宠物玩具项目质量管理.docx

宠物玩具项目质量管理xxx投资管理公司目录一、 产业环境分析4二、 行业发展概况及发展趋势6三、 必要性分析6四、 过程质量控制的特点7五、 质量数据与分布规律13六、 控制图的观察与分析16七、 控制图应用的程序18八、 六西格玛管理的特点21九、 六西格玛管理的策划25十、 质量改进工具概述30十一、 常用的质量改进工具34十二、 质量改进的一般步骤50十三、 质量改进的PDCA循环法53十四、 审核的策划与实施59十五、 审核的相关术语66十六、 质量认证的相关概念68十七、 质量管理体系认证71十八、 产品及相关术语72十九、 质量特性77二十、 全面质量管理的定义82二十一、 全面质量管理的基本要求84二十二、 质量技术创新87二十三、 质量文化89二十四、 公司基本情况94二十五、 项目简介96二十六、 项目经济效益评价100营业收入、税金及附加和增值税估算表101综合总成本费用估算表102利润及利润分配表104项目投资现金流量表106借款还本付息计划表109二十七、 投资计划方案110建设投资估算表112建设期利息估算表112流动资金估算表114总投资及构成一览表115项目投资计划与资金筹措一览表116一、 产业环境分析经济综合实力显著增强。经济保持中高速增长，提前实现地区生产总值和城乡居民人均收入比2010年翻一番。地区生产总值达到10万亿元左右（2015年价，下同），年均增长7.5%左右，居民收入增长与经济增长同步。供给侧结构性改革和经济转型升级取得明显成效，发展质量和效益显著提升，全员劳动生产率比2015年提高40%左右。创新型省份建设取得重要突破。自主创新能力显著增强，主要创新指标达到创新型国家和地区中等以上水平，具有全球影响力的产业科技创新中心框架体系基本形成，大众创业万众创新体制机制更加健全，苏南国家自主创新示范区建设取得重大成果。全省研发经费支出占GDP比重提高到2.8%左右，科技进步贡献率提高到65%以上，人才资源总量达1400万人。产业国际竞争力大幅提升。产业迈向中高端水平取得显著成效，战略性新兴产业加快发展，新产业新业态不断成长，具有国际竞争力的先进制造业基地建设取得重大进展，现代服务业贡献份额和发展水平显著提升，农业现代化建设走在全国前列。服务业增加值占比达到53%左右，高新技术产业产值占规模以上工业产值比重达到45%左右。城乡区域发展更加协调。全面完成国家新型城镇化综合试点任务，新型城镇化和城乡发展一体化质量明显提升，城镇化战略格局和生产力布局更趋合理，以城市群为主体形态的城镇体系更加完善，城市规划、建设和管理水平全面提升，户籍人口城镇化率达到67%。新的区域和次区域增长极加快形成，南京江北新区建设在国家级新区中脱颖而出。区域发展差距进一步缩小，苏中和苏北地区生产总值占全省比重提高2.5个百分点左右。现代基础设施体系基本形成。改革开放进一步深化。重要领域和关键环节改革取得实质性进展，体制机制更加完善，在全面深化改革中走在前列。企业、城市、人才国际化水平进一步提高，全方位开放新格局、开放型经济新体制、对内对外开放新优势加快形成，对外投资中方协议额力争实现倍增，保持开放型经济领先优势。人民生活水平和质量普遍提高。在“七个更”上取得更大进展，人民群众更多更公平地分享改革发展成果。城乡居民收入持续增长，中等收入人口比重上升，收入差距进一步缩小。居民消费价格总水平保持基本稳定。社会就业更加充分，创业致富蔚然成风，劳动关系更加和谐，城镇登记失业率控制在4%以内，五年城镇新增就业500万人。实现省域教育总体现代化，高等教育毛入学率达到60%。形成更加公平更可持续的社会保障制度，城乡基本社会保险覆盖率超过98%。现代医疗卫生体系和“健康江苏”建设取得重要进展，居民健康主要指标达到国际先进水平。推动住有所居向住有宜居迈进。建成更加完善的养老服务体系，每千人老年人口养老床位数达到40张以上。生态环境质量明显改善。生产方式和生活方式绿色、低碳水平上升，实现生态省建设目标。能源资源开发利用效率大幅提高，主要污染物排放总量大幅减少，环境风险防范体系更加健全，完成国家下达的耕地保护任务，逐步实施建设用地减量化，单位GDP占用建设用地下降27%。主体功能区布局和生态安全屏障基本形成。城乡生态环境和人居环境显著改善。