6Sigma绿带定义和测量培训讲义.ppt

定义和测量阶段 培训纪律 不能参加培训要提前请假 培训期间不能交头接耳 培训开始后要将手机调为震动 接打电话请到教室外面 每次培训情况要向公司高层汇报 点名 无特殊原因 要求所有人员必须参加 不能参加的要提前说明原因 培训回顾 Sigma的含义 是希腊字母 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 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 可以说以拥有高 值的工序 具备不良率低的工序能力 值越大品质费用越少 周期越短 6sigma是用来经营一项生意的战略 它帮助企业获得成功 但不代表不做6Sigma一定不成功 做了6Sigma一定成功 6Sigma是基于数据的方法论 6Sigma的含义 卡特彼勒的 Sigma DMAIC按 Sigma的质量要求改善现有的流程 产品 服务和工厂 利用并保持通过改善与创新所获得的收益 DMEDI按 Sigma的质量要求创造新的流程 产品 服务和工厂 改善流程 DMAIC 定义项目的 当前 和 将来 机会衡量现有流程的表现分析问题以发现根本原因改善 发现潜在的解决方案并着手实施控制表现以继续取得更高成果 创新流程 DMEDI 定义项目的范围 目的 资源和局限衡量 客户的关键要求 使用VOC VOB和质量功能推广来定义客户的需要探索 形成设计概念并进行高层级的设计制定详细的产品或服务设计并控制计划开展试点工程来检验设计 进而扩大到全面实施 总体情况 我们在何处 我们为何在此 6Sigma解决商业问题的方法 定义阶段 Define 1确认商业机会 价值 客户至上 概念的依据是一种根本的假定 即为增加客户满意度所做的大部分事情将对商业的下游产生有利影响客户的满意度可以等同于价值 价值必须是每个6Sigma项目的重点 即增加价值 价值的种类 竞争性优势增长成本 好处利润市场份额保留客户 能力成本效率效能质量改进员工的满意度 项目产生的价值具有多种形式 通过项目创造价值 对客户有影响的项目 影响流程伙伴的项目 确认商业机会 项目章程 项目章程是 一个项目发起人的正式的 商业问题 陈述项目发起人的责任一个总结性文件 它帮助所有的利益攸关人审评项目并承诺对它的支持定义阶段的一个关键成果一个活文件 并且必须更新反映定义阶段的调查结果在整个项目中得到使用 项目章程的要素 2商业风险管理 BRM 商业风险的定义 风险是能影响组织实现目标的任何事情风险不一定都坏 它反映未知的变异风险应该表示为根源而不是后果 什么是商业风险管理 在卡特彼勒 商业风险管理是前瞻性地处理商业风险的综合方法识别评估管理由流程所有人操作使用各种方法和工具 我们为什么要商业风险管理 BRM 6Sigma大大增加了组织内的变革商业风险往往随着变革而增加BRM帮助提供一个稳定的变革平台一个结构式的BRM流程能为组织做好准备 去迎接更多风险 识别风险 评审目标 较高的显著性和可能性 监视 否 是 制定行动计划 是 不是关键风险 否 别识 评估 管理 可接受的风险 BRM流程 3记录和分析流程 我们发送许多产品和服务 这些都是流程制造的每个产品和服务有客户 每个客户有期望和要求我们满足客户期望和要求的程度决定我们质量的水平所有的流程都有变异 我们必须积极管理以减少这种变异 目的是保持和改进质量流程所有人负责保证流程得到遵守 输出的结果符合客户的期望 我们必须理解流程才能管理流程流程图是理解流程的关键 流程图的好处 定义和突出改进的区域 描述流程的现状 