六西格玛改善案例

-山 东 工 商 学 院SHANDONG INSTITUTE OF BUSINESS AND TECHNOLOGY毕业论文(设计)GRADUATIONTHESIS（DESIGN）论文（设计）题目Title Of Thesis（Design）基于六西格玛的威高集团注射器质量研究分院（系别）Department管理科学与工程学院 专业Speciality工业工程 班级Class工业061论文（设计）作者 Author of Thesis（Design）易孟良 论文完成日期Date2010年06月02日论文（设计）指导教师Advisor*利军指导教师职称The Title of Advisor教授基于六西格玛的威高集团注射器质量研究Quality Rsearch on Sringe Based on Si* Sigmafor WEGO.Ltd作者：易孟良*工商学院指导教师对毕业论文（设计）的评语Advisors ments on Graduation Thesis (Design)评语：指导教师（签章）Signature of Advisor日期Date评阅人意见评阅人*：职称：选项标准： A很同意 B同意 C基本同意 D不同意分项评价评价项目ABCD选题质量1选题符合专业培养目标，体现综合训练基本要求2题目难易适度3题目工作量适当4有理论意义或实际价值能力水平5查阅文献资料能力强6综合运用知识能力强7研究方案的设计能力强8研究方法和手段的运用能力强9外文应用能力强成果质量10文题相符11写作水平高12写作规*13篇幅适度14成果有理论或实际价值总体评价： 优 良 中 及格 不及格 评阅人评语： 评阅人签字： 年 月 日答辩（评审）委员会意见Appraisal of Defence mission答辩（评审）成绩Mark of Defence鉴定意见Appraisal & ments主任（签章）Signature of Dean 日期Date基于六西格玛的威高集团注射器质量研究摘要本设计是基于威高集团注射器车间的六西格玛质量研究，首先根据客户的需求和过程控制关键特性选定了六西格玛改进项目，然后对选定的项目运用D(定义)、M(测量)、A(分析)、I(改进)、C(控制)的模式进行改进。其中综合运用了质量管理的七大工具、相关与回归分析、实验设计和其他的一些统计方法。最终，印刷工序的过程西格玛值由3.4845提高到3.7203,不良率由23600PPM下降到13200PPM,停机次数由10次降到5次，达到了设计的目的。关键词相关分析回归分析六西格玛注射器 Quality Rsearch on Sringe Based on Si* Sigmafor WEGO.LtdAbstract The design is a study of Si* Sigma based on syringe Workshop in WEGO.Ltd.First according to customer demand and key features of process control .we select projects of great importance. Then we use D (define), M (measurement), A (analysis), I (improvements), C (control) model to promote the quality of Sringe.In the promotion ,the seven tools of quality management, correlation and regression analysis, e*perimental design and some other statistical methods were used .Finally,Z value of the process was increased from 3.4845 up to 3.7203 and the poor rate was decreased from 23600PPM down to 13200PPM.it finally meets the design objectives.KeywordsCorrelation analysisRegression analysisSi* SigmaSyringe . z.-目录1 绪论11.1 选题背景11.2 设计意义11.3 设计思路22 公司简介32.1 威高集团简介32.2 注射器车间布局图32.3 注射器相关工艺介绍43 相关原理及其MINITAB简介63.1 西格玛(Si* Sigma)简介63.2 六西格玛项目的选择73.3 MINITAB软件简介74. 