６s培训课本.doc

什么是６Sigma 　　21世纪已经来临。在20世纪中人类取得了巨大成就：生产力高度发展，产品和服务质量不断提高。正如美国著名质量管理专家朱兰（J.M.Juran）1994年在美国质量管理学会年会上所说，20世纪将以“生产率的世纪”载入史册； 21世纪是“质量的世纪”。质量必将成为新世纪的主题，它正在向我们挑战，我们必须迎接它的来临。 由于20世纪生产力的不断发展，特别是少数经济大国的崛起，使得国际市场的竞争愈益激烈。而今质量管理界已流行“世界级质量”之说。所谓“世界级质量”也就是世界最高水准的质量。任何国家的产品和服务，如果达不到世界级质量的水准，就难以在国际市场的竞争中取胜，参加世界贸易组织的国家，在无法采用关税壁垒等保护方式的情况下，甚至难以在国内站稳脚跟。过去在质量管理中有所谓“3Sigma法则”，即在稳态下不合格品率达到2.72‰（10-3，千分率）的水平，而现在则提出“6Sigma法则”，即在稳态下不合格品率达到2PPB（PPM即Parts Per Million，10-6，百万分率，PPB即Parts Per Billion，10-9，十亿分率）的十亿分率水平。也就是说，对不合格品率的要求比过去严格了2.2‰ / 0.002PPM=135万倍。这就是我们所面临的质量挑战的国际环境。 这里提到Sigma这个词，大家可能不知其为何物，那我们先来对Ｓｉｇｍａ作一个解释； Sigma符号：σ是一个统计学术语，即质量特性值分布的总体标准差。它等于； 让我们对Ｘ，ｘ，ｎ等来作一个解释。假设我们量一个园柱的直径，我们量了一组数据： 样品编号 1 2 3 4 5 6 测量尺寸 3.12 3.2 3 3.11 3.11 3.01 样品编号 7 8 9 10 11 12 测量尺寸 3.15 2.98 2.99 3.14 2.97 3.17 假设这组数据是从１２个工件量得的，我们测量的目的是为了看这些零件的直径是否符合我们的要求，如发现问题则采取行动以防止不良品的发生。那ｘ就是这上面的１２个数据，而Ｘ则是以上所有数据的平均值： ｎ是所测量值的个数。 统计学发现：对于许多连续型随机变量来说，其概率颁分布是一种呈铃状的对称曲线，叫作正态曲线。如图所示： 　　这是统计学中最普通也是最常用的一种分布，那何为连续性随机变量呢？在引入随机变量之前，让我们先给大家讲一下何为随机试验： 　　在概率论与数据统计中，做事情称为试验。具有以下两个特点的试验，称为随机试验： 在相同条件下,可以重复进行,且每次试验的可能结果不止一个。 不能准确预言每次试验所出现的结果，但可以知道可能出现的全部结果。 一般地对于随机实验，若其试验结果可用一个变量的取值表示，这个变量取值带有随机性，并且取这些值的概率是确定的，则称这样的变量为随机变量。若随机变量ｘ的所有可能取值为某一区间，则称ｘ为连续型随机变量。所谓概率是确定的意思是讲ｘ取某一个值的可能性是预先知道的，如：ｘ取3.11的可能性是30％等。 例如：在某生产车间正在生产螺丝，生产工人按照产品规格生产螺钉，我们知道生产螺钉规格是某一区间，如：25—27cm在这之间的为合格品。员工按照这个规格生产产品，如果我们对他生产的产品进行分析，就会发现，这些螺钉的长度是符合如上的正态分布的。 通过计算发现： 在X 正负３σ范围内集中了99.7%的产品。 在X 正负6σ范围内，集中8%的产品。 如果我们将规格定好，那只有符合规格的产品才是合格的产品，如果在规格范围内集中的是 X 正负３σ的产品，则我们知道有99.7%的产品合格；如果在规格范围内集中的是X 正负6σ的产品，则我们的产品8%符合规格。如上是理想的状况，也就是我们的规格恰好就是Ｘ正负6σ，实际情况是Ｘ很难是规格的中心线。为了比较容易说明，我还是给大家引入ＣＰ与ＣＰＫ的概念： 请看下图： 　CPK=Min of Cp与Cpk 叫作过程能力指数，图中的USL 与LSL为规格的上下限。当ＵＳＬ与ＬＳＬ为X 正负6σ且Ｘ＝（USL-LSL）/2时，Cp与Cpk＝２。这也就是我们上面提到的情况，既６sigma水平,既不良PPＢ=2.但实际上，Cp=2 是可以做到的，而CPK=2是基本上做不到的，因而人们普遍采用Cp-0.5=Cpk的这一摩托罗拉公司的假设，既把Cp=2 且Cpk=1.5 看作6 Sigma.如下的一组数据也是在Cp-0.5=Cpk的假设条件下得到的，当然实际上可能有所不同。 如下是Ｄｐｐｍ值与Ｓｉｇｍａ的对应关系： 大家可以看到，６ｓｉｇｍａ意味着３．４个ＤＰＰＭ。基本上接近零缺陷。 通过上面的学习，我们知道6Sigma是一种接近完美的品质，现如今人们由统计学方面进而延伸，已经赋予6Sigma一个全新的含义