HowtobecomeaSixSigmaCompany–AnexecutivebriefingforglobalbusinessEdenH.C.ChenCTIGroup,USASixSigmaAcademy29August2002HongKong1HowtobecomeaSixSigmaComp內容大綱品質管理演進什麼是66的發展歷史為什麼6很重要6的宗旨、目標、效益、成果6的行動步驟6的流程關係式6的特質如何推動6，6從那裡下手不適合導入6的企業推動6高階主管的責任6組織架構6功能職掌6的訓練程序與基本需求及培訓要點6的成功關鍵廿一世紀贏家必備的三原則2內容大綱品質管理演進2

品質管理的演進

年代品質歷史品質觀念品質制度檢查方式管理方式檢查規則作業員的品管OQC領班的品管FQC檢驗員的品管IQC統計的品管SQC品質保證QA全面品質管制TQC全面品質保證TQA全面品質管理TQM品質是檢驗出來的品質是製造出來的品質是設計出來的品質是管理出來的品質是習慣出來的QIQCTQCTQMQATQA判別式檢查資訊式檢查源流式檢查危機管理例外管理目標管理第三者下游下工程1900192019401960198019902000品質可以預防的6Sigma流程品質管理參變數控制流程管理製程管理3品質管理的演進年代品質歷史品質觀念品質制度檢查方式管理方式什麼是6品質目標：控制所有流程、產品或服務達到6σ品質水準，意即將缺點或失誤降至為3.4PPM以下工作哲學：6σ就是要求全面品質保證，所有員工必須建立減少變異及瑕疵之工作態度及思維模式衡量標準：σ代表標準差，是全世界通用之品質管制方法，σ愈大變異愈小，則其品質愈佳；而6σ要求為良品率達99.99966%公司策略：6σ是有系統的運用及整合品質改善工具，是企業產品品質升級標竿顧客滿意：6σ設計在於使產品或服務能以數據和量測作確認是否完全符合顧客需求

「品質」是企業生存和發展最有效的途徑4什麼是6品質目標：控制所有流程、產品或服務達到6σ品質什麼是6(續)它是公司的政策-- 這是對顧客的品質進步的承諾。 這是對公司的品質改善的承諾。它是改善的工具-- 這是在訓練和執行改善專案，減 少變異和不良的一個很好用的統 計工具，也是非常有系統的方法

SigmaDPMO在統計學上6Sigma

就是每百萬個機會僅允許3.4個不良23456308,53766,8076,2102333.4美國一般企業水準我們的目標6是一個可以獲取、維持和擴大企業成功的彈性系統5什麼是6(續)它是公司的政策-- 這是對顧客的品質6的前世今生PDCA

SPC品管七手法新品管七手法66VOCDOEBPR5SQCD66的前世今生PDCASPC品管七手法6VOCDO6的發展歷史(一)1980年代早期摩托羅拉總裁BobGalvin在帶領摩托羅拉進行一場品質革命。該公司的可靠度工程師BillSmith，寫下了最原始的SixSigma報告並對Galvin簡報。Galvin正面回應了BillSmith的熱烈的簡報摩托羅拉花費超過1億7000萬美元在6訓練Galvin個人也全程參與訓練課程摩托羅拉在美國創辦了第一個6專案。

76的發展歷史(一)1980年代早期摩托羅拉總裁Bob6的發展歷史(二)摩托羅拉證實在品質與流程方面有重大的改善，使得摩托羅拉成為全球性的公司BillSmith和他的同事MikeHarry瞭解到，僅是使用統計工具要達到6是很困難的。因此他們加入了設計生產化的概念，以健全設計建議規劃。發現由下而上的訓練績效不彰，因此由摩托羅拉大學接手由上而下的教育訓練。Harry離開摩托羅拉在Arizona創辦6學會，6因而推展開來。86的發展歷史(二)摩托羅拉證實在品質與流程方面有重大的6的發展歷史(三)鑑於摩托羅拉公司的成功案例，奇異公司總裁JackWelch亦於1996年1月初向五百名高階主管宣佈，要全面執行6σ計畫。為了落實6σ推動決心，JackWelch更於1997年5月發佈命令，將

6σ的「帶」列入奇異主管升遷條件之一。摩托羅拉與奇異於執行6σ主要差異：摩托羅拉是局部的，偏重最終產品(EndProduct)奇異則是全面的，注重過程(Process)96的發展歷史(三)鑑於摩托羅拉公司的成功案例，奇異公司為什麼6很重要

