六西格玛案例分析-注射器生产改善

1、6sigma工业案例分析 质量管理6sigma工业案例分析题 目： 如何改进注射器质量指导老师： XXX专业班级： XXX姓名： XXX学号： XXX2014年6月13日目录第1章六西格玛管理概述：31.1.6管理法的概念31.2.DPMO与六西格玛的关系31.3.六西格玛管理的特征31.4.实现六西格码质量管理的模式4第2章六西格玛管理案例背景5第3章六西格玛质量改进63.1.界定(Define)63.1.1.根据顾客的需求定义改善的项目63.1.2.项目的定义113.2.测量(Measure)123.2.1.测量系统的简介123.2.2.测量系统分析133.2.3.数据的收集153.3.分

2、析(Analyze)173.3.1.印刷不良控制图分析173.3.2.印刷不良分析183.4.改进(Improve)213.4.1.FEMA分析213.4.2.制定改善措施223.5.控制(control)24第4章心得体会26第5章参考文献26第1章 六西格玛管理概述：1.1. 6管理法的概念六西格玛(6)概念于1986年由摩托罗拉公司的比尔·史密斯提出,此概念属于品质管理范畴,西格玛(, )是希腊字母,这是统计学里的一个单位,表示与平均值的标准偏差。旨在生产过程中降低产品及流程的缺陷次数,防止产品变异,提升品质。6管理法是一种统计评估法,核心是追求零缺陷生产,防范产品责任风险,降

3、低成本,提高生产率和市场占有率,提高顾客满意度和忠诚度。6管理既着眼于产品、服务质量,又关注过程的改进。“”是希腊文的一个字母,在统计学上用来表示标准偏差值,用以描述总体中的个体离均值的偏离程度,测量出的表征着诸如单位缺陷、百万缺陷或错误的概率牲,值越大,缺陷或错误就越少。6是一个目标,这个质量水平意味的是所有的过程和结果中,99.99966% 是无缺陷的,也就是说,做100万件事情,其中只有3.4件是有缺陷的,这几乎趋近到人类能够达到的最为完美的境界。6管理关注过程,特别是企业为市场和顾客提供价值的核心过程。因为过程能力用来度量后,越大,过程的波动越小,过程以最低的成本损失、最短的时间周期、

4、满足顾客要求的能力就越强。6理论认为,大多数企业在34间运转,也就是说每百万次操作失误在621066800之间,这些缺陷要求经营者以销售额在15%30%的资金进行事后的弥补或修正,而如果做到6,事后弥补的资金将降低到约为销售额的5%。1.2. DPMO与六西格玛的关系DPMO（即：每百万次采样数的缺陷率）是指100万个机会里面,出现缺陷的机会是多少。这里有一个计算公式,即DPMO=（总的缺陷数/机会）×一百万分之一百万。如果DPMO是百万分之三点四,即达到99.99966%的合格率,那么这就叫六西格玛。(DPMO与西格玛的对应关系如下表所示)值正品率(%)1-(失误次数/百万次操作)

5、DPMO值以印刷错误为例以钟表误差为例130.9690000一本书平均每页170个错字每世纪31.75年269.2308000一本书平均每页25个错字每世纪4.5年393.366800一本书平均每页1.5个错字每世纪3.5个月499.46210一本书平均每30页1个错字每世纪2.5天599.98230一套百科全书只有1个错字每世纪30分钟699.999663.4一个小型图书馆的藏书中只有1个错字每世纪6秒钟1.3. 六西格玛管理的特征1)是以顾客为关注焦点的管理理念六西格玛是以顾客为中心，关注顾客的需求。它的出发点就是研究客户最需要的是什么?最关心的是什么?比如改进一辆载货车，可以让它的动力增

