第六章 质量控制常用技术-六西格玛
第六章 质量改进(5)六西格玛管理
6.6 六西格玛管理6.6 六西格玛管理57、六西格玛质量的理解有两方面的含义，它们是（）。
a．质量特性必须满足顾客的需求b．供求关系必须均衡c．避免缺陷d．产品成本必须达到最低水平e．产品的翻新速度必须提高5858、六西格玛管理的核心特征是（）。
a．最高经济收益率b．最高顾客满意度c．最快产品更新速度d．最低资源成本e．最合理的价格5959、六西格玛管理中常用的度量指标有（）。
a．西格玛水平zb．综合缺陷数zpuc．单位缺陷数dpud．首次产出率ftye．流通合格率rty一、六西格玛管理的含义一、六西格玛管理的含义六西格玛管理是20世纪80年代中期由美国摩托罗拉（motorola）公司创立的一种质量改进方法，在通用电气（ge）、联合信号（allied signal）、摩托罗拉（motorola）等师姐企业得到成功的应用，取得了令人瞩目的成就。
据美国《质量文摘》2003年发表调查文章的数据表明，目前六西格玛管理的实践领域制造业占49.3%，服务业占38.2%，其他产业占12.5%，显示了六西格玛管理广泛的应用前景。
（一）六西格玛管理的含义六西格玛管理是通过对过程的持续改进，追求卓越质量，提高顾客满意度，降低成本的一种突破性质量改进方法论，是根据组织追求卓越领先目标，针对重点管理项目自上而下进行的管理变革和改进活动。
1．六西格玛管理的核心特征（1）体现质量经济性管理尽管质量与经济紧密联系，但以往的质量管理理论和方法却很少在质量与财务业绩之间建立明显的联系，在质量实践中也很少有公司关注质量方面的努力对其利润方面的影响，质量成了一个游离在企业经营体系之外的“孤岛”。
六西格玛就是这样一种质量实践，它注重质量的经济性，通过减少缺陷降低成本，以及通过关注顾客增加收益的两条途径来实现顾客与组织的双赢。
(2)强调测量和用数据说话(2)强调测量和用数据说话六西格玛将“基于事实的管理”的理念提升到了一个更高的层次，从一开始就澄清了衡量质量、衡量过程的尺度和指标，并强调应用统计数据和分析方法来建立对关键变量的理解和控制和优化。
质量控制-6σ管理
质量控制-6σ管理的数学模型1. 问题的提出产品的质量是制造业的最关注的问题.现代质量管理从上世纪至今经历了质量检验、统计质量控制、统计质量控制、全面质量控制和全面质量管理几个阶段。
1980年左右，美国摩托罗拉公司实施了以改进质量为目标的6σ管理方式，获得了巨大的成功，并推广至全球主要的制造企业，本节介绍支撑6σ管理的核心统计数学模型。
2. 模型的构造（1） 质量控制的3σ准则产品的特性往往可以用一个随机变量来表示。
例如加工一个半径为2mm 的圆柱状的零件，实际加工出来的产品的直径尺寸ξ一般会在2mm 周围波动。
如果做一些统计就可以发现，生产零件的直径的平均值大约就是2mm ，直径接近2mm 的比较多，直径尺寸偏离2mm 越大的零件越少。
据此，我们可以用正态分布的随机变量来作为产品直径的数学模型。
正态分布有两个参数，数学期望μ和标准差σ。
其中μ是随机变量的概率平均值，而σ刻画随机变量偏离μ的程度。
以μ为数学期望，σ为标准差的正态分布记作),(2σμN ，其概率密度函数为222)(21)(σμσπ--=x e x f它的概率分布函数为 dx e x F x x222)(21)(σμσπ--∞-⎰=表示)(}P r {x F x =<ξ特别称)1,0(N 为标准正态分布，记其分布函数为dx ex xx2221)(-∞-⎰=Φπ对0≥x 其函数值已制成表格，可查阅相关概率论书籍。
设产品的某质量指标ξ是服从),(2σμN 的随机变量，設μ是产品的设计目标值，产品的合格范围为εμ±，即若],[εμεμξ+-∈均为合格，其中ε称为公差。
