【正文】 紀(jì) (Joseph M. Juran, 生于 1904年， 現(xiàn)代質(zhì)量管理的創(chuàng)始人之一， 編著有 《質(zhì)量控制手冊(cè)》，提出質(zhì)量改進(jìn)“三步曲”理論 在美國 99%的合格率 (?)將意味著 : b 每小時(shí)丟失 20,000個(gè)郵件 p 每天有 15 分鐘喝上不安全的水 h 每周作錯(cuò) 5,000 次手術(shù) j 在大部分主要機(jī)場 , 每天有兩次過長或過短的著陸 s 每年開出 200,000 個(gè)填錯(cuò)的處方 g 每月大約會(huì)停電 7 小時(shí) 6??的標(biāo)準(zhǔn)是在一百萬次機(jī)會(huì)當(dāng) 只有 次出錯(cuò) 質(zhì)量的概念延伸 ?產(chǎn)品質(zhì)量 ?服務(wù)質(zhì)量 ?工作質(zhì)量 ?生活質(zhì)量 9 6? is Way of Quality ! 制造 財(cái)務(wù) 市場 人事 服務(wù) 一 矢 中 的 ?We don’ t know what we don’ t know. ?If we can’ t express what we know in the form of numbers, we really don’ t know much about it. ?If we don’ t know much about it, we can’ t control it. ?If we can’ t control it, we are at the mercy of chance. If we don’ t know, we can not act. If we can not act, the risk of loss is high. If we do know and act, the risk is managed. If we do know and do not act, we deserve the loss. 沒有量化就沒有管理 6 ? 是可量度的持續(xù)改進(jìn) TQM ? 強(qiáng)調(diào)持續(xù)改進(jìn)的方法，無統(tǒng)一的尺度 衡量進(jìn)度 ? 僅局限于產(chǎn)品的質(zhì)量 ZERO DEFECT 零缺陷 ? 一個(gè)可以接近但不可達(dá)到的目標(biāo) ? 僅局限于產(chǎn)品的質(zhì)量 6 ? 設(shè)立了可量度的目標(biāo)和可執(zhí)行的程序與方法，應(yīng)用面覆蓋公司運(yùn)作的所有部門。 1987 年 MOTOROLA 摩托羅拉 首創(chuàng) 1994 年 ALLIEDSIGNAL聯(lián)信 1995 年 GENERAL ELECTRIC 美國通用電器 …… 美國及世界各大公司 6 ? 的發(fā)展與成果 A TRADEMARK FROM MOTOROLA We are in business to make money We make money by satisfying needs We are able to satisfy needs by doing Every need/do pair is an interaction The aim of customer focus is on improving need/do interactions Repetition of the same action constitutes a process Improvement of our business means improvement of our processes Customers need products/services ontime, with zero defects, at the lowest cost Suppliers create processes to generate needed products As process capability improves, the product quality increases As quality increases, costs and cycletime go down The attributes of customer satisfaction must be measured if they are to be improved To improve means we must be able to predict and prevent, not detect and react Prediction is correlated to certainty Maximization of certainty is dependent upon the measurement of process capability Process capability is best understood and reported using statistics Statistics is dependent upon data Data must be collected in the process according to a plan Statistics is used to convert raw data into meaningful summary information Statistical information is used to report on, improve, and control the process The basis of statistics is the mean and standard deviation The mean reports on process centering The standard deviation reports the extent of variation or scatter about the mean By bining the mean and standard deviation, the sigma of a process can be calculated The sigma of a process tells us how capable it is The process sigma can be used to pare similar or dissimilar processes Such parison of processes is called benchmarking Benchmarking is a petitive tool used to uncover what we do well and not so well Once basic petencies and deficiencies are know, corrective action can be taken Corrective action leads to the reduction of defects, cycletime, and cost The reduction of defects, cycletime, and cost leads to improved customer satisfaction As customer satisfaction improves, the likelihood of doing business increases As business increases, we (as individuals) grow and prosper ? 