六西格玛知识点.docx

领导层的作用
建立组织对精益六西格玛的期望
建立精益六西格玛的愿景（Vision）
制定中长期目标（2～5年目标）
建立和保持组织中的精益六西格玛热情
建立合适的财务评估体系
确保最优秀的人员参与精益六西格玛活动
为精益六西格玛活动提供资源
定期回顾精益六西格玛推行进度，排除过程障碍

倡导者（Champion）
职责之一：业务领导
识别和优先排序项目
批准项目
建立项目推行的监控、评估系统
定期评审项目，监控项目整体状况和具体项目进度
排除项目实施过程中的障碍
在跨部门间推动项目
职责之二：资源管理者
人力资源,物品资源
财政资源,时间资源
职责之三：激励者
在组织中沟通和分享精益六西格玛的愿景和使命
培养和维持精益六西格玛的氛围
对精益六西格玛人员如黑带/绿带进行激励
承认、分享和庆祝成功
创造和提供机遇
职责之四：支持者(support)
建立人员选择标准和流程
建立项目选择流程
建立项目评估流程
建立人员评估、奖励和惩罚体系
建立预算流程
定义角色、职责和结构
建立认证流程
建立人员裁减政策和流程

黑带大师（Master Black Belt）
良师
理解精益六西格玛所有角色的作用，指导他们获得最大的成功。
理解精益六西格玛工具及如何提供分析支持，并指导在项目中如何合理选择和使用这些工具。
培训师
编写精益六西格玛技能培训教材，为所有精益六西格玛参与者培训。

黑带（Black Belt）
黑带是实施精益六西格玛过程中的专家。完成精益六西格玛改进项目是他们对公司的贡献。
他们全职领导完成精益六西格玛改进项目。
他们同时应付6－8个项目的进行。
他们是变革的代表，他们将引导组织中的变革。
他们理解和使用管理语言，以及个人贡献者的语言。
如果需要的话，他们可以成为教师。
他们常被派到有挑战性的项目中。

绿带（Green Belt）
绿带是兼职的精益六西格玛项目实施者。
绿带将精益六西格玛用于日常工作。
精益六西格玛的应用因绿带的工作量而定。
精益六西格玛工具应用的知识可能因使用机会而限制。
绿带通常与黑带有着及其密切的关系。

平衡计分卡（BSC）是一套从四个方面对公司战略管理的绩效进行财务与非财务综合评价的评分卡片，是一个科学的集公司战略管理控制与战略管理的绩效评估于一体的管理系统
学习成长驱动内部过程驱动顾客驱动财务

质量管理发展史
质量检验阶段
时间：19世纪末到二十世纪30年代
特点：事后检验
著名人物：
泰勒的科学管理，首次把质量检验从生产过程中分离出来；
统计质量控制阶段
时间：20世纪40，50年代
特点：数理统计方法和质量管理相结合
著名人物：
19世纪20年代，休哈特博士提出过程控制理论
19世纪20年代，道奇提出抽样检验方法
全面质量管理阶段
时间：20世纪60年代以来
特点：把质量问题作为一个有机整体加以综合分析研究，实施全员、全过程、全企业的管理；
著名人物：
1961年，美国通用电气公司费根堡姆提出全面质量管理概念；
戴明
1950访问日本传授统计质量管理理论；
85％的质量问题由于管理系统造成的，15％的质量问题是员工造成；
使用统计质量控制来识别变异的特殊原因和普遍原因。
朱兰
1928《生产问题的统计方法应用》
1951《质量控制手册》
朱兰的著名质量管理三部曲：
质量策划,质量控制,质量改进

项目管理的重要性
项目管理能够推动在部门和部门的界限之间开展工作，并且在预算的资源和时间里达成项目的目标；
六西格玛黑带应具备“管理项目并且使之完成的能力：一种在固定时间里完成项目并获得显著效果的坚持”；
项目管理和项目利益最大化的区别在于：
项目管理关注如何正确的做事情；
项目利益最大化关注做正确的事情。

项目的衡量指标目标的SMART原则
S：(Specific) 具体的：
M：(Measurable) 可测量的：
A：(Attainable) 可实现的：
R：(Relevant) 相关的：
T：(Time bounded) 时间限制的：