滿足顧客『高品質及低成本』 擁有較小風險 接收高品質的產品 能夠提高顧客最好和最快 的低成本高利益的服務公司可以獲得『最好的回收』 公司可以維持世界性生產水準 公司可以較佳而且穩定的收入 公司可以被其他共事的公司承認在所 有主要市場具備世界性的領先地位對中衛廠商提供『成功的新工具』 可以被其他公司承認此中衛體系在 所有主要市場具備世界性的領先地位 提升自己改善自己的產品或服務的 能力 提升自己改善自己的生產力及獲利力 的能力帶給員工『榮耀與工作機會』 擁有生產高品質產品或服務所需的工 具和資源 擁有擴展自己技術與領導力的機會 能更有條理的處理工作並減少重施工 能擁有在世界一流公司服務的榮耀 能獲得更好的利益6Sigma讓每個人都成為贏家10為什麼6很重要滿足顧客『高品質及低成本』公司可以獲得6的宗旨真正以客為尊。管理依據資料與事實而調整更新。以流程為主，強調管理與改善。預防管理。團隊合作。追求完美，容忍失敗。116的宗旨真正以客為尊。116的目標全面消除變異與浪費增進顧客滿足持續的檢測流程改善製程能力降低不良改變企業文化建全公司體質增加收益與提高市場佔有率以持續改善驅動獲利增加達到永續經營126的目標全面消除變異與浪費以持續改善驅動獲利增加達到6的目標(續)

GoalProblemStatementThoughtProcessMap“LineofSight”AnalyzeImproveControlStartDefineMeasure

Criticalx’sinControlsubjectmeasurementinterpretationactionsSIPOCProcessMapLeanIntrotoVariationQualityConceptsFMEAVoiceoftheProcessMSEDOEResults

IdentifyCustomersIdentifyRightY’sIdentifySuppliersIdentifyInputsIdentifyrighty’sIdentifyrightx’sClassifyx’sIdentifyValueAddEliminateWasteQualifyDemandIdentifyYVariationCentralityDispersionYCapabilityZScoreCp,Cpk

PrioritizeYZScoreRTYieldIdentifyYFailureModesFailureEffectsAssignSeverityIdentify(x)CausesAssignOccurrenceIdentifyControls AssignDetectionPrioritizeActionStateofControlincontroloutofcontrolDetectComponentsofVariation(Subgrouping)MeasurementVariationunderstoodMSEKAPPAINTRACLASSComponentsdetected

Identifycriticalx’smeansigmaEmpiricalmodelControlPlans136的目標(續)GoalProblemStateme6的效益短期間頭痛的問題立即解決鎖定已經存在的問題鑑定問題對成本的影響長期間找出潛在問題預防潛在問題發生鑑別潛在的改善機會投入階層越高與主官的參與越多效果越瘋狂146的效益短期間投入階層越高與主官的參與越多效果越瘋狂6現有成果Motorola公司1990年創先發展6推動四年節省了22億美元存貨周轉率到2000年增加4倍達到30次GE公司1996年投入2億美元，1997年投入3億美元1998年營運獲利高達16.7%為80年代的兩倍2001年成為全面6公司Honeywell公司1994年開始推動6直接由6產生之成本收益每年約5億美元156現有成果Motorola公司156現有成果(續)金寶電子公司1994年組團赴摩托羅拉接受6σ的訓練預計2002年品質目標達6σ臺証公司2000年8月開始執行第一個DOE至今，已有效降低電費達35%及縮短開戶時間約46%榮鋼科技公司2000年引進6成果已經開始反應在財報上漢翔公司發動事業部1999年至今(2001年)已完成3個Waves訓練服務水準在2000年內由50%提升到100%166現有成果(續)金寶電子公司166的行動步驟DMAICQCDPDCA176的行動步驟DMAICQCDPDCA176的流程關係式基本原則：Y代表產出(outputs)，它可以是策略目標、顧客要求、獲利、顧客滿意度、不良率…等；而x代表產出(inputs)，它可以是流程變數、行動方案、品質變異及5M1E…等滿足顧客需求目標找到真正影響的變數X，並精進改善工作流程Y=f(x)Yx186的流程關係式基本原則：Y代表產出(outputs)6的流程關係式(續)如果有效的控制變異Xi並需不斷地檢測YY=F(X1,X2,X3,……,Xn)X1,X2,X3,……,XnY隸屬的，相關的輸出量結果徵狀監督獨立的輸入過程原因問題控制196的流程關係式(續)如果有效的控制變異Xi並需不斷DMAICDefine界定界定什麼是最重要的Measure量測量測現在表現如何Analysis分析分析那裡出問題了Improve改善改善錯誤解決問題Control控制控制確保改善成果能持續20DMAICDefine界定什麼是最重要的Measure量測現DMAIC執行步驟Define界定Measure量測Analysis分析Improve改善Control控制正確的問題正確的人步驟一：尋找改善機會步驟二：建立改善團隊設立目標正確的流程步驟三：分析量測正確流程的表現步驟四：訂定流程改善的期望目標正確的展現效能步驟五：找出根本肇因提出改善方案步驟六：排序、規劃並測試改善方案步驟七：精進並實現改善方案再做一次步驟八：量測進度並維持成效步驟九：感謝團隊並發表成果21DMAIC執行步驟DefineMeasureAnalysisDMAIC常用工具Define界定Measure量測Analysis分析Improve改善Control控制

