六西格玛介绍ppt课件.ppt

《六西格玛介绍ppt课件.ppt》由会员分享，可在线阅读，更多相关《六西格玛介绍ppt课件.ppt（88页珍藏版）》请在三一办公上搜索。

1、六西格玛介绍6SIGMA,六个西格玛介绍内 容一、六个西格玛导入 1、 6的产生 由财富论坛说开去下一个增长点在哪里 21世纪是质量的世纪（放映Juran 演讲片段） 99%合格够不够 没有量化就没有管理3、 6的历史与成就二、统计学基础1、随机抽样与数据类型2、数据分布3、数据的集中趋势（平均值）与离散描述（ ）4、过程能力（Cp, Cpk, Ppk）5、统计过程控制（SPC)6、变差分析（ANOVA),三、 6的意义与计算1、DPU的意义与计算2、DPMO的意义与计算3、DPMO与X的转换4、工序指数Cp、Cpk与6 的关系5、3与6的比较四、 6战略1、质量的概念不再只局限于产品的质量2

2、、 6是公司文化的中心3、 6的组织架构4、制造业与6五、 6战术 （DMAIC) （演示一个6项目）1、Define (定义)2、Measure (测量)3、Analysis (分析)4、Improve (改进)5、Control (控制),6s导入,财富全球论坛在香港,讨论全球经济发展的新动向,潮起潮落,谁主沉浮,新的增长点,世界各大公司的总裁门都在思考同样一个问题,新技术 高风险 高回报,新管理 无风险 稳定回报,6 继往开来，开创管理新理念,下一个增长点在哪里？,20世纪是生产率的世纪，21世纪是质量的世纪,(Joseph M. Juran, 生于1904年， 现代质量管理的创始人之一

3、， 编著有 质量控制手册，提出质量改进“三步曲”理论,在美国99%的合格率(2.6)将意味着: b每小时丢失20,000个邮件 p每天有 15 分钟喝上不安全的水 h每周作错 5,000 次手术 j在大部分主要机场, 每天有两次过长或过短的着陆 s 每年开出 200,000 个填错的处方 g 每月大约会停电7 小时6的标准是在一百万次机会当 只有3.4 次出错,6s is Way of Quality !,制造,财务,市场,人事,服务,一 矢 中 的,We dont know what we dont know.If we cant express what we know in the fo

4、rm of numbers, we really dont know much about it.If we dont know much about it, we cant control it.If we cant control it, we are at the mercy of chance.,If we dont know, we can not act.If we can not act, the risk of loss is high.If we do know and act, the risk is managed.If we do know and do not act

5、, we deserve the loss.,没有量化就没有管理,6 是可量度的持续改进,TQM 强调持续改进的方法，无统一的尺度 衡量进度 仅局限于产品的质量,ZERO DEFECT 零缺陷一个可以接近但不可达到的目标 仅局限于产品的质量,6 设立了可量度的目标和可执行的程序与方法，应用面覆盖公司运作的所有部门。,1987 年 MOTOROLA 摩托罗拉首创1994 年ALLIEDSIGNAL联信1995 年 GENERAL ELECTRIC 美国通用电器 美国及世界各大公司,6 的发展与成果,A TRADEMARK FROM MOTOROLA,6s,We are in business t

6、o make money We make money by satisfying needs We are able to satisfy needs by doing Every need/do pair is an interaction The aim of customer focus is on improving need/do interactions Repetition of the same action constitutes a process Improvement of our business means improvement of our processes

7、Customers need products/services on-time, with zero defects, at the lowest cost Suppliers create processes to generate needed products As process capability improves, the product quality increases As quality increases, costs and cycle-time go down The attributes of customer satisfaction must be meas

8、ured if they are to be improved To improve means we must be able to predict and prevent, not detect and react Prediction is correlated to certainty Maximization of certainty is dependent upon the measurement of process capability Process capability is best understood and reported using statistics St

9、atistics is dependent upon data Data must be collected in the process according to a plan Statistics is used to convert raw data into meaningful summary information Statistical information is used to report on, improve, and control the process The basis of statistics is the mean and standard deviati

10、on The mean reports on process centering The standard deviation reports the extent of variation or scatter about the mean By combining the mean and standard deviation, the sigma of a process can be calculated The sigma of a process tells us how capable it is The process sigma can be used to compare

11、similar or dissimilar processes Such comparison of processes is called benchmarking Benchmarking is a competitive tool used to uncover what we do well and not so well Once basic competencies and deficiencies are know, corrective action can be taken Corrective action leads to the reduction of defects

