1、第一章: 認識SPC第二章: 基本統計概念第三章: SPC管制圖類別第四章: SPC管制圖第五章: 制程能力分析第六章: SPC總結第七章: SIX SIGMA介紹 楊兵 Jackson 2003/10/20 一.什么是SPC SPC- Statistical Process Control 工業革命以后， 隨著生產力的進一步發展，大規模生產的形成，如何如何控制大批量產品質量控制大批量產品質量 成為一個突出問題，單純依靠事后檢驗的質量控制方法已不能適應當時經濟發展的要求，必須改進質量管理方式。于是，英、美等國開始著手研究用統計方法代替事后檢驗的質量控制方法。 1924年，美國的休哈特博士提出將

2、3Sigma原理運用于生產過程當中，并發表了著名的“控制圖法”，對過程變量進行控制，為統計質量管理奠定了理論和方法基礎。 統計過程控制，是企業提高質量管理水平的有效方法。它利用數理統計原理，通過檢測數據的收集和分析，可以達到“事前預防”的效果，從而有效控制生產過程、不斷改進品質。 與全面質量管理相同，強調全員參與，而不是只依靠少數質量管理人員。二.SPC的作用: 1、確保制程持續穩定、可預測。 2、提高產品質量、生產能力、降低成本。 3、為制程分析提供依據。 4、區分變差的特殊原因和普通原因,作為采取局部措施或對系統采取措施的指南。三. SPC的焦點製程(Process) Quality，是指

3、產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑定的一種既成事實. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源.四.SPC的推行步驟:確立製造流程、製造流程解析決定管制項目實施標準化管制圖的運用Cpk1.33問題分析解決製程的繼續管制制程能力分析Cpk 1.33範圍範圍 時間(消除了非機遇原消除了非機遇原因因)範圍範圍 時間制程控制制程控制(存在了非機遇原因存在了非機遇原因)(機遇原因造成的變異已減少機遇原因造成的變異已減少)制程能力制程能力 規格上限規格上限 規格下限規格下限

4、 範圍範圍 (機遇原因造成的變異太大機遇原因造成的變異太大)制程改善循環制程改善循環1.分析制程分析制程2.維護制程維護制程3.改善制程改善制程1.分析制程：分析制程： 本制程應該做什麼？本制程應該做什麼？ 會出現什麼問題？會出現什麼問題？ 本制程會有哪些變化？本制程會有哪些變化？ 我們已經知道本制程的什麼全距我們已經知道本制程的什麼全距(全距全距)？ 哪些參數受全距哪些參數受全距(全距全距)的影響最大？的影響最大？ 本制程正在做些什麼？本制程正在做些什麼？ 本制程是否在生產廢品及需要返工的產品？本制程是否在生產廢品及需要返工的產品？ 本制程生產的產品是否處於受控狀態？本制程生產的產品是否處於

5、受控狀態？ 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.維護維護(控制控制)制程：制程： 制程是動態的，並且會隨時間而變化。制程是動態的，並且會隨時間而變化。 監控制程的能力指數監控制程的能力指數 查出非機遇原因的變異，並採取有效的查出非機遇原因的變異，並採取有效的措施措施3.改善制程：改善制程： 使制程穩定，並以維持制程的能力指數使制程穩定，並以維持制程的能力指數 充分理解機遇原因造成的變異充分理解機遇原因造成的變異 減少機遇原因造成變異的發生減少機遇原因造成變異的發生N母體數(批量數)USL規格上限n樣本數(抽樣數)SL規格中心限 (u=規格中心值)X平均數

6、LSL規格下限R全距Ca準確度(偏移度) (s )方差Cp精密度(離散度) (S)標準差(S=母體標準差, s=樣本標準差)Cpk制程能力指數P不良率估計標準差NP不良數T規格公差 T=USL-LSLC缺點數其他U每單位缺點XUCL平均數管制上限DPPM百萬分之不良Xbar(X) 平均數中心限UCL控制上限XLCL平均數管制下限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)中位數RLCL全距管制下限22 1. N=母體數(批量數): 指母體(批量)數多少的個數.(例: 共了50個數,N=50)2. n=樣本數(抽樣數): 指樣本(抽樣)多少的個數.(例: 抽

