六西格玛常用的十大工具如下:
六西格玛工具之1——顾客满意度评估
ISO9000:2000系列标准要求企业对顾客有关组织是否已满足其要求的感受的信息进行测量和监视。与顾客有关的信息可包括:对顾客和使用者的调查,有关产品方面的反馈,顾客要求和顾客抱怨,合同信息,市场需求,服务提供数据和竞争方面的信息等。
六西格玛工具之2—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。
六西格玛工具之3——统计过程控制(SPC)
统计过程控制(Statistical Process Control,缩写为SPC)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,SPC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SPC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(SPCD)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(P)控制图,不合格品数(Pn)控制图,缺陷数(C)控制图,单位缺陷数(u)控制图等。SPC方法是保持生产线稳定,减少质量波动的有力工具。
六西格玛工具之4——POKA-YOKE“防差错系统”
防差错系统(Poka-Yoke)经过几十年的发展已经形成了完整的系统,在实践中获得充分运用并取得了显著的效果。各种失误在企业里随时随地地发生着,其结果是造成产品缺陷不断、损失难以下降,而导致失误发生的人往往会说:“是一时疏忽造成的意外而已”,管理层慢慢习惯了这种状况并习以为常。POKA-YOKE防错法从杜绝失误发生的源头入手,在失误发生之前就避免其发生,从而全面降低产品缺陷,有效减少避免损失。
六西格玛工具之5——头脑风暴法
头脑风暴法又称智力激励法,是现代创造学奠基人美国奥斯本提出的,是一种创造能力的集体训练法。它把一个组的全体成员都组织在一起,使每个成员都毫无顾忌地发表自己的观念,既不怕别人的讥讽,也不怕别人的批评和指责,是一个使每个人都能提出大量新观念、创造性地解决问题的最有效的方法。
六西格玛工具之6——实验设计(DOE)
验设计(Design of Experiments,缩写为DOE)是研究如何制定适当实验方案以便对实验数据进行有效的统计分析的数学理论与方法。实验设计应遵循三个原则:随机化,局部控制和重复。随机化的目的是实验结果尽量避免受到主客观系统因素的影响而呈现偏倚性;局部控制是化分区组,使区组内部尽可能条件一致;重复是为了降低随机误差的影响,目的仍在于避免可控的系统性因素的影响。实验设计大致可以分为四种类型:析因设计、区组设计、回归设计和均匀设计。析因设计又分为全面实施法和部分实施法。
六西格玛工具之7——容差设计
容差设计(Tolerance Design)在完成系统设计和由参数设计确定了可控因素的最佳水平组合后进行,此时各元件(参数)的质量等级较低,参数波动范围较宽。
六西格玛工具之8——排列图
排列图的全称是“主次因素排列图”,也称为Pareto图。它是用来影响产品质量的各种因素中主要因素的一种方法,由此可以用来确定质量改进的方向。因为在现实中存在的多数问题通常是由少数原因引起的。经济学上的80/20原则用到管理领域,其基本原理是区分“关键的少数”和“次要的多数”,这样有助于抓关键因素,解决主要问题,为直观起见,用图形表示出来,这一图形便是排列图。
六西格玛工具之9——方差分析与回归分析
方差分析(Analysis of Variance,缩写为ANOVA)是数理统计学中常用的数据处理方法之一,是工农业生产和科学研究中分析试验数据的一种有效的工具。也是开展试验设计、参数设计和容差设计的数学基础。
六西格玛工具之10——MSA测量系统分析
测量系统分析Measurement System Analysis),它使用数理统计和图表的方法对测量系统的误差进行分析,以评估测量系统对于被测量的参数来说是否合适,从而判定检验系统的状态、改进方向及系统可接受程度。
内容摘自:天行健咨询
六西格玛工具都有哪些?
