初识品质
2010年经老乡介绍，坐在通往珠海大巴的路上，使向未知的工作路途，首次见到传说中的星尘大海，和想象中的大海还是存在差异，没有心中想象的波涛浪涌，只有闷热和带有盐味的微风。
2010年曾经的工厂并不像现在一样闹工荒，也不像现的的治安一样平稳、安定，好点的工厂需要俩个女孩子或者三个女孩才能带入一个男生，工厂附近每天晚上都有喝酒打架，当天有个村里的老乡在珠海的一家工厂内做品质领班，回后想想那时候感觉老乡很厉害。
因为有老乡的介绍，招聘文员也没有为难，记的那时候还要介绍费，有人介绍这个费用可以不用交。人事有在问我选择做那个部门，生产电镀、还有品质IPQC部门，那时候进厂前老乡有说去品质部工作比较轻松，电镀工序有硫酸等药水长时间接触对身不好，最终安排的是品质部做IPQC岗位。（其实电镀和品质我也不知道那个啥，都没接触过，听老乡的就没错了，也非常庆幸没有选错）
入职上班的第一周，有师傅带学习产品的原理、结构、部材等等，听的我云里来雾里去的，还要记各种模具的代码等等，领班前两个星期都在现场考核：
领班：外形模具的代码是什么？
我：啥？？？？
领班：冲孔的模具代码是什么？
我：嗯？？？？？
领班：这个辅料的检验流程和标准？
我：啊？？？？?
领班：！！！！
师傅：。。。。。。。
回答不全，加上我也紧张，当时刚出社会比较内向，表达也不清晰，返正我现在是这么认为的。
领班：抓着带我的师傅一顿叨叨，你是怎么教的？
师傅：嗯？？？？？
领班：用笔记本，给我抄抄抄，写写写，背背后。
师傅：啊？哦！，好！
我终于在一个月内学会裁切工序的各类模具代码、流程单的识别、产品检验标准等等。
我师傅本来是带会我后，辞职到期回家做继承他老爸的家具店，因和领班玩的好，不原放他走，当时的主管找他聊过后，加薪资500块就留下来做测量仪器管理员。
第二个月，跟着我师傅一起上夜班，（电子厂一般都是俩班倒），当时也熟悉了工作环境，领班、师傅人也好相处，都是年轻小伙，我经常跑到测量室去找他们玩。（当时IPQC是在测量室办公），加上我师傅人比较懒，就教我学习，二次元、卡尺、圆规、针规、千分尺、拉力机。推力机、弯折机、盐雾机等等。加上我也对这些仪器感兴趣，陆陆续续的学，入职三个月也学会了如何操做。
记的当时，每个月主管还有领班都会培训我们相关的品质知识，那时每个工厂相当流行的5S、QC7大手法等还有三不原则等等，当时理解能力较差，但有做笔记，也不道啥是啥，只知道考试能过就行了，那时候的太单纯了。当时部门内都是年轻小伙，氛围也相当好，在这个过程领班每三个月要调一下IPQC管理的检验的工序，用了一年时间对生产的各工序和制造流程比较熟悉，当时也算是老油条了。
入职第一家电子厂做工序检验IPQC一年零8月份的样子，工作中重复也没有冲劲，在一次和其他同事闲聊中得知在珠海斗门区，工资会比金湾区的工资高500块一个月，说的我心动了，刚好有个老乡找我说斗门那边有个工厂招个稽查QA问我有兴趣没？最终面试OK，入职做了生产稽查QA，每天拿着稽查表格抱着相机在各车间内稽查，发现不良拍照留证据。
我：拿着不符项表格对着生产领班说，把这个异常签个名。
生产领班：不签，什么 屁事都往上报
我：没做好就没做好！还不承认？
生产领班：不签，有本事去投诉我！
我：我拍照留证据了，你不签我就找你们主管！
生产领班：你去找啊，我还怕你？
我：你好张主管，稽查某工序异常属实，但某某某不在异常单上签字，请确认签下字！
生产主管：啊？把拍的照给我看看？最终还是在异常单上签字。
生产主管：某某某，你过来！你现场怎么管的？马上整改！有错就改！不要和品质人员顶着干！
生产领班：哦。。。知道了！马上改
想想当时年轻性格比较刚，经常和生产的对骂，现在想想很庆幸没被人打，哈哈。
收起阅读 »
2010年曾经的工厂并不像现在一样闹工荒，也不像现的的治安一样平稳、安定，好点的工厂需要俩个女孩子或者三个女孩才能带入一个男生，工厂附近每天晚上都有喝酒打架，当天有个村里的老乡在珠海的一家工厂内做品质领班，回后想想那时候感觉老乡很厉害。
因为有老乡的介绍，招聘文员也没有为难，记的那时候还要介绍费，有人介绍这个费用可以不用交。人事有在问我选择做那个部门，生产电镀、还有品质IPQC部门，那时候进厂前老乡有说去品质部工作比较轻松，电镀工序有硫酸等药水长时间接触对身不好，最终安排的是品质部做IPQC岗位。（其实电镀和品质我也不知道那个啥，都没接触过，听老乡的就没错了，也非常庆幸没有选错）
入职上班的第一周，有师傅带学习产品的原理、结构、部材等等，听的我云里来雾里去的，还要记各种模具的代码等等，领班前两个星期都在现场考核：
领班：外形模具的代码是什么？
我：啥？？？？
领班：冲孔的模具代码是什么？
我：嗯？？？？？
领班：这个辅料的检验流程和标准？
我：啊？？？？?
领班：！！！！
师傅：。。。。。。。
回答不全，加上我也紧张，当时刚出社会比较内向，表达也不清晰，返正我现在是这么认为的。
领班：抓着带我的师傅一顿叨叨，你是怎么教的？
师傅：嗯？？？？？
领班：用笔记本，给我抄抄抄，写写写，背背后。
师傅：啊？哦！，好！
我终于在一个月内学会裁切工序的各类模具代码、流程单的识别、产品检验标准等等。
我师傅本来是带会我后，辞职到期回家做继承他老爸的家具店，因和领班玩的好，不原放他走，当时的主管找他聊过后，加薪资500块就留下来做测量仪器管理员。
第二个月，跟着我师傅一起上夜班，（电子厂一般都是俩班倒），当时也熟悉了工作环境，领班、师傅人也好相处，都是年轻小伙，我经常跑到测量室去找他们玩。（当时IPQC是在测量室办公），加上我师傅人比较懒，就教我学习，二次元、卡尺、圆规、针规、千分尺、拉力机。推力机、弯折机、盐雾机等等。加上我也对这些仪器感兴趣，陆陆续续的学，入职三个月也学会了如何操做。
记的当时，每个月主管还有领班都会培训我们相关的品质知识，那时每个工厂相当流行的5S、QC7大手法等还有三不原则等等，当时理解能力较差，但有做笔记，也不道啥是啥，只知道考试能过就行了，那时候的太单纯了。当时部门内都是年轻小伙，氛围也相当好，在这个过程领班每三个月要调一下IPQC管理的检验的工序，用了一年时间对生产的各工序和制造流程比较熟悉，当时也算是老油条了。
入职第一家电子厂做工序检验IPQC一年零8月份的样子，工作中重复也没有冲劲，在一次和其他同事闲聊中得知在珠海斗门区，工资会比金湾区的工资高500块一个月，说的我心动了，刚好有个老乡找我说斗门那边有个工厂招个稽查QA问我有兴趣没？最终面试OK，入职做了生产稽查QA，每天拿着稽查表格抱着相机在各车间内稽查，发现不良拍照留证据。
我：拿着不符项表格对着生产领班说，把这个异常签个名。
生产领班：不签，什么 屁事都往上报
我：没做好就没做好！还不承认？
生产领班：不签，有本事去投诉我！
我：我拍照留证据了，你不签我就找你们主管！
生产领班：你去找啊，我还怕你？
我：你好张主管，稽查某工序异常属实，但某某某不在异常单上签字，请确认签下字！
生产主管：啊？把拍的照给我看看？最终还是在异常单上签字。
生产主管：某某某，你过来！你现场怎么管的？马上整改！有错就改！不要和品质人员顶着干！
生产领班：哦。。。知道了！马上改
想想当时年轻性格比较刚，经常和生产的对骂，现在想想很庆幸没被人打，哈哈。
收起阅读 »
论坛新人，ASQ认证黑带大师，和大家一起分享认证的心得
各位有什么需要问的可以在下面留言。我因为有时差的原因可能会回复的慢一点，但是会尽量回复的。
我也是最近才看到了有这样一个论坛，觉得还挺给力的，有这么多同行在一起还是觉得很幸福的。
所以为了混个脸熟，就开了这么个帖子。最近也比较忙，所以先零星的给大家讲讲这个认证的步骤，如果有时间我给大家讲一下详细的。
这个认证了并不代表我掌握了知识，相反，我觉得我距离真正的要求还差了很多。和实际工作了好多年，在这个领域深耕的人还是有差距的。这个认证只不过是对自己阶段性的一个总结，也只是代表着我通过了考试，所以后面还有很多需要和大家请教的，希望各位不吝赐教。 收起阅读 »
质量工程毕业后的第14个年头-脚下的路该怎么走？
2008年7月份毕业于河北大学质量工程专业，专科 性别：女。
工作履历：
1.2008年2月-12月来到**公司（外企）做实习生，因为咱专业的优势和公司刚刚上市的要求，公司比较注重质量，我就有机会选到了办公室，做一些简单的体系文件会签及CPK统计的工作，对于当时的我很满足当时的工作，感觉确实能发挥出咱的专业特长。
时长：1年 月薪：2200
2.2009年1月回到家乡**食品 公司（国企），做化验室化验员，因为只负责做理化测试实验，感觉与质工专业不太匹配，而且还得上夜班。与第一份工作相比还是差距较大，内心动荡想着换工作。
时长：2年 月薪：2000
3.2010年-2015年来到**食品包材公司（外企），由质量检测员到班长到质量工程师，历时5年半的工作经历，最终做到质量工程师，学习到了很多，国际市场形势不好，倒闭了。
时长：5.5年 月薪：2500
4.2015年9月-2018年 上家企业的供应商**印刷包装公司（民企），邀请到该公司做质量主管。终于由技术岗位转至管理岗位，但是做一段时间后，发现自己管理水平不足，转至QA岗做质量体系及处理客户质量投诉工作。由于民企与以上几家公司的质量理念相差较大，在这2.5年的工作中，确实干着不太舒心。
时长：2.5 年 月薪：3500
5.中间休息0.5年
6.2018年10月-2021年3月 **电子科技公司，政府招商引资电子企业可以做IAF16949积质量体系，管理比较正规，专业对口，在一双休为基础上，主要负责质量体系及客户投诉回复工作。 经营管理及市场影响，公司倒闭。
时长2.5年 月薪：3500
7.2021年4月至今 第三方环保技术咨询公司，做环保技术报告及环保方面的工作。
时长：0.5年 月薪：3000变化由当初的24岁到如今的37岁，在四线小县城质量行业混沌的过10几个年头，工资由最初的2500涨到3500。在质量领域也没有取得啥成就，按部就班的按照领导要求，做一些简单的工作。没有更好更深层次的提升与学习。先后还经历三家企业的倒闭，人到中年需要稳定的同时，还需要挣更多的money，更多富裕的时间投入家庭，使我不得不在路口转弯，换个行业干着这半年是费劲，我主要是学习一下各个行业的工艺及生产流程，将来考个外审员，早日脱岗。前路漫漫，请求大家帮忙指点！！--------小马过河，马上到了四十而惑的年纪 收起阅读 »
新人报道，ASQ Certified MBB, 来回答一下各位关于备考MBB的一些问题
今年考完了ASQ的MBB考试，也算是对自己的一个阶段性总结吧。
刚刚发现这个论坛，所以为了赚点人气，发个帖子。各位有什么想问的，欢迎交流。
刚刚发现这个论坛，所以为了赚点人气，发个帖子。各位有什么想问的，欢迎交流。
长篇质量管理小说《*******》
还没有想好
优思学院｜如何将精益生产的思维运用到实际工作当中？
原文发表于优思学院官方帐号
精益的思维和方法可腑帮助公司降低成本、减少浪费，更好地定位自己的竞争力，并培养团队成员的领导素质。事实证明，这种思维和方法并不限于工作，我们发现优思学院的团队中的许多成员也将精益原则应用于办公室之外的生活。在某些情况下，我们甚至没有意识到自己在做这件事；精益思想就这样占据了上风，事实上精益的思维和方法直接了当，使用起来比六西格玛可能会容易一点[1]。精益管理五大原则（优思学院）所以，只要找住精益的重点，在日常工作和生活中一点点地运用起来，渐渐就成为自己的习惯，甚至成为公司的文化，你就能体现精益的力量。
专注于价值
精益不仅规定了公司要做什么，还告诉他们不要做什么。所有不能为客户增加价值的事情都被认为是浪费并被消除。考虑一下你自己的工作和活动，是否有一些你出于习惯而做的事情并没有和你的人生目标扯上关系呢？
欣赏渐进式改进
精益管理的核心思想之一是，小的变化可以累积成重大的影响。流程不断改进，最终目标是完美，但你是一点一点达到的。这也适用于日常生活中，每天用一小时学习英语，或者利用优思学院的课程，每天用一小时学习精益六西格玛？每隔一天散一次步和减少食物的份量也可以带来很大的变化。不成功便成仁的想法会使我们完全推迟改变，使我们无法实现自己的目标，所以要把你想做的调整看作是一个改进周期。
应用5S
5S是一种流行于精益公司的工作场所组织方法。它通过以下五个步骤（在日语原文和英语中都以 "S "开头）来创造和保持一个有组织、干净和安全的工作场所：“整理、整顿、清扫、清洁、修养”。这在家里可能是什么样子？
整理：移除你不经常使用的衣服和其他物品，这样你就可以很容易地接触到你喜欢的东西。
整顿：把物品放在靠近它们将被使用的地方。
清扫：小家电和烹饪设备使用后立即清洁并小心存放。
清洁：为更换床单或用真空吸尘器清理室内装饰品等工作设定一个固定的日期。
修养：定期重新评估你在上述方面的成功。
使用 "5个为什么 "的技巧
问 "为什么"，直到你找到问题的根本原因，这在家里和在办公室一样有效。(如果你有一个三岁的孩子，你可能会非常擅长这个。) 这种方法的优点是，它有助于找到问题的原因，而不是推诿责任。(这都是关于为什么，而不是关于谁。)
这里有一个例子。
孩子们上学经常迟到。
为什么？
我们没有按时离开家。
为什么？
让每个人穿好衣服和准备好的时间比我们预期的要长。
为什么？
经常有一件衣服或家庭作业丢失？
为什么？
我们没有在前一天晚上整理好。
啊! 你已经找到了原因，解决方案也很清楚。
使用看板
看板是一种可视化管理的形式，在家里超级有用。我用它来确保我的一些厨房主食永远不会用完，因为我不需要经常买。我把面粉、盐、糖放在透明的容器里，这样我只需在去商店之前看一眼橱柜，就知道我是否需要买些东西。
最大限度地减少浪费
精益组织通过识别增加价值的过程和资源，寻找消除浪费的方法，那些不增加价值但在当前条件下有必要的过程和资源，以及那些不增加价值而应该被消除的过程和资源。在家里这样做可以简化你的生活，节省你的时间和金钱，例如过度拥挤的冰箱是浪费（库存）的一个例子。
你可能让食物变质，因为你不知道它藏在后面。冰箱爆满可能是由于制作的食物超过了你的家人能吃的数量，或者用精益的术语来说，就是生产过剩。一旦你着眼于减少浪费，你可能会对你发现的浪费感到惊讶。 收起阅读 »
精益的思维和方法可腑帮助公司降低成本、减少浪费，更好地定位自己的竞争力，并培养团队成员的领导素质。事实证明，这种思维和方法并不限于工作，我们发现优思学院的团队中的许多成员也将精益原则应用于办公室之外的生活。在某些情况下，我们甚至没有意识到自己在做这件事；精益思想就这样占据了上风，事实上精益的思维和方法直接了当，使用起来比六西格玛可能会容易一点[1]。精益管理五大原则（优思学院）所以，只要找住精益的重点，在日常工作和生活中一点点地运用起来，渐渐就成为自己的习惯，甚至成为公司的文化，你就能体现精益的力量。
专注于价值
精益不仅规定了公司要做什么，还告诉他们不要做什么。所有不能为客户增加价值的事情都被认为是浪费并被消除。考虑一下你自己的工作和活动，是否有一些你出于习惯而做的事情并没有和你的人生目标扯上关系呢？
欣赏渐进式改进
精益管理的核心思想之一是，小的变化可以累积成重大的影响。流程不断改进，最终目标是完美，但你是一点一点达到的。这也适用于日常生活中，每天用一小时学习英语，或者利用优思学院的课程，每天用一小时学习精益六西格玛？每隔一天散一次步和减少食物的份量也可以带来很大的变化。不成功便成仁的想法会使我们完全推迟改变，使我们无法实现自己的目标，所以要把你想做的调整看作是一个改进周期。
应用5S
5S是一种流行于精益公司的工作场所组织方法。它通过以下五个步骤（在日语原文和英语中都以 "S "开头）来创造和保持一个有组织、干净和安全的工作场所：“整理、整顿、清扫、清洁、修养”。这在家里可能是什么样子？
整理：移除你不经常使用的衣服和其他物品，这样你就可以很容易地接触到你喜欢的东西。
整顿：把物品放在靠近它们将被使用的地方。
清扫：小家电和烹饪设备使用后立即清洁并小心存放。
清洁：为更换床单或用真空吸尘器清理室内装饰品等工作设定一个固定的日期。
修养：定期重新评估你在上述方面的成功。
使用 "5个为什么 "的技巧
问 "为什么"，直到你找到问题的根本原因，这在家里和在办公室一样有效。(如果你有一个三岁的孩子，你可能会非常擅长这个。) 这种方法的优点是，它有助于找到问题的原因，而不是推诿责任。(这都是关于为什么，而不是关于谁。)
这里有一个例子。
孩子们上学经常迟到。
为什么？
我们没有按时离开家。
