6Sigma阶段推进内容与品质水平.ppt

单元1 6sigma简介 1 16Sigma概念1 26Sigma阶段推进内容1 3统计基本概念及理解1 46Sigma品质水平是什么 1 5聚焦问题点阶段 3sigma水平的公司 6sigma水平的公司 销售额中10 15 是损失费用 销售额中5 是损失费用 百万中有66 807个不合格品 百万中有3 4个不合格品 依靠品质检查 重点是使工序中不产生不良 保证高品质需要很多费用 保证高品质所需费用更低 不能按体系进行 使用测定 分析 改善 管理技法 承认并满足于99 不满足于99 内部决定CTQ 彻底地以顾客观点来决定CTQ 6sigma概念 4sigma的水平是30页报纸中有1个错字的品质水平5sigma的水平是百科全书中有1个错字的品质水平6sigma的水平是小规模图书馆中有1个错字的品质水平 每年有54 000次的药品调剂错误 25年中只发生1次药品调剂错误 每年护士或医生的错误造成新生儿死亡40 500名 100年中护士或医生的错误造成新生儿死亡3名 每月有2小时喝污染的食用水 16年中只有1秒钟喝污染的水 每周有2小时不能提供电话服务 100年中6秒不能提供电话服务 每天飞机发生5次着陆错误 美国所有航空公司10年发生1次着陆错误 每周发生1350次外科手术事故 20年发生一次外科手术事故 每小时遗失54 000件邮件 每年遗失35件邮件 6sigma概念 3sigma水平的公司 6sigma水平的公司 阶段 Tools 6sigma概念 使用工具 Measurement 测定 5 GageR R6 RationalSubgroup7 ProcessCapability Analysis 分析 8 HypothesisTest9 Regression10 GraphAnalysis Improvement 改善 11 DoE DesignofExperiment 12 ANOVA Control 管理 13 SPC 6sigma不同推进阶段中 改善问题使用的统计工具 Define 定义 1 ProcessMapping2 LogicTree3 ParetoAnalysis4 QFD FMEA Define詳細Procedure Start 環境分析 製品LifeCycle分析 經營環境分析 市場 顧客Segmentation 顧客特性分析 市場分析 市場特性分析 市場價格推移分析 市場販賣現況分析 3C分析 Target市場選定 CustomerNeeds分析 顧客調査 Scene展開 ValueGraph 行動Process分析 要求事項List整理 Company分析 品質分析 品質 滿項目整理 Competitor分析 自 他社 製品 技術分析 核心技術項目整理 課題選定 Process分析 ProcessChart作成 THMA登錄 Project登錄書 TeamCharter 作成 End Define LogicTree CTQ選定 Y f Question1 Y或X中对哪一个聚焦 Question2 假如X良好的话 有没有必要继续实验及检查Y Y从属变数Output结果现象观察监视的对象 X1 Xn独立变数Input原因根源问题管理对象 6sigma概念 活动方法 6Sigma活动是对根本原因的因素 CTQ 聚焦后 展开改善活动 阶段 展开内容 6sigma各阶段推进内容 Measurement 测定 2 选定制品或工序的CTQ3 把握Y的工序能力4 明确Y的测定方法5 将Y的改善对象具体化 Focus YYYY Analysis 分析 6 明确改善Y的目的7 明确影响Y的因素 YX1 Xn Improvement 改善 8 通过筛选抽出关键的少数因素9 把握关键的少数因素的相关关系10 工序最佳化 验证 再现性实验 X1 Xn致命的少数因素Xi致命的少数因素Xi Control 管理 11 确立对X的测定系统12 确立对关键的少数因素的管理方法13 确立关键少数因素的工序管理系统及事后管理 致命的少数因素Xi致命的少数因素Xi致命的少数因素Xi 6SigmaProcess是以D M A I C5阶段构成并经过重要的13步骤 6Sigma活动是通过现象分析 展开问题 查明临时性因素 以D M A I C程序改善关键少数因素 先把握现象 能够1次性改善的部门采取1次性改善活动 然后 下一个阶段再接着进行改善活动 Define 定义 1 确定问题点 具体改善目标 算术平均值 x 调和平均 H S 总变动 TotalSumofSquares 偏差平方和 无偏方差 