六西格玛管理简介

第一章六西格瑪管理簡介第一節6Sigma的歷史簡介當今風靡全球的6Sigma管理浪潮起源于Motorola公司,發展背景如下:在70's年代，Motorola面對日本嚴峻的挑戰，其主席BobGalvin決定在品質上改善，來迎戰日本高品質的挑戰。在1981年，他要求其產品必須在五年內有10倍的改善。於1987年，Motorola基於統計學上的原理建立了「6Sigma」的概念，「6Sigma」代表著品質合格率達99.9997%或以上。換句話說，每一百萬件產品只有3.4件次品，這是非常接近「零缺點」的要求。1989年，BobGalvin又提出另一個十倍品質改善的要求，並於1991年完成。自1981年起，Motorola已錄得1000倍(1000:1)的品質改善。其他公司，譬如Boeing,Caterpllar,Corning,GeneralElectric,DigitalEquipment和IBM等公司都採用「6Sigma」方法去改善品質,特別是通用電器的成功將「6Sigma」推向了高潮,首席執行管杰克•韋爾奇關于「6Sigma」的評价更轟動全球.Motorola其中一個成就就是把以前「3Sigma」（傳統為99.73%）的品質要求提高至「6Sigma」。他們把傳統合格率百份比的要求改變為百萬份比或億萬份比。這個就是過程能力Sigma值與傳統統計思想的有區別的根本原因.譬如,我們用傳統統計技術來計算-3Sigma到+3Sigma區間的合格率是99.73%,然而摩托羅拉經轉換后的合格率是93.32%,差異巨大.至于摩托羅拉如何換算的過程和思想將在第二章中核心講授.第二節何謂6Sigma理解六西格瑪並不需要很深的統計學技術或背景,事實上“6Sigma是什么”能以各种不同的方式回答,我們可以專門定義如下:1.過程或產品業績的一個統計量2.業績改進趨于完美的一個目標.3.能實現持續領先和世界級業績的一個管理系統.1)6Sigma是什么「Sigma」的定義是根據俄國數學家P.L.Chebyshtv(1821-1894)的理論形成。根據他的計算，如果有68%的合格率，便是±1Sigma（或StandardSteviation），±2Sigma有95%的合格率，而±3Sigma便達至99.73%的合格率。2)「Sigma」的定義在70年代，產品如果達到2Sigma便達到標準。但在80年代，品質要求已提升至3sigma。這就是說產品的合格率已達至99.73%的水平，只有0.27%為次貨。又或者解釋為每一千貨產品只有2.7件為次品。很多人以為產品達至此水平已非常美滿。可是，根據Evans和Lindsay(國際知名學者)一書提出，如果產品達到99.73%合格率的話，以下事件便會繼續在美國發生：每年有20,000次配錯藥事件每年有超過15,000嬰兒出生時會被拋落地上每年平均有9小時沒有水、電、暖氣供應每星期有500宗做錯手術事件每小時有2000封信郵寄錯誤••••••雖然合格率已達到99.73%的水平，但相信各位讀者對以上品質要求並不滿意。所以有很多公司已要求「6Sigma」的品質管理。就是說其品質要求是「3Sigma」的一倍。其合格率為99.99966%（Motorola所謂的5「九」了），每一百萬種產品中只有3.4件是次品（非常接近零缺點要求）。相比之下，3Sigma容許在1百萬件產品中有2700件次品。「全面優質管理」的努力並不是白費的，Motorola在一九八七年提出的「SixSigma」品質管理方法，是建基於「全面優質管理」並加以改善。他們「不斷改善」(ContinuousImprovement)，七步驟方法（Seven-StepMethod）和客戶完全滿意(TotalCustomerSatisfaction)等都是取材自「全面優質管理」(TQM)概念。Motorola在口號上加上「6Sigma」的產品要求目標，並利用黑帶(BlackBelt)的有經驗管理人員來推行。