绿色江苏建设深入推进，生态产品供给持续增加。生态文明制度体系更加健全，全社会环境意识显著增强。二、 行业发展概况及发展趋势宠物一般是指家庭饲养的、作为伴侣动物的狗、猫、淡水观赏鱼、鸟、爬行动物等。宠物行业在发达国家已经有百余年的发展历史，与宠物相关的产业已十分成熟。国内宠物行业起步相对较晚，但随着人们经济水平的提高、思想观念的转变以及人口老龄化和单身、丁克群体的增长，饲养宠物成为人们的一种情感寄托，人们从宠物身上获取温暖和陪伴，宠物经济由此快速发展。三、 必要性分析1、现有产能已无法满足公司业务发展需求作为行业的领先企业，公司已建立良好的品牌形象和较高的市场知名度，产品销售形势良好，产销率超过 100%。预计未来几年公司的销售规模仍将保持快速增长。随着业务发展，公司现有厂房、设备资源已不能满足不断增长的市场需求。公司通过优化生产流程、强化管理等手段，不断挖掘产能潜力，但仍难以从根本上缓解产能不足问题。通过本次项目的建设，公司将有效克服产能不足对公司发展的制约，为公司把握市场机遇奠定基础。2、公司产品结构升级的需要随着制造业智能化、自动化产业升级，公司产品的性能也需要不断优化升级。公司只有以技术创新和市场开发为驱动，不断研发新产品，提升产品精密化程度，将产品质量水平提升到同类产品的领先水准，提高生产的灵活性和适应性，契合关键零部件国产化的需求，才能在与国外企业的竞争中获得优势，保持公司在领域的国内领先地位。四、 过程质量控制的特点1、统计过程质量控制的基本概念所谓控制是要以某个标准为基准，一旦偏离了这个基准，就要尽快加以纠正，使之保持这个基准。SPC（统计过程控制）就是以统计控制状态（稳态）作为基准的，这是一个非常重要的基本概念。统计控制状态也称稳态，即过程中只有正常因素（随机因素）而无异常因素（系统因素）产生的变异的状态。影响质量变异的原因包含正常因素（随机因素）和异常因素（系统因素）两大类。正常因素的特点表现为：对质量变异的影响是微小的；在过程中是始终存在的；对质量变异的影响方向是不确定的。由正常因素所造成的质量变异称为正常质量波动，鉴于正常质量波动的原因难以查明、难以消除，所以常采取持续改进的方法。异常因素的特点表现为：对质量变异的影响很大；在过程中时有时无；对质量变异的影响方向是确定的；异常因素是可以控制的（可以查明、可以消除）。由于异常因素所造成的质量变异、质量波动，其原因可以查明、可以消除，所以采取的态度应该是“严加控制”。正常质量波动表现出质量数据形成典型分布（在确定的生产条件下，质量数据的分布中心和标准偏差表现为确定的值）。异常质量波动表现出质量数据的典型分布遭到破坏，即质量数据的分布中心和标准偏差发生显著的变化。统计过程控制就是要保持过程中只有正常因素起作用，控制异常因素的作用，使过程处于稳定受控状态。为了实现过程控制，必须采用科学的质量控制方法，如统计技术中分布状态、控制图，来捕捉过程中的异常先兆，并结合专业技术消除异常的质量波动。也就是说，统计过程控制是通过应用统计技术识别异常、消除异常，把不合格原因消灭于过程之中，达到预防不合格品产生的目的。2、统计过程质量控制的步骤质量控制大致可以分为7个步骤。（1）选择控制对象。（2）选择需要监测的质量特性值。（3）确定规格标准，详细说明质量特性。（4）选定能准确测量该特性值的监测仪表，或自制测试手段。（5）进行实际测试并做好数据记录。（6）分析实际与规格之间存在差异的原因。（7）采取相应的纠正措施。当采取相应的纠正措施后，仍然要对过程进行监测，将过程保持在新的控制水准上。一旦出现新的影响因子，还需要测量数据，分析原因，进行纠正，因此这7个步骤形成了一个封闭式流程，称为“反馈环”。这点和六西格玛质量突破模式的DMAIC有共通之处。质量控制技术包括两大类：抽样检验和过程质量控制。抽样检验通常是指生产前对原材料的检验或生产后对成品的检验，根据随机样本的质量检验结果决定是否接受该批原材料或产品，过程质量控制是指对生产过程中的产品随机样本进行检验，以判断该过程是否在预定标准内生产。抽样检验用于检验与评价，而过程质量控制应用于各种形式的生产过程。因此，所谓统计过程质量控制，是利用数理统计的方法，对生产过程的各个阶段进行控制。从而达到改进与保证产品质量的目的。SPC强调全过程预防为主的思想。SPC不仅可用于制造过程，而且还可以用于服务过程，以改进和保证服务质量。