UnbiasedVariance S除以自由度 n 1 S xi x xi 无偏方差的开方or标准偏差 统计基本概念的理解 数据的计算方法 中心位置特征值的计算 散布的计算 中位值 x 按大小顺序排列时处在中央位置的值 最频数 Mode 资料中最频繁出现的值 区分 参数 统计量 均值 Mean 方差 Variance 偏差 Deviation 均值 样本均值 x 方差 样本方差 无偏方差 V 标准偏差 样本标准偏差 无偏方差的开方 统计基本概念理解 参数和统计量 参数 Parameter 描述变量集合的特性值统计量 Statistics 表示标本的特性值 n个偏差的和通常是 0 因此有 n 1 个偏差的值 剩余一个自行决定这叫自由度 DegreeofFreedom 10m 10m 平均 標準偏差 x 8m 正态分布 x 0 1 2 3 1 2 3 F x 2 7 统计基本概念理解 sigma是希腊字母 表示工序的散布 sigma是统计学记述接近平均值的标准偏差 StandardDeviation 或变化 Variation 或定义为事件发生的可能性 Sigma是表示工序能力的统计单位 测定的sigma跟DPU 单位缺陷 DefectPerUnit PPM等一起出现 可以说明拥有高sigma值的工序 具备不良率低的工序能力 Sigma值越大品质费用越少 周期越短 Sigma的定义 1 平均 拐点 USL 3 平均值和拐点之间距离用标准偏差 表示 如果目标值 T 和规格上下限 USLorLSL 距离是标准偏差的3倍的话 说明具备了3Sigma的工序能力 T 某班学生的国语平均分数是60分 按偏差是5的正态分布的话 随意抽取一个学生时 70分以上分数的可能性是多少 Z值是已测定的标准偏差 有几个能进入平均值到规格上下界限 USL LSL 之间的测定值 60 65 70 45 50 55 测定值 分数 0 1 2 3 2 1 Z 值 68 3 95 4 99 7 75 3 假如规格上限是75分的话 现在的工序能力是Z 2或2 统计基本概念理解 正态分布 N 60 5 标准正态分布 N 0 1 70分的情况下Z 值是 Z 0 0 01 0 02 0 03 0 04 0 0 5 00E 01 4 96E 01 4 92E 01 4 88E 01 4 84E 01 0 1 4 60E 01 4 56E 01 4 52E 01 4 48E 01 4 44E 01 0 2 4 21E 01 4 17E 01 4 13E 01 4 09E 01 4 05E 01 0 3 3 82E 01 3 78E 01 3 74E 01 3 71E 01 3 67E 01 0 4 3 45E 01 3 41E 01 3 37E 01 3 34E 01 3 30E 01 0 5 3 09E 01 3 05E 01 3 02E 01 2 98E 01 2 95E 01 0 6 2 74E 01 2 71E 01 2 68E 01 2 64E 01 2 61E 01 0 7 2 42E 01 2 39E 01 2 36E 01 2 33E 01 2 30E 01 0 8 2 12E 01 2 09E 01 2 06E 01 2 03E 01 2 00E 01 0 9 1 84E 01 1 81E 01 1 79E 01 1 76E 01 1 74E 01 1 0 1 59E 01 1 56E 01 1 54E 01 1 52E 01 1 49E 01 1 1 1 36E 01 1 33E 01 1 31E 01 1 29E 01 1 27E 01 1 2 1 15E 01 1 13E 01 1 11E 01 1 09E 01 1 07E 01 1 3 9 68E 02 9 51E 02 9 34E 02 9 18E 02 9 01E 02 1 4 8 08E 02 7 93E 02 7 78E 02 7 64E 02 7 49E 02 1 5 6 68E 02 6 55E 02 6 43E 02 6 30E 02 6 18E 02 1 6 5 48E 02 5 37E 02 5 26E 02 5 16E 02 5 05E 02 1 7 4 46E 02 4 36E 02 4 27E 02 4 18E 02 4 09E 02 1 8 3 59E 02 3 51E 02 3 44E 02 3 36E 02 3 29E 02 1 9 2 87E 02 2 81E 02 2 74E 02 2 68E 02 2 62E 02 2 0 2 07E 02 2 1 1 79E 