几何尺寸与公差论坛

 找回密码
 注册
查看: 723|回复: 0

什么是六西格玛管理

[复制链接]
发表于 2009-4-7 02:48:29 | 显示全部楼层 |阅读模式
什么是六西格玛管理
关于6西格玛管理,目前没有统一的定义。
下面是一些管理专家关于6西格玛的定义:
管理专家ronaldsnee先生将6西格玛管理定义为:“寻求同时增加顾客满意和企业经济增长的经营战略途径。”
6西格玛管理专家tomyzdek:“6西格玛管理是一种全新的管理企业的方式。6西格玛主要不是技术项目,而是管理项目。”
下面是韦尔奇先生在接受美国著名作家珍妮特·洛尔采访时谈到的6西格玛管理:
“品质的含意从字面上来看,乃是要提供一个超越顶级的事物,而不仅是比大多数的事物更好而已。”
80年代初,当通用电器面临竞争者的威胁时,韦尔奇曾说道:摩托罗拉、惠普科技、德州仪器和施乐公司并没有足够的资本与我们抗衡,而他们的竞争力来自于他们的产品品质。90年代中后期韦尔奇成为6西格玛品质热衷的追求者。
1996年,在佛吉尼亚夏洛特城举行的通用电器公司的年会上,韦尔奇说:“在通用电器的进展过程中,我们有一项重大科技含量的品管任务,这项品管任务会在4年内将我们的生产方式引至一个卓越的层次,使我们无论是在产品制造还是在服务方面的缺陷或疵暇都低于百万分之四。这是我们通用电器前所未有的大挑战,同时也是最具潜力和最有益处的一次出击。”“我们推翻了老旧的品管组织,因为他们已经过时了。现代的品管属于领导者,属于经理人员,也属于员工—每一位公司成员的工作。”“我们要改变我们的竞争能力,所依恃的是将自己的品质提升至一个全新的境界。我们要使自己的品质使消费者觉得极为特殊而有价值,并且对他们来说是相当重要的成功因素。如此一来,我们自然就会成为他们最有价值的惟一选择。”
我们可以把6西格玛管理定义为:“获得和保持企业在经营上的成功并将其经营业绩最大化的综合管理体系和发展战略。是使企业获得快速增长的经营方式。”6西格玛管理是“寻求同时增加顾客满意和企业经济增长的经营战略途径。”是使企业获得快速增长和竞争力的经营方式。它不是单纯的技术方法的引用,而是全新的管理模式。
6西格玛管理具有以下特点:
1)比以往更广泛的业绩改进视角,强调从顾客的关键要求以及企业经营战略焦点出发,寻求业绩突破的机会,为顾客和企业创造更大的价值;
2)强调对业绩和过程的度量,通过度量,提出挑战性的目标和水平对比的平台;
3)提供了业绩改进方法。针对不同的目的与应用领域,这种专业化的改进过程包括:6西格玛产品/服务过程改进dmaic流程,6西格玛设计dfss流程等;
4)在实施上由“勇士chamion”、“大黑带mbb”、“黑带bb”“绿带gb”等经过培训职责明确的人员作为组织保障;
5)通过确定和实施6西格玛项目,完成过程改进项目。每一个项目的完成时间在36个月;
6)明确规定成功的标准及度量方法,以及对项目完成人员的奖励;
7)组织文化的变革是其重要的组成部分。

