6 sigma 简介

1. 6 sigma简介

2. 6sigma概念Ⅰ 4sigma的水平是30頁報紙中有1個錯字的品質水平 5sigma的水平是百科全書中有1個錯字的品質水平 6sigma的水平是小規模圖書館中有1個錯字的品質水平

3. 6sigma概念Ⅱ

4. 6sigma概念（使用工具） • 6sigma不同推進階段中，改善問題使用的統計工具

5. Y=f(x)

6. Y=f(x) • Question 2)假如X良好的話，有沒有必要繼續實驗及檢查Y？ • 6sigma活動是對根本原因的因素（CTQ）聚焦後，展開改善活動

7. 6sigma各階段推進內容

8. 6sigma各階段推進內容 • 6Sigma Process是以D-M-A-I-C5階段構成并經過重要的13步驟 • 6Sigma活動是通過現象分析，展開問題，查明臨時性因素，以D-M-A-I-C程序改善關鍵少數因素。 • 先把握現象，能夠1次性改善的部門采取1次性改善活動；然後下一個階段再接著進行改善活動。

9. 統計基本概念的理解 • 數據的計算方法 • 中心位置特征值的計算：

10. 統計基本概念的理解 • 散布的計算 • S(總變動：Total Sum of Squares):偏差平方和 • 無偏方差(Unbiased Variance):S除以自由度（n-1） • 無偏方差的開方or標準偏差

11. 統計基本概念的理解 • 參數和統計量 • 參數(Parameter)：描述變量集合的特性值 • 統計量（Statistics)：表示标本的特性值

12. 統計基本概念的理解

13. 統計基本概念的理解 • Sigma的定義 • Sigma是希腊字母，表示工序的散布。 • Sigma是統計學記述接近平均值的標準偏差（Standard Deviation）或變化（Variation），或定義為事件發生的可能性。 • Sigma是表示工序能力的統計單位，測定的Sigma跟DPU（單位缺陷，Defect Per Unit）,PPM等一起出現。

14. 統計基本概念的理解 • 可以說明擁有高Sigma值的工序，具備不良率低的工序能力 • Sigma值越大品質費用越少，周期越短。

15. 拐點 1σ USL μ（平均） T 3σ 統計基本概念的理解 • 平均值和拐點之間距离用標準偏差（σ）表示。如果目標值（T）和規格上下限（USL or LSL)距离是標準偏差的3倍的話，說明具備了3Sigma的工序能力。

16. 68.3% 95.4% 99.7% 測定值（分數） Z-值σ： 45 50 55 60 65 70 75 -3 -2 -1 0 1 2 3 統計基本概念的理解 • 某班學生的國語平均分數是60分，按偏差是5的正態分布的話，隨意抽取一個學生時，70分以上分數的可能性是多少？

17. 統計基本概念的理解 • 正態分布：N（60，52） • 標準正態分布：N（0，12） • 70分的情況下Z-值是 • 假如規格上限是75分的話，現在的工序能力是Z=2或是2σ。 • Z值是已測定的標準偏差（σ）有幾個能进入平均值到规格上下界限（USL，LSL）之间的测定值。

18. 統計基本概念的理解 • Z-值的計算 • 70分以上的可能性有多少？ • 正態分布總面積是‘1’ • 某概率變量‘X’到平均值（μ）之間距离除以標準偏差（σ）的值用‘Z’來表示。 • 如果規格上限（or下限）用‘X’來代替時超出規格上限的尾部面積可以認為有缺陷可能性。 • ‘Z’值是用來測定工序能力，跟工序的標準偏差不同，在這里‘Z’值是2.0，把全體面積作為1的時對應的面積0.0228。

19. 規格上限 Z 45 50 55 60 65 70 75 Z值的計算

20. LSL USL 1 σ 2 σ 3 σ 3σ能力 工序能力測定方法 Z-值 • Z=3

21. LSL USL 1σ 2σ 3σ 4σ 5σ 6σ 6σ能力 工序能力測定方法 Z-值 • Z=6 • 工序的變動（散布）越小工序能力越高。 • 其結果標準偏差更小，發生不良的可能性就低。 • 通過問題的現象分析把握工序能力（Z）：要提高到6 σ水平，統計上采取什麼樣的活動？