为什么？
让每个人穿好衣服和准备好的时间比我们预期的要长。
为什么？
经常有一件衣服或家庭作业丢失？
为什么？
我们没有在前一天晚上整理好。
啊! 你已经找到了原因，解决方案也很清楚。
使用看板
看板是一种可视化管理的形式，在家里超级有用。我用它来确保我的一些厨房主食永远不会用完，因为我不需要经常买。我把面粉、盐、糖放在透明的容器里，这样我只需在去商店之前看一眼橱柜，就知道我是否需要买些东西。
最大限度地减少浪费
精益组织通过识别增加价值的过程和资源，寻找消除浪费的方法，那些不增加价值但在当前条件下有必要的过程和资源，以及那些不增加价值而应该被消除的过程和资源。在家里这样做可以简化你的生活，节省你的时间和金钱，例如过度拥挤的冰箱是浪费（库存）的一个例子。
你可能让食物变质，因为你不知道它藏在后面。冰箱爆满可能是由于制作的食物超过了你的家人能吃的数量，或者用精益的术语来说，就是生产过剩。一旦你着眼于减少浪费，你可能会对你发现的浪费感到惊讶。 收起阅读 »
质量故事
再好的纠正措施也不如事前预防
战国时，齐国人淳于髡[kūn]有一次去朋友家作客，见到主人家的烟囱太直了，旁边还堆满了柴草，于是就劝说主人：“你应该把烟囱改成弯的，把柴草搬远点，否则会有火患。”主人听了，并不回应。不久，这家果然失火，幸亏邻居们来帮忙，才将火灭掉。主人为了感谢邻人的相助，就办了酒席答谢他们。酒席上，因奋力救火而被烧得焦头烂额的人坐在上座，其他的论功行赏，独独忘了当初给他警示的淳于髡。
有人看不过眼，就对主人说：“如果当初你听客人一言，不至于今日落得费酒、肉，办宴席，还差点亡于火灾“主人顿时醒悟，赶紧去邀请当时那位给予建议的那位客人来吃酒”。
降落伞的合格率
第二次世界大战中期，美国空军的降落伞合格率为99.9%，这意味着每生产1000个降落伞就有一个会出事故。每个降落伞都关系到一个空降兵的生命，军方要求制造厂必须达到100%的合格率。但是，厂商负责人认为降落伞的制造工艺复杂，不管怎么努力改善也不可能达到100%合格的要求。后来，美国军方（有人说是巴顿将军）改变了检查降落伞品质的方法，决定每次交货前从降落伞中随机挑出几个，让厂商负责人亲自跳伞检测。厂商负责人为了自己宝贵的生命，终于创造了“奇迹”，使降落伞合格率达到了100%。
其实降落伞制造厂并非不具备制造100%合格产品的能力，只是常规的质量检验制度没有最大限度地涉及厂商负责人的自身利益。厂商负责人惯于惰性思维，按一般标准行事，对0.1%的隐患没有切身感受，甚至认为这很正常。新的质量检验制度将降落伞的合格率与厂商负责人的生命相联系，他才会竭尽全力。
为什么制度这么一改厂商们再也不讨价还价，而绞尽脑汁提高产品质量呢？主要原因在于前一种制度还没有最大限度地涉及厂商们的自身利益，对千分之一的不合格率没有切身感受，甚至认为这是正常的，对伞兵们每一千人必死一个现象表现漠然。后来制度一改让老板们自已先当一回“伞兵”，先体验一下这“千分之一”的感受，结果奇迹产生了。
结论：质量无折扣，提高质量，总有方法，只看你想不想做。
割草的男孩
一个替人割草打工的男孩打电话给一位陈太太说：您需不需要割草？”陈太太答复说：“不需要了，我已有了割草工。”
男孩说：“我会帮您拔掉花丛中的杂草。”
陈太太回答：“我的割草工也做了。”男孩又说：“我会帮你把草与走道的边缘割齐。”陈太太说“我请的那人也已经做了，谢谢你，我不需要新的割草工。”
男孩便挂了电话。此时，男孩的室友问他：“你不就在陈太太那里割草吗？为什么还要打这个电话？男孩说：“我只是想知道我做得有多好。”
结论：主动关注客户感受的服务意识 / 持续改进的思想
质量工作大多时候都是被动的，大都是出现问题后然后解决问题的模式，如果大家都能主动查找问题，预防问题发生，那才是完美的模式。
收起阅读 »
战国时，齐国人淳于髡[kūn]有一次去朋友家作客，见到主人家的烟囱太直了，旁边还堆满了柴草，于是就劝说主人：“你应该把烟囱改成弯的，把柴草搬远点，否则会有火患。”主人听了，并不回应。不久，这家果然失火，幸亏邻居们来帮忙，才将火灭掉。主人为了感谢邻人的相助，就办了酒席答谢他们。酒席上，因奋力救火而被烧得焦头烂额的人坐在上座，其他的论功行赏，独独忘了当初给他警示的淳于髡。
有人看不过眼，就对主人说：“如果当初你听客人一言，不至于今日落得费酒、肉，办宴席，还差点亡于火灾“主人顿时醒悟，赶紧去邀请当时那位给予建议的那位客人来吃酒”。
降落伞的合格率
第二次世界大战中期，美国空军的降落伞合格率为99.9%，这意味着每生产1000个降落伞就有一个会出事故。每个降落伞都关系到一个空降兵的生命，军方要求制造厂必须达到100%的合格率。但是，厂商负责人认为降落伞的制造工艺复杂，不管怎么努力改善也不可能达到100%合格的要求。后来，美国军方（有人说是巴顿将军）改变了检查降落伞品质的方法，决定每次交货前从降落伞中随机挑出几个，让厂商负责人亲自跳伞检测。厂商负责人为了自己宝贵的生命，终于创造了“奇迹”，使降落伞合格率达到了100%。
其实降落伞制造厂并非不具备制造100%合格产品的能力，只是常规的质量检验制度没有最大限度地涉及厂商负责人的自身利益。厂商负责人惯于惰性思维，按一般标准行事，对0.1%的隐患没有切身感受，甚至认为这很正常。新的质量检验制度将降落伞的合格率与厂商负责人的生命相联系，他才会竭尽全力。
为什么制度这么一改厂商们再也不讨价还价，而绞尽脑汁提高产品质量呢？主要原因在于前一种制度还没有最大限度地涉及厂商们的自身利益，对千分之一的不合格率没有切身感受，甚至认为这是正常的，对伞兵们每一千人必死一个现象表现漠然。后来制度一改让老板们自已先当一回“伞兵”，先体验一下这“千分之一”的感受，结果奇迹产生了。
结论：质量无折扣，提高质量，总有方法，只看你想不想做。
割草的男孩
一个替人割草打工的男孩打电话给一位陈太太说：您需不需要割草？”陈太太答复说：“不需要了，我已有了割草工。”
男孩说：“我会帮您拔掉花丛中的杂草。”
陈太太回答：“我的割草工也做了。”男孩又说：“我会帮你把草与走道的边缘割齐。”陈太太说“我请的那人也已经做了，谢谢你，我不需要新的割草工。”
男孩便挂了电话。此时，男孩的室友问他：“你不就在陈太太那里割草吗？为什么还要打这个电话？男孩说：“我只是想知道我做得有多好。”
结论：主动关注客户感受的服务意识 / 持续改进的思想
质量工作大多时候都是被动的，大都是出现问题后然后解决问题的模式，如果大家都能主动查找问题，预防问题发生，那才是完美的模式。
收起阅读 »
原创制作的质量意识培训PPT，欢迎大家探讨
原创制作的质量意识培训PPT，欢迎大家探讨
优思学院｜什么是过程管理？
过程是一组将输入转化为输出的相互关联的活动。过程是产品（服务）质量形成的必经环节，因而是质量管理的基点。
基于过程控制与管理来保证产品质量的观点早已有之。休哈特于20世纪30年代提出的SPC就是通过监视和控制产品制造过程来确保过程稳定而保证产品质量的。
20世纪中叶，人们逐渐认识到影响产品质量的环节远不止产品制造过程，更重要的还有设计过程，于是，日本学者田口玄一提出了三段设计法、赤尾洋二博士提出了QFD理论。
随后，费根保姆提出的全面质量管理（TQM）拓展了人们对过程的视野，将影响产品质量的过程扩大到整个企业范围内的所有业务过程。过程的概念由此超越原有的生产过程，延伸到各种辅助过程。现代质量管理则更加强调过程的观点，把企业的一切活动都看作为过程，并对其进行系统化管理，这就是过程管理。
过程管理是一种改进企业业绩的结构化方法，它不只是改进个别过程，还能改善企业的整体管理水平。它强调从总体上对业务过程进行系统思考、严密设计而不是着眼于某一个单一的过程或任务点。过程管理已成为现代质量管理的一个基本信条。
过程在六西格玛中也占有十分重要的地位，它是六西格玛采取改善行动的场所，也是六西格玛走向成功的关键和载体。在六西格玛实施中，过程的重要性决定了过程管理的重要性。有效的过程管理已成为驱使六西格玛走向成功的关键。
过程管理认为，人、机、料、法、环是影响过程输出质量的五大因素，是导致过程波动的主要原因，必须对其加以控制。在对“人”这一最活跃的影响要素的控制上，过程管理主要从提高过程人员的操作、管理技能和增强他们的责任感入手来加以控制和管理。
首先，过程管理强调对过程相关人员的持续培训，认为通过培训可以使过程相关人员掌握必要的操作和管理技能，从而减少操作和管理失误导致的过程波动，其次是强调明确过程人员，尤其是主要、核心过程人员职责的作用，认为通过增强过程管理人员的责任心，就可以减少或避免许多操作失误。
在对“机”的控制上，过程管理强调对设备进行定期维护保养和检修，确保设备运转正常，在对“料”的控制上，过程管理强调投入的原材料必须是合格的，为此，要求对所有的原材料供应商应按照事先确定的标准进行评价和选择，而且选择要基于质量而不是价格，在“法”的控制上，其主要措施是对生产和服务过程进行“防错”（Mistake-Proof）设计，在“环”的控制上则强调确保生产环境的适宜性。
过程管理不仅着眼于单一过程的管理，更强调从总体上对所有业务过程进行系统思考。优思学院认为，这种对过程系统考量的结果是，一方面使组织能辨识出那些影响顾客满意和忠诚的核心或关键流程并加以重点管理和控制，另一方面，使组织能对整个过程从总体上进行优化设计，简化复杂过程、优化秩序排列以重组过程网络，而使过程的运作更加和谐、关系更加简明、资源利用更加有效。
优思学院把过程改善看成是对业绩有重大改善的管理实践之一，强化对过程的管理将导致组织业绩的大幅度改善。很多企业证实减少过程波动能确保过程输出结果的一致性而减少返修和废品率，这也就是六西格玛的基础理念。
有效的过程管理不仅对质量有积极的影响，对顾客满意也有积极的影响。缺乏过程管理将导致以顾客为焦点的质量管理原则难以产生实际成效。基于上述分析，优思学院来总结一下过程管理的作用和意义：
有效的过程管理对顾客与供应商管理、质量财务业绩和顾客满意有积极的促进作用。
过程管理越有效，企业在顾客与供应商管理方面的表现就越好。
过程管理越有效，企业的质量财务业绩也越好。
过程管理越有效，企业的顾客满意状况也越理想。 收起阅读 »
你真的会使用5WHY吗？
本文导读：人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清。
大家知道，5WHY是一种原因分析方法，先介绍一下5WHY分析法的由来：
在一次日本丰田汽车的新闻发布会上，有人向丰田的前社长大野耐一问：“丰田公司的汽车质量怎么会这么好？”他回答说：“我碰到问题至少要问5个为什么。”大野耐一总是爱在车间走来走去，停下来向工人发问。有一次，大野耐一在生产线上发现机器总是停转，虽然修过多次，但仍不见好转。于是，大野耐一与工人进行了以下问答：
一问：为什么机器停了？
答：因为超过了负荷，保险丝就断了。
二问：为什么超负荷呢？
答：因为轴承的润滑不够。
三问：为什么润滑不够？
答：因为润滑泵吸不上油来。
四问：为什么吸不上油来？
答：因为油泵轴磨损、松动了。
五问：为什么磨损了呢？
答：因为没有安装过滤器，混进了铁屑等杂质。
经过连续五次不停的问“为什么”，才找到问题的真正原因和解决的方法，在油泵上安装过滤器。大野耐一反复地就一个问题问“为什么”，直到回答令他满意，被他问到的人也心里明白为止——这就是著名的“五个为什么”的起源。所以，5why也被称为：丰田5问法。
然而，一直以来，人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？
因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清，其中所举的例子均来自于制造业场景，尽管其中的理念也是适用于工作和生活的其他方面。
1、什么时候使用5WHY？
从本质上来说，5WHY是在分析根本原因时使用的工具，对于简单问题，我们可以直接使用它就可以了，但是对于复杂的问题，其根本原因往往是“隐藏”得很深的，我们需要先定位问题所在，再找到问题的直接原因，再使用5WHY工具，像剥洋葱追似地一层层分析它的根本原因，这样的问题分析策略，才真正适用于复杂问题的解决。下面是一个燃机叶片高温强度过低的问题的分析流程示意图：
从功能不达标的产品上定位缺陷，从整个制造流程中相关的制造环节（可能需要多层次的制造流程分解）中定位具体的产生缺陷的工序，采用5M1E的方法，找到直接原因，最后再使用5WHY进行根本原因的分析。
试想：如果我们在此问题上，即在整个功能不达标的燃机上直接使用5WHY会出现什么样的情况呢？那样将把一个5WHY搞得超级复杂，会被搞得超级头大！
因此，5WHY，是在找到问题的直接原因之后才使用的。
在对制造业中的复杂问题进行分析时，推荐5WHY与其他工具，如鱼骨图等配合使用，如下图所示：
也就是说， 复杂问题的解决，是一个可疑因子的过滤过程，通过一级级的过滤，最后剩下的就是我们所要寻找的根本原因。在这里必须要强调的是要一级级地进行，在后面我们还要展开讨论。
另外，可以在PFMEA中的失效起因的分析时使用，在新版FMEA（AIAG-VDA FMEA）中，失效起因是按照过程因素4M来分析的。
然而，如果失效起因仅仅是停留在4M过程要素中，往往是不彻底的，作者建议大家在此基础上，使用5WHY继续展开分析，这样所制定的控制措施才能真正预防失效模式的发生。下面是一个来自于新版FMEA手册中的简单的PFMEA例子，原例子中，失效起因只是分析到压入设备没有压到位，其实如果采取预防措施，我们还需要在手册的基础上继续展开分析。
2、5WHY分析时，怎样才能不漏掉原因？
分析原因时，总是分析不全面，那么要注意以下几个重要的原则：
1）从问题发生的基本原理展开，而不是只从熟悉的、第一念头能想到的地方开始展开这样可以防止遗漏同级原因。这一条原则，也叫做“第一性原理”，它往往是从纯物理或者化学层面上开始的。
例如，为什么在某条线路上总是打保险，但是又总是找不到原因呢？这是因为人们总是想到的原因是电路的中电流过大，存在过载或者短路，于是就去检查电路中的用电器，这样就会在一开始就遗漏掉50%的原因！其实，还应当考虑保险丝本身的问题！
完整的分析就是从“最基本的原理”上开始的，保险丝熔断，从本质上来讲，就是当前的保险丝不能耐受住电流所产生的电阻热：
下面这个钟表走慢的案例，请读者自己来采用上述方法展开分析，注意，表是由电池驱动的：
2）必须逐级展开，不能存在跳跃
5WHY原因分析，必须层层展开，中间不能存在跳跃，否则就会漏掉原因，或者得出错误的判断。
先举一个生活中的例子。一家祖孙三代的家庭，本来那位爷爷应当享受天伦之乐的，然而并没有！因为他怀疑自己的孙子不是自家儿子的，就带着孙子去医院做了亲子鉴定，发现其孙与自己真的没有基因上的联系！回到家后，他就对他的儿媳也表现出来了，儿媳实在气不过啊，硬逼着他的老公与她的公爹做了一次亲子鉴定，发现他们爷俩根本就不是父子关系！这下才终于真相大白啦。
这个案例说明了分析原因必须层层展开，如果是越级，就会得出错误的结论，如下图所示：
正确的分析应当是这样的：
同样是上面这个保险丝的案例，如果在保险丝被熔断时，直接在第一步就想到有短路发生，就去检查和验证是否存在短路，那么就会遗漏掉其他的原因，如果经检查没有短路发生，再回来从头分析，这种分析方法是不是不少工程师的日常工作方式呢？这是不符合系统思维的！
3）两种反问
在5WHY的分析过程中，当从前层原因（Xa）导出它的后层原因(Xb)后，我们需要来两次反问：
如果存在Xb，Xa一定会发生吗？这样可以防止遗漏“与门”原因。
例如，为什么家中被盗了？因为社会治安不好！这时应当反过问：社会治安不好就一定会被盗吗？当然不一定，还应有“防盗措施不到位”这个原因吧。只有社会治安与防盗措施不到位这两个原因同时存在，才会发生家中被盗的事情。
这样分析的好处是显而易见的：一旦原因之间是“与”的关系，我们就可以针对其中一个容易实现的原因来制定措施，比如，加装安防系统、防盗门、防盗网等，而社会治安的原因不是个人所能改变的。
如果不存在Xb，Xb一定不会发生吗？这样可以防止遗漏“或门”原因。
例如，为什么塑料外壳上的螺丝脱落了？因为打螺丝的扭矩过低！反过来问：如果打螺丝的扭矩不过低，就一定不会产生螺丝脱落的问题吗？这不一定吧！
通过反问，找到或门关系的原因，对于我们解决问题的好处是：必须针对每个原因都制定措施才能真正预防问题的发生，这对于FMEA的失效起因分析也尤其重要。
3、到底应当问几个WHY？