7、了7個樣品,n=7)3. X=平均數: 所有數的平均值,計算公式: X=(X1+X2+Xn) / n n=樣本數, X1,X2.表示各個數值 例有數值: 1.5 1.6 1.7 1.55 1.65 X=(1.5+1.6+1.7+1.55+1.65) / 5=1.64. R=全距: 該組最大值-最小值的得數,計算公式: R=MAX(該組最大值)-MIN(該組最小值) 例有數值: 1.5 1.6 1.7 1.55 1.65 R=1.7-1.5=0.22 5. 方差 =s =6. 標準差 1.母體標準差=S= 2.樣本標準差 =s= (Xi-X)n (Xi-X)2n-1部份計算公式 (Xi-X)n-

8、12227. 中位數 M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,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=3.58. Xbar-R常數表N2345678910A21.8801.0230.7290.5770.4830.4190.3730.3370.308d21.1281.6932.0592.3262.5342.7042.8472.9703.078D3-0.0760.1360.1840.223D43.2672.5742.2822.1142.0041.9241.8641.8161.777 = R /

9、d29. 制程中心沒有偏移良品率表 水平良品率%168.27%295.45%399.73%499.9937%599.999943%699.999998%10. 制程中心偏移1.5良品率表 水平良品率%130.23%269.13%393.32%499.3790%599.97670%699.999660%68.26%95.45%99.73%+1+2+3-1-2-3正態分佈概率1. 計量型數據 所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等具有連續性的數據.2. 計數型數據 所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率.缺點數.缺點率等.3.

10、 SPC管制圖種類計量型計數型X-R chart平均值與全距管制圖P-chart不良率管制圖X- chart平均值與標準差管制圖NP-chart不良數管制圖X-Rm chart個別值與移動全距管制圖C-chart缺點數管制圖X-R chart中位值與全距管制圖U-chart單位缺點數管制圖直方圖推移圖,柏拉圖計量值管制圖之優缺點計量值管制圖之優缺點 優點: 用于制程之管制,甚靈敏,很容易調查事故發生的原因,因此可以預測將發生之不良狀況; 能及時并正確地找出不良原因,可使品質穩定,為最優良之管制工具. 缺點: 在制造過程中,需要經常抽樣并予以測定以及計算,后需點上管制圖,較為麻煩而費時間.計數值

11、管制圖之優缺點計數值管制圖之優缺點 優點: 只在生產完成后,才抽取樣本,將區分為良品與不良品,所需數據能以簡單方法獲得之. 對于工廠整個品質情況了解非常方便. 缺點: 只靠此種管制圖,有時無法尋求不良之真正原因,而不能及時采取處理措施,而延誤時機.管制圖之繪制流程管制圖之繪制流程搜集數據搜集數據繪制解析用管制圖繪制解析用管制圖穩定狀態？穩定狀態？繪制直方圖繪制直方圖 分布分布 層別研究層別研究滿足規格？滿足規格？制程能力研究制程能力研究管制用管制圖管制用管制圖Yes消除非機遇原因消除非機遇原因No滿足滿足減少機遇原因減少機遇原因4M、1E 分析分析不滿足不滿足提升製程能力提升製程能力Z - v

12、alue管制圖管制圖 制程控制的工具制程控制的工具1.收集收集： 收集資料並畫在圖上收集資料並畫在圖上2.控制：控制： 監控是否超出管制上、下限監控是否超出管制上、下限 非機遇原因非機遇原因 計算所收集的資料，作為分析之用計算所收集的資料，作為分析之用 觀察全距的變化觀察全距的變化3.分析與改善：分析與改善： 依所計算之結果，評估制程能力指數依所計算之結果，評估制程能力指數 監控在受控狀態資料的變化，確定機遇原因全距監控在受控狀態資料的變化，確定機遇原因全距 的變化，並採取措施的變化，並採取措施 必要時，可修改管制上、下限，持續不斷的改善必要時，可修改管制上、下限，持續不斷的改善結合本公司實際