6、大一倍，载重量增大一倍，这在技术上完全做得到，但这是不是顾客最需要的呢?因为这样做，成本就会增加，油耗就会增加，顾客就不一定想要，什么是顾客最需要的呢?这就需要去调查和分析。假如顾客买一辆摩托车要考虑30个因素，这就需要去分析这30个要素中哪一个最重要，通过一种计算，找到最佳组合。因此六西格玛是根据顾客的需求来确定管理项目，将重点放在顾客最关心、对组织影响最大的方面。2)通过提高顾客满意度和降低资源成本促使组织的业绩提升六西格玛项目瞄准的目标有两个，一是提高顾客满意度。通过提高顾客满意度来占领市场、开拓市场，从而提高组织的效益。二是降低资源成本。通过降低资源成本，尤其是不良质量成本损失COPQ

7、(Cost of Poor Quality)，从而增加组织的收入。因此，实施六西格玛管理方法能给一个组织带来显著的业绩提升，这也是它受到众多组织青睐的主要原因。3)注重数据和事实，使管理成为一种真正意义上基于数字上的科学六西格玛管理方法是一种高度重视数据，依据数字、数据进行决策的管理方法，强调“用数据说话”、“依据数据进行决策”，“改进一个过程所需要的所有信息，都包含在数据中”。另外，它通过定义“机会”与“缺陷"，通过计算DPO(每个机会中的缺陷数)、DPMO(每百万机会中的缺陷数)，不但可以测量和评价产品质量，还可以把一些难以测量和评价的工作质量和过程质量，变得像产品质量一样可测量

8、和用数据加以评价，从而有助于获得改进机会，达到消除或减少工作差错及产品缺陷的目的。因此，六西格玛管理广泛采用各种统计技术工具，使管理成为一种可测量、数字化的科学。4)是一种以项目为驱动力的管理方法六西格玛管理方法的实施是以项目为基本单元。通过一个个项目的实施来实现。通常项目是以黑带为负责人，牵头组织项目团队通过项目成功完成来实现产品或流程的突破性改进。5)实现对产品和流程的突破性质量改进六西格玛项目的一个显著特点是项目的改进都是突破性的。通过这种改进能使产品质量得到显著提高，或者使流程得到改造。从而使组织获得显著的经济利益。实现突破性改进是六西格玛的一大特点，也是组织业绩提升的源泉。6)有预见

9、的积极管理“积极”是指主动地在事情发生之前进行管理，而不是被动地处理那些令人忙乱地危机，有预见地积极管理意味着我们应当关注那些常被忽略了的业务运作，并养成习惯：确定远大的目标并且经常加以检视；确定清晰的工作优先次序；注重预防问题而不是疲于处理已发生的危机；经常质疑我们做事的目的，而不是不加分析地维持现状。六西格玛包括一系列工具和实践经验，它用动态的、即时反应的、有预见的、积极的管理方式取代那些被动的习惯，促使企业在当今追求几乎完美的质量水平而不容出错的竞争环境下能够快速向前发展。7)无边界合作“无边界"是通用电气成功的秘笈之一。杰克韦尔奇致力于消除部门及上下级间的障碍，促进组织内部横

10、向和纵向的合作。这改善了过去仅仅是由于彼此间的隔阂和企业内部部门间的竞争而损失大量金钱的状况，这种做法改进了企业内部的合作，使企业获得了许多受益机会。而六西格玛扩展了这样的合作机会。在六西格玛管理中无边界合作需要确切地理解最终用户和流程中工作流向的真正需求，更重要得是，它需要用各种有关顾客和流程的只是使各方受益，由于六西格玛管理是建立在广泛沟通基础上的，固此六西格玛管理法能够营造出一种真正支持团队合作的管理结构和环境，黑带是项目改进团队的负责人，而黑带项目往往是跨部门的，要想获得成功就必须由黑带率领他的团队打破部门之间的障碍，通过无边界合作完成六西格玛项目。8)追求完美，容忍失误作为一个以追求