有不少人会存在一种误解，5个为什么，就必须或至少问出5个，否则就无法找到根本原因！或者是领导或客户在审核下属或供应商提交过来的8D分析过程时，发现不够5WHY，就主观地认为分析不够彻底。这都是对5WHY方法的错误认知！
那么，到底有没有一种方法，来度量或确认所做的分析是否彻底呢？
这就要回到我们使用5WHY的初心 — 根本原因上来。什么叫根本原因？只有能够针对这种原因制定出预防措施，且这种预防措施从原理上来说可以防止同样的问题再次发生，那么这种原因就是根本原因，因此，这要看到第几个WHY就可以问到这种“根本原因”了。
例如下面这个例子中，已经问了4个WHY了，请问已经满足上述条件了吗？
很显然，针对没有盖子，我们的措施是加上盖子，这样一旦加油后忘记盖上盖子，盖子还是会丢失的，案例中的问题还是会出现的！因此，应当继续问。
这样针对最后一层的原因“油箱盖子没有永久连接到箱体上”所制定的措施，就是“用铁链将盖子连接到箱体上”，请问：盖子以后还会丢失吗？这个问题实际上是问到6个WHY的时候就解决了。
当然，上述问题如果继续问下去，一定还是可以问的，不过这是没有必要的，只要将“用链子连接”这个要求固化到设计文件中去，问题可以永久性彻底解决了。
如果问出一个WHY后，不能或者不能经济地制定出针对这个原因的预防措施，那么，我们还需要再问一步WHY，也就是将上一问进行细化或分解。
例如，有一天在你家附近的一个上坡路段，车子爬坡时爬上不去，为什么呢？与平时相比，车子的动力有了下降！这时你能直接针对动力不足采取措施吗？这个措施只能是更换发动机或者换一辆汽车，这都是不现实的！若再进一步问WHY，可能发动机喷嘴处有积碳！经检查确认后，你可以进行处理，当然，若想从根本上解决，还要问为什么，又发现是所用的燃油杂质太多所致，以后加高排号的燃油，同时添加燃油宝。
4、怎样才能简洁、高效地使用5WHY？
只有当一层层地问WHY，问到根本原因时才采取措施，那么，到时候会有太多的“末端原因”，到时候会让人超级头大！
因此，需要遵循“三现”-现物、现场、现实的原则，每问完一级WHY，就去验证和确认，排除掉不显著的原因，对显著的原因继续问下一级WHY，以此类推，这样的5WHY分析，才能成为解决问题的高效工具！
对上面的这个汽车动力不足的例子继续分析如下：
本文至此，相关的5WHY的要点就介绍完了。5WHY是原因分析法，是完全可以用于实战的，不应只是停留在理念这个层面上。 收起阅读 »
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清。
大家知道，5WHY是一种原因分析方法，先介绍一下5WHY分析法的由来：
在一次日本丰田汽车的新闻发布会上，有人向丰田的前社长大野耐一问：“丰田公司的汽车质量怎么会这么好？”他回答说：“我碰到问题至少要问5个为什么。”大野耐一总是爱在车间走来走去，停下来向工人发问。有一次，大野耐一在生产线上发现机器总是停转，虽然修过多次，但仍不见好转。于是，大野耐一与工人进行了以下问答：
一问：为什么机器停了？
答：因为超过了负荷，保险丝就断了。
二问：为什么超负荷呢？
答：因为轴承的润滑不够。
三问：为什么润滑不够？
答：因为润滑泵吸不上油来。
四问：为什么吸不上油来？
答：因为油泵轴磨损、松动了。
五问：为什么磨损了呢？
答：因为没有安装过滤器，混进了铁屑等杂质。
经过连续五次不停的问“为什么”，才找到问题的真正原因和解决的方法，在油泵上安装过滤器。大野耐一反复地就一个问题问“为什么”，直到回答令他满意，被他问到的人也心里明白为止——这就是著名的“五个为什么”的起源。所以，5why也被称为：丰田5问法。
然而，一直以来，人们对于5WHY的认知只是停留在“理念”层面上， 5WHY实际上还远没有发挥出一个问题解决工具所应有的“生产力”！这是为什么呢？
因为存在下列误区还没有弄清楚：
应当什么时候使用5WHY？
怎样才能不漏掉原因？
到底应当问几个WHY？
怎样才能简洁、高效地使用5WHY？
作者现在就想通过本文，来向大家将这些误区一一澄清，其中所举的例子均来自于制造业场景，尽管其中的理念也是适用于工作和生活的其他方面。
1、什么时候使用5WHY？
从本质上来说，5WHY是在分析根本原因时使用的工具，对于简单问题，我们可以直接使用它就可以了，但是对于复杂的问题，其根本原因往往是“隐藏”得很深的，我们需要先定位问题所在，再找到问题的直接原因，再使用5WHY工具，像剥洋葱追似地一层层分析它的根本原因，这样的问题分析策略，才真正适用于复杂问题的解决。下面是一个燃机叶片高温强度过低的问题的分析流程示意图：
从功能不达标的产品上定位缺陷，从整个制造流程中相关的制造环节（可能需要多层次的制造流程分解）中定位具体的产生缺陷的工序，采用5M1E的方法，找到直接原因，最后再使用5WHY进行根本原因的分析。
试想：如果我们在此问题上，即在整个功能不达标的燃机上直接使用5WHY会出现什么样的情况呢？那样将把一个5WHY搞得超级复杂，会被搞得超级头大！
因此，5WHY，是在找到问题的直接原因之后才使用的。
在对制造业中的复杂问题进行分析时，推荐5WHY与其他工具，如鱼骨图等配合使用，如下图所示：
也就是说， 复杂问题的解决，是一个可疑因子的过滤过程，通过一级级的过滤，最后剩下的就是我们所要寻找的根本原因。在这里必须要强调的是要一级级地进行，在后面我们还要展开讨论。
另外，可以在PFMEA中的失效起因的分析时使用，在新版FMEA（AIAG-VDA FMEA）中，失效起因是按照过程因素4M来分析的。
然而，如果失效起因仅仅是停留在4M过程要素中，往往是不彻底的，作者建议大家在此基础上，使用5WHY继续展开分析，这样所制定的控制措施才能真正预防失效模式的发生。下面是一个来自于新版FMEA手册中的简单的PFMEA例子，原例子中，失效起因只是分析到压入设备没有压到位，其实如果采取预防措施，我们还需要在手册的基础上继续展开分析。
2、5WHY分析时，怎样才能不漏掉原因？
分析原因时，总是分析不全面，那么要注意以下几个重要的原则：
1）从问题发生的基本原理展开，而不是只从熟悉的、第一念头能想到的地方开始展开这样可以防止遗漏同级原因。这一条原则，也叫做“第一性原理”，它往往是从纯物理或者化学层面上开始的。
例如，为什么在某条线路上总是打保险，但是又总是找不到原因呢？这是因为人们总是想到的原因是电路的中电流过大，存在过载或者短路，于是就去检查电路中的用电器，这样就会在一开始就遗漏掉50%的原因！其实，还应当考虑保险丝本身的问题！
完整的分析就是从“最基本的原理”上开始的，保险丝熔断，从本质上来讲，就是当前的保险丝不能耐受住电流所产生的电阻热：
下面这个钟表走慢的案例，请读者自己来采用上述方法展开分析，注意，表是由电池驱动的：
2）必须逐级展开，不能存在跳跃
5WHY原因分析，必须层层展开，中间不能存在跳跃，否则就会漏掉原因，或者得出错误的判断。
先举一个生活中的例子。一家祖孙三代的家庭，本来那位爷爷应当享受天伦之乐的，然而并没有！因为他怀疑自己的孙子不是自家儿子的，就带着孙子去医院做了亲子鉴定，发现其孙与自己真的没有基因上的联系！回到家后，他就对他的儿媳也表现出来了，儿媳实在气不过啊，硬逼着他的老公与她的公爹做了一次亲子鉴定，发现他们爷俩根本就不是父子关系！这下才终于真相大白啦。
这个案例说明了分析原因必须层层展开，如果是越级，就会得出错误的结论，如下图所示：
正确的分析应当是这样的：
同样是上面这个保险丝的案例，如果在保险丝被熔断时，直接在第一步就想到有短路发生，就去检查和验证是否存在短路，那么就会遗漏掉其他的原因，如果经检查没有短路发生，再回来从头分析，这种分析方法是不是不少工程师的日常工作方式呢？这是不符合系统思维的！
3）两种反问
在5WHY的分析过程中，当从前层原因（Xa）导出它的后层原因(Xb)后，我们需要来两次反问：
如果存在Xb，Xa一定会发生吗？这样可以防止遗漏“与门”原因。
例如，为什么家中被盗了？因为社会治安不好！这时应当反过问：社会治安不好就一定会被盗吗？当然不一定，还应有“防盗措施不到位”这个原因吧。只有社会治安与防盗措施不到位这两个原因同时存在，才会发生家中被盗的事情。
这样分析的好处是显而易见的：一旦原因之间是“与”的关系，我们就可以针对其中一个容易实现的原因来制定措施，比如，加装安防系统、防盗门、防盗网等，而社会治安的原因不是个人所能改变的。
如果不存在Xb，Xb一定不会发生吗？这样可以防止遗漏“或门”原因。
例如，为什么塑料外壳上的螺丝脱落了？因为打螺丝的扭矩过低！反过来问：如果打螺丝的扭矩不过低，就一定不会产生螺丝脱落的问题吗？这不一定吧！
通过反问，找到或门关系的原因，对于我们解决问题的好处是：必须针对每个原因都制定措施才能真正预防问题的发生，这对于FMEA的失效起因分析也尤其重要。
3、到底应当问几个WHY？
有不少人会存在一种误解，5个为什么，就必须或至少问出5个，否则就无法找到根本原因！或者是领导或客户在审核下属或供应商提交过来的8D分析过程时，发现不够5WHY，就主观地认为分析不够彻底。这都是对5WHY方法的错误认知！
那么，到底有没有一种方法，来度量或确认所做的分析是否彻底呢？
这就要回到我们使用5WHY的初心 — 根本原因上来。什么叫根本原因？只有能够针对这种原因制定出预防措施，且这种预防措施从原理上来说可以防止同样的问题再次发生，那么这种原因就是根本原因，因此，这要看到第几个WHY就可以问到这种“根本原因”了。
例如下面这个例子中，已经问了4个WHY了，请问已经满足上述条件了吗？
很显然，针对没有盖子，我们的措施是加上盖子，这样一旦加油后忘记盖上盖子，盖子还是会丢失的，案例中的问题还是会出现的！因此，应当继续问。
这样针对最后一层的原因“油箱盖子没有永久连接到箱体上”所制定的措施，就是“用铁链将盖子连接到箱体上”，请问：盖子以后还会丢失吗？这个问题实际上是问到6个WHY的时候就解决了。
当然，上述问题如果继续问下去，一定还是可以问的，不过这是没有必要的，只要将“用链子连接”这个要求固化到设计文件中去，问题可以永久性彻底解决了。
如果问出一个WHY后，不能或者不能经济地制定出针对这个原因的预防措施，那么，我们还需要再问一步WHY，也就是将上一问进行细化或分解。
例如，有一天在你家附近的一个上坡路段，车子爬坡时爬上不去，为什么呢？与平时相比，车子的动力有了下降！这时你能直接针对动力不足采取措施吗？这个措施只能是更换发动机或者换一辆汽车，这都是不现实的！若再进一步问WHY，可能发动机喷嘴处有积碳！经检查确认后，你可以进行处理，当然，若想从根本上解决，还要问为什么，又发现是所用的燃油杂质太多所致，以后加高排号的燃油，同时添加燃油宝。
4、怎样才能简洁、高效地使用5WHY？
只有当一层层地问WHY，问到根本原因时才采取措施，那么，到时候会有太多的“末端原因”，到时候会让人超级头大！
因此，需要遵循“三现”-现物、现场、现实的原则，每问完一级WHY，就去验证和确认，排除掉不显著的原因，对显著的原因继续问下一级WHY，以此类推，这样的5WHY分析，才能成为解决问题的高效工具！
对上面的这个汽车动力不足的例子继续分析如下：
本文至此，相关的5WHY的要点就介绍完了。5WHY是原因分析法，是完全可以用于实战的，不应只是停留在理念这个层面上。 收起阅读 »
5原则报告（日系汽车厂质量改善报告）
5原则报告（日系汽车厂质量改善报告）
优思学院｜什么是质量管理？
质量的定义是以顾客需求为准
第一，质量是什么？早期的定义是“整體上用來决定产品或服务能否满足使用目的之固有性质与性能总合”，换言之，质量就是“可显示出品质与服务好坏的东西”。
不过，关于质量的想法随时代变化，有范围愈来愈大的趋势。一开始，重视的是“产品质量”是否合乎规格，现在则强调“包含产品在内，各种服务能否合乎客人的要求”。
何谓“顾客所要求的质量”？简单讲就是“能在必要时间，以更便宜价格提供质量更好与必要的产品，而且这些产品必须能安全使用”。为了满足这项要求，质量管理的目标就是提升“产品与服务的质量”。而达成此项目标的同时，自然也必须提升“工作效率与工作结构质量”。
管理的意义何在？
所谓的管理，简而言之，就是企业或工厂业务的维持与改善。
进行管理时，首先必须设定改善的目标。其次，为了实现所设定的目标，应拟定5W1H（What、Why、Who、When、Where、How，即做什么，为什么做，谁来做，什么时候之前做好，在何处做，用什么方法做）的具体计划。
然后根据这项计划操作，再检验其成果。过程中发现有问题，再找出原因、寻求对策，最后便可能达成目标。这一连串的作业就是“管理”。
这套方法由美国戴明博士研发，称为“PDCA循环(Plan Do Check Act)”，可活用企业内部所有的业务。
质量管理的目标
所以，优思学院认为所谓质量管理，就是“包含产品在内所有服务都必须符合顾客所需的、更高品质、更便宜、即时交货、能安全使用”，并能使用PDCA循环，综合地维持改善产品与制造方法的活动”。
质量管理活动主要有两种，一种是日常业务之中与质量目标无法切割的维持与管理活动。另一种是可保证更好质量、提高顾客满意度的改善活动。
“若能巧妙搭配这两种活动，持续改善与维持，就可让公司地步、发展。多年来质量管理活助在各企业以各种形式普及开来，主要原因是质量管理的目标与思考方法明确，配合目的而实施的方法与工具也很充分。
六西格玛的流行
随着时代的变迁，企业的规模越来越大，所发展出来的体系也变得更严谨，优思学院认为传统的PDCA模式不足以应用于解决我们旧有的简单问题，于是六西格玛的诞生使人们认识到要解决高层次的问题，便需要有更高层次的思维释方法论，于是六西格玛管理也渐潮流行起来，现在，大多数从事质量管理的人都对六西格玛有相当的认识，甚至是大型企业聘请质量人员的基本要求。
和PDCA不同，六西格玛的方法论以DMAIC为基础，更重视数据的分析和事实的管理。DMAIC 的 5 个相互连动的步骤是定义、测量、分析、改善、控制。各阶段的设计目标在于产生累加效果：以先前阶段中所产生的资讯和资料为基础，历经多次叠代作业不断重复。
定义：定义阶段旨在确定问题所在，以及完成解决方案的所需事宜。过程中须清楚说明问题、最终目标，还有实现目标所需的范围。这个阶段有助于全面了解整个过程，还有影响质量的关键特性 (CTQ)。输入和输出通常会以 SIPOC 图的方式呈现，SIPOC 是供应商、输入、流程、输出与客户的首字母缩写。这项资讯通常可以在项目章程文件中取得，由该份文件勾勒出整个 DMAIC 流程的全貌。
测量：了解流程问题后，接着是简述如何观察自己对流程所做出的改变。由于这套方法是以资料推动，因此备有良好的资料对 DMAIC 流程来说相当重要。测量阶段的目的在于确立目前的流程效能，还有欲分析的资料。接下来需透过资料收集方案，在进行变更的同时监控效能，并在项目结束后相互比较。
分析：此阶段应已具备资料的基本评估资讯，可以开始制定流程相关的决策。正如预想，分析阶段是仔细检视资料的最佳时机。在这个阶段，您和工作团队成员会利用资料来构建出目前的流程图，借此了解问题的发生点。有些六标准差项目会使用更复杂的工具，不过鱼骨图和柏拉图已足以应付需求，而且这两者也是执行根本原因分析的常用方法。等到您找出数个根本原因，就是轮到工作团队参与的时候了。请由团队投票决定 DMAIC 流程的重点走向。
改善：终于该是实际改善流程的时候。在改善阶段，请与团队一起寻找可行的创新解决方案，而且要能在 DMAIC 流程中实施及测量。集思广益及召开有效会议此时对团队极为重要。一旦有了解决方案，就需要测试、预防失灵及实际施行。“计划、执行、查核、行动”循环 (PDCA 循环) 是很常用的方法，再结合“失效模式与效应分析”(FMEA)，即可预测潜在问题。这项资讯应拟定在详细的实施计划中，之后将解决方案应用于流程时，即可作为指引。
控制：DMAIC 方法的最后一步有助于验证解决方案，并确保解决方案在往后同样能发挥效果。在控制阶段，工作团队应制定监测与控制计划，持续针对所有已实施的流程变动，反覆评估后续影响。同时应制定应变计划，当效能再度下降、新问题浮现时，即采取相应行动。能回顾过往的改善措施及所施行的解决方案，是很宝贵的能力。这时候，改善过程中留有合适的文件和版本控制记录就相当重要。优思学院｜六西格玛证书课程如何学习六西格玛？
即使没有任何基础，都可以学六西格玛管理。六西格玛虽然有大量的统计学知识，但我们不须要像学生时代一样做数学题般，我们真正须要的是要了解数字背后的意义、统计应用的概念，目的是思考和解决现实工作中所遇到的问题。