它们很能说明问题帮助一个团队组织项目并认识关键点的重点区域用于识别 非增值步骤需要的步骤或资源隐形 工厂 需要返工的地方 速赢 是交流沟通的工具 图形使得它们易懂易解释为了流程提供常见的理解为相关的重要区域提供重点 流程图的类型 我们将检查下列各类流程图SIPOC自上至下图功能部署图价值流图 SIPOC 概述 提供一个高层次的流程梗概重点在于 流程和客户的输出流程和供应商的输入围绕流程提供界限可以用在高层次或用于流程的各个水平 输出 Y 是输入 x s 的功能我们需要建立关系 Y f x 自上至下图 概述 用来寻找关键的特征或流程集中于流程的顺序其特点是一种从一个流程到下一个流程的线性流对于一个新手来说 它缺乏完成任务所需的细节 功能部署图 概述 用于理解某个流程怎么工作和决策点特点是复杂的决策通道在某个工作区集中于一个或两个流程用于工作说明用于制定FMEA和控制计划引领完成任务 价值流图 概述 从看得见的订单到发货 直观地表示流程步骤 时效性和材料 信息的流动用于识别制约因素和浪费等 开发了两代这种图 现有的 现状 和未来的 将来 SIPOC 定义 供应商为流程提供输入输入用在流程中产生输出流程被定义为一个序列的活动输出是对客户有价值的产品 服务和 或信息客户是输出的用户 SIPOC 有用的提示 明确定义流程的开始和结束 界限 使用项目章程记录的范围防范范围的蠕变从右至左 客户第一 完成SIPOC确保包括所有的客户确保你的客户都有输出确保所有识别的输出都有客户列举流程的输入和供应商 SIPOC 结构 开始界限 结束界限 流程 4定义客户需求 什么是VOC 客户的声音 就是从客户或流程伙伴处收集到的信息 目的是为了更好地定义他们的需求和产品 流程或服务的价值VOC既可以包括有声的需求 也可以是无声的需求收集到的VOC数据用来识别需要吸收到流程 产品或服务中的品质和特性 VOC的登记 或客户需求 性能需求 客户的有声需求通常是我们认为的客户需求当性能和质量很高 就能给客户带来满意基本的需求 常常是无声的 但总是在期待着旅馆内提供毛巾 汽车上有转向信号如能满足 影响极小 如未能满足 就引起不满意兴奋需求 客户没有提到的创新或惊喜如能满足 带来满意能以一种积极的方式证明自己的产品有别于与竞争对手Kano模型在一个网格中展示三类需求 将客户的满意度和成就水平一起制成图 Kano模型 一点也不行 做得很好 不满者或基本需求 进入市场 兴奋者或兴奋需求 与众不同 满意者或性能需求 具有竞争性 有声的的需求 无声的除非违反要求 无声的兴奋 满意 不满意 什么是CCRs 至关重要的客户要求 CCRs 至关重要的客户要求是具体 精确的测量 它们能告诉你成品 需求流程或服务怎样满足关键的客户 至关重要的客户要求 关键的客户问题 客户的声音 将VOC转换为CCR的流程 5建立高效的团队 什么是团队 是为了一个共同目标走到一起的一群人有些团队成员的技能可以相互弥补团队协调的努力可以产生合力并增加生产率 团队的成长阶段 所有高效率的团队都有经历成长的阶段一个团队必须 经历4个发展阶段懂得不同的阶段适应自己的行为 尽量增加效率 测量 1确定关键业绩指标 关键业绩指标 KPIs 被定义为我们商业流程的测量 它反映了客户的声音和商业的声音KPIs有三个类型 输出指标流程指标输入指标 一般性规则 每个指标类型目标有1 3指标 测量 输入 流程和输出 输出KPIs 输出指标 测量的重点在流程的结果它们表示流程如何很好地满足客户的要求和 或商业要求它们通常是最容易定义的测量是滞后的指标输出指标包括关键的客户测量和关键的流程测量 输出指标 CCR s 客户 VOC CTP s CCR s 对客户至关重要 