六西格玛管理的六步法(六西格玛管理与统计学浅述)

摘要：六西格玛管理是现代管理体系中的一个重要概念，也是统计学在管理科学中的一个重要应用。本文简要阐述了对统计在六西格玛管理中的应用，并进一步阐述了统计在六西格玛，对管理中的作用。[关键词]六西格玛管理统计现代质量管理体系自形成以来，与统计形成了不解之缘，统计在质量检验和过程控制中发挥着不可替代的作用。现代质量管理体系的形成应从工业化时代算起。在质量检验的初始阶段，众所周知的质量管理手段仅限于质量检验。此时，统计学中的“抽样”概念还没有被引入到质量检验中，所以大多数产品都是逐个检验的。这种检查存在许多局限于科技条件的弊端，暴露出来的问题也无法得到有效解决。然而，在检查过程中会产生大量数据。对如何有效利用这些数据的思考，加上当时统计学中各种统计方法的发展，导致了质量管理和统计学的彻底结合，从而导致了统计质量控制(sPc)的出现，这种技术在今天的质量管理领域仍然具有决定性的影响。此后，质量管理的发展一直与统计密切相关。随着质量检验的发展，统计质量控制在过程控制和检验中起着重要的作用。现阶段的检验不再是简单的对对产品逐一检验，而是引入了统计学中的“抽样”概念，对对产品进行科学抽样。在对产品特性进行初步调查的前提下，采用相应的抽样方法抽取一定数量的产品，并通过对该批产品(统计中称为样本)在对，的特性检验来推断整批产品的质量特性，这是统计学中最基本的方法。统计质量控制的核心理论，过程控制，是上述三端口理论。3J理论来源于统计学中的正态分布，是统计学和质量管理的完美结合。一些标准和方法，如控制图中线的确定和控制界限的确定，都是直接从统计学的相关理论中推导出来的。另一方面，质量管理的不断发展为统计学研究提供了许多新课题，特别是对对控制图的研究，至今取得了许多突破性的成果。作为质量管理的延伸，六西格玛管理不能完全脱离质量管理。在生产和质量部门，六西格玛管理仍然包括质量检查和质量控制的职能。但是，作为整个企业运作的基石，六西格玛管理的作用并不仅限于此，六西格玛管理与统计的结合要比质量管理与统计的结合紧密得多。六西格玛管理作为一种追求卓越的管理理念，不仅对企业的经营起着指导作用，而且决定着其他部门乃至整个企业的经营形式。虽然六西格玛管理处倡导的流程管理不是第一个，但它不遗余力地实施，并以“工作流”作为六西格玛管理的前提。在提倡“重视人在工作中的因素”的同时，我们应该精简和量化工作流程，最大限度地减少人们在工作中的失误。量化过程管理使六西格玛管理和统计的结合更加紧密。六西格玛管理在长期的实践中也形成了自己独特的管理模式。下面将结合六西格玛管理的DMAIC模式，简要介绍六西格玛管理的实施过程及其各个实施阶段的统计工具。六西格玛管理实行过程管理，强调“以顾客为中心”，顾客可以是企业的外部顾客，也可以是企业的内部顾客。它的方法是将各种业务或工作流程分解成不同规模的流程，并结束公关

