关于差异的参数有:极差 (最大之与最小值之差)偏差平方和
数据基础: 需解答的问题
什么是数据? 什么是不同类型的数据? 为什么连续性的数据会更好? 什么是数据采集计划? 什么是合理的分组?
数据基础: 问题总结
数据是相关主题的单个事实或事实的集合体 数据有两种：计数型和计量型 计量型数据之所以比计数型数据好是因为其所提供的信息要更丰富。 一个数据采样计划是采集同项目有关的，必要的数据大纲 合理分组是对某一过程的相同类别负荷逻辑的挑选。
六西格玛基础教程
六西格玛（Six Sigma）六西格玛又称：6σ，6Sigma，6Σ西格玛（Σ，σ）[1][2]是希腊文的字母，是用来衡量一个总数里标准误差的统计单位。
其含义引申后是指：一般企业的瑕疵率大约是3到4个西格玛，以4西格玛而言，相当于每一百万个机会里，有6210次误差。
如果企业不断追求品质改进，达到6西格玛的程度，绩效就几近于完美地达成顾客要求，在一百万个机会里，只找得出3.4个瑕疪。
六西格玛（6σ）概念作为品质管理概念，最早是由摩托罗拉公司的比尔·史密斯于1986年提出，其目的是设计一个目标：在生产过程中降低产品及流程的缺陷次数，防止产品变异，提升品质。
真正流行并发展起来，是在通用电气公司的实践，即20世纪90年代发展起来的6σ（西格玛）管理是在总结了全面质量管理的成功经验，提炼了其中流程管理技巧的精华和最行之有效的方法，成为一种提高企业业绩与竞争力的管理模式。
该管理法在摩托罗拉、通用电气、戴尔、惠普、西门子、索尼、东芝等众多跨国企业的实践证明是卓有成效的。
为此，国内一些部门和机构在国内企业大力推6σ管理工作，引导企业开展6σ管理。
随着实践的经验积累，它已经从单纯的一个流程优化概念，衍生成为一种管理哲学思想。
它不仅仅是一个衡量业务流程能力的标准，不仅仅是一套业务流程不断优化的方法。
6σ管理法是一种统计评估法，核心是追求零缺陷生产，防范产品责任风险，降低成本，提高生产率和市场占有率，提高顾客满意度和忠诚度。
6σ管理既着眼于产品、服务质量，又关注过程的改进。
“σ”是希腊文的一个字母，在统计学上用来表示标准偏差值，用以描述总体中的个体离均值的偏离程度，测量出的σ表征着诸如单位缺陷、百万缺陷或错误的概率性，σ值越大，缺陷或错误就越少。
6σ是一个目标，这个质量水平意味的是所有的过程和结果中，99.99966% 是无缺陷的，也就是说，做100万件事情，其中只有3.4件是有缺陷的，这几乎趋近到人类能够达到的最为完美的境界。
6SigmaET培训教程(第一部分)
Power PC 750 (266 MHz) (15 watts)
Power PC 604 (250 MHz) (20 watts)
intel P6 (23.4 WCyartitxs)5x86 (120 MHz) (18 watts)
486 (100 MHz) (8 watts)
AMD K6 (16 PWeantttisu)m (133 MHz) (13 watts)
装在冷板上
¾ 用于军用设备和大功率电子器件
冷却方法
z 微通道冷却是一种用于处理在热耗元件上紧密排列的微小翅片 的散热的方法
¾ 冷却剂可以是液体也可以是流体
z 热电冷却器是一种固体的热泵,没有移动的部分或是工作流体
¾ 利用Peltier效应把热量从由一个地方传递到时另一个地方
z 热管是一种被使用被动的方法把热量从一个地方传递到另一个 地方的装置
20% Vibration振动
6% Dust
粉尘
55% Temperature 温度
19% Humidity
潮湿
(Source : US Air Force Avionics Integrity Program)
来源：美国空军航空电子整体研究项目
CPU芯片功耗增长趋势
150
2000 CPU (150 watts)
兵器、电子、通讯、高校等。
典型客户
6SigmaDC产品
z Dell数据中心 z DC全程监控
6SigmaET产品
元件级
设备级
机柜级
系统环境级
可求解多级尺度问题
软件界面
对象建模
z 丰富的模型库
模型
说明 自动生成结构树 求解域、机壳
6Sigma培训教程(PPT64页)
改善表现
衡量市场要求
探索设计其他方案进行Fra bibliotek细的设计控制表现
否
是
是
否
实施新设计
现有流程是否能满足客户要求？
这是否是新产品、流程服务或工厂?
