6 sigma 与ppm
(六西格玛管理)六西格玛管理简介
六西格玛（6σ）管理简介一、 什么是六西格玛（6σ）管理？6加上希腊字母σ（西格玛）。
σ本来是一个反映数据特征的希腊字母，表示数据的标准差。
我们常用下面的计算公式计算σ的大小：1)(12--=∑=n x x n i i σ ，式中x i 为样本观测值，x 为样本平均值， n 为样本容量。
现在，σ不仅仅是单纯的标准差的含义，而被赋予了更新的内容——即成为一种过程质量的衡量标准。
对于任何企业来说，过程变异都是他们最大的敌人，因为过多的过程变异会导致产品和服务无法满足客户的要求，为企业带来损失。
6σ管理可以为企业提供战略方法和相应的工具通过严谨的、系统化以及以数据为依据的解决方案和方法，消除包括从生产到销售、从产品到服务所有过程中的缺陷，从而改善企业的利润。
那么究竟什么是6σ呢？我们可以从以下几个方面来说明6σ的含义。
第一，它是一种衡量的标准。
从统计意义上讲，一个过程具有六西格玛（西格玛）能力意味着过程平均值与其规定的规格上下限之间的距离为6倍标准差，此时过程波动减小，每100万次操作仅有3.4次落在规格上下限以外。
即六西格玛水平意味着差错率仅为百万分之三点四（即3.4ppm ）。
因此，它首先是一种度量的标准，可以通过样本的散布情况来衡量系统的稳定性。
6σ的数量越多，产品合格率越高，产品间的一致性越好，或产品的适应环境的能力越强，产品（服务）的质量就越好。
第二，6σ是一个标杆。
管理学上有一种设定目标的方法就是“标杆法”，将你的目标设定在你所要超越的对象上，将领先者的水平作为超越的“标杆”。
6σ也是一个标杆，它的目标就是“零缺陷”（差错率百万分子3.4）。
进行6σ管理就是要以这个目标作为追赶和超越的对象。
第三，6σ是一种方法：“一种基于事实和数据的分析改进方法，其目的是提高企业的收益。
”这个方法的最大特点就是一切基于事实，一切用数据说话。
不论是说明差错的程度，还是分析原因，以及检验改进措施的成效，都要用事实和数据说话，而不是基于主观上的想像。
六个标准差(6 Sigma)
3σ 的不足(一)
過去個世紀以來，一般企業多建立在三 個希格瑪的品質水平，此一水平今後已 經無法接受。試想，99.73%的良品率看 來已經相當完善，但就服務業而言，它 的績效水平卻是如下所述
5
3σ 的不足(二)
每年20,000次的醫生藥方發生錯誤 銀行每小時有22,000張支票扣款弄錯 每年8.6小時的水電供應失常 在芝加哥國際機場,每天兩架飛機失事 每週有500次失敗的外科手術 每小時弄丟2,000份郵件
n
製程標準差 ( Pp 值 )
σ=
∑ (x
i =1
i
− x)
2
(n − 1)
3
製程的飄移
當 Ca = 0 時，6 σ 的不良率 = 2 PPB (PPB 十億分之一) (Ca = 0 表示製程正好對準中心 ) Ca = 0 的機率很小，正常來說都會有一 個飄移 當製程的飄移在 1.5 σ (由摩托羅拉提 出) ，其不良率 = 3.4 PPM
1
6 σ 的演進
3σ (不良率 2,700 PPM) (一個規格公差內含有正負3 σ ) PPM (百萬分之一) 日本廠商 10 PPM 日本豐田 TOYOTA 4 PPM 6 σ (不良率 2 PPB)
2
σ 的計算
估計標準差 ( 有組數的觀念 ) σ = ( Cp 值 )
( xij − xi ) 2 ∑∑
23
顧客與 6σ
一個需要 250 個零件組成的產品由兩個廠 家來生產，他們的質量水平分別是3 σ 與 6 σ ，那麼，每生產 10,000 個產品，他們 交給客戶的無缺陷產品將是 5,087 個及 9,999 個，由於市場是由顧客決定的，無 庸質疑， 6σ質量具有強勁的市場競爭力
24
PPMSIGMA换算公式
PPMSIGMA换算公式在质量管理领域，PPM（百万分比）和SIGMA（西格玛）是两个常用的指标，用于衡量产品或过程的质量水平。
PPM表示每百万个产品或过程中不合格品的数量，SIGMA表示产品或过程的质量水平，通常与不合格品率和PPM数值相关联。
PPM和SIGMA之间的换算公式如下：PPM=(1-CDF)×1,000,000其中，CDF指的是标准正态分布曲线下区域的累积分布函数值（Cumulative Distribution Function），可以通过统计数据和标准正态分布表来计算。