六西格玛质量改进84.1 界定(Define)84.1.1 根据顾客的需求定义改善的项目84.1.2 项目的定义134.2 测量(Measure)144.2.1 测量系统的简介144.2.2 测量系统分析154.2.3 数据的收集184.3 分析(Analyze)194.3.1 印刷不良控制图分析194.3.2 印刷不良分析204.4 改进(Improve)234.4.1 FEMA分析234.4.2 制定改善措施244.5 控制(control)275 结论30致谢语31参考文献32附件1 开题报告附件2翻译-原文附件3翻译-译文. z.-1 绪论1.1 选题背景二十一世纪是质量的世纪”。世纪之首有一股六西格玛管理法的风暴正席卷全球，只缘世界第一CEO”杰克.韦尔奇的感受：推行六西格玛管理法是GE有史以来获取发展、增加创新能力和客户满意度的最大机遇。”推行六西格玛管理法使得GE产品的不良率由千分之三降到接近百万分之三点四(3.4PPM),使其质量成本由占年销售额的25%-30%降到10%,即使销售额的15%-20%变成了增收的利润率，这就是这些年来GE发大财的真谛。二十一世纪将是中国人的世纪”，一批有远见卓识的中国企业家，在选择科学管理的方法的过程中，正在看好六西格玛管理法，他们开始应用六西格玛管理法进行管理实施，揭开了本公司暗藏的黄金富矿”降低不良”、一次成功”、追求卓越与完美”。他们十分清楚的领悟到：当今世界进入了顾客满意经营”时代若同类的企业在质量、信誉和顾客满意度的大战中旗鼓相当，而真正使企业获得超额利润的秘诀，就只剩下在降低不良上大练内功，而六西格玛管理法正是一条大幅降低成本、将大量的内外部不良损失变成利润的绝妙途径。然而，六西格玛导入中国以来，成功的不多，失败的却不在少数，甚至很多企业得到了惨痛的教训。究其原因，一方面是由于六西格玛是应用统计分析的方法通过分析数据以从中找到决策的依据来促进质量改进工作的实施，进而提高企业的核心竞争力。而企业的员工在统计分析的理论和方法知识方面储备不足，从而导致六西格玛的应用的困难重重。另一方面，企业的领导花钱导入六西格玛以后，急于求成，短期内得不到满意的效果之后，就放弃了对六西格玛的推行和实施，六西格玛最终变成了一句流于形式的口号。对于六西格玛，它不像是一套工具式的系统，花钱买来就行，它是一种观念，一种意识，要深入到员工的脑海中去，所以只是口号是不可能成功的。威高集团近年来由于注射器的质量问题导致投诉每个月多达10次，由投诉而导致的损失多达200万元，市场占有率也有一定程度的下降，为了扭转这一颓势，提高客户满意度，减少客户投诉，降低损失，公司决定引进六西格玛质量管理方法，以提高客户满意度，提高市场占有率。本设计正是基于这样的背景，利用基于六西格玛的统计分析方法，在公司领导和员工的支持下，对该公司生产的注射器进行了质量研究，帮助其提高质量级别，以期望达到目的。1.2 设计意义本文根据客户的需求和过程控制关键特性，选定重点改善的项目和工艺，然后利用统计原理，按照六西格玛的改进模式，对注射器的质量进行了改进。本文的意义在于以下几个方面：1.如何选定六西格玛改进项目六西格玛改进项目的选择不是任意的，需要考虑很多的因素，而这些因素对于改善能否成功，改善效果是否明显有着非常重要的影响。项目的选择首先考虑的是其能否对客户满意度产生影响，其次是看其是否与组织的发展战略相符，最后是项目的大小及其成功的机会大小。本设计通过客户的心声和过程控制关键特性相关关系选定六西格玛改进项目。2.如何将统计方法应用于质量改进中众所周知，六西格玛是基于数据的质量管理方法，面对大量、复杂的数据，如何应用统计方法提取有效的数据，为管理提供决策的依据在质量管理中是非常关键的。本文在质量改善的过程中应用假设检验、回归分析、方差分析等统计方法，对收集的数据进行了分析，为制定改善措施提供了决策依据。1.3 设计思路本设计首先根据客户的需求，利用质量功能展开选定了需要改进的项目，然后利用DMAIC的模式对所选定的项目进行改进，以达到提高质量，提高客户满意度的目的。本设计的具体思路如图1-1所示：图1-1 设计思路2 公司简介2.1 威高集团简介*威高集团医用高分子制品股份*（本公司）及其附属公司（本集团）主要从事研发、生产及销售医用耗材、骨科材料、心脏支架等。本公司为国家高技术研究发展（863）计划成果产业化基地、国家级高新技术企业。本集团主要生产基地位于*省威海市。本集团在中国注册，拥有一个由18个销售办事处及21个客户联络中心和107多家城市代表处组成的庞大销售网络，并已建立广泛的客户基础，其产品销售予5,400多家医疗单位和分销商，其中包括医院2800多家、血站400多家、其它医疗单位700多家和逾1,500家贸易公司。