圖表SIPOC概念流程圖

作業流程圖柏拉圖統計上的變異與標準差

前面所用的工具和製程能力分析Cp&Cpk失效模式分析(FMEA)

前面所用的工具和量測系統評估(MSE)實驗計畫法(DOE)

回歸分析魚骨圖親合圖

風險評估

圓餅圖

前面所用的工具和管制計畫(SPC)管制圖22DMAIC常用工具DefineMeasureAnalysisDMADVDefine界定界定什麼是最重要的Measure量測量測現在表現如何Analysis分析分析怎樣可以表現最好Design設計設計新產品或新流程Verify鑑定進行鑑定驗證改進23DMADVDefine界定什麼是最重要的Measure量測現如何決定使用DMAIC或DMADV界定是否有現成流程量測連續資料資料扭曲量測鑑定設計分析分析製程能力是否良好控制改善DMADVBPRYNYNNYNYDMAICDFSS24如何決定使用DMAIC或DMADV界定是否有量測連續資料資料DMAIC及DMADV關係無法控制可以控制製程能力不佳製程能力良好DMADVDMADVDMAICSixSigmaPerformance25DMAIC及DMADV關係無可製程能力不佳製程能力良好DMADMAIC及DMADV的異同DMADV以顧客滿意為主軸結合品質關鍵要素引進新流程或新產品現有流程可能支離破碎聚焦在預防產生不良影響程度不易計量DMAIC以顧客滿意為主軸結合品質關鍵要素

重點在現有流程控制現有流程有製程能力聚焦在減少或預防產生不良影響程度容易計量26DMAIC及DMADV的異同DMADVDMAIC266的特質全面性專業性獨立性知識性關聯性一致性團隊合作無間--全面展開--各專業製程與流程分別展開--各改善專案可獨立進行--需隨時補充改善創意新知--改善成果互相關聯到公司整體表現--文件管理、表達方式與溝通一致276的特質全面性--全面展開27如何推動6由上而下逐步建立6的觀念成立推動組織進行一波波的綠帶訓練建立以6工具的溝通方式建立6的工作環境培養黑帶團隊以自己的黑帶培訓現場作業人員以自己的黑帶持續培訓綠帶改變企業文化成為一個6的公司28如何推動6由上而下逐步建立6的觀念286從那裡下手企業轉型

當企業工作模式有了重大改變。企業策略

改善企業的關鍵策略或營運弱點。解決問題

企業內的成本、流程改善或問題的解決預防。296從那裡下手企業轉型29跨入6之前的準備工作評估企業的現況與未來展望--不要太樂觀公司的策略課題是否明確？您知道貴公司在市場上所扮演的角色與價值嗎？您知道貴公司所處產業的市場與科技等的變遷驅趨勢嗎？公司有可達成的財務與成長目標嗎？您知道貴公司的財務是否夠健全？公司的願景能被充分的理解與持續傳頌嗎？公司內的組織對變動能快速有效的反應嗎？公司如何快速反應市場或顧客的需求變動？公司內的創新與改善能使公司持續維持競爭優勢嗎？公司的前景如何？公司有必要改變嗎？6在維繫及確保企業的成長與競爭優勢。30跨入6之前的準備工作評估企業的現況與未來展望--不要太樂跨入6之前的準備工作(續)評估企業當前的績效與處境公司的整體成效如何？您知道貴公司達到獲利及銷售目標了嗎？您知道貴公司的良率水準嗎？公司能有效重視並滿足顧客需求嗎？您知道貴公司瞭解顧客的程度到那個水準嗎？公司的服務與產品品質能匹配嗎？公司內的營運效率有多好？公司常常在忙於解決問題與救火嗎？公司內的單位成本有競爭優勢嗎？公司的支援流程可以增加公司的附加價值嗎？公司有足夠的改善空間讓6大展身手嗎？公司對顧客的認識與衡量系統能有效執行嗎？31跨入6之前的準備工作(續)評估企業當前的績效與處境公司有跨入6之前的準備工作(續)評估企業當前的改善與創新能力公司的變革管理成效如何？您知道貴公司改善措施能相互聯結嗎？貴公司有足夠資訊可衡量改善前後的成果嗎？公司跨組織功能的流程順暢嗎？您知道貴公司同仁都能瞭解整個流程嗎？公司對顧客新要求或更嚴格的規範的調適有多快？公司內的部門間互動是否良好？公司內的現有變革措施能與6搭配嗎？公司現有的創新、改善與變革是否占用了員工心力？公司內的現有解決問題方案比6好嗎？公司現有的改善系統，是否足夠用來維持公司的成長與競爭優勢？32跨入6之前的準備工作(續)評估企業當前的改善與創新能力公推動6高階主管的責任先找到強而有力的邏輯依據，要能先說服自己。不可推諉，規劃並積極參與執行。營造企業願景並努力當推手。目標明確，強力推薦，共擔責任。確實執行衡量，確保落實改善成果。成效發表與激勵。33推動6高階主管的責任先找到強而有力的邏輯依據，要能先說服自6組織架構346組織架構346功能職掌推行委員會--企業負責人與主官(管)設立基本設施與環境。檢討並協助專案進展。協助量化評估對公司的影響。找出工作中的強弱勢。排除小組障礙，提供必要資源。分享作業典範。356功能職掌推行委員會--企業負責人與主官(管)356功能職掌(續)主官(管)或負責人(Sponsor)設立改善範圍。核準改善專案。協助找尋資源。參與專案會議，管理推展進度。排除小組障礙，化解跨部門紛爭。將獲得的知識運用於日常管理上。366功能職掌(續)主官(管)或負責人(Sponsor)366功能職掌(續)執行領導人(ProjectLeader)支援上階領導入，參與溝通。選定改善專案，領導改善專案。確認小組成員，尋求外部支援。支援、激勵與執行，推展專案進度。安排小組成員訓練，記錄推動活動情況。執行改善措施與『內部行銷』。376功能職掌(續)執行領導人(ProjectLeader6功能職掌(續)教練與師傅(Mentor)參與上下左右的溝通，處理組員爭端。協助選定改善專案主題與衡量方式。處理抗拒與不合作人員。評估成效並驗證成員。協助小組提供整體效益。流程擁有人(ProcessOwner)提供並管理作業流程。組員(TeamMember)執行流程的衡量，分析與改進。386功能職掌(續)教練與師傅(Mentor)386的訓練程序與基本需求

