6西格玛管理者课程(ppt 137页)1905.pptx

/ 136,Six Sigma for Manager,6σ管理者课程,,6,1,Content,1. 6σThinking,业务过程的统计性思考,理解偏差,业务水平与6,σ,6σ活动概念,基本统计知识,,2. 6σKey Word,CTQ,Vital Few,DPU / DPO / DPMO,Cp / Cpk,Y,FT,/ Y,RT,/ Y,ND,Z bench / Z level,Y = f (x),DMAIC,4. 6,σ改进工具,Brainstorming,Process Mapping,FMEA,Pareto Chart,QFD,Rational Subgrouping,MSA,PCI,Hypothesis Test,Regression Analysis,ANOVA,Box Plot,DOE,SPC,Proof Fool,5. How to Implement the 6,σ,六个主题,PFSS: 计划与控制,OFSS: 角色, 职责与培训,IFSS: 项目选择,,6. 6,σ,活动中的障碍分析,3.,6,σ,过程改进,Define,Measurement,Analysis,Improvement,Control,2,Six Sigma Thinking,6σ基本理念,1. 6σThinking,业务过程的统计性思考,理解偏差,业务水平与6,σ,6σ活动概念,基本统计知识,,3,统计和业务,1.统计性思考方式,,统计性思考方式是遵循如下三个原则,与学习和行动相关的一种基本原理.,,,业务是相互联系的,All work occurs in a system of interconnected processes.,,所有的过程总是会存在,Variation exists in all processes.,,,理解并减少这种偏差就是,Understanding and reducing variation are keys to success.,,,4,统计和业务,Six Sigma Process的核心是:,,,即定义组织内的核心Process，不仅理解偏差和偏差的危害，而且强调统计性的思考方式和工具的运用，通过分析数据做出合理的决定。

通过活动，可以: 保证内部Process的效率，,满足顾客要求，,减少损耗，提高经营效益，,保证双赢战略，,2.Six Sigma 活动的基本原理,不满足于过去的经验,能够提出” “为什么” 的问题,,从而学到知识,并在学习的基础上寻求恰当的行动方案的工作姿态.,什么是Six Sigma活动?,5,Exercise: PROCESS MAPPING,请描述你现在的业务过程,6,统计和业务,3.相互关联的业务流程:SIPOC,供给者,顾客,,,,,投入物,过程,产出物,7,Needs,vs,Wants,统计和业务,PS: 内部/外部顾客需求,我们力求在工时,成本及品质等方面的能力能满足顾客对交付,价格及品质的期望.,Need Do Interaction.,We Must,vs,we Can,顾客,做,需要,供应商,8,统计和业务,4.过程输出的偏差因素: 5M1E,Man: 人们的风格,能力差别等与人相关的原因;,Machine: 机器性能的差异设备的老化等与设备(机器)相关的原因;,Material: 与投入的材料相关的原因;,Methods: 与开展业务的方法相关的原因;,Measurement: 与测定工具的精密性及正确性等计量设备相关的原因;,Environments: 与业务环境,法律等影响到流程的环境相关的原因.,9,改善Process，从而 ,,为顾客提供具有稳定性的产品或服务，,是提高品质及产品性能的重要因素。

统计和业务,5.内部革新活动的核心,10,,统计概念,统计用工具,特性描述,分 析,执 行,统计和业务,6. 统计理论与统计工具,11,,,,,理解偏差,1.无处不在的偏差,12,为什么会发生这种事情呢？,正确的判断:在掌握平均的同时，还需了解数据离散的程度（偏差）表示偏差值的数据称其为标准偏差，用希腊字母“σ”表示在任何业务中,评价结果的基准不应是平均值,而是以偏差为基准.,2.偏差的概念,理解偏差,Mean/Median/Mode vs Range/Variance/St. deviation,13,◎ 表示数据的中心,（算术）平均（Average）,中央值（Median),众数,(,Mode),◎表示数据的偏差,标准偏差,（,Standard Deviation）,分散（,Variance）,范围（R,ange）,百分率（,Percentile）,(分布中心,),(分布的离散程度）,2.偏差的概念,理解偏差,14,计算,1,2,3,4,5等5个数据的平均值计算每个数据与平均值之间的距离累加所有距离并除以数据个数结果就是 Sigma = 平均距离,- 即，所谓标准偏差就是指数据到中心值距离的平均,偏差,值。

●,标准偏差的概念,1 2 3 4 5,平 均 值,距离,距离,距离,距离,距 离,3.理解标准偏差 (σ),理解偏差,σ=√S,2,= √∑(X,i,-X,0,),2,/ (n-1),15,平均,标准,偏差,3-1.正态分布的理解:标准正态分布(u=0,σ=1),理解偏差,16,假设前例中平均水深为4m，标准偏差为,3m,，这时，海底的状况？,假设前例中平均水深为4m，标准偏差为,10cm,，这时，海底的状况又是如何？,思考:,理解偏差,17,平均30分,售后服务中心声明：他们处理客户问题的平均时间是30分钟顾客真正感受到的实际时间是什么？,4.偏差与顾客要求(品质),理解偏差,18,记住：,顾客感受到的不是我们一直再三强调的平均，而是散布（偏差）☞ 无论服务中心如何标榜平均三十分，若顾客实际所费来考虑时间为四十分，那么顾客感受的品质就是四十分所以，今后我们,所有业务的品质基准都应在顾客的观点,减少偏差，意味着提供着优秀的品质;在任何业务中,,绩效评价的(Output)基准不应以平均值为中心,而应以偏差作为考虑的重点,。