本集团生产的产品种类多达150余种，产品规格超过5000种，产品可分为六大系列，即1）一次性使用医疗耗材及原料，其中包括输液（血）器、注射器、血袋与血液成份分离耗材、采血系列耗材、齿科耗材和麻醉系列耗材等，以及医用PVC粒料和非PVC粒料等；2)骨科材料及工具，主要包括钢板、螺钉等创伤治疗耗材、脊柱系列耗材及正在发展的人工关节系列耗材；3)医用针制品，主要包括静脉针、注射针、留置针、采血针、异形针等系列制品；4)血液净化系列耗材，主要包括穿刺针、血液回路管、透析器等肾科耗材，以及用于红斑狼疮、器官移植排异反应、类风湿关节炎等免疫系统疾病治疗的免疫吸附柱，以及其它正在研发和注册的LDL吸附柱、内毒素吸附柱和乙肝病毒吸附柱等；5)心脏支架产品，主要包括药物涂层心脏支架、球囊等；6)用于药品包装的预充式注射器。目前，集团的销售主要在中国市场，本集团正积极开拓国际市场，产品已经出口美国、德国、罗马尼亚、澳大利亚和英国等30个国家和地区。2.2 注射器车间布局图注射器有两个车间，注射器一车间和注射器二车间，本设计只给出了注射器一车间的布局图。注射器一车间由五个工序组成，分别是注塑、印刷、组装、包装、热合，车间布局如图2-1所示：图2-1 注射器车间布局同2.3注射器相关工艺介绍注射器由外套、推杆、活塞、针头、针管组成，公司生产各种类型的注射器，其中以5ml注射器为主，各种注射器的工艺大致相同，本设计以5ml注射器的工艺流程来说明，5ml注射器工艺流程如图2-2所示：图2-2 注射器工艺流程图3 相关原理及其MINITAB简介3.1西格玛(Si* Sigma)简介六西格玛诞生于全面质量管理盛行的20世纪80年代中期，它是通过对全面质量管理进行继承和改进以及在实践中不断充实和总结而发展成为的一种管理理念和系统方法。六西格玛（6）概念作为品质管理概念，最早是由摩托罗拉司的比尔史密斯于1986年提出，其目的是设计一个目标：在生产过程中降低产品及流程的缺陷次数，防止产品变异，提升品质。西格玛”是希腊字母，在统计学上是指标准差”，用来表示数据的分散程度。六西格玛即意为6倍标准差”，在质量上表示没每百万个产品的缺陷率少于3.4，六西格玛管理不仅仅是指产品质量，而是一整套系统的企业管理理论和时间方法。在整个企业流程中，六西格玛是指每百万个机会中有多少缺陷或失误，这些缺陷和失误包括产品本身以及产品生产的流程、包装、运输、交货期、系统故障和不可抗力等。六西格玛管理即要求企业在整个流程中每百万个机会中的缺陷率少于3.4，这对企业来讲是一个很高的战略目标。企业可以用西格玛的级别来衡量在商业流程管理方面的表现。传统的公司一般品质要求已提升至三西格玛。这就是说产品的合格率已达至99.73%的水平，只有0.27%为次货。又或者解释为每一千货产品只有2.7件为次品。很多人认为产品达到99.73%合格率的话，以下事件便会继续在美国发生：每年有20000次配错药事件；每年有超过15000婴儿出生时会被抛落地上；每年平均9小时没有水、电、暖气供应；每星期有500宗做错手术事件；每小时有2000封信邮寄错误。虽然合格率已达到99.73%的水平，但相信人们对以上质量要求并不满意。六西格玛是一个追求世界级的质量评价过程。面对工业产品构成越来越复杂、技术含量越来越高的现实，表达的含义是产品质量的可靠性达到99%仍旧不行，如果元件按99.99%的可靠性，阿波罗宇宙飞船的560万个零部件就会有560个残次品，不言而喻，发射这样的飞船是不能接受的。所以有很多公司已要求六西格玛的品质管理。就是说其品质要求时三西格玛的一倍。其合格率为99.99966%，每一百万种产品中只有3.4件是次品。相比之下，三西格玛容许在1百万产品中有2700件次品。六西格玛的实施模型DMAIC分为五个步骤，分别为界定（Define）,测量（Measure）,分析(Analyze),改进(Improve)与控制(Control)。如图3-1所示为六西格玛实施程序图:图3-1 六西格玛改进模式3.2 六西格玛项目的选择 六西格玛管理法是一种以客户需求为驱动的决策方法。为什么强调以客户需求为驱动呢？因为现在所有组织都已经意识到只有客户才能决定组织的生存与发展。客户要求得不到满意就意味着组织将会被客户所抛弃。获取了客户的心声之后就可以得到关键质量CTQS，每一个VOC（客户的心声）都对应着一个过程质量控制关键特性，然后根据关键特性的重要度以及VOC（客户的心声）的重要度评比过程质量控制特性的优先级，最后选定六西格玛改进项目。