首重高階主官的決心+毅力

現場作業人員訓練安排一至三天的訓練主要使大家都能瞭解什麼是6？如何善加利用6的工具綠帶訓練GreenBelt(GB)四週至三個月訓練教導熟練的在企業內應用6的改善工具使授訓者具備初級領導才能與溝通技巧

黑帶訓練BlackBelt(BB)三至六個月訓練建立突破性改善的強力領導軍團建立6生根內化的種子團隊396的訓練程序與基本需求首重高階主官的決心+毅力396培訓要點強調實務--讓企業內人人皆能現學現賣。案例要結合公司現況。知識能不斷累積--先建構一個主要原則與基礎觀念，循序漸進。多樣化趣味性學習。學習不只是為了學習--要能創造獲利。讓培訓成為常態工作。406培訓要點強調實務--讓企業內人人皆能現學現賣。406的成功關鍵6以與顧客關係密切程度及競爭力聯結關係制定企業策略與優先順序。6當成改進管理的方法。保持訊息簡單與明確。將6發展成有自我特色的改善工具。同時重視短期效應與長期成效。最高領導階層要負責，公開結果、承認挫敗、記取教訓。睿智使用工具，投資使它見效。使學習成為一種常態。416的成功關鍵6以與顧客關係密切程度及競爭力聯結關係制羅溫吉布森-----預思未來一項不變原則

*永遠保持領先二項改變原則

*不斷修正

*不斷改善三項創新原則

*創造新市場

*創造新產品

*改寫產業競爭法則廿一世紀贏家必備的三原則42羅溫吉布森-----預思未來廿一世紀贏家必備的三原則42報告完畢43報告完畢43TheDefinitionofQualityhasChangedQualitywasConformancetoPhysicalSpecificationsQualityisExceedingCustomerExpectationsandDemandsFocusingonManufacturingControl.ResponsibilityAssignedtoQualityControlDepartmentsTheFundamentalPre-requisitetoAchieveCustomerSatisfactionCoreValueandContributiontotheSuccessoftheEntireCompanyQualityasaValueMarketShare44TheDefinitionofQualityQualQuality--Reliability--Durability“Typical”BathtubCurveEarlyFailuresFit/FinishWindnoiseWaterLeaksSTR,etc.WarrantyCustomerDissatisfiers45“Typical”BathtubCurveEarlyFundamentalsofVariationStatisticalThinkingisNotTerriblyComplicated1.AllThingsVary2.

