03889-SPC培训讲义.pdf

SPCSPC培训讲义培训讲义培训讲义培训讲义 第一章: 认识SPC 第二章: 基本统计概念 第三章:SPC管制图类别 第四章:SPC管制图 第五章: 制程能力分析 第六章:SPC总结 第七章:SIXSIGMA介绍 Jackson 2003/10/16 第一章第一章第一章第一章: : 认识认识认识认识SPCSPC 一.什么是SPC SPC- Statistical Process Control 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控如何控 制大批量产品质量制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已 不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国 开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并 发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了 理论和方法基础。理论和方法基础。 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计 原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有 效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。 二.SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措 施的指南。 三.SPC的焦点制程(Process) Quality，是指产品的质量。换言之，它是着重买卖双方可共同评断与鉴Quality，是指产品的质量。换言之，它是着重买卖双方可共同评断与鉴 定的一种既成事实. 而在SPC的想法上，则是希望将努力的方向更进一步的放在质量的源头 制程（Process）上. 因为制程的起伏变化才是造成质量变异（Variation）的主要根源. 四.SPC的推行步骤: 确立制造流程、制造流程解析 决定管制项目 实施标准化 管制图的运用问题分析解决 制程条件变动时 管制图的运用 Cpk1.33 问题分析解决 制程的继续管制 制程能力分析 Cpk 1.33 受控受控受控受控 (消除了非机遇原消除了非机遇原 因因) 制程控制制程控制 范围范围 范围范围 不受控不受控不受控不受控 (存在了非机遇原因存在了非机遇原因) 受控受控，能力符合要求能力符合要求受控受控，能力符合要求能力符合要求 (机遇原因造成的变异已减少机遇原因造成的变异已减少) 制程能力制程能力 规格上限规格上限规格下限规格下限 范围范围 受控受控，能力不符合要求能力不符合要求受控受控，能力不符合要求能力不符合要求 (机遇原因造成的变异太大机遇原因造成的变异太大) 制程改善循环制程改善循环 P PD D A AC C P PD D A AC C 1.分析制程分析制程2.维护制程维护制程 P PD D A AC C 3. 1.分析制程分析制程： 本制程应该做什么本制程应该做什么？ 会出现什么问题会出现什么问题？ 本制程会有哪些变化本制程会有哪些变化？ 我们已经知道本制程的什么全距我们已经知道本制程的什么全距(全距全距)？ 哪些参数受全距哪些参数受全距(全距全距)的影响最大的影响最大？哪些参数受全距哪些参数受全距(全距全距)的影响最大的影响最大？ 本制程正在做些什么本制程正在做些什么？ 本制程是否在生产废品及需要返工的产品本制程是否在生产废品及需要返工的产品？ 本制程生产的产品是否处于受控状态本制程生产的产品是否处于受控状态？ 本制程是否有能力本制程是否有能力？ 本制程是否可靠本制程是否可靠？ 2.维护维护(控制控制)制程制程： 制程是动态的制程是动态的，并且会随时间而变化并且会随时间而变化。 监控制程的能力指数监控制程的能力指数 查出查出非机遇原因非机遇原因的变异的变异，并采取有效的并采取有效的 措施措施 3. 