六西格玛介绍(SixSigmaIntroduction)解读

六西格玛简介解读

六西格玛转换表
标准偏差（Sigma）单位缺陷率（DPM O）合格率（Yield） 1 690,000 30.9% 2 308,000 62.9% 3 66,800 93.3% 4 6,210 99.4% 5 320 99.98% 6 3.4 99.9997%
六西格玛的发展与成功经验
发展
1、1985：Motorola通讯部门的一位工程师（Bill Smith）在一份报告中断定：如果在生产线发现一种产品出现缺陷并在生产过程进行修正，则其它缺陷品可能漏检并流到客户处。 2、1987年：Motorola前CEO（George Fisher）产生中一个创新改善念头，并将其命为六西格玛。 3、1988年：Motorola赢得鲍德里奇国家质量奖。 4、1989年：IBM实施六西格玛。 5、1991年：DEC实施六西格玛。 6、1993：ABB、柯达、德州仪器实施六西格玛。 7、1995年：GE实施六西格玛。
传统质量方法 1 2 3 4 5 6 7 内部驱动关注结果纠正缺陷改善品质回顾性聚焦于产品热衷于理论和参与人数六西格玛客户驱动关注过程预防缺陷改善底线前瞻性聚焦于关键质量因素热衷于方法论和数据
六西格玛与传统质量方法的区别
TQC 1 2 3 4 5 项目太大，未限制目标六西格玛必须在4~6个月内完成
什么是西格玛（σ）
“σ ”是希腊文的字母，统计学用其表示标准偏差，用“σ ”可以度量质量特性总体上对目标值的偏离程度，所以“σ ”值越小，反映参数的数据越集中，其分散程度越小。也说明过程中产生缺陷的可能性越小。 “σ ”可由曲线来表示，现以正态分布曲线为例，其代表曲线如下图图中LSL、USL分别表示参数满足客户的下限和上限，μ 表示中心值。在上、下限之间的区域称为容限区，正态分布曲线在容限区内所包容的面积即为合格品数，超出容限区的部分面积即为缺陷数。当σ 1＜σ 2区的部分面积即为缺陷数。当σ 1＞ σ 2时， σ 1的曲线瘦高，合格品率高，缺陷率低；反之， σ 的曲线矮胖，合格品率低，缺陷要多。几个“σ ”是一种表示品质的统计尺度，3倍σ 即3 σ 表示由中心值μ 到上或下限（LSL或USL）之间所划分的等分数为3，6倍σ 即6 σ 表示的划分的等分数为6，显然等分数越大，σ 值就越小。所以σ 的倍数越高，表示它的品质越高。

六西格玛简介

•扩展6Sigma培训
•扩展6Sigma项目实施范围
•主黑带培训
•内部化6Sigma
•形成6Sigma文化
•供应商、销售渠道 6Sigma推行
六西格玛领导力: 领导、沟通、推进、参与、评审、监督
六西格玛管理法导论
六西格玛推行步骤
倡导者与主黑带持续的项目规划与监督
项目选择
批定评测评分评改评控评准义审量审析审进审制审
定义
• 总则 • VOC • SIPOC • CE 矩阵
测量
• 数据采集计划 • Gage R&R • 控制图表 • 性能分析
控制
• QC 图表 • 文件整理 • 监控
改善
• 确定解决方案 • 风险分析 • 试行 • 计划
不仅是一个分类的工具,在流程改善中确定每一步如何操作,可以想像当每个人都使用同种方法时会产生较大协同效应.
均值拐点
六西格玛管理法导论
分布曲线越窄, 意味着落在USL和 LSL之间越多；
LSL 下偏差
: 标准偏差，主要描述一概率分布的离散程度；
: 均值
USL 上偏差
分布的离散程度越大则也越大, 反之, 亦然；
1> 2> 3
3
4.5 6
六西格玛管理法导论
例如你每天的上班时间为8:30,同时允许正负2分钟的范围，为了方便，你每天8:12出门，你的“目标”时间是18分钟到办公室。但是实际上每天上班花多少时间呢？你收集整理一下你上班时间的数ห้องสมุดไป่ตู้，就会发现，你的上班时间有很大的波动，有很多数据超越了你的指标范围，尽管有这样、那样的原因。
需要什么