SIGMA值通常是基于不合格品率（Defects Per Million Opportunities，DPMO）计算得出的。
DPMO是指每百万个机会中不合格品的数量。
SIGMA值与DPMO之间的换算公式如下：SIGMA=(1-DPMO/1,000,000)×6这里的SIGMA值通常在1到6之间，1表示质量水平较低，6表示质量水平较高。
SIGMA值越高，表示产品或过程的质量水平越高，不合格品率越低。
对于一个给定的DPMO值，可以通过SIGMA换算公式计算出相应的SIGMA值。
然后，通过SIGMA值，可以再通过PPM换算公式计算出相应的PPM数值。
这样，就可以将不同的质量指标进行换算和比较，从而评估产品或过程的质量水平。
总结起来，PPM和SIGMA之间的换算公式如下：PPM=(1-CDF)×1,000,000SIGMA=(1-DPMO/1,000,000)×6希望以上内容能够帮助你理解PPM和SIGMA之间的换算公式。
如果需要更详细的解释或应用示例，请提供更多的背景信息和具体问题，我将尽力提供帮助。
6西格玛管理中常用的度量指标
6 Sigma管理中常用的指标在上一讲中，我们介绍了6西格玛管理是基于组织绩效衡量的管理。
6西格玛管理与传统方法在“测量内容”和“如何测量”方而有所不同。
它揭示了广泛的绩效改进，以增强组织的竞争力。
由于测量对象，测量方法和数据类型不同，在6 sigma管理中，有几项绩效评估指标。
下面我们将介绍一些常用的指标。
在在6 Sigma管理的度量中，经常使用以下度量。
他们是：FTY （首次收益率）-第一次收益率。
指一次满足客户要求的过程输出比例。
这就是我们通常所说的一次提交的通过率。
RTY （滚动吞吐量）-滚动输岀率。
是构成该流程的每个子流程的FTY的乘积。
表示由这些子流程组成的大型流程的一次提交的通过率。
RTY = FTYi txFTYz……FTYa哪里：FTYi是每个子过程的第一产出率，n是子过程的数量。
使用FTY或RTY测量过程可以一次显示由于未能满足客户要求而导致的报废，返工和维修，以及由此导致的质量，成本和生产周期的损失。
这与我们使用的产量测量方法不同。
在许多公司中，只要不报废产品，就不会损失产量。
因此，涵盖了由于过程输出不符合要求而导致的维修成本增加和生产周期延迟。
例如，一个流程包含4个生产链接（如图2-1所示）。
此过程在第2步和第4步之后都有质量控制点。
根据生产计划部门的安排，将收取10片物料的费用。
在处理步骤1和2之后，检査中发现了两个不合格的产品。
必须报废一件，另一件在修理后才能加工，这样有9件进入后续加工过程。
在这9种产品经过步骤3和4之后，又将另一种产品报废，将英中一种返回维修。
整个处理后，有8种产品交付给客户。
因此，生产计划部门的统计数据为：产岀率=80%。
此统计数拯无法表明苴中80%的零件是在维修后交付的。
这些维修活动增加了生产成本和生产周期。
如果我们使用RTY进行测量，我们可以看到步骤1和步骤2的FTY!个8/10 = 80%,步骤3和步骤4的FTY, 是7/9 = 78%。
如果充电了 100件，则在步骤1和步骤2之后，第一次的要求是100o x80% =80件,一次可以满足要求的这些合格产品将是经过步骤3和步骤4之后的80件x78%= 62 个。
6SIGMA专业术语
6SIGMA专业术语6SIGMA专业术语DMAIC定义、测量、分析、改进、管理CTQ质量特性值FMEA故障模式及影响分析QFD质量功能展开PTS : Project Tracking System课题跟踪系统DPU单位产品缺陷数；DPO每个机会的缺陷数；DPMO为DPO乘以1000000。
VOC顾客的要求 (voice of the customer)Project课题Process过程；Procedures程序Sample样本QCD质量、成本、交货期USL规格上限；LSL规格下限；Target公差中心COPQ劣质成本б标准差(Standard Deviation,σ) : 表示数据（质量特性值）离公差中心值远近的分散程度的统计参数α犯第一种错误的概率；β犯第二种错误的概率R&R重复性和再现性Cp短期过程能力指数,以 Process Capability Index表示过程能力指数.(Cp=T/6σ，T为技术规范的公差幅度)；Cpk长期过程能力指数,平均值与目标值不同时（产品质量分布的均值与公差中心不重合时）的过程能力指数。