11、卓越作为目标的管理方法六西格玛为企业提供了一个近乎完美的努力方向。没有不执行新方法贯彻新理念就能实施六西格玛管理的企业，而这样做总会带来风险。在推行六西格玛的过程中，可能会遇到挫折和失败，企业应以积极应对挑战的心态，面对挑战和失败。9)遵循DMAIC的改进方法六西格玛有一套全面而系统地发现、分析、解决问题的方法和步骤，这就是DMAIC改进方法，DMAIC的具体意义如下。D(Define)项目定义阶段M(Measure)数据收集阶段A(Analysi S)数据分析阶段I(Improve)项目改善阶段C(Control)项目控制阶段10)强调骨干队伍的建设六西格玛管理方法比较强调骨干队伍的建设，其

12、中，倡导者、黑带大师、黑带、绿带是整个六西格玛队伍的骨干。对不同层次的骨干进行严格的资格认证制度。如黑带必须在规定的时间内完成规定的培训，并主持完成一项增产节约幅度较大的改进项目。1.4. 实现六西格码质量管理的模式为了达到6,首先要制定标准,在管理中随时跟踪考核操作与标准的偏差,不断改进,最终达到6。现己形成一套使每个环节不断改进的简单的流程模式:界定、测量、分析、改进、控制。界定:确定需要改进的目标及其进度,企业高层领导就是确定企业的策略目标,中层营运目标可能是提高制造部门的生产量,项目层的目标可能是减少次品和提高效率。测量:以灵活有效的衡量标准测量和权衡现存的系统,惧数据,了解现有质量水

13、平。分析:利用统计学工具对整个系统进行分析,找到影响质量的少数几个关键因素。改进:运用项目管理和其他笄管理工具,针对关键因素确立最佳改进方案。控制:监控新的系统流程,采取措施以维持改进的结果,以期整个流程充分发挥功效。第2章 六西格玛管理案例背景某注射器生产公司近年来由于注射器的质量问题导致投诉每个月多达10次，由投诉而导致的损失多达200万元，市场占有率也有一定程度的下降。下图为注射器生产车间的布局图。车间由五个工序组成，分别是注塑、印刷、组装、包装、热合，车间布局如图所示：注射器车间布局同注射器由外套、推杆、活塞、针头、针管组成，公司生产各种类型的注射器，其中以5ml注射器为主，各种注射器

14、的工艺大致相同，本设计以5ml注射器的工艺流程来说明，5ml注射器工艺流程如图所示：注射器工艺流程图第3章 六西格玛质量改进3.1. 界定(Define)界定是识别顾客需求，确定影响顾客满意度的关键因素。界定就是明确要解决的问题，找准需要改进的产品或过程。界定阶段的主要工作是识别顾客的需求，明确要解决的问题，明确过程输出变量的测量和标注，确定项目涉及的内部流程，从而确立项目责任以及项目目标和项目实施的关键步骤。3.1.1. 根据顾客的需求定义改善的项目界定阶段的一项主要工作是识别在任何过程中都是最重要的角色：顾客，并确认其需求。如果不知道顾客需要什么，就很难给予顾客想要的东西。因此，只有对顾客

15、的需求有清楚的认识，才能实施六西格玛绩效，否则再精确的测量也无济于事。当顾客的需求被理解并恰当地确定为过程的输出质量要求时，才能识别那些是关键的需求，也就是关键质量特性。1.基本选择流程如图4-1所示：图4-1 六西格玛项目选择2.各步骤具体实施方法(1) 确认你所提供的产品或服务。该公司是一家医疗器械制造商，提供的是一次性注射器，主要生产的是5ml的注射器。(2) 确认客户及其范围六西格玛项目始于“客户的心声”，因此找准客户是关键的第一步。客户分为外部客户和内部客户两种，内部客户为企业内部的各个部门和车间的各个工位，外部客户为使用一次性注射器的医院和医疗相关的企业和事业单位。(3)制作VOC

