谢宁与六西格玛
六西格玛经典案例
六西格玛经典案例在六西格玛质量管理方法中，通过分析和改进业务流程，以减少缺陷和提高效率，从而实现优秀质量和高度效益。
以下是三个经典的六西格玛案例。
1. Motorola的六西格玛实践Motorola是六西格玛的奠基者之一、20世纪80年代，Motorola采用六西格玛方法，以改进生产过程并提高质量。
在一个以缺陷率而不是零缺陷为标准的产业中，Motorola在一年内将缺陷率从超过三十万个降低到每百万个产品中只有5个。
六西格玛的成功引起了其他公司的注意，并成为其他公司实施质量管理的典范。
2. General Electric（GE）的六西格玛实施GE是六西格玛的早期采用者，它将六西格玛引入公司的各个部门和业务领域。
公司的首席执行官杰克·韦尔奇在1995年将六西格玛作为公司的战略重点。
GE在实施过程中的一个成功案例是其航空发动机业务部门，该部门通过六西格玛方法降低了生产过程中的缺陷率，并提高了航空发动机的性能和可靠性。
GE的成功证明了六西格玛可以在各种行业中实现卓越的结果。
3.美国政府的六西格玛应用六西格玛方法不仅在企业界取得成功，而且在政府部门中也有很好的应用。
美国政府决定在1995年引入六西格玛方法，以提高效率并减少浪费。
例如，美国联邦航空管理局（FAA）使用六西格玛方法改进了飞行管制和管理过程，减少了航班延误和事故。
美国海军也采用了六西格玛方法来改善军舰维护和修理过程，提高了战斗力和减少了成本。
以上是六西格玛的三个经典案例，它们都展示了通过六西格玛方法来实现质量改进和效益提高的潜力。
这些案例证明了六西格玛是一个非常有力的质量管理方法，可以在各个领域带来显著的结果。
无论是在制造业、服务业还是政府部门，六西格玛都能够提供一个可靠的框架来解决质量和效率方面的挑战。
六西格玛方法
六西格玛方法六西格玛方法，又称为6Σ方法，是一种以数据为基础，通过系统的分析和改进，以实现过程质量和绩效的持续改善的管理方法。
它源自于20世纪20年代的质量管理理论，最初是由美国质量管理专家沃尔特·A·舒克哈特和比尔·史密斯提出的。
六西格玛方法在企业管理中得到了广泛的应用，它通过对过程进行全面的分析和改进，帮助企业提高效率、降低成本、提升产品质量，从而获得竞争优势。
六西格玛方法的核心理念是追求完美和不断改进。
它强调通过数据分析和量化的方法，找出问题的根源，并采取相应的措施进行改进。
在六西格玛方法中，常用的工具包括DMAIC（定义、测量、分析、改进、控制）和DMADV（定义、测量、分析、设计、验证）等，这些工具可以帮助企业全面地了解和改善其生产和管理过程。
在实际应用中，六西格玛方法通常需要结合企业的实际情况进行定制化。
首先，企业需要明确自己的目标和需求，确定需要改进的过程和关键指标。
其次，企业需要收集和分析相关数据，找出问题的症结所在。
然后，企业可以根据分析结果，制定相应的改进计划，并进行实施。
最后，企业需要建立相应的控制机制，确保改进效果的持续稳定。
六西格玛方法的优势在于它能够帮助企业实现持续改进和创新。
通过对过程的深入分析，企业可以找出问题的根源，并采取有针对性的措施进行改进，从而提高生产效率和产品质量。
此外，六西格玛方法还可以帮助企业降低成本、减少浪费，提升客户满意度，增强企业的竞争力。
然而，六西格玛方法也存在一些局限性。
首先，它需要企业拥有一定的数据分析和管理能力，对人员素质和技术要求较高。
其次，六西格玛方法可能需要较长的时间来实施和见效，对企业的要求较高。
此外，六西格玛方法的实施可能会遇到组织文化和管理体制的阻力，需要企业有足够的决心和毅力来克服困难。
总的来说，六西格玛方法是一种有效的管理方法，它可以帮助企业实现持续改进和提高绩效。
然而，企业在应用六西格玛方法时需要根据自身情况进行定制化，充分发挥其优势，同时也要认识到其局限性，做好充分的准备和规划。
六西格玛管理组织结构之六西格玛黑带大师.
