6Sigma品质管理基础

1、第一节、 6 Sigma的介绍6Sigma是研究过程变量与过程能力之间相互关系的科学。简而言之，是通过对过程能力的测量，确定过程所处的状态，再通过比较分析，找出影响过程能力的主要变量，用过程优化方法找出其变化规律,再对其予以消除或控制,通过连续的测量分析改善控制循环，使过程能力不断提高并最终达到或超过6Sigma水平。对于新产品和新过程，在测量之前又增加了一个设计（新产品和过程）环节。6Sigma作为品质理论，最早被摩托罗拉公司用于品质管理，取得了令人瞩目的成功。后逐步推广带通用电气、IBM等一些大公司，并很快成为新的品质标准。现在6Sigma系统和方法因其良好的精简人员 性和克可操作性，已为

2、全球许多先进公司接受和采用。一、 Sigma（）的涵义是希腊字母，术语用来描述任一过程参数的平均值的分布或离散程度。对商务或制造过程而言，值是指示过程作业状况良好程度的标尺。值越高，则过程状况越好。值用来测量过程完成缺陷作业的能力，因为缺陷在任何情况下都会导致客户的不满意。对6Sigma而言，共同的测量指引是“每单位缺陷数”。在这里，单位代表了许多东西，如组件、原材料、表格、时间段、产品等。值指示了缺陷发生的频度。值越高，过程不良品率于低，当值增大时，成本降低，过程周期时间缩短，客户满意度提高。1、 作为标准的含义与工序不良率及合格率之间的对应关系当从一个水平提高到另一个水平，不良水准会按指数

3、规律降低。 与工序不良率及合格率之间的对应关系表标准PPMFPY不良状况230853769.15%减少约5倍减少约11倍减少约26倍减少约68倍过去标准36680793.32%4621099.38%现在标准523399.9767%63.499.99966%最新标准工序能力每百万件可能产生不良品评价：6比3好2万倍(3之不良除以6之不良)2、 99%良好的实际含义 （1）每天至少15分钟不安全饮水 （2）每个月至少7小时停电 从以上的数据可看出，99%的良品率意味着巨大风险。3、工序合格率的概念假定某产品从来了到出货需进行机器加工和测试两道工序，来料合格率为99%，机器加工合格率为98%，测试合

4、格率为96%，其总的工序合格率为93.1%，在加工厂106件产品时的可能不良品为68608件，如下图所示：图1、从来料到出货工序合格率图4、工序能力指数CP&CPK 工序能力指数是指工序最大变化范围与工程能力变化的比值 CP=/±3 CPK=-2×/6 其中： 为标准偏差 USL为公差上界 T为公差中心 LSL为公差下界 U为样本平均值二、 6Sigma的涵义6Sigma是一个统计测量基准，它告诉我们目前自己的产品、服务和过程的真实水准如何。6Sigma方法可使我们将自己与其他类似的或不同产品、服务和过程进行比较，通过比较，我们可以知道自己处于什么位置。重要的一点是

5、，我们可以知道自己的努力方向和如何才能达到此目的。换言之，6Sigma帮助我们建立了目标和测试客户满意的标尺。例如，我们手一个过程具有6Sigma能力时，可以肯定它是世界上最好的。这种能力意味着生产一百万件产品只有大约3件不良品出现的机会。有次可见，6Sigma测量标尺提供给我们一个精确测量自己产品、服务和过程的“微型标尺”6Sigma是一种处事哲学，它总结出一种业务方法，特别是它能使工作更精确，使我们在做任何事将失误降到最低。因为已发现和避免了不利的因素，Sigma值上升，这表明过程能力的改善和缺陷的减少或消除。6Sigma是一个多面体，有多种涵义，表示如下： 1）质量标准； 2）基准； 3