我们可以算出产品合格的概率⎰+---=+≤≤-εμεμσμξξσπεμξεμd e 222)(21}Pr{令σμξ-=z ，)()(21}Pr{22σεσεπεμξεμσεσε-Φ-Φ==+≤≤-⎰--dz ez标准正态分布表中只给出自变量非负的数值，因此，不能从表上直接查得)(σε-Φ，但注意到成立)(1)(x x Φ-=-Φ，有1)(2}Pr{-Φ=+≤≤-σεεμξεμ当ε=σ时，查表得6828.01)1(2}Pr{}Pr{≈-Φ=+≤≤-=+≤≤-σμξσμεμξεμ当分别取σσε3,2=时，有9544.01)2(2}22Pr{}Pr{≈-Φ=+≤≤-=+≤≤-σμξσμεμξεμ 9973.01)3(2}33Pr{}Pr{≈-Φ=+≤≤-=+≤≤-σμξσμεμξεμ以上结果表明，当公差等于产品的标准差时，合格率为68.28%，当公差等于产品的标准差的2倍时，合格率为95.44%，当公差等于产品的标准差的3倍时，合格率为99.73%。
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。
六西格玛介绍讲解
六西格玛介绍讲解六西格玛（Six Sigma）是一种质量管理方法，旨在通过减少缺陷和提高过程的一致性，实现业务流程的持续改进。
六西格玛方法被广泛应用于制造业和服务行业，以帮助组织提高质量、降低成本、提高效率，从而增强竞争力和客户满意度。
六西格玛是一种基于数据驱动的方法，其核心原理是通过收集和分析数据，识别并消除导致产品或服务质量不稳定的根本原因。
六西格玛追求的目标是使过程在六倍标准偏差范围内，即在一个百万次机会中只有不到3.4个缺陷。
这种近乎完美的质量水平被称为“六西格玛水平”，其所代表的质量水平较高，对于终端客户而言也是满意的。
六西格玛方法主要包括以下几个步骤：1.确定关键业务过程：要使用六西格玛方法改进一个过程，首先需要确定关键的业务过程，这通常是对组织最重要的过程或对顾客最有价值的过程。
2.测量当前性能：通过数据收集和测量，评估当前过程的性能水平，确定其存在的问题和缺陷，以便后续的改进工作。
3.分析数据：利用统计分析工具和技术，深入研究过程数据，找出导致质量问题的根本原因，确定改进的重点和方向。
4.改进过程：基于分析结果和数据，实施改进措施，消除存在的缺陷和问题，提高过程的性能和稳定性。
5.控制过程：通过建立监控机制和控制措施，确保改进后的过程可以持续保持在预期的水平，并避免出现新的问题和缺陷。
6.汇报和持续改进：将改进成果和数据结果向组织内部和外部汇报，同时继续监控和评估过程性能，寻找持续改进的机会，保持过程的稳定和持续改进。
六西格玛方法的核心技术工具主要包括以下几种：1. 流程映射（Process Mapping）：通过绘制流程图和流程图，全面了解流程的各个环节和步骤，帮助识别可能存在的问题和改进的机会。
2. 因果关系分析（Cause and Effect Analysis）：通过分析不同因素之间的关系和影响，找出导致问题和缺陷的根本原因，为改进提供决策依据。
3. 直方图和控制图（Histograms and Control Charts）：通过制作直方图和控制图，对过程数据进行可视化分析，了解数据的分布和变化规律。
质量控制六西格玛方法
质量控制六西格玛方法质量控制是现代企业管理中至关重要的一环。
在繁忙的市场环境中，通过科学的方法来提高产品和服务的质量，可以帮助企业保持竞争力并满足客户的需求和期望。
六西格玛方法作为一种广泛应用于质量管理领域的方法，可以在生产和运营过程中提供指导和支持，以达到质量优化的目标。
1. 什么是六西格玛方法？六西格玛方法是一种以数据和统计为基础的质量管理方法。
它追求在过程中减少缺陷，提高质量，并使过程变得相对稳定和可预测。
使用六西格玛方法，企业可以通过三个关键要素来实现质量改进：定义、测量、分析。