六西格玛管理组织结构之六西格玛黑带大师企业实施六西格玛活动的首要关键任务是创建一个致力于流程改进的专家团队，并确定团队内的各种角色及其责任，形成六西格玛的组织体系。
这是实施六西格玛管理的基本条件和必备的资源。
以黑带团队为基础的六西格玛组织是实施六西格玛突破性改进的成功保证。
下图是六西格玛管理组织结构示意图。
六西格玛组织由高层领导、倡导者、资深黑带、黑带、绿带等构成。
前篇小编讲了六西格玛组织中的高层领导、倡导者，本篇我们来了解一下六西格玛资深黑带：六西格玛资深黑带六西格玛资深黑带（黑带大师）的职责在不同的企业有不同的规定。
例如：在通用电气公司，更多地强调其管理和监督作用；在霍尼韦尔（Ｈｏｎｅｙｗｅｌｌ）公司，六西格玛资深黑带（黑带大师）主要起协调作用，负责日程调整、项目领导和指导工具的运用。
两者都很有效。
在一些企业中，六西格玛资深黑带（黑带大师）更多的是扮演企业变革的代言人角色，其工作更加具有管理性质，因为他们经常负责在全公司或特定领域、部门开展六西格玛管理工作。
他们是六西格玛管理的高参兼专家，是运用六西格玛管理工具的高手，他们为倡导者提供六西格玛管理咨询，为黑带提供项目指导与技术支持。
六西格玛资深黑带的主要职责为：①担任公司高层领导和倡导者的六西格玛管理高级参谋，具体协调、推进六西格玛管理在全公司或特定领域、部门的开展，持续改进公司的运作绩效。
②担任培训师，为黑带学员培训六西格玛管理及统计方面的知识。
③帮助倡导者、管理者选择合适的人员，协助筛选最能获得潜在利润的项目。
④为参加项目的黑带提供指导和咨询。
⑤作为指导者，保证黑带及其团队保持在正确的轨道上，能够顺利地完成他们的工作。
⑥具体指导和协助黑带及其团队在六西格玛改进过程中完成每个步骤的关键任务。
⑦为团队在收集数据、进行统计分析、设计试验及与关键管理人员沟通等方面提供意见和帮助。
六西格玛资深黑带就先讲到这里，下期我们来继续讲解六西格玛管理组织结构中的黑带、绿带。
谢宁DOE试验设计应用实战培训
谢宁 DOE 试验设计应用实战培训
1、试验设计的发展历史 2、试验设计种类方法介绍（介绍经典 DOE、田口 DOE）
课程特点： 在全球竞争空前加剧，生存环境日趋恶化的现实下，企业如何能够突出重围， 得到生存和发展，是无数企业家在思考和探询的问题，多数企业把目光投向 了通过内部的流程优化和效率提升来达到这一目的。企业对经营绩效的改善 要求是这样的：首先是要能快速收效，其次改善必须是突破性的，目前最为 流行的六西格玛管理满足后者，但无法做到快速改善；精益技术可以快速， 但在解决复杂问题尤其是品质问题时能效太低，有没有一种能够兼顾两个要 求的管理策略和技术呢？ 在流程优化的众多策略和方法中，美国质量专家（Dorian Shainin）多利安. 谢宁发明/整合的 DOE（试验设计），具有简捷、效果强大，改进成本低等优 点。结合经典 DOE 方法，是解决企业经营生产中的一系列问题尤其是复杂问 题无法替代的突破性方法。 如果您在公司经营中存在难以解决的质量难题，本课程将帮您做出最有效的 解决方案. 培训对象：品质经理、技术/工程/研发经理、生产经理、各类工程师。 培训目标： 1．掌握谢宁 DOE 方法及实施步骤
2．指导学员对本公司改进项目进行改进，并取得效果。
培训内OE 方法原理及与经典 DOE、田口 DOE 方法的不同之处和相同之处 4、红 X 线索生成 5 种工具 ★多变量分析----时间对时间、部件对部件、部件内 ★集中图---重复出现问题的精确定位 ★部件搜索-----简便而平滑的交换（B0B/WOW） ★成对比较-----BOB、WOW(当部件搜索工具不适用时) ★产品/过程搜索----精确定位的过程变量 5、全析因（识别与量化每个交互影响的最好佳技术） 6、B vs C（卓越的过程验证及确认技术） ★风险与置信水平 ★图基检验 ★风险----确定 B 对 C 的改进程度 7、获得切实的技术规格和公差的散布图 8、响应曲面方法（RSM）交互作用的优化 9、从试验设计到统计过程控制的转换 10、正向控制 11、过程风险的识别及控制
