六西格瑪基礎(chǔ)管理培訓知識

1、六西格瑪基礎(chǔ)管理培訓知識 設(shè)有兩組樣本數(shù)據(jù)分別為： 2、4、6、8、10 4、5、6、7、8 把這兩組數(shù)據(jù)分別標在下面的直線軸上0024681045678均值與標準差概念的直觀理解2第一組數(shù)據(jù)的第二組數(shù)據(jù)的 由這兩組數(shù)據(jù)的均值和標準差，結(jié)合上面的圖形，我們可以直觀地看到這兩組數(shù)據(jù)均以6為中心，但前面5個數(shù)的離散程度要大于后面5個數(shù)的離散程度。第一組數(shù)的標準差是3.16，第二組數(shù)的標準差1.58。這個例子讓我們更直觀地體會到標準差以及均值的意義。均值與標準差概念的直觀理解3設(shè)有一對完全相同的骰子，把這一對骰子隨機擲下，一對骰子兩兩組合的點數(shù)最多出現(xiàn)11種結(jié)果，這種結(jié)果的組合點數(shù)可能是2、3、4、

2、5、6、7、8、9、10、11、12。有位顧客，僅僅需要能兩兩組合成4、5、6、7、8、9、10、11的結(jié)果。請問能使這位顧客期望實現(xiàn)的概率有多大？不能使這位顧客滿意的風險是多大？一個顧客的期望4骰子2點數(shù)組合骰子1234567345678456789567891067891011789101112一對骰子出現(xiàn)的全部組合有多少？5合格率s水平DPMO30.85%1691,50069.15%2308,53793.32%366,80799.38%46,21099.977%523399.99966%63.4當流程能力，西格瑪數(shù)值增長時，缺陷水平以指數(shù)遞減* 每百萬個機會中的缺陷數(shù)6 是衡量質(zhì)量的指標

3、6 6是一個目標99.99966% 合格率(6 Sigma)99% 合格率 (3.8 Sigma)每小時遺失郵件20,000 封每小時遺失郵件7 封每天供應(yīng)15分鐘不健康飲用水每7個月供應(yīng)1分鐘不健康飲用水每周發(fā)生5,000 起醫(yī)療事故每周發(fā)生1.7 起醫(yī)療事故多數(shù)機場每天兩起超長或超短著陸每5年1起超長或超短著陸每年開錯處方 200,000次每年開錯處方 68次每月停電7小時每34年停電1小時7六西格瑪關(guān)注客戶的需求.“顧客的聲音” 將會介定什么是 “質(zhì)量” 及從何集中改善.專注于誰在繳付帳單及什么能取悅他們.只是“好”不能帶來忠心. 顧客要求改進.誰是業(yè)務(wù)的顧客?我們怎能明白他們在說什么?

4、什么是六西格瑪8六西格瑪是一種方法論六西格瑪是基于數(shù)據(jù)進行決策的方法。 我們進行決策是基于數(shù)據(jù)而非靠運氣 我們真正需要的是什么數(shù)據(jù)和信息 我們怎樣利用數(shù)據(jù)和信息來得到最大的最終收益9擲到“兩點”的機會是相當?shù)偷?。擲到“七點”的機會卻十分大事實上,用“公平”的骰子，我們可以預估到有16% (1/6)機會得出 “七點” ，有5.5% (1/18)機會得到“十一點“。 知道能得到指定點數(shù)的概率對如何下賭注非常重要。同樣地, 在作出業(yè)務(wù)決定時能有效的使用數(shù)據(jù)可以助你了解業(yè)務(wù)的流程表現(xiàn)如何。擲骰子的結(jié)果是如何變化的?10解決問題的程序及流程 定義D 測量M 分析A 改善I 控制C六西格瑪通過領(lǐng)導及完成六

5、西格瑪項目的方式來解決問題的程序及流程為-11六西格瑪是一種文化六西格瑪使得我們不斷學習，六西格瑪創(chuàng)造一個學習的核心競爭力。 學習實際，分析和創(chuàng)造技巧 學習技術(shù)工具來解決流程業(yè)務(wù)問題 傾聽客戶來學習 學習其他公司的最佳實踐 深入了解流程 學習從不同角度來想問題12為什么實行六西格瑪 增加對流程的理解 明確定義流程的輸入和輸出，使業(yè)務(wù)達到成功 提高顧客滿意程度 業(yè)務(wù)每天都在被它的顧客度量評估，我們應(yīng)該專注對顧客有決定性的流程，來改善顧客的滿意度。 提高生產(chǎn)率 當你從被動性的質(zhì)量管理轉(zhuǎn)變到主動性的流程管理，將能顯著減少檢查的需求，返工和過量生產(chǎn)，從而提高生產(chǎn)率。 增加盈利 正確的計劃和實施六西格瑪