2. 六西格玛方法的关键原则六西格玛方法有一些关键的原则，以确保质量改进的有效性和持续性。
（1）客户导向：六西格玛方法注重理解和满足客户需求和期望，确保产品和服务能够满足最终用户的期望。
（2）数据驱动：六西格玛方法强调通过数据分析来做出决策，减少主观判断的影响，并提供客观、可量化的指标来监控和改进质量。
（3）过程优化：六西格玛方法倡导优化整个生产和运营过程，而不仅仅是修复问题。
通过标准化和流程改进，可以降低变异性，提高效率和质量。
3. 六西格玛方法的实施步骤六西格玛方法通常分为五个步骤，也称为DMAIC循环：定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）和控制（Control）。
（1）定义阶段：在这个阶段，确定问题的范围和目标，并与相关利益相关者一起制定改进计划。
重点是明确问题的定义和目标。
（2）测量阶段：在这个阶段，收集和分析与问题相关的数据。
通过测量关键过程指标和采集数据，可以揭示问题的根本原因。
（3）分析阶段：在这个阶段，使用统计工具和方法来分析数据，找出问题的关键因素和根本原因。
这个阶段强调数据分析和问题排除。
（4）改进阶段：根据分析结果，制定和实施改进措施。
这些改进措施可以通过优化流程、培训员工或引入新技术等方式来实现。
（5）控制阶段：在这个阶段，建立控制机制和监控系统，确保改进的持续效果。
质量控制中的精益六西格玛
质量控制中的精益六西格玛在现代制造业中，高品质的产品是企业不可或缺的核心竞争力。
然而，保证产品质量的制造过程本身却是极其困难的。
在这种情况下，精益六西格玛方法可以提高制造过程的质量，从而帮助企业降低成本，提高生产效率，并提供更高质量的产品。
本文将深入探讨精益六西格玛的概念、原则和实施方式。
第一部分：精益六西格玛的概念精益六西格玛是一种优化制造过程的方法，旨在最大程度地减少浪费，提高质量水平，并在生产过程中实现一致性和稳定性。
其核心目标是创造价值，并在最小化浪费的同时提高产品质量。
又称为LSS（Lean Six Sigma），精益六西格玛强调六西格玛的数学模型和精益制造的思想，由松下先生提出。
松下认为，制造业的目标不仅仅是制造高品质的产品，还应正确理解市场需求，使产品能够最优化地满足客户需求。
通过精益制造，人们能够更好地识别并消除浪费，提高生产效率，并在此基础上进一步提高产品质量。
第二部分：精益六西格玛的原则精益六西格玛有一些基本原则，这些原则确保了该方法的实施是成功的。
以下是精益六西格玛的主要原则：1. 以客户为中心：精益六西格玛的重点是满足客户的需求，因此任何决策都必须基于客户的需求。
这有助于企业了解客户需求，并确保产品符合预期，同时满足客户的期望。
2. 流程管理：精益六西格玛的另一个重要原则是流程管理。
每一个生产过程都有特定的流程，通过对生产流程进行优化，企业可以降低成本、提高生产效率，并确保产品的高质量。
3. 团队工作：在精益六西格玛中，团队工作至关重要。
团队成员应该跨职能、跨部门合作，并利用各自的经验和知识来识别和解决问题。
4. 数据驱动：精益六西格玛的决策过程是数据驱动的。
通过收集和分析数据，人们可以了解现有生产流程，并对生产线进行适当的改进。
通过数据驱动的决策，人们可以确保决策是基于准确和可靠的信息。
5. 持续改进：精益六西格玛的最终目标是实现持续改进。
一旦生产过程得到改进，企业应该保持不断发展和改进，以保持优势和竞争力。
质量管理6个西格玛
2 i1
,
N
N
(Xi X )2
i 1
N
标准差和方差是应用最广泛的统计离散程度的测度方法。
2.极差（Range）：数据最大值和最小值之差，又称全距。
R X max X min
13
1.2 量测变异的统计指标
3.离散系数Coefficient of Variation
离散系数通常根据标准差来计算，也称标准差系数，它
SL T
ST
得到