外部客户（External customer）
最终产品的销售对象（End user）
社会，政府
股东
内部客户（Internal customer)
产品的下一道工序
接受服务的部门和人

收集客户声音的方式
书面/邮件调查
优点：成本低，回答者紧迫性低可以自己选择时间完成调查；
缺点：时间长，返回率低；
电话调查
优点：返回率高，灵活性高，好的调查员能够进行高质量的调查；
缺点：受时间限制，由于干扰被调查者所以阻力日益增大。
访问
优点：高效准确，能够识别出客户的重要信息；
缺点：成本高
焦点小组
焦点小组是定性的小组讨论；
优点：可以识别重复出现的重要问题；
缺点：由于参加讨论的人员需要离开其工作地点所以组织困难。

DPU，DPO和DPMO
DPU：单位产品缺陷数
“U”即为”Units“表示产品件数

DPO：单位机会缺陷率

DPMO：百万机会缺陷数

缺陷率和六西格玛水平，6σ=0.0018 ppm
缺陷率和六西格玛水平（考虑1.5倍s的漂移）
s水平 DPMO
2 308538
3 66807
4 6210
5 233
6 3.4

货币的时间价值
现值（PV）
今天可使用的金额；
终值（FV）
未来可收回或要支付的金额；

净现值（NPV）
投资项目在有效期内或者寿命期内的净现金流量按一定的折现率折算到零期（现在）的累计现值之和：

投资回报率（ROI）

收回投资期
收回项目投资的期限
在四年内将收益$2500，如果年利率为8%，则其净现值为多少？

因此，如果现在投资$1837.57，利率是8%，且按复利计算的话，4年后的净值为$2500

传统质量成本：
预防成本+鉴定成本+内部故障成本+外部故障成本
不良质量成本：
预防成本和鉴定成本中的不增值部分+现代质量成本中的故障部分

不增值的预防成本：
为预防故障发生所支付的费用，其中一部分由于不增值或者效果不理想，则可列入劣质成本。常见的科目有：
质量策划费用
过程控制费用
客户调查费用
质量培训费以及提高工作能力的费用
产品设计鉴定/生产前预评审费用
质量体系研究和管理费用
供应商评价费用
其他预防费用

寻找问题的鉴定成本：
为评审质量需求是否满足要求而进行的试验、检验和检查所支付的费用，其中一部分用于分析原因、纠正措施等则可计入劣质成本。常见的科目有：
外购材料的试验和检验费用
实验室或其他计量服务费用
检验费
试验费
核对工作费
试验、检验装置的调整费
试验、检验的材料与小型质量设备的费用
质量审核费用
外部担保费用
客户满意调查费
产品工程审查和装运发货的费用
现场试验费
其他鉴定成本

内部损失成本：
由于产品或服务在交付前不能满足质量要求所造成的损失，常见的内部损失成本有：
报废损失费
返工和返修损失费
降级损失费
停工损失费
产品质量事故处理费
内审、外审的纠正措施费
其他内部损失成本
外部损失成本：
由于产品或服务在交付后未能满足质量要求所造成的损失，常见的内部损失成本有：
投诉费
产品售后服务和保修费
产品责任费
其他外部损失费

项目章程/授权书的组成要素
业务背景（Business needs）
从公司业务的角度对项目的必要性进行阐述；
问题陈述（Problem statement）和目标陈述
项目目前状况的陈述和改进目标的阐述；
项目指标
项目范围
团队成员
时间界限（项目计划）
利益相关者
相关方面的支持和认可（签名）

团队发展阶段

团队工具
名义组技术（Nominal group technique）
作用：
帮助团队从他们提出的想法中选择出少数重要的想法
多重投票法（Multivoting）
作用：
统一团队想法和决定；
力场分析（Force Field Analysis）
作用：
能够查看各种关系及影响其变化的因素；
力场分析认为一个组织中各种事情的目前状况被看成是一种平衡状态，维持这种平衡状态的是相反方向上作用的两组力：驱动力趋向变化；而阻止力阻碍变化。一项变革不可能在阻力强于驱动力的时候发生；增加动力无疑会促进变化，但减少阻力也许会获得更好的效果。
在六西格玛项目中，力场分析能够帮助团队选择实施变革或新的措施的时机，它还能为我们明确阻力的来源，有助于做好针对性的工作。

