6Sigma资料

6SIGMA知识讲座一、6Sigma基本概念二、6Sigma推行方法三、6Sigma解决问题方式四、6Sigma培训内容介绍五、6Sigma案例六、6Sigma常见问题一、6Sigma基本概念6Sigma文化可以为企业提供战略方法和相应的工具，通过严谨的、系统化以及以数据为依据的解决方案和方法，消除包括从生产到销售，从产品到服务所有过程中的缺陷，从而改善企业的利润。什么是6Sigma?在统计学中，是希腊字符，代表标准差，用来对变异进行测量。（6σ的本意是：通过提高过程能力使过程特性的标准规格可以覆盖特性实际测量的标准偏差σ的正负6倍范围）---注意R（极差）、S（偏差）、σ（标准偏差---当取样的数量为无穷大时的S值）概念对于任何企业来说，过程变异都是他们最大的敌人之一，因为过多的过程变异会导致产品和服务无法满足客户要求，为企业带来损失。大多数企业的运作过程都保持在3至4个Sigma的水平，也就是说在100万个造成缺陷机会中，存在6,200至68,000个缺陷。相对而言，保持6Sigma运作的企业，在100万个造成缺陷的机会中，只有不到3.4个缺陷。6Sigma系统方法的基本目标是建立并实施以测量为依据的战略，通过实施6Sigma改善项目，改善制程，减少变异。这一目标要通过两套6Sigma系统方法来完成：DMAIC和DMADV。6SigmaDMAIC过程（D-定义、M-测量、A-分析、I-改善和C-控制）主要针对不能满足要求的过程，对其进行突破性改善。6SigmaDMADV过程（D-定义、M-测量、A-分析、D-设计和V-验证）主要针对新产品和过程的开发，使得新产品和过程的绩效达到6Sigma的水平。以上的这两个过程都是由6Sigma绿带和黑带负责实施，由6Sigma黑带导师负责监督执行。二、6Sigma推行方法最高管理层负责挑选顾问，协调高层管理工作坊，审批首批黑带，演示6Sigma测量系统，确定关键改善重点，改进项目的进展，建立奖励晋升体系。项目领导负责统筹管理人员的培训，挑选黑带人员，选择实施项目，组织审核，实施奖励和晋升体系。黑带人员和绿带人员协调确认和实施项目，向项目领导报告项目进展和存在障碍，协调对部门经理和员工进行培训。三、6Sigma解决问题方式DMAIC方法DMAIC方法是在每个定义的阶段中，有效运用适合的质量工程工具。过程中的变异是造成不合格品产生的重要原因，通过正确使用这些质量工具就能够识别出这些变异，从而进行分析、改善及控制。四、6Sigma培训内容介绍NO课题课时选择参加对象16Sigma导入与应用6-12hrs总经理及各部门经理、主管26Sigma黑带（BlackBelt）训练20days中高层管理人员36Sigma绿带（GreenBelt）训练6day中高层管理人员46Sigma高级经理人训练6-12hrs董事长、总经理等高层主管5企业诊断与项目确立12-18hrs总经理及各部门经理、主管6关键质量特性CTQ6hrs中高层管理人员76Sigma流程战略12hrs全体管理人员8品质成本管理6hrs相关管理人员9品质机能展开（QFD）12hrs相关管理人员10潜在失效模式与效应分析（FMEA）6-12hrs相关管理人员11量测系统分析（MSA）6-12hrs相关管理人员12统计过程控制（SPC）12hrs相关管理人员13实验设计（DOE）12-18hrs相关管理人员14单变量回归分析6hrs相关管理人员15多重回归分析6hrs相关管理人员16防呆法6-12hrs相关管理人员17初级统计技术应用（QC手法）6-12hrs相关管理人员18高级统计技术应用6-12hrs相关管理人员19实验计划之管理效益6hrs相关管理人员20概率与分布6hrs相关管理人员基础质量工程(QEF)目前很多企业还不能有效利用质量工程工具，例如：流程图，失效模式和效果分析（FMEA），统计制程控制（SPC），量具重复性和再现性（GRR），质量成本(COQ)和实验计划法(DOE)等，这些工具表面上看起来非常普通，在改善方面却极为有效。