选定六西格玛改进项目还要考虑到以下问题，即选择的项目是否会对客户的满意度产生影响，与组织的发展战略是否相符，会不会对组织的业绩产生显著的影响。3.3 MINITAB软件简介MINITAB是质量数据信息管理、统计方面的专业软件。方便使用和便于掌握的特点使得MINITAB得到了大家的信任，成为统计领域最为普及的软件工具之一。MINITAB不仅在统计数学中得到了广泛的应用，在企业质量数据信息管理中也发挥了积极的作用，它向企业提供了准确、实用的工具，帮助企业进行质量控制、实验设计、可靠性/残差分析以及常用统计分析。MINITAB适用于任何规模的企业，它已在全球80多个国家中得到了使用，从新兴企业到世界500强的知名公司，MINITAB都在发挥着越来越积极的作用。MINITAB以其小巧精致、使用简便、功能强大而著称，尤其适合企业的质量管理、控制部门使用。MINITAB的前期版本也是在DOS界面下利用程序运行程序语句，目前MINITAB15版本已经发展成大部分功能使用视窗菜单形式，但*些特殊功能则可以使用命令格式，运算速度比较快，使用方法比较简单。4. 六西格玛质量改进4.1 界定(Define)界定是识别顾客需求，确定影响顾客满意度的关键因素。界定就是明确要解决的问题，找准需要改进的产品或过程。界定阶段的主要工作是识别顾客的需求，明确要解决的问题，明确过程输出变量的测量和标注，确定项目涉及的内部流程，从而确立项目责任以及项目目标和项目实施的关键步骤。 根据顾客的需求定义改善的项目界定阶段的一项主要工作是识别在任何过程中都是最重要的角色：顾客，并确认其需求。如果不知道顾客需要什么，就很难给予顾客想要的东西。因此，只有对顾客的需求有清楚的认识，才能实施六西格玛绩效，否则再精确的测量也无济于事。当顾客的需求被理解并恰当地确定为过程的输出质量要求时，才能识别那些是关键的需求，也就是关键质量特性。1.基本选择流程如图4-1所示：图4-1 六西格玛项目选择2.各步骤具体实施方法(1) 确认你所提供的产品或服务。该公司是一家医疗器械制造商，提供的是一次性注射器，主要生产的是5ml的注射器。(2) 确认客户及其*围六西格玛项目始于客户的心声”，因此找准客户是关键的第一步。客户分为外部客户和内部客户两种，内部客户为企业内部的各个部门和车间的各个工位，外部客户为使用一次性注射器的医院和医疗相关的企业和事业单位。(3)制作VOC展开表展开表是将经过整理的VOC分层次进行展开，以直观看的一种表格，本例VOC展开表如表4-1所示：表4-1 VOC展开表CTQSVOC一次展开二次展开三次展开安全好用注射器合格刻度字迹清晰外套透明均匀无各种缺陷无水花、气泡无杂质无油污黑点包装袋合格无破损漏气无发霉潮湿各种标志清晰安全无毒细菌培养合格细菌内毒素检测合格微粒检测合格(4)列出VOC对应的过程控制关键特性每一个VOC都对应着一个或数个产品的技术要求，即过程控制关键特性，根据上面的VOC展开表，对应出过程控制关键特性如图4-2所示：图4-2 VOC与过程控制关键特性对应图(5)建立VOC与过程控制关键特性矩阵在列出VOC展开表和VOC对应的过程控制关键特性后，可将VOC展开表与过程控制关键特性相对应建立VOC与过程控制关键特性矩阵，本设计的VOC与过程控制关键特性矩阵如表4-2所示：表4-2 VOC与过程控制关键特性矩阵关键特性VOC制造过程注塑印刷组装包装热合工作环境外购件质量刻度字迹清晰外套透明均匀无各种缺陷无水花、气泡无杂质无油污黑点无破损漏气无发霉潮湿各种标志清晰细菌培养合格细菌内毒素检测合格微粒检测合格上表中符号含义如下：=强正相关=中等程度相关=可能相关或轻微相关(6)确认VOC的重要度对于客户VOC，根据客户认为的重要度进行评分，按从重要到不重要分为5档进行评分，分为5、4、3、2、1本设计VOC之评分结果如表4-3所示：表4-3 VOC重要度序号VOC重要度评分序号VOC重要度评分1刻度字迹清晰37无破损漏气22外套透明均匀48无发霉潮湿33无各种缺陷29各种标志清晰24无水花、气泡110细菌培养合格55无杂质411细菌内毒素检测合格46无油污黑点312微粒检测合格3(7)确认过程控制关键特性的重要度过程控制关键特性的重要度指的是技术上实现的难易度，按由难到易分三档进行评分。分别为9、3、1,本设计的过程控制关键特性评分结果如表4-4所示：表4-4过程控制关键特性重要度序号过程关键特性重要度评分序号过程关键特性重要度评分1注塑35热合12印刷96工作环境93组装17外购件质量34包装3(8)确定VOC与过程控制关键特性的关系VOC与过程控制关键特性的相关关系可在VOC与过程控制关键特性矩阵中确定，其相关关系可分三级，从相关性强到相关性弱分别为9、3、1。