麦肯锡--高绩效运营管理培训之--质量流程控制图--很好

高绩效运营管理培训之质量流程控制图机密和专有未经麦肯锡许可，任何对此资料的使用严格禁止2011年6月|McKinsey&Company1目标解释波动和统计过程控制指什么示范控制图的系统使用方法练习在车间使用控制图解释如何运用控制图满足顾客需求资料来源：麦肯锡|McKinsey&Company2内容▪理解波动▪什么是统计过程控制(SPC)▪控制图介绍|McKinsey&Company3相互搜集数据点所反映出的不同偏离:实际表现与目标的差异波动:相互搜集数据点所反映出的不同波动是在实际表现中反映出的不同资料来源：麦肯锡|McKinsey&Company4提高准确度(缩小离目标的偏差)提高精确度(减少波动)“中标并且波动最小”1是任何工序的目标资料来源：麦肯锡1GenichiTaguchi博士,1960年9月|McKinsey&Company5发生总是发生由设计、输入和工序操作造成仅在非“内部环境”对工序造成影响时可能短暂或持久内部环境原因外部环境原因发现不可能对某个数据点详细说明原因由控制图发出信号改进工序PDCA循环在输入、工序或操作方面有明确的变化在发现问题后尽快进行根本原因分析责任和处理由管理层驱动组织各级均有责任，但任何改进工作由一线员工驱动波动产生的原因可能是内部的或是外部的资料来源：麦肯锡|McKinsey&Company6变化大难以预测将来的情况有外部环境因素持续并稳定分布可预测只有内部环境因素产品尺寸每种尺寸的频率时间产品尺寸每种尺寸的频率时间如果只有内部环境变化，一个工序应是稳定、可预测并受控的资料来源：麦肯锡|McKinsey&Company7内容▪理解波动▪什么是统计过程控制(SPC)–SPC的历史–什么是SPC▪控制图介绍|McKinsey&Company8以检验为导向的质量控制和以过程控制为导向的质量控制检验为导向的质量控制过程控制为导向的质量控制特点应用产生于工业化大生产检验员和操作工的分工检验是作为质量控制的主要手段反应延迟,一般等批量完成后发现问题难以进行有效的原因分析目的提高产品质量,减低单位成本及时作出预警信息统计工具的应用有效部位设立控制点,而非在最后进行控制大部分公司采用50年代起在日本的一些公司使用现在欧美和日本的一些公司使用越来越多的企业开始考虑采用此方法资料来源：麦肯锡|McKinsey&Company9为了缩小业绩差异，美国公司从1980年代开始接受统计过程控制1981福特汽车公司第一个使用统计质量控制的美国公司很多日本公司在1980年代做得比美国竞争者好美国公司急于通过成本降低和质量改进获得竞争优势摩托罗拉，通用电气和福特等在运用统计质量控制方面获得了成功1931Dr.WShewhart发展了统计质量控制理论1945Dr.WDeming(戴明)在他两个月的访问中介绍了统计质量控制1950s-60sDrKaoruIshikawa更新了全面质量管理并发展了7种统计工具在美国在日本在美国和其他国家1970-1988，美国消费电子产品市场份额从100%降到5%资料来源：麦肯锡|McKinsey&Company10内容▪理解波动▪什么是统计过程控制(SPC)–SPC的历史–什么是SPC▪控制图介绍|McKinsey&Company11统计–基于概率的决策方法。过程--所有重复性的工作或步骤。控制--监控工序运行。基于与“ttest”假设检验相同的概念进行分析，能够使我们在出现的问题影响到输出结果之前，就作出有关工序失控的决定、采取行动、解决问题当处于稳定状态的工序偏差,已经被外界某种原因所影响时，SPC发出信号。当过程失控时，SPC将发出信号，你的任务是找出失控的原因，然后进行修正，确保问题不再发生。什么是：统计过程控制（SPC）|McKinsey&Company1210987654321054321X=2.7003.0SL=4.473-3.0SL=0.9270•分离出特殊原因偏差和普通原因偏差.