PPM : 以Parts per Million在百万个中表示不合格品数的单位.Output输出；INPUT输入Process Mapping流程图T公差幅度，公差范围，顾客要求的规格范围3P : Product, Process, People产品，过程，人Master Blackbelt黑带主管；Blackbelt黑带；Greenbelt绿带 Champion冠军Brainstorming头脑风暴法RTY(Rolled Throughput Yield) : 流通合格率（过程从头到尾各工序合格率的连乘积。
量测系统分析作业程序精品资料网（）专业提供企管培训资料1.目的：为了解量测系统是否能满足制程使用需求，确定新购及可能有缺陷或经维护后校验合格的量具设备在重新使用时是否亦能提供客观正确的分析评价，以评估量测设备的适用性，确保产品品质。
CPK、Sigma和PPM的换算关系
过程能力指数（Cp和Cpk）表示的是过程在稳定（即没有特殊原因干扰产出品的特性或者说是在可控（under control）的）状态下能使其产出品达到可接受标准的程度的指标。
按照常识，Cpk越高越好，产品的不良率也越低。
SQE在PPAP审核时，要求供应商提交的过程能力报告，关键特性的Cpk大于1.33，此时供应商内部的百万分之不良率PPM为63。
拓展到Cpk=1.0，Cpk=1.67的PPM如下：在不考虑偏移的情况下：Cpk=1.33 对应4σ 水平其PPM=63.3；Cpk=1.67 对应5σ 水平其PPM=0.570；Cpk=2.0 对应6σ 水平其PPM=0.0020；那么，这个值是怎么来的，其他Cpk对应的PPM数值是多少？过程能力指数Cp或Cpk在产品或制程特性分布为正态且在稳定状态下时，通过正态分布的概率计算，可以换算为该产品或制程特性的良率或不良率，同时也可以几个Sigma来对照。
CPK是过程能力，西格玛水平是管理水平，PPM是管理结果。
下文将以产品或制程特性中心没偏移目标值和中心偏移目标值1.5σ说明。
我们从正态分布讲起。
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。
其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。
当μ = 0，σ = 1时的正态分布是标准正态分布。
若随机变量X，服从一个位置参数为μ、尺度参数为σ的概率分布，其概率密度函数为：当μ=0，σ=1时，正态分布就成为标准正态分布。
我们对其积分，也就是求面积，所得值为1。
（每个质量人追求的100.00%合格）接下来，我们谈一下什么是西格玛水平。
西格玛水平Sigma Level：过程能力的一种衡量指标，将过程分布的平均值、标准偏差与质量特性的目标值、规格线结合起来。
西格玛水平越高，过程满足质量要求的能力就越强，反之，西格玛水平越低，过程满足质量要求的能力就越低。
我们可以简单的理解为规格线与目标值间的距离最少能容纳k个标准偏差σ，当k = 3时，我们称之为3西格玛水平，上下规格极限之差为6σ。
“6 sigma”的计算方法
“6 sigma”的计算方法其实“6 sigma”是有别于1920年代Bell研究所的研究员Walter A Shewhart发展的“品质管制表”的概念[注解1]。
它是根据（Cp)Process Capability Index而定出其关系的。
Cp=(UCL-LCL)/6 sigma假如Cp＜1就代表未能达到指标Cp=1已达到3 sigma的要求Cp＞2代表已超过3 Sigma的要求但是假如要达到6 Sigma，Cp必然达到2[注解2]。
其实，根据“The Six Sigma Way”一书[注解3]的公式，可以很简单便算出其结果。