16、展开表展开表是将经过整理的VOC分层次进行展开，以直观看的一种表格，本例VOC展开表如表4-1所示：表4-1 VOC展开表 CTQ'SVOC一次展开二次展开三次展开安全好用注射器合格刻度字迹清晰外套透明均匀无各种缺陷无水花、气泡无杂质无油污黑点包装袋合格无破损漏气无发霉潮湿各种标志清晰安全无毒细菌培养合格细菌内毒素检测合格微粒检测合格(4)列出VOC对应的过程控制关键特性每一个VOC都对应着一个或数个产品的技术要求，即过程控制关键特性，根据上面的VOC展开表，对应出过程控制关键特性如图4-2所示：图4-2 VOC与过程控制关键特性对应图(5)建立VOC与过程控制关键特性矩阵在列出VOC

17、展开表和VOC对应的过程控制关键特性后，可将VOC展开表与过程控制关键特性相对应建立VOC与过程控制关键特性矩阵，本设计的VOC与过程控制关键特性矩阵如表4-2所示：表4-2 VOC与过程控制关键特性矩阵关键特性VOC制造过程注塑印刷组装包装热合工作环境外购件质量刻度字迹清晰外套透明均匀无各种缺陷无水花、气泡无杂质无油污黑点无破损漏气无发霉潮湿各种标志清晰细菌培养合格细菌内毒素检测合格微粒检测合格上表中符号含义如下：=强正相关 =中等程度相关 =可能相关或轻微相关(6)确认VOC的重要度对于客户VOC，根据客户认为的重要度进行评分，按从重要到不重要分为5档进行评分，分为5、4、3、2、1本设计

18、VOC之评分结果如表4-3所示：表4-3 VOC重要度序号VOC重要度评分序号VOC重要度评分1刻度字迹清晰37无破损漏气22外套透明均匀48无发霉潮湿33无各种缺陷29各种标志清晰24无水花、气泡110细菌培养合格55无杂质411细菌内毒素检测合格46无油污黑点312微粒检测合格3(7)确认过程控制关键特性的重要度过程控制关键特性的重要度指的是技术上实现的难易度，按由难到易分三档进行评分。分别为9、3、1,本设计的过程控制关键特性评分结果如表4-4所示：表4-4过程控制关键特性重要度序号过程关键特性重要度评分序号过程关键特性重要度评分1注塑35热合12印刷96工作环境93组装17外购件质量3

19、4包装3(8)确定VOC与过程控制关键特性的关系VOC与过程控制关键特性的相关关系可在VOC与过程控制关键特性矩阵中确定，其相关关系可分三级，从相关性强到相关性弱分别为9、3、1。用符号表示为：=9 =3 =1(9)对过程控制关键特性进行综合评价如表4-5所示：表4-5 过程控制关键特性综合评估表VOC排序3275614综合评分15832014512758881关键特性注塑印刷组装包装热合工作环境外购件质量关键特性重要度3913193VOC重要度刻度字迹清晰3外套透明均匀4无各种缺陷2无水花、气泡1无杂质4无油污黑点3无破损漏气2无发霉潮湿3各种标志清晰2细菌培养合格5细菌内毒素检测合格4微粒

20、检测合格3上表中的“综合评分”栏计算方法为：先计算每一个相关点的分数，其计算方法为：（VOC重要度+过程控制关键特性重要度）*相关性，对于每一个过程控制关键特性把其各相关点的分数加起来即为每个过程控制关键特性的综合评分。(10)按过程控制关键特性优先级别选定六西格玛项目由表4-5可得过程控制关键特性的综合评分表，如表4-6所示表4-6过程控制关键特性的综合评分表过程控制关键特性工作环境印刷注塑外购件质量包装热合组装综合评分58832015881512714对过程控制关键特性的优先级别进行图示，如图4-3所示：图4-3 过程控制关键特性优先级别图如图所示，按过程控制关键特性级别本设计应该选择的六

21、西格玛项目为，“工作环境”和“印刷”。3.1.2. 项目的定义我们已经选择了“工作环境”、“印刷”这两个项目，由于工厂净化车间的工作环境在工厂设计初期就已经确定，尽管其综合评分比较高，但是由于工厂自身条件的限制，改进工作环境必须要很高的投入，所以，一致同意没有必要对工作环境进一步分析改善。最后只选定“印刷”为改进的项目。对印刷工位的调查发现，最近一年以来，印刷工位的不良在3%左右，印刷过程中由质量原因导致的停机多到10次，这种情况对产量和效率都起到了制约的作用，并导致后工序经常地等待现象，其最近一年的不良数据如表4-7所示：表4-7 印刷不良率表时间良率/PPM时间良率/PPM1月份25613