管理和策划工具
亲和图
所谓亲和图，就是针对不很清楚的问题，从浑沌状态中，将所收集到的语言资料，根据其间的类似性、亲和性来分析，将问题明确化。
关联图
对于各种复杂性原因缠绕的问题，针对问题将原因群展开成1次、2次原因，将其因果关系明朗化，以找出主要原因(必须采取对策的重点项目)。
树图
树图是为达成目标或解决问题，以目的一手段做有系统的展开，以寻求出最适当手段的方法。
矩阵图
利用二元性的排列，找出其相对因素，探索出问题之所在、问题形态；也可从二元性关系中，获得解决问题的构想。
过程决策程序图（PDPC法）
事先预测防患未然之手法
使用时机：
事项进展中给予预测，判断各种问题
为回避重大事故发生
充实计划，以免措手不及
矩阵数据分析法
又称为主成份分析法，是多变量解析法中的一个方法。
帕累托优先级指数PPI
PPI=项目节约的费用*项目成功的概率/项目需投入的成本*项目完成时间（年）

柏拉图 （Pareto Chart）
在十八世纪，意大利经济学家Vilfredo Pareto首次发现；
朱兰博士首次应用在质量改善上；
柏拉图利用“20/80”原则寻找问题的关键的少数。

宏观流程图 （SIPOC）
SIPOC：Supplier，Input、Process、Output和Customer的缩写；
SIPOC的作用：
定义项目的过程范围提供对项目范围进行管理；
识别关键流程输入（KPIV）和流程输出（KPOV）；
确定过程供应商和客户；
帮助识别项目团队人员的组成；
可以作为细节流程图的基础。

利益相关方：
被项目结果所影响的部门或人
影响项目结果的部门或人
有决定权的人
提供资源的部门或人
流程的相关专家
为项目提供数据、信息的部门或人

项目的衡量指标：

问题陈述的标准
问题陈述应该陈述：
什么错了
在哪里发生
什么时候发生
错的程度如何
我是怎么知道错的
问题陈述不应该陈述：
可能的原因
可能的问题解决方案
对其他人或组织的责备

过程图（Flow chart）或者流程图（Process map）：
过程图的作用
确定流程范围
描述或者文件化现有流程
确定数据收集点
确定如何、何时或者何处去衡量一个现有流程是否满足客户的要求
记录意外事件的应付计划
确保小组成员和流程日常运作人员对流程的理解达成一致

过程的输入和输出
六西格玛的关注点：

流程关键输出变量（KPOV）
对于符合客户需求而言极为重要的过程输出项目；
通过CTQ的分析和SIPOC的分析，可以找到KPOV。
流程关键输入变量（KPIV）
经验证的对于过程整体输出十分重要的变量；
可通过SIPOC，过程图分析，鱼骨图等工具寻找KPIV；
可通过因果矩阵图选择重要的KPOV和KPIV。

鱼骨图（Fish bone diagram）：
也叫因果图（cause and effect diagram）或石川图（Ishikawa diagram）
鱼骨图是一种直观的揭示结果和内在原因的一种图表；
能够分解并且深挖潜在的根本原因；
通常和头脑风暴法相结合。

因果矩阵图（Cause and Effect Matrix）
重点关注客户需求的QFD简化工具；
以流程图作为输入，通过评分来量化X’s并对X’s进行优先次序的评定；
根据对客户的重要程度对Y进行评分；
根据和Y’s的相关程度对X’s进行评分；
C&E Matrix的输出：
经过优先次序排序的X’s

获得有效的统计结论
假设检验的结论
通过样本数据计算出测试统计量（Test Statistic）和临界值进行比较，如果测试统计量大于临界值，则拒绝原假设；
计算出P值和显著性水平a比较，如果P<a，则拒绝原假设。
假设检验的错误（风险）
第一类错误（a error）：错误的拒绝Ho
第二类错误（b error）：当 Ho有错误时却没有拒绝
同样样本量的情况下， a和b相互矛盾，要同时降低a和b必须增大样本量。
检出能力（Power of the test）
Ho为假时成功拒绝Ho的概率（成功把差异检测出来的概率）
Power＝1- b