SPC强调全员参加，人人有责，强调采用科学的方法来达到目的。3、SPC的特点许多质量管理技术是对已生产出来的产品进行分析、检验或评估，以找出提高产品质量的途径和方法，这是事后补救的方法。而统计过程控制与其他方法不同，它是在生产过程的各个阶段对产品质量进行适时的监控与评估，因而是一种预防性的方法，强调全员参与和整个过程的控制。因而其特点可总结为以下几点。（1）产品质量的统计观点。应用数理统计方法分析和总结产品质量规律的观点是现代质量管理的基本观点之一。产品质量的统计观点包括以下两方面内容。产品质量或过程质量特性值是波动的。在生产过程中，产品的质量特征值的波动是不可避免的，它是由设备（Machine）、材料（Material）、操作人（Man）、工艺（Method）、环境（Environment），即4MIE五个方面等基本因素的波动综合影响所致。由于产品在生产中不断受4MIE等质量因素的影响，而这些质量因素是在不断变化的，即使同一个工人，用同一批原材料在同一台机器设备上所生产出来的同一种零件，其质量特性值也不会完全一样。它们或多或少存在差异。这是质量变异的固有本性波动性。产品公差制度的建立已表明产品质量是波动的。产品质量的变异具有统计规律。即产品质量特性值的波动具有统计规律性。产品质量特性值的波动幅值及出现不同波动幅值的可能性大小，服从统计学的某些分布规律。在质量管理中，常用的分布主要有正态分布、二项分布、泊松分布等，而寿命特性值很多服从指数分布。知道了质量特性值服从什么分布，就可以利用这一点来保证与提高产品的质量。因此，可以用统计理论来保证与改进产品质量。统计过程质量控制就是在这种思想指导下产生的。（2）发现及纠正异常因素。从对质量的影响大小来看，质量因素的波动分为两种：正常波动和异常波动，或称为偶然误差（偶然因素）和系统误差（异常因素）。产生质量波动的因素分为随机因素和异常因素两大类。随机因素对产品质量和过程的影响可用质量改进的技术与方法进行识别、减小和降低；异常因素对产品质量的影响很大，在生产过程中应利用SPC控制技术及时分析，并纠正和消除。因此，在正常生产过程中一旦发现异常因素，则应尽快地把它找出来，并采取措施将其消除。这就是抓主要矛盾。SPC控制技术是发现及纠正异常因素的科学工具。（3）稳定状态是过程质量控制追求的目标。在生产过程中，只有随机因素而没有异常因素的状态称为稳定状态，也叫统计控制状态。在统计控制状态下，对产品质量的控制不仅可靠而且经济，所产生的不合格品最少。因此，稳态生产是过程控制所追求的目标。（4）预防为主是统计过程控制的重要原则。质量是制造出来的，不是检验出来的。统计过程控制的目的是在生产过程中实施一种避免浪费，不生产废品的预防策略，发挥质量管理人员、技术人员、现场操作工人的共同作用，从上、下工序过程的相互联系中进行分析，实现“预防为主”的原则，在生产过程中保证产品质量。现代质量管理强调以预防为主，要求在质量形成的整个生产过程中，尽量少出或不出不合格品，这就需要研究两个问题：一是如何使生产过程具有保证不出不合格品的能力；二是如何把这种保证不出不合格品的能力保持下去，一旦这种保证质量的能力不能维持下去，应能尽早发现，及时得到情报，查明原因，采取措施，使这种保证质量的能力继续稳定下来，保持下去，真正做到防患于未然。前一个问题一般称为生产过程的工序能力分析，后一个问题一般称为生产过程的控制。五、 质量数据与分布规律1、质量数据的基本概念定量分析是现代质量管理中的基本特征之一。为了进行定量分析，就必须有数据。因此，在质量管理中要特别重视对数据的搜集、整理和分析工作。质量数据是指某质量指标的质量特性值，在质量控制过程中，将检测和分析得到的质量特性值用数字记录下来，简称质量数据。由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。在质量数据统计分析中，从样本到总体的问题，即统计推断问题。所谓统计推断，就是根据抽样分布律和概率理论，由样本结果（统计数）来推论总体特征（参数）。因此，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。质量数据是指由个体产品质量特性值组成的样本（总体）的质量数据集，在统计上称为变量；个体产品质量特性值称变量值，根据质量数据的特点，可以将其分为计量值数据和计数值数据。