VariationisMeasuredUsing2Methods:Variable-SpecificMeasurementAttribute-GoodorBad3.TypesofVariationCommonCause-PartoftheProcessSpecialCause-Assignable46FundamentalsofVariationStatiFundamentalsofVariation4.CommonCauseUniformPatternSpecialCauseNoPattern5.TheOutputofaSystemorProcessistheResultofBothCommonandSpecialCauseVariation.47FundamentalsofVariation4.5.4TheInherentVariationinaProcess.WhatIs“CommonCause”Variation?UCLLCLCL48TheInherentVariationinaPrStableProcessWhatTypeofVariationWouldYouExpecttoFindBetweentheControlLimits?WhatAreSomeExamplesofCommonCauseVariation?IsitMoreDifficulttoEliminateCommonorSpecialCauseVariation?HowWouldYouReduce“CommonCause”Variation?WhereAretheSpecificationLimits?UCLLCLCLOutputResults49StableProcessWhatTypeofVVariationThatisNotPartoftheOriginalSystem,butWhichRepresentsaChange.WhatIs“SpecialCause”Variation?UCLLCLCLSpecialCauseProblem50VariationThatisNotPartof6.PeoplecanOnlyAffectWhatTheycanControl!OperatorsOnlyInfluenceTheirPortionoftheProcess.7.ManagementisResponsibletoMakeImprovementsonCommonCauseVariation!WorkersareResponsibletoMakeImprovementstotheSpecialCause.8.ReducingCommonCauseVariationRequiresDifferentActionthanReducingSpecialCauseVariationFundamentalsofVariation(Continued)516.PeoplecanOnlyAffect7.8.FundamentalsofVariation(Continued)9.WorkersandManagersAlikeWanttodoaBetterJob,theySimplyNeedtoUnderstandWhichPartoftheSystemtheycanAffect.10.DataCollectedandPresentedUsingControlChartsisaBasisforActionontheSystem.ManagersMustKnowWhatActiontoTakeBasedontheVariationPatterns.52FundamentalsofVariation(ConThereareThreeKindsofVariation:CommonCauseVariationSpecialCauseVariationManagementVariation53ThereareThreeKindsCommonC5454“CentralTendency”(“Clumping”Tendency)“Dispersion”(“Spreading”Tendency)ValuesFrequency“SKEWED”DISTRIBUTION“NORMAL”DISTRIBUTIONCharacteristicsofVariation55“CentralTendency”(“Clumping”MeasuresofCentralTendencyMEAN=TOTALOFALLVALUES

NUMBEROFVALUESMEDIAN--MIDDLEMOSTVALUEMODE--MOSTFREQUENTVALUE56MeasuresofCentralTendencyMESTANDARDDEVIATIONIS-AMEASUREOFDISPERSIONTHATUSESMOREVALUESTHANDOESTHERANGE.SIXSTANDARDDEVIATIONS,THREEINEITHERDIRECTIONFROMTHEPROCESSMEAN,WILLACCOUNTFOR99-100%OFMOSTSTABLEPROCESSES.MeasuresofDispersionRANGE--DISTANCEBETWEENMAXIMUMANDMINIMUMVALUEMAXMINMEAN57STANDARDDEVIATIONIS-MeasureProcessDispersion=6StandardDeviations=6sCapability--theDispersionofaProcess6s58ProcessDispersion=6StandarComparingDispersiontotheWidthofaSpecificationLowerSpecLimit(LSL)UpperSpecLimit(USL)ProcessDispersion=6StandardDeviations=6sSpecificationWidth=USL-LSLCR=CapabilityRatio=6s/USL-LSLCp=CapabilityIndex=USL-LSL/6s

PR=PerformanceRatio=6s/USL-LSLPp=PerformanceIndex=USL-LSL/6sCapabilityRatioandIndexDescribeStableProcessesandMaybeUsedforPrediction;PerformanceRatioandIndexareUsedforHistoricalComparisons59ComparingDispersiontotheWiALimitationofRatiosandIndicesAccordingtoTheseMeasures,ProcessBisas“Good”asProcessA!

ProcessAProcessBLowerSpecLimit(LSL)UpperSpecLimit(USL)60ALimitationofRatiosandIndMeasuresRelatingDispersionandCenteringtoSpecLimitsLowerSpecLimit(LSL)UpperSpecLimit(USL)X-ProcessDispersion=6StandardDeviations=6s=ProcessMeanCpk,Ppk

=LesservalueofUSL-XorX-LSL--3s3s61MeasuresRelatingDispersionLTHESEVENTOOLSOFQUALITY“SEVENOLDTOOLS”Cause&EffectDiagramRelatescausesandeffectswithinaprocess.FlowchartDisplayshowaprocessworksHistogramGraphicallysummarizesvariationwithinasetofdataforonecharacteristic.ScatterDiagramDisplaysrelationshipbetweentwovariablesControlChartIdentifiesstability,capabilityandcentraltendencyofaprocessCheckSheetRecordsdataonaformthatreadilyallowsinterpretationofresultsfromtheformitselfParetoChartDisplaysfrequencyorcostofeventstoassistindeterminingimportanceXXXXXXXXXXXXXXXXXXXXDECISIONPROCESSSTEPSTOPSTART194305101520HOODROOFD/LFENDERDOOR44OperatorMachineNumberAB1234Month789AssemblynonconformityChangesintimetakenControlerrorOthers62THESEVENTOOLSOFQUALITYCausSpecialCausevs.CommonCause

(Assignable&NormalVariation)“SpecialCause”“Spill”NotPredictableSomeOneThing

Changed(AlmostAlways)“CommonCause”NormalVariationVeryPredictableRangeofPerformanceUCLIPTVLCL~~}}63SpecialCausevs.CommonCause影響品質最大的敵人是什麼?