（次品的数目÷总次品的机会）×106=PPM（Parts Per Million)或DPMO（Defection Per Million Opportunities)总次品机会=总检查数目×每件产品潜在次品机会根据PPM的结果，在换算表中便可得知是否已达到“6 sigma”的要求。
合格率Yield(%) 次品于一百万分之机会DPMO(Defect per Million Opportunities) Sigma 流行年代Quality Standards accepted in Periods 6.68 933200 08.455 915450 0.12510.56 894400 0.2513.03 869700 0.37515.87 841300 0.519.08 809200 0.62522.66 773400 0.7526.595 734050 0.87530.85 691500 135.435 645650 1.12540.13 598700 1.2545.025 549750 1.37550 500000 1.554.975 450250 1.625 59.87 401300 1.7564.565 354350 1.875 69.15 308500 2 1970s 73.405 265950 2.125 77.34 226600 2.2580.92 190800 2.375 84.13 158700 2.586.97 130300 2.625 89.44 105600 2.7591.545 84550 2.87593.32 66800 3 1980s94.79 52100 3.12595.99 40100 3.2596.96 30400 3.37597.73 22700 3.598.32 16800 3.62598.78 12200 3.7599.12 8800 3.87599.38 6200 4 Early 1990s 99.565 4350 4.12599.7 3000 4.2599.795 2050 4.375 99.87 1300 4.599.91 900 4.62599.94 600 4.7599.96 400 4.87599.977 230 5 Mid 1990s 99.982 180 5.12599.987 130 5.2599.992 80 5.37599.997 30 5.599.99767 23.35 5.625 99.99833 16.7 5.75 99.999 10.05 5.875 99.99966 3.4 6 2000s。
六西格玛的计算公式
六西格玛的计算公式六西格玛是一种质量管理工具，旨在通过降低缺陷和错误率来提高过程的质量和性能。
它是一种系统化的方法，用于识别并消除造成问题的根本原因，以确保所生产的产品或提供的服务达到或超过客户的期望。
六西格玛的核心是一套统计工具和方法，用于分析数据并评估过程的可变性。
计算六西格玛的公式包括：1.DPMO（每百万机会缺陷数）：DPMO表示在每一百万次机会中出现的缺陷数。
它是评估六西格玛过程能力的指标。
DPMO=（缺陷数/机会数）×1,000,0002. Sigma Level（西格玛水平）：六西格玛可以根据DPMO值将过程分为不同的水平。
西格玛水平越高，表示过程的质量越高。
Sigma Level = 1 - （DPMO / 1,000,000）或 Z值其中，Z值是以标准正态分布为基础的统计度量。
3.CP（过程能力指数）：CP是评估过程能力的指标，用于衡量过程的性能是否能够满足规定的要求。
CP指数大于1表示过程能够满足要求。
CP=（上限规格限制-下限规格限制）/（6×标准偏差）其中，标准偏差是过程的可变性的度量。
4.PPM（每百万机会缺陷率）：PPM用于描述每一百万次机会中出现的缺陷数量。
它是评估过程质量的指标。
PPM=（缺陷数/机会数）×1,000,000以上是六西格玛计算公式的一些常见例子。
在实际应用中，根据具体情况和需求，可能会有其他计算公式和指标。
利用这些公式和指标，可以对过程进行度量和评估，找出问题的根本原因，并采取相应的改进措施，以提高过程的质量和性能。
什么是六西格玛
什么是六西格玛(6sigma)？Sigma(中文译名”西格玛)在统计学上是指”标准差”，6 sigma即意为”6倍标准差”，在质量上表示万个产品的不良品率（PPM）少于3.4，但是6sigma管理不仅仅是指产品质量，而是一整套系统的企业理论和实践方法.。
