普及型培訓資料6

方法、理念（催化劑）1）已證明有效

Motorola摩托羅拉(1987)TexasInstruments德州儀器(1988)AseaBrownBoveriABB(1993)AlliedSignal聯信(1993)GE通用電器公司（1995）2）用數據說話，是一套完整的、科學的方法和工具

從企業外部環境（動力）客戶的要求越來越高（交付、質量、價格、交流）市場競爭日益激烈（WTO、大集團戰略等）國際局勢尚不穩定（需要質量可靠的軍工產品）從企業內部需求（核力）企業需要凝聚力---建立企業的文化我們存在差距，需要可實現快速提高的方法企業需要高質量的產品企業需要降低成本市場競爭為什么要選擇6

什么是6，6的目的

一個以客戶為焦點，數據為策動的領導策略2什么是6σ6σ是運用統計數據測算產品接近質量目標的程度6σ是質量目標6σ是基于統計學原理的工具和方法“σ”用來說明過程的分布或離散程度。該符號代表該過程的標準偏差。“

”本身的值越高代表過程的離散程度越大，過程越不穩定“σ水平”是一個尺度，來說明一項業務或加工過程運行的程度--測量過程的能力，實現無缺陷過程。水平高，說明過程出現缺陷的機會少，或缺陷不易產生。6σ意味著每百萬次機會中，出現錯誤的機會3.4次“6σ”是一種哲學方法，目的在于提高所有業務和加工過程的

水平。6σ的目的是減少缺陷---降低成本，減少周期，提高用戶的滿意程度，并提高利潤幅度.什么是6，6的目的

目標、工具和方法3銷售成本銷售能力質量需求名譽市場份額用戶的熱情報廢&返工周期低效率材料成本保證成本支持成本6σ直接結果什么是6，6的目的

降低成本4期望比較哲學方法價值數據目標工具長期要實現的目標 2 308,537 3 66,807 4 6,210 5 233 6 3.4SigmaDPMO我們的目標－－百萬缺陷數量化的對比是科學改進的動力將我們的文化轉變到以客戶為焦點教會如何去提高過程的能力科學、真實的結果可以為企業及員工創造財富提高客戶的滿意程度，成為有競爭力的公司降低缺陷和減少離散的統計工具6σ代表了很多含義什么是6，6的目的

5以前的行為觀念* 每天有大約15分鐘的不安全的水* 每周有5,000個不正確的外科手術* 每天在世界各主要機場有2個提前或遲到的著陸* 每天有200,000錯誤的藥品處方“99%好”的實際意義3s能力 原始標準93.32%4s能力 99.38%6s能力 新標準99.99966%長期的結果短期的結果什么是6，6的目的

6拼寫

一本書里每頁有170個錯誤的單詞 一本書里每頁有25個錯誤的單詞 一本書里每頁有1.5個錯誤的單詞

30頁（大約一章）有1個錯誤的單詞一個百科全書里有1個錯誤的單詞

1個小的圖書館里所有的書有一個錯誤的單詞

1

30.2%2

69.1%

3

93.32%

4

99.38% 5

99.98%6

99.99966%實際的例子:什么是6，6的目的

7

一個守門員每年進行50場比賽，每次面對40次射球.

一個缺陷即指對方得分時.

6s的守門員即147年有一次失誤一個羽毛球運動員每年進行50場比賽，每次接對方球300次。一個缺陷指未接住對方的球6s羽毛球運動員即19.6年有一次未接住對方的球運動員的行為觀念:什么是6，6的目的

8假設一臺發動機有：2000個零件組成每個零件平均有30道工序每道工序平均形成10個特性每臺發動機出現缺陷的機會為：10X30X2000=6000003σ過程能力=40084缺陷6σ過程能力=2缺陷6σ過程:

什么是6，6的目的

96

的常用語質量關鍵質量特性缺陷過程過程能力用戶滿意滿足用戶主要需求的特性沒能滿足用戶需求的步驟順序---針對變量過程所能提供6

質量和生產是不能分開的什么是6，6的目的

10SixSigma

一個以客戶為焦點，

以數據為策動的領導策略

它可用于任何一個過程什么是6，6的目的

11LSLUSL平均值過程偏離中心缺陷目標缺陷LSLUSL平均值過多的偏離缺陷目標值6s方法即確定過程的問題所在，并把它控制住準確和精確LSLUSL平均值好的工藝控制目標值精確準確過程控制的實質

6的實質

12問題的性質LSLUSLUSLLSL不準變差合格過程中移減少離散問題的統計表示USLLSLLSL=下限USL=上限

6的實質

如何定義質量?好結果差

結果差結果指標界限傳統觀點指標界限客戶導向觀點也稱Taguchi損失函數失去機會，美元通常,我們將要求定為目標點.現在我們要集中在目標上，任何與目標的偏離都視為損失.確定必須的改進以滿足你的客戶確定必須的改進以滿足你的客戶