优思学院的六西格玛绿带和黑带线上课程是任何时候都开放的线上课程，我们采用生动的视频，简单的例子，让你了解六西格玛 DMAIC各个阶段的工具（至少也有数十种），其实即使是学会其中10%的工具，也能保证你终生受用。
六西格玛绿带和黑带两大级别的证书课程
六西格玛绿带是中小型项目的团队负责人，六西格玛管理中最基本的力量。他须要了解六西格玛的理念和原则，了解DMAIC各个阶段的工具的使用，能有效地透过数据分析找出根本原因，以改良过程系统。
六西格玛黑带是变革的专家和推动者。他须要拥有比绿带更深层的统计学知识，此外，他还要具备管理和领导能力、决策能力，善于沟通、团队建设和谈判等等。
收起阅读 »
优思学院｜要成功推行六西格玛，先避免这九大失败原因
六西格玛项目可以为企业带来丰厚的经验和巨大的利益；然而，并非所有的项目都能达到预期的效果。根据一项在国外的调查发现，在184家受访公司中，80%的公司声称 "六西格玛工作未能推动预期的价值"，74%的公司说 "他们没有获得预期的竞争优势，因为他们没有实现节约目标"。今天，优思学院将会在这里讨论这种失败的九大原因。
缺少管理层的支持
一个组织的领导层对精益六西格玛部署的支持和承诺是成功的关键动力。领导层必须在所有場合上强调精益六西格玛的重要性。优思学院认为不仅要有高级领导层的支持，也要有组织内各级领导层的支持。
再好的愿望、资源、努力或时间都无法弥补缺少持续的领导支持。如果公司得到了领导层的支持，那么将精益六西格玛方法成功嵌入组织的机会就会大大增加。在组织的精益六西格玛之旅中，应该持续努力，让领导层参与到各个阶段之中。
不正确的战略部署
部署战略有助于使组织的业务目标与预期的部署结果相一致，并保持精益六西格玛在组织中的持续发展。如果缺乏一致性，可能会使关键的利益相关者和同事对整个工作的价值产生混淆；这种差距会在许多组织中延误部署。
不正确的项目
缺乏对项目选择和优先次序的关注，会导致项目缺乏数据或业务重点，或项目侧重于绿带和黑带控制范围之外的流程领域。这就导致了项目的延迟或废止，以及绿带和黑带的快速幻灭。
优思学院认为负责部署六西格玛的团队必须确保所选择的精益六西格玛流程改进项目是以数据为基础的，并关注业务、财务、流程和客户的目标。他们还需要适当地确定优先次序，以确保这些目标得以实现。
选择一个不合适的流程
无独有偶，大多数精益六西格玛团队希望从一个风险不大的试点项目开始。不幸的是，他们最终把主要精力放在小事上。他们没有得到所需的结果，无法为精益六西格玛在其组织中的应用提出理由。要记着，选择六西格玛项目的重点在于可行性和挑战性，而非简单和容易。
不合适的团队成员
领导者总是在分析数据之前就试图组建一个精益六西格玛团队，和确定谁应该加入这个团队。结果，团队陷入困境，因为他们没有选择合适的人去解决这个问题。
缺少流程负责人的支持
如果流程负责人从一开始就没有参与到项目中来，因为他忙于做日常工作，那么这个项目就注定要失败。这种时间的缺乏可能正是流程负责人从未实施解决方案的原因。项目团队可能遵循了DMAIC方法，但只完成了定义、测量和分析阶段，而如果没有流程负责人的支持，就难以真正进入改进或控制阶段。
不正确的范围
几乎无一例外，任何精益六西格玛项目的失败都可以归结为范围太广。例如，如果你试图一次性的将整个系列的产品的变异降到最低，最终就反而会使产品的任何一个部分都无法得到改善。优思学院建议你专注于最小化产品的单一关键特征的变异，可以让你深入挖掘，发现真正的改进来源。当然，不要把你的项目范围定得太小，改进是持续的，你总是可以在以后回来做更多的事情。
不正确或不充分的培训
有时候，项目的失败是因为培训不足。负责培训别人的人花了很多时间来培训，他们没有足够的时间来实践他们所学到的东西，完成一个成功的项目，或者证明这个方法论确实有效。还有一些时候，流程负责人的主要任务是领导项目，但他们可能没有接受过正式的培训。因此，他们可能没有信心，或者他们缺乏具体的知识来真正支持项目的完成。
另一个导致不充分培训的问题是，团队中只一个绿带或者一个黑带，又或者只有少部分曾经培训过六西格玛，那么团队是很难明白项目的过程，也不能真正投入其中的，因此优思学院才主张大量培训员工，并至少要绿带级别以上，在推动六西格玛项目的过程上更能集思广益，团队的能力也会一拼提升。
不正确的测量系统
数据和测量是精益六西格玛的基础。然而，六西格玛的实践者往往忽略了检查其测量的有效性。在不知情的情况下依赖一个错误的测量系统，就像用一把弯曲的尺子建房子一样，你不会得到你认为要得到的东西，而且你也不知道为什么。
在你的项目开始时，一定要花时间进行测量系统分析。采取这一步骤可以使你免于许多潜在的头痛问题。 收起阅读 »
缺少管理层的支持
一个组织的领导层对精益六西格玛部署的支持和承诺是成功的关键动力。领导层必须在所有場合上强调精益六西格玛的重要性。优思学院认为不仅要有高级领导层的支持，也要有组织内各级领导层的支持。
再好的愿望、资源、努力或时间都无法弥补缺少持续的领导支持。如果公司得到了领导层的支持，那么将精益六西格玛方法成功嵌入组织的机会就会大大增加。在组织的精益六西格玛之旅中，应该持续努力，让领导层参与到各个阶段之中。
不正确的战略部署
部署战略有助于使组织的业务目标与预期的部署结果相一致，并保持精益六西格玛在组织中的持续发展。如果缺乏一致性，可能会使关键的利益相关者和同事对整个工作的价值产生混淆；这种差距会在许多组织中延误部署。
不正确的项目
缺乏对项目选择和优先次序的关注，会导致项目缺乏数据或业务重点，或项目侧重于绿带和黑带控制范围之外的流程领域。这就导致了项目的延迟或废止，以及绿带和黑带的快速幻灭。
优思学院认为负责部署六西格玛的团队必须确保所选择的精益六西格玛流程改进项目是以数据为基础的，并关注业务、财务、流程和客户的目标。他们还需要适当地确定优先次序，以确保这些目标得以实现。
选择一个不合适的流程
无独有偶，大多数精益六西格玛团队希望从一个风险不大的试点项目开始。不幸的是，他们最终把主要精力放在小事上。他们没有得到所需的结果，无法为精益六西格玛在其组织中的应用提出理由。要记着，选择六西格玛项目的重点在于可行性和挑战性，而非简单和容易。
不合适的团队成员
领导者总是在分析数据之前就试图组建一个精益六西格玛团队，和确定谁应该加入这个团队。结果，团队陷入困境，因为他们没有选择合适的人去解决这个问题。
缺少流程负责人的支持
如果流程负责人从一开始就没有参与到项目中来，因为他忙于做日常工作，那么这个项目就注定要失败。这种时间的缺乏可能正是流程负责人从未实施解决方案的原因。项目团队可能遵循了DMAIC方法，但只完成了定义、测量和分析阶段，而如果没有流程负责人的支持，就难以真正进入改进或控制阶段。
不正确的范围
几乎无一例外，任何精益六西格玛项目的失败都可以归结为范围太广。例如，如果你试图一次性的将整个系列的产品的变异降到最低，最终就反而会使产品的任何一个部分都无法得到改善。优思学院建议你专注于最小化产品的单一关键特征的变异，可以让你深入挖掘，发现真正的改进来源。当然，不要把你的项目范围定得太小，改进是持续的，你总是可以在以后回来做更多的事情。
不正确或不充分的培训
有时候，项目的失败是因为培训不足。负责培训别人的人花了很多时间来培训，他们没有足够的时间来实践他们所学到的东西，完成一个成功的项目，或者证明这个方法论确实有效。还有一些时候，流程负责人的主要任务是领导项目，但他们可能没有接受过正式的培训。因此，他们可能没有信心，或者他们缺乏具体的知识来真正支持项目的完成。
另一个导致不充分培训的问题是，团队中只一个绿带或者一个黑带，又或者只有少部分曾经培训过六西格玛，那么团队是很难明白项目的过程，也不能真正投入其中的，因此优思学院才主张大量培训员工，并至少要绿带级别以上，在推动六西格玛项目的过程上更能集思广益，团队的能力也会一拼提升。
不正确的测量系统
数据和测量是精益六西格玛的基础。然而，六西格玛的实践者往往忽略了检查其测量的有效性。在不知情的情况下依赖一个错误的测量系统，就像用一把弯曲的尺子建房子一样，你不会得到你认为要得到的东西，而且你也不知道为什么。
在你的项目开始时，一定要花时间进行测量系统分析。采取这一步骤可以使你免于许多潜在的头痛问题。 收起阅读 »
优思学院｜六西格玛培训可以让初学者获得什么知识？
随着人们对六西格玛方法论的认识，越来越多的人都想去六西格玛培训机构学习一些知识，所以六西格玛培训机构越来越多。
那么，你能从六西格玛培训机构[1]学到什么呢？
这可能是每个六西格玛初学者都会思考的问题。
优思学院认为，学习六西格玛对于从事任何职业的人来说都有裨益。
第一，提高你对数据处理能力和数据分析的认知。
六西格玛作为一种将统计应用于管理的方法论，在数据处理方面具有其他方法论不可逾越的优势。
在DMAIC应用于DMAIC的MAI三个阶段，如图表分析、过程能力分析、MSA分析、假设检验、T检验、方差分析、回归分析、DOE等。
这些工具可以帮助我们在大量密集的数据群中快速准确地找到关键信息。
因此，学习这些统计工具的时候，一定要掌握每个工具的特点，这些工具应用的最佳场合，学会解读统计工具的分析结果。
第二，是提高你解决复杂问题的能力。
六西格玛可以说是解决问题方法论的一大融合，从PDCA循环出发，发展出更加严谨的DMAIC理论，并在各个阶段的如5-Why、鱼骨图、假设检验、FMEA、SPC、DOE等质量管理工具，使我们能够更有效地应用这些工具。
第三，塑造你个人严谨的管理思维方式。
在学习六西格玛的时候，我们一直强调要从生活中寻找例子，让知识能应用于企业解决各种类型的问题，让相关人员觉得学习六西格玛是值得的，另一个更重要的原因是六西格玛是一种实用应用能力很广濶的方法论，从个人减重至增加企业利润率，无不可应用六西格玛的管理思维去达成。
当我们的学生能够养成这种严谨而富有创造力的管理思维时，他们的前路将会更光明和辉煌。 收起阅读 »
那么，你能从六西格玛培训机构[1]学到什么呢？
这可能是每个六西格玛初学者都会思考的问题。
优思学院认为，学习六西格玛对于从事任何职业的人来说都有裨益。
第一，提高你对数据处理能力和数据分析的认知。
六西格玛作为一种将统计应用于管理的方法论，在数据处理方面具有其他方法论不可逾越的优势。
在DMAIC应用于DMAIC的MAI三个阶段，如图表分析、过程能力分析、MSA分析、假设检验、T检验、方差分析、回归分析、DOE等。
这些工具可以帮助我们在大量密集的数据群中快速准确地找到关键信息。
因此，学习这些统计工具的时候，一定要掌握每个工具的特点，这些工具应用的最佳场合，学会解读统计工具的分析结果。
第二，是提高你解决复杂问题的能力。
六西格玛可以说是解决问题方法论的一大融合，从PDCA循环出发，发展出更加严谨的DMAIC理论，并在各个阶段的如5-Why、鱼骨图、假设检验、FMEA、SPC、DOE等质量管理工具，使我们能够更有效地应用这些工具。
第三，塑造你个人严谨的管理思维方式。
在学习六西格玛的时候，我们一直强调要从生活中寻找例子，让知识能应用于企业解决各种类型的问题，让相关人员觉得学习六西格玛是值得的，另一个更重要的原因是六西格玛是一种实用应用能力很广濶的方法论，从个人减重至增加企业利润率，无不可应用六西格玛的管理思维去达成。
当我们的学生能够养成这种严谨而富有创造力的管理思维时，他们的前路将会更光明和辉煌。 收起阅读 »
观曾国藩后感
近期心态不稳，脾气见涨。与朋友交淡如果平息因工作带来的烦燥状态，朋友极力推荐（曾国藩正面侧面）一书，共三册。在观读时对曾国藩印象一直停留在晚清大贪官，权臣等反正没有什么好的印象。
观读中，第一册详细的描述了从一个平庸笨拙的人物，逐步走向权臣的道路，其中一诗 由如我现在的身境（我虽置身霄汉上,器小仅济瓶与罂。 立朝本非汲黯节,媚世又无张禹才。 似驴非驴马非马,自增形影良可咍）从初入官场的激进，到晚年权臣的拙智， 由如别人笑我太疯癫，我笑别人看不穿。此乃我缺失的养气功底，追求的过于激进，所得的并非所愿，曾国藩此乃大毅力大智慧之人，每时每该不停学习，一直在自我批评与自长成长中，也许这也是曾国藩成功之一，以铜为境以前人为学习对象，这也是我后期要学习的方向之一。
第二册中，讲解的是曾国藩的家书往来，从曾国荃到曾国葆，又到儿子书信的往来，讲描了与家人间的关注，又与家人间的矛盾，如何学会与弟弟们间的妥协，也话这也是中国文化的特色，长兄如父，在晚清黑暗的官场如何筹钱过程，让自己的家庭得以状大成长。
第三册虽写是职场的为人处事之道，也是我比较感触较深的书籍，李鸿章自认门长生，左宗棠如果走向臣，等述说着人性和个人利益的交换与曾国藩退让与妥协，观读过程有换位思考是我无法做到的容忍，也是才知道晚清时官场只有利益没有友谊的存在。
观读后，烦燥的心也随着书籍的内容逐步冷静，反思自身的不足和自认为高傲的专业知识，只是格局的狭隘，智慧的不足才会死撞南墙不回头。书中自有颜如玉，书中自有黄金屋。只有不断的学习，阅历加上书熏陶格局才会提高，视野才会更宽扩，以其怨天已人，还不如行动中成长。
收起阅读 »
观读中，第一册详细的描述了从一个平庸笨拙的人物，逐步走向权臣的道路，其中一诗 由如我现在的身境（我虽置身霄汉上,器小仅济瓶与罂。 立朝本非汲黯节,媚世又无张禹才。 似驴非驴马非马,自增形影良可咍）从初入官场的激进，到晚年权臣的拙智， 由如别人笑我太疯癫，我笑别人看不穿。此乃我缺失的养气功底，追求的过于激进，所得的并非所愿，曾国藩此乃大毅力大智慧之人，每时每该不停学习，一直在自我批评与自长成长中，也许这也是曾国藩成功之一，以铜为境以前人为学习对象，这也是我后期要学习的方向之一。
第二册中，讲解的是曾国藩的家书往来，从曾国荃到曾国葆，又到儿子书信的往来，讲描了与家人间的关注，又与家人间的矛盾，如何学会与弟弟们间的妥协，也话这也是中国文化的特色，长兄如父，在晚清黑暗的官场如何筹钱过程，让自己的家庭得以状大成长。
第三册虽写是职场的为人处事之道，也是我比较感触较深的书籍，李鸿章自认门长生，左宗棠如果走向臣，等述说着人性和个人利益的交换与曾国藩退让与妥协，观读过程有换位思考是我无法做到的容忍，也是才知道晚清时官场只有利益没有友谊的存在。
观读后，烦燥的心也随着书籍的内容逐步冷静，反思自身的不足和自认为高傲的专业知识，只是格局的狭隘，智慧的不足才会死撞南墙不回头。书中自有颜如玉，书中自有黄金屋。只有不断的学习，阅历加上书熏陶格局才会提高，视野才会更宽扩，以其怨天已人，还不如行动中成长。
收起阅读 »
优思学院｜质量管理岗位的职业前景和薪酬待遇
年轻人对未来应该要有所期待，因为未来是不可知的，但却是由自己所创造的，重要的是你在过程里学到什么，然后怎样利用学到的东西在往后提升自己创造价值能力。
在当今这个快节奏、竞争激烈的世界里，每个专业人员都在努力工作，力求做到最好，要想从人群中脱颖而出，在世界上留下自己的印记，比以往任何时候都要困难。
然而，质量管理具有普遍的适用性，因此隐藏着巨大的专业发展空间。
2020年初，优思学院进行了一项名为中国六西格玛的调查报告，报告搜集了来自中国各地的六西格玛专业人士的资料。从中，我们可以知道全国六西格玛黑带工资待遇的中位数约为20,000人民币每月，工资待遇比绿带高出120%。
在这些受访者当中，超过半数是从事质量相关职位的，包括质量总监(3%)、质量经理(26%)、质量工程师(27%)等等，六西格玛绿带、黑带是从事质量行业的人最重视的证书，这个调查某程度上为希望从事质量行业的人找到了一条可行的Career Path和职业目标。
随着我们训练有素的、经过认证的六西格玛和其他质量管理专家网络的发展，一个简单的、基本的真理已经开始呈现出来：六西格玛是一个遵循系统性的方法改良公司营运的重要工具。
为什么质量管理对当今企业如此重要？
简单地说，企业的成败已经取决于质量流程的到位程度。质量是任何企业的重要组成部分，不能保证产品或者服務质量的企业将很快失去信誉和消费者的信任，最终导致销售额直线下降。
客户希望知道他们辛辛苦苦赚来的钱是花在了物有所值的东西上，而不是花在了质量差的东西上，更不是花在了有缺陷的东西上。完善的质量管理实施，可以确保公司提供的服务不仅符合客户的要求，而且超过客户的期望。
反过来，顾客的满意又会带来顾客的忠诚。如果客户对公司的产品感到满意，他们就会回到公司购买其他产品。然而，如果他们拿到的是一个有缺陷的产品，他们很可能不会再回到那个特定的品牌!