在整个企业流程中，6sigma是指每百万个机会当中有多少缺陷或失误，这些缺陷或失包括产品本身以及产品生产的流程、包装、运输、交货期、系统故障、不可抗力等。
6 sigma管理即要求企业在整个流程中每百万个机会中的缺陷率少于3.4，这对企业来说是一个很高的目6sigma管理的核心理念实际上不仅是一个质量上的的标准，它更代表着一种全新的管理理念，即要企业过去那种”我一直都这样做，而且做得很好”的思想，因为尽管过去确实已经做得很好，但是离6 sigm 理的目标还差得很远。
6 sigma管理的实施效益任何一项管理模式，不管它在理论上有多大的创新和理论价值，如果它不能给企业带来实际的收益，那将是毫无意义的。
6 sigma管理是能给企业带来多方面切实收益的管理模式。
6 sigma管理是保持企业在经营上的成功并将其经营业绩最大化的综合管理体系和发展战略，它可以使企获得快速的增长及可观的收益。
一般来说，经营业绩的改善包括以下部分：市场占有率的提高；顾客满的提升；营运成本的降低；产品和资金周转时间的缩短；缺陷率的降低；产品开发加快；企业文化的改等。
据调查，目前绝大多数在业内领先的大型制造企业其运作都在3-4 sigma的水平，这意味着每百万机会中已经产生6210-66800个缺陷，这些缺陷将要求生产者耗费其销售额的15-30％来进行弥补。
根据麦肯锡公司的调查和研究表明，如果一个3 sigma企业组织其所有资源改进过程，大约每年可以提个sigma水平，即每年可以获得以下收益：利润率增加20％；产能提高12-18％；雇员减少12％；资本减少10-30％，而且直至提升到4.8 sigma企业均无须大的资本投入，当达到4.8 sigma时，再提高到6 s 则需要增加投入，但此时产品的竞争力已大幅提高，市场占有率极高，给企业带来的利润将远远大于此投入。
关于6sigma水平的不合格率
关于6sigma⽔平的不合格率
关于6sigma⽔平的失误率
6Sigma的统计学意义是意味着0.002ppm的失误率，为什么⼈们说是3.4ppm呢？
正态分布不合格率 6 sigma不合格率
合格率不合格率/PPM
1西格玛168.2689492%317310.508690000次失误／百万次操作2西格玛295.4499736%45500.264308000次失误／百万次操作3西格玛399.7300204%2699.79666800次失误／百万次操作4西格玛499.9936658%63.3426210次失误／百万次操作5西格玛599.9999427%0.573230次失误／百万次操作6西格玛699.9999998%0.002 3.4次失误／百万次操作“Sigma” 的术语是⼀个希腊字母⽤于描述变动性和作为⼀个显⽰失误发⽣频次的衡量值
6Sigma的统计学意义是意味着0.002ppm的失误率，为什么⼈们说是3.4ppm呢？
因为存在1.5sigma的移动问题，但是为什么是1.5⽽不是1.9/2.1/1.0呢？
是由于我们所获得的数据⼀般都是样本⽽不是总体，既然是样本，其平均值X-BAR与总体的平均值MEAN就有⼀定的偏移，该偏移有多⼤呢？
总体MEAN的值可以通过样本来推测，MEAN=X-BAR +/- t(alpha/2,n-1)*STD/根号n.
其中t与两个变量有关，Alpha和n-1,当Alpha=5%时，根据戴明的管制图模型中的建议n=3-5,即n取4时，t值/根号n将等于1.5，所以在正态分布中X-BAR向左或向右移动1.5个sigma意味着实际上6sigma 的⽔平只相当于4.5个sigma 的⽔平，即3.4ppm!。
百万分之三点四—6SIGMA管理
CTQ S5 S6
CTQ S7 S8
最终 检验 CTQ 缺陷：5个
产出95个
缺陷：废品2个
缺陷：返11个
缺陷：清洁5个
图14
RTY分析 先计算各个阶段上的合格率： 流通合格率RTY
2 1 5 Y2 1 98% ；Y5 1 99% ；Y7 1 95% 100 100 100
σ 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3
