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。
收起阅读 »
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 »
检查之重要性
今日2021/9/10教师节,早上我首次开车送女儿上学(之前拼车),快到校门口同车小朋友讲教师节礼物带了吗?
女儿马上反应过来“我的忘记在家了”,我也没回应女儿,送她们到学习门口后,我回来到家里,老婆说“这个女子,我幸幸苦苦做2个晚上,结果今天忘记带学校里”,因昨天晚上我22:00回家,母女俩还在折腾呢!我问老婆怎么不提醒她放书包里呢?女儿坚持不放,理由是放书包里会皱,不好看。3件礼物用纸袋装好就放书包旁边,结果还是落下!
作为一个质量的父亲,每日都在喊,不能漏配件,不能做错!(家事基本不过问)加上老婆照顾小女儿没空去检查东西。即日起,要做3件事,①做点检表;②记录每日漏/犯错的记录;③出发上学前点检 收起阅读 »
女儿马上反应过来“我的忘记在家了”,我也没回应女儿,送她们到学习门口后,我回来到家里,老婆说“这个女子,我幸幸苦苦做2个晚上,结果今天忘记带学校里”,因昨天晚上我22:00回家,母女俩还在折腾呢!我问老婆怎么不提醒她放书包里呢?女儿坚持不放,理由是放书包里会皱,不好看。3件礼物用纸袋装好就放书包旁边,结果还是落下!
作为一个质量的父亲,每日都在喊,不能漏配件,不能做错!(家事基本不过问)加上老婆照顾小女儿没空去检查东西。即日起,要做3件事,①做点检表;②记录每日漏/犯错的记录;③出发上学前点检 收起阅读 »
SPC应用案例
各位大侠好,这是我目前推行的供应商方的SPC管理初步案例
请大家指正,我这样推行的思路对不对。
欢迎大家留言讨论。
图1是其中1个改善案例,
图2是推行的系统化管理一角。
请大家指正,我这样推行的思路对不对。
欢迎大家留言讨论。
图1是其中1个改善案例,
图2是推行的系统化管理一角。
优思学院|"共同原因"和"特殊原因"是什么?
原发表于优思学院知乎号
如果你有看过优思学院关于SPC的六西格玛绿带课程视频,应该会知道在控制界限以内的变异原因,和超出控制界限以外的变异原因两者的区别。这是休哈特(Walter A. Shewhart)博士在 1924年发明第一张质量控制图时,给予的区分,他把两者分别命名为机遇原因(Chance Cause)和非机遇原因(Assignable Cause)。当时的学者为崇敬Shewhart博士把统计学应用在工业上所作的贡献,故亦有称为Shewhart图。
直到1970年,美国的质量管理大师 W. Edwards Deming博士首次应邀访台,在他所发表的学术演讲中,他提出了两个崭新的名词,就是在控制界限以内变异的原因,称为共同原因(Common Cause),超出控制界限以外的变异原因,称为特殊原因(Special Cause)。优思学院看到许多美英等国的质量管理书籍上,也逐渐采用这个名词。尤其近几年来,Deming博士时有新著问世,声望陡增,已成为质量管理界中之牛耳。
我们当时都以为Deming博士把共同原因来代替机遇原因,特殊原因来代替非机遇原因,无非是取其浅显达意,容易明白而已。而且一直以为这两个名词是相等的(即:共同原因 = 机遇原因,特殊原因 = 非机遇原因),没有再去作进一步的研究。
近十年来,美国新出版的质量管理书籍很多,也曾讨论过这些名词的问题,才知道这两个名词并不完全相等,因为Shewhart和Deming两人的出发点,并不一样。兹就读书所得,说明于次。
Shewhart博士的观念是着眼于制程中的变异,凡是在控制下的变异(Controlled Variation),可以认为是稳定(Stable)而经常存在的,所以称之为机遇原因,亦有人称之为无法避免之原因(Unavoidable Cause)者。这种变异是制程中固有的(Inherent)的变异,如果要把它减少(或减小),制程亦必随之而变动。
至于制程中不能控制的变异(Uncontrolled Variation),是随时在变动,既不稳定,亦非经常存在,并不是制程中的一部分。这种不稳定的性质,使制程不能按照预定的目标操作,致产生过多的变异(Excess Variation)。这种变异原因称为非机遇原因,应该可以把这种变异原因找出来,并加以消除掉,使制程回复正常。故这种原因亦有称之为可避免之原因(Avoidable Cause)者。