六个西格玛带来高质量
六个西格玛在20世纪80年代诞生于motorola。在短短的5年时间里,mo-torola运用六个西格玛使其产品质量提高了10倍,从而在1988年荣膺极负盛名的美国malcolm baldrige国家质量奖。随后,motorola毫不吝啬地与其他公司分享了它质量改进的理论和实践。90年代初,为数不多的几家美国公司开始尝试推行六个西格玛,其中allied signal的成功引起了ge当时的董事长兼首席执行官jack welch这位传奇人物的极大关注。1995年ge开始以其雄厚的财力不断投入巨资全面推广应用六个西格玛;1997年六个西格玛给ge带来的收益就已经超过了投入的成本;2000年这项举措在ge的年收益更高达25亿美元。
六个西格玛的成功故事,特别是它给ge带来的巨大变化吸引了华尔街的注意力,这使得六个西格玛的理念和方法犹如旋风般迅速传遍全球。欧美和亚洲的数百家跨国公司都积极聘请相关的咨询公司帮助他们设计方案、培训员工、辅导项目,以期提高客户的满意度、增加收入、降低成本、推动公司快速而健康地发展,从而给股东以丰厚的回报。近两年来,国内不少优秀企业在学习和借鉴ge———世界最受关注的公司的成功经验的过程中,对六个西格玛表现出了浓厚的兴趣。
六个西格玛是一种理念,它追求以客户为中心。我们所在的企业或机构往往有着诸多领域需要或值得改进,然而我们所拥有资源的有限性决定了我们必须分清主次,将重点放在那些客户最关心、对企业或机构影响最大的方面,也就是客户质量关键点(ctq-criticaltoquality)。它提醒我们在寻找质量改进机会的时候不能强求面面俱到,更不能目光短浅,只从自身出发,专注于内,而忽略外部的客户。
六个西格玛是基于数据的决策方法,强调用数据说话,而不是凭直觉、凭经验行事。量化是六个西格玛的基础,量化的指标客观地反映我们的现状,从而引起人们的注意。六个西格玛通过对真实数据进行科学分析得出结论,告诉我们问题的症结所在。
六个西格玛是系统地解决问题的方法和工具。在对现有流程进行改进的时候,我们通常使用dmaic———定义、测量、分析、改进、控制。
六个西格玛用z值来衡量我们的产品或服务的质量水平。z值是规范的上限(或下限)与均值之间所包含的标准差的个数。当z值达到6时,每百万次机会中出现缺陷的个数为3.4,这被认为是完美的流程或服务,也是我们追求的目标。
六个西格玛体现了不断改进、无边界以及崇尚学习的企业文化。推广应用六个西格玛要求我们听取客户的声音,根据客户的需要不断地改进我们的工作。而一个六个西格玛项目往往会涉及多个不同部门的人员,他们作为一个团队,找寻公司内外与其项目相关的最佳实践,一起讨论、分析,为实现项目的目标而共同努力。
六个西格玛随着时间的推移而不断地发展和完善。从有形产品质量的改进到服务水平的提高,从产品缺陷数的降低到周期时间的缩短,从资产使用效率的提高到销售队伍效率的改进,从现有流程的改善到全新流程的设计,从专注于公司内部到放眼整个供应链———六个西格玛已经成功地应用于不同行业、不同公司的每一个重要领域,完全超出了传统产品质量的范围,而成为在激烈的市场竞争环境之中企业取得竞争优势的企业战略和工作方式,成为不同部门之间互相沟通的共同的语言。
六个西格玛所带来的不仅仅是客户满意度的提高和股东收益的增加,还有员工满意度的提高和凝聚力的增加。首先,六个西格玛的培训给员工提供了一个新的学习机会。其次,一个项目从定义到控制的整个过程是一个放权的过程。在这个过程中,项目小组成员运用种种工具进行分析总结,制定解决问题的最佳方案,由始至终扮演着决策者的角色。他们的创造力和积极性得到充分的发挥。在应用六个西格玛的方法和工具同时,小组成员还需要与他人沟通、合作,克服项目进展过程中碰到的种种困难,其结果是个人能力的提高和自信心的加强。
然而,并不是所有公司对六个西格玛的投入都得到了令人满意的回报。怎样的员工参与和承诺,对于任何一个新举措的实施都是一个巨大的挑战。

