六西格玛管理的尺度.pptx
Define(Define(6 6 SIGMA SIGMA 尺度尺度) )1. DPU和DPMO 2. SIGMA水平3. RTYDefine(Define(6 6 SIGMA SIGMA 尺度尺度) )BB ProjectBB Project尺度尺度Bench markingBench marking尺度尺度缺点数据收集缺点数据收集推定推定ProcessProcess的能率的能率计算生产无缺点制品计算生产无缺点制品的概率的概率制品与制品与ProcessProcess的客观比较的客观比较应该知道应该知道什么什么? ?BB ProjectBB Project尺度尺度经营成果经营成果尺尺 度度 DPMODPMO SIGMASIGMA水平水平 DPUDPU RTY RTYDefine(Define(6 6 SIGMA SIGMA 尺度尺度) ) DPU DPU Defects per Unit单位当缺点数缺点消除的基准利用于工场单位的改善 DPO DPO Defects per Opportunity机会当缺点数 DPMO DPMO Defects per Million Opportunities 百万机会当缺点数考虑制品复杂性的比较基准企业内或企业间的 Bench marking手段经营团为了对相异的制品与服经营团为了对相异的制品与服务进行务进行Bench markingBench marking使用使用DPMODPMODefine(Define(6 6 SIGMA SIGMA 尺度尺度) ) 所有制品所有制品ProcessProcess的特性的特性( (characteristic)characteristic)内含附加价内含附加价值或减少的固有机会值或减少的固有机会. .部品形象材料机械工具程序制品Process复杂度 复杂度复杂度( (Complexity )Complexity )复杂度的概念与制品及Process的特性有密切联系越复杂总机会数越大Define(Define(6 6 SIGMA SIGMA 尺度尺度) )1complexproject2systemplanpolicyH/WH/WS/W3subsysytem objective document assemblyassemblymoduleServiceprocess4componenttasksectionpartpartelementDeliverable operationprocedure5elementactionlinefeaturefeaturelineaspectfactor instructionH/W部品2部品1组立品 A组立品 B形象 B形象 A机会可存在于阶层的任何水平机会可存在于阶层的任何水平Define(Define(6 6 SIGMA SIGMA 尺度尺度) )非附加价值的作业不计算为机会非附加价值的作业不计算为机会搬运与资材保管不计算为机会防碍作业的仍不计算为机会试验,调查,测定等大部分的情况并无变化因此不能计算为机会使用于Program的电试验仪器产生附加价值计算为机会各个供给的部品计算为一个机会各个供给的部品计算为一个机会 焊锡,机油,冷却水等供给的资料不视为供给的部品各附属品的连接也视为一个机会各附属品的连接也视为一个机会 如果工具需要四个螺钉,那么每个连接螺钉都是一个机会,因此是四个机会 PCB上熔接了60个PIN的直接线路中60个的连接均计算为机会 16个PIN(DIP)计算为16个连接,连接部位不重复计算.上面一个,下面一个的计算方法是不正确的Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 机器工作时的机会机器工作时的机会 机械化的各个表面视为一个机会 一个工具作五种截断作业,其机会数为5 穿孔并磨其反面是两种不同的作业,因此其机会数为2 穿孔后校正大小时因不可信,所以只用磨石磨时只计算为一个机会.研磨的工程是穿孔作业的再作业 样式或样式或 s/w s/w 作成时作成时 完成一个样式的作业按照其数据录入领域别计算为一个机会 具有同一CODE的线的联接在软件中计算为一个机会 目的上的贡献度目的上的贡献度 机会计算的方式是否一定影响目标的达成?定义机会后应将其制度化维持一贯性定义机会后应将其制度化维持一贯性Define(Define(6 6 SIGMA SIGMA 尺度尺度) )机会只有在被评价时计算为机会机会只有在被评价时计算为机会例)某一部品在生产工程中不良发生的机会数为 100,000次.但是在正常生产过程中只对其中 1,000次机会进行评价,且在一个部品里发现了 10个缺点.