知名韩企六西格玛(6sigma)黑带培训教材.ppt

3 -*/29 3部 统计基础 1. 6 Sigma的概念 2. 6 Sigma的达成方向 3. Data的计算 4. Data的种类 5. 工程能力指数 6. 相关关系 7. 累计直通率 8. 画Graph SIX SIGMA TASK TEAM 6 Sigma的概念 ◆ 总体和样本 样本 (Sample,10) 总体 (N=1,000) Sample 10个测定 (规格 : 100±4) Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ Ⅹ 96 97 98 99 100 104 101 规格 下限 规格 上限 102 103 全数检查从时间上, 经济上是不可能的 ! 利用Sample的统计变量 (平均值和散布) 推定总体. 总体能不能判断为良品？ 1) AQL → Yes : 因为Sampling的10个测定值都在规格内 → OK 2) SPC → No : 用Sample Data推定总体的不良率为 2.8% → Epidemic 水平 * AQL(Average Quality Level) : 合格品质水准 SPC(Statistically Process Control) : 统计性的工程管理 3 -*/26 6 Sigma的概念 6 σ 3 σ 3.4ppm 平均值 USL + 6 σ - 6 σ - 3 σ + 3 σ σ 6.68 % σ σ LSL Defect Probability Area σ 3 -*/26 σ(Sigma)是- Sigma是希腊字母，表示工程的散布的尺度. - Sigma是表示工程能力的统计单位,测定的 Sigma跟 DPU(单位缺陷,Defect Per Unit), PPM 等一起出现. 可以说明拥有高sigma值的工程，具备不良 率低的工程能力. - Sigma的水平值越大品质费用越少,周期越短。 ★平均值和拐点之间距离用标准偏差(σ)表示。 如果目标值(T)和规格上下限(USL or LSL) 距离是标准偏差的3倍的话，说明具备了3σ 的工程能力. ★所以通过改善,散布(σ)缩小了以后，在已知 的规格内能进入6个σ的水准就称为6σ. 6 Sigma的概念 3 -*/26 Process Capability 无偏移时不良率 (理想的工序时) ±1.5σ 偏移时不良率 ±1σ ±2σ ±3σ ±4σ ±5σ ±6σ 317,300 45,500 2,700 63 0.57 0.002 697,700 308,700 66,810 6,210 233 3.4 按Process Capability和平均值偏移的不良率 ex) 用品质水平为99%的部品1,000个开发显示器, 生产时显示器的预想品质水平是？ Yield = 0.991000 ? = 0.000043171Yield = 0.9991000 ? = 0.367695424 Yield = 0 ? = 0.904832893 所以工程能力处于3σ的时候, 我们不能说是很好的品质! 现在的水准 Stretch Goal:6σ 规格下限 (LSL) -6σ -5σ -4σ -3σ -2σ -1σ χ +1σ +2σ +3σ +4σ +5σ +6σ 规格上限 (USL) -1.5σ ＋1.5σ 正态分布的平均偏移(± 1.5σ) 6 Sigma的概念 6σ 自己判断行动，只有自己认定的事项报告给上级； 5σ 自己判断行动，不是很顺利的情况下报告给上级； 4σ 自己判断行动，所有的行动都报告给上级； 3σ 按照自己的意愿想了解决方法后，告诉上级， 没有特别指示的话，就实行； 2σ 按照自己的意愿想了解决方法后，拿到上级那里； 1σ 按照自己的意愿思考以后，拿到上级那里； 0.5σ 把问题拿到上级那里； 0.2σ 问上级下面要做些什么； 0.1σ 接受上级的下面要做什么的指示； 0.0σ 什么都不能做。（不及格） 想不想判断你现在的业务水平为多少？ 3 -*/26 6 Sigma的概念 部品数/ 连续工程的收率变化 93.32 87.08 70.77 50.08 25.08 3.15 0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.50 66810.63 99.38 98.76 96.93 93.96 88.29 73.24 53.64 28.77 4.44 0.20 0.00 0.00 0.00 0.00 0.00 1.33 0.83 6