（1）计量值数据。计量值数据是指可以连续取值的数据，属于连续型变量。其特点是在任意两个数值之间都可以取精度较高一级的数值。它通常可以用仪器测量的连续性数据，如长度、重量、强度、时间、标高、位移等。（2）计数值数据。计数值数据是指不能连续取值的，只能用自然数表示的数据，属于离散型变量。如合格品件数、废品数、错字数、质量缺陷点数等。计数值数据还可进一步划分为计件值数据和计点值数据。计件值数据是指按产品个数计数的数据，如合格品件数、废品件数等；计点值数据是指按点计数的数据，如缺陷、棉布上的疵点数、铸件上的砂眼数等。计数值是指具有离散分布性的数据。2、质量数据的统计特征值应用统计过程质量控制，其基本的做法就是用有限的样本去分析推断总体的特征。过程的质量特性值是不断波动的。当搜集到的数据足够多时，就会发现一个现象，即所有数据都在一定范围内分散在一个中心值周围，越靠近中心值，数据越多；越偏离中心值，数据越少。这意味着数据的分散是有规律的，表现为数据的集中性。数据的分散性和集中性统称为数据的“统计规律性”。质量数据的集中趋势和离散程度反映了总体质量变化的内在规律性。（1）质量数据的位置特征值。在分析质量数据的分布状态时，描述数据分布集中趋势主要有算术平均值、中位数等。（2）数据的离散特征数。数据的分散程度在质量管理中就是质量特性值的波动性，反映过程能力。在分析数据的分布状态时，常被用于表示数据分布的离散程度的特征数，主要有极差、标准偏差等。3、质量数据的分布规律质量数据具有个体数值的波动性和总体分布的规律性。在统计过程质量控制中，各种统计技术的应用都是以质量数据的分布规律为依据进行的，其中最常用的有正态分布、二项式分布和泊松分布。（1）正态分布。正态分布是一种最常见的连续性随机变量的概率分布。其特征是“钟”形曲线。实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同范围内正态曲线下的面积可用公式计算。轴与正态曲线之间的面积恒等于1。（2）二项分布。二项分布是一种典型的离散性分布。（3）泊松分布。泊松分布P（A）中只有一个参数入，它既是泊松分布的均值，也是泊松分布的方差。在实际事例中，当一个随机事件，例如，某电话交换台收到的呼叫来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白细胞等，以固定的平均瞬时速率入（或称密度）随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松分布。六、 控制图的观察与分析在生产过程中，通过分析控制图来判定生产过程是否处于稳定状态。1、控制图的判断稳态准则在生产过程中只存在偶然因素而不存在异常因素对过程的影响状态，这种状态称为统计控制过程状态或稳定状态，简称稳态。稳态是生产过程追求的目标。在统计量为正态分布的情况下，只要有一个点子在界限外就可以判断有异常。但由于两类错误的存在，只根据一个点子在界限内外远不能判断生产过程处于稳态。如果连续在控制界内的点子更多，即使有个别点子出界，过程仍看作是稳态的，这就是判稳准则。在做控制图判别时，首先应该判断过程是否稳定。生产过程或工序是否处于受控状态，其基本判断条件有以下两条。（1）在控制界限内的点子排列无缺陷，为随机排列。点子排列无缺陷意味着应满足以下三个条件：样本点分布均匀，位于中心线两侧的样本点各占50%；靠近中心线的样本点约占2/3；靠近控制界限的样本点极少。（2）所有点子基本上都落在控制界限内。由概率论理论可知，小概率事件可以认为不会发生。如果在控制图中点子未出界限，同时界线内点子的排列也是随机的，则认为生产过程处于稳定状态或控制状态。如果控制图点子出界或界限内点排列非随机，则认为生产过程不稳定或失控。对于生产过程或工序而言，控制图的判断稳态准则起着告警铃的作用，控制图点，子出界就好比告警铃响，告诉现在是应该进行查找原因、采取措施、防止再犯的时刻了。2、控制图的判异规则控制图上的点子依样本时间序列而出现在控制图上，通常是很随机地散布在管制界内。有时点子虽未超出管制界限，但一连串好几点都在管制图的中心线以上或点子呈现周期性变化时，也可判为异常。