02 1 62E 02 2 2 1 39E 02 1 25E 02 2 3 1 07E 02 9 64E 03 2 4 8 20E 03 7 34E 03 2 5 6 21E 03 5 54E 03 Z 值的计算 70分以上的可能性有多少 60 65 70 45 50 55 75 Z 正态分布总面积是 1 某概率变量 X 到平均值 之间距离除以标准偏差 的值用 Z 来表示 如果规格上限 or下限 用 X 来代替时超出规格上限的尾部面积可以认为 有缺陷可能性 Z 值是用来测定工序能力 跟工序的标准偏差不同 在这里 Z 值是2 0 把全体面积作为1的时对应的面积0 0228 规格上限 缺陷区域 Pr X 70 Z 2 2 28 或22 800PPM 有时按统计学教材 标记正态分布的左侧尾部的值 统计基本概念理解 表的Z 值表示正态分布右侧尾部面积 2 28E 02 6 能力 工序能力测定方法Z 值 1 Z 3 2 3 3 能力 USL 工序的变动 散布 越小工序能力越高 其结果标准偏差更小 发生不良的可能性就低 通过问题的现象分析把握工序能力 Z 要提高到6 水平 统计上采取什么样的活动 统计基本概念理解 LSL USL LSL Z 6 1 2 3 4 5 6 需要什么样的管理 需要什么样的技术 短期的工序能力 长期的工序能力 判断为短期内工序没有外部影响Zst st Cp技术最佳条件下的工序能力6 Zst 6 0 Cp 2 0Zst 3 Cp 判断为充分长时期内工序有外部影响Zlt lt Cpk技术 工序管理日常条件下的工序能力6 Zlt 4 5 Cpk 1 5Zlt 3 Cpk 长期内的工序能力因工序的中心移动及变动 跟Zlt Zst关系有关Zshift Zst Zlt Zst Zlt 1 5 统计基本概念理解 规格下限 LSL 6 5 4 3 2 1 1 2 3 4 5 6 规格关系 无偏移时不良率 理想的工序时 1 5 偏移时不良率 规格上限 USL 1 2 3 4 5 6 317 30045 5002 700630 570 002 697 700308 70066 8106 2102333 4 6sigma品质水准是什么 6Sigma品质是每百万个中3 4PPM 即Cp 2 0 Cpk 1 5 正态分布的平均偏移 1 5 按规格变化和平均值偏移的不良率 1 5 1 5 4BlockDiagram Zshift工序管理 A B C 1 5 2 0 2 5 0 5 1 0 1 2 3 4 5 6 Poor Good Poor Good Zst技术 A 工序管理状态不足 现在技术水平也低B 需改善工序管理 但技术水平优秀C 工序管理优秀 但技术水平低D WorldTop水平的公司 D 6sigma品质水平是什么 聚焦问题点阶段 ProcessMapping ProcessMapping是调查情报的流程 而使Process文件化 为明确改善的可能性而使用的工具ProcessMapping制定 定义Process范围 要改善的一般领域或特殊的Process 通过大脑风暴法制定Process的阶段顺序 为了容易分析 使用符号 为了验证Process 实际确认 追加KeyProcess的值 Yield Cost 损失费用 加班费用 Cycletime等 按题目的性质 使用分析图 ProcessLoss或浪费要素 改善Cycletime 改善品质 Flow改善 1 确定问题范围 QFD QualityFunctionDeployment 质量指标分解 QFD是将顾客核心要求事项 转换分解成技术要求事项 规格 或暂定的CTQ的工具 由相关工序专家制定QFDProcess 进行市场调查 明确信赖性要求 及一般的要求事项和顾客对现在品质核心问题的要求 对调查内容优先排序 为满足顾客的要求事项制定技术规格 确定对顾客要求事项影响大的技术规格的先后顺序 对已确定的先后顺序的技术要求事项 转换成暂定的Part特性 CTQ 对技术规格影响大的特性要素 CTQ 进行排序 QFD是为了能够改善顾客的核心要求事项 转换成技术规格的工具通过QFD把顾客要求事项系统化 最终选定暂定的CTQ 开展改善活动 1 确定问题范围 聚焦问题点阶段 FMEA FailureModes EffectsAnalysis 故障模式及效果分析 FMEA是明确制品设计上可能发生的问题和排定其顺序 并针对故障模式制定所采取的恰当活动FMEAProcess 对已设计的制品用Brainstorming法列出可能的故障模式 决定每种可能故障模式的重要度和发生可能性 决定消除重要故障模式而