6σ绿带培训总结复习提纲.pptx

6σ绿带培训总结复习提纲6σ衡量指标- ZZSTZLTDPMO20.5 308,537缺陷减少 5倍31.5 66,807缺陷减少11倍42.5 6,210缺陷减少26倍53.5 233缺陷减少68倍64.5 3.4过程能力 - Z每百万机会的缺陷数Z 值-- 是过程的平均值与规范的上、下限之间所包含的标准差个数，即上、下规格限的标准化距离。在6Sigma方法中，过程能力通常用 DPMO 或 Z值 来表示减少偏差是减少缺陷的关键！在6σ项目开始之前，客户的呼声必须转换成为“产品或过程的物理特性”(技术要求)举例： 客户的呼声 炉灶必须加热到所设定的温度 呼叫接收者必须及时应答呼叫技术要求 当炉灶的自动调温装置设在350o时必须产生350o±5的温度 呼叫接收者必须在30秒钟内应答95%的入局呼叫 (迅速应答电话) CTQ’s -(关键质量特性) (需要测量和/或控制尺寸/参数) 炉灶自动调温器的准确度 客户投诉应答率(应答入局呼叫的百分率)技术要求和CTQ’s是所有6σ项目的基础－它们必须预先确定！QFD (质量功能展开)是经常使用的转换方法！其中QFD第一个房子中，在矩阵的左边一列一定是基于客户的呼声。6σ始于客户的呼声质量功能展开(QFD)( Quality Function Deployment )QFD为CTQ提供了从高到低的下行过程。 下行过程以始于客户呼声。 通过质量四层结构图确定内部可控因素。 QFD是用于展示各种因素的相对重要性的工具，而不是用于确定质量与各种因素之间的量化关系。QFD-将客户的呼声转换成为CTQ’s的工具，其目的是将客户的CTQ与可测的子过程或子产品标准联系起来。做QFD时，由客户代表及跨部门的项目队伍负责对客户的需求优先排序。6σ突 破 策 略D - 定义： 将VOC转换成为对内部产品、服务、过程的技术要求，再转换成CTQ’s， 进而定义“项目Y”－KPOV ；决定项目所需资源；定义问题、设定目标、 效益预测；确定高端流程图；制订项目进展计划。 M - 测量： 收集现有信息，寻找潜在的关键因素-KPIV’s，并进行测量系统分析和过程能力分析(过程能力分析可在分析阶段进行)。 A - 分析：进行过程能力分析。根据在测量阶段所寻找到的潜在的关键因素设计实验，根据实验数据进行图表分析、假设检验和回归分析。以确定一组按重要程度排列的关键因素。I - 改进： 优化解决方案，并确认该方案能够满足或超过项目改进目标。 C - 控制：验证测量系统，确定过程能力，制订控制计划，实施SPC动态跟踪。确保对过程的改进一经实施就能够持之以恒，不会返回到以前的状态。DMAIC 与 DMADV比较DMAIC – 改进现有过程/工序。DMADV – 新型产品/过程设计或 现有产品/过程的重新设计。6 σ工 具1. 质量功能展开 (QFD) －目的是什么？ 2. 过程流程图(Process Map) －目的是什么？ 3. 柏拉图 (Pareto Chart) －目的是什么？ 4. 因果图(鱼骨图) －目的是什么？ 5. 因果矩阵(Cause-Effect Matrix) －目的是什么？ 6. 失效模式及影响分析(FMEA) －目的是什么？ 7. 测量系统分析(MSA) －目的是什么？ 8. 过程能力分析(σ水平) －目的是什么？ 9. 图表分析10. 假设检验11. 回归分析12. 试验设计(DOE)13. 统计过程控制 (SPC) 系统地应用众多熟悉的质量工具！数据的两种类型连续数据离散数据连续(可变)数据：使用一种度量单位，比如英寸或小时，并 且可以有意义地无限分割。 连续(可变)数据的例子：电压、电流、 功率、时间、距离、重量、速度。离散(逻辑)数据：是类别信息，可以计数，但不能有意义地分割。 比如“合格” 或“不合格”。注：相同数量的连续数据比离散数据能提供更多的信息描述数据的居中程度Mean均值Median中位数Mode众数Quartiles四分位数描述数据的离散程度Range极差Variance方差Standard Deviation标准偏差Inter Quartile Range内四分位极差中心极限定理在实际问题中，有许多随机变量，它们是由大量的相互独立的随机因素的综合影响所形成的，即可以表示成独立随机因素之和，这种随机变量往往近似地服从正态分布，这就是中心极限定理的客观背景。独立同分布的中心极限定理指出：设独立随机变量序列X1, X2, …, Xn,…服从同一分布，并具有有限的数学期望和方差，则只要n充分大，不管Xi 服从什么分布， 近似地服从正态分布德莫佛－拉普拉斯定理指出：当n很大时，在n次独立重复试验中事件A发生地次数近似服从正态分布。从而服