质量管理工具的实施有助于确保更高的客户忠诚度，从而带来更好的业务，进而确保现金流的增加和员工的满意，积极的循环继续下去，使组织成为一个更好的工作场所。
收起阅读 »
在当今这个快节奏、竞争激烈的世界里，每个专业人员都在努力工作，力求做到最好，要想从人群中脱颖而出，在世界上留下自己的印记，比以往任何时候都要困难。
然而，质量管理具有普遍的适用性，因此隐藏着巨大的专业发展空间。
2020年初，优思学院进行了一项名为中国六西格玛的调查报告，报告搜集了来自中国各地的六西格玛专业人士的资料。从中，我们可以知道全国六西格玛黑带工资待遇的中位数约为20,000人民币每月，工资待遇比绿带高出120%。
在这些受访者当中，超过半数是从事质量相关职位的，包括质量总监(3%)、质量经理(26%)、质量工程师(27%)等等，六西格玛绿带、黑带是从事质量行业的人最重视的证书，这个调查某程度上为希望从事质量行业的人找到了一条可行的Career Path和职业目标。
随着我们训练有素的、经过认证的六西格玛和其他质量管理专家网络的发展，一个简单的、基本的真理已经开始呈现出来：六西格玛是一个遵循系统性的方法改良公司营运的重要工具。
为什么质量管理对当今企业如此重要？
简单地说，企业的成败已经取决于质量流程的到位程度。质量是任何企业的重要组成部分，不能保证产品或者服務质量的企业将很快失去信誉和消费者的信任，最终导致销售额直线下降。
客户希望知道他们辛辛苦苦赚来的钱是花在了物有所值的东西上，而不是花在了质量差的东西上，更不是花在了有缺陷的东西上。完善的质量管理实施，可以确保公司提供的服务不仅符合客户的要求，而且超过客户的期望。
反过来，顾客的满意又会带来顾客的忠诚。如果客户对公司的产品感到满意，他们就会回到公司购买其他产品。然而，如果他们拿到的是一个有缺陷的产品，他们很可能不会再回到那个特定的品牌!
质量管理工具的实施有助于确保更高的客户忠诚度，从而带来更好的业务，进而确保现金流的增加和员工的满意，积极的循环继续下去，使组织成为一个更好的工作场所。
收起阅读 »
1分钟教你制作交互作用图
夹板是通过圆木沿轴旋转时切削成的薄木片制成的。需要施以相当大的力旋转硬圆木，才能使锋利的刀片切下薄木片。将夹具插入圆木的两端，以便施加必要的扭矩旋转圆木。您进行了一项试验研究影响扭矩的因子。这些因子包括圆木的直径、夹具插入深度以及圆木的温度。您想预览数据以检查是否存在交互作用。
直径 插入深度 温度 扭矩
4.5 1 60 17.3
4.5 1.5 60 18.05
4.5 2.25 60 17.4
4.5 3.25 60 17.4
4.5 1 120 16.7
4.5 1.5 120 17.95
4.5 2.25 120 18.6
4.5 3.25 120 18.55
4.5 1 150 15.75
4.5 1.5 150 16.65
4.5 2.25 150 15.25
4.5 3.25 150 15.85
7.5 1 60 29.55
7.5 1.5 60 31.5
7.5 2.25 60 36.75
7.5 3.25 60 41.2
7.5 1 120 23.2
7.5 1.5 120 25.9
7.5 2.25 120 35.65
7.5 3.25 120 37.6
7.5 1 150 22.55
7.5 1.5 150 22.9
7.5 2.25 150 28.9
7.5 3.25 150 35.2
操作: 6SQ统计--方差分析—交互作用图
响应数据范围，选择 扭矩列
因子数据范围，选择 直径和插入深度，温度列
输出结果
解释结果
三因子或多因子交互作用图为所有双因子组合分别显示一个双因子交互作用图。在本示例中，顶行中间的图显示了两个直径水平（4.5 和 7.5）下相对于渗透力水平的平均扭矩，而且在所有温度水平上进行了平均。对于直径*温度（右上方）和渗透力*温度（第二行），也存在类似的交互作用图。
对于本示例来说，直径*渗透力和直径*温度图显示了不平行的线，这表示交互作用。渗透力*温度交互作用是否存在难以判断。此交互作用最好是结合模型拟合过程（例如，一般线性模型）来判断。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
直径 插入深度 温度 扭矩
4.5 1 60 17.3
4.5 1.5 60 18.05
4.5 2.25 60 17.4
4.5 3.25 60 17.4
4.5 1 120 16.7
4.5 1.5 120 17.95
4.5 2.25 120 18.6
4.5 3.25 120 18.55
4.5 1 150 15.75
4.5 1.5 150 16.65
4.5 2.25 150 15.25
4.5 3.25 150 15.85
7.5 1 60 29.55
7.5 1.5 60 31.5
7.5 2.25 60 36.75
7.5 3.25 60 41.2
7.5 1 120 23.2
7.5 1.5 120 25.9
7.5 2.25 120 35.65
7.5 3.25 120 37.6
7.5 1 150 22.55
7.5 1.5 150 22.9
7.5 2.25 150 28.9
7.5 3.25 150 35.2
操作: 6SQ统计--方差分析—交互作用图
响应数据范围，选择 扭矩列
因子数据范围，选择 直径和插入深度，温度列
输出结果
解释结果
三因子或多因子交互作用图为所有双因子组合分别显示一个双因子交互作用图。在本示例中，顶行中间的图显示了两个直径水平（4.5 和 7.5）下相对于渗透力水平的平均扭矩，而且在所有温度水平上进行了平均。对于直径*温度（右上方）和渗透力*温度（第二行），也存在类似的交互作用图。
对于本示例来说，直径*渗透力和直径*温度图显示了不平行的线，这表示交互作用。渗透力*温度交互作用是否存在难以判断。此交互作用最好是结合模型拟合过程（例如，一般线性模型）来判断。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作主效应图
您在四片地里分块种植了六种不同的紫花苜蓿，并对收割的产量进行了称量。您想比较不同品种的产量，并将田地视为区组。您想使用主效应图来预览数据，并按品种和田地检查产量。
数据:
产出 品种 现场
3.22 1 1
3.04 2 1
3.06 3 1
2.64 4 1
3.19 5 1
2.49 6 1
3.31 1 2
2.99 2 2
3.17 3 2
2.75 4 2
3.4 5 2
2.37 6 2
3.26 1 3
3.27 2 3
2.93 3 3
2.59 4 3
3.11 5 3
2.38 6 3
3.25 1 4
3.2 2 4
3.09 3 4
2.62 4 4
3.23 5 4
2.37 6 4
操作: 6SQ统计--方差分析—主效应图
响应数据范围，选择 产出列
因子数据范围，选择 品种和现场列
点击确定，输出结果
、
解释结果
除非已指定值顺序，否则对于数字或日期/时间，主效应图将按排序顺序显示每个因子水平 的响应平均值，对于文本，则按字母顺序显示响应平均值（请参见确定文本类别的顺序）。同时在总平均值处绘制一条水平线。效应就是平均值与参考线之间的差。在本示例中，与田地（区组变量）的效应相比，品种对产量的效应很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
数据:
产出 品种 现场
3.22 1 1
3.04 2 1
3.06 3 1
2.64 4 1
3.19 5 1
2.49 6 1
3.31 1 2
2.99 2 2
3.17 3 2
2.75 4 2
3.4 5 2
2.37 6 2
3.26 1 3
3.27 2 3
2.93 3 3
2.59 4 3
3.11 5 3
2.38 6 3
3.25 1 4
3.2 2 4
3.09 3 4
2.62 4 4
3.23 5 4
2.37 6 4
操作: 6SQ统计--方差分析—主效应图
响应数据范围，选择 产出列
因子数据范围，选择 品种和现场列
点击确定，输出结果
、
解释结果
除非已指定值顺序，否则对于数字或日期/时间，主效应图将按排序顺序显示每个因子水平 的响应平均值，对于文本，则按字母顺序显示响应平均值（请参见确定文本类别的顺序）。同时在总平均值处绘制一条水平线。效应就是平均值与参考线之间的差。在本示例中，与田地（区组变量）的效应相比，品种对产量的效应很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作过程能力分析（Poisson)
假设您为一家电线制造商工作，并关注电线绝缘过程的有效性。您随机抽取不同长度的电线，并通过对其施加测试电压来检验是否有绝缘薄弱的点。您记录弱点数和每段电线的长度（以英尺计）。
弱点 长度
2 132
4 130
3 120
1 124
2 138
5 148
2 101
5 102
4 124
1 119
6 120
3 123
3 101
6 121
1 133
4 138
1 113
8 119
1 128
4 103
4 140
2 150
4 121
2 140
1 114
2 140
2 136
3 114
4 149
4 110
1 100
0 138
4 118
6 116
5 131
11 146
1 147
4 142
2 140
4 142
2 136
2 139
3 147
5 122
1 149
1 142
2 116
2 146
5 140
3 129
3 100
6 124
5 141
8 130
5 102
2 110
4 134
4 145
3 110
3 105
4 148
3 144
4 100
2 102
6 142
4 105
2 133
5 129
3 108
4 103
2 132
2 108
4 111
7 107
5 108
1 102
7 111
2 102
2 137
0 128
1 120
5 124
2 100
2 135
4 148
6 103
3 127
3 104
4 106
3 113
2 124
3 100
3 116
1 140
5 135
4 126
3 116
2 103
1 136
2 132
1, 6SQ统计--质量工具--能力分析(Poisson)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
累积 DPU 控制图 （每单位的缺陷数 ）停留在值 0.0265 附近，表明收集的样本足以很好地估计 DPU 均值。DPU 的比率似乎不受电线长度的影响。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
弱点 长度
2 132
4 130
3 120
1 124
2 138
5 148
2 101
5 102
4 124
1 119
6 120
3 123
3 101
6 121
1 133
4 138
1 113
8 119
1 128
4 103
4 140
2 150
4 121
2 140
1 114
2 140
2 136
3 114
4 149
4 110
1 100
0 138
4 118
6 116
5 131
11 146
1 147
4 142
2 140
4 142
2 136
2 139
3 147
5 122
1 149
1 142
2 116
2 146
5 140
3 129
3 100
6 124
5 141
8 130
5 102
2 110
4 134
4 145
3 110
3 105
4 148
3 144
4 100
2 102
6 142
4 105
2 133
5 129
3 108
4 103
2 132
2 108
4 111
7 107
5 108
1 102
7 111
2 102
2 137
0 128
1 120
5 124
2 100
2 135
4 148
6 103
3 127
3 104
4 106
3 113
2 124
3 100
3 116
1 140
5 135
4 126
3 116
2 103
1 136
2 132
1, 6SQ统计--质量工具--能力分析(Poisson)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
累积 DPU 控制图 （每单位的缺陷数 ）停留在值 0.0265 附近，表明收集的样本足以很好地估计 DPU 均值。DPU 的比率似乎不受电线长度的影响。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作过程能力分析(二项)
设想你负责评估销售部门来电的回应情况，即，客户电话回应率的能力如何
通过销售代表记录下20天内每天未回应的电话（缺陷），你也要记录接入电话的总次数
目的：作出过程能力的改善基准.
数据如下:
不可用 来电数
432 1908
392 1912
497 1934
459 1889
433 1922
424 1964
470 1944
455 1919
427 1938
424 1854
410 1937
386 1838
496 2025
424 1888
425 1894
428 1941
392 1868
460 1894
425 1933
405 1862
1, 6SQ统计--质量工具--能力分析(二项)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
•累积%缺陷率图是百分缺陷的移动平均
•它检验你已从足够的样品中收集数据，以获得一稳定的缺陷估计数
•比率稳定在22% 左右
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
通过销售代表记录下20天内每天未回应的电话（缺陷），你也要记录接入电话的总次数
目的：作出过程能力的改善基准.