下列计算中哪一个正确?DPO = 10/100,000DPO = 10/1,000Define(Define(6 6 SIGMA SIGMA 尺度尺度) )下面加工例子中计算下面加工例子中计算DPUDPU与与DPMO.DPMO.Define(Define(6 6 SIGMA SIGMA 尺度尺度) )总缺点数=DPU DPUDPU不可能考虑一个单位数里有多少缺点机会不可能考虑一个单位数里有多少缺点机会25.142)01(2DPU 总生产单位数Define(Define(6 6 SIGMA SIGMA 尺度尺度) )一个单位发生的总缺点机会数1,000,000 x DPU=DPMO000,25051,000,000 5/4=DPMO 一般说一般说6 6 SIGMASIGMA水平时把不良率说成水平时把不良率说成3.43.4DPMODPMO比比3.43.4PPMPPM更恰当更恰当 适于互相不同的适于互相不同的ProcessProcess或制品间或制品间, ,制造范筹和非制造范筹间的比较制造范筹和非制造范筹间的比较Define(Define(6 6 SIGMA SIGMA 尺度尺度) )适用于测定的定量值适用于测定的定量值不良率不良率= 0.02275Probability Probability ofof良品率= 0.97725规格上限DPMO = 0.02275 DPMO = 0.02275 * * 1,000,000 = 22,750 1,000,000 = 22,750缺点数缺点数 某一PCB有800个熔接点与200个部品 此PCB中发现6个焊接不良点与2个不良部品DPMO =(6+2)/(800+200)DPMO =(6+2)/(800+200) * * 百万百万 = 8,000 = 8,000Define(Define(6 6 SIGMA SIGMA 尺度尺度) )假设有一个具有十个部品的单位,各个单位内的构成品对一个缺点发生一个机会.因此各单位可包括十个缺点生产无缺点制品的可能性为多少？DPU是多少?DPMO是多少? DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDefine(Define(6 6 SIGMA SIGMA 尺度尺度) )6 6 SIGMASIGMA战略的特征战略的特征 显示企业经营成果的所有要素转换为显示企业经营成果的所有要素转换为SIGMASIGMA水平水平, ,作作为对现在经营状态分析为对现在经营状态分析, ,以及对今后的目标设定等的经以及对今后的目标设定等的经营管理指标营管理指标Define(Define(6 6 SIGMA SIGMA 尺度尺度) )数据种类的确认数据种类的确认离散型数据离散型数据UnitUnit的确认的确认计算计算 DPUDPU计算计算 DPODPO计算计算 DPMODPMO连续型数据连续型数据正规性验证正规性验证数据转换数据转换( (必要时必要时) )工程能力分析工程能力分析( (利用利用MINITABMINITAB) )引出引出DPMODPMODPMODPMO值在值在 Sigma ChartSigma Chart转换为转换为Z Z值值, ,掌握掌握SIGMASIGMA水平水平Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 缺点数据的情况缺点数据的情况求DPMO从SIGMA表读对应于DPMO的 Z.st值 受率数据的情况受率数据的情况SCRAP,再作业等视为不良计算受率从SIGMA表读百万个当良品数 = (受率)*1,000,000相对应的Z.st值 不良率数据的情况不良率数据的情况从不良率计算PPMPPM=(不良率)*1,000,000从SIGMA表读与PPM值一样的DPMO值相应的Z.st值.Define(Define(6 6 SIGMA SIGMA 尺度尺度) )999,999.6999,999.6999,995999,995999,991999,991999,987999,987999,979999,979999,968999,968999,952999,952999,928999,928999,892999,892999,841999,841999,767999,767999,663999,663999,517999,517999,313999,313999,032999,032998,650998,650998,134998,134997,445997,445996,533996,533995,339995,339993,790993,790991,802991,802989,276989,276良品数良品数3.43.45 59 9131321213232484872721081081591592332333373374834836876879689681,3501,3501,8661,8662,5552,5553,4673,4674,6614,6616,2106,2108,1988,19810,72410,7246.06.05.95.95.85.85.75.75.65.65.55.55.45.45.35.35.25.25.15.15.05.04.94.94.84.84.74.74.64.64.54.54.44.44.34.34.24.24.14.14.04.03.93.93.83.8. .stst4.54.54.44.44.34.34.24.24.14.14.04.03.93.93.83.83.73.73.63.63.53.53.43.43.33.33.23.23.13.13.03.02.92.92.82.82.72.72.62.62.52.52.42.42.32.3. .ltlt986,097986,097977,250977,250971,284971