六西格玛是一个代名词,含义是客户驱动下的持续改进,旨在持续改进企业业务流程,实现客户满意。其方法体系的运用不仅局限于解决质量问题,而且包括业务改进的各个方面:包括时间、成本、服务等各个方面。其方法体系也不仅仅是统计技术,而是一系列的管理技术和工业工程技术的集成。哪些工具需要理解和掌握呢? 任何能够帮助你更好地理解、处理和改进一项业务或过程的方法和技术都可称为是六西格玛工具,近年一些精益工具如快速换模也可认为是六西格玛工具。有些技术对于计划和运行六西格玛项目特别关键。下面做些列举: ANOVA 方差分析:将因素对质量特性的影响与误差对质量特性的影响加以区分并做出估计,然后进行比较,分析、推断哪些因素或哪些因素间的交互作用对质量特性有显著影响。 Attribute Data 计数数据:通过计数得到的不能连续取值的离散型数据。 Benchmarking 水平对比:将过程、产品和服务质量同公认的处于领先地位的竞争者进行比较,从而找到改进机会或确定突破目标。 Bottom Line 底线:账面上的利润,是产品/服务的销售成本和费用的函数。 Box-plot 箱线图:同时展示每个子群分布特征的5个统计量的坐标图。 Business Culture 企业文化:区别于其他组织的价值、观点、期望、准则和行为。 Cause-Effect Diagram 因果图:也称“石川图”、“鱼刺图”,是揭示质量特性波动与潜在原因的关系,即表达和分析因果关系的一种图表。 Continuous Data 计量数据:通过测量得到的可任意取值的连续型数据。 Continuous Improvement 持续改进:逐步的、永无止境的不断改进循环。 Control Chart控制图:以统计推断理论为基础,设置统计控制限,按时间坐标显示独立测量值、平均值或其他统计值的折线图。 COPQ(Cost Of Poor Quality)不良质量成本损失:由于缺陷或不良质量造成的成本损失。
CTQ(Critical to Quality)关键质量特性:满足关键的顾客要求或过程要求的产品或过程特性。 Defect 缺陷:不满足CTQ规范的任何事件。 DOE(Design of Experiment)试验设计:析因实验和相应的改进方法。 FMEA(Failure Mode and Effects Analysis)失效模式与影响分析:用来分析产品或服务及其过程由于失效导致风险的方法。 Histogram 直方图:用宽度相同的矩形表示数据分布的图形工具。Multi-Vari Chart 多变量图:直观地提供过程各影响因素之间的关系以及它们对过程输出影响的坐标图。 Pareto Chart 排列图:也称帕累托图,由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累积百分比折线组成的分析图表。 p-Value p值:偏离零假设的概率,是可能拒绝原假设而接受备择假设的显著性水平。 Regression Analysis 回归分析:变量间关系的分析方法。 Run Chart 运行图:按时间坐标显示统计量的折线图。 QFD(Quality Function Deployment)质量功能展开:将顾客的语言转换为企业内部技术术语的工具。 Scatter Plot 散布图:研究两变量间相关性的图形工具。 SPC(Statistical Process Control) 统计过程控制:用控制图监控和改进过程的方法。 Top Line 顶线:真实表达顾客对企业满意的收入。 Z西格玛水平:描述过程满足顾客要求能力的参数。 Zst (Z Short Term) 短期西格玛水平/过程短期能力。 Zlt (Z Long Term) 长期西格玛水平/过程长期业绩。 六西格玛的工具箱十分丰富,有助于人们做出更好的决定,解决问题和管理变革。但需要注意的是,千万不要把六西格玛和工具混为一谈。使用过多的工具或使用太复杂的工具,以及在不必要的时候也使用,都会像不肯使用工具一样,容易影响实现六西格玛的目标。
六西格玛和TS16949五大工具分别是什么?
一、六西格玛五大工具:
1、COPQ(Cost Of Poor Quality)不良质量成本损失:由于缺陷或不良质量造成的成本损失。
2、CTQ(Critical to Quality)关键质量特性:满足关键的顾客要求或过程要求的产品或过
程特性。
3、 DOE(Design of Experiment)试验设计:析因实验和相应的改进方法。
4、 FMEA(Failure Mode and Effects Analysis)失效模式与影响分析:用来分析产品或服务及其过程由于失效导致风险的方法。
5、 QFD(Quality Function Deployment)质量功能展开:将顾客的语言转换为企业内部技术术语的工具。
二、TS16949五大工具:
1、APQP&CP:产品质量先期策划与控制计划。
2、FMEA:潜在失效模式及后果分析,主要分两种:设计(产品)潜在失效模式与后果分析—DFMEA,过程潜在失效模式与后果分析—PFMEA。
3、PPAP:生产件批准程序。
4、SPC:统计过程控制。
5、MSA:测量系统分析。
求六西格玛软件
如求(A1+B1+C1+D1+E1)和的三倍,在F1中输入公式:=PRODUCT(SUM(A1:E1),3)。
不好意思,对于3∑我只能这样理解。
咨询公司六西格玛设计培训中的工具软件有哪些?
