6sigma培训-基本统计概念
6sigma第二章 基础统计1
方差--与中心值 间距的平均值
21
让我们练习 . . .
例子
计算平均值，均方差和标准偏差
x = 平均值
x i i=1
n
n
s
2
=
2 1 ( X i - X ) i = n -1
n
s=
2 1 ( X i - X ) i = n -1
n
均方差
标准偏差
课堂例子 ：计算均方差和标准偏差（2，6，4）
27
第二节 概率分布
概率分布是将分布的形状演变成数据 模型成为品质管理及 6 Sigma 开展的 基本。
28
1)正态分布
中心光滑连接形成曲线 直方块的中
大多数（但不是所有）数据是正态分布或钟形曲线
正态分布告诉我们数据的离散情况
29
正态分布(Normal distribution)
12
平均值 - 总体或样本的平均值。 - 总体的平均值用 表示 - 样本的平均值用 X 均方差 - 与平均值间距的平方的平均值 . (表示数据的离散程度.) - 总体的方差用 表示
-样本的方差用s2 表示
标准的方差是方差的平方根。（表示数据的离散程度.)
- 总体标准偏差由 表示 - 样本标准偏差由s 表示
40
关于正态分布的附加说明
影响制造工程的平均值或分散的要因区分为1)偶然要因和2)异常要因.偶然要因 指的是如现场的温度变化等不可管理的要因,异常要因指设备的异常,作业者的失 误等要因.
没有异常要因介入,只有偶然要因作用时取出的数据必然遵守正态分布.在教育中 大家也能感觉到利用连续概率分布函数的统计分析中最先观察的是是否正态.就 是说正态分布是非常重要的. 今后要学习的 t-分布, F-分丰, 2-分布等是人为制造的概率密度函数.但正态 分布是说明自然现象的自然的分布.
6sigma统计基础(Fysip)
等)、水文气象(年最高气温、雨量、水位、
② P(X>180) = 1-0.9854 = 0.0146
风速波高)等
③ P(160≤X≤180) = 0.9854-0.0729 = 0.9125
峰度：分布平坦性的度量
=
(−)4
4
- 3 参考样本峰度
V()
1
=
=
1
V( (1 +
2
1
2)
(n
2
2 + ⋯ + ))
2
=
参考中心极限定理
n
随机变量的标准差，正态分布曲线
① V(C) = 0
拐点到中心线的距离 = ()
② V(aX) = 2 V(X)
③ X1和X2相互独立时，V(aX1±2) =
2 V(X1) + 2 V(X2)
1
− 1 +
ν+1
1
2 ∗ 1 ∗
ν
2
2
1+
2
2
2
2+ ( − 1)
1
+1
2
2
− 1 +
2
1
− 2 1 +
期望0，方差
−2
ν1
ν1−ν2
ν1+ν2
2
2
2
∗ ν1
∗
ν1 +2 ν2
ν2
•X3k+2 + 0.25 (X3k+2 – X3k+1) = 32.25(n = 40+2)
6SIGMA培训内容
6SIGMA培训内容一、6sigma的概念1. 6sigma是一种测量每100万次谨慎操作所犯错误的计量单位，它不仅适用于制造业，而且适用于所有的业务。
错误的次数越少，质量越高，6sigma是最高目标（99.9999998%）如我们现在的99.6%，PPM为4000（百万分之4000次错误）；DPPM4000。
我们的水平在2.5 sigma左右（99.6%=2.878172∑）。
2.SIGMA在数学上的定义是基于正态分布中的标准偏差S（或σ），其计算公式如下：nS= Σ(X i-X )2n-1I=1S（或σ）反应了一组数据中的各个值与中心值的偏差，S值越大，数据越分散，产品质量波动性越大，S值越小，数据越集中，产品质量越稳定。
例如：某款电脑产品的噪音质量用户的要求是小于36db。