☞ 偏差大在某种程度上说明顾客感受到的品质的水准存在问题，,偏差小则说明顾客感受到的品质的水准稳定品质：,5.业务能力/目标与偏差,理解偏差,19,平均,标准偏差,6.正态分布应用,通过对过程均值及,偏差的分析对比:,,评价,确定,验证,理解偏差,20,7. 误差的理解,目标,技术,理解偏差,21,,70,60,80,65,0,1,2,3,-3,-2,-1,Z,8.标准正态分布与水平 (Z值),理解偏差,22,▶ 中心内修理时间是三十分钟，标准偏差是五分钟当标准偏差（Sigma）为十分钟时，业务能力是大还是小呢,? 如何判断呢？,为了判断偏差的大小需要有一个标准;这样和标准比较，就可以判断大小,比较标准偏差和标准得出的值称为Sigma 水平（σ水平）在R&D中,在工厂中,在其他部门中,业务水平与 6σ,1.Sigma Level (Z值:业务水平值),23,20分,25分,30分,☞ 25分和30分之间的这个标准段可以包含几个标准偏差呢？,标准偏差为五分钟，故可包含一个; 这时，称为1 Sigma 水平所谓,σ 水平就是指标准段内可包含的标准偏差的个数,☞ 改善后标准偏差将得到改善，那么Sigma 水平又将如何变化呢？,若由5分缩减为2.5分，则变为2 Sigma Level。

若再缩减为一分的话，则变为5 Sigma Level标准偏差 也可看作向顾客提供的品质好,▶ 维修中心规定修理时间是三十分钟，现测得某周平均为25分钟,标准偏差是五分钟● 现在修理时间控制在20~30分之间业务水平与 6σ,1. σ 水平值的计算,24,6,,5,,4,,3,,2,,3.4,,233,,6,210,,66,807,,308,537,99.99966,,99.9767,,99.379,,93.3193,,69.1463,良品率: %,不良率:PPM,σ Level,☞ 将各个Sigma Level 进行具体数值化比较的结果如下…,业务水平与 6σ,2. 6σ的含义,☞ 6 Sigma 水准下，执行百万次业务时脱离顾客要求的情况只有三到四例，,与其相应的数值就是3.4ppm(Parts per Million).,,☞ 3.4ppm 象征,,☞ 每向上1σ，纯收益增加约,,2,,1.67,,1.33,,1,,0.67,过程能力Cp,25,99% 正确性(4σ Level),6σ Level,发送,300,000封的信时,3,000 封出现误送,只有,1 封出现误送,启动,500,000,台计算机时,4,100 台无法启动,仅有两台无法启动,500年间每月,会计结算时,50 个月的收入,支出金额有误,仅,0.018 个月的,金额有误,电台在一周的,播放时间中……,停止播放,1.68 个小时,仅停止播放,1.8 秒,业务水平与 6σ,2. 6σ的实际意义 (99%与6σ品质水平),26,PROCESS MAPPING,,VA vs NVA,27,业务水平与 6σ,2. 6σ理念 : 隐形工厂及累计收率,设 计,制 造,销 售,10,阶段,4 σ,6 σ,Step 1,Step 2,Step 3,,Step 4,Step 5,Step 6,Step 7,,Step 8,Step 9,Step 10,0.99379,0.98762,0.98149,,0.97539,0.96933,0.96331,0.95733,,0.95139,0.94548,0.93961,0.9999966,0.9999932,0.999989,,0.999986,0.999983,0.999979,0.999976,,0.999972,0.999969,0.999966,加工1,产品,加工2,检验,检验,分析,修理/调整,分析,修理/调整,28,18世纪,1940年代,1970年代,1980年代,◎ Bill Smith 报告书,: 工厂中损失主要原因是隐形工厂累计回收率的概念,◎ Mike Harry的具体实践战略。