使制程稳定使制程稳定，并以维持制程的能力指数并以维持制程的能力指数 充分理解充分理解机遇原因机遇原因造成的变异造成的变异 减少减少机遇原因机遇原因造成变异的发生造成变异的发生 第二章第二章第二章第二章: : 基本统计概念基本统计概念基本统计概念基本统计概念 N母体数(批量数)USL规格上限 n样本数(抽样数)SL规格中心限 (u=规格中心值) X平均数LSL规格下限 R全距Ca准确度(偏移度) (s )方差Cp精密度(离散度) (S)标准差(S=母体标准偏差,s=样本标准 偏差) Cpk制程能力指数 P不良率估计标准差 22 不良率估计标准差 NP不良数T规格公差T=USL-LSL C缺点数其他 U每单位缺点XUCL平均数管制上限 DPPM百万分之不良 Xbar(X)平均数中心限 UCL控制上限XLCL平均数管制下限 CL控制中心限RUCL全距管制上限 LCL控制下限Rbar(R)全距中心限 M(X)中位数RLCL全距管制下限 1. N=母体数(批量数): 指母体(批量)数多少的个数.(例: 共了50个数,N=50) 2.n=样本数(抽样数): 指样本(抽样)多少的个数.(例: 抽了7个样品,n=7) 3.X=平均数: 所有数的平均值,计算公式: X=(X1+X2+Xn) / n n=样本数,X1,X2表示各个数值 例有数值: 1.5 1.6 1.7 1.55 1.65X=(1.5+1.6+1.7+1.55+1.65) / 5=1.6 4. R=全距: 该组最大值-最小值的得数,计算公式: R=MAX(该组最大值)-MIN(该组最小值) 部份计算公式 例有数值: 1.5 1.6 1.7 1.55 1.65R=1.7-1.5=0.2 2 5. 方差 =s = 6. 标准偏差 1.母体标准差=S= 2.样本标准差=s= å(Xi-X) n-1 å(Xi-X)2 n å(Xi-X) n-1 2 22 7.中位数M,该组数据数值大小的中间一位,若该组数是偶数,取中间两个数的合进行平 均,例如 A: 1 3 4 5 8 M=X=4 B: 2 2.5 3 4 7 7.5 M=X=(3+4) / 2=3.5 8.Xbar-R常数表 N2345678910 A21.8801.0230.7290.5770.4830.4190.3730.3370.308 d21.1281.6932.0592.3262.5342.7042.8472.9703.078 D3-0.0760.1360.1840.223 D43.2672.5742.2822.1142.0041.9241.8641.8161.777 = R / d2 9. 制程中心没有偏移良品率 表 水平良品率% 168.27% 295.45% 10. 制程中心偏移1.5良品率表 水平良品率% 130.23% 269.13% 399.73% 499.9937% 599.999943% 699.999998% 393.32% 499.3790% 599.97670% 699.999660% 95.45% 99.73% 正态分布概率 68.26% µ +1+2+3-1-2-3 第三章第三章第三章第三章: : 管制图类别管制图类别管制图类别管制图类别 1. 计量型数据 所谓计量型数据,就是均由量具实际量测出来的数据,如长度.重量.电流值.尺寸等 具有连续性的数据. 2. 计数型数据 所谓计数型数据,就是均属于以单位个数或次数来计算的数据,如不良数.不良率. 缺点数.缺点率等. 3.SPC管制图种类 计量型计数型 X-R chart平均值与全距管制图P-chart不良率管制图 X- chart平均值与标准差管制图NP-chart不良数管制图 X-Rm chart个别值与移动全距管制图C-chart缺点数管制图 X-R chart中位值与全距管制图U-chart单位缺点数管制图 直方图推移图,柏拉图 计量值管制图之优缺点计量值管制图之优缺点 优点: 用于制程之管制, 甚灵敏,很容易调查 事故发生的原因,因 此可以预测将发生 之不良状况 缺点: 在制造过程中,需 要经常抽样并予以 测定以及计算,后需 点上管制图,较为麻 之不良状况; 能及时并正确地 找出不良原因,可使 品质稳定,为最优良 之管制工具. 点上管制图,较为麻 烦而费时间. 计数值管制图之优缺点计数值管制图之优缺点 优点: 只在生产完成后, 才抽取样本,将区分 为良品与不良品,所 需数据能以简单方 缺点: 只靠此种管制图, 有时无法寻求不良 之真正原因,而不能 及时采取处理措施 需数据能以简单方 法获得之. 对于工厂整个品 质情况了解非常方 便. 及时采取处理措施, 而延误时机. 管制图之绘制流程管制图之绘制流程 搜集数据搜集数据 绘制解析用管制图绘制解析用管制图 稳定状态稳定状态？ Yes消除非机遇原因消除非机遇原因 No 绘制直方图绘制直方图 分布分布 层别研究层别研究 满足规格满足规格？ 