Motorola和GeneralElectric便是典形的成功例子，亦引發其他公司學習。與此同時，不少有關「6Sigma」的書本、文章在互聯網上出現。再加上不少品質顧問公司宣揚及提供「6Sigma」管理的服務，可謂百花齊放，一時無倆。可是，「6Sigma」的成功亦引來不少敵人，如ThomasPyzdek的「Motorola'sSixSigmaProgram和ArthurM.Schneiderman的「Question:WhenisSixSigmanotSixSigma／Auswer:Whenit'stheSixSigmaMetric!!」一文都質疑Motorola在統計學上的偏差。根據他們的計算，6Sigma代表每一億個產品只有2個次品。Motorola所謂的6Sigma可能只達到4.5Sigma而已。在本質改善方面，6Sigma並不代表終極，8Sigma、10Sigma、12Sigma會繼續出現，根據ArthurM.Schneiderman的說法，當達到10Sigma時，以Motorola的方法，便和正確的方法有1000倍的偏差。再者，他又質疑釐定品質要求的標準是否合理。在生產成本節省上，亦代表產品開發和品質檢定的成本增加，他們是否取得平衡呢？他認為所謂「6Sigma」其實只是口號，其中心還是「全面優質管理方法(TotalQualityManagement)」.再者，KekiR.Bhote，曾在Motorola推行6Sigma計劃擔任高級顧問一職，在他的「WorldClassQuality」一書中指出Motorola提供的只是嬰孩形的「6Sigma」（BabySixSigma－「TheLittleQ」），他以為他提出的「最終極6Sigma」（TheUltimateSigma－「TheBigQ」）最為有效。他提議的「實驗議計(DesignofExperiments－DOE)和「十個最有效工具（TheTenPowerfulToolforthe21stCentury）最能達致世界級的品質管理要求.4)小結在品質改善道路上，各家學說理論可謂五花八門，百花齊放，其目的是「不斷改善」（ContinuousImprovement），以達「零缺點」水平。可是，希望各位讀者不要被前文的圖表和計算方法嚇倒。前文所說，只是印證品質管理發展和「6Sigma」的定義。如果能夠達到「零缺點」和「優質管理」，其計算方法和前文提供的可謂風馬牛不相及，希望各位讀者不要本末倒置，花費時間在以上的統計。老實說，「6Sigma」只是其口號，如果達到「6Sigma」或「零缺點」才是其精神所在。雖然現在有很多顧問公司都以「6Sigma」為口號，提倡品質改善服務，可是，其內容五花八門，各師各法，與ISO9000的嚴格要求完全不一樣。總括而言，他們都以全面優質管理(TotalQualityManagement)為基石，並結合各品管理論專家的成果，從而制定他們的方法。譬如PeterS.Pande一書著重員工的訓練，但是KekiR.Bhote一書著重各類統計方法監察和鑒定產品便是極端的例子。第二章西格瑪能力指數的測量核心講授內容測量關鍵流程圖介紹第一節單位產品缺陷數一﹑定義單位產品缺陷數:簡稱ＤＰＵ(DefectsPerUnit),意即每個單位產品包含的缺陷的個數.它是一個通用的衡量產品和服務良好程度的量.單位產品可以理解為一個事件﹑一個產品﹑一節課等.二﹑ＤＰＵ的測量公式:ＤＰＵ=Ｄ/Ｕ其中Ｄ為觀察到的缺陷數,Ｕ為產品單位數;例:在某質量報告中,測試１０００個產品,發現２０００個缺陷,那么ＤＰＵ=Ｄ/Ｕ=２０００/１０００=２假設每個單位產品中的不合格的獨立机會數為m,且每個不合格的獨立机會相等,例如m=10,零缺陷的概率為m=１００,零缺陷的概率為第二節過程首次通過率與產出率一﹑過程首次通過率的定義過程首次通過率:簡稱ＹＴＹ(firsttimeyield/ji:ld/),指在某個時間過程通過的良品數與總檢查數的比值.