6的實質

14在確定Y時有許多X。為了滿意地得到Y，哪一個X是最重要的?Y不獨立的輸出影響癥狀監督X1...XN獨立的輸入-工藝原因問題控制f(X)Y=為了達到結果，我們應該集中精力在Y還是X上?過程輸入輸出6σ的焦點

6的實質

15X1X2X3X4YY=f(X1,X2,X3,X4)哪一個X是影響Y變量最重要的?例子

6的實質

16X1X2X3X4YY=f(X1,X2,X3,X4)哪一個X是最主要影響Y的變化量?X4是影響總高度的最大的因素，但是X2實際上是影響變量最多的。(不收集數據，你就無法說明.)例子（續）

6的實質

X1X3X2X4單個的塊高度的測量結果分布（假設每塊的過程中心與目標重合)17SixSigma

一個以過程控制為根本，

以數據為策動的領導策略

它可用于任何一個過程

6的實質

6

的成功…要求觀念的改變檢驗和修改產品，使其完美改變過程，使其制造完美6

從到我們擅長于此!我們需要這樣做!改變需要從每一位領導者、員工去集中精力…6

提供使用的方法和工具

6的實質

19差的質量的真實成本差質量不可見的成本占銷售的25-35%可見的質量成本占銷售的4-6%

檢驗

保修

報廢返工退貨有形的-可測量的成本無形的--很難或不可能測量

更多的安裝

簡化銷售損失晚交付失去用戶的信任較長的生產周期工程部門更改訂單有許多機會仍在下面

6的實質

205個階段:

定義 確定問題和范圍

測量把現有的問題量化

分析 找出問題的原因

改進 改正問題

控制 保證問題不再發生解決問題的關鍵是團隊工作!過程本身是簡單的，但是在它后面隱藏著更多的東西.6σ過程

過程和方法21按步驟進行--不要“先讀結果”，就想知道它是怎樣結束的---實際問題根據數據和統計結果來做決定--不要憑猜測---統計問題利用有層次、合乎邏輯的方法，快速找出問題的根源---統計方法固定該方法---實際方法--固化過程方法是結果的關鍵方法

過程和方法22主要心得由顧客開始使用規范化的改進方法一切以數據為基礎培養能力強的領導層提供給我們相同的團隊焦點和語言取得業務結果SixSigma...一種思考方式...一種工作方式

過程和方法23SixSigma的與眾不同傳統質量活動內部策動關注輸出糾正缺陷關注生產現場改進質量向后看專心于產品著重理論和人員

6σ由顧客策動關注過程防止缺陷關注整個業務流程改進底線向前看專心于關鍵質量指標著重方法和數據

過程和方法24SixSigma

一個挖掘最佳潛能、

降低成本的有效方法

并用數據證實的領導策略

過程和方法誰來實施6s?小組成員:接受具體的6s培訓的人員，并支持他們負責范圍的項目領導（Champions）經過全面培訓的業務領導，在業務的重要領域內領導6s的開展黑帶(BB):經過全面培訓的6s專家，來領導改進項目小組在業務范圍內進行項目，輔導綠帶綠帶:經過全面培訓的人員，把6s技術應用到工作中，以提高工作質量黑帶大師(MBB):經過全面培訓的質量領導，負責6s的戰略、培訓、輔導、展開和結果黑帶大師和黑帶在推廣6σ初期起著關鍵的領導作用所有的角色、每一位員工都是過程的控制者和監督者，并且是長期控制的關鍵

過程和方法26如何開始實施SixSigma6σ實施27什么是儀表盤?是收集和報告重要客戶要求及我們對他們服務能力的工具

如何運用儀表盤?專門的客戶業務組與各客戶一道建立儀表盤，確定改進尺度，并反饋給客戶為什么儀表盤很重要?對客戶來說，儀表盤指出我們的產品和服務什么是最重要的，并告訴我們應將努力改進的方向和6Sigma項目集中在什么地方。儀表盤是我們聽取和響應客戶意見的方法...它提供了我們需重點改進的指標6σ實施-客戶儀表盤如何聽取客戶的聲音?28加速(文化戰略)質量(技術戰略)積極轉變到關注客戶需求(目標）?變革的實施6σ實施-加速變革用文化變革工具來彌補技術策略的不足以實現變革運動29Q

x

A=E質量加速實施變革6σ實施-加速變革效益領導的改變對系統和結構進行變革當前的狀態轉變中的狀態改進的狀態營造一個共同的需求形成一個愿景調動所有人的承諾對過程進行監控使變革持久化變革的一個模型6σ實施-加速變革31領導變革:

要有一個發起變革的領導者變革系統和結構

確保使用管理手段來補充和加強變革。營造一個共同的需求

無論是因為受到威脅還是因為有新的機遇，變革的原因應該灌輸在組織內部，并通過數據、示范、要求或診斷來被共同分享。變革的要求必須要超過它的抵抗。

形成一個愿景:

變革所期望的結果應是清楚、合理、被廣泛認識和共同享有的。

動員承諾:

需要有來自主要厲害關系人的強大的承諾，來向變革投資，使其能夠工作，并要求得到并接受管理層的關注。

變革持久化：

一旦變革開始，它會保持下去，開花結果并且所學知識將在整個組織中流轉。

過程控制：

過程真實，工作標準已經設立并得以實現；為保證可計量性設立了相應的指標。領導變革系統和結構

變革過程6σ實施-加速變革32小組:主題:問題/障礙行動負責人要求管理層支持時機小組:主題:問題/障礙行動負責人要求管理層支持時機小組:主題:問題/障礙行動負責人要求管理層支持時機定義問題頭腦風暴問題/障礙分類問題/障礙為各種類別命名

按優先次序對各種類別排序210916投票頭腦風暴可能的解決辦法評估可能的解決辦法好處容易執行發展行動計劃分享行動計劃

匯報行動計劃開始程序,介紹,角色等任務小組:主題:問題/障礙行動負責人要求管理層支持時機小組:主題:問題/障礙行動負責人要求管理層支持時機群策群力的過程6σ實施-加速變革成功的加速變革會議的要點每個人都參與沒有任何主意是不好的關注任務；避免閑聊對事不對人對于會議的結果達成共識所有的參與者都應該開誠布公的進行談話認真的相互傾聽是至關重要的6σ實施-加速變革6σ的實施過程6σ實施過程35定義測量分析

改進或設計控制或驗證數據說話DMAIC或DMADV6σ實施過程6Sigma項目運作過程36針對過程中出現的無法更好的滿足客戶需求的主要問題，選擇、確定項目，以實現對過程的改進6σ實施過程-定義階段定義階段37*AnnualizedOMimpact.計劃/實際開始日期：項目組長：單位：項目描述：目標/目的：單位/公司將得到的利益：財務收效：項目倡導者：

缺陷的定義：項目黑帶：計劃完成日期：6σ實施過程-定義階段項目摘要38客戶的聲音---質量功能展開關鍵質量特性存在的問題---儀表盤借鑒/推廣有成效的項目6σ實施過程-定義階段如何選擇項目39質量功能展開是一種明確客戶重要期望，并確定如何達到客戶重要期望的工具。客戶的需求如何實現客戶需求客戶需求的重要程度關系矩陣計算出實現需求的重要步驟6σ實施過程-定義階段什么是質量功能展開（QFD）？40客戶需求與如何實現客戶需求間的相互關系：相關性特強：9分相關性強：7相關性中等：5分相關性弱：3分相關性很弱：1分無相關性：-客戶需求的重要程度：非常重要：7重要：5一般：3不重要：1關于沏茶的過程（頭腦風暴、團隊精神共同找出滿足客戶需求的重要環節)6σ實施過程-定義階段QFD練習41用途: 當一個組開展大而復雜的和沒有很好定界的項目時，該工具比簡單分析要復雜，但很有價值。當不清楚誰給項目提供重要的輸入、何時項目產出和項目的客戶對這些產出有何要求時，該工具顯的特別有用.過程的焦點供應商客戶輸入 過程 輸出名稱開始結束6σ實施過程-定義階段過程流程圖42關系圖關系圖用來表現主要的業務職能、在何處、進入和流出的產品和信息是什么，形式多樣主要用來大致描述一個機構。