用符号表示为：=9=3=1(9)对过程控制关键特性进行综合评价如表4-5所示：表4-5 过程控制关键特性综合评估表VOC排序3275614综合评分15832014512758881关键特性注塑印刷组装包装热合工作环境外购件质量关键特性重要度3913193VOC重要度刻度字迹清晰3外套透明均匀4无各种缺陷2无水花、气泡1无杂质4无油污黑点3无破损漏气2无发霉潮湿3各种标志清晰2细菌培养合格5细菌内毒素检测合格4微粒检测合格3上表中的综合评分”栏计算方法为：先计算每一个相关点的分数，其计算方法为：（VOC重要度+过程控制关键特性重要度）*相关性，对于每一个过程控制关键特性把其各相关点的分数加起来即为每个过程控制关键特性的综合评分。(10)按过程控制关键特性优先级别选定六西格玛项目由表4-5可得过程控制关键特性的综合评分表，如表4-6所示表4-6过程控制关键特性的综合评分表过程控制关键特性工作环境印刷注塑外购件质量包装热合组装综合评分58832015881512714对过程控制关键特性的优先级别进行图示，如图4-3所示：图4-3 过程控制关键特性优先级别图如图所示，按过程控制关键特性级别本设计应该选择的六西格玛项目为，工作环境”和印刷”。项目的定义我们已经选择了工作环境”、印刷”这两个项目，由于工厂净化车间的工作环境在工厂设计初期就已经确定，尽管其综合评分比较高，但是由于工厂自身条件的限制，改进工作环境必须要很高的投入，所以，一致同意没有必要对工作环境进一步分析改善。最后只选定印刷”为改进的项目。对印刷工位的调查发现，最近一年以来，印刷工位的不良在3%左右，印刷过程中由质量原因导致的停机多到10次，这种情况对产量和效率都起到了制约的作用，并导致后工序经常地等待现象，其最近一年的不良数据如表4-7所示：表4-7 印刷不良率表时间良率/PPM时间良率/PPM1月份256137月份371872月份321488月份229323月份319829月份345134月份3111610月份381125月份3404011月份205136月份2431412月份21359其印刷不良数据图如图4-4所示：图4-4 印刷不良率数据图 从图4-4可以看出最近一年印刷不良率在3%左右波动，总体不良率很高。为了改善这种现象，提高客户的满意度，公司希望在未来的半年内将良率降低到2%左右，把停机次数降低在5次左右，消除后工序的等待时间。4.2 测量(Measure)测量分析是六西格玛项目工作中的一个非常重要的阶段，没有测量，也就没有改进。测量就是定义缺陷、收集和整理有关产品或过程现状的数据，确定改进的目标。测量是六西格玛管理分析的基础，通过测量来收集关键质量值的基本数据，使得量化管理成为可能，有了测量才能应用统计技术和方法。测量系统的简介六西格玛方法是一种基于数据的决策方法。通过对所关注的过程数据的分析和处理，根据处理结果做出决策，决策实施的结果又通过数据来验证。数据时六西格玛方法的基础，它贯穿了六西格玛的始终。用于支持决策的数据首先必须是正确的，因为基于错误数据的决策是无效的甚至是灾难性的。数据时由测量得来的，测量结果能否代表被测对象的真实值，测量误差由哪些部分组成，有多大，如何确定，什么样的测量误差可以接受，什么样的又不能接受呢？这些都是我们关系的问题。因为测量值可能有与被测对象的真实值不同，这种不同”大到一定程度，所得的数据就是错误的。测量系统分析是用来确定测量时出现的误差的大小和类型的方法。测量系统是与测量相关的人、测量仪器/工具软、硬件、测量对象、测量方法和环境的总称。按被测对象的性质，测量系统可以分为两类：连续数据测量系统分析，离散数据测量系统分析。1.离散数据测量系统的重复性和再现性(1)重复性当*个检验员两次判断同一部品的外观缺陷，判断结果之间可能存在差异。这称作离散数据测量系统的重复性误差。(2)再现性两个检验员判断同一部品的外观缺陷，可能得出不同的结论，这称作离散数据测量系统的再现性误差。(3)离散数据的测量是将被测量对象与*个标准作比较、并根据其是否满足标准作出接受”或不接受”的过程，离散测量系统有效性是确认该测量系统鉴别被测量对象好”与坏”的能力。(4)根据离散数据测量系统的特点，在对离散数据测量系统进行分析时应同时选择好”、坏”、和边缘状态”的样本进行分析。测量系统分析为了检验印刷工位上测量系统的误差的大小，我们选取30个印刷完毕(做好标记)的注射器外套由3个检验员分别检验两次，其检验结果如表4-8所示：表4-8 测量结果样本量A1A2B1B2C1C2标准100000002001000031111111400000005111011161111111711111108000000090000000100000000111111111120000000130000000140000000150111111161111111170000000180000010191111111201111111210000000221111111230000000241111111250000000261111101271100000280000000291111111301111111A、B、C分别表示3个检验员，1、2表示检验的次数。