SPC培训教材六西格玛.ppt

《SPC培训教材六西格玛.ppt》由会员分享，可在线阅读，更多相关《SPC培训教材六西格玛.ppt（67页珍藏版）》请在三一办公上搜索。

1、SPC 入门,流程改善方法论TM运营绿带/黑带,将控制图（Control Chart)方法和 DMAIC路径连结讨论不同型式的变异讨论不同型式的控制图讨论控制图,目 的,流程改善方法论TM,步骤 I：流程测量,步骤 II:流程分析,步骤 III：流程改善,步骤 IV：流程控制,用实验设计验证关键的输入变量,持续验证流程的稳定性和能力,最后完成控制计划,决定最优化的操作窗口,完成 FMEA 并评价控制计划,计划项目、确定重要的流程输入/输出变量,进行短期流程能力研究并建立控制计划,完成多变量研究以确定潜在的关键输入变量,评价数据并优化关键的输入变量,进行基本测量系统的测量仪器研究,修正控制计划,

2、步骤 0：项目定义,漏斗效应,找到关键 Xs,控制关键 Xs,所有的Xs,找出显著因素,找出主要因素,SPC,*错误观念-SPC 只用来当控制工具,我们该采取措施了吗？,每天我们都被数据所淹没，我们被迫作出结果：,工厂的输出减少了4%国家的贸易逆差上升了$400亿 公司X的收入比上季度减少了$240万,我们解释数据的方法,今天收集了什么种类的数据?,制造:_非制造：_,如何分析?,制造:_非制造：_,假若结果是 Bad/Good 将会发生什么事?,制造:_非制造：_,别管它 没事,痛苦和受难,痛苦和受难,“顾客”要求下限,此方法告诉你从顾客要求角度你处于什么位置 不能告诉你如何达到目标或下一步

3、该做什么,强迫达到顾客要求将导致一个人：真的改善流程 破坏流程破坏数据(完整性),“顾客”要求上限,我们历史上如何处理数据,2,3,废品率(%),1,1 2 3 4,1996,1997,晚会时间,工厂的废品率达到年度的低点1.5%经理给全厂颁奖 仪式在餐厅进行：为所有的人准备了比萨饼和各种点心和饮料！“每个人都应为你们取得的成就感到骄傲”,Derived from Understanding Variation:The Key To Managing Chaos,Donald J.Wheeler,SPC Press.1993.,1996年4月,2,3,1,1 2 3 4 5 6 7,1996,

4、1997,经理想收回奖励,连续3个月废品率上升 经理想要收回他的奖励 不但没有保持已有的成绩,废品率却直线倒退经理决定：“奖励适得其反。这群人需要强硬的管理!”,废品率(%),Derived from Understanding Variation:The Key To Managing Chaos,Donald J.Wheeler,SPC Press.1993.,1996年7月,2,3,1,1 2 3 4 5 6 7 8 9 10 11 12,1996,1997,不再“温和的管理”,到11月,废品率上升到2.6%年度最高点；经理决定采取措施；召集一个“特别会议”，要一次性并永久地解决这个问题

5、；在作完一个关于废品重要性的生动报告后，经理走了。员工们不知道该做什么。而且他们还有更重要的指标。所以他们什么也没做。,废品率(%),Derived from Understanding Variation:The Key To Managing Chaos,Donald J.Wheeler,SPC Press.1993.,1996年12月,经理看到自从去年底以来，废品率降低了。“柳暗花明了！”(记住:实际上从来没采取任何措施来改善系统)他得出结论:“强硬的管理方式获得成功！”,经理断定：“粗暴的爱产生奇迹”,2,3,1,1 2 3 4 5 6 7 8 9 10 11 12,1996,1997

6、,1 2 3 4 5 6,废品率(%),Derived from Understanding Variation:The Key To Managing Chaos,Donald J.Wheeler,SPC Press.1993.,1997年6月,在控制图上这个数据看上去像什么？,变异案例特殊与一般要因,Derived from Understanding Variation:The Key To Managing Chaos,Donald J.Wheeler,SPC Press.1993.,真实的故事!“来自流程的声音”,让流程来说话吧！,经理“嗨,我是按照数据作出结论的我怎么会错呢？”,B

