海尔集团6Sigma教材.docx

《海尔集团6Sigma教材.docx》由会员分享，可在线阅读，更多相关《海尔集团6Sigma教材.docx（71页珍藏版）》请在三一办公上搜索。

1、海尔集团6Sigma YB教材(Word 1版)质量保障经营公司 6Sigma推进部编辑整理 目 录 第一章：品质的基本概念3页 第二章：统计基础9页第三章：散步的基本概念19页第四章：数据的整理方法24页第五章：6SIGMA理解48页第六章：标准化的理解66页第一章：品质的基本概念1 品质管理 企业活动可以认为是从产品的诞生到其寿命终止的社会活动，它包括从市场调查、 产品开发、设计、采购、制造、销售、修理、服务等生产、销售、使用的过程。 企业的目的是企业活动永远存在并追求发展，为了达到这个目的，必须能够开发顾客 群、能够生产出顾客满意的质量的产品。 企业应该生产出顾客满意的产品从而取得顾客及

2、社会的信赖并通过开发顾客群及扩大 市场谋求提高收益并对社会做出贡献。 为了完成这些目的，企业需要制订品质目标并为了达到这个目标开展合理的、经济的 活动。综上所述，对品质管理可以做出如下定义品质管理是为了确保顾客要求的品质而进行的一切合理的且经济的活动的总和。今天有众多企业正在以品质管理的名义开展种种活动，但仍然由于销售有缺点的产品时常遭到顾客的投诉。做为其理由之一，可以起经营班子的作用，在推动品质管理的过程中，经营班子需要的理解企业对品质的使命，谋求企业内部以品质管理有一个统一的认识，明确要达到的目标，为了同一个目的全社必须共同努力。现代品质管理是舒哈特（W.Shewhart）于1924年指出

3、“即使在同一条件下制造的产品，其质量特性值也存在散布”的事实，从而在制造过程中进行品质管理时采用了统计方法后以统计品质管理（SQC：依的定义）的名义在产业界得以普及。随着产品高度复杂化及顾客对品质要求日益严格，当发现只靠制造过程中的品质管理难以满足顾客的需求后，转变为广泛开展品质保证（QA：贝尔研究所的活动）活动A.VFeigenbaum扩大为综合性质量管理（TQC）概念。Juran较之TQC更经常使用全社的品质管理的概念并包含了赖以推动的Management (经营)的概念。如今由于包含了产品责任（PL：Product Liability）课题使企业对品质的责任非常重大，因此为了推动全面品质

4、管理，就需要统一整个企业内部对品质管理的认识。-何谓综合性品质管理？为达到品质目的而进行的一切合理的必须的活动。第一、 品质管理是企业达到经营目标的重要的功能之一，所以必须认识到它是总体 的系统性的经营活动。第二、 为了能够有效完成品质管理活动，需要积极活用统计方法。第三、 品质管理通常被认为是实践科学，因此需要在实际业务中加以运用，学习解决问题和开发创意所必需的知识和技能并加以实践。2 品质品质这一概念虽然不仅仅限于物体，但在使用品质管理、品质保证的概念时，一般指产品的品质。甲、品质的含义1） 有用性、使用适合性由于产品只有在使用过程中才实现其价值，因此基本上用能满足使用者使用目的的属性来说

5、明品质。2） 做为产品功能的品质产品发挥的功能中既包含符合使用者的使用目的的功能，又包含使用者没有期望的功能，即除了产品固有的功能，有些功能根据与使用目的的相关性及使用方法不同而不同，有时甚至起反作用。这种认为需要考虑到产品的双面性的功能作为品质的见解日益得到重视。3） 考虑到经济性的品质制造不良品会使产品价格（成本）上升，要努力将用于为阻止不良品到使用者手中而进行的所有活动的经费（品质成本）减少到最少。另外从使用者立场上来看，只有当取得产品所需费用加上用于修理或废弃的总费用（Live cycle cost）尽可能少，使用者才满意。可以说，旨在减少这些费用的活动也与生产者利益息息相关。4） 综