12、, cycle-time, and cost The reduction of defects, cycle-time, and cost leads to improved customer satisfaction As customer satisfaction improves, the likelihood of doing business increases As business increases, we (as individuals) grow and prosper,摩托罗拉公司在通讯行业迅速崛起 德克萨斯仪器公司的产品缺陷在一年内降低了87% 联信公司在97年第四季度

13、由六西格玛项目带来的收益高达10亿美元 GE 实施六西格玛后，股票市值飙升，1997年起年年被财富杂志评为美国最受欢迎的公司。,6 就是财富,6s的意义与计算,s 是一个希腊字母, 用来 描 述 过程的变差 6s 最初由 Motorola 公司发起, 逐步 被越来越多的世界级大公司所采用68.2% 的数据落在1s 以内95.4% 的数据落在2s 以内99.7% 的数据落在3s 以内99.99999975% 的数据落在6s 以内,s个数的计算(连续数据）,Z =,s,Min（USL-T）, （ T-LSL） ,Z=3Cpk,计算s个数的概念与公式,Unit: 单元，被研究对象的基本单位。如一件产

14、品、一次服务、一个过程等。Defect: 缺陷，任何未达到要求的特性DPU (Defects per unit) = Defects / Unit = 缺陷数/单元数PPM (Defects per Million Units) = Defects / Unit x 106 =缺陷数/（单元数 X 106 )TOP (Total Opportunities) = Units * Opportunities (总机会）=单元数 X 每单元发生缺陷的机会DPO (Defects per Opportunity)=Defects/TOP (每个机会中产生的缺陷数）=缺陷数/总机会DPMU(Defec

15、ts per million units)=DPUx 106 （每百万单元中的缺陷数）,DPMO (Defects per Million Opportunities) = Defects / TOP x 106 = 缺陷数 / TOP x 106First Pass Yield(一次合格率)=全过程中未产生任何缺陷的单元数/总单元数Rolled Yield (单元的缺陷数为零的几率） （The likelihood that any given unit of product will contain 0 defects) YRT= e -DPU YRT = P(ND) * P(ND) *

16、P(ND) *.P(ND)n P（ND) 表示零缺陷的几率Ynorm (Normalized Yield 正态合格率）=1-DPO= n YRT (连续过程的平均合格率） n=过程的个数Zlt=NormSinv(Ynorm) （在电子表格Excel 的函数 fx 中的统计类中， 或查表）Zst=Zlt+1.5,计算s个数的概念与公式（非连续数据）,计算s个数实例,M(每单元产生缺陷的机会） =50Units（单元数） =1000Defects（缺陷数） =500TOP=MxUnits =50000DPO=Defects/TOP =0.01DPMO=DPOx106 =10000Ynorm=1-D

17、PO =0.9900Zlt=NormSinv(Ynorm) =2.33Zst=Zlt+1.5 =3.83,93.32%,Long-Term Yield,Long-Term Yield,4,2,308,537,3,66,807,6,210,5,233,6,3.4,不同s 个数的比较,(Distribution Shifted 1.5s),s,PPM,过程能力,- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -,Process Entitlement 目标,统计学基础,统计的类型全体统计例如全国人口统计，所有批次的

18、合格数量，全体员工的考勤状况等等。 总体：被统计的对象的全体。 总体大小 N ：统计对象的总数。抽样统计有的特性无法进行全体统计或没有必要进行全体统计，如塑料的抗拉强度、一筐苹果中每个苹果的重量等等。因此从总体中抽出一部分样本进行调查，用样本的调查结果来推测总体的状态。 样本：从总体中抽出的一部分 样本大小 n ：样本的个数，又称为样本容量。,统计数据的类型.计量型数据 如温度、压力、时间等可以连续读数的特性数据。其数据的分布 多数为正态分布。.计数型数据 如好坏、合格与不合格、一级二级三级等计数的数据又称为计数型数据。 其数据分布为二项分布或泊松分布。 不同的数据类型采用不同的控制方法。连续

19、型数据采用XbarR 、XbarS或XMR Chart; 计数型数据则采用p、np、c、u Chart。 两种数据类型在一定条件下可互相转化。 最好采用连续型数据。,连续数据的评价平均值、中位数标准偏差,数据分布图在实际统计中， 统计结果是分段表示的，因此作出的分布图为柱形图。 在分析数据时，通常将它拟合成连续的曲线。,数据的分布有多种类型，其中正态分布是最常见和最实用的分布形式。,正态分布 左斜分布 右斜分布 双峰分布,68.2% 的数据落在1s 以内95.4% 的数据落在2s 以内99.7% 的数据落在3s 以内99.99999975% 的数据落在6s 以内,正态分布的特征,X=样品的平均