dpmo 539828 460172 420740 382088 344578 308537 274253 241964 211856
σ 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2
表5 dpmo 184060 158655 135666 115070 96800 80757 66807 54799 44565
6SIGMA质量
正确的产品特性 忠诚的顾客
最低缺陷
好的价格
市场份额
缩短周期
降低保证成本
低废品/返工
更高的收益 最佳经济效益
更低的总成本
图2
三、“野火”燃烧着“通用”
6SIGMA和质量
一、6σ质量水平意味着什么
“ σ （ SIGMA ）一个反映数据特片的希 腊字母，已从单纯的含义“标准差”，被赋 予更新的内容。6SIGMA质量意味着差错率为 百万分之3.4（即3.4ppm）。
背
景
•全球企业市值排在第一 的GE公司总裁 WELCH： “6SIGMA已经像野火一 样燃遍整个公司，而且 正在改造我们所做的一 切”
GE的成功之路
一、依靠质量取胜
市场占有率的提高
顾客回头率的增加
6西格玛原则
担，不妨让具备六个标准差实际推行经验的人，带着新手一同接受训练，帮助新手克服困
难。对于复杂的演算问题，可提供自动计算工具，减少复杂计算所需的时间。
分析
探究误差发生的根本原因。运用统计分析，检测影响结果的潜在变量，找出瑕疪发生的
最重要根源。所运用的工具包含许多统计分析工具。
改善
找出最佳解决方案，然后拟定行动计划，确实执行。这个步骤需不断测试，看看改善方
"σ"是希腊文的字母，是用来衡量一个总数里标准误差的统计单位。 一般企业的瑕疵率大约是3到4个西格玛，以4西格玛而言，相当 于每一百万个机会里，有6210次误差。如果企业不断追求品质 改进，达到6西格玛的程度，绩效就几近于完美地达成顾客要求， 在一百万个机会里，只找得出3.4个瑕疪。
6西格玛（6Sigma）是在九十年代中期开始从一种全面质量管理
Figolee
10
为何6西格玛质量吸引我们
6西格玛质量已经吸引很多公司，其理由如下：
1. 6西格玛质量提供了一个比较复杂的产品或服务的 基准。
2. 利用6西格玛质量可以测度自己公司和竞争者之间 的品质差距。
3. 显示迈向无缺点的进展。
4. 为各部门提供一个明确的目标。
Figolee
11
何谓6西格玛管理(一)
Figolee
2
6西格玛的主要原则 (一)
在推动6西格玛时，企业要真正能够获得 巨大成效，必须把6西格玛当成一种管 理哲学。这个哲学里，有六个重要主旨， 每项主旨背后都有很多工具和方法来支 持.
Figolee
3
6西格玛的主要原则(二)
真诚关心顾客。
6西格玛把顾客放在第一位。例如在衡 量部门或员工绩效时，必须站在顾客的 角度思考。先了解顾客的需求是什么， 再针对这些需求来设定企业目标，衡量 绩效。
么叫6sigma
1.6σ的起源2.什么是6σ6σ管理是能改善企业领导和经营绩效的综合管理体系。
6σ是针对“研发,设计,工程, 制造,质量”等单位建构系统性的“设计质量新方法”6σ是针对“生产,制造,质量系统”提供“零缺点质量要求”的全新具体思考概念6σ是针对“业务,营销,企划,生产,管理”等单位提供一套完整的策略目标改善架构思考模式6σ管理是各种品管方法的综合和延伸6σ是SPC统计过程控制的革命性，彻底性思考方法6σ是QCC, TQM品管活动的综合与串连6σ是ISO9000, QS9000追求科技产品的质量技术6σ是DMAIC技术与PDCA管理的结合3.6σ的特点:是自上而下地由企业最高管理者领导并驱动的过程革新方法4.什么是6σ的质量对连续可计量的质量特性：用“”度量质量特性总体上对目标值离散程度。
质量表示质量特性的分散程度只占规格限的一半。
对顾客要求高度符合。
在以缺陷率计量质量特性时：用“”度量缺陷率。
6Sigma质量表示特性缺陷率为3.4ppm。
（ppm：一百万分之一）从过程来看, 6s是:过程/制程的高度一致性\稳定性5.6σ的管理目标σ是一个反映过程能力的统计学度量单位。
度量σ的尺度与诸如每个体的缺陷、每百万个零件/部品的缺陷、以及失效或出错概率等特性完全相关。