6、合性品质使用者不仅对品质而且对价格、数量、交货期也要求得到满足，需要以这些 因素进行综合评价。5） 从统计角度看品质对每个使用者来看是单个产品，但由于通常是大量生产，因此作为集团的产品保持一致既可使者放心，又能利于产品的互换性。6） 品质的体现顾客要求的品质是使用时的功能，叫做真特性。从生产者的立场上来看，需要将它转换为可以作为明确的生产对象的代用特性使之与真特性相联系。生产者要考虑到特性的水平（要求品质水平、使用品质水平）并确定代用特性水平（品质保证水平），然后努力达到这个水平。乙、品质的分类根据从产品形成到消费者的不同阶段可以将品质分为市场品质、设计品质、制造品质、服务品质。1） 市场品质

7、指消费者要求的品质，它对决定设计品质提供重要信息，产品品质以此为准展开。2） 设计品质基于使用者要求的充分调查，并考虑制造技术能力、设备、管理状态等经济性，以可以制造的水准决定品质。3） 制造品质可以称为实际品质、适合品质。是指在技术能力、经济能力允许的范围内决定设计品质后，制造时努力使产品符合设计品质要求而制造出的制品的实际品质。4） 服务品质产品过渡到消费者后，在实际使用中得到评价的品质，可以为开拓新市场，或市场调查阶段提供重要信息。3 管理管理在英文表述为Control或Management,一般Control翻译为管理，Management翻译为经营。Control是指确定某种基准或限

8、度，并以为依据控制行为。Management是指制订企业的运营方针、计划并在有组织地系统地付诸实施的过程中进行必要的控制。当今品质管理概念从控制在某一基准内的Control上运营，转变为重点放在运营计划性的Management上。即从QC（品质管理、品质控制）扩展为QM(品质经营、品质Management)上。管理分为计划（Plan）,实施（Do）,确认或检验（See or Check）,措施（Action）四个阶段，这叫做管理的周期（Cycle）或PDCA周期。根据旨在维持的活动还是旨在改善的活动而分为维持管理周期和改善管理周期。甲、计划阶段（P）-无论何事先决定所要达到的目标。-制订达到目

9、标的具体程序，即规定谁、在什么时候、在哪里、做什么、如何做等内容。乙、实施阶段（D）-将程序化的计划内容付诸实践。丙、确认阶段（C）-确认实施后出现的结果。-将结果与所期望的内容（期望改善的程度、基准）进行比较，确认是否符合 基准。丁、实施阶段（A）-当结果脱离基准时采取纠正措施。-当措施不明确时，详细分析原因后重新采取措施。-确保已经采取措施的内容不再出现问题。如前所述，管理包括维持（预防）和改善（解决问题）两个方面，通过交替重复这两个过程，管理才得以发展。即，可以认为管理的本质是对已改善的内容如何有效地维持其状态。4 根据品质目的经营在企业经营中品质越来越占有重要的位置，所谓品质经营，即不

10、单纯追求企业利益，而且重视品质，这是一种为了有助于企业经营而以追求品质为目的的经营。以品质为目的的经营意味着所有措施（行动）都是以结果的状态为归宿，而结果的状态是指通过步骤、过程、工序等过程得到的现象，现物（产品）。当以结果为着眼点采取措施时要以预防为主，解决问题为辅。5 预防和解决问题 -预防和解决问题是品质管理的两个要素和原则，同时又是组成部分。甲、预防以安定、保全为目的，一旦现象处于满意的状态时，试图维持其状态的行为。 即在预测到结果状态（条件）可能发生问题的程度后，在其成为实际的问题之前采取措施（行动）叫做预防。预防虽为必要的措施，但并非在所有情况下都能充分满足的行动。这是因为我们只能