減少變異，向目標靠攏是我們努力的方向變異VARIATION64影響品質最大的敵人是什麼?減少變異，向目標靠攏是我們努力的AerospaceIndustrialDevelopmentCorporation6研究討論的是什麼?

如果有效的控制變異Xi何需不斷地檢測YY=F(X1,X2,X3,……,Xn)X1,X2,X3,……,XnY隸屬的，相關的輸出量結果徵狀監督獨立的輸入過程原因問題控制65AerospaceIndustrialDevelopmeNormalDistributionNormalDistribution(expressedaspartspermillion)zZ+Z-ppm66NormalDistributionNormalDistZppm(area)Zppm(area)Zppm(area)Zppm(area)Zppm(area)-6.251,000,000-3.75999,912-1.25894,3501.25105,6503.7588.4-6.201,000,000-3.70999,892-1.20884,9301.3096,8013.8072.4-6.151,000,000-3.65999,869-1.15874,9281.3588,5083.8559.1-6.101,000,000-3.60999,841-1.10864,3341.4080,7573.9048.1-6.051,000,000-3.55999,807-1.05853,1411.4573,5293.9539.1-6.001,000,000-3.50999,767-1.00841,3451.5066,8074.0031.7-5.951,000,000-3.45999,720-0.95828,9441.5560,5714.0525.6-5.901,000,000-3.40999,663-0.90815,9401.6054,7994.1020.7-5.851,000,000-3.35999,596-0.85802,3381.6549,4714.1516.6-5.801,000,000-3.30999,517-0.80788,1451.7044,5654.2013.4-5.751,000,000-3.25999,423-0.75773,3731.7540,0594.2510.7-5.701,000,000-3.20999,313-0.70758,0361.8035,9304.308.5-5.651,000,000-3.15999,184-0.65742,1541.8532,1574.356.8-5.601,000,000-3.10999,032-0.60725,7471.9028,7164.405.4-5.551,000,000-3.05998,856-0.55708,8401.9525,5884.454.3-5.501,000,000-3.00998,650-0.50691,4622.0022,7504.503.4-5.451,000,000-2.95998,411-0.45673,6452.0520,1824.552.7-5.401,000,000-2.90998,134-0.40655,4222.1017,8644.602.1-5.351,000,000-2.85997,814-0.35636,8312.1515,7784.651.7-5.301,000,000-2.80997,445-0.30617,9112.2013,9034.701.3-5.251,000,000-2.75997,020-0.25598,7062.2512,2244.751.0-5.201,000,000-2.70996,533-0.20579,2602.3010,7244.800.8-5.151,000,000-2.65995,975-0.15559,6182.359,3874.850.6-5.101,000,000-2.60995,339-0.10539,8282.408,1984.900.5-5.051,000,000-2.55994,614-0.05519,9392.457,1434.950.4-5.001,000,000-2.50993,7900.00500,0002.506,2105.000.3-4.951,000,000-2.45992,8570.05480,0612.555,3865.050.2-4.901,000,000-2.40991,8020.10460,1722.604,6615.100.2-4.85999,999-2.35990,6130.15440,3822.654,0255.150.1-4.80999,999-2.30989,2760.20420,7402.703,4675.200.1-4.75999,999-2.25987,7760.25401,2942.752,9805.250.1-4.70999,999-2.20986,0970.30382,0892.802,5555.300.1-4.65999,998-2.15984,2220.35363,1692.852,1865.350.0-4.60999,998-2.10982,1360.40344,5782.901,8665.400.0-4.55999,997-2.05979,8180.45326,3552.951,5895.450.0-4.50999,997-2.00977,2500.50308,5383.001,3505.500.0-4.45999,996-1.95974,4120.55291,1603.051,1445.550.0-4.40999,995-1.90971,2840.60274,2533.109685.600.0-4.35999,993-1.85967,8430.65257,8463.158165.650.0-4.30999,991-1.80964,0700.70241,9643.206875.700.0-4.25999,989-1.75959,9410.75226,6273.255775.750.0-4.20999,987-1.70955,4350.80211,8553.304835.800.0-4.15999,983-1.65950,5290.85197,6623.354045.850.0-4.10999,979-1.60945,2010.90184,0603.403375.900.0-4.05999,974-1.55939,4290.95171,0563.452805.950.0-4.00999,968-1.50933,1931.00158,6553.502336.000.0-3.95999,961-1.45926,4711.05146,8593.551936.050.0-3.90999,952-1.40919,2431.10135,6663.601596.100.0-3.85999,941-1.35911,4921.15125,0723.651316.150.0-3.80999,928-1.30903,1991.20115,0703.701086.200.0InExcel:ppm=(1-normsdist(Z))*1,000,000Z=normsinv(1-ppm/1,000,000)67Zppm(area)Zppm(area)Zppm(arSixSigmaSuccessesatGEFromGEStockholderReport1998Estimate68SixSigmaSuccessesatGEFromSIXSIGMABREAKTHROUGHIMPROVEMENTTRADITIONALCONTINUOUSIMPROVEMENTTIMEIMPROVEMENTRATESIXSIGMAVERSUSCONTINUOUSIPROVEMENTS69SIXSIGMABREAKTHROUGHIMPROVEKeyDriversBasicIssues1.BasicOrganizationalCapabilities2.ManufacturingProcessVariations3.BusinessProcessVariations4.Customerrequirements5.QualityofSpecifications6.SupplierCapabilitiesSkill-setsandtoolsrequiredtoimplementprocessimprovementsinbusinessesarelacking.LackofproductmanufacturingprocesscapabilitiesresultinhighCOPQ(i.e..Rework,scrap,fieldfailure).Transitionofmarketdemandstoengineeringispoor.Productcostestimationisoftenwrongresultinginpoorfinancialperformanceandincorrectmanufacturingdecisions.Front-endcustomerdefinitions/requirementsinadequate.Engineeringsystemsandprocessesfordesignanddocumentationareofteninadequateandwrong.Specificationssenttosuppliers/subcontractorsveryconsiderablyintheirquality,resultinginpoorqualityparts.Poorcaptureofdesignintent.Lackofmaturesupplybasemanagement(i.e..qualificationofsuppliers&certificationofparts)resultsinpoorqualityparts/services,latedeliveries,higherpart/servicecosts.70KeyDriversProcessInput:BusinessGoalsandTargetsSelecttheRightProjectsSelectandTraintheRightPeople

