6-sigma战略概括(ppt 57页)

1、什么是Sigma（ ）?91110 = xNMean 假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为10mm的产品。当我们完成切割1000个产品后，测量每个产品的长度，并将测量结果以直方图形式表达，我们将会得到下列结果：:91110Sigma (标准偏差) = ( - x)2N - 1什么是Sigma（ ）?0.1350%0.1350%-4-3-2-1+1+2+3+499.73%68.26%0.1350%2.145%13.59%34.13% 34.13%13.59%2.145%0.1350%正态分布什么是Sigma（ ）? 规格上限规格上限目标目标什么是Sigma（ ）?规格下限

2、规格下限0.001ppm 不良率0.001ppm 不良率 1 2 3 4 5 6 6 Sigma过程过程1 Some Chance of Failure3 332 0.135% 不良率0.135% 不良率3 Sigma过程过程 1 332 0.135% 不良率1 332 0.135% 不良率 规格上限规格上限Some Chance of Failure目标目标什么是Sigma（ ）?规格下限规格下限0.135% 不良率3 Sigma过程过程 1.5 漂移漂移 6.68% 不良率 规格上限规格上限Some Chance of Failure目标目标什么是Sigma（ ）?规格下限规格下限0.00

3、1ppm 不良率0.001ppm 不良率 1 2 3 4 5 6 6 Sigma过程过程3.4 ppm 不良率 1 2 3 4 5 6 1.5 漂移漂移-6-5 -4 -3 -2 -1 +1 +2 +3 +4 +5 +6 规格下限规格上限规格界限规格界限 ppm 1 sigma317300 2 sigma45500 3 sigma2700 4 sigma63 5 sigma0.57 6 sigma0.002什么是Sigma（ ）?但制程平均值 () 往往在规格中心点周围漂移，漂移幅度在规格中心点1.5 范围内。如果将1.5 漂移计算在内， 6质量制程的不符合规格产品=0.00034%=百万分之

4、3.41.5 1.5 规格下限规格上限Sigma 等级等级不良品率（百万分之）不良品率（百万分之）1 6977002 3087003 668104 62105 2336 3.4什么是什么是6-Sigma ?第9页6 Sigmas Goal六西格瑪在提高質量的同時，還降低了劣質成本，劣質成本的降低是質量改進的一個重要方面，把失效、缺陷與財務挂起鉤來，公司就可根據財務資料來確定專案的輕重緩急。電腦的普及和統計軟體的開發使實施專案時可借助電腦和統計軟體來分析資料，並獲得了很好的效果。 PPM、成本與西格瑪之間的關係是： Sigma PPM成本 6 sigma 308,537 销售收入的5%10% 5

5、 sigma 66,807 销售收入的11%15% 4 sigma 6,210 销售收入的16%20% 3 sigma 233 销售收入的21%30% 2 sigma 3.4 销售收入的31%40%第10页The way to Solving Problem另外考慮:客戶影響有竟爭力的環境成本/效益分析專案流程存流程存在吗？在吗？测量测量分析分析设计设计验证验证测量测量分析分析改进改进控制控制增加的改进是否足增加的改进是否足够？够？定义定义NoYesNoYes改改進現進現有有過過程程的的 步步驟驟設計設計新新產產品品/服服務務或更或更改改現現有有產產品品/服服務務的步的步驟驟第11页The S

6、trategyUSLTLSLUSLTLSLTUSLLSLUSLLSLCharacterizeOptimizeBreakthroughCustomer Focused - Both Internally & Externally91110 = xNMean 假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为10mm的产品。当我们完成切割1000个产品后，测量每个产品的长度，并将测量结果以直方图形式表达，我们将会得到下列结果：:91110Sigma (标准差) = ( - x)2N 六西格玛目标：统计图示TargetUSLLSLLSLUSLTargetLSLUSL目标流程偏离目标多余的误

7、差趋中的流程减少误差图示六西格玛水平事件的概论积分：曲线下面的总面积100均值拐点USL上偏差LSL下偏差 ：均值分布的离散程度越大则也越大，反之，亦然；分布曲线越窄，意味着落在USL和LSL之间越多；1 2 3：标准偏差，主要描述一概率分布的离散程度；34.5618分钟/平均值USL=20分钟LSL=16分钟20.7分钟（+1） =2.7分钟18分钟/平均值USL=20分钟LSL=16分钟 =0.33分钟6.03.499.999665.020099.984.0600099.43.8310000993.06000094西格玛水平列表S IPOCSupplierInputProcessOutpu