(備注:過程通過的良品可能含有缺陷,不是不合格品).公式:ＹＴＹ=Ｓ/Ｕ其中Ｓ為直接通過檢查或測試的單位產品數;Ｕ為檢查或測試的產品總數.二﹑關于過程產出率的定義當代統計技術和經濟學表明:英文全稱:YieldThroughput,其中ＤＰＵ為單位產品缺陷數.下面講授其含義.三﹑過程產出率與過程首次功過率的比較若１００個產品中有１０個缺陷產品,且假設每個單位產品的缺陷數為１０,那么計算可得:DPU=D/U=(10×10)/100=1ＹＦＴ=(100-１０)/１００=９０%大約３７個為什么二者之間有如此大的差异?請看圖表:顯然,ＹＴＰ是零缺陷的產出率,任何產品均不能有缺陷,而首次功過率只要求通過測試而已(產品有缺陷也可以通過).恰好我們平時所講的Ｚ值(過程能力西格瑪值)就是根据這個零缺陷的思想推倒出來的,下面一節會重點介紹.然而在生產過程中,一個單位產品的作業流程包括多個過程,每一個過程都有其ＹＴＰ零缺陷產出率,那么總的過程零缺陷產出率(也稱總的過程首次通過率)為:ＹＲＴ=ＹＴＰ１×ＹＴＰ２×ＹＴＰ３×·····×ＹＴＰn例.若１００個產品中有１個缺陷產品,且假設每個單位產品的缺陷數為2,有３個作業過程,且每個首次通過率相等,那么計算可得:(Ｚshift為Ｚ值偏移量,下一節重點介紹)再舉一典型例子,大家都知道６西格瑪過程能力的缺陷數為百万分之３.４,他們之間是如何換算的呢?請看:缺陷數為百万分之３.４推導６西格瑪過程能力的過程如下:由DPMO=３.４()查正態分布表,得ＺＬＴ=４.５,這個Ｚ值是長期過程能力西格瑪值,過程能力西格瑪值為ＺＳＴ=Ｚshift+ＺＬＴ=１.５(典型偏移)+４.５=６,這就是風靡全球的”六西格”的來源!從以上推倒可見,過程能力西格瑪值是根据零缺陷的思想計算而得的,而不是根据休哈特的控制圖算出的.要測量我們公司某一個產品﹑某一系列產品﹑公司所有產品的西格瑪過程能力值,請看第三節的計算方法!第三節Ｚ分布與西格瑪過程能力值Ｚ的測量一﹑基本的測量步驟１.選折關鍵產品２.建立產品樹３.确定性能變量４.創建過程圖５.測量過程變量值６.計算過程能力二﹑Ｚ分布在許多工程問題中,我們需要計算超過給定公差的概率.此時,我們可使用Ｚ變換即可,或稱為Ｚ值的測量.Ｚ=(Ｘ-Ｕ)/σ,我們可以十分方便查表求值.下面通過例子加以說明.一個工程師想了解一個切削加工過程的不良概率,他隨即抽取了３０個樣本,測量其外徑,計算其超過上下限的概率.已知:外徑規格中心Ｔ=２mm,規格上限為３mm,下限為１mm.計算得:Ｕ(平均值)=２.３１,標准差σ=０.３１０.所以:ＺUSL=(USL-U)/σ=(3.0-2.31)/0.310=2.33ＺLSL=(U-LSL)/σ=(2.31-1)/0.310=4.23CP=(USL-LSL)/6σ=1.075CPK=(USL-LSL-2︳U-T︳)/6σ=0.74据ＺUSL和ＺLSL查正態分布表得:P(XUSL)=0.01278PPM(XUSL)=12870P(XUSL)=0.00001168PPM(XUSL)=11.7Yield=1-P(d)=1-0.01278=0.98713=98.713%三﹑過程能力的測量單位Z2.關于過程能力Z值的偏移量(Ｚshift)的探討經過長期研究表明,過程在經過長時間運作后,其中心值會偏1.5Sigma(圍繞中心值,在正方向或負方向),這個值尤其适合典型的制造過程.(備注:此思想起源于摩托羅拉)關于Ｚshift的計算:其中C為常數,表示過程能力的變化幅度,對典型的制造過程,C的範圍為1.4—1.8.g,n分別為抽樣的組數和每組抽樣樣本數.根据合理的抽樣要求,.4≦n≦6,25≦g≦100.對于典型的制造過程,長取n=5g=50,C=1.8,代進上面的公式,得:Ｚ典型偏移=1.5.這就是我們在第二節使用Ｚ典型偏移=1.5.的原因.3.關于Z值計算的總結我們可以根据前面講的流程圖來計算,總而言之,首先應根据零缺陷的思想計算ＤＰＭＯ(次品于一