6西格玛讲解

计算量测误差在公差中所占之比例，量测系统相对于规格之表现
一般而言，P/T比值在10%以下较为适当。若P/T比值大于30%，则需对量测系统做一诊断，找出问题并加以改善
2023年8月5日星期六
© 2014 All Rights Reserved
32
区别分类数(NDC)
NDC =
1.41×σpart-to-part σMS
17
抽样
通常数据的收集都是采用抽样方式进行，不太可能收集全母体的量测数据
抽样的理由： -收集所有数据往往不切实际或开支太大 -有时收集数据是一个破坏性的过程 -可靠的结论常常可以用相对较少量的数据得出
2023年8月5日星期六
© 2014 All Rights Reserved
18
抽样类型
抽样分过程抽样和母体抽样 --过程抽样：有助于理解过程的情形
发生的情况
一个过程中所有反复发生的活动都会有变动，输入，过程，和输出的量测结果也是变动的，这种变动成为变异
变异除了来自于制程产品外，还有可能由量测系统所造成，必须先进行量测系统的分析才能确保数据为有效
2023年8月5日星期六
© 2014 All Rights Reserved
21
MSA 量测系统分析
© 2014 All Rights Reserved
25
偏差
真值(True value) 指理论上正确的数值，一般很难取得。通常以参考值(Reference value)取代
偏差指量测值之平均值和参考值之间的差距量，偏差大代表准确性不好
参考值
仪器（1）
仪器（2）
平均值
平均值
仪器(1)的准确性比仪器（2）好

六西格玛图文解说

六西格玛图文解说
六西格玛是一项以数据为基础，追求几乎完美的质量管理方法，通过消除变异和缺陷来实现零差错率。六西格玛可解释为一百万个机会中有3.4个出错的机会，即合格率是99.99966%，而三个西格玛的合格率只有93.32%。六西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流程中影响质量的因素，找出最关键的因素加以改进从而达到更高的客户满意度。六西格玛是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具，继而与全球化、产品服务和电子商务等战略齐头并进，成为全世界追求管理卓越性企业最为重要的战略举措。它的目标从最初的追求百万分之三点四的差错率，已发展到追求全球同行业的NO.1。并被企业作为取得企业核心竞争力的一项关键战略，成为全世界追求管理卓越性的企业核心竞争力的一项关键战略，成为全世界追求管理。追求管理卓越性的企业最为重要的战略举措。六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺并追求持续进步的一种质量管理哲学。经实践证明六西格玛是当今引领人们进行质量革命最有效的方法，也是最具实践性的有效方法，它被世界也很多顶级企业和管理者认同，是人们长期以来管理思想的结晶。
二次损失思维
不要再局限于满足规格要求的思维方式，那样的话，你的下一个产品可能就是不良品，由此所带来的损失更是巨大的，将我们的目光聚焦于target吧，将波动减至最小。
突破改进模式
对于过程和问题，六西格玛带来的是一种突破性的改进，挖出问题的本质，而不是治标不治本，改善效果是明显的，无论是缺陷水平，还是过程的变异。
测量System的确认是所有计量分析的前提条件.
为正确的测量作业: Assessment of Data Integrity