对流程至关重要 对质量至关重要 CCR s 客户的KPI s 你需要收集什么 接订货后1小时汽车送到 从完成客户订货到汽车发送的周期时间 1小时内发送汽车的 发送的汽车符合合同中说明的规格 正确发送汽车规格的次数和类型 根据合同规格发送的汽车 汽车发送到按合同规定的地点 汽车发送到按合同规定的地点的次数 发送到正确地点的汽车 客户的声音 VOC 我要选择的汽车迅速发送给我 范例 以客户为重点的输出指标 2基础统计学 描述统计学 这是统计学的一个分支 以很有意义的方式总结 说明特点并显示原数据描述统计学常用的工具 技术包括 图形工具 条形图 直方图 箱式图 散布图等地点的测量 主要是居中趋势 平均值 模型 中位数等方差的测量 变异 方差 标准偏差 范围等 推论统计学 一个统计学分支 它根据一个总体中采集的样本信息得出结论数据总结中 95 的平均值置信区间 是推论统计学的一个例子 数据类型 数据有两种普通的分类或者两类数据 连续数据能够假定一个无限数量的值被较小的类别相除后 仍有意义例如 高度可以用米表示 米可以分解为厘米等往往能被测量值确定 高度 重量 距离等 离散数据可以假定只有一个确定有限数量的值可以被计数代表 即 正的 非负的整数 可以被类别离散 即 好的 坏的 识别等 也被称之为 特性数据 或 类别数据 3总结性统计数字 居中趋势 地点 的测量平均值中位数模数 出现次数最多的数字 方差 变异性 的测量范围方差标准偏差 平均值 平均值是一组值中的运算平均数是居中趋势的测量 不是变异的测量 然而计算变异的统计测量需要知道平均值 总体平均值 样本平均值 平均值对比中位数 想象在一根重量可以忽略不计的线上挂1磅球 平均值是平衡点 重心 中位数有一半球在左边 有一半球在右边 如果将最右边的球移到125的值的位置 对平均值和中位数有什么影响 方差 变异性 的测量 范围一套数据中最高和最低值之间的差范围对极端值很敏感方差 2 来自平均值每个数据点的平均平方偏差方差可以相加 2 tot 2 A 2 B 这一点很有用 标准偏差 方差的平方根标准偏差不能相加 方差 方差可以作如下定义 总体方差 样本方差 标准偏差 标准偏差可以作如下定义 想象每个数据点到平均值的平均距离方差的平方根受极端值的严重影响 总体标准偏差 样本标准偏差 范围 Min是一套数据中的最小值Max是一套数据中的最大值范围是最大值和最小值之间的差 平均值 范围 4PGA思维流程 使用3个步骤的 PGA 流程对数据进行分析 实际懂得业务环境中的数据核实数据的完好图形使用许多图形工具中的一个或几个结果中包含丰富的信息分析使用许多分析工具中的一个或几个使用图形证据确认分析结果 5概率分布 概率分布是一种数学功能 将一个事件同它的发生概率相联系许多现象遵守很好定义的模式 带有概率分布的特点 你观察到了什么 正常 分布的现象 概率分布 一旦一个现象具备了概率分布的特点 这种分布可以用来预测碰到具体值的概率 或值的范围 例如 人们的身高通常具有一个正态分布对于欧洲女子这个总体 我们假定 平均身高是165厘米标准偏差10厘米下一个幻灯片用图形显示出现欧洲女子其它身高的概率 实例 概率分布 遇到身高为165厘米女子的概率远高于遇到145厘米身高的女子遇到身高155厘米和身高175厘米身高的女子的概率相等 正态分布 正态分布是统计学中最重要的分布 它是 对称 即平均值 中位数 模型都相等被平均数 和标准偏差 所定义幸运的是 许多现象可以用正态分布来制模它在中心极限定理中发挥广泛的作用 我们将在以后的单元中讨论中心极限定理 标准偏差的影响 对于一个已知的平均值而言 随着标准偏差的变化 