6σ普及型培训教材-B1

null目录目录什么是6 , 6 的目的 6  的实质 过程和 如何开始实施6  客户仪表盘 加速变革 6 实施过程 定义阶段 测量阶段 分析阶段 改进阶段 控制阶段为什么要选择6  6 方法、理念（催化剂） 1）已证明有效 Motorola摩托罗拉 (1987) Texas Instruments 德州仪器 (1988) Asea Brown Boveri ABB (1993) Allied Signal 联信 (1993) GE通用电器公司（1995） 2）用数据说话，是一套完整的、 科学的方法和工具 从企业外部环境 （动力） 客户的要求越来越高（交付、质量、价格、交流） 市场竞争日益激烈（WTO、大集团战略等） 国际局势尚不稳定（需要质量可靠的军工产品）从企业内部需求（核力） 企业需要凝聚力---建立企业的文化 我们存在差距，需要可实现快速提高的方法 企业需要高质量的产品 企业需要降低成本 市场竞争为什么要选择6 什么是6 ， 6 的目的 一个以客户为焦点，数据为策动的领导策略什么是6σ什么是6σ6σ是运用统计数据测算产品接近质量目标的程度 6σ是质量目标 6σ是基于统计学原理的工具和方法 “σ ” 用来说明过程的分布或离散程度。该符号代表该过程的偏差。 “ ”本身的值越高代表过程的离散程度越大，过程越不稳定 “σ 水平”是一个尺度，来说明一项业务或加工过程运行的程度--测量过程的能力，实现无缺陷过程。 水平高，说明过程出现缺陷的机会少，或缺陷不易产生。 6σ意味着每百万次机会中，出现错误的机会3.4次 “6σ ” 是一种哲学方法，目的在于提高所有业务和加工过程的 水平。 6σ 的目的是减少缺陷 --- 降低成本，减少周期，提高用户的满意程度，并提高利润幅度.什么是6 ， 6 的目的 目标、工具和方法6σ直接结果销售成本销售 能力 质量 需求 名誉 市场份额 用户的热情 报废 & 返工 周期 低效率 材料成本 保证成本 支持成本6σ直接结果什么是6 ， 6 的目的 降低成本6σ代表了很多含义 6σ代表了很多含义 期望 比较 哲学 方法 价值 数据 目标 工具 2 308,537 3 66,807 4 6,210 5 233 6 3.4Sigma DPMO我们的目标－－百万缺陷数什么是6 ， 6 的目的 以前的行为观念以前的行为观念短期的结果什么是6 ， 6 的目的 实际的例子:拼写 一本书里每页有170个错误的单词 一本书里每页有25个错误的单词 一本书里每页有1.5个错误的单词 30页（大约一章）有1个错误的单词 一个百科全书里有1个错误的单词 1个小的图书馆里所有的书有一个错误的单词 1  30.2% 2  69.1% 3  93.32% 4  99.38% 5  99.98% 6  99.99966%实际的例子:什么是6 ， 6 的目的 运动员的行为观念: 一个守门员每年进行50场比赛，每次面对40次射球. 一个缺陷即指对方得分时. 6s 的守门员即147年有一次失误一个羽毛球运动员每年进行50场比赛，每次接对方 球300次。 一个缺陷指未接住对方的球 6s羽毛球运动员即19.6年有一次未接住对 方的球 运动员的行为观念:什么是6 ， 6 的目的 6σ过程 :假设一台发动机有：2000个零件组成 每个零件平均有30道工序 每道工序平均形成10个特性每台发动机出现缺陷的机会为： 10 X 30 X 2000 = 6000003σ过程能力 = 40084缺陷 6σ过程能力 = 2缺陷6σ过程 : 什么是6 ， 6 的目的 6  的常用语6  的常用语质量 关键质量特性 缺陷 过程 过程能力用户满意 满足用户主要需求的特性 没能满足用户需求的 步骤顺序 ---针对变量 过程所能提供 6  质量和生产是不能分开的什么是6 ， 6 的目的 nullSix Sigma 一个以客户为焦点， 以数据为策动的领导策略 它可用于任何一个过程什么是6 ， 6 的目的 过程控制的实质缺陷6s方法即确定过程的问题所在，并把它控制住准确和精确精确准确过程控制的实质 6 的实质 问题的性质问题的性质不准变差合格过程中移减少离散问题的统计表示LSL = 下限 USL = 上限 6 的实质 null如何定义质量?指标界限客户导向观点也称Taguchi 损失函数失去机会，美元通常, 我们将要求定为目标点.现在我们要集中在目标上，任何与目标的偏离都视为损失.确定必须的改进以满足你的客户确定必须的改进以满足你的客户 6 的实质 6σ的焦点6σ的焦点Y 不独立的 输出 影响 症状 监督 在确定Y时有许多X。为了满意地得到Y，哪一个X是最重要的?X1 . . . XN 独立的 输入- 原因 问题 控制 为了达到结果，我们应该集中精力在Y还是X上 ?过程输入输出 6 的实质 例子Y = f(X1, X2, X3, X4) 哪一个X是影响Y变量最重要的? 