制程能力研究制程能力研究 管制用管制图管制用管制图 Yes消除非机遇原因消除非机遇原因 满足满足减少机遇原因减少机遇原因 4M、1E分析分析 不满足不满足 提升制程能力提升制程能力 Z - value 管制图管制图 制程控制的工具制程控制的工具 1.： 收集资料并画在图上收集资料并画在图上 2.控制控制： 监控是否超出监控是否超出管制上管制上、下限下限 非机遇原因非机遇原因 计算所收集的资料计算所收集的资料，作为分析之用作为分析之用 观察观察全距全距的变化的变化 解析用管制图解析用管制图解析用管制图解析用管制图 观察观察全距全距的变化的变化 3.分析与改善分析与改善： 依所计算之结果依所计算之结果，评估制程能力指数评估制程能力指数 监控在监控在受控受控状态数据的变化状态数据的变化，确定确定机遇原因机遇原因全距全距 的变化的变化，并采取措施并采取措施 必要时必要时，可修改可修改管制上管制上、下限下限，持续不断的改善持续不断的改善 管制用管制图管制用管制图管制用管制图管制用管制图 第四章第四章第四章第四章:SPC:SPC管制图管制图管制图管制图 结合本公司实际情况,本教材只讲解P chart , 结合本公司实际情况,本教材只讲解P chart , U chart , Xbar R chart三种管制图 一.Pchart不良率管制图(要20组以上,检验数可不相同) 1. 2. 计算CL=P=di / ni *100=(5+6+6+7) / (200+230+220+.210) = 0.02537 3.计算UCL与LCL(本例各检验数均在检验数总平均数+25%之内) UCL=P+3* P*(1-P)/ni =0.02537+3* 0.02537*(1-0.02537)/ n = 0.05792 LCL=P-3* P*(1-P)/ni =0.02537-3* 0.02537*(1-0.02537)/ n = -0.00718=0 注:ni表示第i组之检验数,本例为: 200,230,220,但如所有检验均在检 验数总总平均数+25%之内,该ni则可用n代替(若否则做出的图下页图2). n=(n1+n2+n3+.)/K (K=检验组数) 该例n=(200+230+220+.210) / 20 = 203 当管制下限计算出来是负数时,必须将其改为“0” 图1 图2 二.Cchart不良率管制图(要20组以上,检验数需相同) 1. 组 数123456789101112 检验数200200200200200200200200200200200200 缺点数569567869754 2. 计算CL=C=(C1+C2+C3+.Ck)/k k=组数2. 计算CL=C=(C1+C2+C3+.Ck)/k k=组数 CL=C=(5+6+9+4) / 12 = 0.64167 3.计算UCL=C+3* C =0.64167+3* 0.64167 = 14.016 4.计算LCL=C-3* C =0.64167-3* 0.64167 = 0 5. 图示 三.Uchart不良率管制图(要20组以上,检验数可不相同) 1. 组 数123456789101112131415 检验数400375365420405410360350400400440450430470410 缺点数231918262018121018222820193117 单位U 0.05750.05070.04930.06190.04940.04390.03330.02860.04500.05500.06360.04440.44190.06600.4147 2. 计算CL=U=(C1+C2+C3+.Ci) / (N1+N2+N3+Ni) CL=U=(23+19+18+17) / (400+375+365+410) = 0.04947 3.计算UCL=U+3* U / Ni 4.计算LCU=U-3* U / Ni 注: 如所有N均在N的+25%之内,则Ni=N 本例Ni=N(因为所有N均在N+25%内) 若否则做出图如下下页图2 N= (400+375+365+410) / 15 = 405.67 UCL=U+3* U / N = 0.04947 + 3* 0.04947 / 405.67 =0.08242 LCL=U-3* U / NLCL=U-3* U / N =0.04947 - 3* 0.04947 / 405.67 =0.01651 图1 图1 四.X-R chart(一般要有25子组以上的数据才有分析价值) 1.