SQE 基础知识
品管人员角色定位、岗位素质要求
优秀SQE需要掌握的知识
19
MSA（Measurement System Analysis）使 用数理统计和图表的方法对测量系统的分 辨率和误差进行分析，以评估测量系统的 分辨率和误差对于被测量的参数来说是否 合适，并确定测量系统误差的主要成分。
20
DOE(实验设计Design Of Experiments,) 在质量控制的整个过程中扮演了非常重要的角 色，它是我们产品质量提高，工艺流程改善的重要 保证。实验设计已广泛运用了从航天业到一般生产 制造业的产品质量改善、工艺流程优化甚至已运用 到医学界。通过对产品质量，工艺参数的量化分析 ，寻找关键因素，控制与其相关的因素。根据实际 需求，判别与选择不同的实验设计种类，设计实验 步骤，发现如何控制各种影响因素，以最少的投入 ，换取最大的收益，从而使产品质量得以提升，工 艺流程最优化
25
品质的定义、本质，理解SQM
品质定义
·品质是一种以最经济的手段，制造出市场上最有 用的产品——戴明
·品质是一种合用性，而所谓“合用性”是指产品 在使用期间能满足使用者的需要——裘兰
26
·品质不是最好的，它只是在某些消费条件下的 最好，这些条件指的是产品价格（隐含品质成 本），以及实际用途。——费根堡
21
谢宁DOE 实验设计(DOE)方法一直在发展、丰富和 完善，美国人多里安·谢宁(Dorian Shainin)总结了七种新的DOE应用技术： 多变图技术、零件搜索技术 、成对比较 技术 、变量搜索技术 、完全析因技术 、 改进效果检查及实验设计的回归分析。
22
没有戴明，美国就不会有质量哲学； 没有朱兰，美国就不会有质量的方向； 没有谢宁，美国就无从解决质量问题。 这句名言总结了美国最伟大的三位质 量大师的贡献。
美国质量协会
美国质量协会苗宇涛 江元英一、ASQ的概述美国质量协会（American Society for Quality，简称ASQ）的前身是成立于1946年2月17日的“美国质量管理协会（ASQC）”，是由第二次世界大战期间，致力于开展数理统计方法及质量控制技术培训和普及推广的17个地方质量管理协会，253名会员合并后创立，1997年更名为“美国质量协会（ASQ）”。
成立60年来，ASQ的质量改进一直处于世界领先水平，ASQ成员创建了诸多质量技术概念及方法，如统计质量控制（SPC）、质量成本衡量与控制、全面质量管理（TQM）、零缺陷、可靠性及故障分析等。
近年来，又推出了顾客满意度指数调查、六西格玛方法，不断开拓和创新着质量管理的新理念与技术方法，其质量方法已被大部分国家普遍接收和采用，这些质量技术的创始人已成为质量界的代表人物。
ASQ总部设在威斯康星州的米尔沃基市市中心繁华的中心地带，位于Plankington大街与Wisconsin大道的十字路口，背靠Milwaukee河。
该地段是Milwaukee市最古老的城区，其总部大楼是ASQ于2000年买下的一座拥有上百年历史的大楼，ASQ将其装修后一半作为ASQ总部办公楼，一半出租给Marriott酒店集团经营。
ASQ的主要业务有质量教育培训、质量专业人员资格认证注册、出版质量书刊、组织质量学术论坛会议全美质量月活动、开展国家质量奖（波多里奇奖）评选以及实施顾客满意度指数（ACSI）统计测评等。
现有个人会员134000名，并在全球拥有11000余家合作支持性成员组织。
总部下设汽车、航空、生化等21个行业分部，设有4个专业技术委员会，分别是社区质量委员会、产品安全和责任预防委员会、标准委员会、可靠性委员会。