六西格玛设计咨询六大工具——DOE、MSA、FMEA、SPC、QFD、minitab软件用途及培训相关介绍:
六西格玛设计咨询工具之一——DOE实验设计
实验设计(Design of Experiments, 缩写为DOE)是研究如何制定适当实验方案以便对实验数据进行有效的统计分析的数学理论与方法。实验设计应遵循三个原则:随机化,局部控制和重复。随机化 的目的是实验结果尽量避免受到主客观系统因素的影响而呈现偏倚性;局部控制是化分区组,使区组内部尽可能条件一致;重复是为了降低随机误差的影响,目的仍 在于避免可控的系统性因素的影响。实验设计大致可以分为四种类型:析因设计、区组设计、回归设计和均匀设计。析因设计又分为全面实施法和部分实施法。
DOE实验设计培训:DOE实验设计培训课程由张驰咨询独家研发。实验设计指科学研究的一般程序的知识,它包括从问题的提出、假说的形成、变量的选择等等一直到结果的分析、论文的写 作一系列内容。本课程由张驰咨询独家研发,重点针对从事产品研发人员和相关技术人员而设计。旨在帮助学员系统、全面地应用DOE在产品研发、产品和过程之 改善时分析重要因子,优化结果,提高设计健状性。
六西格玛设计咨询工具之二——MSA测量系统分析
测量系统分析Measurement System Analysis),它使用数理统计和图表的方法对测量系统的误差进行分析,以评估测量系统对于被测量的参数来说是否合适,从而判定检验系统的状态、改进方向及系统可接受程度。
MSA培训:使用数理统计和图表的方法对测量系统的分辨率和误差进行分析,以评估测量系统的分辨率和误差对于被测量的参数来说是否合适,并确定测量系统误差的主要成分。
测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性:偏倚和方差来表征。偏倚指测量数据相对于标准值的位置,包括测量系统的偏倚 (Bias)、线性(Linearity)和稳定性(Stability);而方差指测量数据的分散程度,也称为测量系统的R&R,包括测量系统 的重复性(Repeatability)和再现性(Reproducibility)。
六西格玛设计咨询工具之三— 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。
FMEA培训:通过FMEA培训学习,使学员能熟练掌握 FMEA 工具,并能合理地运用在产品设计和过程开发中的风险分析及改进措施确定; 熟练掌握 FMEA 分析的逻辑关系和流程,将 FMEA 的输出结果展开到控制计划及作用指导书中,确保在现场的操作中对风险点进行有效地管控。 熟练掌握新版 FMEA 的特点和使用方法,以满足客户的需求。
六西格玛设计咨询工具之四——统计过程控制(SPC)
统计过程控制(Statistical Process Control,缩写为SPC)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,SPC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SPC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(SPCD)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(P)控制图,不合格品数(Pn)控制图,缺陷数(C)控制图,单位缺陷数(u)控制图等。SPC方法是保持生产线 稳定,减少质量波动的有力工具。
SPC培训:SPC培训采用理论与实践相结合的教学模式,全面介绍SPC的先进工具;通过典型案例分析与操作训练,快速提升学员的SPC分析和SPC应用能力;帮助学员了解质量问题解决的思路和基础工具。
六西格玛设计咨询工具之五——QFD质量功能展开