13、情況,本教材只講解P chart , U chart , Xbar R chart 三種管制圖一. P chart不良率管制圖(要20組以上,檢驗數可不相同) 1.收集數據如下: 2. 計算CL=P=di / ni =(5+6+6+7) / (200+230+220+.210) = 0.025373. 計算UCL與LCL (本例各檢驗數均在檢驗數總平均數+25%之內) 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*(1-0.0253

14、7)/ n = -0.00718=0 注: ni表示第i組之檢驗數,本例為: 200,230,220,但如所有檢驗均在檢 驗數總總平均數+25%之內,該ni則可用n代替(若否則做出的圖下頁圖2). n=(n1+n2+n3+.)/K (K=檢驗組數) 該例 n= (200+230+220+.210) / 20 = 203 當管制下限計算出來是負數時,必須將其改為“0”圖1圖2二. C chart缺點數管制圖(要20組以上,檢驗數需相同) 1.收集數據如下: 組 數123456789101112檢驗數200200200200200200200200200200200200缺點數5695678697

15、542. 計算CL=C=(C1+C2+C3+.Ck)/k k=組數 CL=C=(5+6+9+.4) / 12 = 6.41673. 計算UCL=C+3* C =6.4167+3* 6.4167 = 14.0164. 計算LCL=C-3* C =6.4167-3* 6.4167 = 05. 圖示三. U chart單位缺點數管制圖(要20組以上,檢驗數可不相同) 1.收集數據如下: 組 數123456789101112131415檢驗數400375365420405410360350400400440450430470410缺點數231918262018121018222820193117單位U

16、0.05750.05070.04930.06190.04940.04390.03330.02860.04500.05500.06360.04440.44190.06600.4147 2. 計算CL=U=(C1+C2+C3+.Ci) / (N1+N2+N3+.Ni) CL=U=(23+19+18+17) / (400+375+365+410) = 0.04947 3. 計算UCL=U+3* U / Ni 4. 計算LCU=U-3* U / Ni注: 如所有N均在N的+25%之內,則Ni=N本例Ni=N(因為所有Ni均在N+25%內)若否則做出圖如下下頁圖2N= (400+375+365+410)

17、 / 15 = 405.67UCL=U+3* U / N = 0.04947 + 3* 0.04947 / 405.67 =0.08242LCL=U-3* U / N =0.04947 - 3* 0.04947 / 405.67 =0.01651圖1圖1四. X-R chart (一般要有25子組以上的數據才有分析價值) 1.收集數據如下: 50+101234567891011121314151617181920NO15153515048475049504950505052495552504648NO24847495248535352485252535050514652495154NO3534

18、8505050514551555052475152485051524851NO45150534849514949535253515050525251544949NO55152504547525252485055515045514951484848X50.85050.64948.450.849.850.650.850.652.450.450.249.850.250.451.450.648.450R564736837356174916562. 計算總體平均值X=X1+X2+X3+.XiK=XCL K: 表示組數,該例K=20X=XCL=(50.8+50.0+50.6+) / 20 = 50.263

19、. 計算全距平均值 R=(R1+R2+R3+Ri) / K = RCL K: 表示組數,該例K=20 R=RCL=(5+6+4+.6) / 20 = 5.14. 計算管制上下限 XUCL=X+A2R 平均數管制上限 XCL=X 平均數中心限 XLCL=X-A2R 平均數管制下限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節的Xbar-R常數表XUCL=50.26+A2R=50.26+0.577*5.1=53.2XCL=X=50.26XLCL=50.26-A2R=50.26-0.577*5.1=47.32圖表如下:RUCL=D