例子 6 的实质 例子（续）Y = f(X1, X2, X3, X4) 哪一个X是最主要影响Y的变化量? X4 是影响总高度的最大的因素，但是X2实际上是影响变量最多的。 (不收集数据，你就无法说明.)例子（续） 6 的实质 Six Sigma 一个以过程控制为根本， 以数据为策动的领导策略 它可用于任何一个过程Six Sigma 一个以过程控制为根本， 以数据为策动的领导策略 它可用于任何一个过程 6 的实质 6  的成功 …要求观念的改变6  的成功 …要求观念的改变检验和修改产品，使其完美改变过程，使其制造完美6 从到我们擅长于此!我们需要这样做!改变需要从每一位领导者、员工去集中精力… 6  提供使用的方法和工具 6 的实质 差的质量的真实成本差的质量的真实成本差质量不可见的成本占销售的 25-35%可见的质量成本占销售的 4-6% 检验 保修 报废 返工 退货有形的-可测量的成本无形的 -- 很难或不可能测量 更多的安装 简化 销售损失 晚交付失去用户的信任 较长的生产周期 工程部门更改订单有许多机会仍在下面 6 的实质 6σ过程5个阶段: 定义 确定问题和范围 测量 把现有的问题量化 分析 找出问题的原因 改进 改正问题 控制 保证问题不再发生 解决问题的关键是团队工作!过程本身是简单的，但是在它后面隐藏着更多的东西.6σ过程 过程和方法 方法按步骤进行 -- 不要“先读结果”，就想知道它是怎样结束的---实际问题 根据数据和统计结果来做决定 -- 不要凭猜测---统计问题 利用有层次、合乎逻辑的方法，快速找出问题的根源---统计方法 固定该方法---实际方法--固化过程方法是结果的关键方法 过程和方法 主要心得主要心得 由顾客开始 使用规范化的改进方法 一切以数据为基础 培养能力强的领导层 提供给我们相同的团队焦点和语言 取得业务结果Six Sigma . . . 一种思考方式 . . . 一种工作方式 过程和方法 Six Sigma的与众不同Six Sigma的与众不同传统质量活动 内部策动 关注输出 纠正缺陷 关注生产现场 改进质量 向后看 专心于产品 着重理论和人员 6σ 由顾客策动 关注过程 防止缺陷 关注整个业务流程 改进底线 向前看 专心于关键质量指标 着重方法和数据 过程和方法 Six Sigma 一个 挖 掘 最 佳 潜 能、 降低 成 本 的 有 效 方 法 并用数据证实的领导策略Six Sigma 一个 挖 掘 最 佳 潜 能、 降低 成 本 的 有 效 方 法 并用数据证实的领导策略 过程和方法 谁来实施6s?谁来实施6s?小组成员: 接受具体的 6s培训的人员，并支持他们负责范围的项目领导（Champions） 经过全面培训的业务领导，在业务的重要领域内领导6s的开展黑带 (BB): 经过全面培训的 6s 专家，来领导改进项目小组在业务范围内进行项目，辅导绿带绿带: 经过全面培训的人员，把6 s技术应用到工作中，以提高工作质量 黑带大师 (MBB): 经过全面培训的质量领导，负责6s的战略、培训、辅导、展开和结果黑带大师和黑带在推广6σ初期起着关键的领导作用 所有的角色、每一位员工都是过程的控制者和监督者，并且是长期控制的关键 过程和方法 如何开始实施 Six Sigma 如何开始实施 Six Sigma 6σ实施如何听取客户的声音?什么是 仪表盘? 是收集和报告重要客户要求及我们对他们 服务能力的工具 如何运用 仪表盘? 专门的客户业务组与各客户一道 建立仪表盘， 确定改进尺度，并反馈给客户为什么 仪表盘 很重要? 对客户来说，仪表盘 指出我们的产品和 服务什么是最重要的，并告诉我们应将努力改进的方向和6Sigma 项目集中在什么地方。 仪表盘 是我们听取和响应客户意见的方法 . . . 它提供了我们需重点改进的指标6σ实施-客户仪表盘如何听取客户的声音?变革的实施加速 (文化战略)质量 (技术战略)积极转变到关注客户 需求(目标）?变革的实施6σ实施-加速变革用文化变革工具来弥补技术策略的不足以实现变革运动实施变革Q x A = E质量加速实施变革6σ实施-加速变革效益变革的一个模型领导的改变对系统和结构进行变革当前的状态转变中的状态改进的状态营造一个共同的需求形成一个愿景调动所有人的承诺对过程进行监控使变革持久化变革的一个模型6σ实施-加速变革变革过程领导变革: 要有一个发起变革的领导者 变革系统和结构 确保使用管理手段来补充和加强变革。 营造一个共同的需求 无论是因为受到威胁还是因为有新的机遇，变革的原因应该灌输在组织内部，并通过数据、示范、要求或诊断来被共同分享。 变革的要求必须要超过它的抵抗。 形成一个愿景: 变革所期望的结果应是清楚、合理、被广泛认识和共同享有的。 动员承诺: 需要有来自主要厉害关系人的强大的承诺，来向变革投资，使其能够工作，并要求得到并接受管理层的关注。 变革持久化： 一旦变革开始，它会保持下去，开花结果并且所学知识将在整个组织中流转。 过程控制： 过程真实，工作标准已经设立并得以实现；为保证可计量性设立了相应的指标。