6西格玛,以数据为依据的管理方法
(大连理工大学 刘晓冰,曹开玉 徐 中)
摘要:六西格玛是一项以数据为基础,追求完美的质量管理方法。本文从整体上介绍了6σ,并从数据的角度上详细阐明6σ实施的五个阶段,最后探讨了在6σ实施过程中对数据应注意的事项。
关键词:数据质量管理实施阶段
进入20世纪末,以信息技术为主要特征的高新技术飞速发展,推动了经济全球化,加速了技术、管理的创新。与此同时,六西格玛作为新时代的产物应运而生。它是一套以数理统计为基础的管理方法,强调消除错误,减少消耗,避免重复劳动,其核心是数据定义,测量,分析原因,改进优化和控制效果,使企业在生产,设计管理等方面达到最佳境界。
1、数据的内涵及6σ概述
数据是关于自然、社会现象和科学试验的定量或定性的记录;是科学研究最重要的基础;研究数据就是对数据进行、分类、录入、储存、统计分析,统计检验等一系列活动的统称。其中统计分析,统计检验需要一些逻辑推理,才能分析影响输出的关键因素。由于数据的客观性,它被用于许多场合。六西格玛就是将数据成功运用于管理中的典范。
六西格玛是一项以数据为基础,追求几乎完美的质量管理方法。西格玛是一个希腊字母σ的中文译音,统计学用来表示标准偏差,即数据的分散程度。对连续可计量的质量特性:用"σ"度量质量特性总体上对目标值的偏离程度。几个西格玛是一种表示品质的统计尺度。它有别于其它的质量管理方法,是依据严格的数据和统计分析,找出误差的根源,并寻求消除这些误差的方法,根据顾客的要求来确定的管理活动。
六西格玛实施由黑带大师,黑带,绿带组成的团队负责。黑带大师负责项目改进的方向及项目资源的规划;黑带是实施管理的中坚力量,负责绿带的培训,在其中起协调作用;绿带则侧重于六西格玛工作的具体实施。
在六西格玛实施过程中,小到单一产品和服务,中到一个项目、一个部门,大到一个企业都应该可以计量。所以说,管理中,无论是黑带大师,黑带或绿带的想法中,绝对不能有一些诸如“也许”,“差不多”,“可能”等模糊观念,即使在从顾客中收集数据时,也不允许其采用类似的词语,这些应该是六西格玛管理中最基本的要求。换句话讲,6西格玛不能成功地运用于不能用数据来表示过程中。
现在就从实施六西格玛的五个阶段,定义(d),测量(m),分析(a),改进(i),控制(c),来看看六西格玛管理中的数据流程。
2、6σ的数据流程
定义(d):即陈述问题。需要黑带大师以市场为导向,以企业现有资源为依据,利用顾客反馈数据及与机器直接打交道的员工处获得的信息作出相应曲线,进行数据比较,从而确定改进目标如高的投资回报率或市场份额,规划项目资源。
测量(m):测量的目的是识别并记录那些对顾客关键的过程业绩及对产品(即输出变量)有影响的过程参数,量化客户需求,从顾客中获取相应的收集数据,对这些数据进行分类,归组,以便分析时用。了解现有的质量水平,确认顾客,用户对改进后的预期效益进行评估,此阶段是数据的收集阶段。一旦决定该测量什么,其组成人员就必须制定相应的“数据收集计划”。并计算和量化实际业务中的各种事件。通过过程流程图,因果图,散布图,排列图等方法来整理数据。
分析(a):即对数据分析,找出问题的主要原因,关键因素及与竞争对手的差距所在。在此阶段中,团队成员要分析过去,当前的业绩数据及明确将来应该取得的业绩方向,通过分析来回答测量阶段的问题所在,确定关键问题的置信区间,进行方差分析,及通过假设检验的方法来获取其需求价值。还可以通过头脑风暴法,直方图,排列图等方法对所的数据进行分析,找到准确的因果关系。在此阶段,团队一定要小心谨慎,通过在小规模范围内试点来分析潜在问题,以判断将出现什么结果,并对其错误趋势加以预防。为此,必须准确分析数据,建立输入与输出数据的数学模型,并追踪和核查解决方案的有效性。
改进(i):改进基于分析的之上,针对关键因素确立最佳改进方案。在此阶段,可通过质量功能展开,策化试验设计,进行正交试验等手段来对关键问题进行调整,改善,此阶段需注意,应从小入手,关键问题逐一解决,切不可囫囵吞枣,操之过急,影响整个设计或管理的发展方向。所有这些,也要建立在过程业绩的数学模型基础上,以确定输入的操作范围及设定过程参数,并对输入的改进进行优化。
