6 西格玛标准公差计算公式.

六西格玛管理系列讲座之一什么是6西格玛管理？当人们谈论世界著名公司-通用电器（GE）的成功以及世界第一CEO-杰克.韦尔奇先生为其成功制定的三大发展战略时，都会不约而同地提出这样的问题。

如果概括地回答的话，可以说6西格玛管理是在提高顾客满意程度的同时降低经营成本和周期的过程革新方法，它是通过提高组织核心过程的运行质量，进而提升企业赢利能力的管理方式，也是在新经济环境下企业获得竞争力和持续发展能力的经营策略。

因此，管理专家Ronald Snee先生将6西格玛管理定义为：“寻求同时增加顾客满意和企业经济增长的经营战略途径。

”如果展开来回答的话，6西格玛代表了新的管理度量和质量标准，提供了竞争力的水平对比平台，是一种组织业绩突破性改进的方法，是组织成长与人才培养的策略，更是新的管理理念和追求卓越的价值观。

让我们先从6西格玛所代表的业绩度量谈起：符号σ（西格玛）是希腊字母，在统计学中称为标准差，用它来表示数据的分散程度。

我们常用下面的计算公式表示σ的大小：如果有两组数据，它们分别是1、2、3、4、5；和3、3、3、3、3；虽然它们的平均值都是3，但是它们的分散程度是不一样的（如图1-1所示）。

如果我们用σ来描述这两组数据的分散程度的话，第一组数据的σ为1.58，而第二组数据的σ为0。

假如，我们把数据上的这些差异与企业的经营业绩联系起来的话，这个差异就有了特殊的意义。

假如顾客要求的产品性能指标是3±2(mm)，如果第一组数据是供应商A所提供的产品性能的测量值，第二组数据是供应商B所提供的产品性能的测量值。

显然，在同样的价格和交付期下，顾客愿意购买B的产品。

因为，B的产品每一件都与顾客要求的目标值或理想状态最接近。

它们与顾客要求的目标值之间的偏差最小。

假如顾客要求的产品交付时间是3天。

如果第一组数据和第二组数据分别是供应商A和B每批产品交付时间的统计值，显然，顾客愿意购买B的产品。

因为，B每批产品的交付时间与顾客要求最接近。

尽管两个供应商平均交付时间是一样的，但顾客的评判，不是按平均值，而是按实际状态进行的。

假如顾客要求每批产品交付数量是3件。

如果第一组数据和第二组数据分别是供应商A和B每批产品交付数量的统计值，显然，供应商B向顾客供货的能力要大于A。

因为，供应商B每批都准确地达到了顾客交付数量的要求，而供应商A在交付期内不是由于各种原因达不到交付数量的要求，使顾客不满意；就是多生产了产品，增加了库存，积压了资金。

假如这些数据代表了服务响应时间、顾客满意程度、产品开发周期...等等，这些数据与顾客要求的离散程度以及与竞争对手的差异，就有了管理上的特殊意义。

We don’t know what we don’t know.我们不了解我们不知道的东西，We can’t do what we don’t know.我们对不了解的东西不能有所作为，We don’t know until we measure.直到我们度量了我们才能了解，We don’t measure what we don’t value.我们不度量我们认为没有价值的东西，We don’t value what we don’t measure.我们不重视我们不度量的东西。

在6西格玛管理中常常提到以上的谚语：我们不重视我们不度量的东西，我们对不度量的东西不能有所作为。

因此，6西格玛管理特别强调度量的作用，强调用顾客满意的方式，用提高竞争力和追求卓越的方法度量我们的业绩。

这点与我们传统的管理模式与方法是根本不同的。

让我们来看一看，在“度量什么”和“怎样度量”上，6西格玛管理与我们传统的做法有什么不同。

首先，在“度量什么”上，6西格玛管理提供了广泛的业绩度量“视角”。

我们许多企业在组织业绩的度量方面是不完善的。

在我们的日常管理活动中，针对产品特性或实现过程的度量往往比较明确，但对其他业绩的度量则比较含糊。

我们不善于使用客观的量化度量方法来度量企业当前的表现以及竞争对手的水平。

比如，一个追求“以快制胜”的企业，从未认真地度量过自己关键业务流程的周期，例如产品开发周期、试验与测试周期、主要产品的制造周期、市场导入周期等等，也不清楚自己的流程在“时间”上的“瓶颈”。