我们随机从生产线抽取50台机器进行测量：计算出平均值：X=30db标准偏差：S=2db即：X +3 S=36db，由于产品落于±3S的概率是99.73%，可以判断出我们目前的产品必有：0.27%/2=0.135%即1350 PPM的不良品流入用户手中，这就是3 SIGMA的管理水平。
要达到6SIGMA的管理，就必须降低SIGMA或X平均值，假设经过一段时间的改进，数据如下：平均值：X=30db标准偏差：S=1db即：X +6 S=36db，由于产品落于±6S的概率是99.9999998%，可以判断出我们目前的产品只有：0.002 PPM的不良品流入用户手中，这就意味这没有不良品，达到了零缺陷。
这就是6 SIGMA的管理水平。
二、 6 sigma 的起源20世纪80年代末至90年代初，摩托罗拉首倡6 Sigma行动，并且通过这一行动将其产品的残次品率从4 Sigma减少到 5.5 Sigma的水平，节约了2.2亿美元。
至今已有相当数量的公司已经通过采用6 Sigma方案获得了惊人的成就，甚至由此在美国已产生了一个专事6 Sigma咨询顾问传播业务的分支行业。
精选6sigma概述培训课件ppt39页gbf
1.统计学的推断手段:明确地说明我们要往哪里走，为了得到应该做什么。sigma的推断是产品及提供服务的过程状态的标准.2. 工具（Tool）的意义:开发，生产，销售，服务之前经过Biz. System， Full Package 化的适用的工具3. 事业战略 : 以全公司立场上达成经营革新的战略来活用确定问题 → 把握现在位置 → 设定目标 → 全公司改进活动→ 测定活动成果/奖惩和管理4. 生活哲学 :在我们做的每件事情上减少误差，减少损失（LOSS），进行改进。 做事情，要有耐心还要明智.
1. 质量和故障成本
* 推断主要产品的该年度的NC率
推断质量指标
*
SVCNC率 (%)
●
●
●
○
☆
‘96
‘97
‘98
2002
革新的 不合格改进活动
‘93
●
Ⅱ. 为什么实行 6σ?
1. 质量和故障成本 2. 质量观念的转变 3. 6σ的特征 4. 先进事例
1. 品质和故障成本
- 重点分析 出现现象
在专家建议下的改进
- 根据控制图 进行管理- 过程 4M管理
把握现象
- 把握现象- 把握频率
根据统计资料分析分析原因因 子的 影响
采取统计分析 的最佳条件
已有
6σ
- 根据计数值的多少进行重点管理- 个别统计工具Tool复杂,难解 所以不适用现代企业
根据计量值的偏差进行重点管理- 用于定性化的过程 连接比较容易做的统计技法 可以使用(Package系统方法)
为什么99%水准的品质不可以? 每小时有2万封的邮件丢失 一天15分钟提供的水是被污染的 一周发生5000次的失误手术 每天在主要航空公司发生2件坠毁事故 每年有200，000件的错误药处方 每月几乎发生7小时的停电4 σ = 99.38%
六西格玛基本统计
统计思想
统计思想是 遵守以下四种根本原则的学习，思考和实践的一种哲学。
所有作业是相互关联的工序的系统
例) 线路板作业过程
原料投入
贴插装
清洗喷胶
所有工序中都存在散布
同样原料
同样生产工艺
可避免原因
发生散布
不可避免原因
同样作业者
同样方法
调查散布和减少散布的活动
减少工序散 布的活动
减少产品质量 散布
统计思想
结论：偏差是自然存在的,被期望的并是统计的基础
统计领域中偏差的处理
统计领域用下列方法处理偏差
➢ 描述型统计--用图表或总结性的数字(中心值,方差,标准偏差) 来描述一系列数据的特征. ➢ 统计推论--当结果的差异可能因为随机偏差或不能归属为随 机偏差时所作的决定。(置信区间和假设检验) ➢ 试验设计(DOE)--收集并分析数据，以估计过程并改变效果.