,284964,070964,070955,435955,435945,201945,201933,193933,193919,243919,243903,199903,199884,930884,930864,334864,334841,345841,345815,940815,940788,145788,145758,036758,036725,747725,747691,462691,462655,422655,422617,911617,911579,260579,260539,828539,828500,000500,000460,172460,172良品数良品数13,90313,90322,75022,75028,71628,71635,93035,93044,56544,56554,79954,79966,80766,80780,75780,75796,80196,801115,070115,070135,666135,666158,655158,655184,060184,060211,855211,855241,964241,964274,253274,253308,538308,538344,578344,578382,089382,089420,740420,740460,172460,172500,000500,000539,828539,8283.73.73.53.53.43.43.33.33.23.23.13.13.03.02.92.92.82.82.72.72.62.62.52.52.42.42.32.32.22.22.12.12.02.01.91.91.81.81.71.71.61.61.51.51.41.4. .stst2.22.22.02.01.91.91.81.81.71.71.61.61.51.51.41.41.31.31.21.21.11.11.01.00.90.90.80.80.70.70.60.60.50.50.40.40.30.30.20.20.10.10.00.0-0.1-0.1. .ltlt420,740420,740382,089382,089344,578344,578308,538308,538274,253274,253241,964241,964211,855211,855184,060184,060158,655158,655135,666135,666115,070115,07096,80196,80180,75780,75766,80766,80754,79954,79944,56544,56535,93035,93028,71628,71622,75022,75017,86417,86413,90313,90310,72410,7248,1988,198良品数良品数579,260579,260617,911617,911655,422655,422691,462691,462725,747725,747758,036758,036788,145788,145815,940815,940841,345841,345864,334864,334884,930884,930903,199903,199919,243919,243933,193933,193945,201945,201955,435955,435964,070964,070971,284971,284977,250977,250982,136982,136986,097986,097989,276989,276991,802991,8021.31.31.21.21.11.11.01.00.90.90.80.80.70.70.60.60.50.50.40.40.30.30.20.20.10.10.00.0-0.1-0.1-0.2-0.2-0.3-0.3-0.4-0.4-0.5-0.5-0.6-0.6-0.7-0.7-0.8-0.8-0.9-0.9. .stst-0.2-0.2-0.3-0.3-0.4-0.4-0.5-0.5-0.6-0.6-0.7-0.7-0.8-0.8-0.9-0.9-1.0-1.0-1.1-1.1-1.2-1.2-1.3-1.3-1.4-1.4-1.5-1.5-1.6-1.6-1.7-1.7-1.8-1.8-1.9-1.9-2.0-2.0-2.1-2.1-2.2-2.2-2.3-2.3-2.4-2.4. .ltlt6,2106,2104,6614,6613,4673,4672,5552,5551,8661,8661,3501,350968968687687483483337337233233159159108108727248483232212113139 95 53 