六西格玛品质管理方法(1)

1、進料管制2、成品管制3、製程管制4、設計管制AQFDB專案計劃，執行與管制CFMEADMAIC，SPCEDOE，田口，參數設計FQIT，CFT6σ品質管理方法CHAMPION－強式領導，負成敗之責。MASTERBLACKBELT－專業知識，提供技術支援能以文字和統計來溝通。BLACKBELT－通過嚴格評鑑(負責訓練、綠帶和監督)。GREENBELT－幾乎與黑帶相似技巧，但不及黑帶深度知能。TEAMMEMBER－對６σ技術有基本認識。改變帶頭人6σ之MAIC分析方法步驟1234567891011121314階段MEASUREMENT量測(實際問題)ANALYSIS分析(統計問題)IMPROVEMENT改善(統計解決)CONTROL管制(實質解決)關鍵步驟選擇製程／產品特性(了解顧客需求)流程圖建立量測每個不良機會率(DPU)檢測每次機會發生不良(DPMO)為其特性建立衡量標準(找出關鍵變數)選擇量測工具了解工具之能力決定其SHORT&LONGTERM製程能力確認每個步驟關鍵變異原因進行試驗以確定其影響為所有變異建立最佳運作參數為所有變異執行適切管制(用SPC來控管)每當製程操作一段期間後需確定其製程能力時常鑑控產品／製程特性(用DOE去找關鍵變數之操作視窗)分析工具SPC不良收集表SPC柏拉圖直方圖Cp分析魚骨圖DOETM與實驗計劃管制圖SPC-6σ-5σ-4σ-3σ-2σ-1σ+1σ+2σ+3σ4σ5σ6σ+∞-∞製造品質設計品質6σ-PPM品質計劃6σ-PPM品質目標一、6σ品質趨勢(A)品質要求趨勢與優勢(B)製程3σ與6σ製程理念(B-1)以良品率說明3σ和6σ品質要求(B-2)平均值偏離目標1σ時(3σ與6σ良品率比較說明，3σ品質水準不夠)(B-3)6σ品質水準含意(B-4)為何要挑戰6σ品質?(C)顧客對產品滿意需求二、認識Cp&Cpk品質指數(A)終極產品特質(B)符合變異需求之產品/流程特性(C)常態分配機率(D)製程能力(E)認識DPU三、6σ-PPM品質規劃(A)TQM體制建立(B)6σ-PPM品質策略規劃(C)6σ-PPM品質架構(以ISO9001為基礎和TQM架構下推展)四、1998年品質計劃(4-1)品質目標及達成狀況(4-2)品質方針展開(4-3)品質目標值說明(4-4)達成目標策略(4-5)策略規劃說明五、INTERNALBENCHMARKINGPROGRAM(A)設計品質競爭基準(B)製造品質競爭基準(C)產品品質競爭基準(D)品質績效競爭基準(D)中長期品質目標訂定(E)達成6σ品質步驟規劃(F)各部門計劃執行規劃(G)全面品質保證系統一、6σ品質趨勢σ品質需求YR.PPMCpCpk3.01930-197066,8301.000.503.51970-198022,7501.170.674.01980-19906,2001.330.834.51990-19951,3501.501.005.01995-19972231.671.175.51997-199831.81.831.336.01998-20003.42.01.506σ-PPM品質保證為3.4PPM，幾乎全良品，在競爭策略理念下，其產品品質就佔有極強品質競爭優勢。6σ-PPM表示方法：6σ-代表品質出廠水準(1σ、2σ、、、6σ)σ愈高愈好。PPM-代表品質出廠水準，保證其產品不會超過幾個PPM。