商務過程圖特別用以表示誰、做什么、什么時間.這些是進行過程管理所需的圖。特定的過程分析圖有許多種特定的過程分析圖,包括時間線、成本線、增值時間等.CostLineAvg.$$$$6σ實施過程-定義階段主要的過程圖類型43所用符號行動決定出口,或來源,另一個子過程文件測量信息系統入口傳輸標準選項6σ實施過程-定義階段過程圖技巧441)把小組召集起來-邀請有關專家和從事具體工作的人2)定義并對過程的主要功能統一意見3)列出所有過程參與者-部門,經理們,和承擔工作的人. 提示-在“萬事帖”上寫下注釋并將其訂在板上.4)對過程的客戶取得一致認識5)確定開始和結束的步驟6)對過程步驟群策群力-在此時不必討論過程的詳細步驟 提示-在“萬事帖”注上并將其訂在板上7)全組過程步驟與左邊過程負責人水平相連 提示- 僅需將“萬事帖”上注解移向每個人直到每人都同意8)同意過程步驟中的時間線次序并用箭頭相連9)驗證過程圖10)起始分析-找出重復工作環路,非增值步驟,和關鍵路徑6σ實施過程-定義階段過程圖技巧-創建過程圖45增值客戶愿意付錢換取的使產品更好的變換使得對客戶更有價值的使產品與眾不同的使之更理想的不增值客戶并不關心的增加成本但沒有明顯價值浪廢-解決投訴-重復-要求...-太多的會議-學習-報告-附加的運動-搜索-等待 -排隊等候的紙面工作-多余的簽字-不必要的簽字6σ實施過程-定義階段研究每步是否增值46步驟更加合理有序，所有過程測量都有意義找出和取消不必要的傳遞,、審批,、多余過程交接.6σ實施過程-定義階段過程改進和重新設計過程圖練習：小組作一個訂做家具（衣柜）的流程圖47了解如何使用數據測量現有過程所具備的能力：制造過程的能力測量系統的能力輸入輸出過程過程的單位是什么？6σ實施過程-測量階段測量階段48離散數據：缺陷數據---針對一個單位，分辨為有缺陷的和無缺陷的缺陷數數據---針對一個單位，可以數出具體的缺陷數連續數據：針對一個單位，可以測量出具體數值練習：1零件經熒光檢查后發現缺陷2一個零件經熒光檢查后發現有10處缺陷3一個零件經熒光檢查后發現10處缺陷，缺陷面積為1毫米6σ實施過程-測量階段數據類型：49一幅好的圖畫勝過上千個文字!

利用數據列作圖顯示平均值，偏差趨勢的相互關系與組內成員和領導交流678.78-678.69678.690678.700678.728678.710678.778678.708678.728678.708678.728678.758678.728678.750678.740678.728678.748678.748678.778678.758678.758678.748678.758678.715678.728678.765678.725678.728678.728678.758678.748678.747678.690678.728序號12345678910111213141516171819202122232425262728293031326σ實施過程-測量階段質量工具以圖的形式顯示數據質量工具50目的: 按時間順序排列數據為什么: 跟蹤過程特性,發現趨勢,評價變異或辯別過程 的變化 建立歷史的基準用以比較過程的改進6σ實施過程-測量階段時間系列圖51目的: 按時間順序顯示數據(類似時間系列圖)顯示均值及其它時間系列 的統計值 可以將數據進行再分組以進行評估32個點的均值6σ實施過程-測量階段運行圖52目的: 觀看數據分布的不同 圖上比較多個過程或分組原因: 直觀比較較大的分組(多于9點)6σ實施過程-測量階段盒線圖53目的: 顯示集中趨勢,偏移和過程分布原因: 按數據出現的頻率歸類數據 能圖上比較兩個或多個過程6σ實施過程-測量階段直方圖54目的: 產生直方圖 可重疊顯示正態能力曲線 顯示已有的上下界限和目標值 計算平均值，標準方差和其它過程參數 可以將數據進一步細分組LongTerm6σ實施過程-測量階段能力分析55目的: 針對特定的結果辯別主要的原因

顯示和總結所學知識和過程的問題 將可能的原因分類顯示原因之間的關系原因: 挑選主要的原因來調查

CategorySubcauseCause6σ實施過程-測量階段魚刺圖（因果圖）56

機器設備方法工作怎樣完成材料原件或原材料人力資源人的因素測量校量及收集數據

方針高層決策的規則程序任務的步驟設備設備和空間人人的因素服務過程:生產過程:環境廠房,后勤支援和空間的增加沒有完美的分類6σ實施過程-測量階段傳統的因果圖分類57目的: 比較不同原因出現的頻率及其對組織的影響 帕拉圖原理:20%的原因造成80%的問題原因: 排列出數據的先后并找到重要的能夠改進過程的因01345

-0.0

7.7

23.1

30.8

38.5100.0100.0

92.3

69.2

38.51050100806040200DefectCountPercentCum

%百分比數量

6σ實施過程-測量階段帕拉圖58目的: 評價兩個原因之間的關系 直線的和數據群之間的緊密程度表示他們相關的強度原因: 證實兩個變量之間相關的理論6σ實施過程-測量階段散射圖59051015200510152025Y25X強的正相關性無相關性05101520250510152025XY可能的正相關性X05101520250510152025XY強的負相關性6σ實施過程-測量階段X和Y相關的散射圖可能的負相關性60一張好圖勝過上千個文字我該用哪個工具呢？都用讓數據自已說話選擇最適合你的情況的圖為清楚起見給圖加注解標題軸標和單位時間特殊的因,事件和注解表明什么發生了，什么未發生6σ實施過程-測量階段質量工具小結61Z值USLLSLP(d)1P(d)2P(d)=P(d)1+P(d)2查Z表Z值查Z表查Z表6σ實施過程-測量階段如何計算σ水平？連續數據：σ水平62舉例：針對測量特性,平均值是25.00,標準方差是2.00.當USL是28，LSL是24時找Z值,公式是:查Z表查Z表P（d)1=0.066807P（d)2=0.308538P(d)=P(d)1+P(d)2=0.375345查Z表Z=0.3263離散數據：缺陷數據：FTY（一次合格率）=合格產品數/產品總數P(d)=1-FTY缺陷數數據：DPU=缺陷產品總的缺陷數/產品總數