变革过程6σ实施-加速变革群策群力的过程定义问题头脑风暴 问题/障碍分类 问题/障碍 为各种类别命名 按优先次序对各种类别排序210916投票 头脑风暴 可能的 解决办法 评估 可能的 解决办法好处容易执行发展 行动计划 分享 行动计划 行动计划开始程序, 介绍, 角色等 任务群策群力的过程6σ实施-加速变革成功的加速变革会议的要点成功的加速变革会议的要点每个人都参与 没有任何主意是不好的 关注任务；避免闲聊 对事不对人 对于会议的结果达成共识 所有的参与者都应该开诚布公的进行谈话 认真的相互倾听是至关重要的6σ实施-加速变革null6σ的实施过程6σ实施过程6 Sigma 项 目 运 作 过 程 定 义 测 量 分 析 改 进或 设计 控 制或 验证 数 据 说 话DMAIC 或 DMADV6σ实施过程6 Sigma 项 目 运 作 过 程定义阶段针对过程中出现的无法更好的满足客户需求的主要问题，选择、确定项目，以实现对过程的改进6σ实施过程-定义阶段定义阶段项目摘要* Annualized OM impact.计划/实际开始日期：项目组长：项目黑带：计划完成日期： 6σ实施过程-定义阶段项目摘要如何选择项目客户的声音---质量功能展开关键质量特性存在的问题---仪表盘借鉴/推广有成效的项目6σ实施过程-定义阶段如何选择项目什么是质量功能展开（QFD）？质量功能展开是一种明确客户重要期望，并确定如何达到客户重要期望的工具。客户的需求 如何实现客户需求 客户需求的重要程度关系矩阵计算出实现需求的重要步骤6σ实施过程-定义阶段什么是质量功能展开（QFD）？QFD练习客户需求与如何实现客户需求间的相互关系： 相关性特强：9分 相关性强：7 相关性中等：5分 相关性弱：3分 相关性很弱：1分 无相关性：- 客户需求的重要程度： 非常重要：7 重要：5 一般：3 不重要：1 关于沏茶的过程（头脑风暴、团队精神共同找出满足客户需求的重要环节)6σ实施过程-定义阶段QFD练习过程流程图用途: 当一个组开展大而复杂的和没有很好定界的项目时，该工具比简单分析要复杂，但很有价值。当不清楚谁给项目提供重要的输入、何时项目产出和项目的客户对这些产出有何要求时，该工具显 的特别有用. 6σ实施过程-定义阶段过程流程图主要的过程图类型关系图 关系图用来表现主要的业务职能、在何处、进入和流出的产品和信息是什么，形式多样主要用来大致描述一个机构。 商务过程图 特别用以表示谁、做什么、什么时间. 这些是进行过程管理所需的图。 特定的过程分析图 有许多种特定的过程分析图,包括时间线、成本线、增值时 间等. 6σ实施过程-定义阶段主要的过程图类型过程图技巧所用符号传输标准选项6σ实施过程-定义阶段过程图技巧过程图技巧 - 创建过程图1) 把小组召集起来 - 邀请有关专家和从事具体工作的人 2) 定义并对过程的主要功能统一意见 3) 列出所有过程参与者 - 部门, 经理们,和承担工作的人. 提示 - 在 “万事帖”上 写下注释并将其订在板上. 4) 对过程的客户取得一致认识 5) 确定开始和结束的步骤 6) 对过程步骤群策群力 - 在此时不必讨论过程的详细步骤 提示 - 在“万事帖” 注上并将其订在板上 7) 全组过程步骤与左边过程负责人水平相连 提示 - 仅需将 “万事帖”上注解移向每个人直到每人都同意 8) 同意过程步骤中的时间线次序并用箭头相连 9) 验证过程图 10) 起始分析 - 找出重复工作环路, 非增值步骤, 和关键路径6σ实施过程-定义阶段过程图技巧 - 创建过程图研究每步是否增值增值 客户愿意付钱换取的 使产品更好的变换 使得对客户更有价值的 使产品与众不同的 使之更理想的不增值 客户并不关心的 增加成本但没有明显价值 浪废 - 解决投诉 - 重复 - 要求... - 太多的会议 - 学习 - 报告 - 附加的运动 - 搜索 - 等待 - 排队等候的纸面工作 - 多余的签字 - 不必要的签字 6σ实施过程-定义阶段研究每步是否增值过程改进和重新设计步骤更加合理有序，所有过程测量都有意义 找出和取消不必要的传递,、审批,、多余过程交接.6σ实施过程-定义阶段过程改进和重新设计过程图练习：小组作一个订做家具（衣柜）的流程图测量阶段了解如何使用数据测量现有过程所具备的能力： 制造过程的能力 测量系统的能力输入输出过程过程的单位是什么？6σ实施过程-测量阶段测量阶段数据类型：离散数据： 缺陷数据---针对一个单位，分辨为有缺陷的和无缺陷的 缺陷数数据---针对一个单位，可以数出具体的缺陷数连续数据：针对一个单位，可以测量出具体数值练习： 1 零件经荧光检查后发现缺陷 2一个零件经荧光检查后发现有10处缺陷 3一个零件经荧光检查后发现10处缺陷，缺陷面积为1毫米6σ实施过程-测量阶段数据类型： 质量工具以图的形式显示数据 一 幅好的图画胜过上千个文字 ! 