判异准则有两类：点出界就判异，这一点是针对界外点的；界内点排列不随机判异，这一点则是针对界内点的。常规控制图的判异准则参照ISO8258和GB/T40912001有8种准则。将控制图等分为6个区。七、 控制图应用的程序应用控制图的主要目的是发现过程或工序异常点，追查原因并加以消除，使过程或工序保持受控状态；对过程或工序的质量特性数据进行时间序列分析，以掌握过程或工序状态。因此，在进入控制图应用程序之前，根据统计过程质量控制的目的确定控制图的类型，然后，进入控制图应用的一般程序。1、控制图应用的一般程序（1）选取控制的质量特性与预备数据。控制的质量特性就是选出符合统计过程质量控制，运用目的、可控、易于评价的质量特性或项目，如对产品的使用效果有重大影响的质量特性，对下道工序的加工质量关系重大的质量特性，生产过程中波动大的质量特性，等等。随机收集能反映出质量特性的一组数据，即预备数据。预备数据是用来绘制控制图的数据。（2）计算统计量。不同种类的控制图所需要的统计量各不相同，应根据所选取的控制图种类的统计变量的规定对预备数据进行统计计算。（3）计算控制界限。不同图种的控制图，其控制界限的计算公式各不相同。但都需要计算CL，UCL，LCL，计算公式根据统计量的分布特征值及相互关系推导而得。（4）绘制分析用控制图。根据计算的控制界限数值，在控制图纵坐标轴上刻度，并画出CL，UCL、LCL.三条界限。控制图横坐标轴的刻度为样本号。按数据表中各组数据的统计量值在控制图中打点并用直线线段连接为折线，即为分析用控制图。分析用控制图是在对过程的稳定性或受控状态没有明确结论时绘制的控制图，主要目的是判断过程是否处于稳定状态或受控状态。（5）过程稳定与否和异常与否的判断。作为分析用控制图的完结，依据判断规则的各项准则，对分析用控制图中点子分布状况进行判断。若分析用控制图中点子的分布没有任何违背判断准则的情况，即可判断出取样过程处于稳定受控状态，无异常原因发生。（6）计算过程能力是否达到基本要求，过程是处于稳定或受控状态下，计算过程能力是否达到基本要求，也可以用分析用控制图中的数据作直方图判断。（7）确定控制标准。确定控制标准是对控制用控制图的要求。利用分析用控制图的判断，如若过程稳定无异常发生，且过程能力指数满足技术要求，可将分析用控制图的控制界限延长，作为标准，此时分析用控制图转化为控制用控制图，以对日常过程或工序控制进行监管。如若过程不稳定，有异常发生，或过程能力指数不能满足技术要求，要对分析用控制图进行修正。修正时，如若组数能满足要求，可剔除不合理数据，重新得到控制界限。如若组数不能满足要求，要重新搜集数据。进行日常工序质量控制。在日常生产活动中，随机间隔取样，进行测量和计算，在图上描点、观察分析、判断工序状态。如果无异常现象，则维持现状进行生产，如果出现质量降低的信息，应采取措施消除异常；如果出现质量提高的信息，应总结经验，进行标准化或制度化。2、计量值控制图：均值一极差控制图的绘制均值极差控制图是均值控制图和极差控制图联合使用的一种控制图，前者用于判断生产过程是否处于或保持在所要求的受控状态，后者用于判断生产过程的标准差是否处于或保持在所要求的受控状态。八、 六西格玛管理的特点1、六西格玛管理的概念（Sigma）一个反映数据特征的希腊字母，从统计意义上讲，代表标准差，反映了一个过程的分布状态，是描述一组数据、一群项目或一个过程存在多少波动的统计量。正态分布曲线部分的面积，就是通常所说的合格率、落在此范围之外部分的面积就是缺陷率或不合格品率。用值来衡量质量要求（规格界限）或过程作业状况良好程度的话，值越高，则过程不良品率越低，过程状况越好。完成过程无缺陷作业的能力水平就越高。不考虑偏移时，以1为质量要求的合格率仅为68.27%，以3为质量要求的合格率为99.73%，而以六西格玛为质量要求的合格率高达99，9999998%，即每100万仅有0.002落入规格限以外（缺陷率或不合格率），由于种种随机因素的影响，任何过程在实际运行中都会产生偏离目标值或者偏离期望值的情况。美国学者本德和吉尔森研究了生产过程中的偏移，获得的结果是1.5个。因此在计算过程缺陷率时，一般将正态分布的中心向左或向右移动1.5o。通常所说的六西格玛质量水平是考虑了漂移的情况，也就是六西格玛，代表3.4X10-6（ppm）缺陷率，即在100万次产品缺陷的机会中，实际只有3.4次发生，六西格玛质量意味着管理过程的差错率为百万分之3.4（即3.4ppm）。