SIX SIGMA 实践,平均, 距离 / 5 = 平均距离 标准偏差 ,认识波动,“家有几口？”,请读下列短文，并找出共有多少个“口” 规则：1. 占、白、中、户、巨、硕、居、群、含、等字不计为含口汉字 2. 知、识、京、问、向、高、职、员、名、营，等字计为含口的汉字。 其中 高、营 计为含2个口,私营业主收入位居榜首 从高收入人群的职业排行中，位居榜首的是私营企业经营者，月收入达14984元。 其余，依次是股份制单位负责人、事业单位负责人、三资企业中方高级管理者、国有企业 负责人。 “ 知识 + 人才 = 资本 ” ，集学识、专业技能、商业头脑于一身的专业人员成为高收入群体中 最抢眼的一族。以法律专业人员为例，月人均收入达到14333元，仅次于私营企业主，IT产业、 信息产业等高科技、高新技术产业的从业者的收入也在增加。 收入最高的前20种职业排行为：私营企业经营者、法律专业人员、股份制企业负责人、导 游、演员、职业股民、个体经营者、影视制作人员、大中小学教师、其他自由职业者、事业单 位负责人、证券业务人员、三资企业中方高级职员、IT行业从业者、卫生专业人员、国有企业 负责人、购销人员、新闻出版文化工作者、其他专业技术人员、自由撰稿人。,“我们的工作质量？”,频次,规格,过程的波动性,过程 过程特性,.,.,.,.,输入变量 控制变量,输入变量 干扰变量,输出：Y 产品特性,1.剔除特殊原因的波动 2.减少分散, 集中到目标值,Six Sigma基本方法,Six Sigma 传播, Bill Smith 报告书 : 大部分的产品在生产 时都发生过Rework Mike Harry的具体实践战略 1988年 第一次颁发MALCOM BOLDRIDGE奖 后来,传播到Texas Instrument, ABB, Allied Signal, GE, Polaroid, Nokia， Lockheed Martin, Sony等公司。,Six Sigma 传播, 所有的业务都是PROCESS,Six Sigma统计性思考,旅行时等待 行李的时间,银行的 等候时间,上班路上的时间, 过程结果存在偏差，偏差造成顾客不满,Six Sigma统计性思考,顾客感受的品质,生产者主张的品质,Six Sigma统计性思考,减少偏差, 站在顾客立场上减少偏差,Six Sigma统计性思考,构筑“统计性思考方式”,资 源,产品/ 服务,Input,Output,Process,Six Sigma统计性思考,认识我的业务,Input,Output,Process,Supplier,Customer,顾客的抱怨是：,业务的问题是：,Whats Six Sigma？,一个统计学的概念,一项提高质量的行动,一种提高企业竞争力的战略,一种企业文化,1,2,3,5,6,4,-6,-5,-4,-2,-1,-3,99.73%,99.9937%,99.999943%,99.9999998%,正态分布特性,统计学 Six Sigma,+1.5,-1.5,4.5,0.00125 PPM,3.4 PPM,是表示散布的尺度。 6水准是在规格内可以容纳 6倍。,统计学 Six Sigma,统计学 Six Sigma,6 5 4 3 2,PPM,99.99966 99.9767 99.379 93.3193 69.1463,%,合格,不合格, Level,3.4 233 6,210 66,807 308,537,无论做什么，1百万次允许出现3-4次错误,高质量 Six Sigma,服务业示例,制造业示例,250份申请表 中43份有错误 52个错误 每份表格有4 个机会,750个芯片中 97个次品 99个缺陷 每个新片有150 个出错机会,现象,次品率,单位产品 缺陷率,机会缺陷率,百万次 机会缺陷率,0.172,0.129,0.208,0.132,0.052,0.0046,52000,460,43250=,52250=,52（2504）=,52（2504） 106 =,97750=,99750=,99（750150） =,99（750150） 106 =,缺陷,顾客不满 失去市场,质次成本 利益损失,3.1,4.8,2.评估,3.分析,4.改进,5.控制,定义问题领域,问题定量化,影响因子分析,致命因子导出 及最适化,改善效果维持,高质量 Six Sigma,MAIC 事例(面包工厂),12 阶段的 Process,过程要素,Step 1. CTQ 是什么 (CTQs / Y),松软程度 质感 色感 新鲜度 口味,Y = 口味!,M测量,对顾客来说重要的是什么？,然而.这样的系统是正确的吗？,Step 2. 对于 CTQs / Y 的性能标准定义,M测量,怎么测量我们的口味（Y）呢？ 口味鉴定团 10点为满点，取整数 (110点) 目标: 平均点数8点 要求事项: 未满7点时不合格,如何解决这个问题呢 蒙住检查员的眼睛，抽取若干块 面包用于检正 为了反复性从一块面包的不同部 位取样 对同一块面包的不同部分进行同 样的检查=反复性 各位检查员对面包的各个部分进 行同样的评价=再现性,反复性/再现性 ; 提出适当的测定方法,检查员,块 1 块2 块3,A 5 8 9 B 4 9 1 C 4 9 2 D 8 9 8 E 4 8 2 F 5 9 1 G 8 9 2,Step 3. Y 的测量系统评价,M测量,这是 3 水准的 Process！