控制(c):主要对关键因素进行长期控制并采取措施以维持改进结果。定期监测可能影响数据的变量和因素、制定计划时所未曾预料的事情。在此阶段,要应用适当的质量原则和技术方法,关注改进对象数据,对关键变量进行控制,制定过程控制计划,修订标准操作程序和作业指导书,建立测量体系,监控工作流程,并制定一些对突发事件的应对措施。
以上这些过程并不是单一的,独立的,而是相互关联的统一体(如图1)。由这些过程很容易看出,六西格玛是一种基于数据的决策方法,强调用数据说话,而不是凭直觉、经验办事。其基础是需求,作用及过程的量化,从而可以客观地反映我们的现状,引起人们的关注。 数据定义抽样数据收集统计分析试验设计控制数据定义测量分析改进控制
3、数据处理注意事项
在6西格玛管理实施的初期,许多问题完全可以通过简单的统计数据来收到相当大的成效,如花大力气进行收集可能会浪费大量的人力,物力,财力。这些都需要黑带在实施6西格玛时因材施教,有的放矢。
当然,如果你服务于一个小的公司,且要对其常期进行六西格玛管理,但你的公司每个月内仅仅完成几项交易,或者你的顾客群体分布非常集中,那么很难获取大量的数据,在此基础上进行全面的分析、统计,则更显得力不从心,但这并不意味着你不能在这些数据和事实的基础上管理自己的业务,而是你应该换种思维去收集这些数据,如收集竞争对手的顾客数据,或去发现一些潜在的顾客群未购买的原因及他们对产品的需求等来进行管理。
运用六西格玛方法进行优化时,首先要注意避免其敏感的峰值数据点(seniveeaks),即此点小的变化可能会引起大的结果的变动,减少风险,保证其方法的可靠性,同时也要避免活跃的数据点(activeconstraints),其中包括一些非确定性因素,这些因素的变动极有可能会导致设计的失败。所以在实施六西格玛中,不要凭空猜想,一定要通过对真实数据进行科学分析来发现问题的症结所在,尽量排除一些可能及干扰因素的影响。
4、结束语
综上所述,6西格玛管理主要是以数据为基础,通过数据查找关键因素,主要问题,并把产生的问题数据进行统计分析并提出解决问题的方案和办法。对改进方法进行长期控制,以保证解决方案的可行性,有效性。因而在六西格玛学习和实施中,决不能忽略对数据的,计算,统计分析等方法的学习及运用,这也是六西格玛成功与否的关键。
参考文献:
彼得s.潘德等,刘合光等译,6σ管理法追求卓越的阶梯,北京:机械工业出版社,2001
彼得·潘德,莱瑞·荷普等,王金德等译,六西格玛是什么,北京:中国财政经济出版社,2002
[美]乔杜里(chowdhury,s.),郭仁松译六西格玛的力量,北京:电子工业出版社,2002
尹学柱,张晓华,胡智暄,六西格玛管理培训,北京:京华出版社,2002
统计过程控制(sc)
统计过程控制(statistical rocess control,缩写为sc)是由美国休哈特博士于上世20年代提出的,自第二次世界大战后,sc已逐渐成为西方工业国家进行在线质量控制的基本方法。根据sc理论,产品质量特性的波动是出现质量问题的根源,质量波动具有统计规律性,通过控制图可以发现异常,通过过程控制与诊断理论(scd)可以找出异常的原因并予以排除。常用的休哈特控制图有均值-极差(x-r)控制图,均值-标准差(x-s)控制图,中位数-极差(x-r)控制图,单值-移动极差(x-rs)控制图,不合格品率()控制图,不合格品数(n)控制图,缺陷数(c)控制图,单位缺陷数(u)控制图等。sc方法是保持生产线稳定,减少质量波动的有力工具。
近年来,sc方法获得进一步发展,例如波音公司为了贯彻健壮设计思想,推出了一套新的供应商质量保证规范dl-9000,主要的变化是要求建立先进的质量体系(advanced quality system,缩写为aqs)。aqs体系将田口的质量损失的概念纳入到生产制造阶段的质量管理之中,提出了一整套与健壮设计相适应的生产制造质量控制要求。
aqs体系首先要求确定生产制造阶段产品的关键特性,对这些关键特性及其所涉及的零部件,要求开展工艺健壮设计,以便确定健壮的工艺。在生产制造中要建立对关键特性的监控措施,除了应用sc的常规控制图外,aqs给出了三种小批量控制图即单值移动极差控制图、目标控制图和比例控制图,两种改进的控制图即移动平均控制图和几何移动平均控制图,另外还有提高控制图监控灵敏度的一些措施。根据监控情况和实际需要,改进工艺参数或改进工艺设计,纠正引起质量波动的任何人机料法环的因素,从而实现质量的连续改进。

