【正文】 二、 6Sigma的基礎(chǔ) —— 變量／數(shù)據(jù)／問題 三、 6Sigma與客戶 /可靠性 /周期時間 /品質(zhì)成本 四、對 6Sigma的進一步理解 一、 6Sigma的涵義 1. 6Sigma的 研究內(nèi)容 2. 6Sigma是一個統(tǒng)計測量基準 3. 6Sigma是一種工作策略 1. 6Sigma的 研究內(nèi)容 ? 發(fā)展鏈條： 個人 ?特定組織 ?業(yè)務的增長 ?客戶的滿意程度 ? 產(chǎn)品和服務的品質(zhì)、價格和交付狀況 ? 組織的過程能力 ?過程因受各種因素影響而產(chǎn)生的非 預期變異 6Sigma的 研究內(nèi)容 ? 6Sigma是研究 過程變量與過程能力 間相互關(guān)系的科學 ? 通過對過程能力的測量，確定過程所處的狀態(tài)，再通過比較分析，找出影響過程能力的主要變量，用過程優(yōu)化方法找出其變化規(guī)律，再對其予以消除或控制 ? 連續(xù)的 測量 ?分析 ?改善 ?控制 循環(huán) ? 過程能力不斷提高，最終達到 6Sigma水平 2. 6Sigma是一個統(tǒng)計測量基準 ? 6Sigma測量標尺提供給一個精確測量自己產(chǎn)品、服務和過程的“微型標尺” ? 知道自己的努力方向和如何才能達到此目的 ? 共同的測量指引是“每單位缺陷數(shù)”。選擇樣本 n ，收集數(shù)據(jù)，計算統(tǒng)計輸出 t 、 p 、 f 等，評估差異，根據(jù)所采用的統(tǒng)計方法相對的數(shù)據(jù)的自由度設(shè)置置信區(qū)間，對統(tǒng)計參數(shù)u 、 p 、 1 等下結(jié)論。一個新產(chǎn)品比已經(jīng)過一段時間工作后的產(chǎn)品更容易出現(xiàn)問題。D ? 風險系數(shù)越大 ， 表明特定壞項潛在影響危害性越大 ，對特定項目需制定品質(zhì)計劃和加以改善 ? 風險系數(shù)值一般在 1~1000之間，對于高 RPN值要采取改善行動；對高的嚴重度，不論 RPN有多大，也要采取行動 風險系數(shù)（ RPN） 表 7. 1 4 風險系數(shù) RPN 與 S 、 O 、 D 的關(guān)系表 排序 嚴重度 發(fā)生概率 可偵測度 備注 1 沒有影響 幾乎沒有壞 容易被發(fā)現(xiàn) ?。ê茫? 2 3 4 5 6 7 8 9 10 非常危險 非常高 幾乎很難發(fā)現(xiàn) 大（差） 6. DFMEA的開展 ? 設(shè)計 FMEA由設(shè)計工程師負責實施，根據(jù)潛在壞品影響程度采取行動，主要根據(jù)標準的DFMEA表格進行 Part 4 6Sigma測量 一、單位缺陷數(shù) 二、過程首次通過率 一、單位缺陷數(shù) 1. DPU的含義 2. DPU的測量 3. 兩類缺陷模式 4. 對 DPU進行圖示 1. DPU的含義 ? 單位缺陷數(shù)， DPU（ Defects Per Unit） ? 每個單位所包含的缺陷的個數(shù) ? 是一個通用的衡量產(chǎn)品和服務良好程度的量。這種方法提供了標識和消除過程變化源頭的解決辦法 ? 簡單明了，人人會做，便于推廣及發(fā)揮作用 3) 對 DPU進行圖示 （ 1）確定研究目的。對于從無限總體中抽樣而以 P表示總體不合格品率的情況，二項分布是適宜的概率模型 ? ? ? ? xnxxn PPCxP ??? 1二項分布 p n ( x2) n=25 n=50 n=100 p= x O 圖 二項分布的圖形隨 n 的變化 二項分布 pn(x) x (a) p= 0 2 4 6 8 10 (b) p= 0 2 4 6 8 10 (c) p= 0 2 4 6 8 10 圖 二項分布的圖形隨 P 的變化 不合格品率 ? 樣本不合格品率 ? 式中， x為樣本不合格品數(shù)，服從參數(shù)為 n（ 即樣本大?。┡c P（ 即總體不合格品率）的二項分布。當變量個數(shù) n增加 時 ，這種近似程度也增加 ? 