22. 需要什麼樣的管理？需要什麼樣的技術 • 長期內的工序能力因工序的中心移動及變動，跟Zlt<Zst關系有關 • Zshift=Zst-Zlt Zst=Zlt+1.5

23. 規格上限 （USL） 規格下限 （LSL） -1.5σ +1.5σ -6σ -5σ -4σ -3σ -2σ -1σ X +1σ +2σ +3σ +4σ +5σ +6σ 6 sigma的品質水準是什麼？ • 正態分布的平偏移（±1.5 σ）

24. 按規格變化和平均值偏移的不良率 • 6Sigma品質是每百萬個中3.4PPM，即Cp=2.0，Cpk=1.5

25. 4Block Diagram Poor 2.5 2.0 1.5 1.0 0.5 Z shift 工序管理 Good 1 2 3 4 5 6 Z st Poor 技術 Good

26. 4Block Diagram • A：工序管理狀態不足，現在技術水平也低 • B：需改善工序管理，但技術水平優秀 • C：工序管理優秀，但技術水平低 • D：World Top水平的公司

27. 聚焦問題點階段 • 确定問題範圍 • Process Mapping • Process Mapping是調查情報的流程，而使Process文件化 • 為明确改善的可能性而使用的工具 • Process Mapping制定 • 定義Process範圍（要改善的一般領域或特殊的Process） • 通過大腦風暴法制定Process的階段順序

28. 聚焦問題點階段 • 為了容易分析，使用符號 • 為了驗證Process，實際确認 • 追加Key Process的值（Yield, Cost, 損失費用，加班費用，Cycle time等） • 按題目的性質，使用分析圖（Process Loss或浪費要素/改善Cycle time/改善品質/Flow改善） • QFD（Quality Function Deployment)質量指標分解 • QFD是將顧客核心要求事項，轉換分解成技術要求事項（規格），或暫定的CTQ的工具，由相關工序專家制定。

29. 聚焦問題點階段 • QFD Process • 進行市場調查，明确信賴性要求，及一般的要求事項和顧客對現在品質核心問題的要求。 • 對調查內容優先排序，為滿足顧客的要求事項制定技術規格 • 确定對顧客要求事項影響大的技術規格的先後順序，對已确定的先後順序的技術要求事項，轉換成暫定的Part特性（CTQ） • 對技術規格影響大的特性要素（CTQ）進行排序 • QFD是為了能夠改善顧客的核心要求事項，轉換成技術規格的工具 • 通過QFD把顧客要求事項系統化，最終選定暫定的CTQ，開展改善活動

30. 聚焦問題點階段 • FMEA（Failure Modes & Effects Analysis)故障模式及效果分析 • FMEA是明确制品設計上可能發生的問題和排定其順序，并針對故障模式制定所采取的恰當活動 • FMEA Process • 對已設計的制品用Brainstorming法列出可能的故障模式。 • 決定每種可能故障模式的重要度和發生可能性 • 決定消除重要故璋模式而采取的方法 • 開發消除或減少重要故障模式的方法

31. 聚焦問題點階段 • 部分分析法 • 以優先順序找出問題的核心事項 • 典型的是：80%的問題由20%產生 • 決定活動課題和相關非常勤人員 • 用邏輯樹等方法展開問題後，找出最終區域，選定經驗豐富的工程師來執行課題活動。

32. 聚焦問題點階段 • 找出活動課題的具體事項 • Brainstorming：在短時間內得出很多主意的辦法 • Brainstorming種類 • Free Wheeling：全Team員以對話形式即興發掘Idea • Round Robin：對事件，Team員輪流發掘Idea • Card Method：不經討論，Team員把Idea寫在卡片上，貼到牆上。

33. 聚焦問題點階段 • Brainstorming時注意事項 • 禁止批評 • 全部Idea都要記錄 • Idea發掘時不要解釋或討論 • 粗略的Idea也要鼓勵 • 所有人都積極參與 • Logic Tree(Structure Tree) • 為達成目標的手段，用邏輯性表示 • Break-down（展開）的問題之間MECE（互不重復無遺漏的全體） • MECE（Mutually Exclusive and Collective Exhaustive)（不重復，各個的和等于全體）

34. 聚焦問題點階段 • 确定活動題目的相關Benefit[利益]（定量/定性效果） • 為保證達成，明确改善金額 • 對活動課題的問題記錄 • 在現象分析時，記錄現在現象和所希望的現象 • 計劃時間管理 • 通過分析把全部日程用具體的圖表管理