11、在我们理解的范围内才能够采取预防措施。归根到底，对于我们无论用技术的方法或科学的方法或其它方法都不能理解的事物是不能采取预防措施的。乙、解决问题以成长和进步为目的试图使现象从不满意的状态达到可以满意的状态的行为。即，通过运用知识、采取技术方法、科学方法、统计方法等系统手段，理解现象并加以改善的过程叫做解决问题。所以应该从战略角度，系统地选择问题并解决之。我们已经得到解决的问题学习并加深理解，可以在日后采取预防行动中得到运用。预防和解决问题是以品质为目的而经营的充分条件。即，品质为目的的管理和运营中，有预防和解决问题的两个因素。6 问题的原因既然我们尽最大努力为什么还会存在问题？问题的原因大体上

12、可以分为设计品质的不足，制造品质的不足及服务品质得不到确保几个方面。甲、设计品质的不足之所以出现设计品质不足，是因为在开发过程中没有能够充分考虑到所有的变数。1） 设计时没有考虑操作人员的能力在设计阶段是以最高能力为基准设计，但在实际制造过程中由于能力不足的人来操作。即，由操作者的散布引起出现问题。2） 材料的散布在开发阶段只考虑较小的材料散布而设计，但在实际工序中材料的散布比较大。3） 外部环境条件在开发时以工序中的外部环境因素得到控制为前题开发，但实际工序中存在对该工序产生负面影响的条件的变异。（外部温度，外部湿度等）4） 初期运转条件开发人员设计时不考虑初期运转条件，但在实际制造工厂中存

13、在由于初期运转条件导致结果不安定。（LINE STOP后的重新启动条件）乙、产品品质的不足1） 制造工序的不足即使设计品质得到切实保障，但如果在制造过程中制造方法或环境条件达不到要求，则难以生产接近设计品质的产品。2） 工程调节的不熟在开发中充分考虑的所有变数如果不是完备地调节，那么实际产品很难适合设计品质。丙、不能确保服务品质1） 流出不良品即使在制造最终阶段了解到没有不良品，仍然可能有不良品到达消费者手中。这可能是由于搬动产品时不注意导致不良品混入或在仓库时不完善，运输时存在问题等。2） 对投诉调查不足向使用者对产品的使用方法宣传不够，不能正确使用产品有可能导致投诉。所以应充分调查现有产品

14、能够在什么程度上满足消费者要求。7 面向品质的经营所谓面向品质的经营是指所有问题都是从品质的观点上考虑的经营，即从局部或全局上定义结果的指数并以此为解决问题的出发点。为了从品质观点考虑、解决所有问题，就需要过渡到品质改善。品质改善的方法将在高级教程中涉及。 第二章：统计基础1. 总体和样本（SAMPLE）总体（POPULATION）是做为调查或分析的对象，具有某种共同特性的个体的集合。 总体 母数 标本 推测 X 2 S22正态分布 调查总体内的所有个体的某种特性会发现，一般来将这些数值存在类似的模型。大部分数值接近中心值周围，越是偏离中心值则个体数越来越少。举例来说，测量由众多成年男性参加的

15、某一个聚会的所有成员身高会发现，大部分的身高处在165cm至175cm之间，处在155 cm至165 cm，175cm至185cm的人比较少，而155 cm以下或185cm以上身高的人更少 将这些数值用直方图描述如下情形（各点表示该范围内占有的人数。） 这种模型在各种其它类型的总体中也出现，称之为正态分布，当总体具有这种模型时，称做存在正态分布 150 155 160 165 170 175 180 185 190正态分布图形可以为一个曲线包围，形状类似一个倒挂的钟。该曲线被叫做正态分布曲线 150 155 160 165 170 175 180 185 190。使用：检查(pass/fail

