详细介绍利用DMAIC模式下的六西格玛

我们知道六西格玛的改进模式-DMAIC：

-定义（D）：明确问题，考虑成本、收益以及对顾客的影响。
-测量（M）：有效地定义每一个关键质量(CTQ)特性，并验证测量过程的有效性。
-分析（A）：确定导致缺陷发生的根本原因，并找出整个过程中引起缺陷发生的变量。
-改进（I）：通过设计试验来研究各个过程变量对于关键质量特性的重要程度，目的在于确定每个变量的最优水平。
-控制（C）：目标是通过避免过程变化时可能带来的潜在问题，从而维持长期的收益。

学习六西格玛我们就要去实践，也就是去做项目，下面就详细介绍利用DMAIC模式下的六西格玛下面演示范例，供大家参考。

01 定义阶段

1. 项目背景：

- 清楚地陈述公司的当前业务战略、愿景和价值观。

- 确定项目是否与公司的战略目标和部门目标相一致。

- 评估项目的重要性，确定是否值得关注。

2. 问题陈述：

- 清晰地定义要解决的具体问题，包括问题的位置、时间、严重程度和可度量性。

- 解释为什么有必要启动该项目，以及该问题是否比其他问题更严重。

- 使用帕累托图、直方图或时间序列图等图表来直观地展示当前状态。

3. 项目范围：

- 确定项目涉及的流程，并突出关键步骤或阶段。

- 指定涉及的产品型号或类型，并创建一个流程图。

- 确定流程的内部和外部客户，并使用SIPOC、VOC和CTQ等方法确定对客户重要的核心项目特性。

4. 问题定义：

- 清晰地表达项目中要解决的问题，避免团队成员之间的误解。

- 确定要在项目中测量的指标以及客户要求或内部规范。

- 定义不正确或有缺陷的流程输出，并提供具体的缺陷或不符合要求的定义。

5. 当前状态和目标：

- 描述项目的当前状态，并通过收集代表性数据至少三个月来建立基准。

- 通过将当前状态与最终目标（权益）进行比较，确定要实现的目标，并通过减少差距的70％来接近权益。

- 将权益定义为行业或公司内的最高水平（基准）或作为一个挑战目标（例如零缺陷）。

6. 财务收益：

- 确定项目实施后可能产生的潜在收益，包括有形和无形的收益。

- 量化预计在一年内实现的财务节约或收益。

- 在测量阶段开始之前确认财务估算。

7. 项目组织：

- 选择项目团队成员，包括冠军、副冠军、主黑带（MBB）或黑带（BB），以及其他团队成员。

- 明确他们在项目中的角色和责任。

- 根据实际需求，在项目的不同阶段允许团队成员的变动。

8. 项目进度：

- 制定时间表，概述DMAIC过程的每个阶段的时间安排和具体任务。

- 使用甘特图等工具可视化时间表和任务。

02 测量阶段

1. 测量系统分析（MSA）- 对Y的分析：

- 评估连续数据的测量系统（P / T，P / TV）以评估其重复性和再现性。

- 评估属性数据（计数数据）的测量系统，并确定重复性和再现性的可接受百分比。

- 改进不可接受的测量系统，并建立定期跟踪和验证系统以验证测量系统的能力。

2. Y的过程能力分析（Cpk）：

- 确定数据是否符合正态分布。

- 评估Y的稳定性和可控性。

- 评估Y的过程能力。

3. 流程图和鱼骨图：

- 进行初步的因果分析，以识别和列出与项目中研究的输出变量相关的所有可能原因。

4. 因果关系矩阵（C＆E矩阵）：

- 确定输出特性（Y1、Y2、Y3等）并分配重要性评分（从1到10，10为最高重要性）。

- 使用0、1、3或9的分数表示输入变量（X1、X2、X3等）与输出变量（Y1、Y2、Y3等）之间的不同相关性水平。

- 通过将相关性得分与相应的输出重要性得分相乘，并对每个输入变量进行求和，计算输入变量的重要性得分。

- 根据重要性得分重新排序输入变量，并确定初步选择的重要X变量。

5. 失效模式和影响分析（FMEA）：

- 评估在C＆E矩阵中确定的X变量或关键过程步骤的风险水平（RPN）。

- 根据严重性（S）x 发生率（O）x 检测率（D）计算风险水平（RPN），对风险水平（RPN）进行优先排序。

