六西格码 - 测量相位


在测量阶段,测量核心业务流程的整体性能。

测量阶段分为三个重要部分。

数据收集计划和数据收集

准备数据收集计划来收集所需的数据。该计划包括需要收集什么类型的数据、数据的来源是什么等。收集数据的原因是为了确定当前流程需要改进的领域。

您从三个主要来源收集数据:输入、过程和输出。

  • 输入源是生成进程的地方。

  • 流程数据是指效率测试:时间要求、成本、价值、缺陷或错误以及流程上花费的劳动力。

  • 产出是效率的衡量标准。

数据评估

在此阶段,将对收集的数据进行评估并计算西格玛。它给出了缺陷的大概数量。

  • 六西格码缺陷被定义为任何超出客户规格的缺陷。

  • 六西格码机会是缺陷机会的总数。

首先,我们计算每百万机会的缺陷数 (DPMO),并基于此从预定义的表中确定西格玛 -

                   Number of defects 
DPMO =   ------------------------------------------- x 1,000,000
           Number of Units x Number of opportunities

如上所述,缺陷数是发现的缺陷总数,单元数是生产的单元数,机会数是指产生缺陷的方式数。

例如,食品订购交付项目团队检查了 50 次交付并发现以下内容 -

  • 交货不准时 (13)
  • 点餐不按顺序(3)
  • 食物不新鲜 (0)

所以现在,DPMO 将如下 -

         13 + 3
DPMO = ----------- x 1,000,000 = 106,666.7
         50 x 3

根据给出的良率到 Sigma 转换表,每百万机会的缺陷数低于 106,666.7 相当于 2.7 到 2.8 之间的 Sigma 性能。

这是我们在进行项目时用于衡量结果的方法。这个起点使我们能够定位这些流程的原因和影响,并寻找缺陷点,从而改进流程。

失效模式和影响分析 - FMEA

测量阶段的最后一部分称为 FMEA。它指的是在缺陷发生之前预防缺陷。FMEA 流程通常包括通过三种方式对可能的缺陷或故障进行评级:

  • 出现问题的可能性。
  • 检测缺陷的能力。
  • 缺陷的严重程度。

您可以使用评级量表。例如,对这三个区域分别进行从 1 到 10 的评分,其中 1 表示最低 FMEA 级别,10 表示最高。级别越高,评级越严厉。因此,高 FMEA 表明需要在整个过程中设计和实施改进的测量步骤。这将具有防止缺陷的效果。显然,如果出现缺陷的可能性较低,则无需在此过程上花费大量时间。

产量到西格玛换算表

屈服 % 西格玛 每百万次机会的缺陷数
99.9997 6.00 3.4
99.9995 5.92 5
99.9992 5.81 8
99.9990 5.76 10
99.9980 5.61 20
99.9970 5.51 30
99.9960 5.44 40
99.9930 5.31 70
99.9900 5.22 100
99.9850 5.12 150
99.9770 5.00 230
99.9670 4.91 330
99.9520 4.80 第480章
99.9320 4.70 680
99.9040 4.60 960
99.8650 4.50 1350
99.8140 4.40 1860年
99.7450 4.30 2550
99.6540 4.20 3460
99.5340 4.10 4660
99.3790 4.00 6210
99.1810 3.90 8190
98.9300 3.80 10700
98.6100 3.70 13900
98.2200 3.60 17800
97.7300 3.50 22700
97.1300 3.40 28700
96.4100 3.30 35900
95.5400 3.20 44600
94.5200 3.10 54800
93.3200 3.00 66800
91.9200 2.90 80800
90.3200 2.80 96800
88.5000 2.70 115000
86.5000 2.60 135000
84.2000 2.50 158000
81.6000 2.40 184000
78.8000 2.30 212000
75.8000 2.20 242000
72.6000 2.10 274000
69.2000 2.00 308000
65.6000 1.90 344000
61.8000 1.80 382000
58.0000 1.70 420000
54.0000 1.60 46万
50.0000 1.50 50万
46.0000 1.40 540000
43.0000 1.32 570000
39.0000 1.22 610000
35.0000 1.11 650000
31.0000 1.00 690000
28.0000 0.92 720000
25.0000 0.83 750000
22.0000 0.73 780000
19.0000 0.62 810000
16.0000 0.51 840000
14.0000 0.42 860000
12.0000 0.33 880000
10.0000 0.22 900000
8.0000 0.09 920000