第三部分
统计概述
统计学基本术语
总体
总体 想要测量对象的全部
参数 用总体的所有数据计算出的数值(如均值, 标准差), 称为总体的参数
参数 • 总体平均值 • 总体标准差
σ x
统计学基本术语
总体
样本 从总体抽出的部分数据
统计量
样本
用样本的所有数据计算出的数值(如均值,
标准差), 称为样本的统计量
统计量 • 样本平均值
六西格玛内训课件 基础统计
基础统计理论
1 统计目的 目录
2 数据分类 3 统计概述 4 基本图表 5 六西格玛度量的种类
第一部分
统计目的
你看到了什么?
你需要整个图片!
数据的重要性
数据是来自观察的,由一个过程所搜集得来的数据可让 我们描绘过程,了解过程,改善过程甚至控制过程.
6σ基础培训
再作业
在库 循环周期加长
准备时间过长 顾客信赖度丧失
决策推迟
财务上无法掌握的损失 (销售额的 15~ 20%)
—8—
对COPQ的贡献
低品质费用
质量和成本
质量成本（Q-COST）
预防成本（P-COST） 质 量 鉴定成本（A-COST） 成 本 损失成本（F-COST） F-COST
5
P P M < LS L P P M > US L P P M To ta l
10
O b se rve d P e rfo rm a nce * 0 .0 0 0 .0 0
15
P P M < LS L P P M > US L P P M To ta l
20
* 1 .7 3 1 .7 3
25
P P M < LS L P P M > US L P P M To ta l
●我们不清楚自己不懂什么 ●如果我们不能把自己知道的用数字表示，那就说 明我们就对那些不很清楚。
●如果我们对自己的工作不清楚，那么我们就对此不
能加以管理。 ●如果我们不能对工作进行真正意义上的管理，那么 我们的工作就有变成一塌糊涂的可能。
—12—
6σ 的品质经营目标
-减少不良（Defect Reduction）
A/P-COST
4
5 6
6水平能够极大地减 少A/P-COST。
QUALITY（质量）
—9—
对COPQ的贡献
“隐藏工厂”
低品质费用
合格
输入
Hidden factory
操作
六西格玛基本知识培训
6s
R&D 6σ
顾客 Needs 调查
QFD 设计 S-1 FMEA
工序 FMEA
QFD 预备 类似 S-2 CTQ 工序
选定 Data 收集
CTQ的 Z值 收集
Z值
CTQ
最适化, 评价
设计 会议
改善
E/S E/S 开发图面 制作 品评会 确定
部品 入库
P/L P/L 补品 P.P P.P 制作 品评会 入库 制作 品评会
3/44
6s
Ⅰ. 什么是6σ?
1. 什么是统计?
6s
◆ 母体和标本
母体
(N=1,000)
标本
(Sample,n)
Sample 10个的测定
(规格 : 100±4)
• 全数检查从时间上、 规格 经济上是不可能的！ 下限
Ⅹ
Ⅹ
Ⅹ ⅩⅩ Ⅹ ⅩⅩⅩⅩ
规格 上限
• 使用Sample的统计變數 （平均值和散布）来
4/44
Ⅰ. 什么是6σ?
6s 2. 6σ的问题解决方向
平均值偏离 Target
T
USL
USL
μ
改善偏移 (平均值移动到 T)
平均值与Target重合
T
USL
USL
μ 散布大,因此脱离规格
T
USL
USL
μ
改善散布 (散布缩小)
5/44
6σ 目标是
工序 中心化
散布 缩小
Ⅰ. 什么是6σ?
6s 3. 6σ的定义
16/44
Ⅰ. 什么是6σ?