上述两种方法,都可以用来改进制程,但基本上是不同的。前者是去修改(改善) (Modify)一个经常而稳定的制程,而后者是去创造(Create)一个经常而稳定的制程。到底要采用那一种方法?就要看制程中的变异而定。因此,改进制程的首要步骤,是先要决定制程中有无不能控制的变异原因存在。而Shewhart的质量控制图是根据机率原理和统计学而来的,正是判断制程中有无不能控制的变异原因的有效利器。
至于Deming博士,他的着眼点是放在:谁该对这种变异负责?于是创造了共同原因和特殊原因这两个名词。
共同原因的变异是存在于制造系统(System)或控制良好的系统中。优思学院认为因为这种变异是属于系统内的,所以应该由控制这一系统的人员来负责,那即是:经理人员─特别是高阶层的经理人员。共同原因的变异仅祇能由经理阶层人员采取行动,才能把它移除掉。
特殊原因的变异在本质上是局部的。Deming博士曾说过,他喜欢用〝特殊〞这个形容词来指特定的一群作业员,或特定的某一位作业员,或特定的机器,或特定的局部环境等所造成的特殊原因。他并说,名词并不重要,重要的是观念。一般都能从发生问题的那一特定阶层人员,就可自行找出原因,采取行动,并把困扰的问题消除掉。
这些非机遇原因可以由作业员或那一部分的领班来采取行动。 而共同原因却不然,它可以是机遇原因,也可以是非机遇原因。无论在那一种情况,都是系统上发生的错误(Faults),仅祇能由经理阶层人员采取行动,才能改正过来。 Deming博士是着重在谁该对这种不同型式的变异负责,现在优思学院可以用一句话来说明他的观念:减少任何一个质量特性(如厚度,或绩效等)的变异,不管这个质量特性是否在控制状态之下,甚至只有少数几个或没有不良品产生,都认为是良好的管理。 〝零缺点〞并不能算够好。
工业界必须做到比符合规格还要来得好。经理人员要去研究制程,并且应该去找寻变异的来源,进而把它消除掉,以经常改进产品。质量控制图正是用来找出这些来源的有效利器。当制程中的变异减小后,则零件将更为相似,产品亦将愈佳。这些都是Deming博士在1950年带给日本人的金玉良言,日本人懂得这些话,经过了石川一郎(按:即石川馨氏之尊翁)及小柳贤一等继续不断地努力,才奠定了实施SQC成功的基础。
现在,将再介绍另一个观念(Concept),那就是:工程上(Engineering)对变异的观念,和Shewhart博士(包括Deming博士)对变异的观念,两者完全不同。工程上对变异的观念,其目的是要求产品能符合规格,不管产品中的变异有多大,只要在规格范围以内,就尽可能地让它去变化(Vary)。如果结果是在规格范围以内,就认为是〝够好〞了。而Shewhart博士观念的目的,是要制程经常稳定一致(Consistency),结果自然是产品尽可能地稳定一致了。因为它们的目的不同,结果也就随之而不同。优思学院认为我们没有必要把这两种观念加以协调。经理人员必须采用其中之一,作为生产制程的指导原则:仅只要求符合规格,还是继续不断地改进制程。
经理人员在工业革命时期就开始采用第一种观念了。大约经过了200年以后,这个目的仍没有达到。因为我们仅仅把目标放在符合规格上,结果却缺乏进步。这就没有理由使人相信将来会有什么进步的缘故。
另一方面,根据日本的经验,应用了Shewhart博士的观念之后,证明了持续不断地改进制程,使得日本的工业产品提高了它们的质量,也提高了它们的生产力。结果,不再局限于以符合规格为满足,而是在持续不断地改进途程中前进。
优思学院认为要产品完全符合规格,唯有持续不断地改进制程,而且仅只有当经理人员用言词和行动来支持这个目标时,才会获得质量和生产力的增加。
收起阅读 »
如果你有看过优思学院关于SPC的六西格玛绿带课程视频,应该会知道在控制界限以内的变异原因,和超出控制界限以外的变异原因两者的区别。这是休哈特(Walter A. Shewhart)博士在 1924年发明第一张质量控制图时,给予的区分,他把两者分别命名为机遇原因(Chance Cause)和非机遇原因(Assignable Cause)。当时的学者为崇敬Shewhart博士把统计学应用在工业上所作的贡献,故亦有称为Shewhart图。
直到1970年,美国的质量管理大师 W. Edwards Deming博士首次应邀访台,在他所发表的学术演讲中,他提出了两个崭新的名词,就是在控制界限以内变异的原因,称为共同原因(Common Cause),超出控制界限以外的变异原因,称为特殊原因(Special Cause)。优思学院看到许多美英等国的质量管理书籍上,也逐渐采用这个名词。尤其近几年来,Deming博士时有新著问世,声望陡增,已成为质量管理界中之牛耳。