造成这一现象的原因往往是由于对基本统计学或工具的应用缺乏较深层次的正规培训。目的基础质量工程（QEF）的目的是为参加培训人员深入介绍各种质量改善工具及其应用。在培训结束时，参加者能够独立应用质量改善工具，并且也为参加更深层的培训课程（例如6Sigma绿带/黑带培训或美国质量协会（ASQ）注册质量工程师（CQE）考试）打好基础培训对象担任质量工程工作的质量，设计开发和制程工程师或主管。基础质量工程（QEF）培训课程一、效模式及效果分析(FMEA)1.定义，背景和类型为什么要运用FMEA？什么是成功的运用？FMEA在不同行业的应用2.制程FMEA步骤何时开始？TypesofmeasuresscoredRPNandActionPriority改善分析基本步骤制造型与服务型FMEA3.实施FMEA时应注意的事项FMEA的关键因素4.过程图和因果关系分析解释如何用绘图工具描述过程解释关键因素（CTx's）,关键过程输入变量（KPIV）和关键过程输出变量（KPOV）的定义及其之间的关系确定实际运作的过程，并找出隐藏工厂。量化累积直通率建立过程图，因果关系图，失效模式及效果分析（FMEA）和能力/控制计划之间的关系因果关系分析鱼骨图因果关系矩阵二、测量系统分析(MSA)1.增加检测的结果2.了解测量也是一个过程确认和量化测量变异的来源比较测量系统变异和过程变异找出测量系统和全面过程变异改善机会3.测量系统分析术语精确性准确性重复性再现性Discrimination稳定性线性关联性4.计数型量具重复性和再现性评估分数评估分数和计数型数据筛选有效性分数筛选有效性分数和计数型数据5.计量型量具重复性和再现性P/TRatioP/TVRatioDiscriminationIndex%R&Rvscapabilityindices三、实验计划法(DOE)1.了解数据测量的范围数据的类型质量性和数量性离散分布和连续分布图表工具类型用图表描述数据图表绘制规则2.数据分布状态不是所有的数据都是正态分布处理非正态分布数据中央极限定理3.描述性统计工具中央倾向测量平均值中线模式离散度的测量范围标准差变异4.质量七工具因果关系图运行图散布图流程图柏拉图直方图控制图5.管理七工具亲合图关系图树形图矩阵图过程决策图活动网络图优先矩阵6.假设检验单样板检验双面检验单面检验双样板检验变异假设检验单样板检验双样板检验多参数检验特点方法-按部就班的建立单方面ANOVA假设检验Chi-SquareGoodness-Of-FitTest1.假设检验理论和方法解释并确定假设检验及其价值解释无零和备择检验的概念，并且正确使用有效利用假设检验了解单参数和双参数检验通过下列方式的运用：单样板t-检验双样板t检验和双对t检验了解变异检验的运用通过Minitab软件有效运用检验技术(提供样板软件)2.OFAT(每次一个因子)描述单因子实验法和多因子实验法之间的区别限制3.实验方法介绍实验方法步骤同假设检验的相似之处同假设检验的不同之处实验方法的障碍4.全因子设计实验法描述一个全因子实验定义什么是因子和级别，解释在全因子实验设计中所用到的一些符号的意?gt;解释主要结果和相互作用设定并分析2x2全因子实验法(使用Minitab)5.2K因子设计描述一个23实验用图表表明输出结果，例如立方图(cubeplot)了解中央点的价值Reducetheexperimentalmodelappropriatelyanduseresidualsandfitstoexaminetheresult用Minitab软件设定并分析一个23实验6.DOE在Sigma中的运用介绍田口损失函数(TaguchiLossFunction)，以及如何将它作为一个质量测量方法进行运用设计一个23因子实验法(或者是一个更简单的实验)，并进行分析，以减少标准差为目的。