 第 10 章 六標準差的原理 品質管理與管制 1 1.

Presentation on theme: " 第 10 章 六標準差的原理 品質管理與管制 1 1."— Presentation transcript:

1  第 10 章 六標準差的原理 品質管理與管制 1 1

2 六標準差 Six Sigma 六標準差是摩托羅拉公司在20世紀80年代作為一種改進流程品質的方法。
這方法最初用於改善製造程序的能力，然後移轉到企業程序的能力 已經應用六個西格馬的公司：美國銀行，摩托羅拉，通用電氣公司， IBM公司，柯達和其他很多公司 基本前提是，所有程序都有變異。變異是敵人。 品質管理與管制 2 2

3 六標準差的歷史 摩托羅拉公司由於認識到具有高直通率(First Pass Yield, FPY) 的產品很少使用中失效，因此在20世紀80年代中期發展六標準差方法。 品質管理與管制 3

4 六標準差許多面向  量測單位(metric) 標竿 願景 哲學 方法 工具 符號 目標 價值 品質管理與管制 4

5 科學 藝術 魔術 什麼是六標準差哲學 ? 以顧客為重! Six Sigma 我們不知道什麼我們不 知道。
如果我們無法衡量，我 們真的無法知道更多。 如果我們不知道更多 ，我們無法控制它。 Six Sigma 如果我們無法控制它 ，我們只有心存僥倖 。 品質管理與管制 以顧客為重! 5

6 什麼是六標準差 ?? ? 知道什麼對顧客重要 減少缺陷（ DPMO ） 中心圍繞目標（平均） 減少變異（標準偏差） 程序哲學 品質管理與管制
中心圍繞目標（平均）  減少變異（標準偏差） 品質管理與管制 6 GE Company Proprietary November 1998

7 什麼是六標準差 ?? 六標準差：一個一流的改革策略，用以加速改善流程，產品和服務 品質管理與管制 7

8 程序 我們所做的一切都可以被看作是一種程序或部分程序 每個程序可以被特定為： 當程序的結果是在預期值（指有最低的變異）則稱程序執行地最佳。
平均績效 變異 當程序的結果是在預期值（指有最低的變異）則稱程序執行地最佳。 品質管理與管制 8

9 程序 一個變異的統計衡量 全六標準差等於99.9997 ％的準確度 改善關鍵程序的方法 一個解決問題之品質和管理手段的“工具箱”
一個把重點放在持續改善的經營哲學 一個數據的結構性分析之有組織的過程 品質管理與管制 9

10 什麼時候使用六標準差? 不明原因/情況 問題在通常的地方，未能界定 當“廣泛”的做法是不恰當時 當其他問題解決方法失敗時
在有許多變數，複雜的情況時 品質管理與管制 10

11 為什麼採用六標準差 ? 界定問題解決的流程 使用已經證明的方法來解決問題 與結果的一致性 著眼於“終點” ，此鼓勵高層之信賴/支持。
品質管理與管制 11

12 這不是一個痛苦的航行 為獲得最佳效果，需要採用文化變革 高層管理人員必須有耐心－沒有快速解決辦法
六標準差是關於得到正確的答案，而不僅是任一答案 品質管理與管制 12

13 注意要點 謊言，該死的謊言，和統計數字 內部的破壞 缺乏了解 恐懼變革 品質管理與管制 13

14 六標準差作為一個目標 每百萬機會的缺點數 s 308,537 2 3 4 5 6 66,807 6,210 233 3.4 . 製程能力 標準差是一個量測的統計單位，其反映製程能力。 品質管理與管制

15 Six Sigma – 實際的意義 99% Good (3.8 Sigma) 99.99966% Good (6 Sigma)
每小時丟掉20,000個郵件 每一天有近15分鐘喝不安全的飲用 水 每星期有5000個不正確的外科手術 每一天在大多數的主要機場有兩個 過短或過長的降落 每年有 200,000個錯誤的藥物處方 每個月幾乎有 7個小時沒電 每小時丟掉 7個郵件 每 7個月有一分鐘不安全 每星期有 1.7 個不正確外科手術 每五年有一個過短或過長的降落 每年有 68 個錯誤的藥物處方 每34年有一小時沒電 品質管理與管制 15 15

16 解剖製程能力 前提是6 來源的變異是可以: 確定 量化 消除或控制 不穩定的零件 & 材料 不足的設計 限度 製程能力 不足 LSL
USL 缺陷 可接受 缺陷 製程能力 品質管理與管制 16 16

17 策略 特化Characterize 優化Optimize 新突破 Breakthrough 以顧客為中心-內部與外部 品質管理與管制 17
LSL USL 特化Characterize 優化Optimize 新突破 Breakthrough T LSL USL T LSL USL T LSL’ USL’ 以顧客為中心-內部與外部 品質管理與管制 17 17