•循环反馈过程，以确定为了控制偏差和中心偏移需要采取的行动.•反映过程的历史情况,使过程负责人能够看到,材料/操作者/工具等方面的变化随着时间对过程产生的影响.KPIV或KPOV时间KPIV或KPOV随时间的变化图统计过程控制（SPC）分离普通原因和特殊原因的偏差|McKinsey&Company13统计过程控制是一种优化哲学，需使用一系列统计质量控制工具质量控制工具统计工具统计过程控制资料来源：麦肯锡控制图流程图检查表帕累托图鱼骨图直方图散布图抽样方案制程能力度量能力分析田口方法|McKinsey&Company14内容▪理解波动▪什么是统计过程控制(SPC)▪控制图介绍–什么是控制图–控制图的系统使用方法–运用控制图满足顾客需求|McKinsey&Company15一张控制图是运行图、控制线和中心线的结合体时间+=时间表现下限上限运行图控制线和中心线控制图下限上限中心线表现资料来源：麦肯锡|McKinsey&Company16提供对工序的实时控制并为讨论工序表现提供一种共同语言作为一种监控系统，在需要对外部环境原因变化作出反应时提出预警以及时采取补救办法弥补损失控制图举例通常它是手工绘制、靠近工序以便迅速对工序发生的异常情况作出反应由专人负责把数据填入表中小组共同努力通过寻找根本原因制定对策消除外部环境原因控制图在车间广泛运用，以监控工序表现举例资料来源：麦肯锡|McKinsey&Company17内容▪理解波动▪什么是统计过程控制(SPC)▪控制图介绍–什么是控制图–控制图的系统使用方法–运用控制图满足顾客需求|McKinsey&Company18寻找根本原因的对策数据收集更新控制界限选择图表轨迹测试和规格界限设定数据收集和制图分六步实施控制图了解数据类型确定子数据群的规模设计适用的图表收集数据计算控制界限将数据填入图中收集数据并绘制根据规则决定是否采用统计控制根本原因分析消除可归属原因通过PDSA周期减少共同原因的变化收集数据并绘制于图表中新图形建立后应立即计算新的控制界限将新的控制界限加入图表资料来源：麦肯锡|McKinsey&Company19依据四项指标选择适当的控制图数据类型子数据群规模变量子数据群规模的一致性缺陷或缺陷数量根据具体情况选择适当的控制图资料来源：麦肯锡|McKinsey&Company2010.8秒10.9秒11.2秒11.0秒11.1秒数据说明举例属性反映某些特性、特征或条件的表现的信息计数，百分比变量一些特征的度量标准长度（毫米），时间（秒）属性变量在2001年世界田径锦标赛女子100米决赛中，有3名运动员的成绩低于11.00秒变量数据能比属性数据提供更多的信息资料来源：麦肯锡|McKinsey&Company21存在两种控制图表类型:变量图表－用于监控连续变量值X，如:一个直径或消费者满意度评分。属性图表－用于监控离散变量值X，如:合格产品/次品数量，或存货水平。为了选择合适的控制图监控你的过程，首先要决定重要的过程变量(X)是连续的还是离散的如何选择正确的控制图表类型监控离散X的分布图表监控连续X的变量图表控制图表类型平均值与极差Xbar&RN10,典型3-5平均值与标准偏差Xbar与Sn≥10中间值与极差X与Rn10典型3-5单个数据点和移动极差XmRn=1缺陷比例，p图表典型n50跟踪dpu/dpo次品数量，nP图表n≥50(常量)跟踪次品数量缺陷数量c图表c5缺陷数/单元U图表N变量|McKinsey&Company22内容▪理解波动▪什么是统计过程控制（SPC）▪控制图介绍–什么是控制图–控制图的系统使用方法–运用控制图满足顾客需求|McKinsey&Company23过程控制应该满足客户要求控制上限控制下限中心线规格上限1规格下限1控制界限反映过程的要求规格界限反映客户的要求业绩的分布为了满足客户要求，所有的数据（见数据分布）应该落在规格界限之内过程控制界限决定将出现何种分布为确保过程满足客户要求，控制界限应该在规格界限之内资料来源：麦肯锡1USL-规格上限LSL-规格下限|McKinsey&Company24传统的合规方法在“优良”和“不佳”之间阶跃变化若产品落在规格界限内，则认为损失为零规格下限规格上限田口损失函数越远离中心线则损失将沿着抛物线增大。