黑带教学大纲.docx
- 文档编号:25462228
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:47
- 大小:557.21KB
黑带教学大纲.docx
《黑带教学大纲.docx》由会员分享,可在线阅读,更多相关《黑带教学大纲.docx(47页珍藏版)》请在冰豆网上搜索。
黑带教学大纲
六西格玛精益运营教材
0.0六西格玛精益运营简介
•6SIGMA(六西格玛,6)简介
Ø6SIGMA的摇篮——摩托罗拉公司
Ø6SIGMA的完善——GE公司
Ø统计角度:
是标准偏差、波动程度,水平是产品或服务达到顾客要求的水平。
SIGMA水平合格率(%)不合格率(PPM)
1σ30.23697,700
2σ69.13308,700
3σ93.3266,810
4σ99.3796,210
5σ99.9767233
6σ99.999663.4
Ø管理角度(9个):
•1.系统层面看是顾客需求导向、数据决策、关注流程、价值驱动
•2.组织层面看是一种提升企业竞争力的经营战略和组织变革的方法
•3.运作层面看是一种改善流程、消除缺陷的统计方法和工作方式
•4.提供核心方法论(DMAIC)5.总体方法论
•6.把任何一项业务看作是一个流程7.过程思维:
SIPOC
•8.劣质质量成本(COPQ)新视角9.将给企业带来绩效
Ø文化角度(7个)
•1.“做事方式”2.顾客导向3.基于事实与数据作统计决策
•4.倡导流程协作,无边界合作5.第一次就把事情做对
•6.突破性改进7.持续改善
•精益运营简介:
是一种系统简化流程,消除浪费性步骤,保持产品线流畅的方法。
Ø精益运营的起源
Ø精益运营的原则(5个)
•1.以价值为中心2.消除浪费(7种)
1).过量生产/推系统2).在制品的库存(WIP)
3).移动/运输浪费4).等待与等候5).过度加工
6).缺陷的产生与相应的修正活动7).动作浪费
•3.强化产品的流畅性4.以顾客需求拉动生产
•5.致力于提供完美无缺的产品或服务
Ø精益工具:
价值流图、“6S”、节拍生产、约束理论、拉式生产、TPM、单分换模、布局优化、Kaizen(改进)、防错设计、可视化管理、网络技术
•6SIGMA与精益运营的有机结合
Ø共同的主题:
改善业绩
Ø相同的理念:
流程、顾客、持续改进
Ø侧重点互补:
精益-响应速度、库存6SIGMA–质量、一致性
Ø方法的互补:
:
精益–定性分析,工具丰富6SIGMA–定量分析,分析严谨
Ø手脚并用,神形皆备,1+1>>2:
精益:
已知问题的快速改进6SIGMA:
对原因未知问题的深入彻底改进
•六西格玛精益运营的关键成功要素
Ø全力以赴的领导机制
Ø6SIGMA团队协作
Ø6SIGMA基础架构
Ø战略整合
Ø顾客和市场网络
Ø企业流程框架/管理系统
Ø量化的衡量指标和结果
1.1确定改进项目
•确认改进机会:
顾客至上的理念
•选择改进项目:
Ø确定改进项目的方向——平衡计分卡
Ø6SIGMA项目的来源:
两个纬度(自上而下,自下而上)
Ø项目选择的基本原则:
战略性、突破性、非显见、效益性
Ø项目选择、立项管理流程
•完善项目授权书
Ø项目授权书内容(9点)3
•1.业务问题及改进机会
•2.关键顾客要求
•3.关键业务要求
•4.业绩指标、目前水平、最佳水平及改善目标(项目目标制定:
最好水平与当前平均水平差异的70%)
•5.项目流程及范围(能力范围之内)
•6.团队组成(10人左右、项目相关人员)及职责
•7.进度计划
•8.财务收益和计算方法
•9.其他要求(黑带大师、版本号、)
Ø项目授权书评估——SMART
•Specific:
它解决真正的业务问题吗?
•Measurable:
我们能量化问题,测定目前水平并设定改进目标吗?
•Attainable:
目标是可达到的吗?
项目的完成日期是现实的吗?
•Relevant:
它和业务目标有紧密联系吗?
•TimeBound:
我们已经设定了完成日期吗?