20、4R=2.114*5.1=10.78RCL=R=5.1RXLCL=D3R=0圖表如下:關於Ca , Cp , Cpk ,Pp ,Ppk等有多種算法,本教材只取一種確切了解要調查的品質特性與調查範圍，並收集數據製作解析用管制圖，確定製程處於受控狀態之中計算制程能力指數 ( Short Term : )判斷制程能力是否足夠，如不夠時或不穩定時，則加以改善以解析用管制圖之管制上、下限，作為管制用管制圖之監控，並 於一段期間後，再計算制程能力指數 ( Long Term : )5 04 03 02 01 01 41 31 21 11 0In d e xCO2-ShrtC O2 Levels for 5

21、5 Time PointsCpk 在一穩定制程下的能力指數某一天、某一班次、某一批、某一機臺 其組內的變異 ( R-bar / d2 or S-bar / c4 )Ppk 性能指數 量試階段的能力指數、 某一產品長期監控下的能力指數 準確度準確度精密度精密度高高低低高高低低PrecisionAccuracy 1.Ca 制程準確度 (Capability of Accuracy) 衡量自產品中所獲得產品資料的實績平均值(X),與規格中心值(u)其間偏差的程度,是 期望製程中生產的每個產品的實際值能與規格中心值一致 (1) Ca之計算方式如下： 實績平均值-規格中心值 X-uCa=-= - 規格公

22、差 / 2 T/2 T=USL-LSL =規格上限-規格下限 例: 上面Xbar-R chart例子中 50.26 - 50 Ca= - (60-40) / 2 = 0.026(2) Ca值的等級判定 Ca值是正值-實績平均值較規格中心值偏高 Ca值是負值-實績平均值較規格中心值偏低 Ca值愈小,品質愈佳,依Ca值大小一般分為以下六級：等級起始值終點值建 議 說 明A00.1理想的狀態,須繼續維持B0.10.3有必要盡可能將其改善為A級C0.30.5作業員可能看錯規格,不按作業標準或檢討作業標準D0.50.7應立即檢查,並改善E0.71采取緊急措施,並全面檢討,必要時考慮停止生產F1-立即停止

23、生產,相關部門開會,規格完全弄錯2. Cp 制程精確度(Capability of Precision) 衡量自產品中所獲得產品資料的6個估計標準差( ),與規格公差(T)其間相差的程 度,是期望製程中生產的每個產品以規格中心值為目標，其變異寬度愈小愈好，換 言之，即在衡量規格公差範圍與製程變異寬度兩者間相差程度. (1)Cp之計算方式如下： 估計標準差 = R / d2 R=全距的平均值 d2=常數,如下表 n2345678910d21.131.692.062.332.532.702.852.973.08以上面Xbar-R chart 為例, = 5.1 / 2.33 = 2.189Cp =

24、 規格公差 6個估計標準差 T 6 雙邊規格=以上面Xbar-R chart 為例,Cp = 20 / 6*2.189 = 1.523Cp = Cp = 規格上限 實際平均值 3個估計標準差 3個估計標準差 實際平均 - 值規格上限=USL - X X - LSL 3 3 單邊規格2. Cp值的等級判定 Cp值愈大-規格公差(T)大於估計標準差( )愈多，即表示製程的變異寬度遠小於 規格公差 Cp值愈大,品質愈佳。依Cp值大小一般分為以下六級：等級起始值終點值建 議 說 明A3-制程穩定性太好,為理想狀態B1.673制程理想的狀態,與C級無較大成本變化,則繼續維持C1.331.67制程穩定性與

25、成品比較理想級,產品變異較少,符合客戶要求D11.33確實進行制程管理,使其能保持在管制狀態,當Cp接近1時,可能會產生不良,盡可能改善為C級E0.831產生不良品,產品必須全數選別,並管理改善制程F00.83須進行品質的改善,探求原因,需要采取緊要對策,並討檢規范3. Cpk 制程能力指數 Cpk = | 1 Ca | * Cp 當Ca = 0 時, Cpk = Cp 單邊規格時，Cpk 即以 Cp 值計之以上面Xbar-R chart 為例Cpk = | 1 0.026 | * 1.523 = 1.4834等級起始值終點值建 議 說 明A2.5-品質的過剩,考慮成本B1.672.5品質理想