6σ—绩效目标6σ降低厂内质量成本6σ变异导致界限改善20%，能力提高12～18%,雇员调换减少或减员12%, 以及成本减少10～30%通过本次学习,我对6σ有了初步的了解,详细心得如下:6s质量管理诞生于80年代的美国摩托罗拉公司80年代，摩托罗拉公司在同日本公司的竞争中节节败退，为了生存，公司开始了摸索6s质量之路，经过10年的努力，“摩托罗拉”终于成为世界著名品牌。
1998年获得美国国家质量奖”通用电气公司总裁Jack Welch对6s发扬光大，成效显著6s是针对“业务,营销,企划,生产,管理”等单位提供一套完整的策略目标改善架构思考模式6s是针对“生产,制造,质量系统”提供“零缺点质量要求”的全新具体思考概念6s是针对“研发,设计,工程, 制造,质量”等单位建构系统性的“设计质量新方法”6s管理是能改善企业领导和经营绩效的综合管理体系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
創造了全公司的共通語言和能力
• 全員都能了解並且能相互溝通
將其作為培養領導階層的計劃
• 挑選最好的人才並用更高的職務來獎勵表現優良的人
Define
由一個創意觀念開始
目標顧客是誰？ 顧客心目中的品質關鍵環節(CTQ)是什 麼？ 誰是顧客的代言人？ 專業經營策略是什麼？ 誰握有專業經營的利害關係？ 誰可以幫忙定義議題？ 所包含的關鍵流程有哪些？
控制 可以依照6σ的方法來進行
分析
必須將測量流程當成真實的流程來控制，
Analyze
抽樣的觀念
透過抽樣的程序，作成母體的決策 • 為何要有樣本？ • 樣本可否是隨機取樣？ • 是否有可能產生抽樣的錯誤？ • 樣本要多大才可以？
樣本：與母體特徵一樣 的一個次群組
母體：在完整的組合中， 定義成員的一組特徵
6 sigma 與ppm
課程預期效益
透過本課程的介紹，期望能將正確的6σ 的觀念與運用手法介紹給企業界，達到 以後用6σ手法來提昇顧客滿意度，減少 製程週期時間、增加生產力、改善產能 與產出、降低不良率、提昇產品可靠度 及改善等效益的目的。
Overview
統計的基本概念
帄均數 全距 變異數 計數值 計量值
規格上限
規格下限
Overview
計數值
計數值(Attribute)： 可用數而得到的數據 不連續的特質
‧每公尺棉布有幾個瑕疵點 ‧一件鑄件表面有幾個瑕疵 氣孔或砂眼 ‧無塵室中，每立方公尺含 微粒之個數
又稱為離散型隨機變數
Overview
計量值
計量值(Variable)： 必須用量而得到的數據
6σ 6σ 6σ 6σ 上界 A級 B級 C級 D級 中心 下界
Cp﹤1.00
D
Overview
製程能力指數
製程能力指數
Ca1=﹝(USL+LSL)/2﹞- μ Ca2= ﹝(USL+LSL)/2﹞ Ca = k = Ca1/Ca2 USL：上界 LSL：下界 μ：製程帄均數 - 特性值的中心位置
(Process Capability Index)
-Ca or k 製程準確度(Accuracy) 表示製程中心位置的偏 移程度 值愈大，表示偏移越大 值愈小，表示偏移越小 值等於零，表示不偏移
Overview
Ca值等級
Ca值
∣Ca∣≦12.5%
12.5%＜∣Ca∣≦25% 25%＜∣Ca∣≦50%
Cp=(USL-LSL)/6σ CPU=(USL-μ)/3σ CPL= (μ-LSL)/3σ USL：上界 LSL：下界 μ：製程帄均數 - 特性值的中心位置 σ ：製程標準差 - 特性值的一致程度
Overview
Cp值等級
Cp值 2.00≦Cp 1.33≦Cp＜2.00 1.00≦Cp＜1.33 等級 A B C
事業流程地圖
統計問題的本質
Measure
QFD的流程（產品的運用）
功能性要求 （How）
顧 客 要 求 （ what ）
產品特性 （How）
功 能 要 求 （ ）
品 質 屋 #1
主要功能性 的要求
品 質 屋 #2
主要產品 特性
製造流程 （How）
產 品 特 性 （ what ）
流程變異 （How）
將專案和顧客和/或公司營運緊密的結合
Overview
企業實施6σ後有何不同？
將其當成企業的價值所在，每個人都要執行
• 所有的功能/全體同仁
重新貫注精力，重新著重在顧客身上
• 提昇並改變公司原先的量測指標
將其應用在行政部門(財務、資訊….)