1.2确定关键顾客要求
•为什么要收集顾客心声(VOC)
Ø顾客对我们‘目标完成、企业生存、获得竞争优势’很重要(“顾客”指接受产品的组织或个人ISO9000定义;顾客按接受产品所有者不同分为:
外部、内部顾客;顾客接受产品的时间分:
过去、目标、潜在顾客)
Ø顾客想要什么
Ø确定关键顾客要求的步骤
•确定顾客心声的收集对象(业务对象)
•聆听顾客心声(或聆听公司心声/VOB)
•把顾客心声转换成顾客关键顾客要求(CCR)(或把公司心声转换成关键业
务要求(CBR))。
心声来源:
内部和外部资料;聆听;调研。
•收集哪些顾客心声
Ø识别顾客根据业务需要确定顾客心声收集对象(按顾客重要程度,可根据二八原则进行分类,一般说公司价值的80%是由20%的顾客创造的。
)
•如何收集顾客心声
Ø顾客心声的种类
Ø顾客心声的来源:
内部和外部的资料、聆听站、调研
•将顾客心声转换成关键顾客要求
•识别顾客要求
•满意度分析KANO分析
•1.3记录和分析流程
•流程的含义:
核心流程和支持流程,支持流程的顾客是核心流程
•如何记录流程
Ø宏观流程图(SIPOC图)
Ø流程分解图
Ø职能分布部
•如何分析流程
Ø定性分析:
流程典型问题(脱节\瓶颈\冗余\返工循环\决策点/检查点)、增值/非增值
Ø识别快赢机会:
容易执行、快速执行、方便执行、处于小组的控制中。
1.4组建有效团队
•团队成长的四个阶段
Ø形成阶段-磨合阶段-规范阶段-执行阶段
•有效的会议
Ø确定目标.
•会议结束时,我们想达到什么目标?
•讨论的主题任务
Ø确定会议形式.
•活动(把演示和交互、分组讨论结合在一起)时间
•活动负责人安排休息时间,让团队保持活力
Ø制订符合会议目标的议程。
Ø准备议程和材料,通知参加者并设定期望。
Ø在会议前1–5天分发议程和目标
•主要工具
Ø-头脑风暴-归类图(亲和图)
补充:
价值流分析
根据产品的生产路径,从原材料供应商开始到最终顾客结束,画出每一个可视化步骤的流程图,并标注各种材料和信息。
价值流分析揭示的问题
✓增值性环节只占整个生产周期的很小部分
✓传统的成本节约活动致力于对增值环节的改进
✓
精益改进活动致力于对非增值环节的压缩与消除
专题一概率基础
•随机变量及其分布:
随机变量(X、Y、Z)、随机变量的取值(x、y、z)
Ø随机变量的类型:
离散(有限个点或可列点)、连续[一个区间(a,b)]
Ø
随机变量的分布:
离散(P(X=xi)=pi)、连续[]
•随机变量的数字特征:
均值、方差与标准差
•常用离散型随机变量的分布:
二项分布(有放回抽样)、泊松分布
•常用连续型随机变量的分布
•中心极限定理
2.1确定测量对象
•识别输出、流程和输入指标
Ø输出指标:
衡量流程满足顾客要求有效性以及业务本身运作效率的指标。
•质量关键点:
效果测量(对顾客很关键)
•流程关键点:
效率测量(对业务很关键)
Ø流程指标:
衡量流程各步骤在将输入转化为输出时的效果、效率和质量,使用这些指标来研究流程的因果关系。
Ø输入指标:
衡量由供应商提供的影响流程满足关键顾客要求能力的输入要素特性。
•因果矩阵(causeandeffectmatrix)
Ø简单关系矩阵
Ø因果矩阵(causeandeffectmatrix)
•确认流程输出指标;
•依据顾客及业务上对输出指标的重视程度确定权重(1至10分);
•确定流程各步骤的输入、流程指标;
•评估输入指标与输出指标间的相关程度(一般取0、1、3、9分);
•将输入指标与各输出指标间的关系分值与其相应输出指标权重相乘再加和。
•得分高的输入指标需要重点研究,得分低的可考虑筛掉。