16、)良品、不良品。COUNTSYes-no(是，不是)数率96.5%focus不良3根，通过率53.2%计数型数据是通过观察和Count得出来的值3.数据形态 为了从数据获得正确的信息，需要收集正确的、有意义的数据是十分重要的。数据一般分为两种类型。计量型数据（Variable data）:象温度、重量这样的连续的测量值。计数型数据（Attribute data）:观察工序结果或count某种对象时的结果值。计量型/计数型数据的比较计量型数据是用计算仪器测量后得出的。实际测量值focus5.5dotB/R0.5mmdot宽度35u温度33.3度。使用：测量工具 显微镜、尺、温度计、放大镜数据的统

17、计处理是从对计量型/计数型的理解开始通过分析计量型数据和计数型数据我们可以获得重要信息4数据的中心倾向及散布 1)中心倾向(Central Tendency)总体 Xi = N N=总体数标本 Xi = n n=标本数平均 平均：(谬)表示总体的平均，X表示标本的平均中央值当总体、标本数为偶数时将数值从小到大排列后中间两数的平均值当总体、标本数为奇数时将数值从小到大排列后位于中间的值 例）499，500，500，502，503 中央值=500187，499， 500，501，502，503 中央值=（500+501）/2=500.5众数（最频值）：在数据集合中出现频度最多的数 例）187，49

18、9，500，501，502，503 最频值=500*在求中心倾向时我们多使用平均。但应该清楚清楚平均的短处。平均对偏离 的数据很敏感。 比如：503，499，500，502，500这5个数据的平均为500.8，但当追加一 个偶然偏离的即平均对偏离的数据表现非常敏感的倾向 但是中央值（mdeian）在上述两种情形皆为500，故中央值有可能对偏离的 数据不敏感2）变动（Variability）和散布(variation) -范围(Range):测量散布的最简单的方法，指最大值和最小值之差R=X最大-X最小 -分散（Variance）:表示数据从中央值偏离程度的尺度，总体的分散用2 样本的分散用S2

19、表示分散总体 (Xi-)22= N N=总体数标本 (Xi-X)2S2= n-1 n=标本数-标准偏差（Standard Deviation） 由于分散是将偏离平均值的距离平方所得，因此具有原数据的二次方单位。为解决这个问题，求出离差的平方根后使用，称之为标准偏差。总体的标准偏差用来表示，标本的标准偏差用S来表示标准偏差总体 (Xi-)2= N N=总体数标本 (Xi-X)2S= n-1 n=标本数*范围和标准偏差： 在表示数据的散布时，标本的范围仅用两个值（最大、最小）。相反，标本的标准偏差要用所有的数值计算。标准偏差利用全体数据的信息。但并不意味着不能使用样本的范围。当标本数较少的时候（n

20、7）范围可以成为适当的尺度。但当标本数大的时候应使用标准偏差。范围应在n小的时候使用5正态分布的特点 下面表示一般正态分布曲线与和之间的关系 平均（） 1标准偏差（） - +正态分布具有如下特征：a) 以平均值为中心呈左右对称的倒挂的钟的形状b) 平均值不同分散相同的两个分布形状相同c) 平均值相同分散不同的两个分布形状不同 平均不同分散相同时 分散不同平均相同时 d）正态分布大多数集中在以为中心位置，越往边缘个体数越少的模型。 从下图可以看出在正态分布中，以平均值为中心，标准偏差内的个体占个 体总数的百分比。 -6 -5-4-3-2-1 +1+2+3+4+5+6 68.26% 95.44%

21、99.73% 99.9937% 99.999943% 99.9999998%上述事实也可以从概的角度去观察。如果从具有正态分布的总体中抽取一个个体并测定某种特性，则该个体的测定值大于+3或小于-3的概率只有0.27%(0.27%=100%-99.73%)再以参加聚会的成年男性身高为例子，假设总体的平均值（）为170cm,标准偏差为5cm,当从该总体中随机选择一个人时，他的身高小于155cm(-3)或大于185cm(+3)的概率会非常小（0.27%）*两个重要的事实1） 在概率和统计学中随机（Random）是一个非常重要的概念。随机是指某种现象偶然发生或由于该现象内在的正常性变动而发生的现象。如