正常曲线的形状也会变化曲线下面的总面积始终等于1 100 因此曲线的高度会随着标准偏差的变化而改变 正态分布 预测概率 使用正态分布能使我们预测某个事件发生的概率 例如 有99 73 的概率 证明一套正态分布的数据中所有的值将处于平均值的 3 范围换言之 只有0 27 数据将处于平均值 3 之外下一个幻灯片显示这种图形 连同 1 和 2 的实例 2 正态分布 预测概率 68 26 的数据处于平均值 1标准偏差 之内95 46 的数据处于平均值 2标准偏差 之内99 73 的数据处于平均值 3标准偏差 之内 1 3 6测量管理 使用一种学科方法定义 执行和控制与收集数据相关的各项任务测量的过程始于识别测量措施 即要与CCRs 至关重要的客户要求 CBRs 至关重要的商业要求 和CTPs 至关重要的流程 相关 测量管理流程 怎样做 识别测量 CCRs CBRs CTPs 第1步制定测量的可操作化定义 第2步制定测量计划 第4步收集数据 显示和评估数据 第3步分析测量系统 这些是测量管理流程的输入 这是测量管理流程的输出 7控制图 控制图是个图形工具 用于监视一个流程并确定流程中是否存在特殊变异原因控制图的组成部分由流程数据的统计分析法所决定 正常原因和特殊原因变异 有两种基本的变异类型 正常变异原因由于材料 环境和方法等的变异 正常的变异原因是所有流程中内在和自然存在的 正常变异原因表现出一种稳定的模式特殊变异原因特殊变异原因是零星和不可预测的流程变异特殊变异原因表现出一种不稳定的模式如果某个特殊原因对我们产品 流程的质量产生了负面的影响 我们就要消除它的影响如果特殊原因的影响改进了产品 流程质量 我们就要永久保留它的影响 反应变量 时间 UCL CL LCL 从属变量 Y 对了变量 X 反应值 底部控制界限 上部控制界限 中心线 3s来自中心线 3s来自中心线 失控值 控制图的组成部分 通过控制图懂得变异 反应变量 时间 UCL CL LCL 在控制之下的流程 反应变量 时间 UCL CL LCL 失去控制的流程 1 1 2 4 3 5 3 8连续数据的测量系统分析 MSA 我们为何测量 在最基本的水平上 我们进行测量以确定一个流程 Ys 的输出是否符合标准化规格在一个6Sigma项目内 我们进行测量是为了 建立基线水平懂得流程输出 Ys 和流程输入和步骤 X s 之间的关系 懂得需要做出什么变革才能改进局面确定对流程的改变是否取得了意想的改进在流程管理内我们测量以监视 Xs 和 Ys 目的是防止今后出现次品 如果你不能测量 你就不能改进 田口 测量系统分析 MSA 的重要性 测量系统的目的就是收集数据 更好地懂得对流程结果有影响的变异源进行MSA的重要性当测量系统中存在着重大变异源的时候 在试图改进流程时 许多资源浪费掉了如果低劣的测量系统收集的数据不准确 就会做出不正确的决策在测量系统开始流程改进工作之前 需要更多地考虑测量系统 良好的重复性 重复性 同一个鉴定者使用同一仪器 连续测量同一零件和同一特性 内部的 变异重复性也被称之为测试 再测试误差 用于估算短期的变异 测量中有少量的变异 测量中有大量的变异 低劣的重复性 平均数鉴定者A 平均数鉴定者B 平均数鉴定者C 再现性 当测量同一零件的相同特性时 再现性是测量平均数中的变异 这种测量由不同的鉴定者使用同一仪器进行 良好的再现性 鉴定者之间的平均值很接近 低劣的再现性 平均数鉴定者A 平均数鉴定者B 平均数鉴定者C 鉴定者之间的平均值相差很大 偏倚或仪器的准确性 偏倚是察到的测量平均值和主值之间的差别 主值是个公认的可以跟踪的参考标准 偏倚也被称之为测量装置的准确性 主值 参考标准 