35. 測定（Measurement）

36. 變化的理解 • 數據的分類 解決問題 工程問題/Bottle Neck/Issue 事項

37. 变化的理解 • 連續型數據（計量型數據） • Inch or時間一樣能使用測定刻度的數據 • 比較數值數據提供更多情報 • 离散型數據（計數型數據） • 提供合格不合格之類情報的數據 • 不能再細分化的數據

38. 变化的理解 • 群內變化（White Noise） • White Noise是工程內存在的日常因素引起的變化（偶然因素） • 現在的技術水平是不可能控制的變化 • 一般工程的散布 • 工程上受細小的多數因素的影響 • Z.st來表示

39. 变化的理解 • 群間變化（Black Noise） • Black Noise是工程外部因素影響中心值移動，一般情況下，可查明原因的變化（异常原因） • 現在工程上可控制的變化 • 一般情況下，在工程的目標值下平均值偏移 • 實際上可以知道隨時間的變化，工程能力會怎樣變化

40. 群內、群間變化的區分例 Line1 Line2 Line3 • 群內變化：每Line 1，2，3內出現的（即Line內作業者間的變化）工程變化 • 群間變化：各Line間的變异而出現的工程變化 作業者1 作業者2 作業者3 作業者4 作業者5 作業者6 作業者7 作業者8 作業者9

41. 变化的理解 • Rational Subgroup（合理分組） • 批跟數據的種類無關，在可能的短時間內彼此類似的條件下作業的樣本群。 • Rational Subgroup是指Subgroup內只存在群內變化，Subgroup間只發生群間變化，將數據Grouping • 通過這種區分把握長期、短期工程能力 • 經長期收集的數據是不管業務部門還是製造部門都包含在群內，群間變化。

42. 工序能力 Short-term Capability (6σ) st • 工序能力度評價 st 時 間 st st Long-term Capability (3σ) lt SL SU • 隨著時間的變化，工序因各種外部因素（4M）變化，長期工序能力比短期工序能力散布大

43. 工序能力 • 什麼是工序能力 • 工序在管理狀態時，其工序生產的產品品質變化有多少程度的值：或指在管理狀態（穩定狀態）下，工序能製造出來的品質水平的程度。 • Six Sigma工序能力是指工序的變化（or標準偏差：σ）小，即使乘以6倍變化值也能夠滿足規格的工序能力。

44. 工序能力 • 短期/長期工序能力的意義 • 短期工序能力是只存在群體內變化，表示取樣的數據都具有同樣的品質特性，但有主要技術要素引起品質特性變化，因此，品質特性變化越大，散布也就越大，短期工序能力也就越差。 • Short Term Process Capability Index：短期工序能力指數 • Zlt（σlt），Cpk • Zlt=3×Cpk

45. 工序能力 • 長期工序能力是包括群內變化和群體間變化，為了改善技術和工序管理，必須判斷工序是否穩定時，用長期工序能力的特性來取樣，來确認包括管理因素引起的變化和技術的要素引起的變化。 • Long Term Process Capability Index：長期工序能力指數 • Zlt（σlt），Cpk • Zlt=3× Cpk

46. Gage R&R • Gage R&R實行時注意事項 • 以Blind測定來評價 • 決定幾名評價者為合理 • 接產品的重要性和統計特性決定試料數的反復次數 • 預先決定評價周期 • 抽取樣本時運用隨機原則，但實施Gage R&R時須對試料事先計劃再行抽樣

47. Gage R&R • 一般是看%Tolerance值來判斷Gage的接受與否，但%Study Var在20%以上時，有必要點檢工序Process • Gage R&R值較大時，必須制定改善計劃進行改善。如果測定系統有誤差，但不改善系統的話，在執行6σ Project期間要接受測定系統可能發生誤差的危險。

48. Gage R&R • 適合貫能判斷時Gage R&R • 對各Parts用貫能來判定合格與不合格，或go·no go時 • 1V外觀檢查時， • 2名評價者反復測試20個管子

49. 測 試

50. 測 試 • 如果各部品別4次都有出現同樣結果的話，其評價是可接受的 • %Gage R&R=[3÷20] ×100%=15%