8、tCustomerProcess Map活动(Activity)选择决策Process 方向与流程Process开始和结束v SIPOC是表示个人业务的进行状况的略图(Map)，在定义顾客的概念及改善 Process 突出Point时的 核心Process分析手段X1X2X3X4X5Yq结果qYq非独立q输出q影响q症状Six Sigma的焦点q原因qX1Xnq独立q输入过程q问题q根源Y=f(x)现象原因- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -最甜的果实Design for Six Sigma成堆的

9、果实Process Characterization and Optimization易摘的果实Seven Basic Tools落地的果实Logic and Intuition流程最优- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -DMAICDFSS六西格玛管理法的过程六西格玛管理法洋葱图消灭缺陷顶线、底线收益满足顾客高效流程消灭缺陷传统质量q注重产品质量q不注重使用数据作出决定。q注重检验 q使用一些工具6Sigma 质量q注重流程质量q结构化的改进q数据为决定的依据q结构化的闭环q一次做好的理念六西格玛

10、和全面质量管理六西格玛同全面质量管理的不同之处qTQM注重管理生产现场；六西格玛注重业务流程整合qTQM的标准往往是自己定义的；六西格玛是来自于顾客的标准qTQM没有注重将质量改进的任务有机的整合到公司的营运中六西格玛与全面质量管理在理论上的共同之处q追求质量卓越q运用统计工具对流程、产品进行测量六西格玛与ISO系列在理论上的共同之处q追求质量卓越q注重流程六西格玛同ISO系列的不同之处qISO系列认证使企业具备经营运作的基本能力q六西格玛使企业追求高水平的绩效qISO系列认证的主要目标之一使取得企业外部的认可 六西格玛管理的推行注重给企业带来持续改进和利益六西格玛和与ISO系列：相辅相成ER

11、P（企业资源计划）立足于控制企业的物流、信息流与资金流，核心是提供了全面可靠的信息，这与特长在于测量、分析、改进的6 Sigma正相配合，所以实施ERP的企业再实施6 Sigma，可达到事半功倍的效果。六西格玛和与ERP：相辅相成基本概念q关键性质量要素（CTQ,Critical To Quality):这是个非常重要的 概念。它指顾客对产品或服务的要求标准。（如交付准时、最小 周期、准确等）q缺陷（Defect):任何不能达到CTQ所要求标准的范围的事件q缺陷机会（Opportunity):任何可能带来缺陷的，可以衡量的事件。q差异（Variation):任何与确定的标准的背离q业务流程能力

12、（Process Capability):业务流程的西格玛()水 平，是根据业务流程的产出物中的缺陷水平来计算的质量成本：COPQ 冰山的一角“现在所说的品质损失费用，只是冰山一角”检查废弃返工不合格保修传统的品质损失费用(可见的成本），占总销售收入的46 （容易定义）流失的销售延迟交货期顾客信赖度降低更多的处置费用过多库存过大再作业周期时间长工程设计变更追加的品质损失费用（隐藏的成本），占总销售收入的2030 (测定困难)传统质量模型质量改进费用最小质量成本缺陷成本检测和预防费用质量符合程度最佳质量符合点假设为99100单位质量成本新的质量模型：六西格玛如何会降低成本质量改进费用缺陷成本检测

13、和预防费用质量符合程度单位质量成本实施六西格玛，有劲何处使？q订立一个SMART目标 Specific:一个好的目标必须简单明了 Measurable:一个好的目标，结果必须是可度量的 Aggressive:没有挑战性目标不是好目标 Business Related:必须与当前的总体业务目标紧密相关 Timing:好的目标应当在适当的时机下订立，在适当的时限内实现改进路线图改进路线图(DMAIC)(DMAIC) DOE 回归分析法 ANOVA方差分析 t-检验 流程分析 总则 VOC SIPOC CE 矩阵 数据采集计划 Gage R&R 控制图表 性能分析 确定解决方案 风险分析 试行 计划