7、B“你的结论是把高、低点作为信号观察而得出的。实际上，那都是噪声（一般要因变动）。看这数据，在工程中没有过明显的变化”,控制图讲述了一个不同故事为什么？,“经验证明：疏于用控制图分析数据是增加费用，耗费努力和降低士气的最好方式。”-Donald J.Wheeler博士（GE前总裁）,控制图方法,S(Statistical)=以统计学方法来探测流程的变异,C(Control)=以积极主动的管理来控制流程,P(Process)=流程，任何流程,我们现在管理数据的方法 SPC,控制图方法-它从何而来？,20世纪20年代-Western Electric 公司的Walter Shewhart博士用于鉴

8、别受控和不受控的变异受控:一般要因或固有的（噪声）不受控:特殊要因或可归属的（信号）尽力在所有的噪声中寻找工程信号 把控制图作为主要的工具,变异的种类“一般与特殊”,一般要因(噪声)在所有流程中出现 由流程自己产生（我们经营的方法）可以消除和/或减小，但需要流程有根本性的改变 当只有一般要因变异存在时，流程处于稳定的，可预测的，和受控的状态,特殊要因（信号）不可预测 与一般要因变异相比相对大得多 由单个的扰动或其系列的组合导致 通过基本的流程控制和监控可以消除/减小 一个工程存在特殊要因变异时，被称为 脱离控制 和 不稳定,变异的种类“一般与特殊”,练 习,在你的项目中，哪些是可能的“一般要因

9、”和“特殊要因”变异一般要因特殊要因,Minitab-控制图,Minitab-控制图练习,使用随机数据请根据您工作中常用的作业值为代表，设定平均值和标准偏差，然后产生25个随机正态数据制作一个单值控制图（Individual Chart）根据时间的演进，注意其数值在 Y 轴上的变化,数据依时间而变化,UCL,中心线,LCL,UCL=Upper Control Limit/LCL=Lower Control Limit,标绘数据,控制图主要构成要素,监控特性,已有一套标准规则协助确认流程中 特殊要因 的事件当规则被违反时，我们称其为“失控”,我们会用到的规则:Minitab 规则:请参考 Min

10、itab 选项Pattern 规则:重复出现的图案,表示有不寻常的事件发生 查出原因!,控制图规则,时间,我们测量的物件,规则应用,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,60-75%,90-98%,99-99.9%,%数据点数,UCL,LCL,时间,我们测量的物件,标准差规则“数据落点在哪?”,Minitab 规则,Test#1,Test#2,Test#3,Test#4,失去控制代表什么意义?,探测失去控制（Lack of Control）,当您确认是失去控制，您该做什么?,探测失去控制,UCL,LCL,1 Sigma,2 Sigma,

11、3 Sigma,1 Sigma,2 Sigma,3 Sigma,规则#1:有1个数据点落在 3-sigma 限以外,如果违反规则#1，数据落点在哪？,数据违反规则#1的概率？,UCL,LCL,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,如果违反规则#7数据落点在哪？,规则#7:连续15个数据落点在 1-sigma 限和中心线之间,UCL,LCL,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,规则#8：连续 8 个数据点落在中心线的同一侧,如果违反规则#8，数据落点在哪？,受控或失控?_,如果失

12、控，违反哪个规则或呈现何种状况？_,SPC EXAMPLES,受控或失控?_,如果失控，违反哪个规则或呈现何种状况？_,受控或失控?_,如果失控，违反哪个规则或呈现何种状况？_,受控或失控?_,如果失控，违反哪个规则或呈现何种状况？_,是违反了规则还是发现了图案？,规则及图案,Sales.MTW,控制上限（Upper Control Limits）=UCL控制下限（Lower Control Limits）=LCL,依您所学，有多少数据点落于 UCL 和 LCL 之间?,UCL,LCL,TIME,UCL vs.LCL,Upper Control Limits=UCL(控制上限)Lower Co