22、前所述参加聚会的成年男性身高的例子中，当选定一个要测量的人时，如果选择的人向周围扫视一遍后选择引人注目的人的话，这就算不上是随机抽取。而且在生产现场上如果发现各个产品远远偏离工序的正常平均值的话，就表明有某种非正常的因素（非随机的）在影响着散布。2） 在诸如投票前对选民进行舆论调查或在制造工序中抽取样本（Sampling）时，通过较少的样本来推测总体的特性时，抽取多少样本这一问题十分重要。样本数越多，准确度越高。但现实中由于抽取样本的费用等问题只可能抽取有限数量的样本。一般认为，在多数的情况下为了推算总体的平均和标准偏差需要测量的最少数为30。尤其是当进行总体数达几百万，几千万的投票前舆论调查

23、时至少应抽取1000个以上的样本 140 145 150 155 160 165 170 180 185 190 195 200 cm M-6 M-5 M-4 M-3 M-2 M- M- M+2 M+3 M+4 M+5 M+66. 标准正态分布和Z-转换 由于正态分布可以具有多种不同的平均值和标准偏差，为了进行与正态分布 有关的计算有必要将正态分布标准化，并且转换为正态分布。 为了将正态分布转换为标准正态分布就需要Z值。 + +2 +3+4 X X-Z= 如果正态分布通过Z转换，转换为标准正态分布，那么平均为、标准偏差为的正态分布就变成平均为0，标准偏差为1的标准正态分布。 X- 1 Z= 2

24、 2 0若利用标准化后标准正态分布表，则可以对所有正态分布计算正态分布的概率值。例）某种零件的长度呈平均100，标准偏差为10的正态分布，抽取一个零件后测得长度为90。将该值转换为Z值 90-100 Z= = -1.0 107所谓6品质水准 与通过制造工序生产出的产品特性一样，所有PROCESS的产物具有判断其适当与否的规格（Specification）。规格分为规格上限（USL：Upper Specification Limit）和规格下限（USL：Lower Specification Limit），如果超出规格上下限范围，则认为是不良品（defect）规格上限和下限的差异即允许的最大范围

25、叫做公差（Tolerance） LSL 目标值 USL 缺点 缺点 公差在规定的规格上限和下限上，分布的散布越大，偏移上下限的个体越多，不良率也就越高。因此减少散布对提高品质产生绝对的影响。下述两个分布中可以看出由于B分布较A分布散布大，加此可以看出偏移规格的区域出相对的大 LSL USL A B6品质水平如下图，规格的上限和下限的位置离分布的中心各自处在+6，-6位置的状态。这时偏移规格的不良率是0.002PPM(Parts Per Million)即，百万个中超出0.002个（在正态分布的假设中） LSL USL0.001 0.001 ppm ppm -6 -5 -4 -3 -2 - +

26、+2 +3 +4 +5 +6 根据规格的位置不良率的变化如下 分布的中心与规格的目标相一致时水平规格的位置样品率（%）不良率（PPM）168.273173002292.45455003399.7327004499.9937635599.9999430576699.99999980002但是根据实际上的各种变化的原因（材料、设备，方法，人员、环境、测定等）分布的中心可发生变化，也可以说到1.5为止能够自然地变化。如下图，即使中心变化1.56，其不良率也是3.4PPM,可以认为几乎是完好无缺。 LSL 自然变动 1.5 USL 3.4ppm 0ppm0 ppm 3.4ppm -6 -5 -4 -3

27、 -2 - + +2 +3 +4 +5 +6 中心自然变动1.5的情况水平规格的位置样品率（%）不良率（PPM）1302369770022691330870033933266810449937906210559997670233669999966034第三章：散步的基本概念1. 概论 如果从总体(或工序)中获得数据，其价格总是发生变化。把测定值集中起来作图就形成如下图称之为分布的模型。数据分布以点或直方图、分布曲线显示。分布的中心和散布（扩大）是可以变化的各种数据形成分布分布的DATA互相不同 大小 大小 大小 形成称之为分布的pattern 大小 大小 大小分布也可以互相不同 位置（中心）