27
1.3 过程偏移分析
ZUSL
50 7.9057
0.63
即该公司准时送餐的短期西格玛水平为0.63。
2、长期能力
长期能力是一个过程的真实能力体现，不仅考虑
到技术条件，还有对过程的控制手段。长期西格
玛值也是可以计算出来的。长期西格玛值是一个
“过程性能(实绩performance)的指数”，并且用 来评价过程在长时间内受控的程度。
26
1.3 过程偏移分析
这里，送餐的过程由同一名员工完成，显
然属于短期西格玛水平的计算问题。将送 达时间按相对于目标值12:00的差值进行 变换，记录为-10，-5，0，5，10，相应 的LSL=-5，USL=5，则:
用样本标准差s估计总体标准差，得到
s 7.9057，将上述参数代入
Z ST
18
1.3 过程偏移分析
一、过程变异模式 过程变异有短期 （short time）和长 期（long term）之 分。
19
1.3 过程偏移分析
图7.4是一个时期的过程波动情况，每一个时间段 （时间1、时间2、时间3、时间4）内的过程波动 都是一个过程的短期变异情况，而总体的过程波 动情况反映了过程的长期变异情况。
6西格码质量管理方法
6西格码质量管理方法六西格玛是一种用于质量管理和过程改进的方法论。
它的目标是减少质量问题和缺陷，提高整体业务绩效。
这种方法借鉴了统计学中的一些概念和工具，帮助企业发现和纠正可能导致质量问题的特定过程变异，并通过数据驱动的决策和改进来减少这些变异。
下面将详细介绍六西格玛及其在质量管理中的应用。
六西格玛起源于20世纪80年代的美国，最早由摩托罗拉公司引入。
它基于马克思·杜维兹（Marakewicz）提出的质量变异的“六限”，并结合了其他质量管理方法和工具，如统计过程控制图、因果关系图、散点图等。
六西格玛的核心思想是将数据分析和过程改进结合起来，通过确保各个过程的“六限”（意思是每个过程的上下界）控制在能接受的范围内，从而确保产品的质量稳定和一致性。
六西格玛主要通过以下步骤实现：1.定义阶段：明确业务目标和要改进的过程。
确定关键质量指标和客户需求，并制定项目计划。
2.测量阶段：收集和分析与过程相关的数据，建立测量系统和指标。
使用统计工具，如因果关系图、直方图等，确定影响质量的关键因素。
3.分析阶段：分析数据，找出过程中的问题和瓶颈。
使用统计工具，如散点图、回归分析等，确定可能导致问题的变量，并建立因果关系模型。
4.改进阶段：根据分析结果，制定改进计划和措施。
通过实施实验设计、过程优化等方法，降低变异性，提高质量。
5.控制阶段：建立控制机制和监控系统，确保改进方案的稳定性和持续有效性。
使用统计过程控制图等工具来监测过程性能，并进行必要的调整和纠正。
六西格玛的核心是数据驱动的决策和改进过程。
通过收集和分析大量的数据，企业可以识别潜在的问题和改进机会，并进行有针对性的改进。
六西格玛还强调全员参与，注重员工培训和沟通，以促进质量文化的建立和落地。
六西格玛的应用可以带来诸多优点和好处。
首先，它可以帮助企业降低产品缺陷率和退货率，提高产品质量和客户满意度。
其次，六西格玛可以提高生产效率，减少资源浪费，降低成本。
6西格玛基本方法及工具应用
6西格玛基本方法及工具应用在6西格玛基本方法及工具应用的理论研究中，我们首先需要了解什么是6西格玛。
6西格玛是一种质量管理方法，旨在通过减少过程中的缺陷和变异来提高产品和服务的质量。
它基于一个名为“六西格玛”的统计学概念，表示在大量数据中，目标值(即期望值)与实际值之间的差异最小的程度。
6西格玛的目标是将这种差异降到最低，从而提高客户满意度和组织绩效。
为了实现这一目标，6西格玛方法包括了一系列基本步骤和工具。
本文将详细介绍这些方法和工具，并讨论它们在实际应用中的优缺点。
我们需要了解6西格玛的基本方法。
这些方法包括：1. 定义过程：在开始改进之前，我们需要明确要改进的过程。