8. 6σ的哲学
6s
◆ 对某种现象不能用定数表现 ◆ 这意味着没有正确了解有关它的问题 ◆ ‘不知道’以‘不能管理’表现出来 ◆ 这意味着不能再改善现在的状况
精选6sigma培训-基本统计概念gim
样本的公式
统计学术语和定义
^
^
举例
课堂举例： 计算样本{2, 6, 4 }的方差和标准差首先计算均值： (2 + 6 + 4) / 3 = 12 / 3 = 4
计算平均值、方差和标准差
x
=
x
n
i
i=1
n
平均值 方差 标准差
统计学术语
^
^
^
－
统计学术语和定义
总体 － 全部对象.举例 – 1998年5月在深圳生产的所有的21英寸彩电样本 －代表总体的一个子集数据。举例 - 1998年5月在深圳生产的一百二十台21英寸彩电举例：
这个矩阵代表25个X的总体。画上圆圈的那些是由总体中的六个X组成的样本。
平均值 - 总体或样本的平均值。 用x或来表示样本，用来表示总体。举例：给定一个样本：{1,3,5,4,7 }，平均值就是：
平均值
LSL
曲线从较陡的状态变得越来越平坦
面积和概率
正态曲线与横轴之间的面积等于1，所以曲线下面的面积与缺陷发生的概率相关。
正态分布可以用来将 和 转换为出现缺陷的百分比。
规范上限
出现缺陷的概率= .0643
假设Z = 1.52。1.52之外的正态曲线下部的面积就是出现缺陷的概率。 Z值是工序能力的一种尺度，通常称为“工序的西格马”，不要与过程标准差混淆。
离散数据(也包括属性或类别数据)
地区
亮和不亮
离散数据
离散数据举例：有凹痕的部件数量 通过/未通过申诉决议 产出生产线不合格品数量 及时交货
离散数据需要更多的数据点才能进行有效的分析
请在下面的例子旁，写出它是“连续”还是“离散”
1 销售订单准确度2 数据输入准确度3 销售地区4 使用“合格/不合格”测量仪器得到的孔径5 孔径 6 应答中心对话时间7 制冷氟利昂的重量(克)8 每百万部件中有缺陷部件的数量9 装配线缺陷(ALD)
六西格玛的基本统计概念
六西格玛的基本统计概念1. 引言六西格玛（Six Sigma）是一种以统计学为基础的质量管理方法，旨在通过减少变异性和缺陷来提高组织的绩效。
在六西格玛中，基本统计概念是至关重要的，它们帮助我们理解和分析数据，从而作出准确的决策和改进。
2. 总体和样本在六西格玛中，我们经常关注两个重要的概念：总体（Population）和样本（Sample）。
总体是我们感兴趣的整个数据集，而样本是从总体中随机选择出来的一部分数据。
通过对样本进行统计分析，我们可以推断总体的特性。
中心趋势度量是衡量数据集中心位置的统计指标。
常见的中心趋势度量有均值（Mean）、中位数（Median）、众数（Mode）等。
•均值（Mean）：是一个数据集中所有观测值的总和除以观测数量。
均值能够反映数据集的总体分布情况。
•中位数（Median）：是将数据集按照大小排序后，处于中间位置的观测值。
中位数能够反映数据集的中心位置，相比于均值，中位数对异常值的影响较小。
•众数（Mode）：是数据集中出现频率最高的观测值。
众数常用于描述具有离散值的数据集。
选择合适的中心趋势度量，能够帮助我们更好地理解数据的集中程度和分布情况。
分散程度度量是衡量数据集中观测值的离散程度的统计指标。
常见的分散程度度量有方差（Variance）、标准差（Standard Deviation）和极差（Range）等。
•方差（Variance）：是数据集中每个观测值与均值之差的平方的平均值。
方差越大，数据集的观测值越分散。
•标准差（Standard Deviation）：是方差的正平方根。
标准差是最常用的分散程度度量，它能够告诉我们数据集观测值的平均偏离程度。
•极差（Range）：是数据集中最大观测值和最小观测值的差值。
极差能够提供数据集的范围大小。