28、散布 形态 大小 大小 大小2. 散布（Varition）的根源 散布具有两种形态偶然要因（Common Cause）异常要因（Special Cause） 如果是从总体（或工序）中获取的测定值或观测值比较稳定且日后的面貌显示出能预测的模样，那么我们就认为总体（工序）处于“管理状态”，散布的根源则由系统内在的一般性的偶然条件来形成的。散布的偶然要因是自然的，可预测的，是普遍存在的。人们之间存在的差异，设备间存在的正常的散布就是偶然要因的 根据偶然要因的散布只有已安定的管理状态中可预测的偶然要因才存在 预测 时间 没有预料不到的变化如果从某总体（或工序）的数据不安定，形成不可预测的分布，那么把总

29、体（或工序）称之为“偏离管理”。分布引起变化的理由是因为散布产生的根源在于系统的不自然。象这样的散布根源称之为异常要因。因异常要因而产生的散布只存在重大的变化偏离不安定的管理的不可预测的异常条件 预测？ 出现预想不到的变化 时间 散布常常在测定或观测PROCESS（工序）的Output时可以发现。希望铭记偶然要因和异常要因的根源就是PROCESS（工序）的Input.散布的根源散布（Variation）的原因 方法 机械/设备资材人员环境Ouput的变动工序散布异常要因而产生的影响 位置（中心）的变动 散布的变化 位置和散布的变化 散布的根源总体（工序）散布的根源是两种形态同义词不可避免/RA

30、NDOM/自然的/慢性的偶然要因以相同的方式对测定值产生影响的经常存在的散布的根源异常要因以特殊的方式影响部分测量值的变异的根源同义词可避免的/混淆的/不自然/急性的3散布的减少怎么做减少散布中的核心为决定从的数据模型，什么样的散布从异常条件中发生，什么样的散布从偶然中发生各种统计性方法具有从永久存在的偶然条件中能区分异常条件的能力 有三种改善的接近方法 消除不期望的异常条件 把期望的异常要因体现在现实中 减少偶然要因的散布 异常要因的存在说明有很多改善的机会。在这基础上对异常要因的改善活动常常要优先进行4工序的散布和品质水准 即使在工序中得到的数据满足规格（SPEC），但不能认定它一定具有好

31、的质量水准。如下图，离目标值（Target）越远，质量水准下降的幅度就越大，因而可以说这时的质量是“以目标值为中心的散布” 规格下限 目标值 规格上限品质水准第四章：数据的整理方法1. 直方图(Histogram)甲、定义把数据存在的范围分为几个部门，确认进入各区间中的数据频度数，用柱形图来做成的图画，可以掌握分布状态。乙、用途在调查数据（计量型）以什么值为中心形成怎样的分布中使用的图表。1） 掌握数据分布量。2） 掌握的整体模样。3） 掌握数据具有的散布的大小。4） 掌握数据中心的位置。5） 比较数据和标准值，可以一次性地获得多种信息。丙、用语1） 度数：属于各区间（或者是级）中的数据。2）

32、 区域间的幅度：柱子的粗细。3） 区域间的经济值：柱子之间分界的值。4） 区域间的中心值：相当于柱子中央的价值。 区域间的幅度 区域间（柱子） 区域间的中心值 区域间的经济值 丁、Histogram制作数据图例138 150 164 132 129 144 144 140146 158 140 125 147 149 163 135161 138 126 147 153 157 154 150168 173 142 148 142 136 165 145 146 135 145 176 156 152 135 1281) 数一数测定值的数（n）:n=402) 决定DATA的范围。（R）：最大值=176，最小值=125 R=最大值-最小值=513) 决定区间的数 决定方法 利用图表测量DATA的数（n）305051100101250250以上区域间的数（k）576107121020 k= n利用图表决定k=54) 把范围（R）分成区间的数决定区域间的幅度。