用MINITAB进行属性一致性检验，其分析结果包括检验员自身的重复性百分比、与标准一致百分比、检验员之间的再现性百分比、测量系统总误差的一致性百分比，其结果如下：(1)确认单个检验员重复检验的一致程度即确认重复性误差的大小，量化检验员个人的误差，如表4-9所示：重复性百分比=实际一致的总次数/机会的总次数机会的总次数=检验员*部品数表4-9重复性百分比检验员自身检验员自身验数符数百分比95%置信区间1302996.67(82.78, 99.92)2302893.33(77.93, 99.18)3302893.33(77.93, 99.18)(2)确认检验员的检验结果与标准之间的一致性，量化检验人员的检验准确度，如表4-10所示：与标准一致性的百分比=与检验一致的测量次数/各检验员总测量次数表4-10与标准一致百分比每个检验员与标准检验员自身验数符数百分比95%置信区间1302790.00(73.47, 97.89)2302790.00(73.47, 97.89)3302790.00(73.47, 97.89)(3)确认多个检验员检验结果之间的一致性即确认再现性误差的大小，量化检验员之间的误差大小，如表4-11所示：再现性百分比=实际一致的总次数/机会的总次数表4-11再现性百分比检验员之间验数符数百分比95%置信区间302480(61.43, 92.29)(4)确认离散数据测量系统总的测量误差，量化测量系统的总误差，如表4-12所示：一致性百分比=实际一次的次数/可能一致的次数表4-12一致性百分比一致性百分比可能一致的次数实际一致的次数一致性百分比27024691%其图形输出入图4-5所示：图4-5 测量结果通过MINITAB的属性一致性分析可得测量系统结果，如表4-13所示：表4-13 测量结果测量标准检验人员重复性百分比与标准一致百分比再现性百分比一致性百分比A96.37%90%80%91%B93.33%90%C93.33%90%评价测量系统是否合格的标准如表4-14所示：表4-14 测量系统评价标准判定内容判定标准重复性百分比=90%与标准一致百分比=90%再现性百分比=80%一致性百分比90%通过与标准的对比我们可以看出，这个三个检验员对标准的把握的准确度、稳定度、紧实度均达到了标准。数据的收集测量系统检验合格后我们就可以收集六西格玛项目所必须的数据，数据时进行六西格玛项目分析和改善的基础，所以所数据收集的合理性和准确性对六西格玛改进来说至关重要。经过长期的统计我们发现印刷不良的10种类型，如表4-15所示：表4-15 不良类型编号不良类型编号不良类型1印刷不全6定位偏2有杂质7白套3油灰8下料挤伤4黏墨9来料缺陷5重影10无硅油我们对一台印刷机每班的印刷不良进行连续10天的统计，我们发现了各种类型不良的数量,如表4-16所示：表4-16 不良统计图抽样次数不合格总数不合格的原因印刷不全有杂质油灰黏墨重影定位偏白套下料挤伤来料缺陷无硅油19933763536241951061114252906405982529156838102939543559641162115496314100348674222517898138185978326053630231337724696728632421319672156267886475443924167668113481009356432331234538918910444468931261961149151910989326383332199877924合计97293786254328250196372469595248为了对印刷工序的过程能力进行分析，我们选取了25组样本，样本容量为100，测得的不合格品数，如表4-17所示：表4-17 改善前抽样表统计量观测值12345678910n100100100100100100100100100100np8560302142统计量观测值11121314151617181920n100100100100100100100100100100np3031431130统计量观测值2122232425n100100100100100np230224.3分析(Analyze)分析主要是分析在测量阶段收集的数据，确定和检验组织可能存在问题的根本原因。