“數據”是六西格瑪的“根”

李朋

【摘 要】“數據”是六西格瑪最重要的基礎，是六西格瑪成功的關鍵。六西格瑪一貫強調“用數據說話”。在六西格瑪中廣泛采用各種數據統計工具，使之成為可以測量，數字化的科學。六西格瑪以“數據”為基礎，通過“數據”查找問題點；通過對“數據”進行統計分析，提出解決方案和辦法；并通過“數據”收集和統計，對改善方案和辦法進行長期管控，以保證改善效果持久有效。

【Abstract】 "Data" is the most important foundation of Six Sigma and the key to the success of Six Sigma. Six Sigma has consistently stressed "speaking with data". In six sigma， all kinds of data statistics tools are widely used， so as to make it become the science that can measure and digitize. Six Sigma takes the "data" as the basis， and finds the problem point through "data". Through the statistical analysis of "data"， the solution and method are put forward； And through data collection and statistics， we will conduct long-term control over the improvement plan and method， so as to ensure that the improvement effect is lasting and effective.

【關鍵詞】數據；六西格瑪；根；工具

【Keywords】data； Six Sigma； root； tool

【中圖分類號】F270.5 【文獻標志碼】A 【文章編號】1673-1069（2018）06-0036-02

1 引言

之所以將“數據”稱之為六西格瑪的“根”，是因為六西格瑪一貫強調“用數據說話”。如果把“六西格瑪”比作是一棵茁壯的大樹，“數據”就好比是提供大樹養分并支撐大樹的“根”。只有當“根”健康、豐滿時，大樹才能茁壯成長。六西格瑪一旦失去了“數據”的支持，就會在課題的選擇，現況的掌握，有意性分析，DOE，改善效果的確認和維持等方面失去方向和不可信賴。所以六西格瑪中廣泛采用各種數據統計工具，使之成為可以測量，數字化的科學。

六西格瑪一共分為五個階段（DMAIC）。每個階段都會貫穿數據的“收集”，“整理”，“分析”和“決策”。“數據”是如何貫穿六西格瑪管理的各個階段的呢？

2 D階段（定義）

D階段（定義）是六西格瑪的第一個階段，也是非常重要的一個階段。在D階段明確項目的指標和目標，預測項目的預想收益，確定項目推進的核心成員等。常用工具有：VOC分析，VOB分析，KANO analysis，SIPOC分析，帕雷托（Pareto）分析等。

以帕雷托圖為例，通過它可以顯示每種已識別的不良類型導致了多少缺陷；采取糾正措施的重點在哪里。比如：某電子配件廠，對2016年全部客戶投訴進行分析，決定2017年改善重點。制作Pareto圖的步驟為：

①確定調查項目：2016年的全部客戶投訴。

②決定分類項目，收集并整理“數據”。

③利用MINITAB制作帕雷托圖。

通過帕雷托圖以及80/20理論，可以篩選急需改進的客戶投訴項目，進行6SIGMA PROJECT。

3 M階段（測量）

M階段（測量）是對D和A階段起到承上啟下作用的階段，是利用“數據”將問題清晰化，是六西格瑪關鍵的階段。需要收集和整理大量“數據”，并對“數據”進行分析，從而定量化地描述Y，以及潛在X因子的導出，排序和篩選。常用工具有：Gage R&R;，XY-matrix，FMEA等工具。

以Gage R&R;為例，通過對測定系統分析，能數值化描述其是否可以信賴。換言之，此測定系統測量的數據，是否可以作為Project分析的依據。比如：想知道某外觀檢查工程檢查員的判定是否準確，換言之，我們要確保從此工程得到的“數據”，如外觀不良率是準確的，我們就需要對此工程進行測定系統的分析。進行Gage R&R;的步驟為：

①量具（Gage）的校準：確保量具的準確的。

②制定“數據”收集計劃：產品有哪些？有幾個？檢查員是誰？“數據”收集的順序等。

③進行檢查判斷，并收集和整理“數據”。

④利用MINITAB進行“數據”分析并解釋結果。

通過數據分析，可以知道檢查員之間，或者全部檢查員與基準之間的一致性是否有異常，可以知道此檢查工程是否是可以信賴的，是否需要我們對此工程進行改善。

4 A階段（分析）

A階段（分析）是對M階段導出的潛在因子，進行定量或定性分析，最終篩選出對Y有影響的重要因子。常用到：Graph分析（箱體圖，多變異圖等），假設檢驗，方差分析，回歸和相關分析等工具。都是采用統計的方法，都需要收集和整理大量“數據”，并對其進行分析，確定哪些因子對Y有顯著影響。

以假設檢驗（配對t）為例，想知道某熱處理工程，是否對產品的厚度有影響。抽取20個樣本，并對同一樣本在熱處理前，后一對一測定得到兩組測定值。檢驗步驟為：

①制定“數據”收集計劃：20個樣本熱處理前后一對一測量“數據”，記錄并整理。

②敘述原假設（H0）和備擇假設（HA）：H0：X前=X后；HA：X前≠X后。

③利用MINITAB進行假設驗證，并解釋結果

通過假設驗證中的數據（如：P-value），可以幫助我們判斷熱處理是否對厚度有影響。

5 I階段（改善）

I階段（改善）目的是對前三個階段確定的影響Y的重要因子進行最佳解決方案導出，并驗證這些方案是否有效。常用到：DOE，RSM，SSD（簡化設計原則）等工具。

以DOE（實驗計劃法）為例，我們想知道在熱處理工程，產品表面硬度與催化劑和溫度之間的對應關系。分析的步驟為：

①Y變量的選擇，以及X因子和水平的選定。

②實驗的安排與實驗順序的隨機化。

③進行實驗，“數據”記錄，收集，整理。

④利用MINITAB進行“數據”分析和結果解釋。

可以得到回歸方程（表面硬度與催化劑和溫度的關系式）。通過DOE分析，知道熱處理時，催化劑和溫度對于產品表面硬度是否有影響。而且可以知道隨著催化劑的增減，產品表面硬度的變化趨勢；以及隨著溫度的增減，產品表面硬度又是怎樣的變化趨勢。

6 C階段（控制）

C階段（控制）確保在改善方法實施后，“Y”保持優化狀態，“X”保持受控狀態；及時發現過程失控狀態并找出相應的原因，從而在缺陷或不良產生之前采取措施。常用到：SPC，SOP，Control Chart等工具。

為了保證產品的表面硬度可控，我們需要對熱處理工程的催化劑和溫度進行管控，所以建立相應的管理圖。以催化劑的Xbar-R管理圖為例，說明“數據”在“六西格瑪”最后一個階段（C階段）的重要性。建立Xbar-R管理圖的步驟為：

①決定催化劑量的抽樣頻率和抽樣數量：每天檢測幾次，每次記錄多少個數據。

②指定人員，按照計劃每天對催化劑量進行檢測并記錄檢測結果和數據（最好錄入ERP，MES或者其他的system）。

③“系統”會根據錄入的“數據”自動生成Graph，并且判斷哪個點有異常。

從管理圖的制作和對因子的管控也離不開“數據”的收集和整理。

7 結語

綜上所述：六西格瑪以“數據”為基礎，通過“數據”查找重要的X因子，找出問題點；通過對“數據”統計分析，提出解決方案和辦法；并通過“數據”收集和統計，對改善方案和辦法進行長期管控，以保證改善效果持久有效。“數據”是六西格瑪的基礎，是六西格瑪成功的關鍵。所以，我們說“數據”是六西格瑪的“根”一點不為過。