Motorala）,◎ 1988年第一次颁发 Malcome Boldrage 奖◎ 后来，传播到Texas Instrument, ABB, Allied. Signal, GE, Polaroid,,Nokia ,Lockheed Martin, Sony等公司◎1996年GE导入后发扬光大并获具大利润.,6σ 活动概念,2. 6σ起源: 品质管理历史,29,6σ 活动概念,1. 6σTree,30,6σ 活动概念,2. 6σ活动定义,一种灵活的综合性的促进绩效的系统方法.,通过它获取,维持,最大化公司的成果利益.,它需要对顾客需求的理解,对事实,数据的规范使用,统计分析,以及对管理,改进,再发明业务流程的密切关注.,一个统计学的,一项提高质量的,一种提高企业竞争力的,一种,31,“现在的品质失败费用是冰山的一角”,检查,废品,返修,Reject,SVC,传统的品质失败费用,,( 容易定义),销售,纳期延期,顾客信用度失去,事务,过多,过多,Long cycle time,设计,品质和失败费用,过量加班,顾客赔偿备用金,报价/结算错误,产品开发失败,不必要的快递,计划延迟,人员流动过于频繁,未正确完成销售定单,投诉接待人员,未使用的能力,文件延迟,对现状缺乏跟踪,6σ 活动概念,3. 6σ活动 本质,▶ Macro with Micro !,▶ Working ! Not Working !,▶ Do it Right First Time !,Six Sigma is about doing what is right,Not necessarily doing what is easy.,6σ 活动概念,3. 6σ活动 本质,33,6σ 活动概念,4. 6σ活动的优点,减少成本;,提高生产力;,增加市场份额;,保留顾客;,缩短周期(循环时间);,减少错误;,改变公司文化;,改进产品/服务.,● 我们能极大满足顾客需求，同时创造,34,R&D：Research & Development , Design.,Mfg: Manufacturing,TQ: Transaction Quality,6σ 活动概念,5.,6σ,业务改进 Step,35,,目标,,识别问题,定义，识别需求,设定目标,直接调查,QFD,Process Mapping,收集数据证实问,题及过程,测量关键问题,分层法,Gage R&R,4 Block Diagram（区位图）,确定关键因素的根,本原因。

验证假设,鱼骨图， 逻辑树,关联图,Graph 分析,假设验证,树立改善根本原因,的对策测量效果,,Melt-In,实验计划法,-分散分析 –实效分析,–回归分析,树立效果维持管理标准,,SPC,控制管理图,常用工具,步骤,6σ 活动概念,6. 6σ活动方法与工具,36,6σ 活动概念,附. 6σ在生活中…….,37,Six Sigma Key Word,6σ关键名词,2. 6σKey Word,CTQ,Vital Few,DPU / DPO / DPMO,Cp / Cpk,Y,FT,/ Y,RT,/ Y,ND,Z bench / Z level,Y = f (x),DMAIC,38,1. CTQ,2. DPU / DPMO,3. PCI (工序能力指数),4. Y,RT,(累积产出率),5,. Z 值,6. Y= f,(,x,),7. DMAIC,8. Vital Few,6σ关键词,1. CTQ,,是顾客的立场上起关键作用的产品,,服务或过程的特性值,注:Smart Work, Not Harder.,只选定顾客的立场上认为最重要的特性值,以,6σ水平改善/管理,而不是全部.,例:,特定部品的 规格(,Spec);,正确有信赖性的邀请书通知单(申请书),对维修必要的时间,亲切度/满意度,影响顾客满足度的任何因素都能选定成,CTQ,6σ关键词,1. CTQ,选定,CTQ Tool,顾客需求调查,,Focus Groups Interview (客户访问),QFD,Logic Tree,Pareto Diagram,6σ关键词,确定CTQ,项目,过程1,因子,1,过程2,过程3,过程n,因子,2,因子,m,因子,a1,因子,b1,因子,j,因子,k,因子,Cn,… …,X1,X2,Xm,Xk,Xj,Xa1,Xb1,Xcn,6σ关键词,42,过,程,KPIV,KPIV,KPIV,Vital Few,“,Correct”,(,In-Spec),Defect-,Free!,KPIV,控制 控制 控制 - 输入,统计,上,证,明輸输入与输出的关系,管理输入便能得出良好输出,Vital Few,6σ关键词,43,Optimized Process,30 - 50,10 - 15,4-8,Key Process Input,Variables (,KPIVs,),8 - 10,KPIVs,Critical,,KPIVs,3-6,Key Leverage,,KPIVs,Inputs Variables,Process Map,Multi-,Vari,,Studies,,Correlations,Screening,,DOE’s,DOE’s,,,RSM,C&E Matrix and FMEA,Gage R&R, Capability,T-Test, ANOM, ANOVA,Quality Systems,SPC, Control Plans,测量,分析,改善,控制,缩小输入变化范围,影响KPIV’s,6σ关键词,44,2. DPU / DPMO,Defects Per Unit,: 单位缺陷数.,→ 有些,,Process判定为不适合,6σ里关心的对象是具有不适合缺陷的程度.,例,) 顾客投诉表中有10个记录的项目数,其中记录错了2个项目,,,DPU,=,Defects Per Opportunity,: 每单位机会缺陷数,→ 根据机会数的多少评价 过程能力,,例) 上例抽取20份,发现2个错误时,,,DPO,=,Defect Per Million Opportunities,:,DPMO,=,,Z level,=,6σ关键词,3,. Cp / Cpk 工序能力指数,- 评价工序在稳定状态时是否生产满足规格的产品的尺度,,,- 只用正态分布Z值不能了解散布的好坏及偏移情况,,,- 工序能力指数,,Cpk 考虑了平均值的移动.,,- 目标值(T)里的平均值脱离位置程度用偏移度K来表示,反映生产工序能生产多少均等的品质良好产品的工序固有能力,Cp / Cpk :工序能力指数,1σ,工序变动幅度,设计公差,+3σ,-3σ,+6σ,-6σ,Cp =,特性值的最大容许范围,(设计公差),工序正态变动,(工序变动幅度),Cpk = Cp (1-K),| T-μ |,(规格上限,,- 规格下限)/2,K =,m,T,注: 工序变动幅度又称工程能力.,6σ关键词,1.,工程能力的理解,1),工程能力是指,,?,,☞,生产工程可以生产均一制品的能力。