Cpk-表示品質水準之高低、好壞(一切計量，計數值之品質數據皆可換算為Cpk值)(A)品質要求趨勢與優勢(B)製程3σ與6σ製程理念規格寬度4σ(美國)製程潛力===Cp=1.33(有缺點發生)製程能力3σ規格寬度6σ(日本)製程潛力===Cp=2(無缺點)DFM設計製程能力3σ(B-1)以良品率說明3σ和6σ品質要求：3σ6σ製程或PARTS良率PPM良率PPM199.73%2,70099.9999998%0.0021097.33%26,70099.999998%0.029078.4%21,60099.999982%0.183σ與6σ良品率比較(B-2)平均值偏離目標1σ時3σ6σ製程PARTS良率PPM良率PPM197.72%2,28099.9999713%0.2871079.4%225,97499.999713%2.879012.55%874,50099.9974%26ˍ管制界限是以u±3σ來訂制，因此，在常態分配下，3σ品質特性值99.73會落在±3σ，此時不良品頂多是0.27%而已。如此水準夠嗎?NO!CERTAINLYNOT!因為每種產品均由許多零件和許多製程而完成；如上圖顯示：`1個零件在3σ水準時良品率便有99.73%而10個零件在3σ水準時良品率只有97.3%而90個零件在3σ水準時良品率僅有78.4%而已要是零件品質特性之平均值偏一個σ，則含90個零件之良品率就會降到12.55%因此，每一個零件或每一個製程祇達到3σ品質水準是不夠的。(3σ和6σ良品率比較)(B-3)6σ品質水準含義若製程穩定，生產製品品質特性值標準差相當小，而小到平均值上下6σ會落在規格內，如此則產品品質會達到什麼程度?(如上圖所示)1個零件、6σ品質水準良品率=99.9999998%0.002PPM即使90個零件──亦有良品率=99.999982%0.18PPM要是平均值偏離標準一個σ，在90個零件產品中在6σ品質水準下，其良品率仍有99.9973%；27PPM由此可知，製程能達到6σ水準，不但不良率幾乎少到接近0，而平均值即使稍偏移目標值時，其影響亦微不足道。6σ品質水準，是通往世界品質(BESTINCLASS)之路，一旦達到此水準，不但客戶承認品質和服務卓越，更贏得客戶完全滿意。(B-4)為何要挑戰6σ品質?1.6σ品質水準為2000年品質趨勢。﹝圖一﹞2.顧客對產品滿意要求，顧客有權期望：a.產品完全沒有故障。b.依承諾準時出貨。c.高可靠度，沒有隱伏性故障。d.維護與服務減至最少。3.MOTOROLA導入6σ-PPM計劃，不但品質擠身WORLDCLASS之林，瀕臨崩潰企業亦得以此起死回生。4.6σ品質不但是品質量度亦是企業標竿，而更是使顧客完全滿意法寶。一旦導入，其DRIVINGFORCE無窮驅使企業訂定長期目標、達成策略、執行績效檢討、PDCA循環作持續改善、不達到目標誓不終止。5.6σ品質水準，幾乎全良品，實為當今品質競爭優勢所在。(C)顧客對產品滿意需求：(如何留住顧客?)1.產品完全沒有故障。2.依承諾準時出貨。3.沒有隱伏性故障，可靠度高。4.退修與服務減至最少。1.產品故障與生產過程總不良數成正比。2.每台CYCLETIME與總不良數成正比。3.隱伏性不良與製程總不良成正比。4.DFM設計與維修和服務成反比。1.減少DPU→減少總不良數減少產品故障率。2.減少DPU→減少總不良數減少每台CYCLETIME。3.提升可靠度→減少總不良數減少隱伏性故障。4.DFM→減少總不良數減少維修與服務。(1)認知方面─顧客有權期望(2)相關影響方面─DFM與生產總不良數(3)經由製程改進達成顧客滿意方面─減少DPU1.顧客滿意是每位員工責任，亦是公司賴以存活關鍵2.不良發生是產品和零件變異遠離目標值，致使其無法執行要求功能所造成。3.顧客有權要求“OTD”、“ZD”、“可靠度”、零維修和服務。4.一個完美電子產品，須具優越設計寬放，能生產全良品，和在設計範圍內，操作都永不失效。5.DFM是締造穩健產品最佳設計方法，亦是減少CYCLETIME和對6σ品質關鍵達成所在。1.增加顧客滿意度2.減少製造成本3.減少修護保證成本4.增加品質保證5.留住顧客1.高維修保證費用2.高製造成本3.增加資源浪費(檢查、重工)4.增加CYCLETIME不能按時出貨5.