查Z表Z值e=FTYdpu-P(d)=1-FTY查Z表Z值64缺陷數據FTY是利用缺陷數描述過程能力的舉例:王紅正在做一個關于生產報表的綠帶項目，她正在審查100張表并得出如下結論:FFPFFFFPPFPFFFFPPFFFFFPFPFFFPFFFFPFFFFPFFPPFPFFFFFPFFPFFPFPPFFPFPFFPFFFFPFPPFPPFFFFPPPFPFFFPFFFPFFPF這些報表的FTY是34/100或34%.她將表中只要有一處缺陷即為不合格.如果情況如此,在100張表中她有66個缺陷.P(d)=66/100=0.66查Z表：Z=-0.4注：“F”為不合格；“P”為合格65缺陷數數據例如:假如取而代之只需知道文件是否正確,王紅還可以得出每個報表中的錯誤數.她審查她的100張表而且得出下列缺陷數:王紅從100份文件中發現了93個缺陷.(注意:只計錄未通過的文件數作為缺陷的辦法誤差有多大啊!)dpu=93/100=0.93對于這些數據DPU的平均值是0.93查Z表：Z=-0.25AveragedpuDPU是用缺陷數量描述過程能力的2201211001011110011111010131011110233101100101111101201101001102011025120300100231100010212011202101e=FTYdpu-=0.39455P(d)=1-FTY=0.6054566ZP(d)areaZP(d)areaZP(d)areaZP(d)areaZP(d)area-6.251.000000-3.750.999912-1.250.8943501.250.1056503.750.0000884-6.201.000000-3.700.999892-1.200.8849301.300.0968013.800.0000724-6.151.000000-3.650.999869-1.150.8749281.350.0885083.850.0000591-6.101.000000-3.600.999841-1.100.8643341.400.0807573.900.0000481-6.051.000000-3.550.999807-1.050.8531411.450.0735293.950.0000391-6.001.000000-3.500.999767-1.000.8413451.500.0668074.000.0000317-5.951.000000-3.450.999720-0.950.8289441.550.0605714.050.0000256-5.901.000000-3.400.999663-0.900.8159401.600.0547994.100.0000207-5.851.000000-3.350.999596-0.850.8023381.650.0494714.150.0000166-5.801.000000-3.300.999517-0.800.7881451.700.0445654.200.0000134-5.751.000000-3.250.999423-0.750.7733731.750.0400594.250.0000107-5.701.000000-3.200.999313-0.700.7580361.800.0359304.300.0000085-5.651.000000-3.150.999184-0.650.7421541.850.0321574.350.0000068-5.601.000000-3.100.999032-0.600.7257471.900.0287164.400.0000054-5.551.000000-3.050.998856-0.550.7088401.950.0255884.450.0000043-5.501.000000-3.000.998650-0.500.6914622.000.0227504.500.0000034-5.451.000000-2.950.998411-0.450.6736452.050.0201824.550.0000027-5.401.000000-2.900.998134-0.400.6554222.100.0178644.600.0000021-5.351.000000-2.850.997814-0.350.6368312.150.0157784.650.0000017-5.301.000000-2.800.997445-0.300.6179112.200.0139034.700.0000013-5.251.000000-2.750.997020-0.250.5987062.250.0122244.750.0000010-5.201.000000-2.700.996533-0.200.5792602.300.0107244.800.0000008-5.151.000000-2.650.995975-0.150.5596182.350.0093874.850.0000006-5.101.000000-2.600.995339-0.100.5398282.400.0081984.900.0000005-5.051.000000-2.550.994614-0.050.5199392.450.0071434.950.0000004-5.001.000000-2.500.9937900.000.5000002.500.0062105.000.0000003-4.951.000000-2.450.9928570.050.4800612.550.0053865.050.0000002-4.901.000000-2.400.9918020.100.4601722.600.0046615.100.0000002-4.850.999999-2.350.9906130.150.4403822.650.0040255.150.0000001-4.800.999999-2.300.9892760.200.4207402.700.0034675.200.0000001-4.750.999999-2.250.9877760.250.4012942.750.0029805.250.0000001-4.700.999999-2.200.9860970.300.3820892.800.0025555.300.0000001-4.650.999998-2.150.9842220.350.3631692.850.0021865.350.0000000-4.600.999998-2.100.9821360.400.3445782.900.0018665.400.0000000-4.550.999997-2.050.9798180.450.3263552.950.0015895.450.0000000-4.500.999997-2.000.9772500.500.3085383.000.0013505.500.0000000-4.450.999996-1.950.9744120.550.2911603.050.0011445.550.0000000-4.400.999995-1.900.9712840.600.2742533.100.0009685.600.0000000-4.350.999993-1.850.9678430.650.2578463.150.0008165.650.0000000-4.300.999991-1.800.9640700.700.2419643.200.0006875.700.0000000-4.250.999989-1.750.9599410.750.2266273.250.0005775.750.0000000-4.200.999987-1.700.9554350.800.2118553.300.0004835.800.0000000-4.150.999983-1.650.9