18 六標準差方法 DMAIC （定義，測量，分析，改善，控制） 提供了一個合乎邏輯的順序以利用現有的問題解決工具和概念 重新包裝現有的工具和概念
每一個步驟應用各種的品質/管理工具 每一步驟結束前提案者審查並建議，再轉到下一個步驟。 品質管理與管制 18

19 6 DMAIC 程序 DMAIC = Define, Measure, Analyze, Improve and Control
改善制度化 控制調度 量化財務業績 報告最後專案結果以及學到的經驗 結束專案 發展宣言以及企業案例 描繪現有的程序 收集顧客的聲音 明記關鍵品質因素 CTQs / 要求 定義Define 量測Measure 分析Analyze 改善Improve 控制Control 選擇解決方案 (包含 交易研究, 成本/利益分析) 設計幾決方案 測試解決方案 實施解決方案 測量CTQs /要求 確定製程穩定性 確定製程能力 計算基準標準差 優化問題陳述 確定根本原因 量化根本原因 驗證根本原因 品質管理與管制 19 DMAIC = Define, Measure, Analyze, Improve and Control

20 六標準差佩帶 每種帶的實際定義和能力，可能因組織和培訓機構之不同而有差異 3 等級 (或 帶) 依據對於相關工具的理解和運用能力水準，
綠帶－基本分析工具;不太複雜專案的工作 黑帶－側重應用和分析;在綠帶協助下進行專案工作 黑帶大師－理解應用和應用背後的統計理論;訓練其他帶;領導專案審查 每種帶的實際定義和能力，可能因組織和培訓機構之不同而有差異 品質管理與管制 20

21 Key Idea 雖然我們從六標準差的觀點看品質改善工具和技巧，重要的是要明白，他們只是收集最初已成功地用於從通常的全面質量管理的努力，至ISO 9000 ，以及在Baldrige程序的所有類型之品質管理和改善的方法。 品質管理與管制

22 Six-Sigma Metrics 缺點（defect）或不一致（nonconformance）－ 任何傳遞給顧客的錯誤或誤差
工作單位（unit of work）－某流程或個別加工步驟的產出。 單位缺點數Defects per unit (DPU) =發現缺點數生產單位數 品質管理與管制

23 百萬機會缺點數 (dpmo ) 百萬機會缺點數（defects per million opportunities ; dpmo）：
dpmo = DPU × 1,000,000/錯誤機會數 品質管理與管制

24 六標準差的理論基礎 以標準差水準來測量天生變異性的標準差。 k-個標準差的品質水準滿足以下等式： k *製程標準偏差 = 公差/2
品質管理與管制

25 6標準差品質 確保製程變異數是設計公差的一半（ Cp = 2.0 ） ，同時允許平均值偏移目標值1.5個標準偏差，得到百萬機會中最多有3.4 個缺點的品質水準(dpmo) 。 品質管理與管制

26 百萬機會中有3.4個缺點數的品質水準 有0.5個標準差偏離中央的5標準差品質。 有1.0個標準差偏離中央的5.5標準差品質。
有1.5個標準差偏離中央的6標準差品質。 品質管理與管制

27 在Excel試算表計算標準差水準 在Excel試算表上計算標準差水準 =NORMSINV（1- 缺點數/ 機會數）+SHIFT 或相當於：
=NORMSINV（1- dpmo/1,000,000）+SHIFT SHIFT是表10.1中的偏離中央量。 品質管理與管制

28 Key Idea 儘管最初是為製造業所發展，而以規格之公差容忍為基礎，但是六標準差概念已經實施於任何流程，並意味著最多3.4每百萬缺陷機會的通用品質水平。 品質管理與管制

29 k-Sigma Quality Levels
品質管理與管制

30 Problem Solving 問題Problem: “應該發生” 與 “實際發生” 事情間的偏差，其重要到讓人認為應該要矯正

31 品質問題類型 一致性的問題 非結構性績效問題 效率問題 產品設計問題 流程設計的問題 品質管理與管制

32 解決品質問題的情況 1. 一致性的問題，由清楚說明的系統，定義令人不滿意的績效。
1. 一致性的問題，由清楚說明的系統，定義令人不滿意的績效。 2. 非結構性績效問題，說明含糊的系統所產生令人不滿意的績效。 3. 效率問題，所產生令人不滿意的績效，是從參與主事者而非顧客的觀點；常見者如成本與生產力議題。 4. 產品設計問題，涉及所設計的新產品能更滿足使用者需要—最重要顧客的期望。 5. 流程設計的問題，涉及設計新流程或持續修改現行流程。 品質管理與管制

33 選擇六標準差專案考慮的因素 選擇六標準差專案時應考慮的因素如下： 財務報酬，衡量與品質和流程績效相關的成本，及在收益和市占率方面的影響。
對顧客和組織成效方面的影響。 成功的機率。 對員工的影響。 對策略和競爭優勢的合宜性。 品質管理與管制