合计
2.2制定数据收集计划
•制定测量的运作定义
•制定测量计划:
Ø项目的不同阶段,收集数据的目的不同,要求也不一样。
测量阶段:
收集流程业绩表现数据,用于计算流程Sigma水平
分析阶段:
收集原因数据及与原因对应的业绩表现数据,用于验证根本原因
改进阶段:
收集流程业绩表现数据,用于验证流程绩效
控制阶段:
收集流程业绩表现数据、原因数据,用于监控绩效的可持续性
Ø业绩表现数据与原因数据
Ø连续型数据和离散型数据
Ø测量计划表
业绩表现测量
运作定义
数据来源和位置
数据时间范围及样本大小
谁收集数据
何时收集数据
抽样方法
其他应该同时收集的数据
•收集数据
Ø遵循计划—注意任何与计划的偏差
Ø一致性—避免误导
Ø观察数据收集—必要时试收集
Ø数据收集表格的设计–便于记录、便于软件处理
Ø抽样:
简单随机抽样、分层抽样、整群抽样、系统抽样
Ø确定最小的样本量:
•连续性数据样本大小计算公式:
∆=与“S”测量相同的单位,一般为项目目标水平与现有水平的差的1/5-1/10
•离散性数据样本大小计算公式:
P=母体或流程不良品的比例估值
∆=与“P”测量相同的单位,一般为项目目标水平与现有水平的差的1/5-1/10
•最小样本量的经验法则
统计工具或统计量
建议的最小样本量
平均值
5-10
标准偏差
25-30
缺陷率(P)
100且nP≥
5
直方图或帕累托图
50
散点图/相关
25
控制图
25
•显示并评估数据
Ø显示数据:
寻找数据差错和奇异点。
Ø评估收集数据方法:
决定收集数据的方法是否提供了一致性和有代表性的数据。
2.3.1连续数据测量系统分析
•测量系统的基本概念
Ø为什么要进行测量系统分析
•测量是项目实施的基础:
基于决策的数据必须是可靠的。
•通过测量系统分析可提供以下信息
测量误差能否接受。
测量系统如何改进。
建立信心。
选择合适的工具。
Ø什么是测量系统:
“测量系统”是与进行测量有关的集合,具体包含:
测量仪器或量具、标准、操作、方法、软件、人员和环境。
Ø衡量测量系统能力方面的基本概念
•分辨力(Resolution)
•准确度(Accurate)
偏倚(Bias)
线性度(Linearty)
稳定性(Stabilty)
•精确度(Precision)
重复性(Repeatability):
系统内误差
再现性(Reproducity):
系统间误差
Ø测量系统的分类
•连续数据测量系统
•离散数据测量系统
•连续数据测量系统的分析方法
Ø量具的重复性和再现性分析方法
•原理简介:
σ2总=σ2过程+σ2重复性+σ2再现性
•两类方法:
X-R方法(量具变差和操作者变差)、ANOVA分析方法(量具变差、操作者变差和操作者与部件间的交互作用)
•10%法则:
%P/T=6(或5.15)*σ测量*100/Tolerance、%R&R=σ测量/σ总
•分析的好处
•测量变差的原因
•消除测量变差
•检查的实施步骤步骤:
1、挑选操作者和量具及部件。
2、了解10%法则。
3、调查操作者培训和测量技能。
4、确认操作者是否使用了相同类型的量具。
5、对量具进行校验。
•计算关系表
•结果评价
Ø量具的线性度、偏倚分析方法
•线性度=|斜率|×流程变差
•%线性度=线性度×100/流程变差==|斜率|×100
•偏倚=S(测量值–相对准确值)/n
•%偏倚=偏倚/流程变差*100
Ø宝钢测量系统分析管理制度
2.3.2离散数据测量系统分析
•离散数据测量系统的基本知识
Ø背景
Ø离散数据分类:
名义型、有序型
•
Kappa技术
ØKappa是什么?