22、7月份371872月份321488月份229323月份319829月份345134月份3111610月份381125月份3404011月份205136月份2431412月份21359其印刷不良数据图如图4-4所示：图4-4 印刷不良率数据图 从图4-4可以看出最近一年印刷不良率在3%左右波动，总体不良率很高。为了改善这种现象，提高客户的满意度，公司希望在未来的半年内将良率降低到2%左右，把停机次数降低在5次左右，消除后工序的等待时间。3.2. 测量(Measure)测量分析是六西格玛项目工作中的一个非常重要的阶段，没有测量，也就没有改进。测量就是定义缺陷、收集和整理有关产品或过程现状的数据，确

23、定改进的目标。测量是六西格玛管理分析的基础，通过测量来收集关键质量值的基本数据，使得量化管理成为可能，有了测量才能应用统计技术和方法。3.2.1. 测量系统的简介六西格玛方法是一种基于数据的决策方法。通过对所关注的过程数据的分析和处理，根据处理结果做出决策，决策实施的结果又通过数据来验证。数据时六西格玛方法的基础，它贯穿了六西格玛的始终。用于支持决策的数据首先必须是正确的，因为基于错误数据的决策是无效的甚至是灾难性的。数据时由测量得来的，测量结果能否代表被测对象的真实值，测量误差由哪些部分组成，有多大，如何确定，什么样的测量误差可以接受，什么样的又不能接受呢？这些都是我们关系的问题。因为测量值

24、可能有与被测对象的真实值不同，这种“不同”大到一定程度，所得的数据就是错误的。测量系统分析是用来确定测量时出现的误差的大小和类型的方法。测量系统是与测量相关的人、测量仪器/工具软、硬件、测量对象、测量方法和环境的总称。按被测对象的性质，测量系统可以分为两类：连续数据测量系统分析，离散数据测量系统分析。1.离散数据测量系统的重复性和再现性(1)重复性当某个检验员两次判断同一部品的外观缺陷，判断结果之间可能存在差异。这称作离散数据测量系统的重复性误差。(2)再现性两个检验员判断同一部品的外观缺陷，可能得出不同的结论，这称作离散数据测量系统的再现性误差。(3)离散数据的测量是将被测量对象与某个标准作

25、比较、并根据其是否满足标准作出“接受”或“不接受”的过程，离散测量系统有效性是确认该测量系统鉴别被测量对象“好”与“坏”的能力。(4)根据离散数据测量系统的特点，在对离散数据测量系统进行分析时应同时选择“好”、“坏”、和“边缘状态”的样本进行分析。3.2.2. 测量系统分析为了检验印刷工位上测量系统的误差的大小，我们选取30个印刷完毕(做好标记)的注射器外套由3个检验员分别检验两次，其检验结果如表4-8所示：表4-8 测量结果样本量A1A2B1B2C1C2标准10000000200100003111111140000000511101116111111171111110800000009000

26、0000100000000111111111120000000130000000140000000150111111161111111170000000180000010191111111201111111210000000221111111230000000241111111250000000261111101271100000280000000291111111301111111A、B、C分别表示3个检验员，1、2表示检验的次数。用MINITAB进行属性一致性检验，其分析结果包括检验员自身的重复性百分比、与标准一致百分比、检验员之间的再现性百分比、测量系统总误差的一致性百分比，其结果如下：

27、(1)确认单个检验员重复检验的一致程度即确认重复性误差的大小，量化检验员个人的误差，如表4-9所示：重复性百分比=实际一致的总次数/机会的总次数机会的总次数=检验员*部品数表4-9重复性百分比检验员自身检验员自身检验数符数百分比95%置信区间1302996.67(82.78, 99.92)2302893.33(77.93, 99.18)3302893.33(77.93, 99.18)(2)确认检验员的检验结果与标准之间的一致性，量化检验人员的检验准确度，如表4-10所示：与标准一致性的百分比=与检验一致的测量次数/各检验员总测量次数表4-10与标准一致百分比每个检验员与标准检验员自身检验数符合

