六西格玛基础相关培训.pptx

  1. 1、本文档共43页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
六西格玛基础相关培训.pptx

六西格玛基础知识培训毕红涛1六西格玛起源及发展6σ六西格玛起源及发展发源地:美国—摩托罗拉(Motorola)产生背景:20世纪八十年代,日本电子产品凭借高质量、低成本横扫全球,美国的制造业也遭受打击,摩托罗拉也不例外。最让他们难以接受的是日本从他们手中收购一家电视机厂后,电视机的缺陷率只有摩托罗拉管理时期的1/20,摩托罗拉意识到产品质量出现了问题。于是1982年在史蒂夫.金克拉夫总裁倡导下开展5年内质量提高10倍的“质量改善活动”,通过制定并实施一系列质量措施,圆满完成质量目标, “六西格玛”应运而生。产品质量大幅提高,满足了顾客需求,摩托罗拉成为质量的象征。在1987年获得了美国国家质量管理奖-波多里奇奖。实际收益(1987年-1997年):销售额增长5倍,利润每年增加20%;通过实施6SIGMA带来的收益近20年累计达到22billion;股票价格平均每年上涨21.3%;获得美国和日本国家质量奖;质量改进方法六西格玛起源及发展发展历程:摩托罗拉的成功之后众多的美国企业开始效仿并纷纷导入“六西格玛”,如:联合信号、德州仪器等,1996年,在GE公司(General Electric Company 美国通用电气)的前任CEO(杰克.韦尔奇)极力推崇下,将6sigma引入GE并把6sigma推向巅峰,作法如下:把六西格玛定为GE的三大战略之一;将六西格玛演变为一个管理系统,把人事、财务与六西格玛的实施结果结合在一起;以特有的方式在公司内推行六西格玛;冠军/明星(Champion)、黑带大师(Master Black Belt)、黑带(Black Belt)、绿带(Green Belt)等新名词成为企业内让人羡慕的新职位;6SIGMA是 Jack Welch在2001年退休时留给GE最宝贵的财产六西格玛起源及发展6sigma现状:六西格玛的推崇者经过不断地学习完善、并结合企业的实践发展,六西格玛慢慢发展成为一套质量管理体系。并且不再局限于质量管理,逐渐演变成为一个高度有效的企业流程设计、改善和优化技术,并提供了一系列同等地适用于设计、生产和服务的新产品开发工具,成为全世界追求管理卓越性的企业最为重要的战略举措。目前我们采用六西格玛实际上就是:Motorola的方法+GE的推行方式。企业管理哲学至2001年实施6sigma的企业2为什么要推行六西格玛6σf(x)x为什么要推行6sigma??1、什么是sigma? σ ??Σ??2、为什么不是1sigma?2sigma?5sigma???“σ”是希腊字母,英文表达sigma,汉语译音为“西格玛”。统计学意义: σ原本是统计学中的术语”标准偏差/标准差“的意思,用来描述任一过程参数的平均值的分布或离散程度。μ正态分布(Normal distribution),也称“常态分布”,又名高斯分布(Gaussian distribution)。(1)钟型:中间高、两头低;(2) 左右关于直线X= μ对称;(3)曲线最高处对应于X轴的值就是均值μ ;(4)正态曲线下方与X轴上方的面积为1;正态分布统计学科学依据为什么要推行6sigma??正态分布?正态分布有两个参数,即均数μ和标准差σ,μ是位置参数,σ是变异度参数(形状参数)。当μ恒定时, σ愈大,表示X的取值愈分散,曲线愈“胖”;σ愈小,x的取值愈集中在μ附近,曲线愈“瘦”。 σ1> σ 2对商务或制造过程而言,σ值表示了缺陷发生的频度,σ值越低,过程不良品率越低,质量水平也越稳定。反之,σ值越高,不良品率越高,质量水平就越不稳定。如果生产制造过程中控制σ 值,使之在一个合理的范围内变化,那么就可以保证输出产品的质量,合格率高,输出质量稳定。商务制造为什么要推行6sigma??何为3σ??正态分布标准差Standard Deviation小概率事件:通常指发生的概率小于5%的事件,认为在一次试验中该事件是几乎不可能发生的。“3σ原则”:如图所示变量X落在(μ-3σ,μ+3σ)以外的概率小于0.3%,在实际问题中认为相应的事件是不会发生的,基本上可以把区间(μ-3σ,μ+3σ)看作是随机变量X实际可能的取值区间,这称之为“3σ”原则。如果输出的产品都落在±3σ之内,那么合格率可以达到99%。σ-3σ-2σ-1σ1σ2σ3σ68.27%95.44%99.73%既然“3σ”的合格率已经达到99%,为什么还要推行“6σ”?为什么要推行6sigma??同样的规格控制下,厂家C明显比A、B好很多,成本,质量稳定性等方面。如果A和B不改进不实施6sigma,随着客户的减少,最终有一天会面临危机,淘汰!举例“三个厂家A、B、C,生产同一种产品,客户要对产品尺寸进行抽样调查,计算均值及标准差,并制图分析比较。μ:均值客户接受范围LSLUSL?A ?B

文档评论(0)

yuzongxu123 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档