精华资料6sigma培训教材.ppt

6Sigma培训教材;何谓6Sigma?;6Sigma方法;我们主要讲DMAIC这种模式：一种基于流程的改进方式。 1.0定义阶段： 确定改进机会 记录并分析现有流程 确定客户要求 组建有效的小组;1.0定义阶段-小组授权  书;1.0定义阶段-SIPOC;1.0定义阶段-流程分解图;1.0定义阶段-职能分布图;1.0定性分析-寻找快赢机会;1.0定义阶段-确定关键 客户要求（CCR）;客户想要什么： 质量 成本 交付 服务和安全性 公司责任 只有知道了客户的需求，我们才会更好地去满足客户，真正做到以客户为中心;Kano分析：;客户要求类型： 必需是指标：必需满足要求，即使满足了也不能提高满意度； 主要满意指标（必需有）：越多的要求被满足，越多的客户感到满意； 意外之喜指标：没有满足，也不会造成不满意，但是如果满足了并做到高质量，就会带来意外之喜。;关键客户要求是什么？ 对客户很重要-客户关注它 必需有或必需是属性 可以被衡量 确立一个目标 客户含感情色彩的心声 关键的客户问题 关键客户要求;收集资料 测量计划 采样 了解差异 测量系统能力分析 ;2.0测量阶段-确定测量  什么？;测量的目的应明确，做到有的放矢，应与客户要求息息相关：;产出指标与流程指标、输入指标的关系图：;在测量与收集数据之前，应先了解数据： 两种数据类型（按性质）： 连续型数据-计量型数据 离散型数据- 计数型数据或分类数据 两种数据类型（按作用）： 业绩数据-合格率、不良数等，高层关心，但不能预示原因 原因数据-可用来找到根本原因，有助于解决问题;联系到关键客户要求 清楚定义 统计有效性 可再现 有代表性并与流程有关 显示出趋势和周期 容易收集 有助于推动适当的纠正措施 提供对因果关系的深刻预见;连续数据的样本大小公式： n=( );一个好的测量计划中，至少应包含以下内容： What-要测量什么,明确定义测量数据 Where-数据应在哪里测量 How many-数据样本的大小 Who-谁来收集数据 When-何时收集数据 How to-怎样收集数据 While-同时应收集的其它数据 ;收集数据的意义何在？---从数据中寻找差异，以找出需要改进的环节 差异意味着在产品或服务被交付时，流程没有产生完全相同的结果。 差异存在于所有流程中。 衡量差异：标准偏差 S=;为了保证我们收集到的数据准确可靠，一般在收集数据之前，都应先对测量系统进行其测量能力分析 测量系统： 测量系统包括：测量人员、测量工具/设备、被测物件、测量方法、测量环境等。;什么是可重复性？ - 当一个人使用同一个测量仪器来重复测量同一个部件时所产生的误差 （条件不变） 什么是可再现性？ - 当两人或多人使用同一个测量仪器来测量同一个部件时，测量结果之间的误差 （条件有变） 什么是准确性？ 观测值的平均值和近似真值之间的差异;GRR% 公式： GRR%=;测量系统能力的判断标准： GRR%小于10%，测量系统良好 GRR%在10%-20%间，测量系统适当 GRR%在20%-30%间，测量系统勉强可接受，但应查找原因改善 GRR%大于30%，测量系统不可接受 ;准确性：可用偏差来表示测量系统的准确性 偏差= Master为标准块近似真值 Response为实际观测值 n为数据量 判断标准：偏差小于10%为准确性可以接受;流程分层和分析 确定根本原因 验证根本原因 ;3.0分析阶段-数据分层;3.0分析阶段-数据分层;数据分层：如果必要，可以直到找到无法分层的数据为止;查找到问题的主要所在，针对主要问题，可先用鱼骨图或树状图查找可能的根本原因。 鱼骨图：;构建鱼骨图： 鱼头为问题描述 鱼骨为原因的层层分解，在传统上一般用：4M1E进行构建 对每一潜在原因层层询问3-5次 使某些事“可付诸行动” 识别潜在的根本原因并加以涂暗进行强调 检验逻辑性：1、如果已消除或纠正了可能的根本原因，会不会防止问题发生； 2、当可能的根本原因发生时，问题发生了吗？;树状图（解因图）：;构建解因图： 把问题描述填写在第一个方框中 询问为什么会发生这些原因 对每一潜在原因层层询问直到路径的尽头 检验逻辑性：1、如果已消除或纠正了可能的根本原因，会不会防止