收集数据如下: 50+10 1234567891011121314151617181920 NO15153515048475049504950505052495552504648 NO24847495248535352485252535050514652495154 NO35348505050514551555052475152485051524851NO35348505050514551555052475152485051524851 NO45150534849514949535253515050525251544949 NO55152504547525252485055515045514951484848 X 50.85050.64948.450.849.850.650.850.652.450.450.249.850.250.451.450.648.450 R56473683735617491656 2. 计算总体平均值 X= X1+X2+X3+.Xi K =XCL K:表示组数,该例K=20 X=XCL=(50.8+50.0+50.6+) / 20 = 50.26 3. 计算全距平均值 R=(R1+R2+R3+Ri) / K = RCL K:表示组数,该例K=20 R=RCL=(5+6+4+.6) / 20 = 5.1 4. 计算管制上下限 XUCL=X+A2R平均数管制上限 XCL=X平均数中心限 XLCL=X-A2R平均数管制下限 RUCL=D4R全距管制上限 RCL=R全距中心限 RLCL=D3R全距管制下限 A2,D3,D4均查第二章第8节的Xbar-R常数表 XUCL=50.26+A2R=50.26+0.577*5.1=53.2 XCL=X=50.26 XLCL=50.26-A2R=50.26-0.577*5.1=47.32 图表如下: RUCL=D4R=2.114*5.1=10.78 RCL=R=5.1 RXLCL=D3R=0 图表如下: 第五章第五章第五章第五章: : 制程能力分析制程能力分析制程能力分析制程能力分析 关于Ca , Cp , Cpk ,Pp ,Ppk等有多种算法,本教材只取一种 确切了解要调查的品质特性与调查范围，並收集数据 制作解析用管制圖，确定制程处於受控状态之中 计算制程能力指数(Short Term :CpkCpk) 判断制程能力是否足夠，如不够时或不稳定时，则加以改善 以解析用管制图之管制上、下限，作为管制用管制图之监控， 并 于一段期间后，再计算制程能力指数(Long Term :PpkPpk ) 14 CO2 Levels for 55 Time Points Cpk 在一稳定制程下的能力指数某一天、某一班次、某一批、某一机台 其组 内的变异 (R-bar / d2 or S-bar / c4 ) Ppk 性能指数 量试阶段的能力指数、 某一产品长期监控下的能力指数 Cpk / PpkCpk / Ppk 5040302010 13 12 11 10 Index CO2-Shrt 过程实绩过程实绩: :全部散布包括全部散布包括 S Shiftshifts 和和Short Term (Pp n每一张控制图上的控制界限都是由该图上的数据计 算出来; 当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以更排 除 某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正. 在以下情况下需进行分析研究计算控制中心与上下限: 1. 初次管制 (新管制项目) 2. 过程发生变化 A:抽样频率改变时. B:生产工艺改弯时. C:重大质量异常处理后 D:机械设备较大维修后 E:原材料产生较大改变后 3. 控制图不适用时 4. 过程能力值有重大变化时. 5. 其他重大改变时 分析阶段方法与注意事项 (部份为本公司规定) 1. 过程受控(如有个别个异常点,可去掉不管) 2. 分析阶段抽样频率可加快1-2倍 3. 计量值最少需同时满足具有100个数据及20组这两个条件 4. 计数值最少20组以上 5. 