数据如下:
不可用 来电数
432 1908
392 1912
497 1934
459 1889
433 1922
424 1964
470 1944
455 1919
427 1938
424 1854
410 1937
386 1838
496 2025
424 1888
425 1894
428 1941
392 1868
460 1894
425 1933
405 1862
1, 6SQ统计--质量工具--能力分析(二项)
2 ，选择缺陷数和子组大小数据列
点击确认，输出结果
输出结果
•累积%缺陷率图是百分缺陷的移动平均
•它检验你已从足够的样品中收集数据，以获得一稳定的缺陷估计数
•比率稳定在22% 左右
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
1分钟教你制作2水平因子实验设计
您是一名工程师，负责调查加工条件如何影响化学反应的产量。您认为三个加工条件（因子）- 反应时间、反应温度和催化剂类型 - 会影响产量。您有足够的资源进行 16 次化学反应试验，但一天只能进行 8 次化学反应试验。因此，您创建了一个具有两个仿行和两个区组的全因子设计。
操作： 6SQ统计>实验设计>2水平因子设计
设计实验-3因子 2仿行 2区组
1.生成实验表单
2，实验完成后，输入对应的数据
选择红框中所有数据，点击确认分析数据
P值显示主效应双因子交互作用 存在显著效应
时间温度，及时间与温度的交互作用 存在显著效应
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
操作： 6SQ统计>实验设计>2水平因子设计
设计实验-3因子 2仿行 2区组
1.生成实验表单
2，实验完成后，输入对应的数据
选择红框中所有数据，点击确认分析数据
P值显示主效应双因子交互作用 存在显著效应
时间温度，及时间与温度的交互作用 存在显著效应
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作量具R&R(嵌套的)
适用于破坏性测试，每一个操作者针对的物料都是唯一的，所以不存在operator by part的交互作用
有三个操作员，每人量测5个不同的料件，每个料件测量两次，所以共有30个测量值，。每个料件对操作者都是唯一的，没有任一个料件会同时被两个操作者测量。因此我们选用量具R&R(嵌套的)方法来进行分析
1, 6SQ统计--测量系统分析--量具R&R(嵌套的)
试验次数 2
评价人3
每测试人零件个数 5
点击设计
生成表格，并填入实验数据:
过程公差是10,数据范围选择全部的红色的框内，点击确认 输出分析结果。
解释结果
查看“合计量具 R&R”和“部件之间”的“%贡献”列。部件之间差异的百分比贡献（部件之间 = 17.54）比测量系统变异的百分比贡献（合计量具 R&R = 82.46）小很多。“%研究变异”列表明“合计量具 R&R”占研究变异的 90.81%。因此，大多数变异是由于测量系统错误所致；非常少的一部分变异是由于部件之间的差异所致。请参见测量系统可接受性准则。
可区分类别数为 1 表示测量系统无法区分部件。请参见可区分类别数声明。
查看变异分量图 - 位于左上角。大多数变异是由于测量系统错误（量具 R&R）所致；非常少的一部分变异是由于部件之间的差异所致。
查看 X 控制图 - 位于左下角。当变异主要是由于测量系统错误所致时，X 控制图中的大多数点都在控制限制内。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
有三个操作员，每人量测5个不同的料件，每个料件测量两次，所以共有30个测量值，。每个料件对操作者都是唯一的，没有任一个料件会同时被两个操作者测量。因此我们选用量具R&R(嵌套的)方法来进行分析
1, 6SQ统计--测量系统分析--量具R&R(嵌套的)
试验次数 2
评价人3
每测试人零件个数 5
点击设计
生成表格，并填入实验数据:
过程公差是10,数据范围选择全部的红色的框内，点击确认 输出分析结果。
解释结果
查看“合计量具 R&R”和“部件之间”的“%贡献”列。部件之间差异的百分比贡献（部件之间 = 17.54）比测量系统变异的百分比贡献（合计量具 R&R = 82.46）小很多。“%研究变异”列表明“合计量具 R&R”占研究变异的 90.81%。因此，大多数变异是由于测量系统错误所致；非常少的一部分变异是由于部件之间的差异所致。请参见测量系统可接受性准则。
可区分类别数为 1 表示测量系统无法区分部件。请参见可区分类别数声明。
查看变异分量图 - 位于左上角。大多数变异是由于测量系统错误（量具 R&R）所致；非常少的一部分变异是由于部件之间的差异所致。
查看 X 控制图 - 位于左下角。当变异主要是由于测量系统错误所致时，X 控制图中的大多数点都在控制限制内。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作测量系统偏倚
对一个参考值6.0的零件进行偏倚研究， 12次测量
数据如下:
测试值
5.80
5.70
5.90
5.90
6.00
6.10
6.00
6.10
6.40
6.30
6.00
6.10
操作:
1, 6SQ统计--测量系统分析--偏倚
输入参考值6.0
选择数据
点击确定
偏倚0.25
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
数据如下:
测试值
5.80
5.70
5.90
5.90
6.00
6.10
6.00
6.10
6.40
6.30
6.00
6.10
操作:
1, 6SQ统计--测量系统分析--偏倚
输入参考值6.0
选择数据
点击确定
偏倚0.25
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
收起阅读 »
1分钟教你制作量测系统稳定性
为了确定某一新的测量仪器的稳定性是否可接受，过程小组选取了生产过程
输出范围中接近中间值的一个零件。该零件被送到了测量实验室，经测量其参考 值确定为6.01。小组每班测量该零件5次，共测量了4周（20个子组）；收集 所有数据以后，画出了X&R图
数据如下:
试验1 试验2 试验3 试验4
6.05 6.03 5.99 6.00
6.03 6.00 6.02 6.05
6.06 6.03 6.01 6.01
6.01 6.03 6.00 6.02
6.00 5.97 5.98 5.99
5.98 6.01 6.03 6.03
5.99 6.00 5.97 6.01
6.03 6.00 6.02 6.00
6.01 6.03 6.00 6.02
6.00 5.97 6.00 6.02
6.01 6.03 6.01 6.03
6.03 6.00 6.01 6.03
5.98 6.01 6.00 5.97
6.03 6.00 5.98 6.01
6.00 5.97 5.97 6.00
5.98 6.01 6.03 6.01
6.00 6.01 6.00 6.01
6.02 5.98 6.01 6.01
5.97 6.00 6.03 6.00
6.03 6.01 6.01 6.02
操作:
1, 6SQ统计--测量系统分析--稳定性
选择数据范围，点击确定
输出结果:
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
无超出控制线的点，测量系统的稳定性是正常的
收起阅读 »
输出范围中接近中间值的一个零件。该零件被送到了测量实验室，经测量其参考 值确定为6.01。小组每班测量该零件5次，共测量了4周（20个子组）；收集 所有数据以后，画出了X&R图
数据如下:
试验1 试验2 试验3 试验4
6.05 6.03 5.99 6.00
6.03 6.00 6.02 6.05
6.06 6.03 6.01 6.01
6.01 6.03 6.00 6.02
6.00 5.97 5.98 5.99
5.98 6.01 6.03 6.03
5.99 6.00 5.97 6.01
6.03 6.00 6.02 6.00
6.01 6.03 6.00 6.02
6.00 5.97 6.00 6.02
6.01 6.03 6.01 6.03
6.03 6.00 6.01 6.03
5.98 6.01 6.00 5.97
6.03 6.00 5.98 6.01
6.00 5.97 5.97 6.00
5.98 6.01 6.03 6.01
6.00 6.01 6.00 6.01
6.02 5.98 6.01 6.01
5.97 6.00 6.03 6.00
6.03 6.01 6.01 6.02
操作:
1, 6SQ统计--测量系统分析--稳定性
选择数据范围，点击确定
输出结果:
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN
无超出控制线的点，测量系统的稳定性是正常的
收起阅读 »
1分钟教你制作类型1量具研究
一家电极制造商要评估用于测量电极柱外径的测量系统，以确定该系统能否准确地测量柱，公差为 0.05 毫米。
操作员对已知外径（12.305 毫米）的参考柱进行 50 次测量。
数据如下:
直径
12.3057
12.3009
12.3037
12.2975
12.3056
12.3033
12.303
12.2965
12.2986
12.3031
12.3051
12.3056
12.3036
12.3091
12.3029
12.3061
12.2977
12.3013
12.3081
12.2944
12.3046
12.3014
12.3045
12.3015
12.3054
12.2953
12.2954
12.3047
12.3035
12.3003
12.3044
12.3023
12.3095
12.2998
12.3034
12.3026
12.3021
12.3061
12.3045
12.3021
12.3037
12.2997
12.3038
12.3076
12.3063
12.3018
12.2981
12.2965
12.3082
12.3034
操作:
1, 6SQ统计--测量系统分析--类型1量具研究
在参考值中，键入 12.305。
在公差限下，选择规格上限 - 规格下限，并键入 0.05。
单击确定。
解释结果
测量系统中的偏倚 为 -0.00231。对偏倚的检验表明与 0 存在显著 差异（T = 4.506892，p 值 = 0.000），这意味着测量系统中存在偏倚。此外，请注意运行图上标绘的许多观测值都低于参考值 12.305。
Cg 比较公差与测量变异，而 Cgk 将公差同时与测量变异和偏倚进行比较。较大的 Cg 和 Cgk 表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为 1.33。
在本例中，能力指数 Cg = 0.46，Cgk = 0.25，都大大低于 1.33。这些值表示因测量系统导致的变异较大。
%变异（重复性）由 Cg 决定，而 %变异（重复性和偏倚）由 Cgk 决定。较小的 %变异值表明测量变异与公差相比较小。能力指数阈值 1.33 对应于 %变异阈值 15%。
在本例中，%变异（重复性）= 43.49%，%变异（重复性和偏倚）= 81%。这些值远大于 15%，再次表明因测量系统导致的变异很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
操作员对已知外径（12.305 毫米）的参考柱进行 50 次测量。
数据如下:
直径
12.3057
12.3009
12.3037
12.2975
12.3056
12.3033
12.303
12.2965
12.2986
12.3031
12.3051
12.3056
12.3036
12.3091
12.3029
12.3061
12.2977
12.3013
12.3081
12.2944
12.3046
12.3014
12.3045
12.3015
12.3054
12.2953
12.2954
12.3047
12.3035
12.3003
12.3044
12.3023
12.3095
12.2998
12.3034
12.3026
12.3021
12.3061
12.3045
12.3021
12.3037
12.2997
12.3038
12.3076
12.3063
12.3018
12.2981
12.2965
12.3082
12.3034
操作:
1, 6SQ统计--测量系统分析--类型1量具研究
在参考值中，键入 12.305。
在公差限下，选择规格上限 - 规格下限，并键入 0.05。
单击确定。
解释结果
测量系统中的偏倚 为 -0.00231。对偏倚的检验表明与 0 存在显著 差异（T = 4.506892，p 值 = 0.000），这意味着测量系统中存在偏倚。此外，请注意运行图上标绘的许多观测值都低于参考值 12.305。
Cg 比较公差与测量变异，而 Cgk 将公差同时与测量变异和偏倚进行比较。较大的 Cg 和 Cgk 表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为 1.33。
在本例中，能力指数 Cg = 0.46，Cgk = 0.25，都大大低于 1.33。这些值表示因测量系统导致的变异较大。
%变异（重复性）由 Cg 决定，而 %变异（重复性和偏倚）由 Cgk 决定。较小的 %变异值表明测量变异与公差相比较小。能力指数阈值 1.33 对应于 %变异阈值 15%。
在本例中，%变异（重复性）= 43.49%，%变异（重复性和偏倚）= 81%。这些值远大于 15%，再次表明因测量系统导致的变异很大。
Excel数据案例:
http://pan.baidu.com/s/1i5AXSRN
6SQ统计3.0企业版90天试用下载 http://pan.baidu.com/s/1i5AXSRN 收起阅读 »
检测过程需要做PFMEA分析吗？怎样分析？
在制造过程的设计中，总是要在制造工序间设置单独的检测步骤，这些检测步骤也是一个流程图的组成部分，例如，一个零件在焊接完毕后，对其部质量进行进行超声波检测；也可能是对其上游多个操作过程的综合探测，例如在智能音响中的所有声学零件组装成一个声学模组后，要进行声学项目的检测（还不是产品最终检测），我们把这样的检测过程叫做专检过程。
下图是一套产品过程流程图片断的示例，红色部分为检测过程。
我们知道，PFMEA是以产品过程流程图作为分析基础的，那么其中的检测过程需要做PFMEA分析吗？怎样分析它们的失效模式和失效起因呢？我们只研究它们的探测度或只做MSA可以吗？
这是在业界争议比较多的问题，本文就尝试展开讨论一下，供大家参考。
首先，为了避免再产生不必要的争议，我们先参考一下在2020年在汽车行业发布的新版AIAG-VDA FMEA手册（以下简称“FMEA手册”），其中在该书的3.1.2条“ PFMEA项目识别和边界”中有这么一段话：
工厂内会影响产品质量且可考虑进行PFMEA分析的过程包括：接收过程、零件和材料储存、产品和材料交付、制造、装配、包装、标签、成品运输、储存、维护过程、检测过程以及返工和返修过程等。
可见，在新版的FMEA手册中，检测过程是需要做PFMEA的，然而FMEA手册中却没有给出具体的方法和案例。
我们再看FMEA手册中3.5.3条关于“当前探测控制（DC）”的描述：
定义-当前探测控制是指在产品离开过程或发运给顾客前，通过自动或手动方法探测是否存在失效起因或失效模式。
如下图所示：
可见，对位于操作过程下游的检测过程来说，它既是产品制造过程流程图中需要做PFMEA的一个步骤，同时也可以看作是对前一个或多个操作过程的失效模式的探测。
二者并不矛盾，也并不重复，它们的作用和目的是不同的！作者建议我们先要对操作过程的当前探测措施和探测度进行分析、评价以及优化，在确定不再需要进一步优化之后，再单独对该检测过程进行PFMEA的分析，以便输出对检测过程的控制措施，从而减少测量误差和误判率！
我们先了解一下操作过程的探测措施。
它分为对失效起因的探测和对失效模式的探测，但是在实际的生产线和生产过程的设计时，人们往往不喜欢寻求防止失效起因的出现的预防措施，或者发现失效起因的探测措施，而是习惯于寻求对失效模式的探测，也就是我们常吐槽的“事后检验”、“死后验尸”，这似乎已经成为了一种天经地义的事情！这其实是一种非常落后的质量控制理念！通过下图，从同一个焊接过程中，我们可以全面了解这几种控制理念和方法：
从上图中可以看出，对于焊接、热处理、铸造、电镀、注塑等特殊过程，相当多的特性，如机械性能，是不能通过对产品的检测而得知的，这就必须识别出失效起因，对失效起因采取预防或者探测措施。即使是可以进行事后检测的产品，一旦发现不合格，也是一种浪费，因此，评价一个探测措施，我们需要分为这样几种情况：
对失效起因的探测，好于对失效模式的探测；在工位内失效模式的探测，好于下游工位的探测；仪器探测，好于人工目测；机器探测，好于人工探测；防错探测，好于一般机器/仪器探测。在FMEA手册的探测度D的打分指导中就是遵循此理念，读者可自行查阅。
因此，在对当前探测措施进行优化时，我们就要按上述“档位”做出改变，也就是升级为比当前更加先进的探测方法，这也是衡量一个过程设计是否先进的重要依据之一。一旦一个探测方法被确定下来，这个检测过程就形成了，我们就要对它加以管理，包括研究它的失效模式、失效起因，以及输出对它的控制计划。
那么怎样分析检测过程的PFMEA呢？它与MSA分析有什么关系呢？
我们还是使用FMEA手册中的失效链：
下面我们来探讨一下如何进行检测过程的PFMEA分析。
首先，我们要明确一个检测过程的功能是什么，很显然，执行检测，就是为了要把产品（注：在此处也包括零件、半成品，以下同）中的不合格的挑选出来，同时把合格的流到后面的工序当中去，因此，一个检测过程的失效模式应当是：把不合格的产品当作了合格的产品（接收不合格）、把合格的产品当作了不合格的产品（拒收合格），还可能在检测时把产品损坏了，例如特性的改变、损伤等。
它的失效影响和严重度S怎样分析呢？
如果是把不合格产品判断为合格产品，这相当于被检特性所对应的加工过程的失效模式和失效影响，例如，一个机加工过程，尺寸过大是这个加工过程的一个失效模式，可能会造成后续不能装配，如果它的专检工序失效，这个尺寸过大的零件就会被放行，同样也会造成后续不能进行装配。
如果是把合格产品判断为不合格产品，就会产生误报警，造成不必要的生产线停线事故。一家管理成熟的工厂都会有快速反应规则，包括生产线暂停运行，例如，如果是所检特性是一个关键特性，只要发现一次或几次问题，则会造成产线的暂停，这时S为7-8这个程度（请读者自行查阅一下FMEA手册的S打分指导）；如果是一个次要特性，则只有达到一定数量或比例后才使生产线暂停，所以要看所检特性的重要度。
如果是因为检测而造成产品的损坏，这要根据受到影响的特性的重要度来确定S的值，例如检测过程损伤的是产品的表面质量，S仅仅是3-4。
如何分析检测过程的失效起因？
检测过程的影响因素，不同于加工过程的4M1E（人、机、料、法、环），而是SWIPE： S-标准、方法，W-工件，I-仪器/量具，P-测量者或者测量程序，E-测量环境。
