6SIGMA培训全套资料(-247页).ppt

6SIGMA培训全套资料(-247页).ppt

《6SIGMA培训全套资料(-247页).ppt》由会员分享，可在线阅读，更多相关《6SIGMA培训全套资料(-247页).ppt（251页珍藏版）》请在冰点文库上搜索。

1,6sigma培训,2,6sigma概念,4sigma的水平是30页报纸中有1个错字的质量水平5sigma的水平是百科全书中有1个错字的质量水平6sigma的水平是小规模图书馆中有1个错字的质量水平,3,6sigma概念,4,6sigma概念（使用工具）,6sigma不同推进阶段中，改善问题使用的统计工具,5,Y=f（x）,6,Y=f（x）,Question2）假如X良好的话，有没有必要继续实验及检查Y？

6sigma活动是对根本原因的因素（CTQ）聚焦后，展开改善活动,7,6sigma各阶段推进内容,8,6sigma各阶段推进内容,6SigmaProcess是以D-M-A-I-C5阶段构成并经过重要的13步骤6Sigma活动是通过现象分析，展开问题，查明临时性因素，以D-M-A-I-C程序改善关键少数因素。

先把握现象，能够1次性改善的部门采取1次性改善活动；然后下一个阶段再接着进行改善活动。

9,统计基本概念的理解,数据的计算方法中心位置特征值的计算：

10,统计基本概念的理解,散布的计算S（总变动：

TotalSumofSquares）:

偏差平方和无偏方差（UnbiasedVariance）:

S除以自由度（n-1）无偏方差的开方or标准偏差,11,统计基本概念的理解,参数和统计量参数（Parameter）：

描述变量集合的特性值统计量（Statistics）：

表示标本的特性值,12,统计基本概念的理解,13,统计基本概念的理解,Sigma的定义Sigma是希腊字母，表示工序的散布。

Sigma是统计学记述接近平均值的标准偏差（StandardDeviation）或变化（Variation），或定义为事件发生的可能性。

Sigma是表示工序能力的统计单位，测定的Sigma跟DPU（单位缺陷，DefectPerUnit）,PPM等一起出现。

14,统计基本概念的理解,可以说明拥有高Sigma值的工序，具备不良率低的工序能力Sigma值越大质量费用越少，周期越短。

15,统计基本概念的理解,平均值和拐点之间距离用标准偏差（）表示。

如果目标值（T）和规格上下限（USLorLSL）距离是标准偏差的3倍的话，说明具备了3Sigma的工序能力。

16,统计基本概念的理解,某班学生的国语平均分数是60分，按偏差是5的正态分布的话，随意抽取一个学生时，70分以上分数的可能性是多少？

17,统计基本概念的理解,正态分布：

N（60，52）标准正态分布：

N（0，12）70分的情况下Z-值是假如规格上限是75分的话，现在的工序能力是Z=2或是2。

Z值是已测定的标准偏差（）有几个能进入平均值到规格上下界限（USL，LSL）之间的测定值。

18,统计基本概念的理解,Z-值的计算70分以上的可能性有多少？

正态分布总面积是1某概率变量X到平均值（）之间距离除以标准偏差（）的值用Z来表示。

如果规格上限（or下限）用X来代替时超出规格上限的尾部面积可以认为有缺陷可能性。

Z值是用来测定工序能力，跟工序的标准偏差不同，在这里Z值是2.0，把全体面积作为1的时对应的面积0.0228。

19,Z值的计算,20,工序能力测定方法Z-值,Z=3,21,工序能力测定方法Z-值,Z=6,工序的变动（散布）越小工序能力越高。

其结果标准偏差更小，发生不良的可能性就低。

通过问题的现象分析把握工序能力（Z）：

要提高到6水平，统计上采取什么样的活动？

22,需要什么样的管理？

需要什么样的技术,长期内的工序能力因工序的中心移动及变动，跟ZltZst关系有关Zshift=Zst-ZltZst=Zlt+1.5,23,6sigma的质量水平是什么？

正态分布的平偏移（1.5）,24,按规格变化和平均值偏移的不良率,6Sigma品质是每百万个中3.4PPM，即Cp=2.0，Cpk=1.5,25,4BlockDiagram,2.52.01.51.00.5,123456,Poor,Good,Poor,Good,技术,Zst,Zshift工序管理,26,4BlockDiagram,A：