这样，六西格玛管理的实施就成了转化各种规模的一个例子如下：上面的图表是一个进行实验的简单过程，其中测试者是工作的实际操作者；输入变量是影响关键质量特征的各种因素(通常是主要因素)；测试过程是执行各种业务操作的过程；面向对的工作或过程结果的接受者是客户；顾客要求的产品或服务的关键质量特征是过程的输出变量。六西格玛管理的核心是以顾客为中心，以顾客满意为宗旨；在内部管理中，影响顾客满意度的关键质量特征(CQT)是其核心，六西格玛过程管理的每一个阶段都围绕着质量控制。其主要任务是找出影响关键质量特征的主要因素的最优值，并由对，控制它，使过程始终处于稳定状态。其实现过程大致可分为五个步骤，如下： 1。定义阶段，即D阶段的主要任务是确定影响顾客满意度的CTQ。在这一阶段，首先要了解顾客对对产品的要求，将这些要求以功能的形式应用到质量特征上，通过顾客的对产品要求和对质量特征的重要性，对关键质量特征即CTQ进行评分。从对对客户的调查到对CQT的确定，通常使用以下工具：质量成本分析、过程分析、因果关系分析和头脑风暴。第二，测量阶段(即M阶段)这一阶段的主要任务是收集关于产品或过程现状的数据。为了保证数据的真实性和准确性，有必要在采集数据之前对测量系统进行分析，制定合理的分组方案。测量系统分析的目的是更好地了解变化的来源及其基本信息，并确定相位对是由于产品规格还是工艺误差，以及系统的横向误差是否可接受。测量系统分析中通常使用两种统计工具。一种是不考虑因素间相互作用的戈一回归分析，通过计算得到%回归系数(测量系统误差的标准)。一般来说，如果% RR为10%，系统误差将被认为是可接受的；另一种是考虑因素相互作用的方差分析法。可以通过方差分析获得一个数值F(F统计量)，然后将F与另一个固定的数值F1-(可以在表格中查找)进行比较。如果是，

3.在分析阶段(即阶段A)收集数据之后的自然任务是分析从对获得的数据。该阶段的主要任务是通过分析在测量阶段收集的数据来确定一组影响质量的变量(过程的输入变量)，即找出质量特性和影响质量变化的输入变量之间的关系，并判断输入变量的重要性。以下两种工具，图形分析工具和通用分析工具，是在分析过程中根据不同需要常用的。通用分析工具主要包括：参数估计和置信区间分析、假设检验、方差分析、回归分析、实验设计分析等。4.改进阶段(即阶段一)在分析阶段根据重要性确定一组影响质量特性的输入变量后，改进阶段的主要任务是根据对质量特性的要求确定这些输入变量的最优值，并将这组最优值与现有过程的实施值进行比较。如果现有的实现值与最佳值相差很大，则需要改进现有的流程。确定这些输入变量的最佳值的最重要的方法是实验。从节约成本、提高效率和使结果更真实地反映实际情况的角度来看，统计学中的实验设计已成为必须。与传统的测试方法相比，测试设计的优势明显。传统的检验分析方法是当有多个输入变量时，它是一个多因素检验，即对于多个输入变量，只允许一个变量同时发生变化。如下图所示，伏。控制阶段(C阶段)改进阶段决定变量的最佳值，该过程只需在最佳条件下进行。为了使这一过程持续稳定，有必要对对，的整个过程进行分析和监控，这是质量管理中统计质量控制的主要工作，因此其在生产和质检部门的实施已经比较成熟。以下统计工具：通常用于控制图和过程能力分析。六.六西格玛管理中的工具限制随着六西格玛管理的广泛应用，其实施方式越来越多样化，实施范围越来越广，这也带来了一系列的问题，工具限制是其问题之一。六西格玛管理是一种追求卓越的管理模式，而对在每个过程中都要求最高的标准。经过改进，过程已经达到了很高的水平，但在此之后，对过程实现系统的方法仍然是传统的统计过程控制技术，其中休哈特控绘图是实现控制的主要手段。目前，该技术还应用于六西格玛管理的控制阶段，在休哈特控地图绘制中对对的运行起到了很好的监控作用。特别是在过程波动较大的情况下，休哈特控制图的报警准确率和及时率都很高，因此在统计过程控制中起着至关重要的作用。然而，休哈特控制图中对过程的小波动并不敏感，当过程中存在小波动时，报警精度较低。在六西格玛管理中，由于流程改进后达到了较高的水平，大波动的可能性远远低于小波动的可能性。此时，休哈特控拉丝对工艺实施控制的效果并不令人满意。在统计学上，CUSUM控制图和EWMA控制图似乎解决了类似的问题。