这包括确定过程的目标、范围和关键成功因素。
2. 测量过程：为了评估过程的表现，我们需要收集有关过程的数据。
这可以通过直接观察、记录和分析过程的实际执行情况来完成。
3. 分析数据：收集到的数据需要进行分析，以确定过程中的缺陷和变异。
这可以通过使用统计工具和技术来完成，如均值、标准差、分布等。
4. 选择改进策略：根据分析结果，我们需要选择适当的改进策略。
这可能包括改变过程的设计、优化工作流程、提高员工技能等。
5. 实施改进：在选择了改进策略后，我们需要将其应用于实际过程。
这可能需要对员工进行培训、调整设备或重新设计工作流程。
6. 监控结果：在实施改进后，我们需要持续监控过程的表现，以确保所采取的措施有效。
这可以通过定期收集和分析数据来完成。
除了基本方法之外，6西格玛还包括一系列工具，用于辅助改进过程。
这些工具包括：1. 根本原因分析(RCA):通过对过程中的缺陷和变异进行深入分析，找出导致这些问题的根本原因。
这有助于我们采取针对性的措施，从而更有效地解决问题。
2. 流程图：流程图是一种可视化工具，可以帮助我们理解过程的各个阶段以及它们之间的关系。
通过绘制流程图，我们可以更容易地发现潜在的问题和改进点。
3. 控制图：控制图是一种统计工具，用于监控过程的稳定性和性能。
六西格玛简介PPT67页29922
顾客和顾客满意
内部顾客 外部顾客
顾客的分类
列出以下产品或服务的产品特性
当买一辆汽车时 当乘坐飞机时 你所在的企业提供给外部顾客的产品和
服务 你所在企业内部的业务流程和服务支持
列出以下产品或服务的缺陷
你刚购买的一辆汽车 你正乘坐的一辆汽车 你所在的企业提供给外部顾客的产品和
服务 你所在企业内部的业务流程和服务支持
六西格玛的力量是人的力量加过程的力 量,而人的力量来自于领导和员工,关键在 CEO
全员都要学会六西格玛的语言
苏比尔·乔杜里
时间性
时间对六西格玛的成功是一个相当关键 的因数 太短，无法取得明显改进 太长，会消磨人们的热情 比较合适时间为6~9个月
界定阶段的四个方面的工作
阐明团队使命，陈述团队使命，陈述价值、问 题和机会。
鉴定成本
外购材料的试验和检验费用 实验室或其它计量服务费用 检验费 试验费 核对工作费 试验检验装置的调整费 试验检验的材料与小型质量设备的费用 质量审核费用 外部担保费用 顾客满意调查费 产品工程审核和装运发货的费用 现场试验费 其它鉴定费用
内部故障（损失）成本
报废损失费 返工或返修损失费 降级损失费 停工损失费 产品质量事故处理费 内审外审的纠正措施费 其它内部故障费用
六西格玛工程应具备的条件
劳 动 \工 艺 纪 律 ISO9000 认 证 SPC, 三 西 格 马 领导 黑带 资金
六西格玛改进的三个关键要素 六西格玛组织－－以黑带团队为基础 六西格玛策划－－以项目策划为关键 六西格玛改进－－以DMAIC过程为程序
六西格玛管理从何处着手
从流程着手，不管是服务业还是制 造业都有流程，只要有流程六西格 玛就有的用武之地。
- 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)。
1、项目选择
顾客意见 外
部
信
息
市场调查
来
源
竞争对手
顾客满意度调查； 顾客投诉记录； 呼叫中心的电话录音； 顾客访问等。
市场反应； 市场分析报告
竞争对手比较分析报告； 与竞争对手相比的弱项等
28
DMA I C
质量分析报告
返工、返修量大的流程； 工作中发现的问题： 防差错有关的任何问题等。
DPO 21 0.0021 100100
38
6σ测量指标
DMA I C
DPMO（Defects Per Million Opportunity）百万机会缺陷数
DPO常以百万机会的缺陷数表示，即DPMO= DPO× 106。
若计算上题的DPMO，则：