ASQ主要出版物为月刊《质量进展》，在全球的发行量高达24万册。
二、ASQ的历史1946年2月16日，美国质量协会（时称美国质量管理协会）由17个与质量有关的协会，253名会员合并后创立。
六西格玛突破改善工具DOE实验设计培训
7、饶口令游戏
第五讲：分部试验设计
1、分部试验设计概述
2、因子与交互作用的混淆
3、分部设计的分辨率
4、折叠设计
5、PLACKETT-BURMAN 设计
6、跟进试验
7、分部试验设计案例分析与练习第六讲：RSM方法
1、爬山
2、最速上升法
3、滚珠轴承寿命试验
4、轴向点与中心点
5、优化设计的分析
6、混合水平设计
7、RSM方法案例分析与练习
第七讲：调优运算
1、调优运算的概念
2、调优运算的用途
3、调优运算实例分析
4、调优运算自主练习及结果点评第八讲：多变量分析技术
1、三类变异
2、样本量的计算
3、多变量析案例分析
4、多变量分析自主练习及结果点评
5、现场提问与答疑。
质量管理中的六西格玛方法
质量管理中的六西格玛方法随着市场的竞争日益激烈，企业为了保持竞争力和持续发展，需要不断提升产品和服务的质量，降低成本和风险。
质量管理是企业实现这一目标的重要手段之一，而六西格玛方法则是质量管理中的一种有效手段。
本文将介绍什么是六西格玛方法，其基本理念和步骤，并探讨其在实践中的应用。
什么是六西格玛方法？六西格玛方法（Six Sigma）是由美国通用电气公司（GE）于20世纪80年代初提出的一种质量管理方法。
其目的是通过最小化过程、产品或服务中存在的缺陷数量和变异性，从而达到提高质量、降低成本、提高效率和增强客户满意度的目的。
六西格玛方法基于统计学和数据分析，利用了一系列的定量工具和技术来分析和优化过程。
该方法重视数据和事实，将过程中存在的变异视为导致缺陷的根源，通过优化过程和降低变异来消除缺陷，从而提高质量。
六西格玛方法的基本理念六西格玛方法的核心理念是将过程作为关键因素，通过不断对过程进行改善和优化，实现持续的质量提升。
其基本理念包括：1. 客户中心：将客户的需求和期望作为过程改善的出发点和目标，实现客户价值最大化。
2. 数据驱动：充分利用数据和统计学方法，确定问题的本质和根本原因，为改善提供科学依据。
3. 测量和分析：充分了解和把握过程，通过数据分析和评估过程中的变异性，定量分析问题和改善效果。
4. 改进和控制：通过不断改善和优化过程，实现缺陷的最小化和效益的最大化。
通过控制和监视过程，以确保过程稳定和持续改进的目的。
六西格玛方法的步骤六西格玛方法的实施过程通常包括五个基本步骤：定义、测量、分析、改进和控制（DMAIC）。
下面将分别介绍每个步骤的主要内容。
1. 定义（Define）：该步骤的主要目的是定义改善过程的范围、目标和参与者，并确定关键因素和客户要求。
具体包括以下四个方面：1）识别改进的范围和目标。
2）定义过程的关键元素和客户的需求。
3）确定核心团队并透过任务清单明确他们的任务和责任。
- 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)。
谢宁与六西格玛
我们常被问到如何描述谢宁和六西格玛之间的差异，这个问题似乎并没有看起来那么简单。
谢宁研发出独立的方法帮助我们的客户达成他们的六西格玛目标。
在其他案例中，谢宁的技术也极大地增强了现有的六西格玛方法。
成功的商业业绩提升项目有很多共同点。
他们都是以客户为中心的，需要高层领导的积极参与，通过一个接一个的项目来达成结果；项目又受数据驱动，最终，项目带来了公司文化方面的转变，涉及客户品质、问题解决和问题预防等方方面面。
谢宁已经研发出一些独特的工具用于挑选出最有价值的项目、管理项目以便快速得出结论，同时引领文化转型。
然而，这些元素是所有成功的商业业绩提升项目的关键要素。
最关键的差异体现在数据分析的作用以及项目规划和执行上。