质量功能展开是把顾客对产品的需求进行多层次的演绎分析,转化为产品的设计要求、零部件特性、工艺要求、生产要求的质量工程工具,用来指导产品的健壮设计和质量保证。这一技术产生于日本,在美国得到进一步发展,并在全球得到广泛应用。质量功能展开是开展六西格玛必须应用的最重要的方法之一。在概念设计、优化设计和验证阶段,质量功能展开也可以发挥辅助的作用。
QFD培训:QFD培训课程以全新角度探讨如何把顾客的要求结合到产品的设计之中,通过实例和众多工具的应用,透彻理解顾客需求并转换成技术指标,通过概念设计QFD,详细设计QFD,工艺设计QFD和生产控制QFD传递和落实顾客的需求到企业产品实现过程之中,最终交付给顾客满意的产品。
六西格玛设计咨询管理工具之六——MINITAB软件
Minitab软件是现代质量管理统计的领先者,全球六西格玛实施的共同语言,以无可比拟的强大功能和简易的可视化操作深受广大质量学者和统计专家的青睐。
MINITAB软件培训:作为6sigma最佳工具软件,让复杂的统计技术在您的企业中变成广泛应用的工具。
MINITAB软件培训课程由张驰咨询独家研发,由长期在在企业从事六西格项目咨询的专家讲授。内容设计兼顾对学员相关统计技术的巩固,重点以结合实际六西格项目中应用的相关 工具来讲授。学员不但会操打操作MINITAB,更重要的是学习如何在实际六西格玛项目中选择合适工具
六西格玛咨询匹配的管理软件有哪些
最常用的分析软件,Minitab,现在是16版了;还有JMP;
Minitab 同时还出了个六西格玛项目管理软件,叫Quality Companion。
其他的,一些大公司自己编过一些项目管理软件,但不通用。
用什么软件计算出六西格玛值
很多软件都可以,如Minitab、Excel、JMP等等
关键看对于实际问题要如何计算!
六西格玛设计DFSS培训中常用的软件有哪些?
实践表明,六西格玛改进(DMAIC)也有瓶颈,据国外调查统计,当改进适流程水平达到约4.8西格玛水平时,就再难以突破。而当在产品研发工作里,六西格玛改进(DMAIC)所能产生的效益更是有限。一旦产品或流程在初始设计上存在缺陷,DMAIC流程难以彻底解决问题,此时必须重新设计或修改部分设计才能突破。一旦六西格玛的思想能影响到公司中的研发设计部门,并且在产品和流程设计、研发阶段开始应用,六西格玛会升华到一个崭新的阶段——六西格玛设计(DesignForSixSigma),这是六西格玛方法论中的又一亮点。唯有进行六西格玛设计赋予产品高的质量,才能实现真正意义上的六西格玛质量,使问题在发生之前就得以解决,满足最终客户的期望,而且获得可观的经济效益。
伴随着六西格玛设计概念的普及,另一类问题随之而来:DFSS在实现更高目标的同时,需要什么新的方法和工具来支持?在六西格玛改进中常用的软件JMP或Minitab是否还能适用?确实,近来很多业内专家都在讨论关于六西格玛软件JMP和MINITAB孰优孰劣的话题。JMP来自全球作为最大的统计软件集团SAS,Minitab和JMP一样也来自美国,目前在全球企业界也有较广泛的应用。就DMAIC的应用(相对而言,国内应用DMAIC的总体水平仍然处于入门阶段,对统计方法的要求不高)所需要的统计分析工具而言,JMP的分析工具比Minitab要全面一些,比方说JMP中居然继承了模拟的功能,作为一款桌面统计软件确实实难能可贵的。此外JMP的图形化效果确实比Minitab要好很多,初学者也比较容易上手。Minitab的MSA模块做的也不错。在六西格玛设计(DFSS)应用中,可能是由于设计理念的原因,很多实际的问题都没有办法用Minitab来解决,倒是JMP的解决方案与实际更加贴合一些。下面笔者结合DFSS的要求和特点,根据自身多年从事DFSS产品研发工作使用JMP和Minitab的经验和体会。
第一,六西格玛强调以顾客的需求为企业改革的方向,倾听VOC(顾客之声)非常重要。