平均值 良好的准确性 小偏倚 低劣的准确性 大偏倚 平均值接近主值 平均值远离主值 线性 描述在一系列测量值中测量装置的准确度在一系列测量值中 良好的线性显示出一致的准确性水平 良好的线性 在一系列测量中偏倚量保持一致 在一系列测量中偏倚量不一致 一次 两次 稳定性 在较长时间中测量系统的一致性 测量系统的稳定性 是通过在较长时间内测量同一零件上的同一的特性确定的 分辨力 分辨力是探测特性中细微变化的能力如果分辨力低劣 测量系统不可能探测到流程变异或给个别零件的特性做定量经验法则 仪器必须能够探测需要测量的特性中1 10的期望变异 测量系统的分析方法 我们按顺序测试了三种分析技术 以确定测量系统是否能够胜任 一类仪器研究检查测量装置的准确性和一致性R和R仪表研究检查整个测量系统的重复性和再现性 一类仪器研究流程 选择需要评估的测量装置获得一个主零件或参考零件只选择一个鉴定者进行测量使用筛选的装置 至少做25次连续测量使用Minitab一类仪器研究工具分析测量数据 1类仪器研究 只集中于测量装置确定测量装置是否足够准确和稳定以供使用要做出这个确定 一类仪器研究评估 重复性偏倚 主值 参考标准 平均值 一类仪器研究图形分析 注 红线不是控制界限而是 10 的公差这些数据点界限表示有变异存在 并且测量装置不能重复图上显示一个准确和可以重复的仪器 因为数据点处于参考线之间 一类仪器研究分析结果 偏倚 一个大于0 05的P 值表示测量装置中不存在偏倚 并且有良好的准确性 一类仪器研究分析结果 重复性 一个小于1 33的Cg或Cgk值表示测量装置的重复性有问题 仪器R和R的研究 集中于整个测量系统 它包括 测量装置多个鉴定者多个零件检查测量系统的重复性和再现性重复性再现性 平均数鉴定者A 平均数鉴定者B 平均数鉴定者C 仪器R和R结果的解释 当鉴定者的结果可以重复并且鉴定者之间的结果可以再现时 这样一个测量系统就被认为有较好的一致性当测量系统产生的总变异百分比与零件至零件的变异较小 参见方框 时 那么测量系统就提供了有用的数据 当仪器R和R 总变异 的结果是 10 以下 测量系统可以接受10 至30 测量系统可能可以接受超过30 测量系统不能接受 应该纠正或取代 测试仪器R和R的流程 零件必须代表流程要制作的零件的整个规格范围打标或追踪零件 让鉴定者不能认出来 需要独立变量 鉴定者正常情况下两个以上的鉴定人使用这个仪表必须得到使用该仪表的培训必须使用同样的测量流程流程每个零件必须测量多次 至少两次 每个零件必须由多个鉴定者测量 至少两个 对零件随机测量 仪器R和R 研究变量百分比 研究变量研究变量 来源标准偏差 SD 6 SD SV 总仪器R和R0 297281 7836627 43重复性0 192281 1537017 74再现性0 226721 3603120 92鉴定者0 226721 3603120 92零件至零件1 042196 2531396 16总变异1 083766 50254100 00 20 92 17 43 27 43 9流程能力 流程能力 这是什么 大部分的测量具有某些目标值和围绕目标的公认变异界限 期望 值处于这些界限内的程度确定流程如何满足它要求的能力 客户声音 规格界限 和流程声音 控制界限 的定量化比较 流程能力比率 Cp 规格允许的总变异与流程实际测量的总变异之比率Cp常见的目标大于1 33 或者安全条目的1 67 如果Cp 1 那么流程的变异大于规格的界限 流程能力比率 Cp or USL LSL 流程能力比率 Cpk 这个指数说明这样的情形 即平均值远离目标值飘移Cpk的重点是平均值和最接近规格的界