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。

六西格玛介绍PPT课件

-
2
三、 6的意义与计算 1、DPU的意义与计算 2、DPMO的意义与计算 3、DPMO与X的转换 4、工序指数Cp、Cpk与6 的关系 5、3与6的比较
四、 6战略 1、质量的概念不再只局限于产品的质量 2、 6是公司文化的中心 3、 6的组织架构 4、制造业与6
五、 6战术（DMAIC) （演示一个6项目） 1、Define (定义) 2、Measure (测量) 3、Analysis (分析) 4、Improve (改进) 5、Control (控制)
-
7
在美国99%的合格率(2.6)将意味着:
b每小时丢失20,000个邮件 p每天有 15 分钟喝上不安全的水 h每周作错 5,000 次手术 j在大部分主要机场, 每天有两次过长或过短的着陆
s 每年开出 200,000 个填错的处方 g 每月大约会停电7 小时
6的标准是在一百万次机会当只有3.4 次出错
First Pass Yield(一次合格率)=全过程中未产生任何缺陷的单元数/总单元数
Rolled Yield (单元的缺陷数为零的几率）（The likelihood that any given unit of product will contain 0 defects)
e YRT= -DPU
DPO (Defects per Opportunity)=Defects/TOP (每个机会中产生的缺陷数）=缺陷数/总机会
DPMU(Defects per million units)=DPUx 106 （每百万单元中的缺陷数）
-
20
计算个数的概念与公式（非连续数据）
DPMO (Defects per Million Opportunities) = Defects / TOP x 106 = 缺陷数 / TOP x 106

六西格玛的讲解课件

分析结果表明评价人与基准表现出的一致性良好。
注：“1”为合格；“0”为不合格。基于上述信息，判定该测量系统中，评价人 ABC均接受，该测量系统符合要求。
四、六西格玛方法体系
M阶段过程能力分析
单值控制图显示控制限制范围之外有 1 个点，控制限制范围之内有 7个点，表示有非随机模式，从而说明存在特殊原因。移动极差控制图显示没有一个点高于控制上限。说明生产流程还是有效的，工程控制也是有效的。
一、六西格玛导入
2、起源与发展
让6 sigma管理模式声名大振的还是美国通用电气公司（GE），自 1995年推行6 sigma管理模式以来，由此所产生的效益每年呈加速度递增：每年节省的成本为右图；利润率从1995年的13.6％提升到1998年的16.7％。
一、六西格玛导入
2、起源与发展
有效性 ≥90%
96.0% 98.0% 96.0%
A B C
结论：
1 31 1 31.0 1 119 0 119.0 0 150 1 150.0 1 C1 0.92 1 0.94 0 --1
总计 1 1 1 1.00 1 1 0.00 1 计算 C 1 30 误发警报的比例 1漏发警报的比例 1 1 期望的计算 24.0 30.0 0 0 1.00 120 ≤ 2% 0 计算 ≤5% 119 期望的计算 96.0 120.0 0 0 0 150 2.00% 2.00%120 1 1 1 计算总计期望的计算 120.0 150.0 1 1 1 Kappa Kappa≥0.75 ） 0.00% 2.00% 1 1分析结果（要求： 1 1 1 A C 1 1 1 1 1B 2.00% 2.00% 0.96 0.98 0.96 0 0 Kappa 0 0 0 1 1 1 1 1 结论：

六西格玛介绍(Six Sigma Introduction)

B9818
UCL=0.0002986 _ R=0.000116
LCL=0
0.0504
__XULC=CL0L==.0005..0005350302741586
0.0496
1 2 3 4 5 6 7 8 9 10 Part No.
0.0512
Arm Height_1 by Operator
0.0504
0.0496
0.0512 0.0504
B1291
B2511 Operator
B9818
Operator * Part No. Interaction
Operator B1291 B2511 B9818
Average
Sample Mean
0.0496
0.0496 1 2 3 4 5 6 7 8 9 10
Part No.
制造業
檢查保証報廢返工不良品
過多的調整加速交付成本失去訂單遲到交付過多庫存長的循環週期
傳統的質量成本 (易發現的)
錯失的机會隱藏工厂
其他的質量成本 (無形的)
(難于測量)
COPQ 能映射出西格瑪能力
COPQ = Cost of Poor Quality
8
質量成本 (COPQ)
利潤
多變量分析相關性
分析
T-Test, ANOM, ANOVA
篩選設計 DOE’s, RSM
品質系統 SPC, 控制計划
改善控制
8 - 10 4-8 3-6
優化的工序
輸入因子潛在的輸入因子
KPIVs
關鍵的 KPIVs 強勢影響的 KPIVs
21
六西格瑪架构
從上至下進行增殖