DPMO 21 106 2100 100100
± 1s 之间 ± 2s 之间 ± 3s 之间 ± 4s 之间 ± 5s 之间 ± 6s 之间
68.27% 95.45% 99.73% 99.9937% 99.999943% 99.9999998%
317300 ppm
45500 ppm
2700 ppm
63 ppm
0.57 ppm
0.002 ppm
12
6 西格玛 = 13
15
6σ的统计含义
“世界级”缺陷水平
百万机会缺陷数
1,000,000 100,000 10,000 1,000 100 1
2
工业企业 平均水平
订单书写 医生书写的药方
餐馆的帐单 航班的行李处理
世界级水平
3
4
5
6
西格玛水平
国际航班 飞机坠毁率
7
16
6σ的管理含义
6 SIGMA是一种愿望 6 SIGMA是一挑战性的目标 6 SIGMA是一种哲学 6 SIGMA是一种管理系统 6 SIGMA是数据驱动的管理过程 6 SIGMA是一组强大的系统工具箱 6 SIGMA是实现顾客和企业双赢的有效途径
第六专题 六西格玛质量改进
1
本专题主要学习内容
6σ概述 DMAIC—界定阶段（D） DMAIC—测量阶段（M） DMAIC—分析阶段（A） DMAIC—改进阶段（I） DMAIC—控制阶段（C） 案例
2
第一节 6σ概述
3
一、六西格码产生及发展
4
１９８６年，摩托罗拉的高级工程师、科学 家比尔·史密斯率先引入六西格玛的概念来 衡量缺陷。在此之前质量一般用特性和百分 率来衡量。这一看似简单的变化给摩托罗拉 的质量管理带来了突破性的跨越。短短几年， 就拉创造了每两年质量缺陷率下降１００倍 和数以亿计美元回报，并使摩托罗拉成为美 国首届国家质量奖获得企业。
1995
1997
1999
8
二、六西格玛是什么?
6 SIGMA改进是通过 减少波动、不断创新 ，质量缺陷达到或逼 近一百万分之三点四 的质量水平，以实现 顾客满意和最大收益 的系统科学。
统计含义 管理含义
9
6σ的统计含义
s
西格玛，希腊字母，在统计 学中表示数据的分散程度。 在六西格玛改进中，它有着 丰富的内涵……
6
GE——六西格玛的颠峰实践
• 1996年正式启动六西格玛质量行动 • 1997年两次发布人员晋升与六西格玛挂钩的规定 • 1998年要求基层管理人员必须通过绿带或黑带培训
才能晋升的制度正式生效 • 1999年所有专业员工必须完成绿带或黑带培训的质
量政策开始生效 • 2001年将六西格玛用于供应链管理 • 2002年激励供应商开展六西格玛
2.55
2.38
5
2.46
2.4
2.49
2.51
2.36
2.42
2.46
2.41
2.39
如果你每年打一百轮高尔夫球 3西格玛= 每轮失去1个进洞球 6西格玛 = 每163年失去1个进洞球
主要机场不安全着陆的次数 3 西格玛 = 每天15次 6 西格玛 = 每4年1次
每天饮用不安全水的时间 3 西格玛 = 96 分钟 6 西格玛 = 0.3 秒
麦当劳公司每周被退货的数量
3 西格玛 = 264,000
y f (x)
24
定义阶段
测量阶段
DMAIC
分析阶段
改进阶段
控制阶段
选择与确定项目
Y分析项目
描述项目
选择评价指标
Y=f(x ) 收集数据
i 验证测量系统
测量过程能力
收集并分析数据
关键因子X 验证因果关系
确定关键因素
i
提出改进意见
优化X 选择改进方案 i 实施改进策略
制定标准
控制X 明确管理职责 i 实施监控
内
在近期的外审中发现的问题或被正式拒收的过
部 信
质量审核报告
程或产品；
在审核中自己知道没达到规格或没有符合规定 的地方；
为了维护顾客利益而调查存在于企业内部的事
息
物等。
来 源
财务分析报告
公司内部出现的任何报废问题 劣质成本突出的环节等。
方针目标诊断 报告
高层领导所面临的主要问题； 阻碍企业实现战略目标的障碍
