六西格玛物流中的测量问题研究.docx

六西格玛物流中的测量问题研究摘要：（150字）确定可测量的关键质量特性指标和分析过程能力是六西格玛质量管理在测量阶段的主要任务，目前这方面的研究主要围绕制造业，而针对物流业的研究则少之又少。本文运用六西格玛理论对物流的关键质量特性进行了分析；在此基础之上，重点对物流过程能力指数的计算进行了研究，针对物流质量特性的离散性，提了出适用于离散型变量的过程能力指数计算公式。关键词：六西格玛物流；质量特性；过程能力指数1 引言六西格玛管理通常采用DMAIC改进模式，即把质量改进分为界定(define)、测量(measurement)、分析(analysis)、改进(improvement)、控制(contr01)。 马林.六西格玛管理M.北京:中国人民大学出版社,2004DMAIC流程突出了过程控制的必要性，强调多种统计控制方法的应用。测量阶段是DMAIC流程的第二阶段，是定义阶段的后续，针对定义阶段识别出的关键质量特性，测量阶段有两个主要任务：一是收集数据，对关键质量特性进行量化；二是通过过程能力分析确定过程的现状及问题。过程能力指数是一种统计指标，一般用它来衡量在稳定过程某一质量特性的输出对公差要求的满足程度。通常用过程变异与公差之比来计算。在对过程能力分析的研究中，朱兰博士最早提出利用过程能力指数（Process Capability Index，PCI）来评价过程的质量水平满足顾客要求的能力。在这之后学者将受控过程中心、规范中心、目标值之间的关系引入计算，分别提出了第二代，第三代过程能力指数。第四代过程能力指数探讨了在多品种、小批量制造环境下的非正太过程能力指数。 Zachary G Stoumbos. Prpcess capability indies: Overview and extensionsJ. Nonlinear Analysis: Real World Applications,2002,3(2):191-210而在以往的研究中，过程能力计算的前提是基于变量服从正态分布，但在六西格玛物流中，物流质量特性值常常都不服从正态分布，并且多为离散型数据，针对这一系列问题，本文对物流过程能力指数的计算进行了分析，并提出了针对离散型数据的过程能力指数函数。2 物流关键质量特性分析六西格玛质量的前提基于这样两点：首先，输出要求必须满足顾客要求；其次，过程要求能够保证过程输出要求。过程输出要求是过程输出的产品或服务具有的特性，顾客对产品或服务的要求应该转换为输出要求。六西格玛管理的目的就是要产品或服务满足顾客的关键需求（Custom-Critical-Requirement，CCR），并以此来确定输出的关键质量特性（Critical-To-Quality，CTQ）。 马林. 六西格玛管理M. 北京：中国人民大学出版社, 2004.7: 97-100在确定关键质量特性之后，需要将这些关键质量特性与特定的过程相关，建立特定过程的衡量标准和指标，即将过程的关键质量特性转换为可衡量的指标。这一过程实际上就是对关键顾客的要求（输出或过程）的一个陈述。一个有效的“顾客要求陈述”应该具备如下要素：（1）特定的输出或“真实瞬间”，“真实瞬间”为顾客接收到服务的瞬间；（2）描述单个性能规范或因素，清楚的描述顾客需求什么，或者顾客的评价依据是什么（速度、成本、损失等），因素不能混淆；（3）使用可观察或可测量的因素来描述，需要将顾客的产品和服务要求转换为可观察或可以测量的指标（特性值）来表达；建立“可接受”或“不可接受的” 标准。对顾客可接受的标准做出清晰的描述。以订单交付期为例：顾客需求：要求交付一批货物，要求两周之内交付，最多不能超过3周。那么一个有效的“顾客要求陈述”应包括以下要素：顾客要求按时交付货物，过程即为货物的交付；顾客关注的关键质量特性是过程的周期即订单交付期T；测量的标准是从获取订单到交付的时间；过程的目标值是2周；过程的规格限是不超过周。在对物流质量量化的研究中，最新的较为完整的是美国Tenessee大学2001年的的研究结果，他们通过对第三方物流企业和顾客的调查，提炼出9项LSQ指标，包括：人员沟通质量、订单释放质量、信息质量、订购过程、物品精确率、物品完好程度、物品质量、误差处理、时间性。 Mentzer JT., Flint DJ., Hult GTM. Logistics Service Quality as a Segment-Customized PrpcessJ. Journal of Marketing, 2001(65):82-104Franceschinil等学者在研究中，参考航空快递巨头Fedex的服务质量指标，设计了可供物流企业进行服务质量评估的指标。 