一般地，若 xi為同分布，且每一的分布與正態(tài)分布相差不大時，則即使 n≥4, 中心極限定理也能保證相當好的近似正態(tài)性。 ? 上述定義適合于從無限總體或從有放回有限總體抽取的隨機樣本 ? 對于由 N個樣品組成的無放回有限總體，當從 N個樣品抽取 n個的種抽樣方法具有等可能性時，稱由 n個樣品組成的樣本為隨機樣本 統(tǒng)計量 ? 統(tǒng)計推斷是根據(jù)統(tǒng)計量做出的。問題的數(shù)量 2 ．對問題進行診斷 收集數(shù)據(jù) 驗證 5 ．建立動作的界限 在 6Sigma目標已經(jīng)建立的情況下，必須在 6Sigma推行委員會領(lǐng)導下，全面部署實施 6Sigma 1) 計劃（ plan） 2) 培訓（ training） 3) 應用（ apply） 4) 評審（ review） 1) 計劃（ plan） ? （ 1）實施 6Sigma策略 ? （ 2） 實施 6Sigma的短期目標 ? （ 3） 實施 6Sigma的中期目標 ? （ 4）實施 6Sigma的長期目標 2) 培訓（ training） （ 1） 6Sigma基本知識培訓 （ 2） 統(tǒng)計知識培訓 （ 3） 如何建立 6Sigma標準和測量 6Sigma值 （ 4） 過程能力研究 （ 5） 統(tǒng)計過程控制 （ SPC） （ 6） 怎樣進行實驗設(shè)計 （ DOE） 達到品質(zhì)改善的目標 （ 7） 如何運用 6Sigma分析方法解決過程問題 （ 8） 掌握 6Sigma解決問題的工具和方法 （ 9） 6Sigma品質(zhì)與制造周期 、 成本和可靠性的關(guān)系 （ 10）怎樣建立一支高素質(zhì)的品質(zhì)改善隊伍 3) 應用（ apply） （ 1） 6Sigma標準應用 （ 2） 利用統(tǒng)計知識解決過程中存在的問題 （ 3） 進行 ZST、 ZLT、 DPU、 DPMO、 PPM測量 ， 計算出 Sigma水平值 （ 4） 分析過程能力及改善方法 （ 5） 應用 — R、 P/np、 U圖進行過程控制 ， 使過程處于受控狀態(tài) （ 6） 用 DOE設(shè)計方法進行品質(zhì)改善 （ 7） 用 6Sigma分析方法分析過程中的實際問題 （ 8） 用 6Sigma解決問題的工具和方法處理過程中存在的問題 （ 9） 分析產(chǎn)品制造周期 、 產(chǎn)品成本和產(chǎn)品可靠性 （ 10）成立一支高素質(zhì)的品質(zhì)改善隊伍，持續(xù)推進品質(zhì)改善 x4) 評審（ review） （ 1）是否各過程已開展 6Sigma評價 （ 2） 是否運用統(tǒng)計技術(shù)解決問題 （ 3） 是否用 ZST、 ZLT、 DPU、 DPMO、 PPM等作 6Sigma品質(zhì)評價 （ 4） 是否用 CP、 CPK測量過程能力 （ 5） 是否用 SPC控制過程水平 （ 6） 是否用 DOE進行過程改善 （ 7） 是否用 6Sigma分析方法分析實際過程問題 （ 8） 是否運用 6Sigma工具和方法解決過程問題 （ 9） 是否有控制產(chǎn)品生產(chǎn)周期 、 成本 、 可靠性的工具和方法 （ 10）是否成立了 6Sigma品質(zhì)改善隊伍 4. 6Sigma品質(zhì)突破工具 1) 6Sigma分步突破工具 2) 6Sigma應用工具包 3) 數(shù)據(jù)是基本的工具 1) 6Sigma分步突破工具 ?第一步 設(shè)計（ Design） ?第二步 測量（ Measurement） ?第三步 分析（ Analysis） ?第四步 改善（ Improvement） ?第五步 控制（ Control） 統(tǒng)計過程控制（ SPC） 第一步 設(shè)計（ Design） ?可互換性設(shè)計 ?高可靠性設(shè)計 ?最小 DPU設(shè)計 ?最優(yōu)化設(shè)計 ?DFMEADOE 第二步 測量（ Measurement） ?計劃和組織 ?6Sigma測量： ZST、 ZLT、 CP、 CPK、 DPU、 DPMO、PPM 第三步 分析（ Analysis） ?