中心极限定理
个体X存在数学期望和方差，其平均值为m，方差为s2，则无论个体X服从何种分布，当样本量n增加时，样本平均值X接近于正态分布，并且：

均值的置信区间
当s已知或者样本量很大时（n≥30），则总体均值m的置信区间为：

当s未知或者样本量较小时（n<30），则总体均值m的置信区间为：

T分布是为抽样分布，其形状与样本量n相关，n越大，t分布越接近正态分布

比例的置信区间
当满足np≥5&n(1-p)≥5时，总体比例P的置信区间为：

方差的置信区间
均值和比例的置信区间都是对称的，然而方差的置信区间并非对称的：

散布的衡量
方差 (Variance)和标准差（Standard deviation）

箱形图（Boxplot）

正态分布
正态分布的密度函数为：

标准正态分布
m=0,s=1，记为X～N(0,1)
一般正态分布转化为标准正态分布：计算标准得分

二项分布

泊松分布
泊松分布常用来为特定时间或空间里某件随机事件发生次数的概率建立模型。其密度函数为：

泊松分布是属性控制图u图和c图的基础：

泊松分布的重要特点：可叠加性

t分布
类似于正态分布的钟型对称分布，相对于标准正态分布，t分布是一系列分布，这些分布的形状与自由度相关。t分布在使用小样本检查总体均值的时候使用。

t分布的自由度为（n-1）

x2分布
x2分布的自由度为列联表的行数减1乘上列数减1

F分布
F分布用来检验两个样本所在总体的方差是否有显著差异。

F分布有两个自由度，分子自由度为分子样本量减一，分母自由度为分母样本量减一

Cp,Cpk,Pp,Ppk的使用条件和比较

指数分布
应用场合
指数分布通常被用于许多产品的有用生命周期，指数分布常用于为具有固定失效率的器件建模，而这些器件通常是电子器件；

指数分布也具有可叠加性

一元＆多元线性回归
最小二乘法：
各点到直线的距离的平方和最小，即：

最小；
利用最小二乘法可得：

决定系数（Determination Coefficient）
SSregression占SSTotal的比值叫做决定系数R2，它反映的模型的拟合程度。

相关和回归的异同
相同点
1.理论和方法具有一致性；
2.无相关就无回归，相关程度越高，回归越好；
3.相关系数和回归的决定系数可以互相推算。
不同点
1.相关分析中，x与y对等，回归分析中，x与y要确定自变量和因变量；
2.相关分析中x，y均为随机变量，回归分析中，只有y为随机变量；
3.相关分析测定相关系数和方向，回归分析用回归模型进行预测和控制。

Z 检验 （Z test）
原假设和备择假设
原假设Ho：m＝m0
备择假设：
双边检验Ha ：m≠m0
单边检验Ha：m>m0 或者 m<m0
临界值（a＝0.05)：

单样本t检验 （One sample t test）
原假设和备择假设
原假设Ho：m＝m0
备择假设：
双边检验Ha ：m≠m0
单边检验Ha：m>m0 或者 m<m0

F 检验（F test）
原假设和备择假设
原假设Ho：s2A＝s2B
备择假设：s2A≠s2B

单个比例检验（1 proportion test）
检验方法
正态近似，转换成Z检验
正态近似的条件：（np≥5)＆(n(1-p) ≥5)

独立双样本t检验（2 sample t test）
T值的计算
s相等时

s不等时

实际频数（fo）和预期频数（fe）

实际和理论差异的衡量：

均方（Mean of Square）
均方（Mean of Square）等于平方和除以自由度，均方即是方差

方差分析的自由度
因子自由度DFFactor为因子数量减一
残差自由度DFError为每组数据个数减一后再相加

方差分析的显著性测试

ANOVA的适用条件
样本数据是独立的
样本数据是随机抽取的
各组数据服从正态分布
方差大致相同

ANOVA的种类和应用场合
方差分析种类
应用场合
单因子方差分析
单个因子多个水平
双因子方差分析
两个因子多个水平
平衡型方差分析
每个组合都有相同个数的数据
一般线性模型
能把平衡型 ANOVA方法伸展致非平衡数据

参数检验和非参数检验的比较
参数检验方法

非参数检验方法
作用
工具

工具
作用
对比单个样本所在总体均值与某一目标值
1 sample t

1 sample sign
（符号检验）
1 sample Wilcoxon
（威尔科克森符号秩检验）
对比单个样本所在总体中位数与某一目标值
对比两个样本所在总体的均值
2 sample t