☞,作为表征它的数值，工程能力值取,,± 3 σ(6 σ).,2),取,± 3 σ(6 σ),的理由,平均,标准,偏差,3σ原理：,为了便于工序能力的量化，用3σ原理来确定其分布范围：,当分布范围取为μ± 3σ时，产品质量合格的概率可达99.7%接近于1因此以± 3σ( 6σ)为标准来衡量工序的能力具有足够的精确度和良好的经济特性;,所以在实际计算中就用 6σ的波动范围来定量描述工序能力记工序能力为B，则B= 6σ,6σ关键词,47,下限值,下限值,Cp = 2.0,Cp = 1.33,Cp = 0.6,,C,p =,,=,4),工程能力指数的计算,,–,,双向规格时,☞ Cpk(,长期工程能力指数的计算),●,当平均和中央值间有差异时:,,● K =,,● Cp,和,,Cpk,之间的关系,,☞,Cpk =,目标值平均,规格上限,规格下限,6,σ 水平时求 管理上/下限值,,Tolerance = Mean ±6,σ,6σ关键词,48,上限值,平均值,下限值,平均,有管理上限时,有管理下限时,6σ关键词,49,6) 6σ Level,短期工程能力指数,(Cp) –,没有浮动时,● Cp,为,,1,时,,(,例,,σ=4),● Cp,为,,2,时,,(,例,,σ=2),● Cp =,●,根据正态分布特征，不良率为,,0,002ppm.,平均,=,中央值,= 18,+3σ,-3σ,上限值,(=30),下限值,(=6),σ,上限值,(=30),下限值,(=6),平均,=,中央值,= 18,+6σ,-6σ,σ,+3σ-(-3σ),30 - (6),6σ关键词,50,随中心值的移动,,系数,,K,(6*σ - (-6*σ)) / 2,|1.5*σ - 0|,K = = 0.25,Cpk = 2.0 X (1 - 0.25) = 1.5,6σ,的目标值,,,- Cp :,- Cpk :,7),在6σ Level下,,长期工程能力指数,(Cpk),平均,=,中央值,= 0,+6σ,-6σ,上限值,下限值,+1.5σ,-1.5σ,● Cp/Cpk,能变换成,Z,值,,变换方法是,,『 3 × Cp ( Cpk ),短期能力指数,(Zst) : 3 X Cp(=2),长期能力指数,(Zlt) : 3 X Cpk(=1.5),Zshift = Zst - Zlt =,◎ 6σ,水准的,,Cp/Cpk,和,,Z,值,6σ关键词,51,4,. 累积直通率,一个产品通过全工序合格的概率,.,最终良品,没管理的,,Loss,Input,工序,1 :,99% 合格率,工序,2 : 92%,工序,3 : 93%,最终检查,:,97%,累计,直行率,管理,工序,不良率,管理,*,Y,RT,( Yield of Rolled Throughput) : 累计直行率,,Y,RT,*,= 0.99 X 0.92 X 0.97 X 0.97 =,目的,通过品质改善,提高生产性,对象,全工序的不良,设备故障,无作业,Model Change Loss,无功作业,Tool,6σ,实行,1.一人,1个Project,职责改善,,2.通过Team活动改善,工厂内全工序的隐藏的,不良露出并且改善,工序不良率,6σ关键词,过程产出率,Y,FT =,首次直通率,Y,TP =,过程产出率,Y,RT =,过程总(累积)产出率,Y,ND =,过程平均产出率,Y,FT,= First Time Yield :,没有经过再作业的收益;,,适用,,:,决定个别工程的个别水准时适用。