总结以上分析，我们可以得到检测过程PFMEA失效分析的通用结构形式：
如何进行检测过程PFMEA的风险分析与控制措施的优化？
这是基于检测过程的当前预防措施和探测措施进行的分析和评价，同样也有着各自的Occurrence 和Detection。
预防措施是针对失效的起因采取的，对于检测过程，就是上述展开的SWIPE因素。
关于测量的方法（S）和发生频度（O）。当前的预防措施一般是原自于其他产品同类检测过程使用过的、已经证明是可靠的检测方法，一般是做成检测指导书的形式。分析和评价的目的是确认现有检测方法（检测指导书）是否会导致产生较高的测量误差或损伤。具体可以从这几个方面考虑：
• 是否分析过设计要求？
• 是否考虑过产品加工过程的特点（易出问题的地方）？
• 测量原理或过程是否与产品的运行过程和客户的使用工况相匹配？
• 测量方法是否存在产生较大测量误差或产生产品损伤的可能？
• 是否做过不同方法的MSA的分析和结果（测量误差）的对比？等等。
在设计一个检测过程时，如果这些方面没有充分研究过，则就有可能产生较大的测量误差，这也是确保一种检测方法可靠的预防控制措施。
检测过程失效起因发生频度O的打分，我们完全可以参考FMEA手册中的“过程的潜在频度O”的打分指导，例如，如果检测过程完全是一键控制式的自动化测量，且被测产品的定位也是自动化定位，那么关于方法这个因素的O就1分；如果完全是手工测量，例如使用卡尺或者目测，则要看检测方法指导书上有没有确定性、明确的、图文并茂的规定。
下面是作者在之前企业工作时遇到的一个典型案例。一个板金零件需要测量它的角度α，如下图所示，由于板金件在折弯机上折弯时，下面的工装支架产生了松动，使得两端的角度α1和α2不一致，如果不在检测指导书中规定一个明确的测量位置，则就会存在很大的重复性误差（即同一检验员使用同一把量具，也会产生不一致的结果）。
对于被测量的工件（W），其实这也与测量方法有关系。只要其特性不会随着时间的推移而发生变化，就不会影响测量的结果，而有些则是会随着时间而发生变化的，例如，零件的平面度，如果存在内应力，它会在加工完毕后随着应力的释放而发生变化；塑料件的尺寸会随着储存环境温度的变化而变化；电容的漏电量，不同时间是有变化的；压力（水压、气压）试验时压力随时间衰退，等等，这些特性的变化，就会大大影响测量结果，会产生较大的误判。
对于这样的被测量对象，我们必须采取相应的预防控制措施，即在测量方法中规定好测量的时间限制、补偿的系数等，否则，就会影响测量的结果。对于一般的特性稳定的产品工件，这个因素，是不打O值的。
测量的仪器/量具（I）和测量人员/程序（P）及它们的O值。 量具与测量者是两个重要的测量误差来源，对于量具来说，它的细分因素包括量具、试验台（平整度、是否有减震措施等）、测量设备和量检具出厂时的精度和稳定性（随使用环境因素变化）、夹具（夹紧力、夹持位置等）；对于测量人员来说，是否在上岗前进行过专业的培训和资质的认证，以及是否经常轮换（会产生较大的再现性误差）等。
以上这些因素，在设计一个测量过程时，要事先充分考虑，并进行一一的策划与确认，采取相应的预防控制措施，例如，在三座标测量室中，应有温度控制措施，对于测量/试验台，应增加减振措施，对于量具的出厂精度，应依据要测量的零件设计精度要求（例如分辨率为公差范围的1/10以上），并对这些细分因素进行MSA的分析或者进行方差分析来对比研究，选择测量误差最小的方式。
关于这两个因素的O值打分，我们可以根据检测过程的MSA分析中量具和测量者的误差分量，再结合FMEA手册中的O值打分指导来进行打分。下面是如何将MSA的分析结果转化为O值的评价理论依据和示例：
下图是一个基准值为XT，偏倚为B，精度为σm的测量系统的一系列测量值所构成的分布（假设为正态），当我们研究量具的影响时，可以通过研究量具能力和GRR来获得单纯的量具偏倚（B）和重复性误差（σe），同理，当我们研究测量者之间或者量具之间的误差时，我们则使用再现性误差（σo）。
我们可以通过查寻或者通过统计软件计算正态累积概率函数来获得误判的类型和概率。
例如，一个测量系统，它测量一个零件的长度。经过测量系统分析得知，其偏倚B = 0.05，R&R的标准差也是0.05。如果测量一个基准值为0.4的零件长度，它的规格为0.6 – 1.0，那么有多大的概率产生误判？
对该结果的解释：虽然这个零件的基准值（0.4）在规格范围以外，是不合格的，但是，由于存在测量误差，理论上存在0.135%的误判风险（不合格判为合格）。在FMEA手册的过程潜在频度O（备选）打分指导中，这属于O值5-6的程度。
关于控制措施的优化，先看主要误差的类型，如果是偏倚而且恒定的，则可以采用补偿，否则，就需要矫正或者更换新量具；如果是精度误差较大，先看这个量具的出厂说明或制造标准中的理论测量精度，如果这个理论精度也达不到产品的测量要求（例如分辨率为公差范围的1/10以上），那么就应更换精度更高的量具类型，如果是因为磨损老化导致，则进行修理、矫正，或者更换。
对于测量环境（W）。测量环境对测量结果的影响，要看测量的产品和特性的类型，例如机械加工件，可能会对环境温度有较高的要求，如果是一个声学产品，则需要对环境噪声有极高的要求，需要在专门的、远离车间环境的听音室中进行检测。这些影响因素，在设计一个测量过程时要考虑、策划，并采取必要的预防措施。
检测过程的探测（D）
检测过程本身对应的是操作过程的失效模式探测，而检测过程自己的探测措施所要针对的则是对检测误差的发现机会和能力。我们怎样才能及时、有效地探测到一个检测过程（测量系统）产生的误差呢？这包括：对测量者的考核（频次、内容、标准）、对量具的校准（频次及机构）、测量系统分析MSA（指标、标准、频次、方法）等等，例如，这些类型的活动一次也没有做，则D应当为10分。
对检测过程的探测措施的优化包括提升校准/MSA的频次、增加样品的数量、改进抽样方案，以及执行这些活动计划是通过人工提醒，还是自动化提醒的方式等等。
综上所述，研究一个检测过程，实际上包括了MSA工作，且把MSA分析的结果应用于改进和优化检测过程。在业界的MSA培训和学习时，存在一种不好的习惯，就是只注重分析那几个测量系统的统计指标（偏倚、线性、稳定性、重复性、再现性），而忽视了对测量系统的构成（影响）因素的识别，忽视了把MSA统计指标应用于系统因素的进一步分析和改善上，其实这才是MSA的真正目的。
那么，有人会产生一个疑问：我们对检测过程进行MSA分析不就行了吗？为什么还要进行PFMEA呢？
对检测过程进行PFMEA分析，与单纯的MSA还是不一样的，检测过程PFMEA是面向整条产线上的所有检测过程，通过分析它们的S、O、D来确定是否需要优化（AP），怎样优化，优化完成后，再制定针对检测过程各影响因素的控制计划，用来管控这个检测过程不出现过大的测量误差，这才是对检测过程进行PFMEA分析的最终目的，这也是通常容易被忽视了的！这个控制计划就包括：是否做MSA分析，做哪些MSA指标，以及做MSA的频次，因此检测过程的PFMEA要比MSA高一个层次。下表是检测过程控制计划一个示例。
检测过程的PFMEA与MSA的关系，见下图所示。
收起阅读 »
下图是一套产品过程流程图片断的示例，红色部分为检测过程。
我们知道，PFMEA是以产品过程流程图作为分析基础的，那么其中的检测过程需要做PFMEA分析吗？怎样分析它们的失效模式和失效起因呢？我们只研究它们的探测度或只做MSA可以吗？
这是在业界争议比较多的问题，本文就尝试展开讨论一下，供大家参考。
首先，为了避免再产生不必要的争议，我们先参考一下在2020年在汽车行业发布的新版AIAG-VDA FMEA手册（以下简称“FMEA手册”），其中在该书的3.1.2条“ PFMEA项目识别和边界”中有这么一段话：
工厂内会影响产品质量且可考虑进行PFMEA分析的过程包括：接收过程、零件和材料储存、产品和材料交付、制造、装配、包装、标签、成品运输、储存、维护过程、检测过程以及返工和返修过程等。
可见，在新版的FMEA手册中，检测过程是需要做PFMEA的，然而FMEA手册中却没有给出具体的方法和案例。
我们再看FMEA手册中3.5.3条关于“当前探测控制（DC）”的描述：
定义-当前探测控制是指在产品离开过程或发运给顾客前，通过自动或手动方法探测是否存在失效起因或失效模式。
如下图所示：
可见，对位于操作过程下游的检测过程来说，它既是产品制造过程流程图中需要做PFMEA的一个步骤，同时也可以看作是对前一个或多个操作过程的失效模式的探测。
二者并不矛盾，也并不重复，它们的作用和目的是不同的！作者建议我们先要对操作过程的当前探测措施和探测度进行分析、评价以及优化，在确定不再需要进一步优化之后，再单独对该检测过程进行PFMEA的分析，以便输出对检测过程的控制措施，从而减少测量误差和误判率！
我们先了解一下操作过程的探测措施。
它分为对失效起因的探测和对失效模式的探测，但是在实际的生产线和生产过程的设计时，人们往往不喜欢寻求防止失效起因的出现的预防措施，或者发现失效起因的探测措施，而是习惯于寻求对失效模式的探测，也就是我们常吐槽的“事后检验”、“死后验尸”，这似乎已经成为了一种天经地义的事情！这其实是一种非常落后的质量控制理念！通过下图，从同一个焊接过程中，我们可以全面了解这几种控制理念和方法：
从上图中可以看出，对于焊接、热处理、铸造、电镀、注塑等特殊过程，相当多的特性，如机械性能，是不能通过对产品的检测而得知的，这就必须识别出失效起因，对失效起因采取预防或者探测措施。即使是可以进行事后检测的产品，一旦发现不合格，也是一种浪费，因此，评价一个探测措施，我们需要分为这样几种情况：
对失效起因的探测，好于对失效模式的探测；在工位内失效模式的探测，好于下游工位的探测；仪器探测，好于人工目测；机器探测，好于人工探测；防错探测，好于一般机器/仪器探测。在FMEA手册的探测度D的打分指导中就是遵循此理念，读者可自行查阅。
因此，在对当前探测措施进行优化时，我们就要按上述“档位”做出改变，也就是升级为比当前更加先进的探测方法，这也是衡量一个过程设计是否先进的重要依据之一。一旦一个探测方法被确定下来，这个检测过程就形成了，我们就要对它加以管理，包括研究它的失效模式、失效起因，以及输出对它的控制计划。
那么怎样分析检测过程的PFMEA呢？它与MSA分析有什么关系呢？
我们还是使用FMEA手册中的失效链：
下面我们来探讨一下如何进行检测过程的PFMEA分析。
首先，我们要明确一个检测过程的功能是什么，很显然，执行检测，就是为了要把产品（注：在此处也包括零件、半成品，以下同）中的不合格的挑选出来，同时把合格的流到后面的工序当中去，因此，一个检测过程的失效模式应当是：把不合格的产品当作了合格的产品（接收不合格）、把合格的产品当作了不合格的产品（拒收合格），还可能在检测时把产品损坏了，例如特性的改变、损伤等。
它的失效影响和严重度S怎样分析呢？
如果是把不合格产品判断为合格产品，这相当于被检特性所对应的加工过程的失效模式和失效影响，例如，一个机加工过程，尺寸过大是这个加工过程的一个失效模式，可能会造成后续不能装配，如果它的专检工序失效，这个尺寸过大的零件就会被放行，同样也会造成后续不能进行装配。
如果是把合格产品判断为不合格产品，就会产生误报警，造成不必要的生产线停线事故。一家管理成熟的工厂都会有快速反应规则，包括生产线暂停运行，例如，如果是所检特性是一个关键特性，只要发现一次或几次问题，则会造成产线的暂停，这时S为7-8这个程度（请读者自行查阅一下FMEA手册的S打分指导）；如果是一个次要特性，则只有达到一定数量或比例后才使生产线暂停，所以要看所检特性的重要度。
如果是因为检测而造成产品的损坏，这要根据受到影响的特性的重要度来确定S的值，例如检测过程损伤的是产品的表面质量，S仅仅是3-4。
如何分析检测过程的失效起因？
检测过程的影响因素，不同于加工过程的4M1E（人、机、料、法、环），而是SWIPE： S-标准、方法，W-工件，I-仪器/量具，P-测量者或者测量程序，E-测量环境。
总结以上分析，我们可以得到检测过程PFMEA失效分析的通用结构形式：
如何进行检测过程PFMEA的风险分析与控制措施的优化？
这是基于检测过程的当前预防措施和探测措施进行的分析和评价，同样也有着各自的Occurrence 和Detection。
预防措施是针对失效的起因采取的，对于检测过程，就是上述展开的SWIPE因素。
关于测量的方法（S）和发生频度（O）。当前的预防措施一般是原自于其他产品同类检测过程使用过的、已经证明是可靠的检测方法，一般是做成检测指导书的形式。分析和评价的目的是确认现有检测方法（检测指导书）是否会导致产生较高的测量误差或损伤。具体可以从这几个方面考虑：
• 是否分析过设计要求？
• 是否考虑过产品加工过程的特点（易出问题的地方）？
• 测量原理或过程是否与产品的运行过程和客户的使用工况相匹配？
• 测量方法是否存在产生较大测量误差或产生产品损伤的可能？
• 是否做过不同方法的MSA的分析和结果（测量误差）的对比？等等。
在设计一个检测过程时，如果这些方面没有充分研究过，则就有可能产生较大的测量误差，这也是确保一种检测方法可靠的预防控制措施。
检测过程失效起因发生频度O的打分，我们完全可以参考FMEA手册中的“过程的潜在频度O”的打分指导，例如，如果检测过程完全是一键控制式的自动化测量，且被测产品的定位也是自动化定位，那么关于方法这个因素的O就1分；如果完全是手工测量，例如使用卡尺或者目测，则要看检测方法指导书上有没有确定性、明确的、图文并茂的规定。
下面是作者在之前企业工作时遇到的一个典型案例。一个板金零件需要测量它的角度α，如下图所示，由于板金件在折弯机上折弯时，下面的工装支架产生了松动，使得两端的角度α1和α2不一致，如果不在检测指导书中规定一个明确的测量位置，则就会存在很大的重复性误差（即同一检验员使用同一把量具，也会产生不一致的结果）。
对于被测量的工件（W），其实这也与测量方法有关系。只要其特性不会随着时间的推移而发生变化，就不会影响测量的结果，而有些则是会随着时间而发生变化的，例如，零件的平面度，如果存在内应力，它会在加工完毕后随着应力的释放而发生变化；塑料件的尺寸会随着储存环境温度的变化而变化；电容的漏电量，不同时间是有变化的；压力（水压、气压）试验时压力随时间衰退，等等，这些特性的变化，就会大大影响测量结果，会产生较大的误判。
对于这样的被测量对象，我们必须采取相应的预防控制措施，即在测量方法中规定好测量的时间限制、补偿的系数等，否则，就会影响测量的结果。对于一般的特性稳定的产品工件，这个因素，是不打O值的。
测量的仪器/量具（I）和测量人员/程序（P）及它们的O值。 量具与测量者是两个重要的测量误差来源，对于量具来说，它的细分因素包括量具、试验台（平整度、是否有减震措施等）、测量设备和量检具出厂时的精度和稳定性（随使用环境因素变化）、夹具（夹紧力、夹持位置等）；对于测量人员来说，是否在上岗前进行过专业的培训和资质的认证，以及是否经常轮换（会产生较大的再现性误差）等。
以上这些因素，在设计一个测量过程时，要事先充分考虑，并进行一一的策划与确认，采取相应的预防控制措施，例如，在三座标测量室中，应有温度控制措施，对于测量/试验台，应增加减振措施，对于量具的出厂精度，应依据要测量的零件设计精度要求（例如分辨率为公差范围的1/10以上），并对这些细分因素进行MSA的分析或者进行方差分析来对比研究，选择测量误差最小的方式。
关于这两个因素的O值打分，我们可以根据检测过程的MSA分析中量具和测量者的误差分量，再结合FMEA手册中的O值打分指导来进行打分。下面是如何将MSA的分析结果转化为O值的评价理论依据和示例：
下图是一个基准值为XT，偏倚为B，精度为σm的测量系统的一系列测量值所构成的分布（假设为正态），当我们研究量具的影响时，可以通过研究量具能力和GRR来获得单纯的量具偏倚（B）和重复性误差（σe），同理，当我们研究测量者之间或者量具之间的误差时，我们则使用再现性误差（σo）。
我们可以通过查寻或者通过统计软件计算正态累积概率函数来获得误判的类型和概率。
例如，一个测量系统，它测量一个零件的长度。经过测量系统分析得知，其偏倚B = 0.05，R&R的标准差也是0.05。如果测量一个基准值为0.4的零件长度，它的规格为0.6 – 1.0，那么有多大的概率产生误判？
对该结果的解释：虽然这个零件的基准值（0.4）在规格范围以外，是不合格的，但是，由于存在测量误差，理论上存在0.135%的误判风险（不合格判为合格）。在FMEA手册的过程潜在频度O（备选）打分指导中，这属于O值5-6的程度。
关于控制措施的优化，先看主要误差的类型，如果是偏倚而且恒定的，则可以采用补偿，否则，就需要矫正或者更换新量具；如果是精度误差较大，先看这个量具的出厂说明或制造标准中的理论测量精度，如果这个理论精度也达不到产品的测量要求（例如分辨率为公差范围的1/10以上），那么就应更换精度更高的量具类型，如果是因为磨损老化导致，则进行修理、矫正，或者更换。
对于测量环境（W）。测量环境对测量结果的影响，要看测量的产品和特性的类型，例如机械加工件，可能会对环境温度有较高的要求，如果是一个声学产品，则需要对环境噪声有极高的要求，需要在专门的、远离车间环境的听音室中进行检测。这些影响因素，在设计一个测量过程时要考虑、策划，并采取必要的预防措施。
检测过程的探测（D）
检测过程本身对应的是操作过程的失效模式探测，而检测过程自己的探测措施所要针对的则是对检测误差的发现机会和能力。我们怎样才能及时、有效地探测到一个检测过程（测量系统）产生的误差呢？这包括：对测量者的考核（频次、内容、标准）、对量具的校准（频次及机构）、测量系统分析MSA（指标、标准、频次、方法）等等，例如，这些类型的活动一次也没有做，则D应当为10分。
对检测过程的探测措施的优化包括提升校准/MSA的频次、增加样品的数量、改进抽样方案，以及执行这些活动计划是通过人工提醒，还是自动化提醒的方式等等。
综上所述，研究一个检测过程，实际上包括了MSA工作，且把MSA分析的结果应用于改进和优化检测过程。在业界的MSA培训和学习时，存在一种不好的习惯，就是只注重分析那几个测量系统的统计指标（偏倚、线性、稳定性、重复性、再现性），而忽视了对测量系统的构成（影响）因素的识别，忽视了把MSA统计指标应用于系统因素的进一步分析和改善上，其实这才是MSA的真正目的。
那么，有人会产生一个疑问：我们对检测过程进行MSA分析不就行了吗？为什么还要进行PFMEA呢？
对检测过程进行PFMEA分析，与单纯的MSA还是不一样的，检测过程PFMEA是面向整条产线上的所有检测过程，通过分析它们的S、O、D来确定是否需要优化（AP），怎样优化，优化完成后，再制定针对检测过程各影响因素的控制计划，用来管控这个检测过程不出现过大的测量误差，这才是对检测过程进行PFMEA分析的最终目的，这也是通常容易被忽视了的！这个控制计划就包括：是否做MSA分析，做哪些MSA指标，以及做MSA的频次，因此检测过程的PFMEA要比MSA高一个层次。下表是检测过程控制计划一个示例。
检测过程的PFMEA与MSA的关系，见下图所示。
优思学院・六西格玛咨询 - 助力设备制造商占领战略高地
