第十章 六西格玛管理.pptVIP

第十章 六西格玛管理简介 质 量 管 理 学 引言 六西格玛管理是20世纪80年代中期由美国摩托罗拉Motorola)公司创立的一种质量改进方法，在通用电气(GE)、联合信号(Allied Signal)、摩托罗拉(Motorola)等世界级企业中得到了成功的应用,取得了令人瞩目的成就。 原通用电气的首席执行官杰克·韦尔奇(Jack Welch)曾指出：六西格玛“是GE从来没有经历过的最重要的发展战略”。 六西格玛管理受到了人们的广泛关注，越来越多的组织开始了六西格玛管理的实践。 一、六西格玛管理的含义 六西格玛管理是通过过程的持续改进，追求卓越质量、提高颐客满意度，降低成本的一种质量改进方法。是根据组织赶超同业领先目标，针对重点管理项目自上而下进行的质量改进。 六西格玛管理强调对组织的过程满足顾客要求能力进行量化度量，并在此基础上确定改进目标和寻找改进机会。这里，西格玛水平（通常用英文字母Z表示)是过程满足顾客要求能力的一种度量。 西格玛水平越高，过程满足顾客要求的能力就越强，过程出现缺陷的可能性就越小；反之，西格玛水平越低，过程满足顾客要求的能力就越低，过程出现缺陷的可能性就越大。 “西格玛”一词源于统计学中标准差σ的概念，标准差σ表示数据相对于平均值分散程度。“西格玛水平”则将过程输出的平均值、标准差与顾客要求的目标值、规范限联系起来并进行比较， 这里，目标值是指顾客要求的理想值； 规范限是指顾客允许的质量特性的波动范围。假定过程输出质量特性服从正态分布，并且过程输出质量特性的分布中心与目标值重合(如图6.6-1所，即无偏移情况)，那么σ越小，过程输出质量特性的分布就越靠近于目标值。同时该特性落到规范限外的概率就越小，出现缺陷的可能性就越小。 图1 过程无偏移时过程输出分布 理论上的6σ质量水平是指，正态分布从-6σ到+6σ均在规范下限到规范上限范围内。过程输出的绝大多数都集中在顾客要求的目标值附近。此时，过程满足顾客要求的能力很高。 显然，过程输出分布越集中，则输出落在规范下限和规范上限外的概率就越小，过程输出出现缺陷的可能性就越小。以下是无偏移情况下，各西格玛水平z对应的过程出现缺陷的概率： 实际上，过程输出质量特性的分布中心与目标值完全重合的可能性是很小的。而且由于过程在长期运行中总会受到来自人、机、料、法、环、测(即5M1E)方面的影响。使过程输出的分布中心偏离目标值。因此，在计算过程长期运行中出现缺陷的比率时，一般将上述正态分布的中心向左或向右移动1.5σ(如图2所示)。 此时，对应各个西格玛水平Z，过程出现缺陷的概率为： 二、六西格玛管理中常用的度量指标 六西格玛管理中常用的度量指标有： 西格玛水平Z 百万机会缺陷数DPMO 单位缺陷数DPU 首次产出率FTY 滚动产出率RTY 它们覆盖了各种连续型和离散型测量数据的情况。这里我们重点介绍西格玛水平Z和百万机会缺陷数DPMO的统计与计算方法。 1. 西格玛水平Z 对应于过程输出无偏移的情况，西格玛水平Z是指规范限与2σ的比值，可由式（6.6-1）求得： 这里，将送达时间按相对于目标值12:00的差值进行变换，记录为-10，-5，0，5，10则：=-10-5-0+5+10=0(即平均送达时间为12:00) 2．百万机会缺陷数DPM0(Defeas Pcr Million Opportunity) 在统计和计算DPMO时，我们先要明确下述概念： (1)缺陷，是指产品、服务、或过程的输出没有达到顾客要求或超出规范规定。 (2)缺陷机会数，是指产品、服务、或过程的输出可能出现缺陷之处的数量。如：一块线路板有200个焊点就有200个出现焊接缺陷机会；一张申请表有15个栏目就有15个出现填表缺陷的机会。  如果我们统计了过程输出的缺陷数和缺陷机会数，我们就可以计算：机会缺陷率DPO(Defects Per Opportunity)，即每次机会中出现缺陷的比率表示了每个样本量中缺陷数占全部机会数的比例。由下式计算： [例6.6-2] 假定在100块电路板中，每一个电路板都含有1000个缺陷机会，若在制造这100个电路板时共发现21个缺陷。则， DPMO值可以用来综合度量过程的质量。例如，某印刷电路板的制造工厂在同一条生产线上可能生产不同规格的印刷电路板。每一种产品都有不同的设计，因此，在生产过程中，缺陷机会也不同。 但是，不管生产何种规格的产品，都可以统计出现缺陷的数量和缺陷机会的数量，然后用总的缺陷的数量除以总机会数得到DPMO，即使每天的产品种类不同，我们都可以做同样的统计。 在六西格玛管理中常常将DPMO折算为西格玛水平Z。DPMO对应于过程输出质量特性超出规范限的比率，可以通过对如图6.6-3所示的正态分布中规范限外