6、）设想； 4）方法； 5）工具； 6）价值； 7）基本原理； 8）目标。6Sigma作为质量标准有以上多种涵义，但无论如何，它都首先被看作是一个质量标准，一个衡量过程能力水平的标准，Sigma值愈高，意味着过程能力愈高，产生缺陷的概率愈低，过程的YFT愈高，则产品质量愈高。Sigma与过程不良率PPM及首次通过率YFT间的对应关系如下表1。 Sigma与PPM&YFT的堆积应关系SigmaPPMYFT不良状况230853769.15%减少约5倍减少约11倍减少约26倍减少约68倍36680793.32%4621099.38%523399.9767%63.499.99966%评价：6Si

7、gma比Sigma好20000倍1、 标准偏差（Standard Deviation）（1）样本标准偏差： = 其中：n为抽样数量； 为样本平均值； 为样本标准偏差。（2）总体标准偏差： S= 其中：N为总体数量； 为总体平均值； S为总体标准偏差。2、长期工序能力与短期工序能力 长期工序能力ZLT=LT ， U=MEANS（平均值） 短期工序能力ZST=ST ， T=TARGET（公差中心）且Zshift=ZST-ZLT =1.5 SL=USL（LSL）3、 长期能力与短期能力比较长期能力记为ZLT（LT）；短期能力记为ZST（ST）看下表比较如下。 长期能力与短期能力比较长期能力短期能力Z

8、LT（LT）；ZST（ST）CPKCP由技术和工序控制决定由技术决定其余工序性能工序能力66Z=4.5且CPK=1.5Z=6.0且CP=2.0 ZST对ZLT技术工序控制ZLT常小于ZST，因为长期由于工序的变化和偏移而减少4、 Z（）与PPM的转换（1）Z（）转换成PPM（P）之公式P=（1+C1Z+ C2Z2+ C6Z6）-16/2C1=0.07498673470 (1) C1 ,C2 ,C6 为常数C2=0.0211410061 (2) Z为Sigma （）C3=0.0032776263 (3) P是可能出现不良的概率C4=0.0000380036C5=0.0000488906C6=0.

9、000005383 （2）P转换成Z之公式Z= C1+ C2+ C32/1+ C4+ C52+ C63其中=C1=2.515517 C2=0.802853 C3=0.010328 C4=1.432788C5=0.189269 C6=0.00308Z是Sigma，P 是可能出现不良的概率。 图、 Sigma与PPM关系图Sigma（）与CP（CPK）及PPM转换表如下：CPZSTDPOPPM0.51.50.06680726680470.672.00.022751227500.832.50.006209762101.003.00.0013513501.173.50.00023272331.134.

10、00.0000317321.504.50.00000343.41.675.00.00000030.31.835.50.00000000.022.006.00.00000000.0010.000.00.50000005000000.170.50.30853753085380.331.00.15865531586550.501.50.0668072668070.672.00.227501227500.832.50.006209762101.003.00.001350013501.173.50.0002327321.334.00.00003173.41.504.50.0000034三、 6Sigma

11、品质改善的基本思路1、 品质改善流程 图2、6Sigma品质改善流程 2、标准6Sigma流程（1） 测量1） 主要业务目标化和文件化；2） 突破点目标标识和文件化；3） 高水平目标计划做成和文件化；4） 产品树做成，细化，文件化和图表化；5） 结点性能特点标识和文件化；6） 性能需要标识和文件化；7） 相关工艺标识，文件化和图表化；8） 原因和影响做成，文件化；9） 联系工序输入和产品需要；10） 数据收集，记录，检索系统设计；11） 数据收集，记录，检索系统实施；12） 短期能力评估和文件化；13） 长期能力评估和文件化。（2） 分析1） 将现有短期和长期能力绘制于基准图上；2） 基准间隙

12、分析实施和文件化；3） 间隙分析的主要结论文件化；4） 基准因子结果标识；5） 压缩分析结果并文件化；6） 性能改进目标建立。（3） 改善1） 产品特点目标改善；2） 选择产品特点相关的主要业务；3） 测量系统分析实施并文件化；4） 缺陷模式和效果分析实施并文件化；5） 因果分析实施并文件化；6） 工序突破行动计划并文件化；7） 选用诊断工具来分析固有偏差；8） 诊断工具的合理利用；9） 分析诊断数据；10） 诊断研究结论充分且有效；11） 性能问题确定并转移成统计问题；12） 潜在因变量确定；13） 实验测试计划设计并文件化；14） 数据分析工具确定并测试；15） 实验测试计划适当执行；16