PlanandImplement6σImprovementProgramManageforExcellenceSustaintheGains71ProcessInput:SelecttheSelect營收目標為32億產品成本降低10%1.OnTimeDelivery2.InventoryReduction3.Quality4.Productivity5.CostDeliveryInventoryQualityProductivityCost交貨達成率>95%採購成本降低5%報廢率降低5%製造費降低10%實質用人費降低20%Project焦距對準Y’s72營收目標為32億1.OnTimeDeliveryDeliProjectLeader管理階層&BreakBeltProcessOwner6σOffice主計室審核估算SavingProjectApproval登錄到6σsystem自動給IDSaving計算及進度控管提供資料提供資料確認saving金額及彙整報告審核確認project完成確認無其他成本績效維持否矯正追蹤NO差異分析報表InitiateProjectClosure追蹤一年(每季一次)ProjectProcessMap8-blocker估計SavingProject彙整ProjectApproval73Project管理階層&Process6σOffice主計室TeamCharterProblemStatementSpecificNumericGoalsTimetoCompletePotentialBarriersTeamMembers74TeamCharterProblemStatement7Rule#1: Notwoobjectsarealike,therefore,variationexistseverywhere!ProductperformanceServicequalityProcessoutputs(y’s)ConceptofVariation

ThephilosophyofSixSigmaistoreducevariation.Rule#2:Variationexistsintwostatesofcontrol:

Controlled:referredtoascommoncause,isastableorconsistentpatternofvariationovertime(predictable)

Uncontrolled:referredtoasspecialcause,isapatternthatchangesovertime(unpredictable)Rule#3:Tocontrolandreducevariationyoumustfirstunderstand,quantify,ANDinterpretvariationinadataset.75Rule#1: NotwoobjectsarealStatisticstoUnderstandVariationHowdoweunderstandandquantifyvariation? Weusethescienceofstatistics.Whatisstatistics? Statisticsisthescienceofcollecting,analyzing,presenting,andinterpretingdata.Howstatisticshelpinunderstandingandquantifyingvariation? StatisticalmethodsandtoolsareusedtoeffectivelydetermineY=f(x):1)Transformdatafromastateofrandom&miscellaneousnaturetoorderlyandcumulativeknowledge.QuantifyY’s2)Quantifycause&effectrelationships.Quantifyx’sonY’s3)Inferentialmeasuringtool.Confidenceintheinfluenceofthex’sovertime76StatisticstoUnderstandVariaConceptsofData