通过分散程度度量，我们可以了解数据集观测值的离散程度，有助于判断数据的稳定性。
5. 正态分布和六西格玛原则正态分布（Normal Distribution）在六西格玛中起着重要的作用。
六西格玛的基本统计概念和作用
六西格玛的基本统计概念和作用引言六西格玛（Six Sigma）是一种以数据分析和统计方法为基础的质量管理体系，旨在通过降低过程的变异性来提高产品和服务质量。
六西格玛的核心理念是追求极致的质量水平，将缺陷率控制在每百万次机会中不超过3.4个。
本文将介绍六西格玛的基本统计概念和作用。
基本统计概念平均值在统计学中，平均值是一组数据的总和除以观测次数的结果。
它表示了数据的中心位置。
六西格玛中使用平均值作为性能指标的度量。
标准偏差标准偏差是对数据分布的离散程度的度量。
它度量了数据离平均值的平均差异程度。
在六西格玛中，标准偏差用来估计一组数据的稳定性和可靠性。
概率分布概率分布是对随机变量取值的可能性进行描述的数学函数。
在六西格玛中，常用的概率分布包括正态分布和泊松分布。
这些分布用于建模和分析数据，帮助决策者了解过程的性能和潜在的问题。
测量系统分析测量系统分析是对用于收集和测量数据的测量系统进行评估和改进的过程。
六西格玛需要可靠准确的测量系统来获取准确的数据，从而进行有效的数据分析和问题解决。
六西格玛的作用降低变异性六西格玛的核心目标是降低过程的变异性。
通过分析和改进过程中的各种因素，六西格玛可以帮助组织降低内部和外部因素对产品和服务质量的影响，从而使过程更加稳定和一致。
提高质量性能六西格玛的基础是使用统计工具来分析数据，找到问题的根本原因，并采取相应的措施来解决问题。
通过消除或减少缺陷和错误，六西格玛可以显著提高产品和服务的质量性能，满足客户的需求和期望。
优化业务流程六西格玛注重优化业务流程，通过分析和改进各项业务活动和流程，将无效的步骤和浪费的资源降至最低。
六西格玛可以帮助组织提高工作效率、减少成本，并提供更好的客户体验。
数据驱动决策六西格玛强调数据的重要性，将数据作为决策的依据。
通过数据分析和统计方法，六西格玛可以提供客观的事实和证据，帮助决策者做出准确的决策，避免主观偏见和随意决策。
持续改进六西格玛是一个持续改进的过程。
- 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)。
同类中最好的 一般公司
7
国内航班失事率 (0.43 PPM)
1
1
2
3
4
5
6
s 尺度
概述
21
一个著名的实例—来自 于顾客的驱动
比较一下:
6s
每一百万次航班少于 0.5次的坠机事件 每一百万件行李会遗失 ~35,000-50,000件
3.5s
概述
22
科学 六西格玛 艺术
魔术
六西格玛的方法可以 帮助我们从魔术、艺术走 向科学
概述
23
s
度量 标杆 愿景 哲学 方法 工具 符号 目标 价值
概述
什么是6σ ？
s是希腊字母表里的一个字母。
专业术语 “s” 定义为标准偏差----用来描述特性值相对 于过程平均值的偏离程度。
对于一个商务或制造过程来说 ，
位, 它显示过程的执行情况。 s值越高说明执行情况越好。 通过测量过程的能力来追求零缺陷。这里 把缺陷定义为可能导致客户不满的任何要素。
产品质量和过程能力的衡量指标， 目标是每百万 次机会3.4个缺陷。 ZLT = 4.5 ZST = 6.0
统计工具应用于 定义 – 定义源于客户期望的商业问题。 测量 – 测量现有过程。 分析 – 确定过程的关键因素。 改进 – 优化关键因素。 控制 – 控制关键因素。
概述
26
何谓6σ
它是一种思维方式，一种决策方法。 在需要时所运用的工具或技巧。 – 就好似驾驶汽车。您是否记得您第一次学习并排 停车是多么困难？
它与所涉及的测量独立,并能应用于任何业务过程的提高.
