阐释六标准差-HRversion解读.pptVIP

2002/07/10 闡釋六標準差 UPSBU QA / Roy Lai 闡釋六標準差 UPSBU - 2002006 內容大綱 品質的演進 6σ是甚麼? 為什麼要有 6σ? 如何實踐6σ? QA 品質的演進 Quality by Inspection - Sampling Quality by Prevention - SPC Quality by Design - Engineering Quality by Process – QFD,PFMEA Quality by System – TQM, ISO Quality by Project – 6σ SPC 迷思 有管製圖就是SPC ? 有抽樣計劃就是SPC ? 有計算 Ca / Cp / Cpk就是SPC ? 有製程參數控製就是SPC ? QFD -- Help Design 六標準差(6σ)的出現 1980~1990年代全面品質管理時代(TQM) 各部門缺乏整合 高階的冷漠與意願 目標與概念不明確 無法跨越部門解決衝突 重心於技術工具上 培訓效果不彰 只重視產品品質 不講理論，只重行動 ---- 六標準差 6σ是甚麼? 六標準差(6σ)的起源 Motorola 於1980年代發展的管理手法 1981年Mot. CEO Bob Galvin要求績效5年內成長10倍 1985年通訊工程師提出6 Sigma構想 1987年11月15日Mot.開始推動 1988年Mot. 獲國家品質獎 1991年Allied Signal (聯訊)推動6 Sigma效果卓越 1995年GE CEO Jack Welch大力推行，造成風潮 美國(財星)前500大企業紛紛朝向6 Sigma計劃 六標準差(6σ)的影響成效 Simple(簡易) – 結合People Power(人力)和Process Power(流程能力) 賺錢工具 – 避免錯誤發生，人人能做 共同語言 – 6 Sigma GE Gross Profit 1995(13.5%)?1998(16.7%)共六億美元 Mot.1987?1997,每年銷售成長五倍、省成本140億美元 六標準差(6σ)的定義 Sigma (s) --- 標準差(standard deviation) 統計學度量名詞，也是管理哲學 在某流程中變異程度的度量值 “6” --- 指對標準差的期望程度 6s --- 一百萬次之中只有3.4次的失誤機會 1s --- 只有30%機率把事情做對 2s --- 100萬次約有30萬次出錯 3s --- 100萬次約有6~7萬次出錯 4s --- 100萬次約有6千次出錯 Why does 6σ equal to 3.4ppm? Yield -- 常態分佈(Normal Distribution) 標準差換算表 為什麼要有 6σ? 六標準差(6σ)的目的 最終目的是： 六標準差(6σ)的功用 對六標準差(6σ)的誤解 ．品質改善 如何實踐6σ? 六標準差(6σ)的魅力 能充分利用統計量化數字資料作分析問題的癥結，並加以改善，同時是以顧客需求為目標，全力消除變異、減少浪費、降低成本。主要有五大步驟(DMAIC) Define (界定) 找出病根，從產品流程開始 繪製產品流程圖 客觀地界定清楚，用量化方式 把可能的問題列出 從客戶端開始 -- 接觸顧客的員工 直接生產產品的員工 挑出問題 造成最大困擾 -- 耗費最大成本 讓顧客最不高興 小心蒐集，且要清楚、清楚、清楚 Measure (衡量) 數據資料，是六標準差的基礎 檢驗界定，衡量流程開始 衡量誤差(defects)和機會(opportunity) 找出DPO=誤差/機會 DPMO 標竿分析(benchmarking analysis) 同業失誤率 -- 相同問題處理方向 比一比 耗時與成本，常被低估 黑帶要注重那些要素是品質關鍵性(CTQ) Analyze (分析) 一 找出流程的好壞程度 順利進行到此，可見專案結果 最後可被改善之程度 與同業比較之落差，是否足以成為改善問題 為何有誤差，如何解決 如果實驗是正確的，答案自然出現 如果答案不是你所要的，回頭檢視流程圖，重新設計實驗 如能回答誤差出現於何時、何地、如何出現時，那癥結已找到 Analyze (分析) 二 完成分析前，反覆思考 對資料有邏輯分析驗證測試肇因，深思合理 以流程來觀察檢查肇因點 深訪實際工作執行者確立設計或假設合理 專案人員深徹的不斷討論研商 Improve (改進) DMA後多個改善計畫出爐，選最佳方案 開始執行 列出未達期望之品質關鍵性，一一定下改進的目標?即為某流程訂下可行的目標 訂定數據標準和容許誤差 黑帶要依據設定之標準範圍，定期檢視，以確保成果在目標值內 統計流