我们当时都以为Deming博士把共同原因来代替机遇原因,特殊原因来代替非机遇原因,无非是取其浅显达意,容易明白而已。而且一直以为这两个名词是相等的(即:共同原因 = 机遇原因,特殊原因 = 非机遇原因),没有再去作进一步的研究。
近十年来,美国新出版的质量管理书籍很多,也曾讨论过这些名词的问题,才知道这两个名词并不完全相等,因为Shewhart和Deming两人的出发点,并不一样。兹就读书所得,说明于次。
Shewhart博士的观念是着眼于制程中的变异,凡是在控制下的变异(Controlled Variation),可以认为是稳定(Stable)而经常存在的,所以称之为机遇原因,亦有人称之为无法避免之原因(Unavoidable Cause)者。这种变异是制程中固有的(Inherent)的变异,如果要把它减少(或减小),制程亦必随之而变动。
至于制程中不能控制的变异(Uncontrolled Variation),是随时在变动,既不稳定,亦非经常存在,并不是制程中的一部分。这种不稳定的性质,使制程不能按照预定的目标操作,致产生过多的变异(Excess Variation)。这种变异原因称为非机遇原因,应该可以把这种变异原因找出来,并加以消除掉,使制程回复正常。故这种原因亦有称之为可避免之原因(Avoidable Cause)者。
上述两种方法,都可以用来改进制程,但基本上是不同的。前者是去修改(改善) (Modify)一个经常而稳定的制程,而后者是去创造(Create)一个经常而稳定的制程。到底要采用那一种方法?就要看制程中的变异而定。因此,改进制程的首要步骤,是先要决定制程中有无不能控制的变异原因存在。而Shewhart的质量控制图是根据机率原理和统计学而来的,正是判断制程中有无不能控制的变异原因的有效利器。
至于Deming博士,他的着眼点是放在:谁该对这种变异负责?于是创造了共同原因和特殊原因这两个名词。
共同原因的变异是存在于制造系统(System)或控制良好的系统中。优思学院认为因为这种变异是属于系统内的,所以应该由控制这一系统的人员来负责,那即是:经理人员─特别是高阶层的经理人员。共同原因的变异仅祇能由经理阶层人员采取行动,才能把它移除掉。
特殊原因的变异在本质上是局部的。Deming博士曾说过,他喜欢用〝特殊〞这个形容词来指特定的一群作业员,或特定的某一位作业员,或特定的机器,或特定的局部环境等所造成的特殊原因。他并说,名词并不重要,重要的是观念。一般都能从发生问题的那一特定阶层人员,就可自行找出原因,采取行动,并把困扰的问题消除掉。
这些非机遇原因可以由作业员或那一部分的领班来采取行动。 而共同原因却不然,它可以是机遇原因,也可以是非机遇原因。无论在那一种情况,都是系统上发生的错误(Faults),仅祇能由经理阶层人员采取行动,才能改正过来。 Deming博士是着重在谁该对这种不同型式的变异负责,现在优思学院可以用一句话来说明他的观念:减少任何一个质量特性(如厚度,或绩效等)的变异,不管这个质量特性是否在控制状态之下,甚至只有少数几个或没有不良品产生,都认为是良好的管理。 〝零缺点〞并不能算够好。
工业界必须做到比符合规格还要来得好。经理人员要去研究制程,并且应该去找寻变异的来源,进而把它消除掉,以经常改进产品。质量控制图正是用来找出这些来源的有效利器。当制程中的变异减小后,则零件将更为相似,产品亦将愈佳。这些都是Deming博士在1950年带给日本人的金玉良言,日本人懂得这些话,经过了石川一郎(按:即石川馨氏之尊翁)及小柳贤一等继续不断地努力,才奠定了实施SQC成功的基础。
现在,将再介绍另一个观念(Concept),那就是:工程上(Engineering)对变异的观念,和Shewhart博士(包括Deming博士)对变异的观念,两者完全不同。工程上对变异的观念,其目的是要求产品能符合规格,不管产品中的变异有多大,只要在规格范围以内,就尽可能地让它去变化(Vary)。如果结果是在规格范围以内,就认为是〝够好〞了。而Shewhart博士观念的目的,是要制程经常稳定一致(Consistency),结果自然是产品尽可能地稳定一致了。因为它们的目的不同,结果也就随之而不同。优思学院认为我们没有必要把这两种观念加以协调。经理人员必须采用其中之一,作为生产制程的指导原则:仅只要求符合规格,还是继续不断地改进制程。