26、級狀態,如與C級無較大成本變化,則繼續保持C1.331.67品質與成本理想級,產品變異較小,符合客戶要求D0.831.33確實進行制程管理,使其能保持在管制狀態E00.83須進行品質改善,探求原因,需要采取急緊急對策,並檢討規范4. Pp&Ppk 1.Pp 1)(612nxxfLSLUSLniiiSS2. Ppk = 3,3minssLSLXXUSL控制圖分析控制圖八大異常判定原則1. 連續 1 點落在三倍標準差之外2. 連續 9 點落在管制中心線一側3. 連續 6 點持續上升或下降4. 連續 14 點交替上下跳動5.連續 3 點中有 2 點中心線同側兩倍標準差以外6.連續 5 點中有

27、 4 點中心線同側一倍標準差以外7.連續 15 點落在中心線兩側的一倍標準差之內8.連續 8 點落在中心線兩側但未在一倍標準差以內控制圖的兩種錯誤分析n對于僅僅存在偶然因素的情況下, 由于點子越出控制界限外而判斷過程發生變化的錯誤, 即將正常判斷為異常的錯誤是可能發生的. 這種錯誤稱為第一種錯誤. n當過程具有某種非偶然因素影響, 致使過程發生程度不同的變化. 但由于此變化相應的一些點子落在控制界限內, 從而有可能發生判斷過程未發生變化的錯誤, 這種錯誤稱為第二種錯誤.n發生第一種錯誤時, 虛發警報, 由于徒勞地查找原因並為此采取了相應的措施, 從而造成損失. 因此, 第一種錯誤又稱為徒勞錯誤

28、. 發生第二種錯誤時漏發警報, 過程已經處于不穩定狀態, 但並未采取相應的措施, 從而不合格品增加, 也造成損失.控制圖的兩個階段一: 分析階段 二: 控制階段一: 分析階段n在控制圖的設計階段使用,主要用以確定合理的控制界限;n每一張控制圖上的控制界限都是由該圖上的數據計算出來;當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排除某些控制時期的影響，這些時期中控制狀態受到特殊原因的影響，但已被糾正.在以下情況下需進行分析研究計算控制中心與上下限:1. 初次管制 (新管制項目)2. 過程發生變化 A: 抽樣頻率改變時. B: 生產工藝改彎時. C: 重大品質異常處理后 D:

29、 機械設備較大維修后 E: 原材料產生較大改變后3. 控制圖不適用時4. 過程能力值有重大變化時.5. 其他重大改變時分析階段方法與注意事項 (部份為本公司規定)1. 過程受控(如有個別個異常點,可去掉不管)2. 分析階段抽樣頻率可加快1-2倍3. 計量值最少需同時滿足具有100個數據及20組這兩個條件4. 計數值最少20組以上5. 生產能力滿足要求當分析階段達到以上要求時可轉入控制階段 A: 控制圖的控制界限由分析階段確定; B: 控制圖上的控制界限與該圖中的數據無必然聯系; C: 使用時只需把采集到的樣本數據或統計量在圖上打點就行;常用管制圖之管制上 / 下限類型CLUCLLCLX - R

30、XX + A2RX A2RRD4RD3RX - SXX + A3SX A3SSB4SB3SPPP + 3 P ( 1 P ) / niP 3 P ( 1 P ) / ninPnPnP + 3 nP ( 1 P ) nP 3 nP ( 1 P ) CCC + 3 CC - 3 CUUU + 3 U / niU - 3 U / ni六西格瑪六西格瑪Six SigmaSix Sigma 是一種新思維是一種新思維程序程序是一種系統式的降低會對顧客滿意有重要影響的不是一種系統式的降低會對顧客滿意有重要影響的不良良工具工具利用統計工具，進行重要制程能力的改善利用統計工具，進行重要制程能力的改善什么是六西格