20、值,中心极限定理数据小组的平均值趋向为正态分布一组数据的分布可能为不同的形式，但如果将该组数据分为若干个小组，然后计算每个小组的平均值，这些平均值的分布趋向于正态分布，小组的容量越大，越接近正态分布。x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12 xn-1, xn(x1, x2, x3, x4, x5), ( x6, x7, x8, x9, x10 ), (x11, x12 ), (xn-1, xn) xa xb xc为正态分布,一切数据都可以通过分组的方法归结于正态分布！,Cp, Cpk 与 Ppk,工艺潜能指数,工艺能力指数,工艺表现指数

21、,Ppk=长期的Cpk,3 在30年代, 没有电子计算机和计算器, 人们用近似的方法估算标准偏差, 另外, 在数据不多的情形下, 估算的结果更接近真实情况。 现行的控制图 中的 计算方法都采用近似方法.s近似=R/d2 d2可从常数表中查到. R是一组数据的极差, 即一组数据中的最大值减去最小值.,标准偏差的计算,1 使用电子表格Excel 将要计算的数据输入表格的一列或一行 点击fx图标，出现函数选择框，在左边的框中选择“统计”，在右边的框中选择“STDEV”. 选择所要计算的数据， 点击“确定”2 使用统计软件（如Minitab等）,三种方法的计算结果有差别！,统计过程控制(SPC)1.

22、对于计量型(连续型)数据采用Xbar-R Chart 均值极差图Xbar-S Chart 均值标准差图X-MR Chart 单值移动极差图2. 对于计数型(非连续)数据采用p Chart np Chart c Chart u Chart Xbar-R 图最为广泛地使用, 应用于小组容量小的连续数据.Xbar-S 图 应用于连续数据, 小组容量可以较大, 需借助计算工具.X-MR 图 应用于难以分组的连续数据.p 图 应用于不合格品率np 图应用于不合格品数c 图 应用于不合格数u 图 应用于单位产品上的不合格数,控制图示例,变差分析（ANOVA）,分析两组数据或多组数据之间的区别（One-wa

23、y ANOVA） 分析一个输出结果和多个输入因子的关系（Two-way or Higher ANOVA）,采取某一改进措施后，如何证明改进是有效的？同时采取多个措施后，如何证明某些措施是最有效的？,Analysis of Variance (Balanced Designs)Factor Type Levels ValuesPoison fixed 3 1 2 3Treatmen fixed 4 1 2 3 4Analysis of Variance for SurvivalSource DF SS MS F PPoison 2 1.03301 0.51651 23.22 0.000Treat

24、men 3 0.92121 0.30707 13.81 0.000Poison*Treatmen 6 0.25014 0.04169 1.87 0.112Error 36 0.80072 0.02224Total 47 3.00508,ANOVA 因子分析示例,6s战略,简单理解消除变差和缺陷消除产生变差和缺陷的机会深入理解优质产品和服务的目标世界级大公司的量度先进的楷模经营的哲学增强竞争力的超前目标实现以下目标的手段客户为中心突破性革新持续改进全员参与,AlliedSignal 对6 的理解,6s是公司文化的中心,一切经营表现的评定以s为尺度 费用倾向于6s项目 专职从事6s的人员在福利待遇

25、上特殊关照，如持公司股票 全员培训，全员参与, 经理职位的职员必须取得绿带资格 开展各种6s活动，如项目比赛 纪念品,财务,应用于经营的各个方面,制造业与6s,6s起源于制造业，对于制造业也最为实用1、品质保证 过程品控 客户投诉2、制造过程 工艺改进 生产效率3、物流管理 准时发送 库存与计划,6s组织架构,Greenbelt 绿带,全体员工,Blackbelt黑带,Master Blackbelt总黑带,24小时培训,接受40 小时培训在黑带指导下完成一个项目,所有经理主管工程师,40人中设一个,接受200 小时培训 完成一个以上的项目,统计学专家监督项目进度，审批项目,800人中设一个,

26、正确的人,正确的项目,恰当的培训,良好的基础,6 s 成功的关键,智慧 勇气,过程 结果,高效 及时,目标 支持,6s战术,Define (定义)选择质量关键点作为改进的对象Measure (测量)测量过程的能力, 确定该进的目标, 检查测量系统的能力Analysis (分析)调查失效的原因, 选择主要的原因为 行动的目标Improve (改进)设计方案并进行试验(DOE), 找到 改进的方法Control (控制)对改进后的工艺过程进行控制,Define 项目选择,确定C T QCritical To Quality质量关键点,以客户为中心,客户的需要Quality 质量Cost 成本Del