•平等的对待所有的错误分类
•不假设这些评估值在其可能的范围内是均匀分布
•要求被评估的部件是独立的,同时,评估人员做出分类和判断也是独立的
•要求评估类别相互排斥
其中:
Pobserved(观测的)
–评估者达成一致的比例=两个评估者都认为优质的比例+两个评估者都认为劣质的比例
Pchance(机会)
–偶然达成一致的比例=(评估者A认为优质的比例*评估者B认为优质的比例)+(评估者A认为劣质的比例*评估者B认为劣质的比例)
注意:
方程式只适用于“两个类别”的分析,例如,好或不好
当Pobserved=1且K=1时,可达成完全一致
−根据经验法则,如果Kappa值低于0.7,那么这个测量系统是不适当的
−如果Kappa值为0.9以上,那么这个测量系统是优秀的
Kappa值的下限范围是0到–1
−当Pobserved=Pchance时,那么K=0
−当Pobserved=0,Pchance=0.5,那么K=–1
因此Kappa值为0表示达成的一致性与偶然的随机性相同
•离散数据测量系统的指导方针
−如果只有两种分类:
优和劣,原则上你最少要有20个优质部件和20个劣质部件,最多有50个优质部件和50个劣质部件。
尽量保持大约50%的优质率和50%的劣质率。
需要一个多种程度的标准来评估优劣。
−如果你有两种以上的分类标准,其中一个标准是优质,其他的是不同程度的劣质,你应该保证有大约50%的优质率,并且各个程度的劣质率最少有10%。
你可以把其中一些劣质等级归结为“其他”一类。
这种分类标准必须是互相排斥的,如果不是,那么这些分类应该被合并。
Ø列联表(评估者自身Kapa的计算,如果<0.85,则测量系统不可信,同样可计算评估者间的Kapa值)
评估者A的第一次测量
优
劣
评估者A的第二次测量
优
100.50
20.10
120.60
劣
10.05
70.35
80.40
110.55
90.45
Pobserved表示在对角线上可能性的总数:
Pobserved=(0.500+0.350)=0.850
Pchance表示每一类分组相乘并相加后的可能性的总数:
Pchance=(0.60*0.55)+(0.40*0..45)=0.51
则KraterA=(0.85-0.51)/(1-0.51)=0.693
•用Minitab进行离散数据测量系统分析
选择Stat>QualityTools>AttributeAgreementAnalysis
肯德尔系数(Kendall’s)可被视作为一个R-squared值,数值越低,错误就越严重。
2.4流程稳定性分析
•什么是差异
•如何绘制差异
Ø直方图
Ø正态拟合曲线
Ø运行图:
找到数据的中位数,画一条水平线穿过该图
•链的长度。
位于中位数同一侧的连续点数目。
除非过程受到异常因素影响,否则过程不太可能出现一长串连续点落在中位数的同一侧。
•链的数目。
位于中位数同一侧的连续的点的序列构成一个链。
一个没有受异常因素影响的过程,链不会太多也不会太少。
•
•趋势。
链图中不应该存在任何异常的连续上升和连续下降的序列。
如果连续增高或连续降低的点数较多,有可能是异常因素引起的过程的偏移。
Ø控制图
•控制图的用途:
帮助管理差异、帮助监控流程、提供了更易了解流程业绩表现的直观表示、帮助SIGMA改进小组了解流程差异的根本原因
•流程稳定性分析
Ø控制图理论
•普通原因差异与特殊原因差异
•3σ限值:
休哈特建议用界限μ3σ作为控制限来管理流程
•两种类型的错误:
虚发报警概率α、漏发报警概率β
•控制图控制限值与两种类型错误的关系:
减少概率α,概率β就会增加。
在3σ情况下,可算出概率α=0.27%,在航天业为了减少犯第二类错误的概率β,可考虑使用较窄的控制限,如2.5σ、2σ
Ø控制图类型
•按用途分类:
分析用控制图、控制用控制图;先建立分析用控制图,再建立控制用控制图。
•连续型数据:
计量正态分布
--单值移动极差&指数加权移动平均数图子组大小=1
--X-S图
--X-R图(子组大小<10)
•离散型数据:
计点泊松分布:
--C图(不变的子组大小)、--U图(可变的子组大小)
计件二项分布:
--NP图(不变的子组大小)、--P图(可变的子组大小)
Ø数据的正态性检验和转换
Ø绘制不同类型控制图
•单值移动极差图
•单值图
•指数加权移动平均控制图(EWMA)
•P图(数据为离散型,且服从二项分布,可采用P图(子组大小不同)
2.5计算西格玛水平
•计算业绩指标的SIGMA水平
Ø计算SIGMA水平的步骤
•确定关键顾客要求
•确定业绩指标的数据类型及收集数据:
确定要计算的业绩指标、制订运作定义、确定最小样本大小、收集数据
•确定收集的数据性质(短期/长期):
ZLT=ZST-1.5
•计算业绩指标的SIGMA水平
Ø计算SIGMA水平的基本方法
方法
数据类型
注解
I.Z值法单边Z=(CCR-µ)/σ双边Z=查表{[(µ-LSL)/σ]对应缺陷率+[(USL-µ)/σ]对应缺陷率}Calc>ProbabilityDistribution>Normal
连续型
数据必须大约是正态分布的.计算Z值和流程的合格率.