创新流程(DMEDI）
确定是否要改进或重新设计
6 Sigma精益生产
什么是精益生产？精益生产是一种观念，它设法将生产产品或提供服务的运营资本减到最小。 换句话说，流程中的增值时间应大大超过非增值时间。什么是6 Sigma精益生产？6 Sigma精益生产是DMAIC方法的应用，并与从精益生产原理中提取出来的概念一起实施。 这两者结合在一起，就能够提供一个提高速度、管理库存/生产量并降低损耗的可持续的流程。
DMAIC: 改善流程
定义机会
衡量表现
分析机会
改善表现
控制表现
“实际问题”的焦点直接与底线相关 在4~6个月内取得结果 需要时使用包括精确的统计法在内的多种工具和方法 保持长期改善 在整个组织机构普及改善 担当改革的代表
1.0 定义机会
2.0 衡量表现
3.0 分析机会
4.0 改善表现
5.0控制表现
今天会怎么做？
在所有事实和数据都没有的情况下进行业务决策用非正式的团队承担具体的题目在不去控制保持收益的情况下进行改善
在竞争日趋激烈的业务领域中的
至关重要的问题
你是否始终满足客户的要求…… 或者你的表现中是否存在这些差距？你的改善努力是否不断获得回报…… 或者这些努力的财务效益是否已经实现，并且创新和竞争收益已经停止？
目的
主要活动
潜在工具和方法
主要成果
1.0 定义 机会
2.0 衡量表现
3.0 分析机会
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
PPL
1. 02
Ppk -0.05
Cpm
*
80 85
Targ
*
USL 100.000
LSL
80.000
k
1.113
n
15.000
90 95 100 105 110
Score
Mean Mean+3s Mean-3s s
101.133 121.945
80.322 6.937
%>USL Exp Ob s
%<LSL Exp Ob s
1.88 1.43 2.33 1.43
*
80.0
82.5
85.0
87.5
90.0
92.5
95.0
97.5 100.0
ShrtTrm
Targ USL LSL k n
* 100.00
80.00 0.24 5.00
Байду номын сангаас
Mean Mean+3s Mean-3s s
92.4000 97.7191 87.0809 1.7730
GE Proprietary Information
项目阶段: 控制 改善 分析
测量
Page 9
6s举例-分析阶段
测量
>报假数目
>想不起来了 > 铅笔上带着橡皮
因果图 —Larry 推杆所得分数
材料
草坪的类型
Larry
>喝酒的量
> 眼镜要重新验光 > 适当的休息
> 高尔夫球场 > 绿色的环境 > 白天 >天气 > 球友 > 球洞Betting
? 这与他的 ZLT (长期) 和 ZST (短期)有什么联系 ? ? ZLT = (Cpk x 3) = -0.15 s 流程 ? ZST = (Cp x 3) = 5.64 s 流程* *(最佳流程 Cp – 估算而得的变异来源 )
? 目标:减少变异并提高比赛平均成绩。
Pp
0. 48
PPU -0.05
> 击球风格
- 姿势 -手势 - 挥杆 > 看一眼绿色
>球杆类型 >球的类型 > 球鞋 > 手套
环境
方法
机器
入洞得分
? Larry推杆时，产生变异的原因是什么?