摩托羅拉公司在通訊行業(yè)迅速崛起 ? 德克薩斯儀器公司的產(chǎn)品缺陷在一年內(nèi)降低了 87% ? 聯(lián)信公司在 97年第四季度由六西格瑪項(xiàng)目帶來的收益高達(dá) 10億美元 ? GE 實(shí)施六西格瑪后，股票市值飆升， 1997年起年年被財(cái)富雜志評(píng)為美國最受歡迎的公司。 1??以內(nèi) ?% 的數(shù)據(jù)落在177。 3??以內(nèi) ?% 的數(shù)據(jù)落在177。如一件產(chǎn)品、一次服務(wù)、一個(gè)過程等。 ?)??? PPM 過程能力 DPMO 3 4 5 6 7 1,000,000 100,000 10,000 1,000 100 10 1 2 Sigma 的個(gè)數(shù) PPM The Basic Objective 一般公司 BestinClass世界級(jí)優(yōu)秀公司 Process Entitlement 目標(biāo) Sweet Fruit 最甜的果實(shí) Design for Manufacturability Bulk of Fruit 大量的果實(shí) Process Characterization and Optimization過程優(yōu)化 Low Hanging Fruit 底處的果實(shí) Seven Basic Tools 統(tǒng)計(jì)七工具 Ground Fruit 掉到地上的果實(shí) Logic and Intuition基本常識(shí) We don39。t know We can39。t know We won39。t search for what we don39。t question what we don39。t know WHAT LEVEL ARE YOU? 統(tǒng)計(jì)學(xué)基礎(chǔ) 統(tǒng)計(jì)的類型 全體統(tǒng)計(jì) 例如全國人口統(tǒng)計(jì)，所有批次的合格數(shù)量，全體員工的考勤狀況等等。 ? 總體大小 N ：統(tǒng)計(jì)對(duì)象的總數(shù)。因此從總體中抽出一部分樣本進(jìn)行調(diào)查，用樣本的調(diào)查結(jié)果來推測總體的狀態(tài)。 統(tǒng)計(jì)數(shù)據(jù)的類型 .計(jì)量型數(shù)據(jù) 如溫度、壓力、時(shí)間等可以連續(xù)讀數(shù)的特性數(shù)據(jù)。 .計(jì)數(shù)型數(shù)據(jù) 如好壞、合格與不合格、一級(jí)二級(jí)三級(jí)等計(jì)數(shù)的數(shù)據(jù)又稱為計(jì)數(shù)型數(shù)據(jù)。 ? 不同的數(shù)據(jù)類型采用不同的控制方法。 計(jì)數(shù)型數(shù)據(jù)則采用 p、 np、 c、 u Chart。 ? 最好采用連續(xù)型數(shù)據(jù)。 在分析數(shù)據(jù)時(shí)，通常將它擬合成連續(xù)的曲線。 正態(tài)分布 左斜分布 右斜分布 雙峰分布 ?% 的數(shù)據(jù)落在177。 2??以內(nèi) ?% 的數(shù)據(jù)落在177。 6??以內(nèi) ?3? 2? 1? 1? 2? 3? 正態(tài)分布的特征 ??^ = 樣品的標(biāo)準(zhǔn)偏差 X=樣品的平均值 m? = 總體的平均值 ?? = 總體的標(biāo)準(zhǔn)偏差 fx= 1 ? 2? e (xm)2/2?2 中心極限定理 數(shù)據(jù)小組的平均值趨向?yàn)檎龖B(tài)分布 一組數(shù)據(jù)的分布可能為不同的形式，但如果將該組數(shù)據(jù)分為若干個(gè)小組，然后計(jì)算每個(gè)小組的平均值，這些平均值的分布趨向于正態(tài)分布，小組的容量越大，越接近正態(tài)分布 。 現(xiàn)行的控制圖 中的 計(jì)算方法都采用近似方法 . ?近似 =R/d2 d2可從常數(shù)表中查到 . R是一組數(shù)據(jù)的極差 , 即一組數(shù)據(jù)中的最大值減去最小值 . 標(biāo)準(zhǔn)偏差的計(jì)算 1 使用電子表格 Excel ? 將要計(jì)算的數(shù)據(jù)輸入表格的一列或一行 ? 點(diǎn)擊 fx圖標(biāo)，出現(xiàn)函數(shù)選擇框，在左邊的框中選擇 “統(tǒng)計(jì)”，在右邊的框中選擇“ STDEV” . ? 選擇所要計(jì)算的數(shù)據(jù)， 點(diǎn)擊“確定” 2 使用統(tǒng)計(jì)軟件（如 Minitab等） 三種方法的計(jì)算結(jié)果有差別！ 統(tǒng)計(jì)過程控制 (SPC) 1. 對(duì)于計(jì)量型 (連續(xù)型 )數(shù)據(jù)采用 ? XbarR Chart 均值極差圖 ? XbarS Chart 均值標(biāo)準(zhǔn)差圖 ? XMR Chart 單值移動(dòng)極差圖 2. 對(duì)于計(jì)數(shù)型 (非連續(xù) )數(shù)據(jù)采用 ? p Chart ? np Chart ? c Chart ? u Chart XbarR 圖最為廣泛地使用 , 應(yīng)用于小組容量小的連續(xù)數(shù)據(jù) . XbarS 圖 應(yīng)用于連續(xù)數(shù)據(jù) , 小組容量可以較大 , 需借助計(jì)算工具 . XMR 圖 應(yīng)用于難以分組的連續(xù)數(shù)據(jù) . p 圖 應(yīng)用于不合格品率 np 圖應(yīng)用于不合格品數(shù) c 圖 應(yīng)用于不合格數(shù) u 圖 應(yīng)用于單位產(chǎn)品上的不合格數(shù) 熔融指數(shù)儀穩(wěn)定性控制圖公司： 通達(dá)塑膠有限公司 工序： QA 檢測 工程規(guī)范： 責(zé)任人：部門： QA 控制特性： 熔融指數(shù) 單位： 克 / 分鐘 抽樣頻率： 每日一次X 均值圖R 極差圖時(shí)間 1/5 1/6 1/7 1/8 1/9 1/10 1/11 1/12 1/13 1/14 1/15 1/16 1/17 1/18 1/19 1/20 1/21 1/22 1/23 1/24 1/25 1/26 1/27 1/28 1/29樣品 1 10 10 樣品 2 10 10 10 10 樣品 3