,7 个缺点 (7点以下),24 个 (评价团评价的面包数),=,.292,1,000,000块面包中有缺点的面包为 292,000 块,即,对于此问题如何解决呢？ 在正常条件下烤几只面包 请鉴定团进行再评价 平均评价点数为 7.4点 但是，看来散布太大,Step 4. 对 Y(味道) 进行商品能力设定,A分析,如何确定改善(Improvement)呢？ 竞争对手 Benchmark 聚焦缺点 ( 例如, 对于味道评价未满 7点的面包) 可以允许的 Sigma 水准设定 根据上述状况设定改善目标,5 水准的 Process 是充分的!,1,000,000 - 100,000 - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10,000 - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1,000 - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 - . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 -,2 3 4 5 6 7,BETTER BREAD 面包制造过程,最强的竞争对手,有改善余地的部分,Defects Per Million,Sigma 水准,Step 5. 对于 Y (味道) 确定改善目标,A分析,如何决定可能的散布原因呢 (Xs)? 面包师们 Brain-storming 可能的原因: - 使用的食盐量 - 面粉商标 - 制作所需要的时间 - 制作温度 - 发酵粉商标,多样的要因: 面包师，供给的材料，管理,Step 6. Y (味道) 的散布原因把握,A分析,如何选别散布原因(Xs)呢？ 设计试验 散布的潜在原因多样化分析 对通过实验的面包请鉴定团 进行鉴定 对于上述事项总结，从中找 出核心要素原因,聚焦于核心少数的原因,Step 7. 潜在散布原因 (Xs) 选别,I改善,如何寻找核心少数的要素(X) 和 味道(Y) 的关系呢？ 比较：仔细进行实验 焦点: Oven 温度 325375度 3个商标的面粉 RUN 温度 面粉商标 1 325 A 2 325 B 3 325 C 4 350 A 5 350 B 6 350 C 7 375 A 8 375 B 9 375 C,结果: 350度，商标为A的面粉是最佳的组合,注意：对于时间而言， 只有有影响的温度才是 重要的要因,Step 8. Y 与核心少数 X 之间 正常关系把握,I改善,Oven 温度控制如何保障呢? 据资料显示 350度 ( 5度)是味道散 布最佳的温度 特殊情况除外使用A 商标的面粉 BETTER BREAD 准备特殊情况时供应面粉的供应业体,但是.我们的测定系统确实正确吗？,Step 9. 对核心要素 (X)设定公差,I改善,如何解决这个问题呢？ 我们公司的温度计量器的正确性确立 准备 Benchmark 比较用计量器 租用其他单位高品质的计量器 结果比较,我们的计量器正确度确认完了,Step 10. X 测量系统检正,C控制,怎样解决这个问题呢？ 烤炉个数检查 时间别其他温度监视 聚焦工程能力 散布程度把握,散布很好 . 平均值很高,30,345,OVEN 个数,温度,346,357,25,20,15,10,5,Step 11. 控制核心变量 X 评定工程能力,C控制,后续如何进行? 烤炉温度每日点检 新的面粉供应商利用频度 数点检(例, 对C商标频 度数点检) 周期性检正单收集及口味 评价 结果图表化,而且.时间别其他数据作成,354 353 352 351 350 349 348,1 3 5 7 9 11 13 15 17 19 21 23 25,Step 12. 对 X 实施 Process 管理系统,C控制,工程 Mapping,多变量 研究,DOE,控制计划 / SPC,因果矩阵和 FMEA,Break through突破 ?,优化工程/产品,+30 输入,8 - 10,4-8,3-6,10 - 15,理解 Y = f(x1, x2, ., xn) !,工程能力,选定,Graph分析,舍弃,假设验证,回归分析,舍弃,舍弃,DOE实验,舍弃,致命因子,CTQ管理,相关关系小,P0.05,P0.05,P0.05,头脑风暴,全部因子,相关因子,假想因子,重要因子,少数因子,假致命因子,致命因子,Six Sigma 步骤,Data Driven,Measure Everything That Results In Customer Satisfaction,“METRICS”,数据驱动进步,指标的含义,Six-Sigma Training 6 Sigma培训,Teaming,Project Management,Software,Lean,Statistics,DOE,SPC,建立团队,项目管理,软件,统计,试验设计,制程控制,瘦化,Data Driven,Black Belts Job,Data - Information,Root Cause Xs,Solution,team expertise,数据,信息,团队的经验,解决,根因,黑带的工作,如何改进？,Data Driven,Six Sigma 六个主题,Six Sigma 给我们,Six sigma 活动,R&D,T/Q,MFG,