以6s 作为过程能力来控制生产过程既经济，又保证了 产品质量，目前绝大多数国家都采用了这种方法。
41
6σ测量指标
DMA I C
CP（Process Capability Index ）过程能力指数
计算Cp需在过程处于稳定状态下
1、工序质量分布中心 与公差带中心M重合
cp
T
6s
Tu Tl
5
从摩托罗拉把用于质量改善的一系列统计工具和 项目推行方法打包成“Six Sigma”以后，这个 有着神秘东方色彩的词把枯燥的统计方法一下子 提升到了管理工具包的层面：不仅仅是统计手段， 还有系统改进、流程改善等附加手段。
真正把这一高度有效的质量战略变成管理哲学和 实践，并形成一种企业文化的是在杰克·韦尔奇 领导下的通用电气公司（GE）。
17
三、六西格玛实施框架
1. 组织结构 2. 关键角色 3. 改进流程
18
3.1 六西格玛综合框架
最高管理承诺 培训方案
定义D 测量M 分析A 改进I 控制C 测量体系
有关各方参与
19
3.2 六西格玛的组织结构
领
推进委员会
导
层
倡导员
经理 财务主管
沟
指
通过黑带和绿带并结合项目的开展，通
导 将六西格玛理念黑与带核大心师价值观传递到组 交
29
DMA I C
(1)项目选择原则 三“M”原则和“SMART”准则。
Meaningful----有意义的 Manageable----可管理的 Measurable----可测量的
S, Simp1e,简单的 M，Measurable，可测量的 A, Agreed to ,商定的 R, Reasonable,合理的 T, Time-based，时统计含义
LSL
传统质量 s1 s1 s1
USL 6s质量
s2 s2 s2 s2 s2 s2
顾客决定
下规格限
目标值
上规格限
11
正态分布
6σ的统计含义
sˆ s
1 n 1
n i1
( xi
x)2
1ppm：就是百万分之一 DPMO
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
如
测量指标
Cp、Cpk、Pp、Ppk评价流程的质量水平
何 RTY评价某质量特性的质量水平
测
量
测量有效性
MSA测量 系统分析
36
6σ测量指标
DMA I C
DPU（Defects Per Unit ）单位产品缺陷数
反映了各种类型的缺陷在抽取的单位产品总数中所占的比率
缺陷数 DPU 单位产品数
【例】制造100块电路板中，其中5个有缺陷，则
序号 第1组
第2组
第3组
第4组
第5组
第6组
第7组
第8组
第9组 第10组
1 2 3 4 5 序号
2.41 2.48 2.44 2.26 2.41 第11组
2.37 2.51 2.54 2.43 2.39 第12组
2.36 2.37 2.45 2.38 2.42 第13组
2.47 2.5 2.4 2.38 2.32 第14组
层 织的各个层次。
流
操
黑带 黑带 黑带
作
层
绿带 绿带 绿带
20
3.3 六西格玛改进中的关键角色
倡导者（Champion） 黑带大师（MBB） 黑带（BB） 绿带（GB）
21
六西格玛改进中的关键角色
倡导者 黑带大师
黑带 绿带 基层参与
一般每千名员工配备 黑带大师 1名 黑带 10名 绿带 50到70名
6σ的统计含义
六西格玛的统计特性
通常，随着时间的 推移，过程的波动会 产生偏移，偏移的经 验值为1.5σ。
1.5σ
预测
13
6σ的统计含义 LSL
P(LSL X USL) (6s 1.5s ) ( 6s 1.5s )
s
s
(4.5) (7.5) (4.5) 1(7.5)
1
2.38
2.45
2.33
2.44
2.41
2.36
2.46
2.41
2.37
2.47
2
2.28
2.39
2.29
2.35
2.49
2.37