工序管理状态不足，现在技术水平也低B：

需改善工序管理，但技术水平优秀C：

工序管理优秀，但技术水平低D：

WorldTop水平的公司,27,聚焦问题点阶段,确定问题范围ProcessMappingProcessMapping是调查情报的流程，而使Process文件化为明确改善的可能性而使用的工具ProcessMapping制定定义Process范围（要改善的一般领域或特殊的Process）通过大脑风暴法制定Process的阶段顺序,28,聚焦问题点阶段,为了容易分析，使用符号为了验证Process，实际确认追加KeyProcess的值（Yield,Cost,损失费用，加班费用，Cycletime等）按题目的性质，使用分析图（ProcessLoss或浪费要素/改善Cycletime/改善质量/Flow改善）QFD（QualityFunctionDeployment）质量指标分解QFD是将顾客核心要求事项，转换分解成技术要求事项（规格），或暂定的CTQ的工具，由相关工序专家制定。

29,聚焦问题点阶段,QFDProcess进行市场调查，明确信赖性要求，及一般的要求事项和顾客对现在质量核心问题的要求。

对调查内容优先排序，为满足顾客的要求事项制定技术规格确定对顾客要求事项影响大的技术规格的先后顺序，对已确定的先后顺序的技术要求事项，转换成暂定的Part特性（CTQ）对技术规格影响大的特性要素（CTQ）进行排序QFD是为了能够改善顾客的核心要求事项，转换成技术规格的工具通过QFD把顾客要求事项系统化，最终选定暂定的CTQ，开展改善活动,30,聚焦问题点阶段,FMEA（FailureModes&EffectsAnalysis）故障模式及效果分析FMEA是明确制品设计上可能发生的问题和排定其顺序，并针对故障模式制定所采取的恰当活动FMEAProcess对已设计的制品用Brainstorming法列出可能的故障模式。

决定每种可能故障模式的重要度和发生可能性决定消除重要故璋模式而采取的方法开发消除或减少重要故障模式的方法,31,聚焦问题点阶段,部分分析法以优先级找出问题的核心事项典型的是：

80%的问题由20%产生决定活动课题和相关非常勤人员用逻辑树等方法展开问题后，找出最终区域，选定经验丰富的工程师来执行课题活动。

32,聚焦问题点阶段,找出活动课题的具体事项Brainstorming：

在短时间内得出很多主意的办法Brainstorming种类FreeWheeling：

全Team员以对话形式即兴发掘IdeaRoundRobin：

对事件，Team员轮流发掘IdeaCardMethod：

不经讨论，Team员把Idea写在卡片上，贴到墙上。

33,聚焦问题点阶段,Brainstorming时注意事项禁止批评全部Idea都要记录Idea发掘时不要解释或讨论粗略的Idea也要鼓励所有人都积极参与LogicTree（StructureTree）为达成目标的手段，用逻辑性表示Break-down（展开）的问题之间MECE（互不重复无遗漏的全体）MECE（MutuallyExclusiveandCollectiveExhaustive）（不重复，各个的和等于全体）,34,聚焦问题点阶段,确定活动题目的相关Benefit利益（定量/定性效果）为保证达成，明确改善金额对活动课题的问题记录在现象分析时，记录现在现象和所希望的现象计划时间管理通过分析把全部日程用具体的图表管理,35,测定（Measurement）,36,变化的理解,数据的分类,解决问题,工程问题/BottleNeck/Issue事项,37,变化的理解,连续型数据（计量型数据）Inchor时间一样能使用测定刻度的数据比较数值数据提供更多情报离散型数据（计数型数据）提供合格不合格之类情报的数据不能再细分化的数据,38,变化的理解,群内变化（WhiteNoise）WhiteNoise是工程内存在的日常因素引起的变化（偶然因素）现在的技术水平是不可能控制的变化一般工程的散布工程上受细小的多数因素的影响Z.st来表示,39,变化的理解,群间变化（BlackNoise）BlackNoise是工程外部因素影响中心值移动，一般情况下，可查明原因的变化（异常原因）现在工程上可控制的变化一般情况下，在工程的目标值下平均值偏移实际上可以知道随时间的变化，工程能力会怎样变化,40,群内、群间变化的区分例,群内变化：

每Line1，2，3内出现的（即Line内作业者间的变化）工程变化群间变化：

各Line间的变异而出现的工程变化,作业者1作业者2作业者3,作业者4作业者5作业者6,作业者7作业者8作业者9,Line1,Line2,Line3,41,变化的理解,RationalSubgroup（合理分组）批跟数据的种类无关，在可能的短时间内彼此类似的条件下作业的样本群。