505290.850.1976623.350.0004045.850.0000000-4.100.999979-1.600.9452010.900.1840603.400.0003375.900.0000000-4.050.999974-1.550.9394290.950.1710563.450.0002805.950.0000000-4.000.999968-1.500.9331931.000.1586553.500.0002336.000.0000000-3.950.999961-1.450.9264711.050.1468593.550.0001936.050.0000000-3.900.999952-1.400.9192431.100.1356663.600.0001596.100.0000000-3.850.999941-1.350.9114921.150.1250723.650.0001316.150.0000000-3.800.999928-1.300.9031991.200.1150703.700.0001086.200.0000000InExcel:p(d)=1-normsdist(Z)andZ=normsinv(1-p(d))正態分布(十進制續數)p(d)z6σ實施過程-測量階段67Zppm(area)Zppm(area)Zppm(area)Zppm(area)Zppm(area)-6.251,000,000-3.75999,912-1.25894,3501.25105,6503.7588.4-6.201,000,000-3.70999,892-1.20884,9301.3096,8013.8072.4-6.151,000,000-3.65999,869-1.15874,9281.3588,5083.8559.1-6.101,000,000-3.60999,841-1.10864,3341.4080,7573.9048.1-6.051,000,000-3.55999,807-1.05853,1411.4573,5293.9539.1-6.001,000,000-3.50999,767-1.00841,3451.5066,8074.0031.7-5.951,000,000-3.45999,720-0.95828,9441.5560,5714.0525.6-5.901,000,000-3.40999,663-0.90815,9401.6054,7994.1020.7-5.851,000,000-3.35999,596-0.85802,3381.6549,4714.1516.6-5.801,000,000-3.30999,517-0.80788,1451.7044,5654.2013.4-5.751,000,000-3.25999,423-0.75773,3731.7540,0594.2510.7-5.701,000,000-3.20999,313-0.70758,0361.8035,9304.308.5-5.651,000,000-3.15999,184-0.65742,1541.8532,1574.356.8-5.601,000,000-3.10999,032-0.60725,7471.9028,7164.405.4-5.551,000,000-3.05998,856-0.55708,8401.9525,5884.454.3-5.501,000,000-3.00998,650-0.50691,4622.0022,7504.503.4-5.451,000,000-2.95998,411-0.45673,6452.0520,1824.552.7-5.401,000,000-2.90998,134-0.40655,4222.1017,8644.602.1-5.351,000,000-2.85997,814-0.35636,8312.1515,7784.651.7-5.301,000,000-2.80997,445-0.30617,9112.2013,9034.701.3-5.251,000,000-2.75997,020-0.25598,7062.2512,2244.751.0-5.201,000,000-2.70996,533-0.20579,2602.3010,7244.800.8-5.151,000,000-2.65995,975-0.15559,6182.359,3874.850.6-5.101,000,000-2.60995,339-0.10539,8282.408,1984.900.5-5.051,000,000-2.55994,614-0.05519,9392.457,1434.950.4-5.001,000,000-2.50993,7900.00500,0002.506,2105.000.3-4.951,000,000-2.45992,8570.05480,0612.555,3865.050.2-4.901,000,000-2.40991,8020.10460,1722.604,6615.100.2-4.85999,999-2.35990,6130.15440,3822.654,0255.150.1-4.80999,999-2.30989,2760.20420,7402.703,4675.200.1-4.75999,999-2.25987,7760.25401,2942.752,9805.250.1-4.70999,999-2.20986,0970.30382,0892.802,5555.300.1-4.65999,998-2.15984,2220.35363,1692.852,1865.350.0-4.60999,998-2.10982,1360.40344,5782.901,8665.400.0-4.55999,997-2.05979,8180.45326,3552.951,5895.450.0-4.50999,997-2.00977,2500.50308,5383.001,3505.500.0-4.45999,996-1.95974,4120.55291,1603.051,1445.550.0-4.40999,995-1.90971,2840.60274,2533.109685.600.0-4.35999,993-1.85967,8430.65257,8463.158165.650.0-4.30999,991-1.80964,0700.70241,9643.206875.700.0-4.25999,989-1.75959,9410.75226,6273.255775.750.0-4.20999,987-1.70955,4350.80211,8553.304835.800.0-4.15999,983-1.65950,5290.85197,6623.354045.850.0-4.10999,979-1.60945,2010.90184,0603.403375.900.0-4.05999,974-1.55939,4290.95171,0563.452805.950.0-4.00999,968-1.50933,1931.00158,6553.502336.000.0-3.95999,961-1.45926,4711.05146,8593.551936.050.0-3.90999,952-1.40919,2431.10135,6663.601596.100.0-3.85999,941-1.35911,4921.15125,0723.651316.150.0-3.80999,928-1.30903,1991.20115,0703.701086.200.0InExcel:ppm=(1-normsdist(Z))*1,000,000Z=normsinv(1-ppm/1,000,000)正態分布(每百萬單位零件數)ppmz6σ實施過程-測量階段68