7.部分因子实验法筛选设计部分因子设计Alias关系设计解决方案Foldover设计饱和设计8.田口(Taguchi)方法损失函数(LossFunctions),球门与田口(Goalpost和Taguchi)控制和噪音因素田口(Taguchi)技术DOE模式:传统与田口(Taguchi)信噪比(Signal-to-NoiseRatio)四、能力分析----SPC(统计制程控制)1.了解能力评估的必要性2.能力分析的类型长期的和短期的3.关于Z-ScoreZ-score的计算方法Z-transform计算缺陷率1.5Sigma浮动t4.方法计量型数据输出计数型数据输出5.DPU的计算方法介绍使用Poisson模式，作为缺陷模式零缺陷的概率1.控制方法介绍现有管理工具和方法介绍头三代管理第四代管理:JoinerTriangle非正式系统的结果不同的控制方法2.统计制程控制(SPC)的理论和变量为什么需要使用统计制程控制(SPC)SPC介绍实施理论连续数据控制图X-bar和R控制图分组和频次控制图的理解对于失控状况的反应连续数据的其他Shewhart控制图3.计数型数据的SPC离散数据的控制图P,NP,C,和U控制图低频率事件控制图4.其他控制方法预先控制EWMA,移动平均和累积和全面控制方法(TCM)全面控制方法(TCM)的元素6Sigma绿带培训课程概述绿带培训课程是为介绍6Sigma方法（DMAIC）而设计。具体内容包括介绍使用的工具，以及讨论6Sigma的应用和框架。本课程的核心是通过课堂授课，工作坊和讨论的方式介绍6Sigma方法。成功执行这个计划可为企业往后持续性改善活动的执行打下深厚的基础。培训结束时，学员将全面，完整地了解6Sigma方法（DMAIC），并能够正确应用6Sigma方法,以步骤化的手段大幅改善工序上因变异所造成的不良率可靠度、返工等生产运作成本。培训对象专为以下人员设计l直接参与降低成本项目的人员2规划并设计降低成本项目结构的人员3用最新的实践方法加强技术概念的人员培训时间：共6天6Sigma介绍测量阶段概述改善基础过程图因果关系分析潜在失效模式效果分析（FMEA）能力分析测量系统分析（第一部分）测量系统分析（第二部分）分析阶段概述检设检验理论和路线图检设检验方法单变量（ANOVA）分析非参数统计课程重温改善阶段概述实验计划法介绍全因子实验2K因子设计控制阶段概述控制介绍SPC理论和变量图表计数值SPC图表和预先控制图6Sigma黑带培训6Sigma黑带人员是实施6Sigma项目公司的核心。因此，一个完整的，精心设计的黑带培训课程也就是整个6Sigma项目取得成功的关键。同为期10天的绿带培训不同的是，黑带培训要求20天的课堂讲授，针对先进改善工具进行介绍和讲解。而要想获得6Sigma黑带证书，就必须成功完成一个6Sigma项目课程目的6Sigma黑带培训课程向参加人员深入介绍一套完整的6SigmaDMAIC先进方法和概念注册黑带人员能够领导公司的6Sigma项目。定义和测量主要内容----培训天数6Sigma突破性改善工具(dMAIC)6Sigma项目需确定内容确定项目范围和界限问题描述项目指标测评基准和项目目标预测项目回报-所有回报折算成金额计算软件的基本了解，Minitab软件1天数据简介数据分布状态初级统计学(使用Minitab软件内的案例)能力分析(使用Minitab软件内的案例)1天其他能力评估工具，例如DPU,RTY等等过程图-确认隐藏工厂因果关系分析鱼骨图因果矩阵项目检讨1天失效模式及效果分析（FMEA）评估程序FMEA工作坊测量系统分析术语和增加检测的结