13、ntrol Limits=LCL(控制下限),Upper Specification Limits=USL(规格上限)Lower Specification Limits=LSL(规格下限),UCL 和 LCL vs.USL 和 LSL,UCL,LCL,TIME,如果有数据点落在 UCL 和 LCL 之外，是否意味着我们制造出对顾客而言的不良品?,Upper Control Limits=UCLLower Control Limits=LCL,Upper Specification Limits=USLLower Specification Limits=LSL,下列之流程是否制造不良品?,T

14、IME,USL,LSL,UCL 和 LCL vs.USL 和 LSL,UCL,LCL,TIME,Upper Control Limits=UCLLower Control Limits=LCL,Upper Specification Limits=USLLower Specification Limits=LSL,USL,LSL,UCL 和 LCL vs.USL 和 LSL,UCL,LCL,TIME,下列流程是否制造不良品?,UCL 和 LCL vs.USL 和 LSL,流程控制限是由流程本身数据计算而来的其以+/-3 s 为基础(99.73%的预期流程变异落在此区限中)产品规格限不是来自控制

15、图了解流程如何满足顾客需求是非常重要的要确认流程如何达到顾客需求，必须进行流程能力分析,#1)将 规格限当作控制图的控制限#2)将 UCL 及 LCL 当作规格限使用当您犯了上述错误时，控制图就只是一个检验工具，而不再是控制图UCL/LCL 和顾客所定义的不良品无直接关系!,制作控制图时，两个常见的错误,UCL 和 LCL vs.USL 和 LSL,两种数据类型,计数型 不连续的，计数的数据例:1,2,3,4 等Good/Bad机器1,2,3.计量型 连续的，测量的数据例:重量=10.2 千克厚度=11.211 厘米,从生产线出来的变速器，其左前方螺栓扭矩(2)从生产线出來的变速器，其螺栓平均

16、扭矩(3)每一引擎中，螺栓遗漏数目(4)每一销售合同中打字错误数(5)月产量中，有多少引擎有缺陷(6)月产量中，有多少百分比的不良引擎(7)每个账单的应收账款所需要的结案时间(8)每制造一百个引擎有多少是有缺陷的,练习：数据是何种类型?,计数型,计量型,什么类型的数据?,按群还是按单值收集的数据?,缺陷数或不良品?,群(平均值)(n1),单个数值(n=1),X-Bar RX-Bar S,单值移动范围（I-MR）,特殊类型的“缺陷”,不良品,缺陷的概率低吗?,如果你知道坏的数，你知道好的数吗？,泊松分布,二项分布,单值移动范围（I-MR）,否,是,是,每个样本的概率面积不变?,是,否,c 图,u

17、 图,样本数不变?,np 图,否,是,p 图,选择正确的控制图,注:X-Bar S 适合于群大小(n)10,I-MR单值 移动范围图,不同计量型控制图,SPC-X.mtw,图表告诉了你什么?,X-Bar-R平均值-范围图,不同计量型控制图,NP不良品数 P 不良品率,不同计数型控制图:不良品（缺陷性项目）,SPC-ATTRIBUTE.mpj,C 缺陷数 U 单位缺陷数,不同计数型控制图:缺陷数,有效地使用控制图的要求,管理层必须建立并支持一环境，此环境可促使适当的改善行动并支持收集控制图的信息控制图只应用在主要流程，其改善可为组织/顾客帶来益处由流程中所收集的数据，需经有能力的测量系统确认,控

18、制图计划中最大的失败是使用许多控制图，但沒有实际行动,控制图:抽样 vs.100%检验,控制图抽样是了解流程简易而有效的方法若改善行动已消除特殊要因(即流程已达稳定)且流程能力已被确认，100%检验即可取消(但须注意顾客所要求的检验计划),给 BB 的提示,现在请跟踪至少一个控制图的 Y(s)值请自我学习哪种控制图最适于您的项目请准备好开始跟踪您重要的 X(s)值我们在很多领域使用控制图MSA,能力研究，多变量研究 _,SPC 结论,将控制图方法和 DMAIC 路径连结讨论不同型式的变异讨论不同型式的控制图讨论控制图,附录,案例研究,目的:假设你是销售副总，然后再作为一个地区销售经理，分析这个