3良品数良品数993,790993,790995,339995,339996,533996,533997,445997,445998,134998,134998,650998,650999,032999,032999,313999,313999,517999,517999,663999,663999,767999,767999,841999,841999,892999,892999,928999,928999,952999,952999,968999,968999,979999,979999,987999,987999,991999,991999,995999,995999,997999,997-1.0-1.0-1.1-1.1-1.2-1.2-1.3-1.3-1.4-1.4-1.5-1.5-1.6-1.6-1.7-1.7-1.8-1.8-1.9-1.9-2.0-2.0-2.1-2.1-2.2-2.2-2.3-2.3-2.4-2.4-2.5-2.5-2.6-2.6-2.7-2.7-2.8-2.8-2.9-2.9-3.0-3.0. .stst-2.5-2.5-2.6-2.6-2.7-2.7-2.8-2.8-2.9-2.9-3.0-3.0-3.1-3.1-3.2-3.2-3.3-3.3-3.4-3.4-3.5-3.5-3.6-3.6-3.7-3.7-3.8-3.8-3.9-3.9-4.0-4.0-4.1-4.1-4.2-4.2-4.3-4.3-4.4-4.4-4.5-4.5. .ltlt了解了解SIGMASIGMA水平水平DPMODPMO值利用值利用Sigma ChartSigma Chart将现在水平转换为将现在水平转换为Z Z值值, ,可了解可了解SIGMASIGMA水平水平SIGMASIGMA表表Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 例题例题1.1.对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的 结果结果346346个制品中发现了一个缺点个制品中发现了一个缺点. .此工程这种类型的缺点相关的此工程这种类型的缺点相关的 SIGMASIGMA水平是多少水平是多少? ?890,2000,000, 13461DPMO= = SIGMASIGMA水平从水平从SIGMASIGMA表得出表得出 DPMO=2,890DPMO=2,890相对应的相对应的 Z.stZ.st值是值是4.264.26 Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 例题例题 2. 2. 某一工程由某一工程由 A, B, C, D, E A, B, C, D, E 五个作业构成各作业的五个作业构成各作业的 收率为收率为0.99, 0.95, 0.90, 0.90, 0.95.0.99, 0.95, 0.90, 0.90, 0.95.ABCDE0.990.950.900.900.95SIGMASIGMA水平是百万个当良品数水平是百万个当良品数 = 937,375 = 937,375 对应的对应的 Z.st Z.st 值是值是3.033.035)95. 0)(90. 0)(90. 0)(95. 0)(99. 0(作业的平均受率作业的平均受率937375. 0Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 例题例题 3. 3. 有一公司向顾客提供信用情报有一公司向顾客提供信用情报. .顾客的要求事项大致分为顾客的要求事项大致分为 情报的内容情报的内容, ,迅速性迅速性, ,正确性正确性, ,最新性最新性, ,接触容易性接触容易性. .对此确认对此确认 重要度及顾客满意度的结果如重要度及顾客满意度的结果如 表表 表 项目别重要度及顾客满意度项目 最新性接触容易性计/加权平均0.60情报的内容迅速性 正确性满意 (%)重要度0.050.150.150.051.00809090909584.25请确认请确认 SIGMASIGMA水平水平 = 2.5 = 2.5 程度程度Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 例题例题4.4.某一制品的贬卖价格为某一制品的贬卖价格为$120,$120,以低原价为目标值定为以低原价为目标值定为$100,$100,但因但因 各种外部及内部要因从长期来看原价高于贬卖价格的概率为各种外部及内部要因从长期来看原价高于贬卖价格的概率为5%5%不良率不良率 5% ( 5% (PPM = 50,000)PPM = 50,000)对应的对应的SIGMASIGMA水平为水平为 3.15 3.15 1001001201205%5%Define(Define(6 6 SIGMA SIGMA 尺度尺度) )品质特性品质特性特性特性 1 1特性特性 2 2特性特性 3 3特性特性 4 4特性特性 5 5特性特性 6 6特性特性 7 7特性特性 8 8特性特性 9 9特性特性1010总合总合缺点数缺点数单位数单位数机会数机会数TOPTOPDPUDPUDPODPODPMODPMOSIGMASIGMA水平水平9292151554544646919164649797929295952929313 313 646646105105505505838838375375588588497497137137896896241241333374749999494939393 