27、ivery 运送,公司内部需要改进工艺改进管理提高效率提高员工能力,QFD,将客户的投诉、反馈和希望，转化为内部改进的要求,以金钱为导向,公司不是慈善机构，任何改进行动必须产生经济效益 财务人员计算费用和效益 公司总经理和财务经理共同审核效益 总黑带审核、批准整个项目,以s为尺度,收集数据，了解目前的状态计算s个数设立项目设定规范（LSL,USL)树立短期和长期的目标(提高s的个数）选择各方面相关人员，成立项目小组,Measurement 测量,计算目前的表现或过程能力1、长期表现（当成一组数据进行计算）,2、短期表现（对数据分组后进行计算）,G R&R测量系统的重复性和再现性,确保测量结果的

28、准确性,测量系统的能力,测量误差,平均值,变差,测量系统的偏差,测量系统的变差,准确度,精确度,s2total = s2产品 + s2测量系统,测量系统变差的主要来源,再现性指不同的人在对同种特性进行测量时产生的变差,将测量系统的变差与容差比较,或与过程总变差比较,小于10%，良好小于30%，可以接受大于30%，须改进,小于10%，良好小于30%，可以接受大于30%，须改进,判断标准,GR&R 测定方法,计数型数据,计量型数据,实例卡尺的R&R研究,Analysis 分析,流程图（Process Map）,FMEA,控制计划,流程图是分析的基础,Is there any problem her

29、e?,流程图,因果分析表,找出主要的潜在原因，作为进一步研究的对象,因果图（鱼骨图）,Failure Mode Effect Analysis潜在失效模式和后果分析,FMEA解决一般难度的问题（3-4s),S-FMEAD-FMEAP-FMEA,首次出现于上个世纪60年代，阿波罗号航天飞机的研制与发射中。,1974年美国海军部颁布军标 MIL-STD-1629, 规定使用FMEA 。,1970年代，汽车行业在安全性、可靠性要求的驱动下，开始导入FMEA 。,1990年代，汽车行业标准将FMEA作为对供方的必须要求 。,潜在的失效模式与后果分析（过程）,产品名称：富士1.6 刹车片 产品编号：BP

30、550 工序名称：钢片准备 责任部门：生产部FMEA 编号：P003 编制人：Andy Z. 编制日期：1999.05.23 本次修订日期：1999.10.22FMEA 小组成员： Andy Z.-品质部经理， Philip T.-生产部主管， Gary P.-工艺工程师， 田丰-生产班长， 李丽霞-丝印组员工,过程及要求,潜在的失效模式,潜在的失效后果,严重度,潜在的失效机理,发生频度,现行的控制,探测难度,风险系数,建议的措施,实际措施,严重度,发生频度,探测难度,风险系数,采取措施的效果,丝印粘胶要求厚度均匀，控制在0.1-0.2 mm之间,厚度不均，超出规范,钢片与摩擦料之间粘接不牢，

31、导致剪切强度不够。在刹车时，刹车片可能脱落，造成交通事故,丝印网与钢片之间的间隙调整不当,丝印时，不同操作人员使用的力度不同,钢片不够平整,胶泥湿度不一致,操作员凭经验调节,来料检验时用刀口尺抽检钢片的平整度,师傅带徒弟，班长指导操作员如何用力,操作员凭经验调节,开发探针式测量工具测量间隙，作为调节的依据（6月之前完成）,增加抽样量，确保平整度批量合格（立即执行）,使用用卡尺自行改装的探针测量间隙（6月18日实施）,增加平整度抽样量，给丝印岗位配备一把刀口尺，随时监视平整度 （5月30日）,集中培训所有丝印岗位操作员，统一手法和力度（5月底之前）,开发快速测量胶泥湿度的方法（7月中之前）,开发

32、测量设备有困难,集中培训所有丝印岗位操作员，统一对湿度的感觉和认识 （5月26日）,集中培训完成（5月26日）,烘胶要求烘干但不出现胶面裂纹,胶面出现龟裂,摩擦料部分直接接触钢片，导致剪切强度不够。在刹车时，刹车片可能脱落。,烘炉温度过高或相邻区段温度差异太大,依照公司总部下发工程文件设定温度，PLC控温。,对各区段温度探头每周进行校准（6月中之前）。,购买标准探温仪，对各区段温度探头每周实施校准（7月8日）。,2 页之 1,9,6,5,7,3,4,3,162,315,3,4,108,2,5,9,90,4,9,72,2,2,9,54,3,2,9,3,3,9,9,162,54,2,3,108,5