利用数据列作图 显示平均值，偏差 趋势的相互关系 与组内成员和领导交流678.78-678.69 678.690 678.700 678.728 678.710 678.778 678.708 678.728 678.708 678.728 678.758 678.728 678.750 678.740 678.728 678.748 678.748 678.778 678.758 678.758 678.748 678.758 678.715 678.728 678.765 678.725 678.728 678.728 678.758 678.748 678.747 678.690 678.728序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 326σ实施过程-测量阶段 质量工具以图的形式显示数据质量工具 时间系列图 目 的: 按 时 间 顺 序 排列 数 据 为 什 么: 跟 踪 过 程 特 性 , 发 现 趋 势, 评 价 变 异 或 辩 别 过 程 的 变 化 建 立 历 史 的 基 准 用 以 比 较 过 程 的 改 进6σ实施过程-测量阶段 时间系列图 运 行 图 目 的: 按时间顺序显示数据 ( 类 似时 间 系 列 图 )显示均值及其它时间系列 的统计值 可以将数据进行再分组以进行 评估 32个点的均值 6σ实施过程-测量阶段 运 行 图 盒 线 图 目 的: 观看数据分布的不同 图上比较多个过程或分组 原 因: 直观比较较大的分组 (多于9点)6σ实施过程-测量阶段 盒 线 图 直 方 图 目 的: 显示集中趋 势 , 偏 移 和 过 程 分 布 原 因: 按 数 据出 现 的频 率 归 类 数 据 能 图 上比 较两 个 或 多 个 过 程 6σ实施过程-测量阶段 直 方 图 能 力 分 析 目 的: 产 生直 方 图 可 重 叠 显 示 正 态 能 力 曲 线 显 示 已 有 的 上 下 界 限 和 目 标 值 计 算平 均 值， 标 准 方差 和 其 它 过 程 参 数 可 以 将 数 据 进 一 步 细 分 组 Long Term6σ实施过程-测量阶段 能 力 分 析鱼 刺 图 （因 果 图） 目 的: 针 对 特 定 的 结 果 辩 别 主 要 的 原因 显 示 和 总 结 所 学 知 识 和 过 程 的 问 题 将 可 能 的 原因 分 类 显 示原 因 之 间 的 关 系 原 因: 挑 选 主 要 的原 因 来 调 查 6σ实施过程-测量阶段鱼 刺 图 （因 果 图） 传 统 的因果图 分 类 机 器 设 备 方 法 工 作 怎 样 完 成 材 料 原 件 或 原 材 料 人 力 资 源 人 的 因 素 测 量 校 量 及 收 集 数 据 方 针 高 层 决 策 的 规 则 程 序 任 务 的 步 骤 设 备 设 备 和 空 间 人 人 的 因 素 服 务 过 程: 生 产 过 程: 环 境 厂 房, 后 勤 支 援 和 空 间 的 增 加 没 有 完 美 的 分 类 6σ实施过程-测量阶段 传 统 的因果图 分 类 帕 拉 图 目 的: 比 较 不 同 原 因 出 现 的 频 率 及 其 对 组 织 的 影 响 帕 拉 图 原 理 : 20% 的 原 因 造 成 80% 的 问 题 原 因: 排 列 出 数 据 的 先 后 并 找 到 重 要 的 能 够 改 进 过 程 的 因 01345 -0.0 7.7 23.1 30.8 38.5100.0100.0 92.3 69.2 38.51050100806040200DefectCountPercentCum %百分比数量 6σ实施过程-测量阶段 帕 拉 图 散 射 图 目 的: 评 价 两 个 原 因 之 间 的 关 系 直 线 的 和 数 据 群 之 间 的 紧 密 程 度 表 示 他 们 相 关 的 强 度 原 因: 证 实 两 个 变 量 之 间 相 关 的 理 论6σ实施过程-测量阶段 散 射 图X 和 Y 相 关 的 散 射 图强的正相关性无相关性可能的正相关性X强的负相关性6σ实施过程-测量阶段X 和 Y 相 关 的 散 射 图可能的负相关性 质 量 工 具 小 结 一 张 好 图 胜 过 上 千 个 文 字 我 该 用 哪 个 工 具 呢 ？ 都 用 让 数 据 自 已 说 话 选 择 最 适 合 你 的 情 况 的 图 为 清 楚 起 见 给 图 加 注 解 标 题 轴 标 和 单 位 时 间 特 殊 的 因, 事 件 和 注 解 表 明 什 么 发 生 了，什 么 未 发 生 6σ实施过程-测量阶段 质 量 工 具 小 结 如何计算σ水平？Z值USLLSLP(d)1P(d)2P(d)= P(d)1+ P(d)2查Z表Z值查Z表查Z表6σ实施过程-测量阶段如何计算σ水平？连续数据：σ水平null举例： 针对测量特性, 平均值是 25.00,标准方差是2.00. 