Fiorenzo Franceschini, Carlo Rafele. Quality evaluation in logistics services. International Journal of Agile Management Systems.Bradford:2000, Vol.2, ISS,pg,49在以往的研究中，研究主要集中在对客户感知服务质量的评价方面，重在研究物流企业服务结果的外在表现。本文的研究强调企业内部的过程控制需求，运用六西格玛理论对关键物流质量特性进行了分析，。根据“有效顾客要求陈述”的要素分析，本文认为Franceschini提出的物流服务质量指标作为过程质量控制的关键物流质量特性指标更具有代表性和可操作性。所以本文在此研究基础上，选取表1中的指标作为物流关键质量特性指标。并针对这些指标，对物流的过程能力指数做进一步的分析。订单交付期、延迟交货率、可靠性、完全性、灵活性、正确性、伤害度表2-1 关键物流质量特性指标指标含义订单交付期从客户订单到达至客户获得所定产品的时间。延迟交货率延迟交货的数量与总订货数量的百分比。可靠性规定的时间内，可提供的订货数与要求提供的总订货数的百分比。完全性某一时期提交完整订货数的次数与某一时期内总提交次数的百分比。灵活性特别订单、紧急订单完成的比率正确性某一时期派送的错误订单数与这一时期派送订单总数的百分比伤害度某一时期派送的损坏数与这一时期派送的总订单数的百分比3 物流过程能力指数计算过程控制中，由于数据类型的不同，总体会呈现出不同的分布规律，从而确定了项目实施过程应该使用的统计分析方法。从统计角度来看，测量数据可以分为两种基本类型，即连续性数据和离散型数据。而离散型数据可非为可区分型数据和可数型数据。可区分型数据记录单位是否满足规定的要求，即好与坏，合格与不合格的问题。从前面的研究中不难发现关键物流质量特性中，订单交付期为连续性数据，其余特性值均为可区分型数据。一般情况下，连续性数据属于正太分布，而可区分型数据属于0-1分布。 荣毅超,张璐. 六西格玛管理理论及实践案例集M. 北京：科学出版社, 2009:104-106根据这一规律，对关键物流质量特性值的分布如下假设：订单交付期服从正态分布；延迟交货率、可靠性、完全性、灵活性、正确性和伤害度的测量值均服从0-1分布。同时，还需对物流系统做以下假设：过程的输出变量是可以检测的；所研究的过程对象处于统计控制状态，过程中数据是相互独立不相关的。3.1 正态分布的过程能力指数假定订单交货期为X，X N(m，s)，（x1，x2，xn）为一组来自总体X的一个样本容量为n 的样本。质量特性要求包括：规范限以及规范中心。将TU标记为规范上限， TL标记为规范下限，则M=(TU+TL)/2 则表示规范中心。规范限的长度T=TU-TL（记为公差）。当规范中心M与质量特性均值u重合时，过程能力指数记为： CP = 质量特性要求过程能力 = TU-TL6当上述假设成立时，质量特性值x落在区间u-3s,u+3s 的概率为99.73%，若此时规范限长度恰为T=6s，则CP=1。而在六西格玛管理中，其标志性的特性就是，要求过程能力指数CP2，即要求12sT，质量特性值标准差的12倍都要小于规范限，要求质量特性值落入规范限外的概率达到百万分之3.4。3.2 0-1分布下的过程能力指数物流质量特性值多为离散型数据，根据假设，延迟交货率、可靠性、完全性、灵活性、正确性和伤害度的测量值均服从0-1分布。针对这一类关键物流质量特性，本文根据过程能力指数的定义，提出了应用0-1分布的参数p的区间估计的方法计算过程能力指数进。假设离散型关键物流质量特性值的总体为X，那么XB 1，p，p为合格率。根据过程能力指数的定义，过程能力即为样本的合格率p为99.73%的置信区间。（x1，x2，xn）为一组来自总体X的一个样本容量为n 的样本，令：xi=1 第i 个样本为合格品 0 第i个样本为不合格品质量特性均值为x， x = inxin根据统计学中的定理庄楚强, 何春雄. 应用数理统计基础M. 广东：华南理工大学出版社,2006,2:111-112，对于0-1分布有：x-pp1-p/n L N(0，1) （n）根据标准正态分布的分位数ma的定义，对于充分大的n近似的有Px-pp1-p/n 0），b= （2nx+m1-a22），c=nx2则上式可以写成：Pa p2+ b p+c0 =1-a 进行变形后P12a-b-b2-4ac p0），b= （2nx+m1-a22），c=nx2,1-a=99.73%，a=0.00135，m1-a/2可以查找标准正态分布表获得。过程能力指数计算公式为：Cp =TU-TLL =TU-TL1(n+m1-a22)(2nx+m1-a)222-4(n+m1-a2