31、瑪？什么是六西格瑪？六西格瑪是一項以數據為基礎，追求幾乎完美的質量管理方法。西格瑪是一個希臘字母的中文譯音，統計學用來表示標準偏差，即數據的分散程度。對連續可計量的質量特性： 用“”度量質量特性總體上對目標值的偏離程度。幾個西格瑪是一種表示品質的統計尺度。任何一個工作程序或工藝過程都可用幾個西格瑪表示。六個西格瑪可解釋為每一百萬個機會 中有3.4個出錯的機會，即合格率是99.99966。而三個西格瑪的合格率只有93.32。六個西格瑪的管理方法重點是將所有的工作作為一種流程，采用量化的方法分析流程中影響質量 的因素，找出最關鍵的因素加以改進從而達到更高的客戶滿意度。六西格瑪（Six Sigma）

32、是在九十年代中期開始從一種全面質量管理方法演變成為一個高度有效的企業流程設計、改善和優化技術，并提供了一系列同等地適用于設計、生產和服務的 新產品開發工具。繼而與全球化、產品服務、電子商務等戰略齊頭并進，成為全世界上追求管理卓越性的企業最為重要的戰略舉措。六西格瑪逐步發展成為以顧客為主體來確定企業戰 略目標和產品開發設計的標尺，追求持續進步的一種質量管理哲學。6sigma的DMAIC模式: Define Measure Analyze Improve Control 定義 量測 分析 改善 控制 六西格瑪類似于六西格瑪類似于SPC（統計性工作程序控制統計性工作程序控制)嗎？嗎？六西格瑪是一個致

33、力于完美和追求客戶滿意的管理理，SPC是一個支持六西格瑪這個管理理念的工具。所有那些傳統的質量管理工具，像SPC、MSA、FMEA、QFD等均是實現六西格瑪必不可少的工具。實施六西格瑪的目的是什么？實施六西格瑪的目的是什么？為企業實施六西格瑪提供必須的管理工具和操作技巧；為企業培養具備組織能力，激勵能力，項目管理技術和數理統計診斷能力的領導者，這些人才是企業適應變革和競爭的核心力 量。從而使企業降低質量缺陷和服務偏差并保持持久性的效益，促進快速實現突破性績效，幫助企業達到戰略目標。六西格瑪適合于什么樣的企業？六西格瑪適合于什么樣的企業？它適用于任何水平、任何企業，它功能強，可以測量到百萬分之一

34、的水平。因為它是要影響到整個公司，實施六西格瑪需要上層領導的大力協助。中國的企業在中國加入WTO后，必將 面臨日益激烈的來自全球的競爭，同時信息化的飛速發展將從根本上改變經濟的組織結構和消費行為，如何在這種新的經濟環境中生存、成長、壯大是對每一個企業領導人的挑戰。六 西格瑪，由于其嚴謹的方法和實施步驟、以面向最終用戶來建立營運體系的管理思想，對于中國企業建立卓越的管理體系、獲取并保持在國際市場上的競爭優勢提供一個非常有效的管 理思想和實踐。現在，一些中小型企業也開始運用六西格瑪工具，來提高效率和創新開發能力，為擴大企業規模和提高國際競爭力奠定堅實的基礎。 我們已經有了一個質量控制系統，為什么我

35、們還需要六西格瑪？我們已經有了一個質量控制系統，為什么我們還需要六西格瑪？六西格瑪是一套連續的優化工具，它能夠提高質量、減少消耗，如果你們的企業現在并沒有在進步，你的企業可能正在落伍。六西格瑪不是一個標準，而是一種文化，是從防護的標準 到放開思想改革創新的突破性理念。 我們正在申請我們正在申請ISO9000，六西格瑪能夠促進還是阻礙我們的努力？六西格瑪能夠促進還是阻礙我們的努力？ISO9000和它的衍生（QS-9000、TL9000、AS9000等）能給我們提供一個基本的質量保證系統，一個工作程序化思想的基礎。要成為世界級的企業，你們需要一個更先進的質量系 統，更可靠的質量能夠讓我們的客戶更滿