在DMAIC中,这一点分析得比较粗略,大多数实施六西格玛的企业都没有在VOC层面做足够的调查分析,有些甚至只是在公司的内部客户中展开调查。而DFSS则有很大的不同,因为产品研发本身的需要,面向大量外部的客户作全面的市场调查和分析时必需的,也需要借此尽快地捕捉市场和客户的关键特征。这就要求用适合市场营销的多元统计分析方法来洞察客户心声。MINITAB可以做一些简单的多元统计分析,但和实际应用的要求似乎有一些差距。比如,MINITAB的聚类分析可以对年龄、收入等连续变量进行运算,但却不支持性别、地区等离散变量,在JMP中可以做到。JMP中集成了联合分析、决策树等分析市场特征的专门工具,MINITAB不具备这些功能;JMP将这些分析工具和图形化设计的结合也比较直观,理解和应用起来相对容易很多。
第二,DFSS的项目中涉及产品设计、工艺开发、供应商认证、试生产等众多企业价值链中的前期环节、隐形流程,所以需要更全面彻底地剖析影响产品质量波动的根源,并在前期就设法预防和控制变异发生,因此需要有一套专业的稳健设计解决方案(RobustDesign)。
这种情况,我们常常会应用在DMAIC阶段应用较少的田口设计来实现。它的特点是通过构建一个控制因子形成的内表和一个噪声因子形成的外表共同形成试验计划表,然后收集数据分析响应的稳健特性如何。MINITAB有一个子菜单的名称叫“田口设计”,一定程度上可以实现这一功能,不过没有办法对设计的外表进行定制。重复次数、噪声因子的设定的参考也比较少,JMP倒是能够提供完整的内表和外表以形成试验计划表,还提出了均值和信噪比的平衡优化方案,可以说算是一个创新。
第三,相对DMAIC而言,进行DFSS的过程遇到的纯管理类的问题越来越少,而技术类的问题越来越多,所以更可能遭遇复杂的数学建模难题。
以常规的线性统计模型为例,JMP可以在简单回归的基础上构造出分段拟合、样条拟合和正交拟合等多种模型,这样就可以更精确地发现业务问题中的隐患。有的企业在做项目之前可能已有一些先验模型,这种情况下就可以用JMP做“定制检验”而不是默认的“零检验”来解决一些特有的问题。当然如果只需要做“零检验”,Minitab也是可以实现的。如果需要了解输入因子的取值范围来控制输出响应的波动,JMP的“反向预测”会是一个不错的工具。如果需要做模拟(Simulation),前面提到JMP就有模拟的功能,而且与模型优化高效集成,速度也快,在普通电脑上(1.6G主频,512M内存)产生1,000,000条随机数据的时间大约15秒左右。说到模拟,一部分企业可能会购买crystalball等模拟软件,不过这样成本会更高,而且出错的概率会大一些。
第四,企业在推行DMAIC时,往往处于发展初期,以培养员工的质量意识、普及质量工具的基本应用为主要目的。
一旦企业想推行DFSS,往往会对员工有更高的要求,不仅仅要掌握理论知识,而且强调理论联系实际,每次培训结束后要提供切实可行的解决方案。这时候,软件工具在统计方法上的积累就开始显现。拿六西格玛管理中最重要的工具DOE来说,MINITAB提供了从因子设计到混料设计的几种常用方法,不过这其中的每种方法都有一定的应用局限性。其实,DOE的理论发展非常活跃,现代最新的DOE方法论可根据要求,最大限度地灵活调用现有资源,根据实际问题的要求构建试验,而无需任何修饰。这种成熟的DOE方法叫做“定制试验设计”(CustomerDesign),是试验设计理论界近年来的突破。用JMP可以很好地完成定制设计,其他的一些现代试验设计方法如空间填充设计,筛选设计,非线性设计等也能通过JMP实现。我想也许正是因为这些原因,全球各行业的顶尖企业在选择统计软件以支持产品研发时,选择的都是JMP。比如Intel,HP,Dell,陶氏化学,宝洁,拜尔等等。而在芯片/半导体/集成电路行业,据了解JMP已经成为质量工程、六西格玛尤其是六西格玛设计的标准。
第五,JMP另外的一些特点也是值得称道的,比方说中英文双语切换、数据与图形的动态链接、项目管理,支持海量数据和瞬间计算能力等等。
相比之下,MINITAB最近10年在产品研发层面似乎变化比较小,希望能在日后有所突破。
转载请注明出处51数据库 » 六西格玛软件 六西格玛常用工具有哪些