fmea和fta分析
故障模式与影响分析(fmea)和故障树分析(fta)均是在可靠性工程中已广泛应用的分析技术,国外已将这些技术成功地应用来解决各种质量问题。在iso 9004:2000版标准中,已将fmea和fta分析作为对设计和开发以及产品和过程的确认和更改进行风险评估的方法。
我国目前基本上仅将fmea与fta技术应用于可靠性设计分析,根据国外文献资料和我国部分企业技术人员的实践,fmea和fta可以应用于过程(工艺)分析和质量问题的分析。
质量是一个内涵很广的概念,可靠性是其中一个方面。
  通过fmea和fta分析,找出了影响产品质量和可靠性的各种潜在的质量问题和故障模式及其原因(包括设计缺陷、工艺问题、环境因素、老化、磨损和加工误差等),经采取设计和工艺的纠正措施,提高了产品的质量和抗各种干扰的能力。根据文献报道,某世界级的汽车公司大约50%的质量改进是通过fmea和fta/eta来实现的。
质量损失函数
质量特性的波动(即产品性能相对设计目标值的偏离)是引起质量损失和质量问题的原因,田口博士建立了质量损失函数,以描述质量损失与质量波动之间的关系。
质量损失ql(quality loss)是质量特性y的函数。不同的产品和不同的质量特性对应不同的质量损失曲线。
当产品性能恰好为目标值m时,质量损失最小,相对值可定义为零。产品性能偏离目标值越远,质量损失越大。质量损失函数l(y)的图象为一条曲线,在y=m处有极小值零。假定l(y)在y=m处存在二阶导数,可将l(y)在y=m处展开
成泰勒级数,考虑l(y)=0,l¢(m)=0,并忽略高阶无穷小,l(y)可简化为式中k=l¢¢(m)/2!为不依赖于y的常数。因此质量损失函数的图像在y=m附近近似地等于一条抛物线。
j(y)为一批产品的性能概率分布密度函数,其均值为μ,标准差为σ,则这批产品的质量损失的数学期望为
当随机变量y服从正态分布n(μ,σ2)时,由(1-8)式可得
可见质量损失的数学期望l与产品性能方差σ2、平均波动的平方(μ-m)2和损失系数k有关。
σ2和(μ-m)2决定了曲线j(y)的形状与位置, 而k则决定了质量损失函数l(y)的形状。健壮设计的目标有两个,一个目标是使[s2+(m-m)2]最小,即曲线j(y)很陡且均值接近m,另一个目标是使k最小,即曲线l(y)很平坦,从而使产品的质量损失最小。
什么是六西格玛?
六西格玛是一项以数据为基础,追求几乎完美的质量管理方法。西格玛是一个希腊字母σ的中文译音,统计学用来表示标准偏差,即数据的分散程度。对连续可计量的质量特性:用"σ"度量质量特性总体上对目标值的偏离程度。几个西格玛是一种表示品质的统计尺度。任何一个工作程序或工艺过程都可用几个西格玛表示。六个西格玛可解释为每一百万个机会中有3.4个出错的机会,即合格率是99.99966%。而三个西格玛的合格率只有93.32%。六个西格玛的管理方法重点是将所有的工作作为一种流程,采用量化的方法分析流程中影响质量的因素,找出最关键的因素加以改进从而达到更高的客户满意度。
六西格玛(six sigma)是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术,并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。继而与全球化、产品服务、电子商务等战略齐头并进,成为全世界上追求管理卓越性的企业最为重要的战略举措。六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺,追求持续进步的一种质量管理哲学。
好东西啊,又涨了见识了啊~!
身似白云常自在,
您需要登录后才可以回帖 登录 | 注册

本版积分规则

QQ|Archiver|小黑屋|几何尺寸与公差论坛

GMT+8, 2024-12-23 23:37 , Processed in 0.039626 second(s), 19 queries .

Powered by Discuz! X3.4 Licensed

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表