6sigma-科理咨询.ppt

质量的三个要素 顾客（customer） 过程（process）:为了顾客,在重复的流中把输入因素转化为输出因素的一个或一系列活动. 员工（employee） 过程性能与成本 传统理论： 1、过程性能越好，成本越高； 2、过程性能最佳成本位于预防和评估成本等于失效总成本的点上。 Motorola经验：过程性能越好，或缺陷越少，预防和评估的成本以及失效的成本越低。 “内部成本节省1美元至少使总收入增加5美元” 基本原理 6σ的核心目标是改进过程(Process)的性能。核心目标的基本原理是瞄定公司的收入报告，并且是双重的。首先，削减成本，对底线有贡献；其次，增加收入，对顶线有贡献。 6σ削减成本，是通过更好的过程性能实现的，而不是靠减员！ 基本原理：底线基本原理、顶线基本原理、扩展的基本原理。 底线、顶线 底线（Bottom Line）：公司在一个给定的时期内的净收益或利润。 BL=收入-费用 费用一般分为两部分：出售货物和服务的成本，一般包括直接材料成本、直接人力成本和制造营业间接成本；周期性成本，包括：销售费用、一般和管理支出、利息支出和所得税支出等。 顶线（Top Line）：真实表达顾客对企业满意的收入。总收入水平基本上是由市场份额和公司销售产品的价格组成，这两项在很大程度上，都取决于顾客的满意程度。 过程 概念模型：y=f(x) y代表结果变量（过程或产品的性能），x代表（控制因素中的）输入变量。 一个或多个特性y可以被测量。 找出能够改进y值的各x值。 过程特性 连续特性：用连续坐标进行测量，给出连续数据。如：长度、时间、温度等。 离散特性：基于计数进行测量，给出属性数据。如：符合/缺陷、通过/失败等。 过程性能改进三角 过程的三中基本度量：波动、周期时间、产出 波动、周期时间、产出是头号的改进机会，而波动位于核心 可以用对波动的测量评价过程周期时间和产出，且波动是唯一通过改进总是对其他两个方面产生正面影响的因素 过程特性的波动 不管是否测量，任一特性总是波动的。 测量时，波动可以通过用最吻合观测值的分布进行图示和统计分析。 波动有无数个来源。两种类型：普通原因和特殊原因。 波动原因类型 普通原因：过程内在的，除非改变该过程的设计，否则不能避免随机波动。 特殊原因：是非随机的，相对较少的，但带来时间和结果的不可预测性，并对波动有较大贡献。一般的原因是，由于不同供应商供应材料的质量差别、制造设备的差别、不良测量体系和不适当的教育引起的对过程的干预，等等。 通常，把特殊波动原因从普通原因中分离出来并剔除前者，可以带来改进，而要减少普通原因波动，往往需要改变整个系统。 过程特性的可预见性 休哈特定义过程的可预见性状态为“通过利用过去的经验，至少在一定限度内，我们能够预测现象在未来可以预期怎样变化，就称该现象是受控的。”可预见性通常也称为统计受控。 控制图是用来检查过程性能是否可预见的基本工具，±3?为判断标准。 只要过程可预见，就没有必要对观察到的上点和下点采取措施，因为这些措施将可能在过程中引入特殊原因。 改进过程性能的三种方法 达到可预见性 减少分散性 改进集中度 波动改进的顺序 （1）剔除特殊原因波动； （2）减少分散性； （3）集中到目标值。 波动的度量（用分布图示） 假设连续特性服从正态分布 统计量：均值和标准差 总体均值? 总体标准差? 样本均值 样本标准差s 利用样本的数据对总体做出判断 假设离散特性服从帕松分布 测量离散过程特性时样本容量至少为300。 如：通过计算缺陷数，计算dpmo。 过程的控制限和容差限 控制限：±3 ? 容差限即规范限：上规范限（USL）、下规范限（LSL） 规范限是基于主管判断的顾客要求。额外成本与之有关。 6?使用规范限的假设：过程很多，缺陷数很低。 过程的均值漂移 假定过程集中，短期过程性能测量表明给定时间点的性能。通常表示为?尺度值 长期过程性能测量表明长期的波动，由一些短期分布组成，通常以dpmo表示。 本德（Bender）、吉尔森(Gilson)： 均值一般随时间漂移1.5 ? 如果在制造的一个周期内测量，连续数据可能是短期的，如果经过了几个周期，则是长期的。 离散特性数据总认为是长期数据。 波动的额外成本和不良过程性能成本 波动带来额外成本。额外成本由公司、顾客或社会来承担。 有人称波动带来的额外成本为不良过程性能成本。 例：ABB公司将不良过程性能成本分为四类： 交付问题成本、内部问题成本 非制造过程中的非增值成本、设计成本 周期时间和产出 周期时间（Cycle Time）：一个单元完成输入因素向输出因素转换所需要的时间。 产出(Yield)：输入因素有效地用于过程输出的程度。 关注周期时间