Dataareobservationsmadeuponourenvironment.Examples:individuals,customers,processes,products,services,times,events. (Note:Datadescribedintermsofnumberseliminatesambiguity.)Dataarerawmaterialusedtointerpretrealityandmustbeincontext.Containsatleast2values(alsoknownasvariables)DefinedandinterpretedequallybyallobserversAbletotakeactionondataDataisclassifiedintotwocategories:qualitativequantitative

Whataredata?Dataisakeysourceofinformation.77ConceptsofDataDataareobseQualitativeDataQualitativedatacharacteristics:Aminimumof2variablevaluesorrepresentationof2variablesexist.Examples:Canassumeafinitenumberofvariablevalues.Usuallyexistsinintegerform.Representationofvariablescanberankedornon-ranked.Examples:Nomeaningfulinformationexistsbetweenvariables.Qualitativedataiscommonlyreferredtoasattributedata.1,0Pass/FailonproducttestsWin/LossonmarketingprocessAgree/DisagreeoncustomersurveyNumberofproductdefectsNumberofcustomerrequirementsNumerical(1to5,-1to1-,0to100)Ranked:Onproductperformance:excellent,verygood,good,fair,poorSalsatastetest:Mild,Hot,VeryHot,MMS(makesmesuffer)Customersurvey:strongagree,agree,disagree,stronglydisagreeNon-Ranked:Inacompany:DeptA,DeptB,DeptCInashop:Machine1,Machine2,Machine3Typesoftransportation:boat,train,plane78QualitativeDataQualitativedaData:QuantitativeQuantitativedatacharacteristics:Datacanpotentiallytakeonanyvalue.Examples:Numericvalueshaveequalunitsofmeasure.Examples:Meaningfulinformationexistsbetweenvariables.DimensionoftimeLengthoffeatureInterestrates0.1,1/4.20,100.001,1,000,000FahrenheitandCelsiusfortemperatureCalendaryearsProgramtaskcalendarLengthininchesMinutesfortimedurationFrequencycountlikedefectsperunitPercentagenumberasinmarketshareQuantitativedataiscommonlyreferredtoascontinuousdata.79Data:QuantitativeQuantitativeDataSummaryDataQualitative(attribute)Quantitative(continuous)Minimumof2variablevaluesFinitenumberofvariablevaluesNoinformationbetweenvariablevaluesPotentiallyanyvalueValueshaveequalunitsInformationexistsbetweenvariablesQuantitative(continuous)datayieldthemostinformation.ProjectInformationContinuumLowHigh80DataSummaryDataQualitativeQuaDataImpactonProjectThelackofdataisafailuremodeinprojectcompletionsuccess.Withoutdata,decisionforactionstoimplementareatrisk:MakessituationworseIncursunnecessarycostDecreasescustomersatisfactionIfyoucannotcollectdata,andmoneycannotbespenttocollectdata,thevalueoftheprojectisinquestion.81DataImpactonProjectThelackDataSetEvaluationBeginbyaskingthreesimplequestions:Whatvariablevalueoccursmost?Whatvariableisthemidpoint?Whatisthespreadofthevariablevalues?Howdoyouextractknowledgefromadataset?Toanswerthequestions,lookatthefrequencydistribution,whichisacountofhowfrequentlyavariablevalueoccurswithinadataset.82DataSetEvaluationBeginbyasFrequencyTableAfrequencytableisusedtocondenseandsummarizeasetofdata.Thetablecontainstheelementsofclassinterval,midpoint,frequency,andrelativefrequency.ClassIntervalisrangeofvariablevaluesusedtotallythecountorfrequencyofoccurrence.Thenumberandsizeoftheclassintervalsaredependenton:NumberofClasses-Generallybetween5and20classesareusedNote:Rulestocreateintervalclassesinclude:1)Easyforreadertointerpret2)Narrowenoughtorevealinterestingdetail3)Wideenoughtoshowdata“pileup”4)CoincidedatawithintervalmidpointBoundaryValues-where“no-overlappingoccurs”ofvariablevaluesWidthofEachClass-choosethesamewidthforeachclass.Thechoiceofnumberofclassesandthewidtharedependant.Approx.ClassWidth=Max.Data-MinData NumberofclassesBrigadeFieldExerciseDataof50Shots(Inches)EXAMPLE12classeschosenDecimalvaluesfrom0.6to0.5topreventoverlapWidthofclasssetat1inch83FrequencyTableAfrequencytabFrequencyTable(cont.)Midpointisthemiddleoftheclassinterval.Frequencyisthecountofoccurrenceswithintheclassinterval. (Note:frequencyshouldsumtototaldataset)BrigadeFieldExerciseDataof50Shots(Inches)EXAMPLEMidpointsare102,103,etc…Thenumberoftimesvaluesfallwithinintervalarecountedandlisted.TheRfiscalculatedbasedonat