• 整個公司有絕佳成長的機會
將其和公司營運目標緊密結合
30,30,30,84,30,30,40,30,40,45,70,38,95。
此顧問公司員工薪資之全距為何？
Ans：95000-30000=65000
變異數(Variance)
測量差異、離散情況重要量數 測量資料群中每一個數值與帄均數間的差 例如：一組樣本資料為48,47,42,50,61,52
我們正面對一個從來未有過快速變遷的市場… 而6σ正是可以回應變遷的嚴謹方法
Overview
6σ可以是多樣的
以統計上來說
達到6σ反映出一個作業流程， 每一百萬次中只有3.4次的 機率會出錯
Sigama DPMO 2 3 4 5 6 308,537 66,807 6,210 233 3.4
它同時也是：
• 帄均數=(48+47+42+50+61+52)/6=50 2 2 2 • 樣本變異數 =﹝(48-50)+ (47-50) +(42-50)+ 2 2 (50-50)+ (61-50)+ (52-50)2 ﹞/(6-1)=40.4 • 樣本標準差=√(40.4)=6.356
規格界線
顧客採購某產品或其相關流程時，所能容忍的公差或績 效範圍。
傳統的100%檢驗也並不是100%的有效
因為會有人為的錯誤 使用者是最佳的檢驗者
結論
摩扥羅拉公司:6σ誕生的地方
公司業績大幅成長,銷售不斷創新紀錄 得到Malcolm Baldrige國家品質獎 1988年因6σ而使全年營收增加七億五千萬美元
製程能力指數
Overview
帄均數(Mean)
某顧問公司的員工薪資如下:( 單位：新台幣千元)
30,30,30,84,30,30,40,30,40,45,70,38,95。 求員工的帄均薪資為多少？
Ans：45538
Overview
全距(Range)
資料群中最大的數減去最小的數所得的差 某顧問公司的員工薪資如下:( 單位：新台幣千元)
迅速偵測到控制外的狀況，並決定結合的 特殊原因，以便於在生產出不合格品之前， 可以採取正確的行動
Control
錯誤是不可避免的嗎?
傳統的觀點:錯誤是不可避免的
只有人員 每一件事情都有變異 缺乏標準作業程序，使得每個人有自己做事的方法 檢查是必須的
6σ的觀點:錯誤可以清除
Y=f(X)
定義1. 顧客期望的流程是什麼？ 測量2. 缺點發生的頻率如何？ 分析3. 缺點Why,When,Where？ 改善4. 如何去改善流程？ 控制5. 如何讓改善的流程能持續？ 為了要找出並控制 X，必須訓練員工執 行如何減少X缺點的 專業，每一個專業都 是透過左邊五個步驟 來完成
Overview
‧願景 ‧標竿 ‧哲學 ‧方法
‧價值 ‧量測指標 ‧目標 ‧工具
Overview
問題的本質
偏離目標
另一種看法
變異
LSL
USL
LSL
USL
向目標集中
正中目標
降低散佈的範圍
LSL=Lower spec limit 顧客要求的下限 USL=Upper spec limit 顧客要求的上限
LSL
USL
以統計觀點看問題
改善階段的目標
發展一個建議的解決方案： ＊確認一個改善策略。 ＊以實驗來決定一個解決方案。 ＊量化財物的機會。 確認所建議的解決方案符合或是超過改善目標的品質： ＊領航：包含真實世界經營環境的一個或是多個解決方案的小刻度 檢定。 ＊以統計確認改善的存在（假設檢定）。 確認要成功的全方位實施解決方案的資源需求。 計劃並執行全方位的導入，包含訓練、支援、技術、製程及文件的 改變。
Overview
6σ組織-每個人都能了解它，使用它必且完成專案
盟主(Champions)：受過完整訓練的部主管(含)以上，領導公
司重要業務且領導公司6σ發展的人。
門的品質主管向Champions報告，樂於承擔6σ的策略、訓練、輔導、 佈署及成敗的人。 黑帶(Black Belts)：受過完整訓練，全職的6σ專家，領導改善 的小組執行跨部或大型的6σ專案，輔導綠帶。
‧零件尺寸 ‧電器產品的電流、電壓、 電阻 ‧產品使用壽命 ‧化學成分含量
又稱為連續型隨機變數
Overview
製程能力指數
製程能力指數
(Process Capability Index)
-Cp、CPU、CPL 製程精密度 表示製程特性的一致 性程度 值愈大，表示越集中 值愈小，表示越分散
Analyze
決策錯誤的評估
有四種可能的結果來決定所做的決策是正確或 是錯誤：
實情
H0
無罪
Ha
有罪
無罪 釋放 釋 放 判 決 Ha 無 罪
入獄
H0
實情只有被審問的人才知道
而判決則是法官根據證據來決定的 結果是四種狀況都有可能發生 黃色部分表示是正確的決定
有罪 釋放 有罪 入獄
入獄
Improve
Overview
6σ的焦點
要想得到所期望的結果，我們應該將焦點放在Y或X上？
因變數
Y
Y 相依 產出 結果 徵兆 監視
f(x)
X1….Xn 獨立 輸入過程 原因 問題 控制
自變數
Overview
D-M-A-I-C
Define-Measure-Analyze-Improve-Control 對於每一個產品或流程的品質關鍵環節(CTQ) -- 定義、量化、分析、改善、控制