36、意。六西格瑪能夠產生更高層次的凝聚力，ISO/QS-9000在文件記錄與監測方面支持六西格瑪。請注意，ISO-9000 2000版和現在的QS-9000要 求持續的優化。六西格瑪是一個非常好的管理理念和工作方法，它既促進企業改革又能保證在企業各個層面上的持續優化。哪些是六西格瑪提高效益，降低成本的實例？哪些是六西格瑪提高效益，降低成本的實例？摩托羅拉、花旗銀行、通用電器、聯信公司、ABB公司、AlliedSignal, Texas Instruments都是成功案例，它們年終報告的各個方面都體現了六西格瑪的成績，關鍵在于必須相信如果 合理地實施和支持六西格瑪，你們的企業可以做得更好，收益更大。

37、 我聽說過我聽說過”黑帶黑帶”，在這里它是什么意思？，在這里它是什么意思？六西格以倡導者，大黑帶，黑帶，綠帶體系建立人力資源構架，為企業培養了具備組織能力，激勵能力，項目管理技術和數理統計診斷能力的領導者，這些人才是企業適應變革和競爭 的核心力量。以保證公司內部持續性。”黑帶”由摩托羅拉所提出，它指一個六西格瑪的專家，就類似于”黑帶”在跆拳道中的意思，一般一個黑帶每年可以從實施項目中為企業節省 一百萬美金以上，但不是只有”黑帶”能用六西格瑪，因為在六西格瑪里有很多簡單的工具，可以由綠帶等完成。六西格瑪能達到快速績效突破的關鍵在于什么？六西格瑪能達到快速績效突破的關鍵在于什么？ 確立切合實際的戰

38、略和明確的財務目標 高層管理人員的全力支持和號召力 科學規范的統計和分析方法（DMAIC） 確立運營流程的計量標準，并進行嚴格和連續不斷的檢驗 深入見效的培訓計劃，掌握實用的統計工具和解決問題的方法 3-6個月快速見效的項目實施，對商業績效的承認和嘉獎及公司溝通計劃建立人力資源構架，以保證公司內部績效的持續性（倡導者、大黑帶、黑帶、綠帶體系） 如何運用六西格瑪？如何運用六西格瑪？六個西格瑪的管理方法重點是將所有的工作作為一種流程，采用量化的方法分析流程中影響質量的因素，找出最關鍵的因素加以改進的項目，從而達到更高的客戶滿意度。這些項目形 成于各個層次，或是基于分工，或是由于臨時需要解決一個問題

39、。成千個這樣的項目運用六西格瑪的基本工具在公司各個層面優化工作程序。如今，六西格瑪管理已經從運營和服務系 統，發展到企業營銷，產品設計和技術開發等各個領域，以成功的案例帶動企業的文化變革，將”零缺陷”高品質的精神滲透到企業的每一個環節中。6SIGMA的好處的好處： 市場占有率的增加 顧客回頭率的提高 成本降低 周期降低 缺陷率降低 產品/服務開發加快 企業文化改變 降低不良降低不良改善產出改善產出改善顧客滿意度改善顧客滿意度更高的淨營利更高的淨營利( DPMO Distribution No Shifted ) 制程中心沒有偏移制程中心沒有偏移 245,50032,70046450.660.0

40、02 PPM製程能力製程能力每百萬個每百萬個不良機會不良機會零件數/ 製程數零件/製程中心沒有偏移裝配成品之良品率 %+ 1+ 2+ 3+ 4+ 5+ 6168.2795.4599.7399.993799.99994399.9999998102.2062.7897.3399.9499.999499.999998509.7587.3699.6999.99799.999981000.9576.3199.3799.99499.999950025.8896.9099.9799.999810006.7093.8999.9499.9998500072.9899.7299.9991000053.2699.4399.998( DPMO Distribution Shifted 1.5 ) 制程中心偏移制程中心偏移 1.5 2308,537366,80746,210523363.4 PPM製程能力製程能力每百萬個每百萬個不良機會不良機會零件數/ 製程數零件/製程中心偏移 裝配成品之良品率 %+ 1+ 2+ 3+ 4+ 5+ 6130.236