分析阶段是DMAIC各个阶段中最难以预见的阶段。项目团队所使用的方法将很大程度上取决于所涉及的问题与数据的特点。分析是可以运用多种统计技术和方法来进行，如回归分析、相关分析、假设检验、实验设计、直方图、排列图、直方图、鱼刺图、散点图、控制图等影响产品质量的因素很多，一般需要从人、机、法、料、环、测等六个方面进行有效分析，运用上述统计技术和方法对各种要素进行排列，就可以找出影响顾客满意度的主要原因及其影响规律。印刷不良控制图分析根据在测量阶段收集的数据，我们得知该数据属于计数型数据，且样本容量恒定为100，根据控制图的选择标准，在这里采用P控制图。对收集的数据进行过程能力分析，应用MINITAB进行分析，其控制图如图4-6所示：图4-6P控制图累计缺陷率图如图4-7所示：图4-7 印刷不良累积缺陷图统计结果如表4-18所示：表4-18 统计结果图统计结果%缺陷2.36PPM缺陷23600过程六西格玛3.4845MINITAB输出结果分析：1.从P控制图可以看出本过程有一点超出上控制规格，说明过程不在受控状态。2.从图4-10可看出累积缺陷数在0.025附近摆动，说明该过程收集的数据量进行能力分析是足够的。3.从摘要统计可以看出PPM缺陷为23600，过程西格玛值为3.4845，尚需改善。印刷不良分析根据测量阶段收集的数据，进行柏拉图分析，找出印刷不良的主要原因。帕累托图是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。通常把累计百分数划分为3个观察区：0%-80%为A类区，其相关问题为主要问题；80%-90%为B类区，其相关问题为次要问题；90%-100%为C类区，其相关问题为更次要的一般问题。图4-8 不良帕拉图如图4-8所示，有杂质、印刷不良时印刷时产生的主要问题，必须集中力量进行改进，而印刷不全、油灰等问题占了不足16%属于一般的问题，现阶段可以不予考虑。只要解决了主要缺陷，就可以大大降低印刷不良的问题。用帕拉图找出印刷不良的主要问题之后，可以用因果图进一步的挖掘更深层次的原因，以便为质量管理决策提供依据。因果图又叫鱼刺图或特性要因图，是用来表示质量特性波动与其潜在(隐含)原因的关系，即分析表达因果关系的一种图表。适用对多种复杂原因影响的质量结果，又无法用准确的数据来进行定量分析的情况。因果图是根据已经生产的或预计产生的结果(或质量问题)进行讨论，把造成这一结果的原因则要更详细地的一一分析，顺藤摸瓜，直到找出具体的原因并能采取纠正措施为止。根据柏拉图找出的主要原因进行鱼骨图分析,如图4-9所示：图4-9 不良鱼刺图分析经过分析我们可以确认，操作方法、操作者、机器、材料都对印刷不良有着非常重要的影响，而空气中的灰尘对印刷不良有多大的影响，而不太确定，为了确认空气中的灰尘对印刷不良(由杂质、重影)是否有着很大的影响，我们做一个相关分析来证明。相关分析是一种常用的揭示变量之间相互关系的分析方法，我们知道产品、过程、服务等质量存在波动性和规律性，质量管理就是要揭示质量随过程变量变化的规律，发现最关键的少数变量并加以控制和改善。使过程保持在相对稳定的高水平上。六西格玛管理法正是一种基于数据，以客户需求为驱动的质量管理系统，所以利用相关、回归等分析方法寻找影响质量的关键因素是六西格玛突破策略中分析阶段的主要任务。为了研究空气中的灰尘微粒数和印刷不良(由杂质、重影)之间的关系，我们在一天里收集了20组数据，如表4-19所示：表4-19 空气中灰尘颗粒与印刷杂质相关表次数空气灰尘微粒数量/M3杂质/10-6次数空气灰尘微粒数量/M3杂质/10-61248.3786311415.3129652250.5845612423.2130113252.4896513434.9131264285.41032114510.6134655326.61085415562.4136986334.61121316642.5139677348.81176517713.4142038356.81203618795.6144659362.21225619873.71473410384.61262320918.614968空气中灰尘微粒/M3 表示每立方米的空间里空气中的灰尘微粒，有杂质/10-6 表示杂质这种类型印刷不良占总体的比例。散布图是将一对变量用图示表示出来，两个变量分别对应于图上的*和Y轴，这样每对对应的*、Y数据均可在散布图上以一个点来表示。观察散布图可以直观的了解变量*与Y的关系。空气灰尘微粒数与有杂质关系的散点图如图4-8所示：图4-10 空气中灰尘微粒数量与印刷杂质散点图用MINITAB进行相关和回归分析，其分析结果输出如下：空气中灰尘微粒数量和有杂质的 Pearson 相关系数 = 0.849 ，P 值 = 0.000。