28、数百分比95%置信区间1302790.00(73.47, 97.89)2302790.00(73.47, 97.89)3302790.00(73.47, 97.89)(3)确认多个检验员检验结果之间的一致性即确认再现性误差的大小，量化检验员之间的误差大小，如表4-11所示：再现性百分比=实际一致的总次数/机会的总次数表4-11再现性百分比检验员之间验数符数百分比95%置信区间302480(61.43, 92.29)(4)确认离散数据测量系统总的测量误差，量化测量系统的总误差，如表4-12所示：一致性百分比=实际一次的次数/可能一致的次数表4-12一致性百分比一致性百分比可能一致的次数实际一致的

29、次数一致性百分比27024691%其图形输出入图4-5所示：图4-5 测量结果通过MINITAB的属性一致性分析可得测量系统结果，如表4-13所示：表4-13 测量结果测量标准检验人员重复性百分比与标准一致百分比再现性百分比一致性百分比A96.37%90%80%91%B93.33%90%C93.33%90%评价测量系统是否合格的标准如表4-14所示：表4-14 测量系统评价标准判定内容判定标准重复性百分比>=90%与标准一致百分比>=90%再现性百分比>=80%一致性百分比>90%通过与标准的对比我们可以看出，这个三个检验员对标准的把握的准确度、稳定度、紧实度均达到了标

30、准。3.2.3. 数据的收集测量系统检验合格后我们就可以收集六西格玛项目所必须的数据，数据时进行六西格玛项目分析和改善的基础，所以所数据收集的合理性和准确性对六西格玛改进来说至关重要。经过长期的统计我们发现印刷不良的10种类型，如表4-15所示：表4-15 不良类型编号不良类型编号不良类型1印刷不全6定位偏2有杂质7白套3油灰8下料挤伤4黏墨9来料缺陷5重影10无硅油我们对一台印刷机每班的印刷不良进行连续10天的统计，我们发现了各种类型不良的数量,如表4-16所示：抽样次数不合格总数不合格的原因印刷不全有杂质油灰黏墨重影定位偏白套下料挤伤来料缺陷无硅油199337635362419510611

31、14252906405982529156838102939543559641162115496314100348674222517898138185978326053630231337724696728632421319672156267886475443924167668113481009356432331234538918910444468931261961149151910989326383332199877924合计97293786254328250196372469595248为了对印刷工序的过程能力进行分析，我们选取了25组样本，样本容量为100，测得的不合格品数，如表4-17所示

32、：表4-17 改善前抽样表统计量观测值12345678910n100100100100100100100100100100np8560302142统计量观测值11121314151617181920n100100100100100100100100100100np3031431130统计量观测值2122232425n100100100100100np230223.3. 分析(Analyze)分析主要是分析在测量阶段收集的数据，确定和检验组织可能存在问题的根本原因。分析阶段是DMAIC各个阶段中最难以预见的阶段。项目团队所使用的方法将很大程度上取决于所涉及的问题与数据的特点。分析是可以运用多种统

33、计技术和方法来进行，如回归分析、相关分析、假设检验、实验设计、直方图、排列图、直方图、鱼刺图、散点图、控制图等影响产品质量的因素很多，一般需要从人、机、法、料、环、测等六个方面进行有效分析，运用上述统计技术和方法对各种要素进行排列，就可以找出影响顾客满意度的主要原因及其影响规律。3.3.1. 印刷不良控制图分析根据在测量阶段收集的数据，我们得知该数据属于计数型数据，且样本容量恒定为100，根据控制图的选择标准，在这里采用P控制图。对收集的数据进行过程能力分析，应用MINITAB进行分析，其控制图如图4-6所示：图4-6 P控制图累计缺陷率图如图4-7所示：图4-7 印刷不良累积缺陷图统计结果如