经理人员在工业革命时期就开始采用第一种观念了。大约经过了200年以后,这个目的仍没有达到。因为我们仅仅把目标放在符合规格上,结果却缺乏进步。这就没有理由使人相信将来会有什么进步的缘故。
另一方面,根据日本的经验,应用了Shewhart博士的观念之后,证明了持续不断地改进制程,使得日本的工业产品提高了它们的质量,也提高了它们的生产力。结果,不再局限于以符合规格为满足,而是在持续不断地改进途程中前进。
优思学院认为要产品完全符合规格,唯有持续不断地改进制程,而且仅只有当经理人员用言词和行动来支持这个目标时,才会获得质量和生产力的增加。
收起阅读 »
APQP 五大阶段简介
第一阶段 计划和确定项目阶段
这一阶段是了解顾客的需要和期望,决定要开发的产品/项目 并确定产品/项目开发计划的阶段。
第二阶段 产品的设计和开发阶段
这一阶段要完成全部产品图样和设计文件,并通过样件试制和试验,验证产品图样和设计文件的正确性、产品的适用性和可靠性、产品满足顾客要求的程度。
这一阶段还要完成初始可行性分析,以评定制造过程中可能发生的潜在问题。
在进行产品设计时,不仅要考虑产品功能、性能方面的要求,还要考虑成本、进度、质量、可靠性、生产节拍等多方面的要求。在设计的适当阶段要进行设计评审。
第三阶段 过程的设计和开发阶段
过程的设计和开发,就是我们平常所说的工艺准备。这一阶段的工作是开发一个有效的制造系统,包括编制工艺文件、试生产控制计划等。
IATF 16949 对过程设计和开发的输出有明确的规定:制造过程设计输出应以能够对照设计输入进行验证和确认的方式提出。
第四阶段 产品和过程的确认阶段
产品和过程的确认阶段,是通过小批量试生产对制造过程进行确认的工作阶段。
小批量试制的任务是验证工艺(过程流程图、控制计划、过程指导书等)和工装。
小批量试制要在正式生产线上进行,要使用设计所要求的各种工装,要采用生产组织和劳动组织。
小批量试制的数量,依顾客的要求和企业的情况而定,少则几十台,多则上千台。小批试制前要做好充分准备,小批试制后要做好总结和检查工作。
第五阶段 反馈、评定和纠正措施阶段
反馈、评定和纠正措施阶段,是根据生产过程、产品使用、交付服务中得到的信息,改进产品质量策划中的不足,提高顾客满意程度的阶段。
收起阅读 »
这一阶段是了解顾客的需要和期望,决定要开发的产品/项目 并确定产品/项目开发计划的阶段。
第二阶段 产品的设计和开发阶段
这一阶段要完成全部产品图样和设计文件,并通过样件试制和试验,验证产品图样和设计文件的正确性、产品的适用性和可靠性、产品满足顾客要求的程度。
这一阶段还要完成初始可行性分析,以评定制造过程中可能发生的潜在问题。
在进行产品设计时,不仅要考虑产品功能、性能方面的要求,还要考虑成本、进度、质量、可靠性、生产节拍等多方面的要求。在设计的适当阶段要进行设计评审。
第三阶段 过程的设计和开发阶段
过程的设计和开发,就是我们平常所说的工艺准备。这一阶段的工作是开发一个有效的制造系统,包括编制工艺文件、试生产控制计划等。
IATF 16949 对过程设计和开发的输出有明确的规定:制造过程设计输出应以能够对照设计输入进行验证和确认的方式提出。
第四阶段 产品和过程的确认阶段
产品和过程的确认阶段,是通过小批量试生产对制造过程进行确认的工作阶段。
小批量试制的任务是验证工艺(过程流程图、控制计划、过程指导书等)和工装。
小批量试制要在正式生产线上进行,要使用设计所要求的各种工装,要采用生产组织和劳动组织。
小批量试制的数量,依顾客的要求和企业的情况而定,少则几十台,多则上千台。小批试制前要做好充分准备,小批试制后要做好总结和检查工作。
第五阶段 反馈、评定和纠正措施阶段
反馈、评定和纠正措施阶段,是根据生产过程、产品使用、交付服务中得到的信息,改进产品质量策划中的不足,提高顾客满意程度的阶段。
收起阅读 »
优思学院|供应商质量工程师(SQE)是做什么的?
原发表于优思学院知乎帐号
供应商质量工程师(Supplier Quality Engineer)是评估供应商质量并确保所有产品无缺陷的专职人员。他们会在制造、物流和供应链管理等过程之间工作,审查和评估制造的程序和流程。他们需要对这些过程细节有敏锐的洞察力。
供应商质量工程师要维护与供应商质量有关的详细报告。他们还要向供应商和其组织内的决策者提供技术指导和建议。他们在供应商和高级管理层之间进行沟通工作,以确定供应质量方面的问题,并为流程的提升和改进提供指导和意见,所以,供应商质量工程师是需要有分析能力、沟通能力、批判性思维能力等等才会做到理想的成绩。