34 解決問題程序 重新定義和分析問題 產生構想 評估和選擇構想 實施構想 品質管理與管制

35 品質革命大師共通的主題 1. 重新定義和分析問題：收集和整理資訊、分析數據與基本假設，並重新以新觀點來看問題，以獲得可行的問題定義為目標。
1. 重新定義和分析問題：收集和整理資訊、分析數據與基本假設，並重新以新觀點來看問題，以獲得可行的問題定義為目標。 2. 產生構想：「腦力激盪」以想出可能的對策。 3. 評估和選擇構想：決定構想是否有價值，以及是否會達成解決問題者的目標。 4. 實施構想：推銷對策，並讓必須使用者接受。 品質管理與管制

36 品質管理與管制

37 Key Idea 結構性解決問題程序，提供全體員工共同的語言和互相溝通的工具，特別是跨功能團隊成員間。 品質管理與管制

38 DMAIC理論方法的五部曲 DMAIC 1. 定義（Define） 2. 衡量（Measure） 3. 分析（Analyze）
4. 改善（Improve） 5. 管制（Control） DMAIC 品質管理與管制

39 定義Define 以作業名詞描述問題 深入鑽研更專業問題的陳述 (專案領域化)
確認顧客 和影響產品或服務績效最大的 CTQs, 描述目前績效水準, 以及蘊含的成本/收益 。 品質管理與管制

40 衡量Measure 關鍵的收集數據問題 正設法回答什麼問題? 將需要什麼數據來回答問題? 能在哪裡找到數據? 誰能提供數據?
要如何花最小心力、以最少錯誤機率，才能收集到數據? 品質管理與管制

41 分析Analyze 著重於為什麼產生缺點、錯誤, 或太多變異性發生 尋找根本原因( root cause) 五個為什麼 實驗與驗證
品質管理與管制

42 改善Improve 提出構想 腦力激盪 評估並選擇 實施對策 品質管理與管制

43 管制Control 維持改善 標準作業程序 訓練 檢核表 or 檢討 統計製程管制圖 品質管理與管制

44 黑帶級六標準差訓練學程 通用電子公司典型的黑帶級六標準差訓練學程，涵蓋的主題可分為七個組別：
初等統計工具（基礎統計學、統計觀念、假設檢定、關聯性、簡單迴歸）。 高等統計工具（實驗設計、變異性分析、多重迴歸）。 產品設計和可靠度（品質機能展開、失敗模型與因果分析）。 衡量（製程能力、衡量系統分析）。 製程管制（管制計畫、統計製程分析）。 製程改善（製程改善規劃，畫流程圖、防呆）。 實施與團隊合作（組織效能、團隊評價、輔助工具、團隊發展）。 品質管理與管制

45 六標準差設計 重點在於產品與程序的性能最佳化 特徵 設計的高層架構觀點 使用明確技術要求的CTQs 應用統計建模與模擬方法
使用分析方法預測缺陷，避免缺陷，性能預測 使用子系統和零件變異分析以審查全方位的產品性能 品質管理與管制

46 Key Idea 所有六標準差專案都有三個主要特徵： 有要解決的問題， 有問題的流程 一個以上用來量化消弭落差並監控進度的量度。
品質管理與管制

47 六標準差應用於服務業 把六標準差應用於服務業，應檢討四大績效量度： 準確度 週期時間 成本 顧客滿意度 品質管理與管制

48 六標準差的財務應用 縮短應收帳款未償付天數的平均值和變異數。 關帳更快速。 改善稽查程序的準確度和速度。 降低現金流動的變異性。
改善輸入流水帳的準確度（大部分的企業有3至4%的錯誤率）。 改善標準財務報告的準確度和週期時間。 品質管理與管制

49 六標準差和精實生產 精實生產（Lean production）是最初由豐田汽車公司發展出來的方法，專注於排除所有形式的浪費，包括：必須重製的缺點、不必要的加工步驟、物料或人員不必要的移動、等待時間、過多存貨，和生產過量。 品質管理與管制

50 精實生產的一些效益 週期時間至少縮短60%。 空間利用率改善40%。 產出量增加25%。 在製品與完成品存貨量減少50%。 品質改善50%。
營運資金和員工生產量改善20%。 品質管理與管制

51 精實生產的一些重要工具 5S‘s：seiri（整理）、seiton（整頓）、seiso（清潔）、seiketsu（標準化），和shitsuke（維持）。 目視管制 有效的布置和標準化的工作 拉式生產 一分鐘換模（SMED） 全面生產性維護 源頭檢驗 持續改善 品質管理與管制

52 傳統的品質一致性之經濟模型 總成本 不一致成本 品質保證成本 100% 品質“最佳水準” 品質管理與管制

53 現代的品質一致性之經濟模型 總成本 不一致成本 品質保證成本 100% 品質管理與管制

54 本章結束 THANKS! 品質管理與管制