過程性能基準 ?6Sigma品質(zhì)分析方法 ?Gap分析 第四步 改善（ Improvement） ?診斷方法 ?實驗設(shè)計 ?公差性能 2) 6Sigma應用工具包 魚刺圖 某質(zhì)量問題 操作者 機器 原材料 方法 環(huán)境 中原因 小原因 大原因 更小原因 主干線 原因 結(jié)果 測量 圖 因果圖的一般形式 過程能力 ε u T T/2 T l T u m 圖 過程能力與正態(tài)分布 3) 數(shù)據(jù)是基本的工具 ? 解決問題要以數(shù)據(jù)為基礎(chǔ) ? 收集數(shù)據(jù)是第一位的信息 ? 將收集的數(shù)據(jù)存入計算機磁盤以便將來應用 ? 將收集的信息進行記錄整理以便將來進入計算機使用 ? 如果數(shù)據(jù)結(jié)構(gòu)與相關(guān)應用不一致，應重新格式化使其能夠使用 ? 每一次使用后，應該增加新的信息 ? 每一件新的信息必須標識 ? 有些數(shù)據(jù)可能隨各事件的完畢而消失。過程控制研究 結(jié)構(gòu)樹 若x1,x2， ? ， xn為從此過程抽取的大小為 n的一個隨機樣本，則由前述正態(tài)隨機變量線性組合的分布可知樣本均值的分布為 N（ μ ， σ 2/n） ? 樣本均值的上述性質(zhì)只限于正態(tài)總體的樣本。即 ? 當 P近似等于 1/2且 n10時，用正態(tài)分布近似二項分布令人滿意。發(fā)生在每個單位上（如每單位長度、每單位面積、每單位時間等等）的隨機現(xiàn)象通?？捎貌此煞植嫉玫胶芎玫慕? 泊松分布 pλ(x) λ =1 x O 1 2 3 4 5 6 7 8 9 10 11 12 λ =2 λ =3 λ =6 圖 泊松分布圖形隨 λ 的變化 三、正態(tài)分布 ? 若 x為一正態(tài)隨機變量，則 x的概率密度為 ， ∞ x∞ ? 正態(tài)分布的參數(shù)是 μ （ ∞ μ ∞ ） 與 σ 0 ? 常常采用一個專門記號 x~N（ μ , σ 2） 表示 ? ?22121 ?????? ??? ? ???xexf正態(tài)分布 f(x) x O 1 2 3 4 5 σ = μ σ =1 σ =2 圖 μ相同，σ不同的三條正態(tài)分布曲線 正態(tài)分布 μ μ 3 σ μ 2 σ μ σ μ + σ μ +2 σ μ + 3 σ % % % 圖 正態(tài)分布曲線下不同面積所包含的概率 積累正態(tài)分布 ? 積累正態(tài)分布定義為正態(tài)變量 x小于或等于某一數(shù)值 c的概率，即 ? 為使上述積分的計算與 μ 以及 σ 2的具體數(shù)值無關(guān)，引入標準變換 Z=(xμ )/σ ， 于是 P｛ x≤c ｝ =P｛ Z≤(c μ )/σ ｝ =Φ ((cμ )/σ ) ? 式中，函數(shù) Φ 為標準正態(tài)分布 N（ 0， 1） 的累積分布函數(shù)。 ? 每個測試故障均由一個或多個缺陷引起，但是并非任一缺陷都可引起測試故障 4. 改善 YRT的方法 ? 為改善 — 個典型制造過程的 YRT， 應將焦點集中在何種因子上？ ? 經(jīng)實驗分析，在制造過程的復雜度、過程能力、過程控制三個因素中，各因素對 YRT影響程度用柏拉圖表示如下（見圖 ）： ? 從柏拉圖可以看出，過程能力對 YRT的影響最大，在三個因素中，其影響所占比例為 84%，過程控制對 YRT的影響占 10%，其次是能力和控制的綜合影響，達到 3%，復雜度對 YRT之影響最小，只占 2%。同樣地，給定單位產(chǎn)品零缺陷的概率為： （ ） =% ? DPU=， 而 m增加時零缺陷的概率如表 DPU的測量 表 7. 1 9 每單位產(chǎn)品機會數(shù)與零缺陷的概率 每單位產(chǎn)品機會數(shù)（ m ） 給定機會中出現(xiàn)零缺陷的概率（ Y ） 給定單位產(chǎn)品中出現(xiàn)零缺陷的概率（ Ym ） 10 100 1000 10000 100000 1000000 10000000 3. 兩類缺陷模式 ? 統(tǒng)一缺陷