傳統的測量方法Cp與Cpk

現實生活中的Cp試想在你的車庫停車,如果車庫的門開得比汽車的寬度大,車就可以停進車庫,車庫越寬,越容易停車。如果門開的寬度是汽車寬度的兩倍則Cp值就是2。Cp是公差寬度與過程寬度的比值,越大越好上公差下公差69汽車總能進去么？有時既使有足夠的地方汽車并不總是可以進去的.從離散的觀點考慮汽車是可以進去的，但事實上它進不去。

我們將任務分成了兩部分，我們比較標準誤差或半個過程三倍的距離70Cp和Cpk之間的關系LowerSpecLimit(LSL)UpperSpecLimit(USL)LowerSpecLimit(LSL)UpperSpecLimit(USL)LowerSpec(LSL)LimitUpperSpecLimit(USL)71（GageR&R)測具的可重復性和可再現性尋找測量過程中引起變異的原因針對離散數據和連續數據評價不同的測量系統分析方法6σ實施過程-測量階段測量系統分析72測量不是絕對的，它是測量過程的輸出。象其它過程一樣這種輸出是受因變量影響的測量過程的一系列輸出。測量系統分析提供系統的方法決定整個過程因測量系統本身而引起的變化。測量系統分析必須是項目中的一個重要因變量x6σ實施過程-測量階段對輸出Y的測量程度如何?73測量系統所收集到的所有過程數據也會因測量系統不同而不同過程輸入輸出觀察測量數據6σ實施過程-測量階段測量某一過程:74測量的錯誤有多大(即測量誤差)?產生測量錯誤/誤差的原因有哪些？測量系統隨時間變化穩定嗎?測量過程是否使用了足夠小的能正確地反映誤差情況的測量單位？測量準確嗎？我們能看到過程的改進或退步嗎？如果可以何時可以看到?怎樣改進測量系統?6σ實施過程-測量階段重要問題75生產誤差(實際誤差)測量誤差全部誤差(觀察誤差)

是否測量系統的誤差(離散)太大而不適用于研究當前過程的誤差水平?+=真正項目開始以前是否應停止并糾正測量系統？6σ實施過程-測量階段連續數據測量系統分析76如果教師給學生的論文打五次分會怎樣呢？

教師不喜歡每一次給學生的論文打同樣的分: 81%83%83%81%82% 70 80 90 100%我們稱這為測量的可重復性6σ實施過程-測量階段GageR&R-可重復性77如果第二位教師給同一群學生的論文又打分五次會怎樣呢？第二位教師與第一位教師一樣不喜歡每一次打分一樣 85%87%86%82%85% 這個結果也是在評價可重復性 70 80 90 100%但如果兩位教師的結果是可比的則我們可以評價其再現性6σ實施過程-測量階段GageR&R-再現性78測量系統誤差越大，觀察值距真值的離散程度就越大LSLUSL-4-3-2-101234真實值觀察值6σ實施過程-測量階段測量系統誤差是怎樣歪曲過程能力的？79風險＝接受了超出控制限的零件質量問題風險=拒絕了控制限以內的零件

成本問題測量分布可能錯誤拒絕零件控制限范圍內零件的真值LSL-4-3-2-101234超出控制限零件的真值LSL-4-3-2-101234可能錯誤接收零件過程分布6σ實施過程-測量階段測量系統誤差是怎樣引發錯誤結論的80GageR&R即

重復性和再現性的結合測量的重復性和再現性的程度%GageR&R是下列比值:(99%CI的測具變量)x100=%GageR&R總公差 70 80 90 100%總公差測具的變量6σ實施過程-測量階段測量系統誤差選擇測具時，測具的精度通常為工差的十分之一81GageR&R(ANOVA)formeasureGageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R3.72E-051.74Repeatability3.72E-051.74Reproducibility0.00E+000.00Operator0.00E+000.00Part-To-Part2.10E-0398.26TotalVariation2.14E-03100.00StdDevStudyVar%StudyVar%ToleranceSource(SD)(5.15*SD)(%SV)(SV/Toler)TotalGageR&R6.10E-030.03140113.1812.56Repeatability6.10E-030.03140113.1812.56Reproducibility0.00E+000.0000000.000.00Operator0.00E+000.0000000.000.00Part-To-Part4.58E-020.23609099.1394.44TotalVariation4.62E-020.238169100.0095.27NumberofDistinctCategories=116σ實施過程-測量階段GageR&R82上控制限下控制限總的公差總測量誤差測量重復性加再生性