一般公司要请供应商质量工程师的话,都会期望他们拥有工程、科学或物流方面的本科学历,或者曾接受过六西格玛绿带或者黑带训练,以及在制造业方面拥有相当的经验,对制造和工程的技术方面有深入的了解,并有能力提供指导以提高工艺效率。
供应商质量工程师都有一些不同的技能或者关键词,通过查看他们的简历,优思学院发现在这些简历中,10.1%的简历出现供应商绩效,而8.1%的简历包括过程控制,5.1%的简历出现六西格玛,从中大概可以知道他们的工作经历和技能大概是些什么吧。
以下列举一个招聘的案例,案例來自前程无忧:
Supplier Quality Engineer 供应商质量工程师
Common Duties and Responsibilities:
1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross-functional team to solve problems and prevent issue reoccurrence
协调跨部门进行合作,调查分析重大质量问题并系统化的制订对应的纠正预防措施,避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动,建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查,与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross functional team to solve problem and prevent issue reoccurrence
协调跨部门进行合作,调查分析重大质量问题并系统化的制订对应的纠正预防措施,避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动,建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查,与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务
QUALIFICATIONS:
1. More than 5 years quality field working experience, Hold bachelor’s degree with mechanical or equivalent major
5年及以上的质量相关领域工作经验,机械或其它同类专业本科学历
2. Familiar with quality 7 tools,8D reports and other quality control/improvement tools, six sigma knowledge is plus
熟悉质量七大手法,8D报告等质量控制及改善工具,具备六西格玛管理相关知识优先
3. Excellent ability of mechanical drawing reading, familiar with GD&T
较好的机械读图能力,熟悉GD&T
4. Capable to use general measuring tools and equipment, CMM experience is preferre
具备通用检验量具、仪器以及三坐标的使用能力
5. Good quality sense and troubleshooting skills, capable to solve problem with a good teamwork
较好的质量意识及问题分析解决能力,拥有较强的团队协作解决问题的能力
6. Understand QMS(eg. ISO9001) requirement
理解QMS(如:ISO9001)质量管理体系要求
7. Solid ability of MS office implementation, spoken and written English is required
熟练的使用MS office软件,能使用英语进行基本的对话和书写沟通
從這個案例可知,供應商質量工程師的要求不低,不過,當中有一句提到:熟悉质量七大手法,8D报告等质量控制及改善工具,具备六西格玛管理相关知识优先,所以,这就是优思学院经常鼓励学生学好六西格玛的原因,像"具备六西格玛管理相关知识优先"类似的说法,其实很多职位职业的招聘广告中也经常看到,不是说你学过六西格玛他们就必定会请你,但至少你比没有学过的人的机会高更多!