如果企业对“快”的追求是盲目的，就无法真正对“快”有所作为。

又比如，一个“以提供顾客服务”为营销特点的企业，并不清楚顾客对服务的需求与期望，也从没有认真地对服务过程的表现度量过。

比如说顾客对服务响应时间的要求以及目前企业的服务响应时间达到了什么水平等。

因此企业对“服务”无法真正有所作为。

6西格玛管理是基于对组织业绩度量的管理，它强调按照顾客的需求和企业发展重点度量组织业绩的各个方面。

比如：交付期、交付状态、产品质量、服务特性、成本、库存、顾客满意、员工满意、管理活动等等。

通过对组织业绩的广泛度量，寻求组织业绩突破和改进的空间。

再则，在“怎样度量”上，6西格玛管理提供了“追求卓越”的度量方法。

传统上，我们的度量仅限于“符合性”上。

举例来说，我们对照规范检查产品质量，我们把符合规范的记为合格品。

对合格品来说，一般我们不再关心其符合顾客要求的程度。

例如，某工序生产了A、B、C三个零件，A的测量值接近顾客要求的目标值，而B接近于规范下限，C则超过了规范下限（如图1-2所示）。

我们把控制与改进的注意力集中在C上。

尽管A产品的质量接近理想状态，而B产品几乎超差，但在传统的度量方法下，它们的质量表现是一样的，都视为合格品。

但正是这种度量方法忽略掉的差异，在竞争力方面带来了不可忽略的差异。

6西格玛管理重视符合顾客要求程度方面的差异，并通过采用揭示这些差异的度量方法，展示业绩改进的空间。

在6西格玛管理中，通常使用西格玛水平Z作为满足顾客要求程度的业绩度量。

在这种度量中，我们把每个测量值相对于顾客要求的偏离程度考虑进来。

Z有几种表达形式：最简单的一种是用测量数据的标准差 与顾客要求的上限（USL）和下限（LSL）的关系来表达，其公式为：达到6西格玛水平是指Z等于6。

如果用我们熟悉的正态分布来解释的话，也就是说过程的波动非常小，集中在目标值附近。

它们满足顾客要求的能力很强。

而3西格玛水平则波动较大，其满足顾客要求的能力远不如6西格玛水平。

（如图1-3所示）Z还有另一种表达形式：用百万分之缺陷率（ppm）来表示。

一个服从正态分布的过程，其超出规范限的缺陷百分比与西格玛水平是一一对应的（如图1-4所示）。

根据这个规律，我们可以通过测量缺陷的比率，估算过程的西格玛水平Z，并以此考察过程满足顾客要求的能力。

通常，6西格玛水平所代表的过程缺陷率为3.4ppm，而3西格玛水平的缺陷率为66807ppm。

我们不重视我们不度量的东西，我们对不度量的东西不能有所作为。

用顾客满意的方式，用提高竞争力和追求卓越的方法度量我们业绩的方方面面，是6西格玛管理的基础。

只有解决了“度量什么”和“怎样度量”的问题，才能发现我们在竞争力上的差距和改进空间。

这是实施6西格玛管理首先要解决的问题。

六西格玛管理系列讲座之二在上一讲中，我们介绍了6西格玛管理是基于组织业绩度量的管理。

6西格玛管理在“度量什么”和“怎样度量”上不同于传统的方法，它为提升组织的竞争力揭示出广泛的业绩改进空间。

由于测量对象、测量方法和数据类型不同，在6西格玛管理中有若干种用于业绩度量的指标。

下面我们就一些常用的指标作一介绍。

在6西格玛管理的度量中，常常用到下面的度量指标，它们是：FTY (First Time Yield) -首次产出率。

是指过程输出一次达到顾客规范要求的比率。

也就是我们常说的一次提交合格率。

RTY(Rolled Throughput Yield)-滚动产出率。

是构成过程的每个子过程的FTY之乘积。

表明由这些子过程构成的大过程的一次提交合格率。

RTY=FTY1⨯FTY2⋯⨯⋯⨯FTY n式中：FTYi是各子过程的首次产出率，n是子过程的个数。

用FTY或RTY度量过程可以揭示由于不能一次达到顾客要求而造成的报废和返工返修以及由此而产生的质量、成本和生产周期的损失。

这与我们通所采用的产出率的度量方法是不尽相同的。

在很多企业中，只要产品没有报废，在产出率上就不计损失。

因此掩盖了由于过程输出没有一次达到要求而造成的返修成本的增加和生产周期的延误。

举例来说，某过程由4个生产环节构成（如图2-1所示）。

该过程在步骤2和步骤4之后设有质控点。

根据生产计划部门的安排，投料10件。

经过步骤1和步骤2的加工后，在检验发现2个不合格品。

1件须报废，另1件经返修处理后可继续加工，这样有9件进入了后续的加工过程。

这9件产品经过步骤3和步骤4后又有1件报废，1件返修。

整个加工结束后，有8件产品交付顾客。

因此，生产计划部门的统计数据是：产出率=80%。

这个统计数据不能表明在这80%中，有一些是经过返修后交付的，这些返修活动增加了生产成本和生产周期。

如果我们用RTY来度量的话，可以看出，步骤1和步骤2的FTY1为8/10=80%，步骤3和步骤4的FTY2为7/9=78%。

如果投料100件的话，经过步骤1和步骤2，第一次就达到要求的是100⨯80%=80件，这些一次就达是要求的合格品经过步骤3和步骤4后，一次就能达到要求的将是80件⨯78%=62件。

也就是100⨯80%⨯78%=100⨯62.4%=62.4件，而80%⨯78%=62.4%正是我们说的FTY1⨯FTY2=RTY。

就这个例子来说，只有62%左右的产品（6件）是一次就达到加工要求的，而38%左右的产品需经返修或报废处理。

FTY=99%是不是足够好？在很多人看来，这已经足够好了。

FTY达到3.4ppm不过是种“理想”状态，实际上并不需要如此低的缺陷比率。

但是，如果我们用RTY来度量的话，可以发现越是步骤多、越是技术含量高的过程，对FTY的要求就越高。

从下表中可以看出，如果每个子过程的FTY都为99%，那么由50个子过程构成的大过程的RTY只有60.5%，也就是说将有40%的过程输出需经返工或报废处理。

也许，经过返修处理后，过程的输出可以100%地交付顾客，用我们传统的产出率的统计方法，这个过程的产出率是100%。

但事实上，这个过程中存在着质量、成本和周期的巨大损失。

而这些损失是竞争力的损失。

我们还可以用下面一些度量指标衡量过程满足顾客要求的能力：DPU (Defect Per Unit) -单位缺陷数。

是过程的“缺陷”数量与过程输出的“单位”数量比。

平均每个单位上有多少缺陷。

计算式为：DPU=缺陷总数/单位总数DPO (Defect Per Opportunity) -单位机会缺陷数。

是过程输出的“缺陷”的数量与过程输出的“缺陷机会数”之比。

计算式为：DPO=缺陷总数/缺陷机会总数DPMO (Defect Per Million Opportunity) -百万缺陷机会缺陷数。