低于10%可接受10-30%灰色區域接受與否取決于重要程度及影響高于30%調查改進的需要測量R&R的百分比即生產變量的總公差因測量系統而消耗掉的部分簡單原理即測量誤差占規范的百分比6σ實施過程-測量階段GageR&R小結83如果重復性遠遠大于再生性,則檢查工具的維護狀況讀取數據時測具的定位零件偏差過大如果再生性遠遠大于重復性,則檢查操作者的培訓測具的校驗夾具重復性和再現性...它們之間的關系也是很有意義的84GageR&R運作規則1。檢測10個零件2。三個檢測者3。每個檢測者針對每個零件檢測檢測三次85小組選出2個人檢查10個釘子的長度每人檢查二遍6σ實施過程-測量階段GageR&R練習：86三個最通用和直接的評估離散測量過程的方法是：“專家”再評估(知道實際情況)只調查準確性并報告正確決定的百分比,循環研究(知道實際情況)

調查準確性和操作者之間操作的一致性(精確〕檢查共同點(不知道實際情況)當不知道真實情況時尋找操作者的可重復性和操作者之間的再生性GageR&R≥90%操作定義要明確6σ實施過程-測量階段離散測量系統評估87離散數據MSA小結操作定義在保證離散測量系統質量中起著十分重要的作用清晰的操作定義能為決策提供清晰的基本情況專家再評估只評估操作者的準確性,不能比較操作者之間情況循環研究可以評估操作者自己的準確性和操作者之間的再生性,但是需要對干擾進行更多的研究共同點研究評估操作者自己的重復性及操作者之間的再生性,但不準確(不知道真實情況)離散MSA的目的是獲得90％或以上的重復性與再生性88用圖形和統計方法尋找變化的原因.利用團隊成員對過程的知識和對歷史數據的分析.要積極主動地尋找變化原因和數據最大限度地利用比對吸收和借鑒其它經驗和成果在6Sigma中的分析階段就是用有關方法找出影響驅動Y變化的少數至關重要的Xs6σ實施過程-分析階段分析階段89假設試驗可以幫助決定是否兩個樣品之間的差別是:統計上重要或由于偶然原因或正常誤差6σ實施過程-分析階段假設試驗90床子新時收集的數據使用六個月后最新收集的數據有時我們不能直觀決定是否平均值有差別,所以必須猜測我們做出假設試驗以客觀地決定是否有誤差存在在這種情況下每人做出的決策是相同的..:.:.:::::::.::..:::.:::..:.:.:::::::::::::::::..:.:.:..+---------+---------+---------+---------+---------+-------.:::.:...::::::::::..:.::::.::.:::.::::::..::::.:::::::.::::::::::::::::::.:::::.:::..::::::::::::::::::::::::::::::::::::::.:::::+---------+---------+---------+---------+---------+-------0.00000.00500.01000.01500.02000.02506σ實施過程-分析階段你的鉆床使用六個月后過程變了嗎?91假設試驗允許我們將差別量化6σ實施過程-分析階段平均值假設試驗92

連續數據(測量數據)離散數據(分類或計數數據)非參數(測量或計數數據)一個樣本的t試驗:?我在目標值嗎?兩個樣本t試驗t:?兩個平均值相同嗎?ANOVA:?多個平均值相同嗎?誤差的一致性:?多個誤差相同嗎?Chi-Square試驗:?不同分類的缺陷率和缺陷數比例相同嗎?Kruskal-Wallis:?不同分布的樣本平均值相同嗎?6σ實施過程-分析階段不同類型的假設試驗93沒有,p-value只是定量化你錯誤決策的風險，最終的決策還得你自己做如果對過程改變確實不貴p-value為10也許都可以如果過程改變很貴(或有安全問題),也許p-value應更小6σ實施過程-分析階段5%p-value規則定死了嗎?94針對給定的X定義線性方程預測Y通過量化因X或X所引起的誤差來評價其相互關系的強弱.利用假設試驗檢查回歸模型的重要性顯示回歸分析是如何找到潛在的X及其相互關系.6σ實施過程-分析階段回歸學習的目的95找出關鍵少數X及相互作用設計你的新過程在需要的地方進行仿真(simulations)能識別何時設計試驗(DOE)是適當的找出成本的影響獲得管理層的贊同實施過程改進遵循適當程序開始變革,例如新件