当USL是28，LSL是24 时找 Z 值, 公式是: 查Z表查Z表P（d)1=0.066807P（d)2=0.308538P(d)=P(d)1+P(d)2=0.375345查Z表Z=0.32null离散数据：缺陷数据： FTY（一次合格率）=合格产品数/产品总数 P(d)=1-FTY 缺陷数数据： DPU=缺陷产品总的缺陷数/产品总数 查Z表Z值P(d)=1-FTY 查Z表Z值null缺陷数据 FTY 是 利 用 缺陷数 描 述 过 程 能 力 的 举 例: 王红 正 在 做 一 个 关 于 生产报表 的 绿带 项 目 ， 她 正 在 审 查 100 张 表 并 得 出 如 下 结 论 :F F P F F F F P P F P F F F F P P F F F F F P F P F F F P F F F F P F F F F P F F P P F P F F F F F P F F P F F P F P P F F P F P F F P F F F F P F P P F P P F F F F P P P F P F F F P F F F P F F P F 这 些 报表 的 FTY 是 34/100 或 34%. 她将表中只要有一处缺陷即为不合格. 如果情况如此, 在100 张 表中她 有 66个缺 陷 . P(d) = 66 / 100=0.66 查Z表： Z= -0.4注：“ F” 为不合格； “P”为合格null 缺 陷 数 数 据例 如: 假 如 取 而 代 之 只 需 知 道 文 件 是 否 正 确 , 王红 还可 以 得 出 每 个 报 表 中 的 错 误 数 . 她 审 查 她 的100 张 表 而 且 得 出 下 列 缺 陷 数 :王红 从100 份文件中发现了93个缺陷 . (注意: 只计录未通过的文件数作为缺陷的办法误差有多大啊! ) dpu = 93/100=0.93 对 于 这 些 数 据 DPU 的 平 均 值 是 0.93 查Z表：Z= -0.25Average dpuDPU 是 用 缺 陷 数 量 描 述 过 程 能 力 的 2 2 0 1 2 1 1 0 0 1 0 1 1 1 1 0 0 1 1 1 1 1 0 1 0 1 3 1 0 1 1 1 1 0 2 3 3 1 0 1 1 0 0 1 0 1 1 1 1 1 0 1 2 0 1 1 0 1 0 0 1 1 0 2 0 1 1 0 2 5 1 2 0 3 0 0 1 0 0 2 3 1 1 0 0 0 1 0 2 1 2 0 1 1 2 0 2 1 0 1 = 0.39455 P(d)=1-FTY=0.60545null6σ实施过程-测量阶段null6σ实施过程-测量阶段 传统的测量方法 Cp与Cpk 现 实 生 活 中 的 Cp 传统的测量方法 Cp与Cpk 现 实 生 活 中 的 Cp试 想 在 你 的 车 库 停 车, 如 果 车 库 的 门 开 得 比 汽 车 的 宽 度 大, 车 就 可 以 停 进 车 库, 车 库 越 宽, 越 容 易 停 车。 如 果 门 开 的 宽 度 是 汽 车 宽 度 的 两 倍 则Cp 值就 是 2。Cp 是 公 差 宽 度 与 过 程 宽 度 的 比 值, 越 大 越 好上公差 下公差 汽 车 总 能 进 去 么？ 汽 车 总 能 进 去 么？有 时 既 使 有 足 够 的 地 方 汽 车 并 不 总 是 可 以 进 去 的 . 从 离 散 的 观 点 考 虑 汽 车 是 可 以 进 去 的， 但 事 实 上 它 进 不 去。 我 们 将 任 务 分 成 了 两 部 分 ， 我 们 比较 标 准 误 差 或 半 个 过 程 三 倍 的 距 离 Cp 和 Cpk 之 间 的 关 系 Cp 和 Cpk 之 间 的 关 系Lower Spec (LSL) LimitUpper Spec Limit (USL) 测量系统分析（Gage R&R)测具的可重复性和可再现性寻 找 测 量 过 程 中引 起 变 异 的 原 因 针对 离 散 数 据和 连 续 数 据 评价不 同 的 测 量系 统 分 析 方 法 6σ实施过程-测量阶段 测量系统分析 对 输 出 Y 的 测 量 程 度如 何 ?测 量 不 是 绝 对 的， 它 是 测 量 过 程 的 输 出。象 其 它 过 程 一样 这 种 输 出 是 受 因 变 量 影 响 的 测 量 过 程 的 一 系 列 输 出。 测 量 系 统 分 析 提 供 系 统 的 方 法 决 定 整 个 过 程 因 测 量 系 统 本 身 而 引 起 的 变 化。 测 量 系 统 分 析 必 须 是 项 目 中 的 一 个 重 要 因 变 量 x6σ实施过程-测量阶段 对 输 出 Y 的 测 量 程 度如 何 ? 测 量 某 一 过 程: 测 量 系 统 所 收 集 到 的 所 有 过 程 数 据 也 会 因 测 量 系 统 不 同 而 不 同 过 程 输 入 输 出 观 察 测 量 数 据6σ实施过程-测量阶段 测 量 某 一 过 程: 重 要 问 题 测 量 的 错 误 有 多 大 ( 即 测 量 误 差)? 