如果你有兴趣成为一名供应商质量工程师(SQE),那就要多下苦工了! 收起阅读 »
供应商质量工程师(Supplier Quality Engineer)是评估供应商质量并确保所有产品无缺陷的专职人员。他们会在制造、物流和供应链管理等过程之间工作,审查和评估制造的程序和流程。他们需要对这些过程细节有敏锐的洞察力。
供应商质量工程师要维护与供应商质量有关的详细报告。他们还要向供应商和其组织内的决策者提供技术指导和建议。他们在供应商和高级管理层之间进行沟通工作,以确定供应质量方面的问题,并为流程的提升和改进提供指导和意见,所以,供应商质量工程师是需要有分析能力、沟通能力、批判性思维能力等等才会做到理想的成绩。
一般公司要请供应商质量工程师的话,都会期望他们拥有工程、科学或物流方面的本科学历,或者曾接受过六西格玛绿带或者黑带训练,以及在制造业方面拥有相当的经验,对制造和工程的技术方面有深入的了解,并有能力提供指导以提高工艺效率。
供应商质量工程师都有一些不同的技能或者关键词,通过查看他们的简历,优思学院发现在这些简历中,10.1%的简历出现供应商绩效,而8.1%的简历包括过程控制,5.1%的简历出现六西格玛,从中大概可以知道他们的工作经历和技能大概是些什么吧。
以下列举一个招聘的案例,案例來自前程无忧:
Supplier Quality Engineer 供应商质量工程师
Common Duties and Responsibilities:
1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross-functional team to solve problems and prevent issue reoccurrence
协调跨部门进行合作,调查分析重大质量问题并系统化的制订对应的纠正预防措施,避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动,建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查,与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务1. Lead the root cause investigation and define corrective/preventive actions by coordinating cross functional team to solve problem and prevent issue reoccurrence
协调跨部门进行合作,调查分析重大质量问题并系统化的制订对应的纠正预防措施,避免问题重复发生
2. Launch and drive quality campaigns, establish a systematic quality improvement & preventive mechanism to minimize issues occurrence
发起并推进质量改善活动,建立系统化的质量改善和预防机制以减少质量问题的发生
3. Optimize and consolidate quality process based on customer complaint or internal quality non-conforming
基于客户投诉或其它内部质量问题对流程进行优化
4. Travel to customer for on-site deep root cause analysis and investigation for critical complaint, work out solutions and actions by working with service engineer or TS team
前往客户端对重大质量问题进行现场分析和调查,与服务工程师或TS团队制订问题的解决方案及改善措施
5. Control quality cost of internal issue and customer complaint
控制内部质量问题及客户投诉的质量成本
6. Understand and implement company culture and quality policy