生意喪失給競爭者(4)減少DPU結果會導致(4)沒有DFM和高DPU效應客戶滿意的品質槓桿根據美國汽車工業小組的調查統計報告，[客戶滿意的品質槓桿研究]指出，在產品推出到市場的過程中，愈早投入品質的努力，愈能令客戶滿意，品質回收的利益亦愈大。100：110：11：11─：121─：1201、產品設計開發階段2、製造工程開發階段3、裝配生產階段4、客戶服務5、客訴抱怨處理12345變異-以單位來測定特性屬性-以參考標準比較來判定其好或壞特性Cp是穩健設計測量Cpk是被用來測量和管理設計或製造有關變異之能力和不良發生頻率DISSATISFIESTHECUSTOMERSATISFIESTHECUSTOMERDISSATISFIESTHECUSTOMER二、認識Cp&Cpk績效指數(A)、終極產品性質-變異(VARIABLE)和屬性(ATTRIBUTE)(B)、符合變異需求之產品/流程特性VALUESOFAPRODUCTCHARACTERSTIC產品特性值TARGETVALUEMAX.RANGEOFVARIATIONMAXALLOWABLELOWERLMITMAXALLOWABLEUPPERLMIT若製程是隨機變異u,a固定，此變異使接近-常態分配(u)MEAN(群體平均)TIGHTDISTRIBUTION(緊密分配)(σ很小)BROADDISTRIBUTION(σ很大)變異-3σ-2σ-1σTARGET+1σ+2σ+3σσ：是測量離勢或變異(變異情形通常以平均值μ和標準差σ來表示品質特性值之位置及分散情形)其值愈小愈趨中心分配，品質變異越小越穩定，亦即是平均值愈接近目標值。反之，σ愈大分配離中心值愈遠品質愈壞。NXΣXXnxΣNX2)(μΣ1)(2nXXΣ)(ZXPX-2σ-1σ1σ2σX222)(21xXefx)2(XP2-VALUE-2常態分配+∞-∞μ:母群體平均數(趨中勢)(=):樣本平均數(品質特性平均值μ之估計值)(=)σ:(離中趨勢)標準差(母群體)(σ=)S:樣本標準差(品質特性σ之估計值)(S=)(C)、常態分配機率設Z為常態隨機變數則則稱Z為標準常態隨機變數以代入得221)(2ZeZZ221)(2)(21)(22zezeXzXZaxZ2222)(2X)()(abZaPbaPaμb),(aNXaXZZ~N(0,1)aa0ab-3σ-2σ-1σμ1σ2σ3σxx68.26%95.44%99.73%如a=u-3σb=u+3σ則P(u-3σxu+3σ)=P(-3Z+3)=(1-0.00135)-P(-3Z)=(1-0.00135)-0.00135=0.9973=99.73%例(1)*可將任意常態變數X經由轉變成標準常態隨機變數此為常態分配標準化過程因此經由轉換過程再配合常態面積表就可求得所有常態隨機變數之多種機率值*而Z值亦是用來表示Defects或NON-CONFORMANCE部份，經此轉換便可求出σ和不良關係和Yield亦然由此可求其機率密度函數為設X～N(u,)求±3σ機率值(u-3σ)-u(u+3σ)-u=P(────z(────)aa代入XZZ)1,0(~),(~NZNX210X例(2)σ=2.00X~N(25,2)求P(Z≧27.9)求P(Z≦27.9)25.0045.12259.27)9.27(ZP0.0735%65.929265.00735.01)9.271(ZPX~N(μ,a)P(μ-3σ＜X＜μ+3σ)=P(-3＜Z＜+3)=99.73%a.製程能力指數介紹(目標值與製程平均值μ重疊,沒有SHIFT)Cpu(單邊UPPERSpec.Limit)CpL(單邊LowerSpec.Limit)Cp製程潛能指數(雙邊Spec.Limit))(33.13433UUSLZZUUSL33.13433ZLSL)33.1686(33.1233.133.12L