六西格玛统计指南---MINITAB使用指导
1.组名：成长
组长：倪军
书记：彭洪亮
2.组名：北京遇上南京
组长：栾峰
书记：李雯
什么是六西格玛？与质量标准的差异，提高质量
什么是精益？减少浪费
两者的差异？解决问题的方式不同，工具不同。
Q质量QUALITY---六西格玛
C成本COST---六西格玛&精益
D交付期DILIVERY---精益（LEAN）
企业运营管理
DORIGHTTHING/DOTHINGSRIGHT
当前组织----组织的远景和经营目标
领导力，执行力
市场流程
研发流程
采购流程
生产流程
交付流程
销售流程
服务流程
ISO
项目管理
合理化建议
客户关系管理
ERP
精益六西格玛管理是一种卓越运营管理模式，是建立并维护一个坚实而长久的桥梁。质量管理发展简史
1.质量检验阶段：19世纪末---20世纪30年代末“事后把关”
（1）泰勒：美国人，20世纪初科学管理之父---流程的概念，流水线
（2）休哈特：美国人，贝尔实验室过程控制组，1920’---SPC
（3）道奇，罗米格：美国人，贝尔实验室产品控制组，抽样
（4）费希尔（Fisher）：英国人，统计学家ANOVA（方差分析），DOE（实验设计）2.统计质量控制阶段（SQC）：20世纪40年代~50年代末“工序控制”
理论由休哈特提出
戴明，朱兰：完善SQC
3.全面质量管理阶段（TQC---TQM）：20世纪60年代~80年代末
“系统工程”：质量问题是有机整体，全员全流程全企业参与
（1）费根堡姆：美国人，GE公司，56年提出TQC
（2）戴明：美国人，日本国家质量大奖（51年）
（3）朱兰：美国人
（4）石川馨：TQC---TQM
（5）田口玄一：田口实验
4.六西格玛质量管理：20世纪80年代末~今
六西格玛
一、六西格玛起源（书2-6）
1987年，摩托罗拉MAIC，88年美国质量大奖：波多里奇奖
联合信号（AlliedSignal）DMAIC
通用电气GE
1.测量指标
六西格玛：百万分之3.4
五西格玛：百万分之2339.97%
四西格玛：百万分之621099.37%
三西格玛：百万分之6680793.31%
值：标准差----------数据的离散程度，变异大小，值越大离散程度越大，变异越大水平：在一半规格内，容纳几个值，就是几水平（不考虑中心值1.5偏移）规格线范围变大，不会影响值，只会使水平变高。
2.方法论：（狭义6）
一套科学的严谨的逻辑思路（DMAIC）+工具=解决问题
Y=f(x)
Y指标
x影响指标的因素
f为yx的关系
3.管理体系和文化：（广义6）
改善的流程能力：绩效指标平台---持续改进平台---流程运作平台
持续改进循环：测量---改进---标准
二、为什么推六西格玛？（书2-10）
1.RTY---累进合格率,FPY---首次合格率
RTY=76%---不良率为24%---百万分之240000个不良品----水平为2.21（查表）
从流程中找到变异源，而不是加强检验而改善
研究对象：调均值，减少变异
2.流程改善路径DMAIC:
定义D：定义Y
测量M：测量Y现状，初步筛选关键X
分析A：分析X与Y的关系，确定哪些是关键X
改善I：改善关键X
控制C：控制关键X
三、如何实施六西格玛？（书2-19）
1.正确的支持，正确的项目，正确的人，正确的工具和方法
领导和组织机构的正确认识和支持是最重要的
Champion:支持项目，提供资源
MBB：培养黑带绿带
BB:
GB：
精益
LEAN（精益）1990年由TPS转为LEAN（书3-1）
原型：丰田公司TPS，二战后
多品种，少批量的生产方式
消除浪费，提高生产效率
1.五项基本原则：（书3-10）
（1）价值：客户愿意付钱的部分
增值，非增值（必要增值，不必要非增值）
八大浪费：人才，等待，库存，搬运，缺陷，动作，过度加工，过量生产（2）价值流：由原材料变成成品的过程
信息流，物料流
（4）拉动：拉动生产，由客户需求决定
（5）尽善尽美：PDCA持续改善
2.精益屋：（书3-16）
TPM：全员生产性维护
5S
标准化作业
目视化管理
全员参与
精益六西格玛结合
六西格玛+精益=质量+速度=又好又快@低成本
整体思路为DMAIC，加上精益的工具
精益：消除浪费，标准化工作，工作流，客户拉动
六西格玛：减少变异，消除废料，流程优化，流程控制
流程改善方法论
项目定义DEFINE
一、项目选择（书4-3）
找出有问题，低于指标的部分立项
满足SMART原则：
SPECIFIC:具体的问题
MEASURABLE:可测量的指标
ACHIEVABLE:可实现的指标
避免无法测量效果的项目
避免太大的项目
避免把异常原因当做项目
避免财务收益小的项目
避免无法控制的项目
筛选项目：
使用柏拉图Pareto
因果矩阵
填写项目定义表（书4-7）
1.基线：目前的表现，从项目开始之前的3-6个月的历史数据，前提是数据稳定。能耗数据有季节的影响，统计时需要1-2年的历史数据