Y,RT,:,对于某个部品，在工程当中一次不良也不发生的合格概率不经过再作业的收益,) 0不良,的可能性,Y,ND,= Normalized Yield :,连续工程的平均收益适用于: 评价完成产品的Z值,,(,和,1-DPO,相同的概念,),Z,值计算,计算累积收益,(将各Step的Y,FT(TP),相乘,, 利用泊松分布),计算(YND),计算 Z bench,Z level = Z bench + 1.5,6σ关键词,53,过程产出率,A,Y,RT = 97.04%*97.96%*95.88%*98.92% =,某产品制造由如下过程组成,投入100个产品,在C1有3个不良,通过C2时,发现2个不良,通过C3时又发现4个个不良,通过C4又发现1个不良,则:,1.此过程总的累积产出率是多少?,2.该过程的平均收益是多少?,3.该过程满足要求的工程能力是多少个Sigma?,B,C,C1,C2,C4,C3,D,Y,TP1 =,= 2.718,,–3/100(=0.03),= 2.718,,–2/97(=0.0206),= 2.718,,–4/95(=0.0421),= 2.718,,–1/91(=0.0109),= 97.04%,= 97.96%,= 95.88%,= 98.92%,Y,ND = 90.16,,1/4,= 97.44%,Z bench,=,6σ关键词,54,5-1,. Z 值(正态分布连续型数据),正态分布,,:,平均值(μ)为中心左右对称的钟形曲线概率模型,标准正态分布 :,平均值是,“,0”,标准偏差是,“,1”的正态分布,,T=μ,1,s,USL,LSL,,提高过程能力,,就是减少业务的变化,(σ)散布,,达到包含6个标准差时,叫,,Z=6或者6σ水准的,过程能力,.,缺陷率是,,3.4ppm,,概率变量,X (USL或LSL) 与平均值间的距离,,以标准偏差(σ)单位来区分的值.,USL (Upper Spec Limit) :规格上限,,LSL (Lower Spec Limit) :规格下限,,Z =,6σ关键词,DPMM,=,Z bench,=,5-2,. Z 值(离散型数据),Z level,=,Z bench +,6σ关键词,6.,6σ的关注焦点,KPIV,KPOV,Y,从属,依赖,Output,影响,结果,现象,观察/监视的对象,X,1,. . . X,n,独立变量,Input,原因,根源问题,困难,控制对象,为了得到结果而注重X的活动,如果X良好,有没有必要继续检查Y?,6σ关键词,57,7. 改进策略(DMAIC),定义,Define,测量,Measurement,分析,Analysis,改善,Improvement,管理,Control,Y,KPIV,Y,KPOV,CTQ’p,X,,CTQ’s,x,,Vital Few,Y,CTQ,Vital Few,项目启动,发现y=f(x),确定基准,测量Y,Xs,确定要因,确定y=f(x),消除要因,优化Y=f(x),维持成果,更新Y=f(x),KPIV: Key Performance Input Variance,KPOV: Key Performance Output Variance,CTQ’p: CTQ Process (Performance),CTQ’s: =CTQ’x, CTQ Factor (Spec.),6σ关键词,58,Exercise : Project Optimize,根据你现在的业务流程图及KPIV/KPOV,结合公司当前的战略课题与目标,,选择合适的改善项目作为你的6σ项目,59,6σ过程改进,3.,6,σ,过程改进,定义 Define,测量 Measurement,分析 Analysis,改进 Improvement,控制 Control,Six Sigma Improvement,6σ过程改进,60,D,MAIC,确认,整理及分析过程；,明确,成立,主要工作内容,使用到的工具,技术与方法,定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,头脑风暴法,亲和图,树图(Logic Tree),流程图(F/C),因果图,VOC,COPQ,项目管理技术,DMAIC过程活动重点及工具技术,SIPOC图,平衡记分卡,力场图,定义过程,Define,6σ过程改进,61,D,M,AIC,主要工作内容,使用到的工具,技术与方法,定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,明确测量Y的内容,定义Y测量标准,理解,明确, 性能(Y),排列图,因果图,散布图,Process Mapping,MSA,FMEA,COPQ,PCI(过程能力指数),PDCA分析,水平对比法,直方图,趋势图,检查表,抽样计划,测量性能,Measurement,DMAIC过程活动重点及工具技术,6σ过程改进,62,DM,A,IC,主要工作内容,使用到的工具,技术与方法,定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,过程细分及分析；,确定主要因素和影响,列出所有影响项目Y的过程变量X’s,并找出具有重要特性的x’s值.,头脑风暴法,审核,树图(Logic Tree),现场管理(5S),抽样计划,因果图,DOE,COPQ,水平对比法,假设检验,多变量图,回归分析,方差分析,箱线图,分析过程,Analysis,DMAIC过程活动重点及工具技术,6σ过程改进,63,DMA,I,C,主要工作内容,使用到的工具,技术与方法,定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,1.提出改进方案；,2.方案评估并选择解决方案；,3.设计试验来明确改进动作；,4.直接在主要原因上实施动作。