大多数六西格玛项目中都包含为期数周的数据培训：学员会学到如何理解描述性数据，学习应用回归分析，设计性实验，假设检验，方差分析（ANOVA）以及管理图表。
学员通常还会学到一些辅助技巧，在做头脑风暴和鱼骨图时可以派上用场。
项目伊始，一般是和行业专家们开会，列出一个包含可能原因的清单。
之后，就开始做大型DOE实验将可能原因分类。
项目的成功取决于能否从清单上找出真正的根本原因。
因此，各个团队会筛选出尽可能多的原因，而非相反。
这种发散性的方法，通常会催生一系列同时进行的活动。
统计分析会倾向于从大量数据集的评估中计算出结果，这也促进了一些数据软件的应用，如Minitab®Essential版。
解决数据性问题的根本性原则是Y = f(x)。
这个原则决定了项目团队要辨识出所有可能影响关键输出值（Y）的因素。
这个等式展开就变成了Y=a+bx1+cx2+dx3+…+mx n。
一个成功的项目需要找到所有从数据角度来说很重要的系数（a,b, c, d等）。
DMAIC（界定、测评、分析、改善、控制）流程便可辅助这一方法。
谢宁项目是建立在证据的基础上的，最终汇聚到最大变差的根源，即Red X。
对一个谢宁项目来说，根本性原则是ΔY=f(Δx)。
这个等式展开来就是ΔY = a +bDx1 + cDx2 + dDx3 +…+ mDxn。
通过关注变差，即Y值的变化，目标变成了找到拥有最大值的那一项。
最大值取决于一个重要的系数以及X值产生重大变化。
这个项很少是有着最大系数的那个项。
根据帕累托（Pareto）原理，这些项需要极大的波动才能改变Y的值。
谢宁调研的目标就是快速找到那些带来最大变差的少数关键的项。
在很多项目中，Red X是独立输入值(Xs)之间的交互作用。
谢宁的工具在揭示这些交互作用方面颇为有效。
谢宁项目的特点是通过严格的侦查工作探索关键联系。
谢宁与零件“对话”，通过对比最好的和最差的零件之间的性能差异发掘出Red X。
谢宁的方法并不是让相关行业专家列出可能原因的清单，而是采用一种策略迫使不同的流程之间暴露差异。
谢宁的问题解决地图叫FACTUAL™ (关注，策划，汇聚，确认，理解，实施，推广)。
策划步骤是FACTUAL和DMAIC的一个关键差异。
在策划这一环节中，工程师基于问题本质和BOB及WOW零件的可用性研发出一种探索策略。
在策略执行过程中，工程师能很快通过排除法汇聚到关键输入值。
尽管从统计学角度来看，谢宁技术是很严密的，图示化的分析淡化统计学概念，同时鼓励将工程洞见用于揭示关键的联系。
谢宁重视能带来洞见的图示化分析，并用此替代了大多数的数据计算。
谢宁的工具足够简单，工厂操作人员也能正确使用，但同时也足够精密，可用于解决高度复杂的问题，诸如制造质量，产品性能及产品可靠性等问题。
FACTUAL中的确认步骤是区别于DMAIC的另一个核心差异。
在确认阶段，通过反复研究问题，我们要求团队表达对于问题根本原因的理解。
我们通常把这个步骤叫做“起诉Red X”。
策划和汇聚阶段代表”侦测”工作，而确认阶段代表通过合理怀疑之外的方法证明（Red X）“有罪”。
确认阶段能防止公司在错误的根本原因的解决方案上过多投入。
当无法通过确认环节确定Red X时，团队会转而在策划和汇聚阶段寻求缺失的影响因素。
遵循从Y→X汇聚的方法使得谢宁能快速高效地识别出Red X。
通过充分运用差异，谢宁方法每一次都能将找出根本原因所需的时间，零件数量，人员以及宝贵的资源投入缩小到最少。
谢宁的调研方法曾通过揭示出各个因素间出人意料的关系，成功解决了很多看似无法解决的问题，而这在行业专家们参与的头脑风暴上是永远不会发生的。
谢宁的技术通常受到那些更愿意理解事物运作规律并热衷探索事物之间意外联系的工程师的青睐，而DMAIC技术更受数学家们的欢迎，因为他们更习惯于通过计算来寻找因果关系的完整模型。