表4-20回归分析回归方程：有杂质=8280+8.41*异物数量自变量系数系数标准误TP常量8279.7633.413.070.000空气微粒数量8.4071.2316.830.000S=1128.3 R-Sq=72.2% R-Sq(调整）=70.6%表4-21方差分析来源自由度SSMSFP回归1593496625934966246.640.000残差误差18229040281272446合计1982253690从相关分析可以看出异物数量和有杂质的Pearson相关系数 = 0.849,并且P值0.05，说明异物数量与有杂质相关性非常显著。从回归分析可以得到回归方程为：有杂质=8280 + 8.41*物数量，常数项和系数P值都小于0.05证明回归方程是显著的。而R-Sq = 72.2%表示回归方程可解释的变差占总变差的72.2%。回归方程的方差分析P值小于0.05，因此以95%的置信度认为回归方程拟合良好。结论：异物数量和有杂质存在非常强的正相关关系，异物数量越多，有杂质的印刷不良越多。4.4改进(Improve)FEMA分析在分析阶段我们分析了导致有杂质、重影印刷不良的更层次的原因，原因丛多，在这些原因里面，重要性和出现的可能性都不一样，为了选定改进的对象，我们进行了FEMA分析，如表4-22所示：表4-22 FEMA分析表过程功能潜在失效模式潜在失效后果严重程度系数潜在的失效原因/机理频度数不易探测度数风险顺序数RPN1空气中有异物1.报废注射器外套2.印刷不良流出7清洁不够/人员频繁走动741962培训不到位1.影响生产效率2.产生大量浪费6培训措施不够好541203检验方法不对产生批量不良7员工积极性差631264原料筐没盖把灰尘颗粒带入空气中4未遵循规章制度52405思想不集中1.不良流出2.影响效率6员工纪律差43726材料自有杂质产生报废3注塑导致44487机器有灰尘、颗粒1.导致印刷停机2.导致印刷不良3没有及时清理5345根据风险顺序数RPN选定改进的对象，如表4-23所示：表4-23 选定改进对象序号不良原因风险顺序数RPN是否考虑1空气中有异物196是2培训不到位120是3检验方法不对126是4原料筐没盖40否5思想不集中72否6材料自有杂质48否7机器有灰尘、颗粒45否如上表所示，我们从重要性和出现的可能性两个方面选定三个改进对象。制定改善措施1.为了清除空气中的灰尘微粒，威高集团目前采取的措施是，每天用85%的医用酒精擦拭地面和机器设备2次，每隔5天换一次过滤系统过滤网。为了验证酒精浓度、擦拭次数、过滤网更换周期这三个参数如何组合和搭配能更好的清除空气中的异物，决定进行DOE实验，期望得的结果以空气中灰尘微粒去除率来衡量。DOE实验因素水平表如表4-24所示表4-24 DOE实验因素水平表水平因素水平1水平2水平3酒精浓度(A)75%85%95%擦拭次数(B)123过滤网更换周(C)53-运用MINITAB软件来进行实验设计，共有十八个实验组合，我们每次实验选定不同地方的空间进行测量。去除率(%)=(清除前空气灰尘微粒数-起初后空气灰尘微粒)/ 清除前空气灰尘微粒数*100把相关实验数据输入到MINITAB中，输入表如表4-25所示：. z.-表4-25 实验结果分析实验酒精浓度擦拭次数过滤网更换周期sample1sample2sample3均值清除前灰尘微粒数清除前灰尘微粒数清除率 /%清除前灰尘微粒数清除前灰尘微粒数清除率 /%清除前灰尘微粒数清除前灰尘微粒数清除率 /%Y111168016076480120758002007582.67221180016080560120797201607879.00331168012082720120839601608375.33412176012084680120827601208486.6752218001208584012086560808685.676321800120856008087680808883.33713172080896808088720808994.00823192080915204092560409392.00933160040936804094800409588.67101126801208244080828401608185.331121272012083760120847201208383.3312312520808556080868001208581.331312268080888008090680808893.331422288080915204092680409492.33153225204092560409380040958