13、） 数据分析实施，有效化和文件化；17） 数据分析结论充分和有效化；18） 根据测试结果建立工序参数规格；19） 性能改善实现，验证和文件化；20） 性能改善转化成业务收益。（4） 控制1） 短期和长期工序控制计划需要确定；2） 短期和长期控制系统改善和文件化；3） 控制系统测试和校正1以满足系统需求；4） 控制系统实施和采用；5） 控制系统定期审核使之符合计划；6） 产品性能特点定期指示；7） 系统连续改善计划推动和文件化；8） 连续改善计划实施和审核；9） 连续改善计划定期审核；10） 主要业务有规律地监控。四、 设计及制造工序6Sigma指引3、标明每个工序 重要变量2、用流程图去标明各

14、个工序要点1、 得确立关键品质特点一致认可1、 设计工序测量、分析、设计（M、A、D）流程6、计算每一道工序中的每CTQ，S（关键质量）的“Z”5、为每道工序选择 样本和测量4、用关键变量去 标注抽样测量 测量 测量9、假定和核实有可能用到的改正行动（例如公差）8、取得建立行动计划的一致认识7、分析差别去确定每一道工序的影响测量 测量 测量10、将每个工序和CTQ的预期“Z”值文件化分析 分析/设计 设计 设计 图3、设计工序测量、分析、设计（M、A、D）流程 关键 步骤 重点图4、生产制造工艺6Sigma指引第二节、 6Sigma突破工具一、6Sigma突破思路要达到6Sigma的品质目标，

15、须遵循“MAIC”的改善思路，通过连续的“MAIC”循环，使工序品质持续稳定地提高。 测量（Measurement）1、选择产品2、建立产品树3、定义变量性能4、建立工艺流程5、测量变量性能6、建立工序能力1、计划和组织2、6Sigma量度ZST、ZLTCPK 、DPMO、PPM分析（Analysis）1、选择变量特征值2、建立变量特征值基准3、发现问题4、进行Gap分析5、识别成功的因子6、定义特征目标1、基本性能2、Gap分析改善（Improvement）1、选择变量特征值2、诊断变量特征值3、提出变化原因建议4、确认变化原因5、建立操作界限6、验收改善结果1、诊断方法2、实验设计（DOM

16、）3、公差分析控制（Control）1、选择引起变化的参量2、确定控制系统3、证实控制系统有效性4、提供控制系统工具5、评价控制6、督导量度性能1、统计过程控制（SPC）二、6Sigma的50种应用工具1、 Analysis Covariance 协方差分析2、 Analysis of Variance 方差分析3、 Binominal distribution 二项分布4、 Brainstorming Techniques 脑力风暴法5、 Cause and Effect matrix 因果图6、 Check Sheets 检查表7、 Chi-square Distribution 卡方分布

17、8、 Chi-square Test for Goodness-fit 卡方测试的拟合优度9、 Chi-square Test of Independence 独立性的卡方测试10、 Confidence Intervals 置信区间11、 Control Cards 控制图表12、 Correlation Methods 相关分析法13、 Cross Tabulation Tables 交叉表14、 Data Collection Sheets 数据收集表15、 Exponential Distribution 指数分布16、 F Distribution F分布17、 F Test F测试

18、18、 Failure Mode and Effect Analysis 在缺陷模式及影响分析19、 Full factorial Experiment Designs 全因子DOM实验20、 Fractional Factorial Experiment designs 分布DOM实验21、 Group Screening Experiment Designs 分组筛选DOM 22、 Fishbone Diagrams 鱼刺图23、 Force Field Diagrams 作用因子分析24、 Histograms 直方图25、 Hypothesis Construction 假设因子分析26、 Indexes of Location 位置指数27、 Indexes of Process Capability 工序能力指数28、 Indexes of Variability 变异度指数29、 Line BAR Pie Charts 线形、条形、饼形图30、 Mathematic