西格玛介绍SixSigmaIntrodu.ppt

六西格瑪介紹,2,培訓內容,什么是六西格瑪? 為何需要? 六西格瑪路線圖 六西格瑪架构 常用的六西格瑪工具 行動起來!,3,什么是六西格瑪?,一個統計度量值 一個商業的戰略 一种理念,六西格瑪体現在三個方面,4,六西格瑪 統計度量值,西格瑪是一個希腊字母. 在統計學中“s” 被用來量化數据的“离散程度”, 通常又叫做標准差. 六西格瑪工序是在這一工序中,在客戶允許的公差規格值中能夠容納正負6個標准差.,5,六西格瑪能力,DPMO = defects per million opportunities 每百萬机會中缺陷數,6,99.99966% Good (6 Sigma),99% Good (3.8 Sigma),足夠好嗎?,每小時丟失20,000 份郵件 每天不安全飲水時間15分鐘 每周5,000件不正确的外科手術 机場每天2次不正确的降落 每年200,000 個錯誤的藥劑處方 每月停電7小時,每小時丟失7份郵件 每7個月不安全飲水1分鐘 每周不正确外科手術1.7件 每5年一次不正确的降落 每年68個錯誤的藥劑處方 每34年缺電1小時,為何需要六西格瑪?,7,六西格瑪 商業戰略,改善工序西格瑪等級,改善產品或工序質量,減少操作成本,增加客戶滿意度,制造業,8,低劣質量成本 (COPQ),錯失的机會 隱藏工厂,(難于測量),COPQ 能映射出西格瑪能力,檢查 保証 報廢 返工 不良品,過多的調整 加速交付成本 失去訂單 遲到交付 過多庫存 長的循環週期,制造業,COPQ = Cost of Poor Quality,9,質量成本 (COPQ),价格 下跌,10,六西格瑪 - 一种理念,六西格瑪使工作更輕松,而不是更艱難. 發現并抑制有害的變异資源 錯誤會減少或消除 工序能力改善 西格瑪等級上升,11,生產者与客戶關系,交貨,价格,質量,需求,加工周期,成本,不良品,減少,生產者,客戶,12,客戶滿意元素,CTXs : 客戶滿意的關鍵參數. 包括但并不僅限于以下三項: CTQ : Critical To Quality 質量 CTD : Critical To Delivery 交付 CTC : Critical To Cost 成本,13,六西格瑪途徑,識別客戶需要,目標居中,14,六西格瑪 dMAIC,15,六西格瑪術語,KPIV Key Process Input Variable關鍵過程輸入因子 KPOV Key Process Output Variable關鍵過程輸出因子 CTX Critical to “X” (Quality質量, Cost成本, Delivery交付) COPQ Cost Of Poor Quality低劣質量成本 Baseline 歷史水平/基線 Target 項目開始時所定的目標 Entitlement 在已知的現有環境中的最佳的狀態(內部/外部),16,dMAIC Define定義,目的: 進行項目陳述,建立基線(baseline), 目標(goal),合适的指標, 組織團隊并构思初步的計划等. 何時進行: 在初步了解并与上司商議該項目后 工具: 趨勢圖, 項目立項書等,17,dMAIC Measure測量,目的: 确認或精煉問題, 評估測量系統并尋找原因(潛在的KPIVs) 何時: 在組織團隊后, 通常是通過腦力激蕩來收窄潛在的因子. 工具: Fish-bone diagram(魚骨圖), C&E matrix(矩陣), FMEA(失效模式影響分析), Process Mapping(流程圖), GR&R analysis(測量系統分析) 等.,18,dMAIC Analyze分析,目的: 將實際的問題轉化為統計問題,使用統計方法分析和解決問題. 在這個階段通常是通過實驗去收集數据并進行分析和評估. 何時: 在評估和收窄KPIVs時. 工具: 假設測試和回歸分析等.,收集數据,統計分析,KPIVs (已証明),19,dMAIC Improve改善,目的: 對所建的問題找出最优的解決方案. 何時: 從分析階段過濾因子后. 在此階段通過收窄可以找出關鍵的因子. 工具: 實驗設計 (DOE), 響應表面法(RSM), Taguchi 田口設計等.,20,dMAIC Control控制,目的: 擬訂監控計划以保証所獲得的改善結果能連續地保持下去. 何時: 在改善階段獲得最优的解決方案后. 工具: SPC (統計過程控制), 控制及監控計划等.,執行連續的測量和行動以維持改善結果,定義工序所有者和管理人員的職責,實行 “閉環” 管理向六西格瑪前進,Profits,21,六西格瑪戰略,優化的工序,30 - 50,10 - 15,4-8,潛在的輸入因子,8 - 10,KPIVs,關鍵的,KPIVs,3-6,強勢影響的,KPIVs,輸入因子,流程圖,多變量分析,相關性,篩選設計,DOEs, RSM,C&E矩陣和FMEA,Gage R&R, 能力分析,T-Test, ANOM, ANOVA,品質系統,SPC, 控制計划,測量,分析,改善,控制,22,六西格瑪架构,23,角色与職責,領導層 确定六西格瑪在組織內的推行計划和路線. 支持“統計思想”的發展應用. 重視賞識參与者的努力和奉獻. 黑帶 擔當突破性戰略專家和狂熱者. 項目管理:從計划至執行,到實現. 培訓綠帶并提供項目指導. 綠帶 通過綠帶項目,技術報告和陳述介紹等,把六西格瑪作為一种語言,應用六西格瑪工具去進行溝通,分析和解決問題.,常用的六西 格瑪工具,25,GR&R,假定你的客戶向你抱怨交付給他們不合格的產品,而同時我們的品質人員又說我們將良品提交MRB. 問題出在哪里呢? 也許問題就在GR&R方面.,我不要 你的貨,送貨!,26,GR&R,Unit is Good,Unit is Bad,Pr(Unit is Accepted),Pr(Unit is Rejected),把好貨報廢,把不良品給客戶,27,GR&R,GR&R 全稱叫做量具重复性与再 現性“Gage Repeatability and Reproducibility” 通常用它來估量測量系統的精密度(穩定性). 重复性是指由于量具本身而產生的變异. 