34、表4-18所示：表4-18 统计结果图统计结果%缺陷2.36PPM缺陷23600过程六西格玛3.4845MINITAB输出结果分析：1.从P控制图可以看出本过程有一点超出上控制规格，说明过程不在受控状态。2.从图4-10可看出累积缺陷数在0.025附近摆动，说明该过程收集的数据量进行能力分析是足够的。3.从摘要统计可以看出PPM缺陷为23600，过程西格玛值为3.4845，尚需改善。3.3.2. 印刷不良分析根据测量阶段收集的数据，进行柏拉图分析，找出印刷不良的主要原因。帕累托图是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。通常把累计百分数划分为3个观察区：0%-80%

35、为A类区，其相关问题为主要问题；80%-90%为B类区，其相关问题为次要问题；90%-100%为C类区，其相关问题为更次要的一般问题。图4-8 不良帕拉图如图4-8所示，有杂质、印刷不良时印刷时产生的主要问题，必须集中力量进行改进，而印刷不全、油灰等问题占了不足16%属于一般的问题，现阶段可以不予考虑。只要解决了主要缺陷，就可以大大降低印刷不良的问题。用帕拉图找出印刷不良的主要问题之后，可以用因果图进一步的挖掘更深层次的原因，以便为质量管理决策提供依据。因果图又叫鱼刺图或特性要因图，是用来表示质量特性波动与其潜在 (隐含)原因的关系，即分析表达因果关系的一种图表。适用对多种复杂原因影

36、响的质量结果，又无法用准确的数据来进行定量分析的情况。因果图是根据已经生产的或预计产生的结果(或质量问题)进行讨论，把造成这一结果的原因则要更详细地的一一分析，顺藤摸瓜，直到找出具体的原因并能采取纠正措施为止。根据柏拉图找出的主要原因进行鱼骨图分析,如图4-9所示：图4-9 不良鱼刺图分析经过分析我们可以确认，操作方法、操作者、机器、材料都对印刷不良有着非常重要的影响，而空气中的灰尘对印刷不良有多大的影响，而不太确定，为了确认空气中的灰尘对印刷不良(由杂质、重影)是否有着很大的影响，我们做一个相关分析来证明。相关分析是一种常用的揭示变量之间相互关系的分析方法，我们知道产品、过程、服务等质量存在

37、波动性和规律性，质量管理就是要揭示质量随过程变量变化的规律，发现最关键的少数变量并加以控制和改善。使过程保持在相对稳定的高水平上。六西格玛管理法正是一种基于数据，以客户需求为驱动的质量管理系统，所以利用相关、回归等分析方法寻找影响质量的关键因素是六西格玛突破策略中分析阶段的主要任务。为了研究空气中的灰尘微粒数和印刷不良(由杂质、重影)之间的关系，我们在一天里收集了20组数据，如表4-19所示：表4-19 空气中灰尘颗粒与印刷杂质相关表次数空气灰尘微粒数量/M3杂质/10-6次数空气灰尘微粒数量/M3杂质/10-61248.3786311415.3129652250.5845612423.213

38、0113252.4896513434.9131264285.41032114510.6134655326.61085415562.4136986334.61121316642.5139677348.81176517713.4142038356.81203618795.6144659362.21225619873.71473410384.61262320918.614968空气中灰尘微粒/M3 表示每立方米的空间里空气中的灰尘微粒，有杂质/10-6 表示杂质这种类型印刷不良占总体的比例。散布图是将一对变量用图示表示出来，两个变量分别对应于图上的X和Y轴，这样每对对应的X、Y数据均可在散布图上以一