RationalSubgroup是指Subgroup内只存在群内变化，Subgroup间只发生群间变化，将数据Grouping通过这种区分把握长期、短期工程能力经长期收集的数据是不管业务部门还是制造部门都包含在群内，群间变化。

42,工序能力,工序能力度评价,Short-termCapability（6）,Long-termCapability（3）,时间,SL,SU,lt,st,st,st,st,随着时间的变化，工序因各种外部因素（4M）变化，长期工序能力比短期工序能力散布大,43,工序能力,什么是工序能力工序在管理状态时，其工序生产的产品质量变化有多少程度的值：

或指在管理状态（稳定状态）下，工序能制造出来的质量水平的程度。

SixSigma工序能力是指工序的变化（or标准偏差：

）小，即使乘以6倍变化值也能够满足规格的工序能力。

44,工序能力,短期/长期工序能力的意义短期工序能力是只存在群体内变化，表示取样的数据都具有同样的质量特性，但有主要技术要素引起质量特性变化，因此，质量特性变化越大，散布也就越大，短期工序能力也就越差。

ShortTermProcessCapabilityIndex：

短期工序能力指数Zlt（lt），CpkZlt=3Cpk,45,工序能力,长期工序能力是包括群内变化和群体间变化，为了改善技术和工序管理，必须判断工序是否稳定时，用长期工序能力的特性来取样，来确认包括管理因素引起的变化和技术的要素引起的变化。

LongTermProcessCapabilityIndex：

长期工序能力指数Zlt（lt），CpkZlt=3Cpk,46,GageR&R,GageR&R实行时注意事项以Blind测定来评价决定几名评价者为合理接产品的重要性和统计特性决定试料数的反复次数预先决定评价周期抽取样本时运用随机原则，但实施GageR&R时须对试料事先计划再行抽样,47,GageR&R,一般是看%Tolerance值来判断Gage的接受与否，但%StudyVar在20%以上时，有必要点检工序ProcessGageR&R值较大时，必须制定改善计划进行改善。

如果测定系统有误差，但不改善系统的话，在执行6Project期间要接受测定系统可能发生误差的危险。

48,GageR&R,适合贯能判断时GageR&R对各Parts用贯能来判定合格与不合格，或gonogo时1V外观检查时，2名评价者反复测试20个管子,49,测试,50,测试,如果各部品别4次都有出现同样结果的话，其评价是可接受的%GageR&R=320100%=15%,51,GageR&R,长期方法时GageR&R的Minitab运用GageR&R的Graph解释P39,52,GageR&R,P38,53,GageR&R,Xbar管理图测定值超出管理界限，表现为良好的结果。

如果测定值的50%以上在管理界限内的话，这个系统不适合。

管理界限是用测定者间的测定值变化来计算，因此测定值的变化小说明管理界限的幅小，即说明测定者间的测定值变化很小测定的变化（测定者，测定系统）比部品间变化相对小，可以读出Parts间变化的情况,54,GageR&R,R管理图大部分的测定值在管理界限内表示所测定的数据的值是正常的,55,GageR&R,NumberofDistinctCategories=4表示检测部品的信赖性区间不重迭的个数,4个Categories,对同样部品的同样特征值量，由3名检查者反复检测2次。

可以分为4组对特定部品测定，信赖性区间小说明测定者和测定有反复，且测定很准确。

如果信赖性区间重迭意味（信赖区间不重迭意味着组数小）测定的变化大。

56,GageR&R,NumberofDistinctCategories判断方法NumberofDistinctCategories：

01不适用（改善检测系统）NumberofDistinctCategories：

24附加条件时可接受NumberofDistinctCategories：

5以上可接受,57,GageR&R,长期方法时GageR&R的Minitab运用选定MonitorCover为SixSigmaThemeSpec=2.31.5为确认测定系统，3名检查者对10个部品反复测试2次Filename:

Gageaiag.mtw,58,GageR&R,短期的方法时GageR&R运用CTQ部品的Spec是2.0000.015时,59,GageR&R,测定差平均值=R/5=0.015/5=0.013测量误差=（5.15/1.19）（R）=4.33公差的测量误差=（0.0130.030）100%=43.3%参考）测量误差用测定差的平均值乘以常数（这里是4.33）来计算。

常数在5.15/d*里已有计算，d*是下表中的值，5.15是Gage引起的变化能满足5.15是Gage引起的变化能满足5.1599%值。

60,对测定差平均分布的d*值,61,GageR&R,GageR&R类型短期的方法只需要2名测定者和5个部品不能分离反复性和再现性可以迅速确认想测定的计测器的接受与否长期的方法典型的是23名的测定者对10个部品反复测定23次可以明确把握测定系统的变化有多大，能分离反复性和再现性,62,GageR&R,对测定系统变化的理解线性（Linearity）：