再現性是指由于操作者(或操作者与零件的交互)而產生的變异.,28,GR&R 哪一個是好的,生產線 1,生產線 2,總的變异(觀測值),測量變异,真正的工序變异,s2 (工序) + s2 (測量) = s2 (觀測值),29,GR&R,Minitab 能幫助你去分析 GR&R,30,GR&R Minitab 輸出,Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0.0000000 6.43 Repeatability 0.0000000 3.97 Reproducibility 0.0000000 2.46 Operator 0.0000000 0.00 Operator*Part No. 0.0000000 2.46 Part-To-Part 0.0000002 93.57 Total Variation 0.0000002 100.00 Study Var %Study Var %Tolerance Source StdDev (SD) (5.15 * SD) (%SV) (SV/Toler) Total Gage R&R 0.0001183 0.0006094 25.36 30.47 Repeatability 0.0000930 0.0004789 19.93 23.95 Reproducibility 0.0000732 0.0003768 15.68 18.84 Operator 0.0000000 0.0000000 0.00 0.00 Operator*Part No. 0.0000732 0.0003768 15.68 18.84 Part-To-Part 0.0004513 0.0023241 96.73 116.20 Total Variation 0.0004665 0.0024027 100.00 120.13 Number of Distinct Categories = 5,標准: = 30%,3 种規格: % Contribution (%GR&R) % Tolerance (Related to spec) Distinct Categories (Group of data),31,相關性,當使用不同的設備(包括不同的設備類型,方法等),那么需進行相關性分析. 相關性是指兩個不同變量的關聯程度. 相關性系數,又叫皮爾森積差相關係數(Pearsons product moment R),此係數為從 -1.0 到 1.0 的無方向性的係數,Karl Pearson (1857-1936),32,相關性 散布圖,哪一個更好呢?,33,相關性 - 為什么,進行相關性分析的設備要求其GR&R結果是好的,沒有准确的數据很難得到可靠的相關性系數(R). 如果在設備間沒有好的相關性,那么需要對測量數据補償或是相對于規格限要有一個警備區. 好的相關性的基本要素是: 好的GR&R結果 獲得准确的數值 在同一位置測量等,34,工序能力,你見過這樣的數据嗎? cpk=1.33, z-score = 4, etc? 它們代表什么意思以如何使用呢?,35,工序能力,我們的產品包含一些關鍵的參數,這些參數對產品的功能有很大的影響.設計和質量工程師指定這些參數和它們的規格. 我們通常用工序能力指標(Cpk / Ppk)去評估工序的能力.,36,工序能力,西格瑪值与工序能力指標(Cpk / Ppk)是相互關聯的. 重溫第5張幻燈片 上的西格瑪表格: Cpk/Ppk值越高則產品質量越好.那么交付給客戶的中的不合格品會越少,從而增加客戶滿意度. 另外,較高的Cpk/ Ppk值意味著產品均值更加居中并且存在較小的變异, 因而給客戶更大的空間用于下工序的制作.,37,Process Capability in Minitab,六西格瑪方面,通常可用Minitab去分析工序能力. Minitab可以用不同的工具進行工序能力分析.,38,假設測試,以下為兩個不同的供應商所供線材的兩組各32個線圈電阻值,它們之間的均值和變异有差异嗎?,有人會說有但又有人說沒有因為它們的均值只差0.01590. 我們可以用假設測試去查找統計的推斷性結論.,H0 H1,39,假設測試,應用六西格瑪工具2-sample t 測試.,Results for: 3. HYPOTHESIS TESTING AND SAMPLE SIZE SELECTION.MTW Two-Sample T-Test and CI: Wire A, Wire B Two-sample T for Wire A vs Wire B N Mean StDev SE Mean Wire A 32 5.8475 0.0265 0.0047 Wire B 32 5.8634 0.0278 0.0049 Difference = mu (Wire A) - mu (Wire B) Estimate for difference: -0.015937 95% CI for difference: (-0.029513, -0.002362) T-Test of difference = 0 (vs not =): T-Value = -2.35 P-Value = 0.022 DF = 61,2-sample t 測試和箱圖清楚地表明在95%的置信度下兩組均值有顯著的差异.,40,至于方差比較,可用六西格瑪工具F測試來辯別.,通過F測試表明我們不能拒絕歸零假設,因此得出結論在變异方面沒有差异.,假設測試,41,實驗設計(DOE),在大部分情況下,只調整一個因子不能獲得較好的改善. 因子之間可能會存在交互作用. 當存在交互時,用實驗設計(DOE)能更有效地分析和解決問題.,42,六西格瑪DOE是一組對因子進行主效果,交互影響 和曲率分析的試驗. Minitab用較少的步驟构造和分析實驗.,MiniTabs 工作表 StdOrder RunOrder CenterPt Blocks Time Temperature Supplier 1 3 1 1 1 150 A 2 4 1 1 2 150 A 3 2 1 1 1 200 A 4 5 1 1 2 200 A 5 6 1 1 1 150 B 6 1 1 1 2 150 B 7 7 1 1 1 200 B 8 8 1 1 2 200 B,實驗設計(DOE),43,很多時候,DOE需要重复和隨机化以增加自由度和最小化系統因素的影響.