根据美国学者Evans和Lindsay的统计，如果产品达到99.37%合格率，以下事件便会继续在美国发生：每年有超过15000名婴儿出生时会被抛落在地上；每年平均有9小时没有水、电、暖气供应；每小时有2000封信邮寄错误。这样的事情是顾客所无法容忍的。因此，六西格玛已从单纯的含义标准差，被赋予更新的内容。对于每年要生产数以千万件产品，或是提供上百万次服务的大企业来说，这样的合格率也不会让顾客和公司满意。作为一种衡量标准，的数量越多，质量就越好。由于企业的复杂性，过程问题往往与资金问题和技术问题混杂在一起，成为多元性问题。与解决问题相比，对问题的预防更为重要，“忙碌的经理人也许并不是好的经理人”，把更多的资源投入到预防问题上，就会提高“一次做好”的概率。与出厂合格率相比，过程合格率更为重要，因为它是累计的。美国的统计资料表明，一个执行3管理水平的公司直接由质量问题导致的质量成本占其销售收入的10%15%，而六西格玛管理水平的质量成本占其销售收入的1%。每个组织和企业都有成本核算，从这个意义上说，只要想改进业绩，不断减少质量成本占销售额的比率，六西格玛管理就是一个务实、有效的途径。因此，六西格玛质量从经济意义上讲，六西格玛管理是提高质量、稳定业务流程、提高客户满意度和企业改进业绩的根本要素。2、六西格玛管理的特点（1）以顾客为关注焦点的管理理念。六西格玛是以顾客为中心，关注顾客的需求。它的出发点就是研究客户最需要的是什么，最关心的是什么。比如改进一辆载货车，可以让它的动力增大一倍，载重量增大一倍，这在技术上完全做得到，但这是不是顾客最需要的呢？因为这样做，成本就会增加，油耗就会增加，顾客就不一定想要，什么是顾客最需要的呢？这就需要去调查和分析。假如顾客买一辆摩托车要考虑30个因素，这就需要去分析这30个因素中哪一个最重要，通过计算，找到最佳组合。因此，六西格玛是根据顾客的需求来确定管理项目，将重点放在顾客最关心、对组织影响最大的方面。（2）通过提高顾客满意度和降低资源成本促使组织的业绩提升。六西格玛项目瞄准的目标有两个：一是提高顾客满意度，通过提高顾客满意度来占领市场，开拓市场，从而提高组织的效益；二是降低资源成本，通过降低资源成本，尤其是不良质量成本损失（COPQ）.从而增加组织的收入。因此，实施6管理方法能给一个组织带来显著的业绩提升，这也是它受到众多组织青睐的主要原因。（3）注重数据和事实，使管理成为真正意义上数字科学。六西格玛管理方法是一种高度重视数据，依据数据进行决策的管理方法，强调“用数据说话”，“依据数据进行决策”，“改进一个过程所需要的所有信息，都包含在数据中”。另外，它通过定义“机会”与“缺陷”，通过计算DPO（每个机会中的缺陷数）、DPMO（每百万机会中的缺陷数），不但可以测量和评价产品质量，还可以把一些难以测量和评价的工作质量和过程质量，变得像产品质量一样可测量和用数据加以评价，从而有助于获得改进机会，达到消除或减少工作差错及产品缺陷的目的。因此，六西格玛管理方法广泛地采用各种统计技术工具、使管理成为一种可测量、数字化的科学。（4）一种以项目为驱动力的管理方法，六西格玛管理方法的实施是以项目为基本单元，通过一个个项目的实施来实现。通常项目是以黑带为负责人，牵头组织项目团队通过项目成功完成来实现一次六西格玛改进。（5）实现对产品和流程的突破性质量改进。六西格玛项目的一个显著特点是项目的改进都是突破性的，旨在彻底解决问题产生的根源。通过这种改进能使产品质量得到显著提高，或者使流程得到改造。从而使组织获得显著的经济利益。实现突破性改进是六西格玛的一大特点，也是组织业绩提升的源泉。（6）强调骨干队伍的建设。六西格玛管理方法比较强调骨干队伍的建设，其中，执行负责人、实施负责人、项目负责人、黑带大师、黑带和绿带构成了整个六西格玛队伍的骨干。对不同层次的骨干进行严格的资格认证制度。如黑带必须在规定的时间内完成规定的培训，并主持完成一项增产节约幅度较大的改进项目。九、 六西格玛管理的策划1、六西格玛管理的导入（1）组建六西格玛团队。由于六西格玛管理是一场自上而下的、会对组织产生深远影响的运动，因此它要从企业高层开始启动。执行负责人、实施负责人、项目负责人、黑带大师、黑带和绿带构成了其管理团队中的所有组织结构的角色。