通过期望的Gage工作范围比较精确度得到的值即在已定的工作范围的两边界线区间上，最少研讨1回的精确度得到的值的差。

63,GageR&R,偏差大,偏差小,参考值,测定值,参考值,测定值,64,GageR&R,对测定系统变化的理解稳定性（Stability）：

在一定的时间间隔下把标准品用同一的计测器测定同一的特性值时得出的变化。

Stability,Time2,Time1,65,GageR&R,偏移（Bias）：

实际测定值跟试料平均值的差异值叫准确度（Accuracy）,Bias,ReferenceValue,ObservedAverageValue,66,GageR&R,反复性（Repeatability）：

1名测定者使用同样计测器测定同样部品的同样特性时得到的变化,Repeatability,67,GageR&R,再现性（Reproduceability）：

同样部品的同样特性使用同样计测器由多名测定者测定时得到的变化。

Reproduceability,测定者2,测定者1,测定者3,68,变化的理解,为什么要RationalSubgroupingRationalSubgroup是6Sigma的一个强大的工具。

是区分工程的短期工程度能力的重要方法可以把握平均值移动问题还是散布问题把问题特殊化的第一个阶段,69,变化的理解,RationalSubgroup要包含的要素：

为了明确给工序变化暂定影响的X因素，使用5M求解特性要因图Man：

作业者变更，昼夜班次交换，新作业者等Machine：

机械设定值变更，设备维修&维护等Material：

交付LOT，作业安排，原材料等Method：

作业者间的作业方法差异等Measurement：

测定者的变化，测定设备误差等,70,变化的理解,RationalSubgrouping事例改善供应TVBackCover协力社的质量，为了分析部品变化的原因制定RationalSubgrouping计划预想的暂定“X”因素及实际计划两台注塑机：

对两台注塑机实施下列内容交接班：

对交接班别取样分析每周作业者的变更：

对每周变更的作业者别取样分析按原材料别构成Lot，分析Lot别有无差异,71,工序能力,工序能力的数学式两侧有规格的工序能力,SL,SU,72,工序能力,在偏移时的工序能力,SL,SU,K,M,73,工序能力,用语解释K：

偏移系数（如果K=0，Cp=Cpk）M（Mid-range）：

规格的中心T（Tolerancne）：

公差SU（UpperSpec）：

规格上限SL（LowerSpec）：

规格下限,74,工序能力,只有规格上限的工序能力,SU,75,工序能力,只有规格下限的工序能力,76,工序能力,工序能力的Minitab运用葡萄酒农场为了参加庆祝大会，在准备过程中，有必要改善葡萄酒质量而准备Project，首先为了把握现象，按合理分组计划规划得出了包括下列“X”因素的葡萄酒质量“Y”的样本。

X因素：

地域，木塞，葡萄酒味，透明性，香气，葡萄酒瓶,77,工序能力,短期工序能力有关的统计值Cp，Cpk，Cpu，Cpl长期工序能力有关的统计值有Pp，Ppk，Ppu，Ppl为了计算短期工序能力，使用只考虑组内的滚动，即群内变化的Zst，以用暂定目的地工序能力或最高的工序能力来表示。

并且表示通过改善活动消除平均值移动引起的偏移时的最高的能力。

为了计算长期工序能力，考虑规格的上、下限，表示实际的工序能力，用群内、群间变化都考虑在内的Zlt。

78,离散型数据分析,用语解释D（Defect）：

缺陷or不良（事项）为了满足顾客的要求事基而浪费的再作业或失败的工作。

例：

把顾客的要求事项记错的差错情报。

DO（DefectOpportunity）：

机会损失（缺陷）可能引发的机会损失（缺陷）的行动或事件。

例：

须在一张要求式样上记录的项目数,79,离散型数据分析,U（Unit）：

组件组件测定可能机会的细节例：

要求样式DPU（DefectPerUnit）：

每个组件内存在的缺陷数DPO（DefectPerOpportunity）：

每个机会损失数,80,离散型数据分析,DPMO（DefectPerMillionopportunity）（每百万要会损失数）1,000,000单元存在的损失数DPO1,000,000转换SixSigma比率P（ND）=NoneDefect：

无损失机会不能成为损失的可能性P（ND）=1-DPO,81,离散型数据分析,DPU/DPO/DPMO/P（ND）改善发出了张送货单，其中检出100个不符合项，如果各单元有10个项目，DPU/DPO/DPMO/P（ND）各是多少？