产 生 测 量 错 误/误 差 的 原 因 有 哪 些？ 测 量 系 统 随 时 间 变 化 稳 定 吗? 测 量 过 程 是 否 使 用 了 足 够 小 的 能 正 确 地 反 映 误 差 情 况 的 测 量 单 位？ 测 量 准 确 吗？ 我 们 能 看 到 过 程 的 改 进 或 退 步 吗？ 如 果 可 以 何 时 可 以 看 到? 怎 样 改 进 测 量 系 统?6σ实施过程-测量阶段 重 要 问 题 连续数据测量系统分析 生 产 误 差 ( 实 际 误 差 ) 测 量 误 差 全 部 误 差 ( 观 察 误 差 ) 是否测 量 系 统 的 误 差 ( 离 散) 太 大 而 不 适 用 于 研 究 当 前 过 程 的 误 差 水 平 ?+= 真 正 项 目 开 始 以 前 是 否 应 停 止 并 纠 正 测 量 系 统？6σ实施过程-测量阶段 连续数据测量系统分析Gage R&R - 可 重 复 性 如 果 教 师 给 学 生 的 论 文 打 五 次 分 会 怎 样 呢？ 教 师 不 喜 欢 每 一 次 给 学 生 的 论 文 打 同 样 的 分: 81% 83% 83% 81% 82% 70 80 90 100 % 我 们 称 这 为 测 量 的 可 重 复 性6σ实施过程-测量阶段Gage R&R - 可 重 复 性Gage R&R - 再现性 如 果 第 二 位 教 师 给 同 一 群 学 生 的 论 文 又 打 分 五 次 会 怎 样 呢？ 第 二 位 教 师 与 第 一 位 教 师一 样 不 喜 欢 每 一 次 打 分 一 样 85% 87% 86% 82% 85% 这 个 结 果 也 是 在 评 价 可 重 复 性 但 如 果 两 位 教 师 的 结 果 是 可 比 的 则 我 们 可 以 评 价 其 再 现 性6σ实施过程-测量阶段Gage R&R - 再现性 测 量 系 统 误 差 是 怎 样 歪 曲 过 程 能 力 的？ 测 量 系 统 误 差 越 大，观 察 值 距 真 值 的 离 散 程 度 就 越 大6σ实施过程-测量阶段 测 量 系 统 误 差 是 怎 样 歪 曲 过 程 能 力 的？ 测量系统误差是怎样引发错误结论的风 险＝ 接受了超 出 控 制 限 的零件 质 量 问 题风 险 = 拒绝了控 制限 以 内的零件 成 本问 题 测 量 分 布可 能 错 误 拒绝 零 件 控 制限 范 围 内 零 件 的 真 值LSL-4-3-2-101234 超 出 控 制 限 零 件 的 真 值 LSL-4-3-2-101234可能错 误 接收零 件 过 程 分 布6σ实施过程-测量阶段 测量系统误差是怎样引发错误结论的 测 量 系 统 误 差 Gage R & R 即 重复 性 和 再 现 性 的 结 合 测 量 的 重 复 性 和 再 现 性 的 程 度%Gage R&R 是 下 列 比 值: (99% CI 的测具变量) x 100 = %Gage R&R 总公差 6σ实施过程-测量阶段 测 量 系 统 误 差选择测具时，测具的精度通常为工差的十分之一Gage R & RGage R&R (ANOVA) for measureGage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 3.72E-05 1.74 Repeatability 3.72E-05 1.74 Reproducibility 0.00E+00 0.00 Operator 0.00E+00 0.00 Part-To-Part 2.10E-03 98.26 Total Variation 2.14E-03 100.00 StdDev Study Var %Study Var %Tolerance Source (SD) (5.15*SD) (%SV) (SV/Toler) Total Gage R&R 6.10E-03 0.031401 13.18 12.56 Repeatability 6.10E-03 0.031401 13.18 12.56 Reproducibility 0.00E+00 0.000000 0.00 0.00 Operator 0.00E+00 0.000000 0.00 0.00 Part-To-Part 4.58E-02 0.236090 99.13 94.44 Total Variation 4.62E-02 0.238169 100.00 95.27 Number of Distinct Categories = 11 6σ实施过程-测量阶段Gage R & RGage R & R 小 结 上 控 制 限 下 控 制 限 总的公差 总 测 量 误 差 测 量 重 复 性 加 再 生 性 低 于 10% 可 接 受 10-30% 灰 色 区 域 接 受 与 否 取 决 于 重 要 程 度 及 影 响 高 于 30% 调 查 改 进 的 需 要 测 量 R&R 的 百 分 比 即 生 产 变 量 的 总 公 差 因 测 量 系 统 而 消 耗 掉 的 部 分 简 单 原 理 即 测 量 误 差 占 规 范 的 百 分 比 6σ实施过程-测量阶段Gage R & R 小 结 重 复 性 和 再 现 性 如 果 重 复 性 远 远 大 于 再 生 性 , 则 检 查 工 具 的 维 护 状 况 读 取 数 据 时 测 具 的 定 位 零 件 偏 差 过 大 如 果 再 生 性 远 远 大 于 重 复 性 , 则 检 查 操 作 者 的 培 训 测 具 的 校 验 夹 具 重 复 性 和 再 现 性 ... 