37979797943431001000.1420.1420.1430.1430.1070.1070.0550.0550.2430.2430.1090.1090.1950.1950.6720.6720.1060.1060.1200.1204.134.134.394.394.574.574.564.564.004.003.303.304.314.313.893.894.314.314.544.544.534.534,3164,3161,9311,9311,0801,0801,1201,1206,2226,22236,28136,2812,4712,4718,5008,5002,4662,4661,2031,2031,251,256 621,31821,3187,7707,77049,99549,99541,06241,06214,62514,6251,7641,76439,26339,26310,82310,82338,52838,52824,10024,100249,248249,2480.00430.00430.00190.00190.00110.00110.00110.00110.00620.00620.03630.03630.00250.00250.00850.00850.00250.00250.00120.00120.00130.0013例例) )Define(Define(6 6 SIGMA SIGMA 尺度尺度) )USLZ.st .stLSL规格中心规格中心和规格上限或下限间的距离是规格中心和规格上限或下限间的距离是标准偏差的多少倍标准偏差的多少倍? ?Define(Define(6 6 SIGMA SIGMA 尺度尺度) )随着时间变化典型的随着时间变化典型的ProcessProcess的平均约移动的平均约移动1.51.5 LSLUSL始点 1始点 2始点 3始点 4ProcessProcess的固有能力的固有能力长期长期PROCESSPROCESS能力能力目标值Define(Define(6 6 SIGMA SIGMA 尺度尺度) )短期标准偏差短期标准偏差 ( ( Short-Term Sigma )Short-Term Sigma )长期标准偏差长期标准偏差 ( ( Long-Term Sigma )Long-Term Sigma ) 相对长的期间相对长的期间( (例例: :周周, ,月月) ) 考虑考虑长期杂音变数长期杂音变数 ( ( Noise Variable )Noise Variable )的影响的影响( (例例: :装备的磨损装备的磨损, ,季节效果季节效果) ) 需要需要约约100 - 200100 - 200的数据的数据 相对短的周期相对短的周期 ( ( 例例: :周周, ,月月) ) 考虑短期杂音变数的影响考虑短期杂音变数的影响( (例例: :白天的夜晚白天的夜晚) ) 需要需要30 - 50 30 - 50 个数据个数据长期与短期的区别在于是否是包括工程所有变动的长期间长期与短期的区别在于是否是包括工程所有变动的长期间, ,且区分基且区分基准期间的长度不能总是一致准期间的长度不能总是一致. .Define(Define(6 6 SIGMA SIGMA 尺度尺度) )(1) 收集数据(要形成合理的部分群)(2) 确认数据是否遵守正态分布 Minitab:Stat Basic Statistics Normality Test(3) 工程能力分析 Minitab:StatQuality ToolsCapability Analysis(Normal)(4) Minitab实行结果读Expected LT Performance栏的 PPM Total .(5) 求SIGMA表对应的SIGMA水平Define(Define(6 6 SIGMA SIGMA 尺度尺度) )DATADefine(Define(6 6 SIGMA SIGMA 尺度尺度) )例) 利用Minitap数据文件 cranksh.mtw求 SIGMA水平Define(Define(6 6 SIGMA SIGMA 尺度尺度) )供给者品质供给者品质YtpYtpRTYRTYmitpRTiYY1全体受率显示为桶与受率的积Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 和受率和受率作业作业检查受率检查受率确认确认Ytp = 37%Yfp = 90%DPU=1.0再作业再作业SCRAPSCRAP隐藏的工场消费者品质生产者品质非附加价值Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 帕松模型 全体受率!)(xeDPUxXPDPUxDPUeXPRTY0 单位当缺点数遵守帕松分布 e = 自然LOG值 (约 2.718) X = 单位当缺点数 DPU = 单位当平均缺点数 X = 0:各个单位完全无缺点时Define(Define(6 6 SIGMA SIGMA 尺度尺度) ) 由2 个机会组成的工程 - 各个机会中99%受率 方法 1 - RTY = 0.99 * 0.99 = 0.9801 方法 2DPU = 单位当机会数 * DPO = 0.02 9802. 002. 0eeRTYDPU 二项分布与二项分布与 PoissonPoisson分布间的关系分布间的关系 标本数大,不良率小时二项分布近似于Possion分布