6、能帶來長期及短期的效益13六西格瑪?shù)臍v史 從80年代到90年代初期，摩托羅拉公司和其他相當多的美國和歐洲公司一樣，面臨日本公司不斷的蠶食過去他們所占據(jù)的市場主導地位。 六西格瑪管理對于摩托羅拉來說是一個持續(xù)的將自己的表現(xiàn)和客戶的要求進行比較，并以百萬分之三點四的缺陷率為改進目標的雄心勃勃的革命性的方法。 摩托羅拉推行六西格瑪管理得到了當時的董事長Bob Galvin的支持并獲得了140億美元的財務(wù)收益。整個公司從80年代的岌岌可危重新成為市場的領(lǐng)導者。14接受基礎(chǔ)培訓者 所有剛?cè)肼毜膯T工都需要接受一個六西格瑪意識的培訓黃帶(Yellow Belt)接受12天六西格瑪基礎(chǔ)培訓的員工，這些員工將做

7、好準備成為六西格瑪項目的小組成員 (并非所有小組成員都要求是黃帶)綠帶(Green Belt): 以下任意之一:兼職的六西格瑪項目領(lǐng)導者，接受六西格瑪綠帶培訓，在日常工作中應(yīng)用六西格瑪工具解決問題接受六西格瑪黑帶培訓的員工，但只是兼職的做六西格瑪項目 黑帶(Black Belt)全職的流程改進專家. 黑帶接受為期4周的基本六西格瑪黑帶培訓.黑帶大師(Master Black Belt) 對統(tǒng)計學，DMAIC，DFSS和其他改善工具有著深刻理解的六西格瑪專家 冠軍/綠帶 (Champion/Green Belt)接受綠帶培訓，專注于利用六西格瑪知識進行管理并且完成一個DMAIC項目六西格瑪角色（

8、帶類）15六西格瑪角色六西格瑪委員會(Six Sigma Steering Committee)成員工廠經(jīng)理/營運總監(jiān)接受過六西格瑪冠軍培訓的關(guān)鍵部門經(jīng)理財務(wù)部經(jīng)理六西格瑪領(lǐng)導角色為六西格瑪建立策略和KPI 任命黑/綠帶學員識別和優(yōu)先排序項目批準項目和制定項目領(lǐng)導(Belts)定期評審項目關(guān)閉(sign off)項目并且慶祝團隊成功16統(tǒng)計數(shù)據(jù)分析計量數(shù)據(jù)連續(xù)型數(shù)據(jù) 計量數(shù)據(jù)連續(xù)型數(shù)據(jù)連續(xù)型數(shù)據(jù)18計數(shù)數(shù)據(jù)離散型數(shù)據(jù)計數(shù)或事件發(fā)生的頻率：如，顧客滿意度調(diào)查中不滿意的 人數(shù)。 需要較大的樣本量，以更好地描述產(chǎn)品或服務(wù)的某種特性。滿意的和不滿意的人數(shù)就是數(shù)出來的瓷磚中的斑點數(shù)19數(shù)據(jù)的收集6管理是

9、一種科學的量化管理沒有數(shù)據(jù)就沒有管理沒有數(shù)據(jù)的統(tǒng)計分析就等于無米之炊數(shù)據(jù)資料的來源有兩種：原始資料和二手資料抽樣是企業(yè)管理中收集數(shù)據(jù)的最普遍方法宏觀數(shù)據(jù)資料的獲取主要依賴于各種統(tǒng)計年鑒和咨詢顧問公司20數(shù)據(jù)審核檢查數(shù)據(jù)中的錯誤數(shù)據(jù)篩選找出符合條件的數(shù)據(jù)數(shù)據(jù)排序升序和降序?qū)ふ覕?shù)據(jù)的基本特征數(shù)據(jù)的預處理21數(shù)據(jù)的特征值數(shù)據(jù)的表征:一、數(shù)據(jù)的位置特征值表示數(shù)據(jù)位置特征(中心趨向)的值有平均值、中位數(shù)和眾數(shù)等。二、數(shù)據(jù)的離散特征值經(jīng)常使用的離散特征值，包括極差(R)，偏差平方和(S)，無偏方差(簡稱方差,s2)和標準偏差(s)等。22中位數(shù)中位數(shù)是一組數(shù)據(jù)中最居中的那個數(shù)據(jù)。如果數(shù)據(jù)點為奇數(shù)個.則中位