生产能力满足要求 当分析阶段达到以上要求时可转入控制阶段 A:控制图的控制界限由分析阶段确定; B:控制图上的控制界限与该图中的数据无必然联系; C:使用时只需把采集到的样本数据或统计量在图上打点就行; 常用管制图之管制上 / 下限 类型CLUCLLCL X - R XX + A2RX A2R RD4RD3R X S XX + A3SX A3S X - S SB4SB3S PPP + 3 P ( 1 P ) / niP 3P ( 1 P ) / ni nPnPnP + 3 nP ( 1 P )nP 3 nP ( 1 P ) CCC + 3CC - 3C UUU + 3U / niU - 3U / ni 第七章第七章第七章第七章:SIX SIGMA:SIX SIGMA介绍介绍介绍介绍 六西格玛六西格玛六西格玛六西格玛 什么是什么是什么是什么是6sigma6sigma Six SigmaSix Sigma 是一种新思维是一种新思维 程序程序 是一种系统式的降低会对顾客满意有重要影响的不是一种系统式的降低会对顾客满意有重要影响的不是一种系统式的降低会对顾客满意有重要影响的不是一种系统式的降低会对顾客满意有重要影响的不 良良 工具工具 利用统计工具利用统计工具，进行重要制程能力的改善进行重要制程能力的改善 什么是六西格玛什么是六西格玛？ 六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。西格玛是一个希腊 字母的中文译音，统计学用来表示标准偏差，即数据的分散程度。对连续可计量 的质量特性： 用“”度量质量特性总体上对目标值的偏离程度。几个西格玛是一种 表示品质的统计尺度。任何一个工作程序或工艺过程都可用几个西格玛表示。六个 西格玛可解释为每一百万个机会 中有3.4个出错的机会，即合格率是99.99966。 而三个西格玛的合格率只有93.32。六个西格玛的管理方法重点是将所有的工作 作为一种流程，采用量化的方法分析流程中影响质量 的因素，找出最关键的因素加 以改进从而达到更高的客户满意度。 Six Sigma六西格玛（Six Sigma）是在九十年代中期开始从一种全面质量管理方法演变成为 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。继而与全球化、产品服务、电子商务等战略齐 头并进，成为全世界上追求管理卓越性的企业最为重要的战略举措。六西格玛逐步 发展成为以顾客为主体来确定企业战 略目标和产品开发设计的标尺，追求持续进步 的一种质量管理哲学。 6sigma的DMAIC模式: Define Measure Analyze Improve Control 定义量测分析改善控制 六西格玛类似于六西格玛类似于SPC（统计性工作过程控制统计性工作过程控制)吗吗？ 六西格玛是一个致力于完美和追求客户满意的管理理，SPC是一个支持六西格玛这 个管理理念的工具。所有那些传统的质量管理工具，像SPC、MSA、FMEA、QFD 等均是实现六西格玛必不可少的工具。 实施六西格玛的目的是什么实施六西格玛的目的是什么？ 为企业实施六西格玛提供必须的管理工具和操作技巧；为企业培养具备组织能力， 激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企业适应变革 和竞争的核心力 量。从而使企业降低质量缺陷和服务偏差并保持持久性的效益， 促进快速实现突破性绩效，帮助企业达到战略目标。 六西格玛适合于什么样的企业六西格玛适合于什么样的企业？ 它适用于任何水平、任何企业，它功能强，可以测量到百万分之一的水平。因为 它是要影响到整个公司，实施六西格玛需要上层领导的大力协助。中国的企业在 中国加入WTO后，必将 面临日益激烈的来自全球的竞争，同时信息化的飞速发展 将从根本上改变经济的组织结构和消费行为，如何在这种新的经济环境中生存、 成长、壮大是对每一个企业领导人的挑战。六 西格玛，由于其严谨的方法和实施 步骤、以面向最终用户来建立营运体系的管理思想，对于中国企业建立卓越的管 理体系、获取并保持在国际市场上的竞争优势提供一个非常有效的管 理思想和实 践。现在，一些中小型企业也开始运用六西格玛工具，来提高效率和创新开发能践。现在，一些中小型企业也开始运用六西格玛工具，来提高效率和创新开发能 力，为扩大企业规模和提高国际竞争力奠定坚实的基础。 我们已经有了一个质量控制系统我们已经有了一个质量控制系统，为什么我们还需要六西格玛为什么我们还需要六西格玛？ 六西格玛是一套连续的优化工具，它能够提高质量、减少消耗，如果你们的企业 现在并没有在进步，你的企业可能正在落伍。六西格玛不是一个标准，而是一种 文化，是从防护的标准 到放开思想改革创新的突破性理念。 我们正在申请我们正在申请ISO9000，六西格玛能够促进还是阻碍我们的努力六西格玛能够促进还是阻碍我们的努力？ ISO9000和它的衍生（QS-9000、TL9000、AS9000等）能给我们提供一个 基本的质量保证系统，一个工作程序化思想的基础。