概述
32
对6σ 的总的看法
工具 技术
多年来，存在与多 种工具 （DOE、 SPC） 我们缺少的是
战略规划 严格纪律
管理哲学 组织愿景
质量的观念存在多 年(ISO, Zero defects)
33
概述
6σ 是管理方法上的又一次革命
提 高 顾 客 满 意 度 的 经 营 策 略--------- 关 注 顾 客 需 求
37
什么是6σ ?
关于结果
显著的收入增长 更简洁的过程 - 广泛应用 真正关注客户需求
改进员工满意度
这就是成功的赐予!
概述
38
6σ 方法应用广泛！
6σ 是系统地应用一系列解决问题的工具和方法，它能应用于任何存在缺陷的 情形。
6σ (DMADV/DMAIC) 项目可能是有关 - 制造 - 交易质量(TQ) - 商业质量(CQ)
概述
6
摩托罗拉——6σ 之摇篮
5、1987年1月 启动6σ 战略行动； 里程碑： 1989年 改善产品和服务质量10倍 1991年达到至少100倍的改进 1992年达到6σ 6、必顾客完全满意相关的战略行动： 全面减少周期时间、领导生产和制造、改善利润、参 与管理 7、强有力的教育运动： 组织内的各级别的雇员都得到培训。
概述
4
为什么要6σ ？
6 5 4 3 2 1 0 88.12 89.12 90.12 91.12 92.12 97.12
生 存
Motorola 开展6σ后的结果： 平均每年提高生产率12.3% 由于质量缺陷造成的费用减少84% 运作过程中的失误降低99.7% 平均每年业务利润股价增长17% 节约制造费用超过110亿美元
到1999年度GE 6σ 投入5亿美元,公司获利 高达25亿美元。
25亿美金收益 … 使客户和股东满意
概述
14
采用6σ 管理的公司
1、先驱： 1987年摩托罗拉做为一项战略 2、1989： IBM 3、1991：DEC 4、1993：ABB、柯达、德州仪器 5、1995年以来著名的跨国公司实施六西格马的数量 呈指数增长； 6、1999年，500强名单中有40个公司实施了六个西 格马，其中14个属于名单前100位的公司 世 界 一 流 公 司 的 标 志
概述
15
实施6σ 的趋势
6σ 的推广在大中小企业中有一个强劲的垂直
发展趋势，这一趋势的主要原因是：越来越多 的顾客要求其供应商的性能水平逐步改变：更 短的生产时间、更好的交货准时性和更少的缺 陷。
概述
16
6σ 在ABB—— 成功的秘诀
你不能测量的东西——你就不能改进 1、恒心 2、早期成本削减 3、高层管理承诺 4、自愿基础 5、黑带课程要求 6、专职黑带
6σ 是Motorola成功的秘密武器
概述
5
摩托罗拉——6σ 之摇篮
1、需要——6σ 2、1981年 五年计划 质量改进十倍目标，到1986年： 已投入：22万美元，成本节约达640万美元 3、日本：优于摩托罗拉1000倍 在日本，质量就像是一种宗教，那是一种非同寻常紧 迫感。
4、1986年 六年达到6σ
概述
17
6σ 在ABB—— 成功的秘诀
7、中层经理的积极参与 8、光靠测量不够 9、一个尺度一个数据 10、析因试验
概述
18
6σ 的基础
优良的建筑需要坚固的地基， 6σ 也 是如此。 6σ 的基础是建立在测量尺 度和过程改善的方法基础上的。
概述
19
3s-99.7%的合格率足够了吗
99.7% 好 (3 s )
6σ 普及培训
(ZTE-WB-V1.0)
概述
1
培训内容
6σ 普及培训的内容分为以下四部分： 1、概述 2、基本统计概念 3、6σ 改进模式 4、组织机构和制度
概述
2
6σ 普及培训
第一部分 概述
(ZTE-WB101-V1.0)
2002年三月
概述
3
主要内容
1、为什么需要6σ 2、 6σ 的发展 3、成功经验 4、什么是6σ ？
σ
值与单位产品缺陷、百万机会之缺陷
随着s水平的升高，缺陷水平降低
概述
36
6σ 过程
Y= f (X)
为了得到结果，我们应该把注意力集中在Y还是X上？ Y 取决于其它变量 与客户相关的输出 结果 现象 监视
X1 . . . XN 独立变量 工序的输入 原因 问题 控制
控制X来控制Y
概述
6σ 的各种表现形式
24
什么是 σ ?