DOE,QFD,正交试验,响应曲面法(RSM),展开操作(EVOP),MSA,过程改进,改善性能,Improvement,DMAIC过程活动重点及工具技术,6σ过程改进,64,DMAI,C,主要工作内容,使用到的工具,技术与方法,定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,1.开发并执行第一个计划；,2.计划和实施方案；,3.过程的集成/文件化；,4.总结及再认识；,5.利用系统来确保改进效果被保持,为持续改进提供依据控制图,SPC/SPD/SPA,防差错措施(Proof Fool),PCI,标准操作程序(SOP),过程文件控制,控制性能,Control,DMAIC过程活动重点及工具技术,SPD: Statistics Process Diagnose,SPA: Statistics Process Adjust,6σ过程改进,65,4. 6,σ改进工具,Brainstorming,Process Mapping,FMEA,Pareto Chart,QFD,Rational Subgrouping,MSA,PCI,Hypothesis Test,Regression Analysis,ANOVA,Box Plot,DOE,SPC,Proof Fool,Six Sigma Key Tools,6σ改进工具,66,6σ工具基础:,数据分析,1. 只用经验,不用数据,2. 收集的数据只看数字,3. 组合数据以作图表,4. 使用描述性(人口普查)数据,,with descriptive statistics,5. 用样本数据来描述统计,6. 用样本数据来推断,,with inferential statistics,分析层面,：,想一想:,你現在在那一个层面？,数据的作用:,67,D,MAIC,5.1 DMAIC阶段主要工具,VOC/QFD,,Process Mapping,SIPOC,,头脑风暴法,,项目管理技术,D,M,AIC,排列图,,MSA,FMEA,,水平对比法,Benchmarking,,PCI,DM,A,IC,假设检验,,多变量图,,回归分析,,方差分析,,箱线图,DMA,I,C,DOE,,正交试验,,响应曲面法,DMAI,C,控制图,,SPC,,防差错措施,(Proof Fool),定义过程,Define,测量性能,Measurement,分析过程,Analysis,改善性能,Improvement,控制性能,Control,Tools Review,68,2),定义问题顺序,,①,列举问题点,,②,类似的问题点的,,Grouping,③,决定优先顺位,(,制定基准,),1.头脑风暴法:畅谈法,集思法,,采用会议的形式,引导每个参加会议的人围绕某个中心议题,广开言路,激发灵感,毫无顾忌,畅所欲言地发表立见解的一种创造性思维方法.,,用于识别问题并寻求解决的办法,还可用来识别潜在质量改进的机会,,3,),使用时注意事项:,1.禁止,2.全部Idea都要,3.Idea发表时不要,4.所有的Idea都,5.所有人都应,2-2),常用种类:,Free Wheeling,Round Robin,Card Method (KJ法),头脑风暴法,Tools Review,69,流程图分析:,连续过程的每个阶段;,过程间的关系;,问题点或区域;,不必要的环节和,可以,过程方法=流程图,将一个过程(工艺过程,检验过程,质量改进过程,业务处理过程等)的步骤用图形表示出来的一种图示技术,通过对该过程中各步骤之间的关系研究,发现故障存在的潜在原因,,Process Mapping,As is vs To be,Tools Review,70,Failure Mode & Effects Analysis,,失效模式与影响分析,① 利用Brainstorming 找出已设计制品中潜在的故障,模式;,② 确定各潜在故障,模式的 ;,③ 确定除去重要故障,模式的方法;,④ 开发去除和减少重要故障,模式的方法。

失效(FAILURE): 产品终止完成最终规定的能力的事件;,故障(FAULT): 产品不能执行规定的状态.故障是可能排除的.是一种可以恢复的失效.,,由美国国家航空航天局(NASA)开发.以产品的元件或系统为分析对象,通过设计人员的逻辑分析.预测由于设计方面的原因可能发生的结构元件或装配中潜在的失效,研究失效的原因及对产品质量影响的重要程度,并在设计上采取必要的预防措施,以提高产品的可靠性.,,可用于制造工艺过程,维修和失效中问题的分析和寻找; 在项目管理中也可用于风险分析.,FMEA,Tools Review,71,DFMEA: Design FMEA,,新产品,新工序,新流程…..,PFMEA: Process FMEA,,对过程作量化分析,找出影响过程的系统原因;,EFMEA: Equipment FMEA,,新设备, 设备维护….,,FMEA,风险优先系数RPN * 分析:,1