39、个点来表示。观察散布图可以直观的了解变量X与Y的关系。空气灰尘微粒数与有杂质关系的散点图如图4-8所示：图4-10 空气中灰尘微粒数量与印刷杂质散点图用MINITAB进行相关和回归分析，其分析结果输出如下：空气中灰尘微粒数量 和 有杂质 的 Pearson 相关系数 = 0.849 ，P 值 = 0.000。表4-20回归分析回归方程：有杂质=8280+8.41*异物数量自变量系数系数标准误TP常量8279.7633.413.070.000空气微粒数量8.4071.2316.830.000S=1128.3 R-Sq=72.2% R-Sq(调整）=70.6%表4-21方差分析来源自由度SSMSF

40、P回归1593496625934966246.640.000残差误差18229040281272446合计1982253690从相关分析可以看出异物数量和有杂质的Pearson相关系数 = 0.849,并且P值<0.05，说明异物数量与有杂质相关性非常显著。从回归分析可以得到回归方程为：有杂质=8280 + 8.41*物数量，常数项和系数P值都小于0.05证明回归方程是显著的。而R-Sq = 72.2%表示回归方程可解释的变差占总变差的72.2%。回归方程的方差分析P值小于0.05，因此以95%的置信度认为回归方程拟合良好。结论：异物数量和有杂质存在非常强的正相关关系，异物数量越多，有杂

41、质的印刷不良越多。3.4. 改进(Improve) 3.4.1. FEMA分析在分析阶段我们分析了导致有杂质、重影印刷不良的更层次的原因，原因丛多，在这些原因里面，重要性和出现的可能性都不一样，为了选定改进的对象，我们进行了FEMA分析，如表4-22所示：表4-22 FEMA分析表过程 功能潜在失效模式潜在失效后果严重程度系数潜在的失效原因/机理频度数不易探测度数风险顺序数RPN1空气中有异物1.报废注射器外套2.印刷不良流出7清洁不够/人员频繁走动741962培训不到位1.影响生产效率2.产生大量浪费6培训措施不够好541203检验方法不对产生批量不良7员工积极性差631264原料筐没盖把灰

42、尘颗粒带入空气中4未遵循规章制度52405思想不集中1.不良流出2.影响效率6员工纪律差43726材料自有杂质产生报废3注塑导致44487机器有灰尘、颗粒1.导致印刷停机2.导致印刷不良3没有及时清理5345根据风险顺序数RPN选定改进的对象，如表4-23所示：表4-23 选定改进对象序号不良原因风险顺序数RPN是否考虑1空气中有异物196是2培训不到位120是3检验方法不对126是4原料筐没盖40否5思想不集中72否6材料自有杂质48否7机器有灰尘、颗粒45否如上表所示，我们从重要性和出现的可能性两个方面选定三个改进对象。3.4.2. 制定改善措施1.为了清除空气中的灰尘微粒，威高集团目前采

43、取的措施是，每天用85%的医用酒精擦拭地面和机器设备2次，每隔5天换一次过滤系统过滤网。为了验证酒精浓度、擦拭次数、过滤网更换周期这三个参数如何组合和搭配能更好的清除空气中的异物，决定进行DOE实验，期望得的结果以空气中灰尘微粒去除率来衡量。DOE实验因素水平表如表4-24所示表4-24 DOE实验因素水平表 水平因素水平1水平2水平3酒精浓度(A)75%85%95%擦拭次数(B)123过滤网更换周(C)53-运用MINITAB软件来进行实验设计，共有十八个实验组合，我们每次实验选定不同地方的空间进行测量。去除率(%)=(清除前空气灰尘微粒数-起初后空气灰尘微粒)/ 清除前空气灰尘微粒数*100先进行主效应分析，MINITAB输出图表如图4-11所示：图4-11主因效应图通过此图我们可以直观确定各因素水平对输出变量的影响程度。直线越陡，说明影响越大。可以看出对输出变量影响程度依次是：B、C、A。然后再进行交互作用分析，MINITAB输出图表如图4-12所示：A图4-12 交互作用分析图如图所示，上面的直线平行或者是接近平行，说明这三个因素之间两两之间的交互作用对输出变量均值无影响或者影响甚微。MINITAB数据输出结果如表4-26所示：表4-26 AVG的方差分析来源自由度SSMSFPA271.535