执行负责人通常由组织的一名高层管理人员担任，主要任务是去监督和支持整个六西格玛项目，这就给组织的每一位员工发出了信号：组织是认真的。这名高层管理人员可能是一名副总裁或者是一名主管生产或营销的总监等。实施负责人在六西格玛业务的实施全过程提供领导，参与项目，并承担责任。项目负责人的工作是监督、支持及为六西格玛项目提供资金和执行项目所需要的人员，从而让负责项目的人员把工作重心完全放在项目上，使工作顺利完成。项目的直接管理者是被称为“黑带大师”的人。黑带大师的角色通常是由作为六西格玛专家身份进入公司内部机构的外部顾问担任，他要在组织的上层和下层起承上启下作用。在上层，他协助各位负责人选择好的项目和实施项目的人。然后他培训和指导在日常工作中实施六西格玛的人员，并且及时向上层报告有关项目的进展情况。黑带大师是主要负责人，负责组织从上到下实施持久而根本的变革。黑带是真正做具体工作的人员，他是整个项目的关键，是六西格玛的真正领导者。成为一名黑带应该具备管理和技术两个方面的才能，他最重要的任务就是把六西格玛从想法变成现实。绿带是真正的实施者，绿带向黑带提供实施项目所必需的支持。选拔出的绿带人员可以而且应该来自组织中不同的部门，应具有解决问题的能力、较强的沟通能力，强烈的责任感，成员之间还应具有互助互补的技术能力。（2）培训支持。实施六西格玛管理的关键是对六西格玛及其管理要有一个正确的理解，对六西格玛管理原则有准确的把握，同时对六西格玛管理方法进行有效的运用。故实施六西格玛管理需要以大量的培训作为支持。一是对高层执行领导的培训，高层执行领导是推行六西格玛获得成功的核心，所以高层执行领导的培训采取走出去的培训方式，培训的主要内容是六西格玛能给公司带来的好处及公司推行六西格玛的必要性。二是对黑带大师的培训，如果组织外聘经验丰富的黑带大师，则他将负责向六西格玛团队内的其他人提供培训，当然组织也可以通过培训培养出自己的黑带大师。培训的主要内容是六西格玛管理原则、技巧、改进方法和工具，以及领导力、团队工作、项目管理等方面的“软”技能培训。三是对黑带和绿带培训。黑带是六西格玛项目的领导者，绿带是六西格玛活动中人数最多的，也是最基本的力量，分别由黑带大师负责培训。培训内容主要是六西格玛的认知性培训，六西格玛技术方面的培训。因此，实施六西格玛管理之前，团队要建立完整的六西格玛培训体系，进行覆盖组织管理层的培训、黑带和绿带及项目团队和全体员工的培训。2、六西格玛管理项目的策划六西格玛突破性改进的成功，取决于所要改进的项目的选择，实施六西格玛策划，可以确保项目的正确选择。（1）项目选择原则。在策划六西格玛项目时，选择的原则十分重要，此时，评价一系列潜在的六西格玛项目并从中挑选出最有希望被团队解决的项目是非常重要的。挑选项目要基于两个“M”。一是Meaningful，有意义的。项目要真正有利于顾客和企业经营，项目才是有意义的。二是Manageable，可管理的。项目的规模应该能使团队有能力完成，便于管理，换句话说，团队的以后5个活动步骤DMAIC（界定、测量、分析、改进和控制）都能够在这个范围内得以实施。这样给团队一些初步的界限，便于团队管理和开展活动。（2）项目选择评价原则。六西格玛管理项目选择的评价要素基于以下几个方面。顾客满意。关注顾客是六西格玛管理的主题之一，六西格玛质量的定义有两个基本点：一是产品特性让顾客满意直至忠诚；二是在此前提下避免任何缺陷（差错）。因此，过去企业许多常用的评价事项，如劳动工时、成本和销售额等都与顾客真正所关心的问题无关，让顾客满意，其关键是要掌握什么是顾客的期望和需求。用六西格玛语言来阐述，顾客的期望和需求称为关键质量特性，可以用六西格玛水平的测量方法来检查在满足顾客需求方面的业绩。过程要素。六西格玛管理的另外一个主题是采取的措施应针对过程，通过对过程的分析，可以确定过程能力和过程的关键输入或输出变量，以及过程详细分析供方、输入、过程、输出和顾客。由于企业性质各异，过程相应不同，用水平量值，可以提供一致的方法来测量和比较不同的过程。劣质成本。六西格玛管理的一大特点就是用财务的语言来阐述现状水平和改进的绩效，用财务指标将业绩转化成财务效益，劣质成本分析是一个十分有效的方法。劣质成本是六西格玛管理的重要切入点，可帮助选择六西格玛改进项目。