14、 QC 图表 文件整理 监控不仅是一个分类的工具,在流程改善中确定每一步如何操作,可以想像当每个人都使用同种方法时会产生较大协同效应.最大功率输出3随时使用保障4稳定5部件寿命长2效率高4可维持2容易找出故障1633857993627千瓦数总共可运转时间总共被迫停用时间部件周期寿命燃油消耗率总共修理维持时间A千瓦C小时/年D年E费用/千瓦F小时B小时/年强烈正相关正相关负相关强烈负相关需要什么如何达到方向方向越多越好越多越好越少越好越少越好固定量固定量关系关系强烈强烈9 9适中适中3 3微弱微弱1 1质量之屋 1质量之屋 2质量之屋 3客户需求功能要求组建特征关键性功能要求关键组件特征关键生产

15、流程质量之屋 4生产流程关键流程变量柏拉图法则：PARETO CHART1. 根据意大利经济学家柏拉图的理论命名的，他指出社会重等收入分配是不均匀的。即80的财富由20的人所掌握。同样的在流程中大部分的缺陷经常是由相对较少的原因造成的。2. 造成缺陷的原因可能很多，可以改进的也很多但是知道从哪里入手做好并不容易，而可以帮助你分类并隔离出最重要的因素。柏拉图法则：PARETO CHART资源投入为什么使用六西格玛设计方法为什么使用六西格玛设计方法? ?时间DFSS典型模式投放市场与与 DMAIC DMAIC 的关系的关系是是分析测量改进控制定义分析测量设计验证定义否否是否DMAIC/DMADV

16、转换点Regression Analysis The regression equation is Customer Delivery = - 17.9 + 0.400 Supplier Delivery + 0.600 TAT Predictor Coef StDev T P Constant -17.8574 0.8043 -22.20 0.000 Supplier 0.400462 0.006394 62.63 0.000 TAT 0.59969 0.01553 38.61 0.000 S = 4.917 R-Sq = 84.3% R-Sq(adj) = 84.3% Analysis o

17、f Variance Source DF SS MS F P Regression 2 129892 64946 2686.72 0.000 Residual Error 997 24100 24 Total 999 153993 Source DF Seq SS Supplier 1 93855 TAT 1 36037 供应商发货时间占总交货时间变量的61%. TAT(内部处理流程)占 23%. 应先从那里入手?E.g. 93855/153993 = 0.61 or 61%.分析收集的数据和流程图，决定造成缺陷的根本原因分析收集的数据和流程图，决定造成缺陷的根本原因General Linea

18、r Model Factor Type Levels Values Supplier fixed 4 ACME Best Kansans NewBuy Analysis of Variance for Supplier, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Schedule 1 313699 286089 286089 7822.35 0.000 Supplier 3 241276 241276 80425 2199.02 0.000 Error 995 36390 36390 37 Total 999

19、591365 Term Coef StDev T P Constant 9.9871 0.1964 50.85 0.000 Schedule 0.693700 0.007843 88.44 0.000 Means for Covariates Covariate Mean StDev Schedule 5.646 24.43 Least Squares Means for Supplier Supplier Mean StDev ACME -5.555 0.3841 Best 23.785 0.3730 Kansans 3.552 0.3842 NewBuy 33.833 0.3898 注意此

20、时我们自己的时间安排变量占到了供应商发货时间的误差的53% . 如果我们能将此类误差降至0.将会降低整个客户发货误差的 0.53*0.61 = .32 or 32%.计算实施解决方案后流程能力的水平计算实施解决方案后流程能力的水平Schedule VariationPlannerBusiness softwarePartsSales inputEnd of quarterAutomatedEnd of quarterMenMachinesMaterialsMethodsMeasurementsEnvironmentPotential Xs同样,我们找出不同备件,不同计划员,和季度末为分析对象.

21、找到根除和预防缺陷发生的创新解决方案找到根除和预防缺陷发生的创新解决方案General Linear Model Factor Type Levels Values Parts fixed 4 A B C D Planner fixed 2 John Mary End of Q fixed 2 No Yes Analysis of Variance for Schedule, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Parts 3 168652 166536 55512 1570.71 0.000 Plann

22、er 1 223075 223342 223342 6319.48 0.000 End of Q 1 169246 169246 169246 4788.82 0.000 Error 994 35130 35130 35 Total 999 596103 Least Squares Means for Schedule Parts Mean StDev A -11.35 0.3932 B -9.53 0.4147 C -8.50 0.3695 D 20.11 0.3947 Planner John 12.68 0.2843 Mary -17.31 0.2932 End of Q No 12.7