Pareto Chart 柏拉图,又称,80:20原则.,通过数据统计,分析对结果影响最大的起关键作用 ( 主要影响因素 )的少数因素的方法.,Pareto Chart,Tools Review,73,2),制作顺序,① 明确市场调查, 信赖性要求事项、,一般要求事项和顾客关于现在品质问题的 核心要求事项;,② 对已调查内容赋予优先顺序,决定为了满足顾客要求的技术事项;,③ 对顾客的要求事项影响大的技术事项定位优先顺序，并将其转化为部品特性(CTQ）;,④ 首先赋予对技术事项影响大的,部品特性,(CTQ) 优先顺位QFD (,Quality Function Deployment),质量功能展开,把用户或市场的要求转化为设计要求整机特性,零部件特性,工艺要求,制造要求的多层次演绎的方法.,,于60年代在日本政府的支持下在几所大学的教授赤尾洋二等联合开发.可以全面满足顾客要求.,产品总体设计,- 顾客要求 => .,零部件设计,,工艺设计,,生产系统设计,,QFD,74,2.,QFD 工程流程(示例),,画面鲜明,, , ,,顾客的要求事项,技术性要求事项,顾客的需求转换为卖点,(世界最高知名度的显示器),CTQ 特性,顾客的,Needs转换为,,CTQ 特性,.,(,CTQ,例 :,TR 耐电压,100,V以上,QFD Step1,QFD Step2,QFD,QFD step 2:转换为技术要求事项的,CTQ特性值,,评分选定表,,强的关联性 : ● (9分),中间关联性 : ○ (3分),弱的关联性 : ◇ (1分),NUT,圈数,粗度,角度,裁决量,技术性要求事项,动作性,HINGE FORCE,●,●,●,●,◇,◇,126,HINGE 动作角度,●,50,构造,STAND 组装构造,○,●,21,STAND 重量,◇,45,原材料的特性,●,27,外观品质,外观Design,○,●,●,27,CTQ 重要度,1215,1134,1134,1134,450,126,414,306,432,统计性处理的必要性,CTQ,CTQ,CTQ,CTQ,技术性 重要度,BRACKET,原 材 料,HINGE COVER 使用,Stand Design,润 滑 油,SPRING,部品特性,QFD,Other QFD,Correlations:,Strong positive,Positive,,Negative,Strong negative,.,Direction of improvement:,l,l,Resin maker Internal,Measures:,Customer Importance Rating,Mechnical Design,Mold Design & Tooling,Injection Design,Raw Material Selection,Processing Skill,Part weight,MFI,1,2,3,4,5,Light weight,5,9,9,9,9,9,9,9,4,Mechanical Reliability,5,9,9,3,3,Flammability,5,3,1,9,9,3,Products Quality,5,9,1,9,9,3,1,3,3,Enviromental,5,9,3,9,3,Flow Length,3,9,9,3,9,4,Cost(Material / Machine),5,9,9,3,9,9,4,Importance Rating:,222,55,90,297,84,110,237,Normalised Importance Rating (1-5):,3.7,0.9,1.5,5.0,1.4,1.9,4.0,Customer,Requirements:,Customer,Competitive,Assessment:,Poore,Equal,Better,Relationships:,9 = Strong,3 = Medium,1 = Weak,Blank = None,QFD,Rational Subgrouping:,一种数据收集策略,通过合理分组可确定和区分短期误差及长期误差,找出偶然原因或特殊原因,从而了解目前状况是:技术实力不足(短期误差 ,Zst ),还是控制水平差(长期误差 ,Zshift ).,Example:,中国人的平均身高是多少,?,在可能的短时间内，同一环境下得到的数据.,TIME,RATIONAL SUBGROUPS,Y,工程,测量,结果,时间,样本,(Sample),Black Noise(,群间 变动,),White Noise,(,群内 变动,层别(合理分组),78,影响的,,X 因数:,Man 例) 作业者的变更, 昼夜倒班, 新入作业者,Machine例) 机器设定值变更, 设备的保修/维持 等,Material 例) 纳入,,Lot, 作业配置, 原材料的,,Roll之间的特性偏差等。

Method 例) 作业者之间作业方法的不同Measurement 例) 测量者的变动, 测量装备误差, 校正等,假因子:,Jig的左右侧, 工具交换周期, Shift等五个要素设定为层别因素,收集计划树立,,Mon,Tus,Wed,Thu,Fri,1,班,2,班,3,班,左,右,左,右,左,右,左,右,左,右,层别(合理分组),79,测量系统分析,Gage R&R,确定测量误差相对于产品规范或过程误差来说是否可以接受;,分析测量仪器是否具有适当的分辨率;,测量误差超出可接受范围时,确定优先改进事项;,评估新的测量仪器(人员)及测量系统;,对可能存在问题的测量方法进行评估.,MSA,,6,Six Sigma,测量系统误差:,,重复性:,Repeatability,,相同人员,仪器,部件多次测量的误差,再现性:,Reproducibility,,相同仪器部品不同人员的测量误差,准确性:测量的平均值和真实平均值之间的差异,分辨率:,Categories,,测量系统的精确度,仪器的最小测量单位.,80,Measurement System Variation = Measurement System Precision + Gage linearity & Accuracy,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,Accurate and precise,precise but not accurate,Accurate but not precise,Not accurate or precise,观察的总误差,实际过程误差,测量的误差,长期,过程误差,短期,过程误差,样本内,误差,测量者的,误差,测量仪器,的误差,性,(,Repeatability),性,(,Calibration),性,(,Reproducibility),性,(,Stability),性,(,Linearity),,Accuracy .,,Precision .,81,Gage R&R Process,- 一般,,2~3名测量者对十个样品进行2~3次反复测量,。