因为理想的改进项目必须是：在成本节省方面具有很大的潜力；涉及关键过程输出变量的有关问题；顾客和经营者都比较关心的问题。这样，根据劣质成本与销售收入的比例，也可以用。水平来反映。增值能力。无论是制造业，还是服务业，其生产和服务过程经常出现一个“隐蔽工厂”。过程的最终合格率（PFY）的计算方法不能反映出该过程在通过最终检验之前所发生的返工等情况，滚动产出率（RTY）是一个能够找出“隐蔽工厂”地点和数量的有效方法，为过程是否增值作出判断。增值和减少值，以致消灭“隐蔽工厂”是六西格玛管理的一项重要指标，经过核算，知道RTY值也就知道六西格玛水平。（3）项目选择评价程序。推行六西格玛管理的企业应设立一套决定策略性焦点议题的程序，以作出项目的正确选择。如果缺少这样的程序，而仅将项目的选择留给黑带自己来做，六西格玛项目活动有可能演变成孤军奋斗。评价程序。当组织的领导层，在掌握六西格玛项目团队前期工作情况的前提下，在对“顾客满意”、“过程能力”、“劣质成本”和“增值能力”各有一个基本评估的基础上，依据先前所制定的书面化的项目评价程序来对项目选择展开评价。项目特许任务书。选择项目确定的标志是一份项目特许任务书。在六西格玛管理中，特许任务书是提供关于项目或问题书面指南的重要文件。任务书包括实施项目的理由、目标、基本项目计划、范围和其他的考虑，以及角色的职责的评价。一般任务书的内容由项目负责人和团队在界定阶段更加精确地确定。但事实上，特许任务书通常随着实施过程的进展而不断完善。公司不同，特许任务书是不同的，但它们至少应包括以下几点。为什么这个特别的机会被选择；有什么特定的问题或困难需要解决，且结果将被证实是什么；确认的项目或资源预期使用的限制是什么；过程和（或）事件应包含多么大的范围；谁是团队成员、倡导者和其他股东（相关方）；每个阶段什么时候完成等。十、 质量改进工具概述所谓质量管理常用工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用方法。这些方法不仅科学，而且实用，应该首先学习和掌握它们，并应用到实际中。有效质量改进活动会使质量成本得以改善。同时，质量改进活动并非企业内一个部门、一个人的工作，特别是企业推行系统的、自上而下的、高层次的质量改进即六西格玛管理，更需要企业最高管理层的策划和各相关方的参与。通过防差系统的设计将会杜绝人为操作，使得无缺陷过程得以实现，最后，通过顾客满意度的调查，改进顾客关系，达到以顾客满意为核心的现代企业的质量管理目的。质量改进是一项系统工程，需要有精心的策划、认真的实施和管理。实施质量改进必须以实际情况和数据分析为基础进行决策和策划并付诸实践，才能取得成功。所以，正确、有效地应用各种有关的工具和统计方法是促进质量改进项目和活动取得成功的必要条件。1、定量的方法与工具以统计的观点看待产品和过程质量则具有以下两方面的观念：产品和过程质量之所以存在变异性，是因为影响产品和过程质量的人、机、料、法、环等诸因素均在无时无刻地变化着，因而造成产品和过程的变异性。即使完全相同的生产条件下所生产的若干产品，其质量特性也可能不完全一致。产品和过程质量的变异在一定范围内，具有一定的数学规律，因此，质量改进的工作，应以掌握产品质量变异的规律性为前提。现代质量管理活动中，需要应用各种数理统计技术方法。为此，统计技术成为质量管理及质量改进的一个重要因素。在市场分析、产品设计、可信性规范、寿命和耐用性预测、工序控制和工序能力的研究、确定抽样检验方案的质量水平、数据分析、过程改进及安全性评价等质量活动领域应制定并坚持实施统计技术方法，能查明质量指标与哪些因素相关，其中哪些是主要因素，哪些是次要因素，从而为优质生产获取最佳生产条件或最优参数组合。在质量改进活动过程中，利用数理统计技术与方法提高设计质量，开发优质产品，以及优化生产工艺，降低生产成本。2、定性的方法与工具在很多情况下影响产品和过程质量的人、机、料、法、环等诸因素难以取得量化的数字数据。此时，应通过广泛深入的调查研究，获得大量定性的非数字数据的信息、意见，反映、设想、议题等，分析其原因，结果或目的之间的因果关系，以符合逻辑的定性方法，找出其彼此间的相互作用关系，来阐明问题所在的方法称为定性的方法与工具。让参与人员在多次修改中，取得一致观念与认同，并转化成一种方式方法去实施，对解决问题