Mann-Whitney
（曼－惠特尼检验）
对比两个样本所在总体的中位数
对比多个样本所在总体的均值
ANOVA

Mood’s Median
Kruskal-Wallis
（克鲁斯卡尔－沃利斯检验）
对比多个样本所在总体的中位数

威尔科克森符号秩检验（1 sample Wilcoxon）
应用场合
数据是连续的并且分布是对称的；
如果总体服从正态分布，那么威尔科克森符号秩检验比相应的参数检验方法在精确度上要逊色；
如果总体服从正态分布外的分布，威尔科克森符号秩检验比相应的参数检验方法要有力。

曼－惠特尼检验（Mann-Whitney)
应用场合
数据是连续的或者是具有顺序刻度的属性数据；
两组样本是从具有相同形状（方差相同)的分布随机抽取而来；
如果总体服从正态分布，那么曼－惠特尼检验比相应的参数检验方法在精确度上要逊色；如果总体服从正态分布外的分布，曼－惠特尼检验比相应的参数检验方法要有力。
如果两组数据所在同体的形状不同（方差不同），那么使用不同方差的2t test更合适。

克鲁斯卡尔－沃利斯检验（Kruskal-Wallis）
应用场合
连续型数据；
几组数据所在分布的形状一致（方差相同），但对数据是何种分布没有限制；

Mode Median
应用场合
连续型数据；
几组数据所在分布的形状一致（方差相同），但对数据是何种分布没有限制；
相对于克鲁斯卡尔－沃利斯检验，Mode Median对极端值的存在更加稳健，因此适用于数据分析的初期。

因子可以是可控的和不可控。
DOE实验中选择可控的因子作研究。

Placket-Burman实验
实验运行的次数总是4的倍数。
两阶交互作用与主效应相互混淆，所以研究仅限于主效应。

田口对质量的衡量：S/N比（信噪比）
望目特性质量特征S/N比：

望大特性质量特征S/N比：

望小特性质量特征S/N比：

SPC的目的和利益
监控过程状态；
识别特殊原因的波动；
以预防的方式改进生产力；
能够有效的预防缺陷；
识别何时对过程进行改进，避免对过程过度调整；
提供了诊断的信息；
提供了过程能力的信息。

DFSS方法：IDOV

生产节拍（Takt time）

TPM的目标
“零”非计划停机
“零”缺陷
“零”速度损失
“零”意外事故
“零”设备实效
寿命周期损失最小化

TPM 的指标
开动率（ Availability）
考察设备受坏机影响的状态

效率
考察设备的生产效率

速度开动率

净开动率

质量（Quality）

总体设备效能OEE（Overall Equipment Effectiveness）

选择和应用控制图
控制图的选择：变量控制图（Variables charts）

控制限的计算：变量控制图
控制图种类
中心位置控制限
散布控制限
平均值极差图
Xbar-R chart

平均值标准差图
Xbar-S chart

个体移动极差图
I-MR chart

控制图的选择：属性控制图（Attributes charts）

控制限的计算：属性控制图
控制图种类
控制限计算公式
要求
不合格品数图
np chart

样本量n固定
np≥5＆n(1-p)≥5
不合格品率图
p chart

样本量n不一定固定
np≥5＆n(1-p)≥5
控制限随n变化而变化
不合格数图
C chart

样本量n固定
c≥5
单位不合格数图
u chart

样本量n不一定固定
nu≥5
控制限随n变化而变化

控制图的失控判断标准
以下四种规则适用于平均值图、个体图、极差图、标准差图、p、np、c和u图：

以下四种规则只适用于平均值图和个体图

预控制图的使用
阶段一：验证过程
连续生产五件部品，如果五件部品都落在绿色区域则过程合格。
阶段二：监控过程偏移
方法：在开始生产前或者生产过程中连续生产两件部件；
规则
继续：
两个部件都落在绿色区域；
一个部件落在绿色区域，另一个落在黄色区域。
调校：
两个部件落在同一边的黄色区域。
停止：
一个部件出现在红色区域；
两个部件落在不同侧的黄色区域。

公差设计
损失函数在公差设计中的应用

损失函数中k是和y无关的系数，所以：

公差的确定
由以下的公式就可以得出公差的确定方法：

FMEA的表格