理解并落实公司文化和质量方针
7. Fulfill other tasks which are assigned by Quality Manager
完成质量经理分配的其它任务
QUALIFICATIONS:
1. More than 5 years quality field working experience, Hold bachelor’s degree with mechanical or equivalent major
5年及以上的质量相关领域工作经验,机械或其它同类专业本科学历
2. Familiar with quality 7 tools,8D reports and other quality control/improvement tools, six sigma knowledge is plus
熟悉质量七大手法,8D报告等质量控制及改善工具,具备六西格玛管理相关知识优先
3. Excellent ability of mechanical drawing reading, familiar with GD&T
较好的机械读图能力,熟悉GD&T
4. Capable to use general measuring tools and equipment, CMM experience is preferre
具备通用检验量具、仪器以及三坐标的使用能力
5. Good quality sense and troubleshooting skills, capable to solve problem with a good teamwork
较好的质量意识及问题分析解决能力,拥有较强的团队协作解决问题的能力
6. Understand QMS(eg. ISO9001) requirement
理解QMS(如:ISO9001)质量管理体系要求
7. Solid ability of MS office implementation, spoken and written English is required
熟练的使用MS office软件,能使用英语进行基本的对话和书写沟通
從這個案例可知,供應商質量工程師的要求不低,不過,當中有一句提到:熟悉质量七大手法,8D报告等质量控制及改善工具,具备六西格玛管理相关知识优先,所以,这就是优思学院经常鼓励学生学好六西格玛的原因,像"具备六西格玛管理相关知识优先"类似的说法,其实很多职位职业的招聘广告中也经常看到,不是说你学过六西格玛他们就必定会请你,但至少你比没有学过的人的机会高更多!
如果你有兴趣成为一名供应商质量工程师(SQE),那就要多下苦工了! 收起阅读 »
优思学院|权力下放,给下属自由发挥的空间
原发表于优思学院知乎号
权力下放,给下属自由发挥的空间 - 优思学院任何管理者或者领导者都应该知道,权力下放,给下属自由发挥的空间,是让公司成长的重要要素。
在企业管理中,管理者即使有三头六臂,也不可能事必躬亲、独揽一切。因此,必须学会适时地把权力下放给下属。但是有些管理者把权力下放给下属之后,又担心下属不能把工作做好,于是想方设法去干涉、去过问。殊不知,这样做犯了授权大忌。而明智的管理者会充分信任下属,给下属自由发挥的空间。
我们回顾百年的管理发展史,大多数运行良好的组织所采用的基本管理措施和方法几乎相同,科学的管理原则、线表质量控制基础、目标管理、六西格码企业管理战略、权力下放和企业再造 ,或者战略规划模型是一样的。
北欧航空公司存在一些陈规陋习,公司董事长卡尔松先生通过权力下放,给部下充分的信任和活动自由,很好地实现了改革,振兴了公司。
一开始,卡尔松的目标是让北欧航空公司成为欧洲最准时的航空公司,为了实现这个目标。他到处寻找合适的人来负责此事,最后聘请了一位知名的六西格玛管理顾问。卡尔松对他说:“你能告诉我,怎样才能让我们的公司成为北欧最准时的航空公司吗?”管理顾问说:“容我思考一周。”
一周后,管理顾问告诉卡尔松:“我可以帮你的公司成为北欧最准时的航空公司,但我可能要花六个月时间,还可能花掉你一百六十万美元。”
卡尔松说:“太好了,请继续说下去。”因为他估计要花八百万美元的代价,管理顾问说:
“我这里有一份汇报资料,详细地说明了到底应该怎么做。”