II.DPMO法(每百万次的缺陷数)
离散型或连续型
使用DPMO公式,至少要有5个缺陷
ⅲ.西格玛累计法
离散型或连续型
结合从业务观点而来的合格率
•最终合格率(FinalYield)=最终产量/输入量
•用合格/不合格方法计算均一化合格率
–一次合格率=(FirstPassYield)YFP=子流程产量/输入量
–流通合格率=(RolledThroughPutYield)YRTP=YFP1•YFP2•YFP3…
–均一化合格率=(“normalized”yield)YNORM=(YRTP)开n次方
•用DPMO方法计算均一化合格率
•累计流程SIGMA水平计算
•计算过程能力指数
Ø过程能力指数的基本概念
•过程能力:
过程在统计稳定状态下的实际加工能力。
它取决于质量因素,与公差无关,常用6倍标准差(6σ)表示过程能力,它的数值越小越好
•过程能力指数表明过程能力对顾客要求或工程规范的保证程度,是对过程满足顾客要求的能力的一种具体衡量。
Ø过程能力指数的计算
CP表示短期
;(Pp表示长期)
Cp=Cpk流程是无偏的
流程为有偏时,Cp>Cpk
Stats>Qualitytools>CapabilityAnalysis(Normal…)
Ø非正态数据的过程能力指数计算
•对“良好表现的”数据组(单峰,平滑的),转换数据达到近似正态,执行基于正态分布的流程能力研究
•“较差表现的”数据(多峰,很多离群值),且不可转换,则用Minitab中实际观测的业绩表现(observedperformance)计算合格率,查表得sigma水平
•过程能力指数与SIGMA水平的转换
ØZlsl=Cpl*3(orPpl*3);Zusl=Cpu*3(orPpu*3);Z=InvNormal(PPMtotal)
D、M阶段工作内容
1、完善项目授权书
2、团队提供资源或支持(明星)
3、做项目所需要费用(在过程中有所表示,提供必要的经费)
4、组建好项目团队(项目目标、计划、工作内容)
5、跟项目团队和明星、专家等研讨(张老师:
26648665)
6、第一阶段以幻灯形式总结、回报
7、6月6日、7日、8日上课
M阶段(测量阶段)
测量一级表现(Y)
IPO分析
简单关系矩阵目的找主要因子
因果矩阵
指定数据收集计划(自己设计表格让团队收集数据)
显示评估数据(直方图:
分布、单质图:
异常、运行图)流程稳定与否
测量系统分析(
计算6σ水平
3分析阶段
3.1流程分层(一级表现Y)和分析
•数据分层排列图分析——建立柏拉图80/20原则、数据准备与两种绘制方式Chartdefectsdatain(针对单列数据操作);Chartdefectstable(针对加区分标志的数据操作):
•流程的定量分析问题陈述
•数据:
离散性、连续性
3.2识别潜在根本原因
•差异的来源(SIPOC)因果图解因图FMEA
3.3验证根本原因:
3.4管理创造力
3.5实验设计
•相关与因果关系制定数据收集计划制定验证根本原因计划
业务问题转化为统计问题
序号
潜在根本原因
受影响的性能指标
业务问题
统计问题
指定验证根本原因计划
序号
潜在原因
数据类型
受影响的性能指标
数据类型
受关联指标
数据类型
潜在原因的可能设置
验证工具
验证结果
分析阶段(A阶段)主要的输出内容
1.数据的分层(离散数据、连续数据):
目的是寻找关键的(Y)
1.1绘制柏拉图
1.2产生问题陈述
2.潜在根本原因识别:
目的是寻找关键的因子(X)
2.1因果图或解因图(选一)
2.2因果矩阵
2.3问题陈述
3.验证根本原因:
目的是验证Y与X之间的关系
3.1数据收集计划
3.2验证计划
3.3验证过程及结果
3.3.1多变量分析
•了解不同种类和来源的变差组成:
Ø位置性–在部件内部的变差
Ø部件和部件–部件之间的变差
Ø时间性–跟随时间的变差
•嵌入式(有层次之分:
如测量不同批次的部件的某一特性)和交互式(没有层次之分:
如不同的人测量不同的部件)研究
•多变量分析:
Y(响应)是连续的,X是离散的。
流程分层法和排列图分析主要用于当流程特性为离散型数据时(如,缺陷数据)。
•完全嵌入式方差分析
•部分图形化工具介绍
Øscatterplot图、boxplot图、dotplot图、displaydescriptivestatistics图、maineffectsplot图
3.3.2T检验
•T检验的三种类型:
单样本、双样本、成对
•T检验分析步骤(五步)
Ø1.业务问题2.数据准备
Ø3.数据正态检验(两样本需进行方差齐性检验F-TestLeve
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 黑带 教学大纲