本文作者陆烨晨(Yechen Lu)，为优思学院高级顾问（Senior Consultant），他是英国赫特福德大学・营运管理硕士、同时也是APICS注册生产及库存管理师 (CPIM)、ILSSI认证六西格玛黑带(CSSBB)，他在供应链管理的多个方面拥有超过20年的管理经验，涉及管理会计、商业管理和精益生产等领域。
20年前，当中国的汽车行业刚起步的时候，新车销售是4S点最主要的业务增长和盈利的点，客户对汽车的服务和保养更多依赖于价廉物美的路边维修店。而今年来， 中国4S点的盈利模式已从销售新车转向专注于售后保养维修，与市场上大量的对手在定价策略和客户体验，服务内容，备品备件等各个领域展开激励的竞争，争取健康的客户亲密度，同时为新设备的销售打下更好的基础。很多设备制造商在未来 5 到 10 年内将服务和维护的必胜之战纳入战略规划。
有趣的是，数据显示，在欧洲，机械制造商至少有 33% 的收入来自售后服务事业部，而在中国，同一制造商的售后服务收入仅占其总收入的 10%。证明了售后服务的机遇是巨大的，挑战也是显而易见的。
目前，设备制造商所遇到的问题和痛点是：
- 我们了解我们的客户吗？客户体验是否一如既往的满意？
- 如何利用原厂购买力保持售后服务定价策略的竞争力？
- 前员工前或内部员工带来的不道德的竞争
- 我们的资源效率是否足以执行必要的维护和维修, 同时了解客户额外的需求，带来业务增长的机会？
- 原始设备制造商是否了解并分析了他们提供给客户的机器里的数据，以便更好的分析数据中的客户需求和商业机会？
利用六西格玛方法消除痛点、争取战略高地
而我在过去十多年的工期间发现，六西格玛方法为这些挑战提供了可以解决的方案和工具，我们可以举一些例子：
- 如何充分聆听客户声音，归纳梳理，利用亲和关系图来认清客户最关心的满意度要素。
- 回归分析将有助于确定某个要素会与客户满意度直接相关。
- SIOPC 方法将帮助于识别客户体验的工业服务的关键过程及周边相关
- 实验设计将帮助将针对客户体验实施的改进计划与满意度的测量评判联系起来。
- 寻找合适的测量方法来测量客户满意程度，并使用因果关系矩阵确定与客户建立紧密联系的关键因素。
- 使用鱼骨图、5个为什么等方法来追寻根本原因
- X bar - R 控制图或 P/NP 控制图 来测量定量和定性指标， 以追踪改进的效果
- 当涉及来自客户机器的大量数据时，六西格玛数据统计处理是最好的工具，用于分析机器使用中的各种行为、识别与最佳机器状态之间的差距，并向客户提出要改进计划，帮助机器达到最佳运行状态，并实时与客户构建紧密联系。优思学院｜六西格玛证书课程将六西格玛工具应用到工业服务中，追随基本的DMAIC的六西格玛问题解决方案思路，充分利用系统的方法和工具，指导我们在这个潜力无穷的业务领域快速建立领先优势。
为客户提供满意并且稳定的售后服务。如果您想详细了解六西格玛如何重塑您在中国的服务业务，请致联系我们并了解更多信息。从2019年起，我们除了为客户提供低成本的线上六西格玛培训[1]外，亦可为企业提供量身订制的培训及咨询服务。本文作者陆烨晨(Yechen Lu)，为优思学院高级顾问(Senior Consultant)
英语原文
About the Author: Yechen Lu is a Senior Consultant of UCOURSE LIMITED，he holds a Master Degree in Operation Management at the University of Hertfordshire England, he is also an APICS Certified in Production and Inventory Management (CPIM) and ILSSI Certified Six Sigma Black Belt (CSSBB), he has over 20 years experience in multiple facets of supply chain management, covering areas of management accounting, business management and lean manufacturing.
In these decades, the 4S car workshop in China has transferred their profit model from selling new cars to focus on after-sales maintenance, yet there are plenty of competitions on the market to get into this after-sales service market with a cheaper pricing strategy and more customer intimacy. The OEMs have taken on the Must-Win Battle of service and maintenance into their strategy blueprint in the next 5 to 10 years.
Interestingly, in Europe, a machinery supplier has made 33% of their revenue from their service, in China, however, the same supplier has ONLY made 10% of the revenue from their service. The opportunity is huge, but the challenges are enormous:
- Do we understand our customers? Is the customer experience consistent?
- Do we have a great pricing strategy to leverage the OEM buying power to stay competitive?
- Unethical competition brought about by former or internal employees
- Is our resources efficient enough to perform the essential maintenance service?
- Does the OEM understand the data set from the machinery or service they provide and analyzed enough to be able to guide for the next business opportunities?
Adopting Six Sigma Methodology to get rid of the above pain points
All of these challenges can be addressed following the 6 sigma methodology, it brought in a lot of tools into this:
- Using Affinity Diagram to collect and organize the Voice of Customer (VOC) and establish the CTQ.
- Using Regression Analysis to identify the relationship of the CTQ to the customer’s satisfaction.
- Using SIPOC method to identify the key input and processes of industrial service.
- Using DOE to optimize the customer satisfaction level.
- Simplify the measurement method to effectively understand customer satisfaction and use the causality matrix to identify the key factors that create a strong connection with customers.
- Using root cause analysis to enhance the continuous improvement culture.
- Using X bar - R chart and P/NP chart to control the quantitative and qualitative KPIs to maintain the service consistency.
- When it comes to a large set of data from customer’s machinery, the Six Sigma tools will be the best ever tools to identify the behavior of the machine usage, identify the gap to the best machine status and guide through improve the plan to persuade the customer to build this closer relationship with the organization.
If you and your organization are interested in learning more about how Six Sigma can reshape your service business in China, please do not hesitate to contact us. UCOURSE LIMITED has been provided Online Certification Course since 2019, we can also provide customized consultation for a specific industry. 收起阅读 »
行走在质量的路上
在中小企业从事质量工作十几年了，总结这十几年来我从事的质量这条道路，感觉有好多话要说，但又好像又没有什么要讲的。
一、初出茅庐
从刚毕业的那一年开始，从实验员入行，一开始并不是很感兴趣，当时只是为了能顺利找到工作，能有工资拿就可以了。这份工作，我很幸运，除了工资有点低以外，我的师傅是个可爱的退休返聘的人，她做起事情来一板一眼的。在实验室做实验，都是她手把手的教我，在那里我跟着师傅学会有用车间的小车床制取试验样品（这些小车床听说都是当年这些车间老师傅自己设计制造出来的），我知道了所有的实验数据的判定都是依据国家标准的。我知道如何出具实验报告。当遇到实验数据不对的时候，师傅带我一起找原因分析，工作的那几年除了没拆过电气（主要是不会），实验设备的其他配件我们都拆过。 对于没把握判断的，带我一起找技术部门咨询。我师傅的爱人是公司的管代，他给我们这一批的一起来的人培训IATF16949、ISO9001理论知识。跟总经理申请让我们这一批的学员到各个部门去轮岗，有幸在质量部当了几天的检验，跟着当年的质量部科长一同参加过公司的内审，在轮岗的时候我第一次看到科长再回复客户8D报告，第一次看到质量月报。这是我最初对质量的印象，很懵懂、很神秘。 当年到底还是刚从学校出来，想自己做出一份成绩，看到检验员在车间检验特别想去，然后那些与我无关，我的定位就是实验室化学试验员。在加上当年的实验室条件简陋，还要平时、周六都加班，感觉特别累。
二、异想天开
第一份工作离职后立马挑了份电子厂的生产文员工作，当年选择文员的原因本以为文员应该比较轻松的，结果忙的昏天暗地。这段工作经历恍如一场梦，每天在公司三点一线：工位、食堂、卫生间，初步估算了一下当时工位工作占时91%，吃饭时间8.3%，卫生间占时0.7%。排队吃饭如同鬼子进村扫荡； 为了减少上厕所，一天最多只喝一杯水，不为别的，只因为去卫生间会花三分钟左右，这个时候有很大的可能性会让我的工位的单据数量猛增，猛增的结果就是我的工位上会围满索要单据的人，围满的时候就是我要被领导训的时候；其余的时间就在工位上把单据飞快的输入到系统里，还要时刻提醒自己不能出一点错，错一次顺利的话至少要三个小时才能处理完这个异常，很庆幸，上班了几个月只输错了一次一张单据，领导念我是初犯没有过多责怪我。 在进这个公司时我知道是个电子厂，生产什么并不清楚，在后来的某一次看到有人将耳机半成品拿到办公区域来测试，才晓得是生产耳机的。 说起来有点可笑，上了好几个月的班，只去过车间一次，还是帮助同事核对作业员信息的。这份文员工作使我的办公软件水平由陌生到熟练。使我能集中精力做事而避免犯错。但是偶尔的几分钟清闲只会让我十分羡慕我隔壁的工位上的人员，那些属于质量部的质量人员，天天被质量问题缠的焦头烂额的质量人员，当年我的想法是：质量人员不要每时每刻坐在工位上，而且我自己也是会点质量的。他们说的一些我也是听的懂。后来由于总总事情，正好公司进行内部优化将生产文员分配到各个生产线上，加上当年的我怀孕，接到领导的意见是没有那个生产线要我当生产文员，只能分配到生产线做操作工。听到那一刻，眼泪都要流出来，当年的我搞不懂为什么兢兢业业的，到最后还是这个下场。我还犟着去了生产线上工作了一天，特别枯燥如同木偶。回去思考了一夜，第二次正好领导又找我谈话，说什么要是你现在离职还是以文员岗位离职之类的，以后生完孩子后欢迎加入公司。果断回绝了。当时我先生还气不过，说实话怀孕的第一个月每天脚就肿的不行。正好趁此机会离职了工作，回了老家。
三、重新走上质量岗位
收起阅读 »
一、初出茅庐
从刚毕业的那一年开始，从实验员入行，一开始并不是很感兴趣，当时只是为了能顺利找到工作，能有工资拿就可以了。这份工作，我很幸运，除了工资有点低以外，我的师傅是个可爱的退休返聘的人，她做起事情来一板一眼的。在实验室做实验，都是她手把手的教我，在那里我跟着师傅学会有用车间的小车床制取试验样品（这些小车床听说都是当年这些车间老师傅自己设计制造出来的），我知道了所有的实验数据的判定都是依据国家标准的。我知道如何出具实验报告。当遇到实验数据不对的时候，师傅带我一起找原因分析，工作的那几年除了没拆过电气（主要是不会），实验设备的其他配件我们都拆过。 对于没把握判断的，带我一起找技术部门咨询。我师傅的爱人是公司的管代，他给我们这一批的一起来的人培训IATF16949、ISO9001理论知识。跟总经理申请让我们这一批的学员到各个部门去轮岗，有幸在质量部当了几天的检验，跟着当年的质量部科长一同参加过公司的内审，在轮岗的时候我第一次看到科长再回复客户8D报告，第一次看到质量月报。这是我最初对质量的印象，很懵懂、很神秘。 当年到底还是刚从学校出来，想自己做出一份成绩，看到检验员在车间检验特别想去，然后那些与我无关，我的定位就是实验室化学试验员。在加上当年的实验室条件简陋，还要平时、周六都加班，感觉特别累。
二、异想天开
第一份工作离职后立马挑了份电子厂的生产文员工作，当年选择文员的原因本以为文员应该比较轻松的，结果忙的昏天暗地。这段工作经历恍如一场梦，每天在公司三点一线：工位、食堂、卫生间，初步估算了一下当时工位工作占时91%，吃饭时间8.3%，卫生间占时0.7%。排队吃饭如同鬼子进村扫荡； 为了减少上厕所，一天最多只喝一杯水，不为别的，只因为去卫生间会花三分钟左右，这个时候有很大的可能性会让我的工位的单据数量猛增，猛增的结果就是我的工位上会围满索要单据的人，围满的时候就是我要被领导训的时候；其余的时间就在工位上把单据飞快的输入到系统里，还要时刻提醒自己不能出一点错，错一次顺利的话至少要三个小时才能处理完这个异常，很庆幸，上班了几个月只输错了一次一张单据，领导念我是初犯没有过多责怪我。 在进这个公司时我知道是个电子厂，生产什么并不清楚，在后来的某一次看到有人将耳机半成品拿到办公区域来测试，才晓得是生产耳机的。 说起来有点可笑，上了好几个月的班，只去过车间一次，还是帮助同事核对作业员信息的。这份文员工作使我的办公软件水平由陌生到熟练。使我能集中精力做事而避免犯错。但是偶尔的几分钟清闲只会让我十分羡慕我隔壁的工位上的人员，那些属于质量部的质量人员，天天被质量问题缠的焦头烂额的质量人员，当年我的想法是：质量人员不要每时每刻坐在工位上，而且我自己也是会点质量的。他们说的一些我也是听的懂。后来由于总总事情，正好公司进行内部优化将生产文员分配到各个生产线上，加上当年的我怀孕，接到领导的意见是没有那个生产线要我当生产文员，只能分配到生产线做操作工。听到那一刻，眼泪都要流出来，当年的我搞不懂为什么兢兢业业的，到最后还是这个下场。我还犟着去了生产线上工作了一天，特别枯燥如同木偶。回去思考了一夜，第二次正好领导又找我谈话，说什么要是你现在离职还是以文员岗位离职之类的，以后生完孩子后欢迎加入公司。果断回绝了。当时我先生还气不过，说实话怀孕的第一个月每天脚就肿的不行。正好趁此机会离职了工作，回了老家。
三、重新走上质量岗位
收起阅读 »
ASQ CSSBB六西格玛黑带认证Affidavit
本人完全自学通过ASQ的六西格玛黑带认证后，分享了一些经验，经常会有小伙伴询问关于项目经验的问题，所以根据我的备考经历，把项目经验相关的一些要点分享给大家，希望对备考的同学有所帮助。
预备信息：六西格玛基础的工具知识，项目经验
ASQ的认证项目经验比较简单，完整提交相关的文件之后发送到相关的邮箱即可。以下是Affidivat的文件截图做说明：
以上，就是相关的分享。如果想深入交流，可以私信加一下微信GZKKHP。
收起阅读 »
预备信息：六西格玛基础的工具知识，项目经验
ASQ的认证项目经验比较简单，完整提交相关的文件之后发送到相关的邮箱即可。以下是Affidivat的文件截图做说明：
- 项目完成人：当然是你自己的名字，后面的2是ASQ的会员号码，如果有的话可以写，没有完全没问题。会员的好处是考试费会低一些，前提是缴纳会员费。
- 项目名称：最好符合SMART原则，有时间范围，可以度量的KPI指标；
- 项目描述：对于项目的背景简单描述，这也是项目选择的依据。同样建议符合SMART原则，突出项目对于企业收益的重要性，与企业战略目的和目标的相关性；
- 项目时间：项目时间范围，一般几个月即可；
- 工具描述：根据描述，需要写一下具体的工具和如何应用的，这也是开篇要求对六西格玛工具有基本知识的原因。当然对于参加六西格玛考试的人员来说，这些工具是日常工作的必须；对于没有主持过项目或者严重一点没有参与过六西格玛改善/精益项目的同学来说，还是需要了解一下相关的工具的。
- 项目收益：该项是六西格玛项目的收益，建议符合SMART原则，一般从降本增效，提高员工保障，促进六西格玛工具使用和方法论的推广；
- 项目相关的背景和联系人信息：为了应对ASQ的抽查，建议该项在填写的时候尽量有利于抽查，比如说电话填自己的。考试后和几个同学交流，都没有被抽查到。
以上，就是相关的分享。如果想深入交流，可以私信加一下微信GZKKHP。
收起阅读 »
RSS Feed