要成为世界级的企业，你们需 要一个更先进的质量系 统，更可靠的质量能够让我们的客户更满意。六西格玛能够 产生更高层次的凝聚力，ISO/QS-9000在文件记录与监测方面支持六西格玛。请注 意，ISO-9000 2000版和现在的QS-9000要 求持续的优化。六西格玛是一个非常 好的管理理念和工作方法，它既促进企业改革又能保证在企业各个层面上的持续优 化。 哪些是六西格玛提高效益哪些是六西格玛提高效益，降低成本的实例降低成本的实例？ 摩托罗拉、花旗银行、通用电器、联信公司、ABB公司、AlliedSignal, Texas Instruments都是成功案例，它们年终报告的各个方面都体现了六西格玛的成绩， 关键在于必须相信如果 合理地实施和支持六西格玛，你们的企业可以做得更好，收 益更大。 我听说过我听说过”黑带黑带”，在这里它是什么意思在这里它是什么意思？ 六西格以倡导者，大黑带，黑带，绿带体系建立人力资源构架，为企业培养了具备 组织能力，激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企 业适应变革和竞争 的核心力量。以保证公司内部持续性。”黑带”由摩托罗拉所提 出，它指一个六西格玛的专家，就类似于”黑带”在跆拳道中的意思，一般一个黑 带每年可以从实施项目中为企业节省 一百万美金以上，但不是只有”黑带”能用六 西格玛，因为在六西格玛里有很多简单的工具，可以由绿带等完成。 六西格玛能达到快速绩效突破的关键在于什么六西格玛能达到快速绩效突破的关键在于什么？ 确立切合实际的战略和明确的财务目标 高层管理人员的全力支持和号召力 科学规范的统计和分析方法（DMAIC） 确立运营流程的计量标准，并进行严格和连续不断的检验 深入见效的培训计划，掌握实用的统计工具和解决问题的方法 3-6个月快速见效的项目实施，对商业绩效的承认和嘉奖及公司沟通计划建立人 力资源构架，以保证公司内部绩效的持续性（倡导者、大黑带、黑带、绿带体系） 如何运用六西格玛如何运用六西格玛？ 六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流 程中影响质量的因素，找出最关键的因素加以改进的项目，从而达到更高的客户满 意度。这些项目形 成于各个层次，或是基于分工，或是由于临时需要解决一个问题。 成千个这样的项目运用六西格玛的基本工具在公司各个层面优化工作程序。如今， 六西格玛管理已经从运营和服务系 统，发展到企业营销，产品设计和技术开发等各 个领域，以成功的案例带动企业的文化变革，将”零缺陷”高品质的精神渗透到企 业的每一个环节中。 6SIGMA的好处的好处： ·市场占有率的增加 ·顾客回头率的提高 ·成本降低 ·周期降低 ·缺陷率降低 ·产品/服务开发加快 ·企业文化改变 降低不良降低不良 改善产出改善产出 6 6- -SigmaSigma 的目标的目标的目标的目标6 6- -SigmaSigma 的目标的目标的目标的目标 改善顾客满意度改善顾客满意度 更高的净营利更高的净营利 6Sigma6Sigma6Sigma6Sigma 目标目标目标目标 245,500 32,700 s s PPM (DPMO Distribution No Shifted ) 制程中心没有偏移制程中心没有偏移 464 50.6 60.002 制程能力制程能力 每百万个每百万个 不良机会不良机会 零件数/ 制程数 零件/制程中心没有偏移装配成品之良品率% + 1+ 2+ 3+ 4+ 5+ 6 1 68.2795.4599.7399.993799.99994399.9999998 10 2.2062.7897.3399.9499.999499.999998 50 9.7587.3699.6999.99799.99998 100 0.9576.3199.3799.99499.9999 500 25.8896.9099.9799.9998 1000 6.7093.8999.9499.9998 5000 72.9899.7299.999 10000 53.2699.4399.998 6Sigma6Sigma6Sigma6Sigma 目标目标目标目标 2308,537 366,807 s s PPM (DPMO Distribution Shifted ± ± 1.5s s) 制程中心偏移制程中心偏移 1.5s s 66,807 46,210 5233 63.4 制程能力制程能力 每百万个每百万个 不良机会不良机会 零件数/ 制 程数 零件/制程中心偏移1.51.5 装配成品之良品率% + 