33、4,6,假设检验（Hypothesis Testing）,Hypothesis testing helpsassure that we dont get faked out by a weird or small set of data and makeerroneous conclusions.,Hypothesis Testing的基本步骤,1.State Ho and HaNull Hypothesis (Ho) - statement of no change; no effectAlternative Hypothesis (Ha) - statement that a change

34、 has occurred, sometimes in a specific direction (e.g., new route is faster); usually what we are trying to show 2.Decide on an appropriate statistical test (Z, t, F, etc.), significance level (a), and determine a decision rule (when to reject the null hypothesis) 3. Collect the data 4. Calculate a

35、test statistic based on the observed data (Zobs = .) 5. Draw Conclusions,Beforedata,Afterdata,Ho: no change in average time ( = 11.21) Ha: average time is reduced ( 11.21) Decision Rule: Reject Ho if Zobs -1.645n=20, x=11.18, =0.04 (assume known)since Zobs=-3.35 -1.645, he would reject Ho,100m Time

36、Example,(1) State Ho and Ha(2) Use normal distribution =0.05(3) Collect Data(4) Test Statistic(5) Draw Conclusions,11.21,x,Z,0,-1.645,area = .05,3.35,20,0.04/,11.18-11.21,n,/,x,Z,0,obs,-,=,=,-,=,s,m,Improvement 改进,DOE实验设计,解决4-6s的问题,1.随机试验2.单因子试验3.全因子试验4.部分因子试验5.其他试验,试验方法,不同试验方法各有千秋,全因子试验,2k Full Fac

37、torials,K个因子，每个因子取两个变化水平试验次数: 2k 易于计划和分析对定量因子和定性因子都实用均衡全面有利于确定因子之间的相互作用,23 全因子试验示例,某化工产品的合成产率与温度 (Temperature）、原材料的浓度（ Concentration) 和催化剂的类型 (Catalyst) 有关.试验时选择的条件为:温度: 160o C (-1), 180o C (1)浓度 (%): 20 (-1), 40 (1)催化剂: A型 (-1), B型 (1)试验设计表如下,计算某因子的影响,以温度为例,高温下的平均值,71.00,低温下的平均值,49.25,影响 (),21.75,温

38、度影响 Effect=,(56+55+88+85) (54+47+51+45),4,4,= 71.00 - 49.25 = 21.75,同样的方法计算浓度、催化剂的影响,因子之间的相互作用,各因子单独对产率的影响（图表）,因子之间相互作用图,温度受催化剂的影响,老板，这个DOE要做16次试验,混蛋，16次太多了，没那么多钱给你玩,部分因子试验,在 23 全因子试验的基础上. 怎样增加一个因子但不增加试验 次数呢?,因为所有的列都是正交的，所以新增的因子M可使用任何 一组，通常选择高阶次的那一组。本例中使用 SxTxP 相交组.,因子 M,放弃考察S, T, P三者的交互作用,研究集成芯片生产过

39、程的2 5-1 DOE,Fractional Factorial FitEstimated Effects and Coefficients for Yield (coded units)Term Effect CoefConstant 30.3125 aperture 11.1250 5.5625 exposure 33.8750 16.9375 developm 10.8750 5.4375 mask dim -0.8750 -0.4375 etch tim 0.6250 0.3125 aperture*exposure 6.8750 3.4375 aperture*developm 0.

40、3750 0.1875 aperture*mask dim 1.1250 0.5625 aperture*etch tim 1.1250 0.5625 exposure*developm 0.6250 0.3125 exposure*mask dim -0.1250 -0.0625 exposure*etch tim -0.1250 -0.0625 developm*mask dim 0.8750 0.4375 developm*etch tim 0.3750 0.1875 mask dim*etch tim -1.3750 -0.6875,DOE 计算结果（ Minitab）,Yield =

41、 60.125 + 10.875(Temp) -2.125(Conc) + 7.125(Cat) + 1.125(T*C) + 8.375(T*K) - 0.125(C*K) - 0.375(T*C*K),关系方程式,DOE 后续工作,进一步DOE 单因子试验，找到每个因子的最佳设置 最终确定工艺窗口,谁在打瞌睡？！,课堂试验工具,Control 控制,控制输入，而不是输出 再次确认测量系统的可靠性 更新ISO9000文件 收集工艺改进后的结果，计算改进后s的个数 更新FMEA 确定进一步改进的目标 比较客户的满意程度,授勋,部门经理审核项目实效 财务部审核经济效益 总经理确认以上结果，推荐授予黑带或绿带 总黑带审核整个项目和培训记录，合格后授勋, DQ,