GE Proprietary Information
Page 10
6s举例-分析阶段
在整个比赛中，推杆是否真是显著的变异源 ?
130
120
66.9
100.0
Page 7
6s举例-测量阶段
因果图 —Larry 推杆所得分数
测量
材料
Larry
环境
方法
机器
? Larry推杆时，产生变异的原因是什么?
GE Proprietary Information
入洞得分
Page 8
6s
6s 程序与概念综述
讲师: P. Pfaff H. Myrie K. Barker
6s
6s程序与概念综述
讲师: P. Pfaff H. Myrie K. Barker
GE Proprietary Information
项目阶段: 控制 改善 分析
测量
Page 1
6s
这位是Larry。 他是一名高尔夫球手。 他打起球来…,怎么说呢,似乎有点变化不定的。 他希望养成一贯的打球风格。
·? êy 102 108 103 92 94 91 93 92 106 100 106 107 111 108 104
Larry的分数运行图
120
110
100
数 分
90
80
70
60 1- 2-5 2- 2- 2- 3-3 3- 4- 4- 4- 5- 5- 5- 6-2 6-7 15 10 24 26 23 13 20 27 13 19 27
日期
规范：Larry本赛季想得80-100分，平均成绩将达到90 分。
GE Proprietary Information
Page 3
6s举例-测量阶段
? 他的流程能力怎么样 ?
Larry's Long Term Capability
Lower Spec
Upper Spec
Cpk = -0.05 !!!
8 00
7 00
6 00
ount
5 00 4 00
C
3 00
2 00
1 00
0
Shot Type
C ount Percent Cum %
GE Proprietary Information
Larry 的短期比赛
100 80
比赛时 ,他多击了几次 (66.9%).
40 20 0
520
2 57
66.9
3 3.1
1000
目 数
5 00
0
击球类型
C ount Percent Cum %
Larry的高尔夫比赛
100 80
比赛时,他多击了几次 (62.3%).
40 20 0
7 77
470
62.3
37.7
62.3
100.0
GE Proprietary Information
Page 6
6s举例-测量阶段
我们再来进一步解剖分析，看看他打短期比赛的最佳机会在哪里?
%>USL Exp
0.00
Obs
0.00
%<LSL Exp
0.00
Obs
0.00
PPM>USL E xp
9
Obs
0
PPM<LSL E xp
0
Obs
0
GE Proprietary Information
Page 4
6s举例-测量阶段
? 怎么确定他提高成绩的机会?
ZST = 5.64 ZLT = -0.15 Z漂移 = 5.79 Z( 漂移 = ZST - ZLT)
GE Proprietary Information
Page 2
6s举例-测量阶段
Larry的高尔夫比赛成绩
? Larry的高尔夫比赛成绩怎么样?
è? ?ú 1-15 2-5 2-10 2-24 2-26 3-3 3-23 4-13 4-20 4-27 5-13 5-19 5-27 6-2 6-7
115
56.49 60.00 0. 12 0. 00
120
PPM>USL Exp 564887
Obs 60 0000
PPM<LSL Exp 1158
Ob s
0
Larry's Short Term Capability
Lower Spec
Cp = 1.88
Upper Spec
Cp CPU CPL Cpk Cpm
分
得
110
100
90
散点图与拟和曲线 是的 !!!
35
40
45
50
击球
GE Proprietary Information
Y= 33.1284+ 1.67546X R 2= 0.906
Larry在这里
3.0
)移
漂
制(Z
1.5
控
改善控制
改善技能
0
0
3.0
得分
6.0
技术/技能 (ZST)
s ? 这意味着:只要改进一下控制,他就能达到5.5 的比赛成绩。如果他想 s 达到6 ， 还得改进技能。
GE Proprietary Information
Page 5
6s举例-测量阶段
我们把 Larry的分数作一番解剖分析，看看整场比赛中，他最好的机会在哪里 ?