1+ 2+ 3+ 4+ 5+ 6 1 30.2369.1393.3299.379099.9767099.999660 10 2.4950.0993.9699.7699.9966 50 3.1573.2498.8499.983 100 53.6497.7099.966 500 4.4489.0099.83 1000 0.2079.2199.66 5000 31.1998.31 10000 9.7396.66 表现表现 在过程性能力上的革新在过程性能力上的革新在过程性能力上的革新在过程性能力上的革新 坏的坏的 3Sigma (CpK = 1) 时间时间 表现表现 好的好的 6Sigma (Cpk = 2) 问题的本性问题的本性问题的本性问题的本性 偏离目标偏离目标偏离目标偏离目标 变异大变异大变异大变异大 正中目标正中目标正中目标正中目标 X X X X XXX XX X X X X X X X X X X X X X X Six Sigma的方法可以辨识制程是偏离目标的方法可以辨识制程是偏离目标 和和/ /或者是高度变异或者是高度变异, ,以修订制程及降低变异以修订制程及降低变异 修订制修订制修订制修订制 程程程程 降低变降低变降低变降低变 异异异异 X X X X X X X XXX X XXX 另类观点另类观点 LSLUSL USLLSL 问题的本性问题的本性问题的本性问题的本性- - - - 统计观点统计观点统计观点统计观点 偏离目标偏离目标偏离目标偏离目标变异大变异大变异大变异大 On-Target 从统计观点来看问题从统计观点来看问题从统计观点来看问题从统计观点来看问题 USLLSL LSL = Lower spec limit USL = Upper spec limit 修订制修订制修订制修订制 程程程程 降低变降低变降低变降低变 异异异异 对连续可计量的质量特性对连续可计量的质量特性对连续可计量的质量特性对连续可计量的质量特性 在以缺陷率计量质量特性时在以缺陷率计量质量特性时在以缺陷率计量质量特性时在以缺陷率计量质量特性时 MINITABMINITAB软件介绍软件介绍软件介绍软件介绍 六西格玛管理问世已将近20年了,目前在我国许多企业组织中已基本完成概 念接受和推行的准备工作,不少有远见的企业已率先推行;通过与六西格玛 的“亲密接触”,管理人员和质量工作者开始意识到MINITAB对于推行六西 格玛管理的价值:如果六西格玛质量是峰项的一颗明珠,MINITAB就是通往六 西格玛质量的捷经. MINITAB质量统计领域的领先者。它使数据分析更轻松，并向用户提质量统计领域的领先者。它使数据分析更轻松，并向用户提 供准确、可靠、易于操作的数据分析软件。 MINITAB的目标是向企业和院校提供快速、便捷、可靠的数据分析。从科 学家到在校学生，从工程师到护理员，MINITAB提供给不同领域的人员以 解决方案。在二十多年的历史中，MINITAB统计软件已在全球超过4000所 高校中使用，并被超过500种教科书引用。方便使用和便于掌握的特点使 得MINITAB得到了大家的信任，并成为统计领域最为普及的软件工具之 一。 MINITAB不仅在统计教学中得到了广泛的应用，在企业中也发挥着积极的作用， 它向企业提供了准确、实用的工具，帮助企业进行质量控制、实验设计、可靠性/ 残差分析以及常用统计分析。 MINITAB适用于任何规模的企业，它已在全球80个国家中得到使用，从新兴企业 到世界500强的知名公司，MINITAB正在发挥着越来越积极的作用。它的客户包括 了福特汽车、3M公司、霍尼韦尔公司、通用汽车以及知名的6西格玛咨询公司等知 名企业。 MINITAB是为质量改善、教育和研究应用领域提供统计软件和服务的先导。 MINITAB统计软件为质量改善和概率应用提供准确和易用的工具。MINITAB 被许 多世界一流的公司所采用，包括通用电器、福特汽车、通用汽车、3M、霍尼韦尔、 LG、东芝、诺基亚及 Six Sigma 顾问公司。 作为统计学入门教育方面技术领先的软件包,MINITAB 被 4000 多所高等院校所采 用。MINITAB总部位于State College，PA，USA（美国），在英国和法国设有办事 处。 MINITAB目前最高版本是13.32版,MINITAB公司于2003年9月在美国召開 MINITAB14版的发布会,新版MINITAB14将预计于2003年10月上市,目前MINITAB 网站上已有试用版下载. 谢谢观看谢谢观看谢谢观看谢谢观看! !谢谢观看谢谢观看谢谢观看谢谢观看