测量前确认测量系统是否就绪 第一名测量者随机所有样品 每名测量者对所有样品都进行一次测量 注意,,: 不要让测量者知道自己测量的是哪个样品确认分析结果后采取措施,: 再现性, 反复性, %R&R, %Tolerance,在公差全范围内取样,确保样本误差能代表实际过程误差,Gage R&R的判定基准(Rule of Thumb),≤ 20% : 可以,20% to 29% : 条件,,≥ 30% : 不可,MSA,82,利用,,ANOVA 分析实施,,Gage R&R (MINITAB),三名检测者对十件部品进行两次重复测量(,Spec. : 2.5 ± 1.5 ),File: Minitab13/data/Gageaiag.MTW,Stat>Quality Tools>Gage R&R Study (Crossed) Tolerance: 3,Gage R&R,,%Contribution,Source *,VarComp,,,(of VarComp),,,Total Gage R&R 0.004437 10.67,Repeatability 0.001292 3.10,Reproducibility 0.003146 7.56,Operator 0.000912 2.19,Operator*Part 0.002234 5.37,Part-To-Part 0.037164 89.33,Total Variation 0.041602 100.00,StdDev Study Var,%Study Var,,%Tolerance,Source (SD) (5.15*SD) (%SV) (SV/Toler),Total Gage R&R 0.066615 0.34306 32.66 11.44,Repeatability 0.035940 0.18509 17.62 6.17,Reproducibility 0.056088 0.28885 27.50 9.63,Operator 0.030200 0.15553 14.81 5.18,Operator*Part 0.047263 0.24340 23.17 8.11,Part-To-Part 0.192781 0.99282 94.52 33.09,Total Variation 0.203965 1.05042 100.00 35.01,Number of Distinct Categories = 4,=VarComp% : 用来比较Gage 与 Part 间的偏差.,* VarComp:,the Variation Component contributed by each source.,占总偏差的,对比公差范围占总偏差的,从该值反映能识别此MS种类的个数:,0-1:不适用(需改善);,2-4:附加条件时可接受(H/L; H/M/L;…),5以上:,MSA,83,②,测量者别范围图,③,测量者别平均变化图,⑥,部品别测量者的个别测量值,①,②,③,④,⑤,⑥,Part-To-Part %较大,:,主要的偏差是由于部品之间的差异引起的,从较多点超出管理线(点数50%)以上得出:测定者之间引起的偏差较小,该,偏差主要由于部品间的差异引起,.,Vs:当较多点在管理线内时:观测的偏差主要由于测量系统引起.,,管理线是依据测定者间的测定值变化来计算的:测定值变化小说明管理界限的幅度小(说明测定者间的测定值变化小),大部分值在管理界线内:,所测定的数据值是正常的.,通过参考ANOVA中的P值,直观显示分析Part与测定者间交互作用:,P<0.01是有意义的(二者之间有相互影响),P>0.01是没意义的(二者之间无相互影响),MSA,④,部品别测量值,⑤,测量者别部品测量值,从非水平线显示,:,部品之间的差异较大.,Vs:,水平线显示时,:,部品之间的差异较小,从非水平线显示,:,测定者之间的差异较大.,Vs:,水平线显示时,:,测定者之间的差异较小,①,变动要因别,,%,百分比图,结果分析,84,确认使用工程能力指数的工程状态。

USL,LSL,期待值,现在,水准,USL,LSL,期待值,现在,水准,散布问题,(精密度侧面),● 中心值问题(正确度问题),PCI,85,T,USL,LSL,T,USL,LSL,T,USL,LSL,1.,2.,3.,工程能力向上,例子:,为了改善乘公共汽车,人们无秩序拥挤问题,有秩序的上车,把公共汽车的门加大，,谁都能够容易上车,正确的停靠在,人聚集的地方,PCI,设计能力向上,,,但有风险,需Risk再试验/检证,部品,,设备等,新投资发生,需考虑,Cost ↑,设定改善方向,86,A :- 工程管理状态不良,机械程度及技术水准低,B :- 工程管理需要改善,C :- 工程管理好，机械程度及技术水准低D :- 世界最高水准,2.5,,,2.0,,1.5,,,1.0,,0.5,1 2 3 4 5 6,Poor,Good,Z shift,工程管理,Z.St,技术,Poor,A,B,C,D,Good,改善方向:,改善方向:,Z shift = Z st – Z lt,PCI,87,Cp, Cpk,,Zst,Pp, Ppk,,Zlt,Z bench,PCI,88,DM,A,IC,假设检验,,多变量图,,回归分析,,方差分析,,箱线图,89,假设检验,假设检验的定义:,,对总体参数作某种假设,根据抽样观测值,运用统计分析方法检验该假设是否正确,从而决定接受或拒绝假设的过程.,假设检验的目的:,,确定所观测的差异是确实存在还是偶然产生的,同时可以量化确实存在差异的置信程度.,假设检验的步骤:,1. 定义问题,2.,3.,4.,5. 确定样本大小,6. 抽样,7. 计算,8. 统计结论判定,9. 实际问题解决方案.,90,假设检验,常见假设检验的种类:,1.,T 检验,2. F 检验,3. X,2,检验,例1. 2条生产线A线与B线生产同一型号的产品,现抽样测定两条生产线的某参数的值如下所示,请判定两条线产品的一致性.,A: 5.395, 5.394, 5.394, 5.394,,,5.396,,,5.39。