目标值 规范极限ChFra biblioteknce of Failure 一些出错的机会
1s 在s符号前面的值越大，出 错的机会就越小 m 3s
1s
Much Less Chance of Failure 很少的出错机会
6s
概述
25 减少偏差是减少缺陷的关键
何谓6σ ？
一种愿景，一种基于数据制定决策的方法，一种 致力于改善客户质量的承诺。
每小时丢失20,000封信 每天15分钟不安全的饮用水 每星期5,000次不正确的外科手术 每天大多数大型机场2次班机不准时
99.99966% 好 (6 s)
每小时丢失7封信 每7个月1分钟不安全的饮用水 每星期1.7次不正确的外科手术 每5年每个机场1次班机不准时 每年68张错误处方 每34年停电1小时
6σ 的工具和技巧将提供更加有效的方式来解决问题及制 定决策。
概述
27
什么是6σ
• GE公司将6σ 作为公司的四项发展战略之一，定义为 “消除产品和工艺过程中的缺陷的工作方法”“6σ 是一个定义、测量、分析、改善和控制每一个公司 产品、流程和交易的质量的数理统计术语，其终级 目标是要真正实现零错误率
s
值---- 是一个度量单
s
(defectsperunit) 其中单位可以是任何形式--一个零件/一块材料/时间 段/距离等 。
在 6
s中，常用的测量指数是单位缺陷数 s
陷的可能性越少。当 s 值增加时，成本下降，工作周期减少， 同时客户满意度提高。
s
值显示了缺陷可能发生的频率。
值越高，过程产生缺
• 依靠检查来发现缺陷 • 认为高质量是昂贵的 • 没有规范的解决问题的方法 • 以竞争对手作为参照基准进行比较
• 使用测量、分析、改进、控制
• 以世界上最好的公司作为参照基准进
行比较
• 认为99%是无法接受的
• 从外部出发定义质量关键点（CTQ）
• 认为99%已经足够好
• 从自身内部出发定义质量关键点 （CTQ）
6σ -世 界 一 流 公 司 的 工 作 方 式
概述
34
6σ 理念
3σ 公司：
• 质量成本耗费15-25% 的销售额
6σ 公司:
• 质量成本耗费5% 的销售额 • 每百万次机会产生3.4个缺陷 • 依靠有能力的工序防止缺陷产生 • 知道高质量制造商就是低成本制造商
• 每百万次机会产生66,807个缺陷
概述
7
摩托罗拉——6σ 之摇篮
1998年，摩托罗拉年度报告：我们最终的商业目标 是业绩卓越。。。今天我们正在拓宽并整合对质量的 追求。过去的十年中，六西格马质量过程为我们取得 的大部分进展提供了基础。在我们公司它仍然是一项 基本行动，同时它也得到其他好公司的采用。
概述
8
6σ 管理法在GE的应用
1995~1996 主题--生产力 重点--核心业务 目标--生产率和资产利用率 1997 主题--产品设计 重点--新产品设计 目标--全球范围内领先
• 许多公司 (Motorola, Allied Signal，GE ) 都通过 6σ 显著地提高了质量水平 /客户满意度/生产效率
商业质量项目以极其贴近客户或消费者的过程为中心，如： - 收款和订单处理过程 - 维修服务安排 - 推销刊物分发给零售商店 - 产品发运到分销中心
6σ 项目将DMADV 和DMAIC 中的工具应用于生产