10、數(shù)是數(shù)據(jù)的中間那個；如果是偶數(shù)個，中位數(shù)就是中間兩個數(shù)據(jù)的平均。例如: 對于數(shù)據(jù)列 5,7,8,9,12,15,16對于數(shù)據(jù)列 5,7,8,9,12,16備注：首先要按順序排列數(shù)據(jù)的位置特征值23眾數(shù)眾數(shù)是出現(xiàn)頻率最高的數(shù)據(jù)，統(tǒng)計學中不常用。例如: 今天出售的鞋尺碼：7.5, 8, 7.5, 10,10.5, 11, 11.5, 10.5, 9, 10.5, 8數(shù)據(jù)的位置特征值24數(shù)據(jù)的離散特征值極差最簡單的離差測量. 波動范圍僅僅是測量的最大值和最小值的差偏差（平均差）樣本或者總體的平均值與實測值的差別。mxi注意偏差可能為負值。偏差偏差25標準差 這是統(tǒng)計測量工作最常用的評估離散的手段。標

11、準偏差僅僅是變量方差的平方根 ，對于樣本總體，用s表示；對于樣本，用s帽或者s表示.標準偏差 (s)中值 (m)數(shù)據(jù)的離散特征值四分位數(shù)對于從最小到最大的排布的數(shù)據(jù)系列, 四分位數(shù)可以幫助細分離散單元。25的數(shù)據(jù)點包含在前四分位數(shù)，75% 的數(shù)據(jù)包含在第三個四分位數(shù)。26Excel中一般數(shù)據(jù)的運算處理項目公式結(jié)果求和=Sum(I12:I43)-3.09 平均值=Average(I12:I43)-0.10 標準偏差=Stdev(I12:I43)0.44 總體方差=Varp(I12:I43)0.18 計數(shù)=Count(I12:I43)32 27 以縱軸表示考察指標(產(chǎn)量、不合格品率等)，以橫軸表示

12、時間或不同類型的產(chǎn)品，以柱形長度對考察指標進行比較。二、柱狀圖,也叫直方圖(histogram)分析方法圖示28 圓形圖以圓表示數(shù)據(jù)或比較項目的整體，其細目用各項目所占圓的面積的百分率來表示，以達到比較的目的。三、圓形圖,又稱餅圖(pie Chart)分析方法圖示29四、環(huán)形圖(doughnut) 環(huán)形圖中間有一個”空洞”,總體中的每一部分數(shù)據(jù)用環(huán)中的一段表示.與圓形圖類似,但又有區(qū)別.圓形圖只能顯示一個總體各部分所占的比例,環(huán)行圖則可以同時繪制多個總體數(shù)據(jù)系列,常用于結(jié)構(gòu)比較研究.8%36%31%15%7%33%26%21%13%10% 非常不滿意 不滿意 一般 滿意 非常滿意 甲乙兩城市家

13、庭對住房狀況的評價分析方法圖示30五、雷達圖(radar chart) 雷達圖是顯示多個變量的圖示方法,在顯示或?qū)Ρ雀髯兞康臄?shù)值總和時十分有用,可用于研究多個樣本之間的相似程度.分析方法圖示31分析方法圖示32分析方法圖示1、畫數(shù)軸，度量單位大小和數(shù)據(jù)批的單位一致，起點比最小值稍小，長度比該數(shù)據(jù)批的全距稍長。 2、畫一個矩形盒，兩端邊的位置分別對應(yīng)數(shù)據(jù)批的上下四分位數(shù)（Q1和Q3）。在矩形盒內(nèi)部中位數(shù)（Xm）位置畫一條線段為中位線。 3、在Q31.5IQR（四分位距）和Q11.5IQR處畫兩條與中位線一樣的線段，這兩條線段為異常值截斷點，稱其為內(nèi)限；在F3IQR和F3IQR處畫兩條線段，稱其為外限。處于內(nèi)限以外位置的點表示的數(shù)據(jù)都是異常值，其中在內(nèi)限與外限之間的異常值為溫和的異常值（mild outliers），在外限以外的為極端的異常值(extreme outliers)。 4、從矩形盒兩端邊向外各畫一條線段直到不是異常值的最遠點，表示該批數(shù)據(jù)正常值的分布區(qū)間。 5、用“”標出溫和的異常值，用“”標出極端的異常值。相同值的數(shù)據(jù)點并列標出在同一數(shù)據(jù)線位置上，不同值的數(shù)據(jù)點標在不同數(shù)據(jù)線位置上。至此一批