它 们 之 间 的 关 系 也 是 很 有 意 义 的 nullGage R&R运作规则 1。检测10个零件 2。三个检测者 3。每个检测者针对每个零件检测检测三次Gage R & R 练习：小组选出2个人检查10个钉子的长度 每人检查二遍6σ实施过程-测量阶段Gage R & R 练习： 离 散 测 量 系 统 评 估 三 个 最 通 用 和 直 接 的 评 估 离 散 测 量 过 程 的 方 法 是： “专家”再 评 估 (知道实际情况) 只 调 查 准 确 性 并 报 告 正 确 决 定 的 百 分 比, 循 环 研 究 (知道实际情况) 调 查 准 确 性 和 操 作 者 之 间 操 作 的 一 致 性 (精 确〕 检 查 共 同 点 (不知道实际情况) 当 不 知 道 真 实 情 况 时 寻 找 操 作 者 的 可 重 复 性 和 操 作 者 之 间 的 再 生 性Gage R & R≥90%操作定义要明确6σ实施过程-测量阶段 离 散 测 量 系 统 评 估 离 散 数 据 MSA 小 结 离 散 数 据 MSA 小 结操 作 定 义 在 保 证 离 散 测 量 系 统 质 量 中 起 着 十 分 重 要 的 作 用 清 晰 的 操 作 定 义 能 为 决 策 提 供 清 晰 的 基 本 情 况 专 家 再 评 估 只 评 估 操 作 者 的 准 确 性 , 不 能 比 较 操 作 者 之 间 情 况 循 环 研 究 可 以 评 估 操 作 者 自 己 的 准 确 性 和 操 作 者 之 间 的 再 生 性 , 但 是 需 要 对 干 扰 进 行 更 多 的 研 究 共 同 点 研 究 评 估 操 作 者 自 己 的 重 复 性 及 操 作 者 之 间 的 再 生 性 , 但 不 准 确 ( 不 知 道 真 实 情 况) 离 散 MSA 的 目 的 是 获 得 90％ 或 以 上 的 重 复 性 与 再 生 性分析阶段 用图形和统计方法寻找变化的原因. 利用团队成员对过程的知识和对历史数据的分析. 要积极主动地寻找变化原因和数据 最大限度地利用比对吸收和借鉴其它经验和成果在6 Sigma 中的分析阶段就是用有关方法找出影响驱动Y变化的少数至关重要的Xs 6σ实施过程-分析阶段分析阶段假 设 试 验 假 设 试 验 可 以 帮 助 决 定 是 否 两 个 样 品 之 间 的 差 别 是 : 统 计 上 重 要 或 由 于 偶 然 原 因 或 正 常 误 差 6σ实施过程-分析阶段假 设 试 验你 的 钻 床 使 用 六 个 月 后 过 程 变 了 吗 ? 床 子 新 时 收 集 的 数 据 使 用 六 个 月 后 最 新 收 集 的 数 据 有 时 我 们 不 能 直 观 决 定 是 否 平 均 值 有 差 别 , 所 以 必 须 猜 测 我 们 做 出 假 设 试 验 以 客 观 地 决 定 是 否 有 误 差 存 在 在 这 种 情 况 下 每 人 做 出 的 决 策 是 相 同 的 . .: .: .:: :: : :: .:: ..:::.:: : . .: . :.:: :::::::::::::::..:.:.: .. +---------+---------+---------+---------+---------+------- . : : : . : . . .: : : : :: : : : : .. : .: :: :.::. :::.:::: : :. .: : :: .:::::::.::::: ::::::::::: ::.::: :: .::: . . ::::::::::::::::::::::::::::::::::::::.:::: : +---------+---------+---------+---------+---------+------- 0.0000 0.0050 0.0100 0.0150 0.0200 0.0250 6σ实施过程-分析阶段你 的 钻 床 使 用 六 个 月 后 过 程 变 了 吗 ?平 均 值 假 设 试 验 假 设 试 验 允许 我 们 将 差 别 量 化 6σ实施过程-分析阶段平 均 值 假 设 试 验 6σ实施过程-分析阶段不 同 类 型 的 假 设 试 验5% p-value 规 则 定 死 了 吗 ?