说明只要产品不在某一规格的中间，就可以改善优良（在规格方面）不佳不佳最佳一般一般不佳不佳差差中心线即使分布落在客户规格范围之内，仍应力图实现最佳业绩从到资料来源：麦肯锡1USL-规格上限LSL-规格下限|McKinsey&Company25在控制图中，通过减少波动过程对中来最大程度地满足客户要求田口损失函数柱状图总损失目标过程对中过程在控制之中分布区间较小（控制界限间隔小）通过系统调整使中心线发生移动控制上限控制下限中心线规格下限规格上限减少变化过程在控制之中控制界限很大减少共同原因引起的变化是工作重点资料来源：DrGenichiTaguchi,1960|McKinsey&Company26控制图表可以在测量和分析阶段用于跟踪过程的变化，分析显著的变化并记录。0Subgroup501004748495051525354SampleMean515152221121121211X=50.003.0SL=52.63-3.0SL=47.3701234SampleStDev2S=1.8423.0SL=3.849-3.0SL=0.00E+00Xbar/SChartfortwo控制图的使用什么原因导致这种现象发生?控制图在控制过程中用于保持改进的结果。–用图进行监控并记录输入变量(X),分析X的变化并进行控制|McKinsey&Company27•与随每次观测而变化的极限相比，控制图最好使用历史的稳定过程的极限。历史极限决定了所“期望”的数据范围或“零假设（H0）”。（使用Minita中的历史设置值）•改变控制限范围，当：–一个过程有了改变，且此改变被认为具有统计显著性时（即Ha）。–当完成了一个规定的实际过程改变。不断变化的控制限|McKinsey&Company28控制图说明对图表的解释与说明是在确定过程能力之前，是以持续进行的过程控制为基础▫首先解释Sigma图表。▫在初始能力分析期间，如果你能够识别那些造成“失控”情况的特殊原因偏差，那么，在计算控制极限范围时，可以将这些数据点删除。|McKinsey&Company29这个图表代表一个可预测的过程，在该过程中偏差仅受随机偏差的支配。图中各点的上下跳动是不可预测的，但是它们都趋向于围绕着中心线（然而，不是非常接近）并且保持在控制极限范围之内。这种型态是任何控制图的目标，它不一定表明过程的最佳能力，也不一定表明工序能满足规格要求，但是，它显示该工序是稳定的。0Subgroup51015202547484950515253SampleMeanX=50.003.0SL=52.45-3.0SL=47.5501234SampleStDevS=1.5073.0SL=3.414-3.0SL=0.00E+00Xbar/SChartforsd5一般过程偏差－“乏味…”|McKinsey&Company30在偶然情况下，某个因素进入过程并引起一个突发性的短暂改变。这个原因可在XBar图中表现为失控的一束点集，而S图通常并不会因为这些移动点而受到影响。一些典型原因：•引入了一批不合规格的材料•测量系统的暂时间的偏移•不同的检验员•不同类型的工具特定原因改变“发生了什么？”|McKinsey&Company310Subgroup5101520254647484950515253SampleMean111X=50.003.0SL=52.25-3.0SL=47.7501234SampleStDev11S=1.3823.0SL=3.132-3.0SL=0.00E+00Xbar/SChartforrepmstd有时过