19、案例研究 这里在发生什么？,质量进步-1997年6月“如何教其他人应用统计思考”作者 Roger Hoerl,Galen Britz,Don Emerling,Lynne Hare,Janice Shade,案例研究,假设Ron Hagler，Selit 公司的负责销售的副总,刚得到一份关于过去5年他负责区域的季度销售数据。因为对此结果不满意，他打电话给他的秘书。“Marsha,告诉地区经理们，今天下午我需要和他们谈话。每个人都必须参加!”Marsha 为 Hagler 当了快10年的秘书了。她从他的声调中知道他指的是生意,所以她与地区经理联系关于下午2点的重要会议。下午1点55分，地区经理们

20、涌入会议室。只有在Hagler不高兴时他们才被召集到一起开会。,Quality Progress-June 1997“How To Teach Others To Apply Statistical Thinking”By Roger Hoerl(GE),Galen Britz,Don Emerling,Lynne Hare,Janice Shade,时间 东北 南 西北 中北 中大西洋 中南 1995_Q176513528834666914451995_Q2100813538515367234551995_Q3103814669975517013631995_Q495211968786708

21、024621996_Q1104113309395887494201996_Q2102010038346997624541996_Q397611976887438074471996_Q411481337806702781359列中值=以千为单位的销售额,销售数据样本.,案例分析,用控制图方法分析提供的数据 在 SPC Examples.MPJ 中使用所有的数据，工作表 SALES.MTW陈述你的关于每个销售代表实绩的结论 你的发现支持那个销售副总的措施和言论吗？,Statistical process control charts,Hagler 直截了当。“我刚收到季度销售报告。东北的销售好的惊

22、人。Steve,你不但在第四季度增加了17.6%，而且你还使销售比上一年增加了非常大的20.6%。我真想象不道你是怎么做的!”.Steve 微笑了。他的让客户聚积存货作为冲刺来结束年度销售的哲学又得到了回报。,Hagler 继续说:“Terry,西南的销售也很超常。你在第四季度显示了11.7%的增长，而且比上一年增加了11.8%”.Terry 也微笑了。她不能确信她是如何做得如此的好，但她确信她未曾改变任何事情。,“Jan,西北的销售在第四季度增加了17.2%，但比上一年减少了8.2%，”Hagler说。“你需要找出你以前使销售打破目标的方法。尽管如此，你在第四季度的表现是好的。”Jan 尽量

23、地掩盖他的窘态。尽管在11月份收到了一份大的定单，但那是他在长时间里得到的第一份大定单啊。,Hagler 现在准备对付那些“问题”地区。“Leslie,中北部的销售在第四季度下降了5.5%，但比上一年增加了4.7%。我不明白你的销售怎么变化那么大。你需要更多的激励吗？”Leslie 低下了头。她在过去5年中工作非常努力，而且创造了好多新记录。事实上她在1994年因为取得最新生意而得到奖金。,“Kim,中-大西洋的销售在第四季度下降了3.2%，而且比上一年下降了2.6%。我对你的表现非常失望。你曾经是我最好的销售代表。我对你的期望很高。现在我只能希望我们的第一季度的结果能显示出活力。”Kim 感觉到她的脸红了。她知道她1996年比1995年买的产品多。“Hagler知道什么，”她自己想。“他不过是一套空衣服。”,Hagler 转向 Dave,他怒发冲冠。“Dave,中南的销售是所有中最糟糕的！销售在第四季度下降19.7%，比上一年下降了22.3%。你怎么解释这个结果。你称职吗？我想在第一季度的结果中看到一个激动人心的改进，否则！”Dave 木然了。这是一个困难地区，有很多的竞争。确实，多年来利润丢失了，但那些亏空总被新的代替。他怎么会做得那么差呢？,