没 有, p-value 只 是 定 量 化 你 错 误 决 策 的 风 险， 最 终 的 决 策 还 得 你 自 己 做 如 果 对 过 程 改 变 确 实 不 贵 p-value 为10 也 许 都 可 以 如 果 过 程 改 变 很 贵 ( 或 有 安 全 问 题), 也 许 p-value 应 更 小6σ实施过程-分析阶段5% p-value 规 则 定 死 了 吗 ? 回 归 学 习 的 目 的针 对 给 定 的 X 定 义 线 性 方 程 预 测 Y 通 过 量 化 因 X 或 X所引 起 的 误 差 来 评 价 其 相 互 关 系 的 强 弱. 利 用 假 设 试 验 检 查 回 归 模 型 的 重 要 性 显 示 回 归 分 析 是 如 何 找 到 潜 在 的 X及 其 相 互 关 系 . 6σ实施过程-分析阶段 回 归 学 习 的 目 的改进阶段 找出关键少数 X 及相互作用 设计你的新过程 在需要的地方进行仿真(simulations) 能识别何时设计试验(DOE)是适当的 找出成本的影响 获得管理层的赞同 实施过程改进 遵循适当程序开始变革, 例如 新件研制 指南, 首件鉴定程序等. 收集 实现改进后的X 和 Y 数据 (在可得到的情况下)6σ实施过程-改进阶段改进阶段 怎 样 改 进 输 出 Y ? 增 加 公 差 减 少 离 散 将 过 程 向目 标 值 集 中 当 涉 及 单 侧 控 制 限 尤 其 是 时 间 周 期 数 据 时, 切 实 可 行 的 目 标 值 也 许 与 实 际 的 目 标 值 不 同 增 加 公 差 也 许 是 不 可 行 的 -- 应 注 重 向 目 标 值 集 中 和 减 少 离 散 6σ实施过程-改进阶段 怎 样 改 进 输 出 Y ?为什么要试验 ?为什么要试验 ?量化 X 的影响 验证想法或假设 预测在给定的输入下过程的输出 改进 / 优化过程试验是理解和改进过程的关键工具6σ实施过程-改进阶段DOE 试验设计控制阶段收集 Y’的数据看看改进如何 确定并实施控制以确保改进到位 检查清单和程序 改进的生产制造/质量计划 (即线路, 操作顺序, 工装) 如果以前问题得到过解决, 与过程的专家讨论为什么没有保持成果 用相关的方法变化情况 监控或控制误差 用控制图建立已改进过程的稳定性 如果可能应用错误证实的方法 建立实施计划以持续控制 确定后续工作, 明确谁负责及完成时间要求 确定过程的主人 (如不是 GB) 以便监控/报告过程每年的状态 确定推广机会并使用推的办法推广你所学到的知识 用 Six Sigma 项目执行小结表总结作项目过程当中学到的知识和体会 项目完成后更新 Six Sigma 数据 6σ实施过程-控制阶段控制阶段SPC 控制图变量的类型 确定可控过程 确定一个过程是否失控的原则 控制图的类型及应用范围 控制图说明了何 时一个过程是可控的和可预测的 . 控制图即适用于过程的 Xs 也适用于过程的 Ys. 控制图确定何时需采取行动调查过程的不期望变量 . 控制图提供诊断的信息 . 控制应用于过程的 X’s6σ实施过程-控制阶段SPC 控制图离散数据控制图缺陷数缺陷率U( 单 位 缺 陷 数)P( 不 合 格 品 率)C( 缺 陷 数) Np 不 合 格 批量或单位数量恒定批量或单位数量变化选择适当的计量数据需要两种决策.1. 是缺陷数数据(defects)还是缺陷数据( defective)? 2. 批量是稳定还是变化的?6σ实施过程-控制阶段离散数据控制图C-图原则041596 c 是一定批量中的缺陷数. 图上的点代表每个样本的缺陷数. c-Bar 是该过程期望的缺陷数的平均值. UCL 是该过程期望的缺陷数的最大值.6σ实施过程-控制阶段C-图原则U图原则U-每件产品的缺陷数. 零件多少是不固定的. 例如: 每周生产的水箱泄漏数. 每月处理订单中的错误数. U = 缺陷数 / 产品数 6σ实施过程-控制阶段U图原则p-图原则p-图表示每一样本中超差的比例 p-图适用于样本大小变化的情况 样本图监控每月错误的发票数 注意当发票数变化时控制限要重新计算6σ实施过程-控制阶段p-图原则 连续数据控制图用于连续数据测量: 时间, 天数 , 长度, 半径, 的数据等. 两个最重要的图: I-MR 图: ( 单 值- 移 动 管 理 图) I = 单值测量. MR = 移动范围 Xbar-R 图: ( 平 均- 移 动 管 理 图) Xbar = 分组数据的平均值. R = 范围,分组内数据的差别 当用于现场或由操作者自己使用时是很权威的工具 Minitab 可以生成图或简单用手画出 6σ实施过程-控制阶段 连续数据控制图控制图1. 时间序列的数据图 2. 反映期望的数据误差范围 3. 可以确定何时特殊原因作用于过程 上控制限下控制限中心线控制图是统计过程控制的基本工具. 一些控制图独具的特性是: 过程时间线 控制界限是变量的函数,