23、7 0.2171 Yes -17.40 0.3789 不同备件占了 29%, 不同计划员占了 36%, 季度末占了 28% ,总共占计划时间变量的 93%.计算实施解决方案后流程能力的水平计算实施解决方案后流程能力的水平计算实施解决方案后流程能力的水平如果仅解决计划员的问题,使之保持一致,结果会如何?计划员引起的变量占时间计划的 37%,37%,时间计划占供应 商发货的 53%53% ,而供应商发货占整个发货的 61% .61% .0.370.37* *0.530.53* *0.61 = 0.12 or 12%0.61 = 0.12 or 12% 降低客户发货的时间变量计算实施解决方案后流程能

24、力的水平计算实施解决方案后流程能力的水平如果计划员,不同备件,季度末全部解决,则我们可解决客户发货变量的0.930.93* *0.530.53* *0.61=30%.0.61=30%. 改进后的标准偏差为0.70 0.70 * *12.4 days = 8.6812.4 days = 8.68 天 未达到7.57.5 天.找到根除和预防缺陷发生的创新解决方案找到根除和预防缺陷发生的创新解决方案另外的另外的X X是是 TAT(TAT(内部处理时间内部处理时间).).它能解释它能解释23% 23% 的发货时间变量的发货时间变量. .应如何做应如何做? ?9.0521.9521.8547.9512.

25、024.842.1575.259.0521.9521.8547.95TATGate1Gate 2Gate 31020304050602030405060708090Gate 2TATY = 25.0475 + 1.00080XR-Sq = 66.5 %Regression Plot步骤 2 占 66% TAT 变量. 找到根除和预防缺陷发生的创新解决方案找到根除和预防缺陷发生的创新解决方案FactorLow (-1)High (+1)MaterialInconelTitaniumInsertCeramic CarbideSpeed18003600OperatorJoeMaryRoom Temp

26、6085CoolantABMachineAB找到根除和预防缺陷发生的创新解决方案步骤 2 主要由加工时间决定.加工时间主要由7个因素影响.Run No.MaterialInsertSpeedOperator Room Temp CoolantMachineTime1IncoCeramic1800Mary95BA24.22TitaniumCeramic1800Joe60BB24.83IncoCarbide1800Joe95AB264TitaniumCarbide1800Mary60AA26.75IncoCeramic3600Mary60AB13.66TitaniumCeramic3600Joe9

27、5AA14.77IncoCarbide3600Joe60BA15.38TitaniumCarbide3600Mary95BB16.3DOE (实验设计法) 找到根除和预防缺陷发生的创新解决方案机器速度, 加入材料,使用材料是主要影响因素.MaterialInsertSpeedOperatorRoom TempCoolantMachineIncoTitaniumCarbideCeramic18003600JoeMary6095ABAB15.017.520.022.525.0TimeMain Effects Plot (data means) for Time找到根除和预防缺陷发生的创新解决方案M

28、aterialInsertSpeedIncoTiCeramicCarbide1800360015.017.520.022.525.0TimeMain Effects Plot (data means) for Time机器速度是最主要因素.找到根除和预防缺陷发生的创新解决方案找到根除和预防缺陷发生的创新解决方案( (进一步分析进一步分析) )Fractional Factorial Fit Estimated Effects and Coefficients for Time (coded units) Term Effect Coef StDev Coef T P Constant 19.7

29、56 0.09902 199.52 0.000 Material 1.312 0.656 0.09902 6.63 0.000 Insert 1.787 0.894 0.09902 9.03 0.000 Speed -9.737 -4.869 0.09902 -49.17 0.000 Material*Insert 0.638 0.319 0.09902 3.22 0.012 Material*Speed 0.313 0.156 0.09902 1.58 0.153 Insert*Speed 0.138 0.069 0.09902 0.69 0.507 Material*Insert*Spee

30、d -0.163 -0.081 0.09902 -0.82 0.436 *加入材料与使用材料有交互影响.Time = 19.756 + 0.656*Matl + 0.894*Insert - 4.869*Speed + 0.319*Matl*Insert找到根除和预防缺陷发生的创新解决方案找到根除和预防缺陷发生的创新解决方案( (进一步分析进一步分析) )Actual (LT) Potential (ST)-20-100102030Process PerformanceUSLLSLActual (LT) Potential (ST)110100100010,000100,0001,000,00005001000Actual (LT)Potential (ST)PPMSigma(Z.Bench)Process Benchmarks1.5463870.51.5261271