DPU=D/UDPU=100/100=1.0（100%）该值表示平均值，所以每张送货单包含1个符合项,82,离散型数据分析,DPO=D/（UOpp）DPO+100/（10010）=0.1（10%）该值表示所发出的送货单的每个最小有1个不良的可能性是10%。

DPMO=DPO1,000,000例：

上例DPMO是0.11,000,000DPMOP（ND）=1-DPO=1-0.1=0.9（90%）,83,离散型数据分析,利用泊松公式计算收率利用泊松公式这里Y：

收率DPU：

组件缺陷数R：

e：

指数函数2.71828,84,离散型数据分析,r=0时Y=e-dpu对缺陷机会数越大，“Y”越接近“0”,85,离散型数据分析,ProcessYield（例题）如果750组件有34个的缺陷时，计算DPU/DPO/DPMO/Yield/Sigma各是多少？

（各组件有10个的机会数）DPU=缺陷数组件数=34750=0.0453DPO=缺陷数（组件数机会数）=34（75010）=0.00453Yield值是Y=e-dpu=2.7138-0.045=0.9559=95.6%,86,离散型数据分析,DPMO=DPO1,000,000=0.00451,000,000=4,500PPM一个组件有45,000PPM的缺陷Sigma=Zinv（0.9556）+1.5（偏移）=1.71+1.5=3.21Zinv是把Z值按面积来换算的值，以标准正态分布来计算。

87,离散型数据分析,收率的种类YFT（FirstTimeYield）：

（单工序单次收率）表示再作业后没有修理的收率的值应用：

决定个别工序的个别质量水平时使用。

YRT（RolledThroughputYield）：

全工程一次性直通收率表示一个产品通过全工各没有经过一次的修理和再作业，到最终合格为止的收率值。

应用：

在所有工序上按顺序的阶段来进行累计后，评价质量水平时使用。

88,离散型数据分析,YNA（NormalizedYield）：

标准收率表示计算连续工序的评价收率的值应用：

完成产品的质量水平评价时使用。

89,收率概念比较,90,离散型数据分析,VFT（FirstTimeYield）,91,离散型数据分析,工序A有输入100个Unit（组件）输入的70%组件没有缺陷已经销售输入的30%组件有缺陷并再作业15个组件修理完毕，15组件报废现在为止的FinalYield（YF）最终收率是85%因FirstTimeYield（YFT）表示归初的作业是正确的，所以现在情况下YFT是70%。

92,离散型数据分析,YRT（RolledThroughputYield）产品A由3个连续的阶段来形成的话，YRT/YND的值的值是什么？

阶段1,阶段2,阶段3,YFT=80%YF=100%,YFT=70%YF=90%,YFT=90%YF=95%,93,离散型数据分析,YRF是连续的各阶段YFT之乘YRT=0.80.70.9=0.504（50.4%）没有考虑作业计算各阶段的平均收率不是算术平均，而使用各阶段的几何平均值YND（NormalizedYield）这里n表示工序的数,94,离散型数据分析,上例YND（NormalizedYield）各阶段平均YFT=79.6%正常收率是全工程平均收率，以YND（NormalizedYield）值来计算Sigma值通过YRF可以知道工程真正的收率（累计直通率）部品数或工序（作业）的阶段越少，收率值越大。

95,离散型数据分析,并列构成的工序的累计收率的计算ProcessMapping中并列构成的工序变换为直列来计算收率,96,离散型数据分析,YRF=Y1Y2Y3Y4=0.990.910.990.991/30.970.98=0.9035YNA=（YRT）1/3=（0.9035）1/4=0.9749损失（缺陷）概率=1-0.9749=0.0251利用正态分布查找0.0251值的Z值，可知Z=1.96,97,分析（Analysis）,98,Graph分析,想知道什么？

跟实际问题相结合，明确产生结果将预想产生的结果与试验计划结合Focusing按预想产生的结果制定数据收集计划怎么做呢？

利用收集的数据，运用（实际）Graph来分析,99,Graph分析,对Graph分析结果相应采取措施Graph分析结果，确认是否得到所需要的结果后，决定有无追加研讨事项实际对Graph分析结果，改善可能的部门，采取一次性改善措施。

100,Graph分析,Graph分析的Minitab运用在空调生产在线Compressor（压缩机）组装时间对暴露在湿气的时间很重要，因此对3个生产线的3名作业者，调查了3组组装作业时间的数据。

101,假设检验（HypothesisTest）计量值,什么是假设检验？

指想知道的内容用假设来设定，对