6. 次级FMEA：

- 对在FMEA中确定的因素实施改进，并评估在初始改进后风险水平（RPN）是否发生变化。

- 评估现有控制措施或改进措施的有效性，并评估过程能力。

7. 测量阶段结论：

- 确定是否需要改进MSA，并评估当前的过程能力。

- 确定可以在当前阶段实施的控制措施或改进措施。

- 确定用于进一步分析和验证的重要X变量。

03 分析阶段

1. 过程分析：

- 分析过程的详细步骤，创建微观级别的流程图，并识别关键的KPIV（关键过程输入变量）和KPOV（关键过程输出变量）。

- 区分增值步骤和非增值步骤。请注意，非增值步骤可能无法在短期内消除。

- 对输入因素X进行测量系统分析（MSA），根据数据类型选择连续数据MSA或属性数据MSA。

2. 描述性统计分析：

- 使用基本的描述性统计图表，如直方图、帕累托图、散点图、饼图、雷达图等，评估输入变量的影响。

- 利用多变量图形比较多个X变量的影响，并确定重要的X变量。

3. 推断统计分析（见下表常用工具）：

- 假设检验：通过建立零假设和备择假设，并选择适当的检验方法，验证X因素的显著性。

- 相关分析和简单回归：确定变量是否独立或相关，并建立相关变量的回归方程。

- 方差分析（ANOVA）：使用方差分析评估不同X水平对Y的影响是否存在显著差异。

4. 分析阶段结论：

- 确定在该阶段改进的X变量。

- 确定用于进一步分析和验证的重要X变量。

- 决定是否需要设计实验（DOE）。

- 使用趋势图等方法跟踪项目进展，并评估中期改进效果。

04 改进阶段

1. 传统的改进解决方案：

- 提出针对易于识别和可控制的关键因素的改进解决方案或对策。

- 使用控制图、时间序列图等方法执行和验证这些解决方案的有效性。

2. DOE实验设计：

- 在改进阶段使用DOE作为主要工具，确定X对Y的显著影响，建立有效的Y = F（X）模型方程，并获得优化的X以实现Y的目标值的最佳解决方案。

- 计划和安排适当的DOE设计，如全因子设计、分数因子设计、响应面方法、优化算法等。

- 执行DOE，分析结果并获得优化的解决方案。

- 验证优化的解决方案。

3. 改进解决方案的验证：

- 使用时间序列图、假设检验等方法比较和验证改进前后的效果。

- 总结中期改进效果和控制方法。

05 控制阶段

1. 控制计划的制定：

- 建立全面的控制计划，以确保改进结果的可持续性和稳定性。

- 在控制计划中包括必要的要素，如计划标识、负责人、批准机构、完成时间表、流程信息、产品信息、供应商、客户、设备参数、控制策略、当前状态、反馈机制等。

- 实施精益生产工具进行控制，如5S、可视化管理、看板、防错技术等。

2. 对Y的SPC（统计过程控制）：

- 监控过程输出的质量特性（Y），以快速检测任何异常波动，调查其根本原因，并采取及时措施以最小化批次损失。

3. 重新分析Y的过程能力：

- 定期验证过程的稳定性和能力，以持续满足客户要求。

4. 对X的SPC：

- 监控过程输入因素（X）的关键要素，以检测任何异常波动，并采取及时措施以最小化生产损失。

- 这是统计过程控制的关键步骤，也可以推动涉及供应商的X变量的过程改进。

5. 重新分析X的过程能力：

- 定期评估关键输入因素（X）的过程能力，以确保稳定性、连续性和满足过程要求。

- 监控来自供应商的进料材料的能力。

6. 跟踪改进效果：

- 使用趋势图、时间序列图、直方图、控制图等方法评估DMAIC后Y的当前状态。

7. 财务效益计算：

- 基于DMAIC后的跟踪结果，计算项目执行期间的实际收益，并准确预算下一年的财务效益。

8. 教训和下一步计划：

- 总结项目中的教训，并考虑工作方法的改变。

- 评估所学工具在工作中的实用性。

- 反思Six Sigma作为一种文化方法是否与个人信念一致。

- 概述下一步计划和进一步改进的计划。

- 提供清晰而逻辑的总结。

审核编辑：刘清