卡尔松说:“不必汇报了,你放手去做好了。”大约四个半月后,管理顾问给了卡尔松这几个月来的成绩报告,这个时候公司已经成为北欧最准时的航空公司。但管理顾问还告诉卡尔松一个好消息:他帮公司节省了一百六十万美元经费中的六十万美元,总共只花了一百万美元。
管理者在权力下放之后,对下属保持信任,给下属留有自由发挥的空间,有利于调动下属的工作积极性,增强其责任感,还有利于改善双方之间的关系,从而营造合作共事的和谐氛围。通过授权,不仅可以让下属拥有一定的权力和自由,而且也分担了相应的责任,从而调动下属的工作主动性。
作为管理者,在权力下放之后,应该给下属多留一点发挥空间,而不是处处干涉,事事过问,否则,下属的才华就可能被埋没,下属的创意就可能被否决。只有给下属自由发挥的空间,才能让下属充分施展自己的才能。
一般,公司高层领导会下放权力至六西格玛黑带,让黑带领导团队作出改善,细节不过问,但高层领导需要知道项目进度,同时需要在必要时提供资源上的协助。
收起阅读 »
权力下放,给下属自由发挥的空间 - 优思学院任何管理者或者领导者都应该知道,权力下放,给下属自由发挥的空间,是让公司成长的重要要素。
在企业管理中,管理者即使有三头六臂,也不可能事必躬亲、独揽一切。因此,必须学会适时地把权力下放给下属。但是有些管理者把权力下放给下属之后,又担心下属不能把工作做好,于是想方设法去干涉、去过问。殊不知,这样做犯了授权大忌。而明智的管理者会充分信任下属,给下属自由发挥的空间。
我们回顾百年的管理发展史,大多数运行良好的组织所采用的基本管理措施和方法几乎相同,科学的管理原则、线表质量控制基础、目标管理、六西格码企业管理战略、权力下放和企业再造 ,或者战略规划模型是一样的。
北欧航空公司存在一些陈规陋习,公司董事长卡尔松先生通过权力下放,给部下充分的信任和活动自由,很好地实现了改革,振兴了公司。
一开始,卡尔松的目标是让北欧航空公司成为欧洲最准时的航空公司,为了实现这个目标。他到处寻找合适的人来负责此事,最后聘请了一位知名的六西格玛管理顾问。卡尔松对他说:“你能告诉我,怎样才能让我们的公司成为北欧最准时的航空公司吗?”管理顾问说:“容我思考一周。”
一周后,管理顾问告诉卡尔松:“我可以帮你的公司成为北欧最准时的航空公司,但我可能要花六个月时间,还可能花掉你一百六十万美元。”
卡尔松说:“太好了,请继续说下去。”因为他估计要花八百万美元的代价,管理顾问说:
“我这里有一份汇报资料,详细地说明了到底应该怎么做。”
卡尔松说:“不必汇报了,你放手去做好了。”大约四个半月后,管理顾问给了卡尔松这几个月来的成绩报告,这个时候公司已经成为北欧最准时的航空公司。但管理顾问还告诉卡尔松一个好消息:他帮公司节省了一百六十万美元经费中的六十万美元,总共只花了一百万美元。
管理者在权力下放之后,对下属保持信任,给下属留有自由发挥的空间,有利于调动下属的工作积极性,增强其责任感,还有利于改善双方之间的关系,从而营造合作共事的和谐氛围。通过授权,不仅可以让下属拥有一定的权力和自由,而且也分担了相应的责任,从而调动下属的工作主动性。
作为管理者,在权力下放之后,应该给下属多留一点发挥空间,而不是处处干涉,事事过问,否则,下属的才华就可能被埋没,下属的创意就可能被否决。只有给下属自由发挥的空间,才能让下属充分施展自己的才能。
一般,公司高层领导会下放权力至六西格玛黑带,让黑带领导团队作出改善,细节不过问,但高层领导需要知道项目进度,同时需要在必要时提供资源上的协助。
收起阅读 »
优思学院|客户质量工程师(CQE)是做什么的?
客户质量工程师(Customer Quality Engineer )是一个较特殊的职位,特别之处是前面加上了 Customer 一字,所以,我们可以理解为他将需要直接为客户负责,也成为了客户和公司在质量管理上直接沟通的桥梁。
你可以想像一下,当你住在高級的酒店时,酒店会提供礼宾服务,直接与酒店的客人合作、直接了解客户的需求,帮助和确保他们的住宿是完美的。礼宾部将解决房间的任何问题,帮助在当地餐厅预订,安排交通,甚至提供当地景点的建议,这确保将使客人的住宿更加愉快。客户质量工程师(CQE)是做什么的?
客户质量工程师(Customer Quality Engineer )的角色就像酒店的礼宾员,直接与客户合作,帮助推出新产品,完成质量文件,促进变化和解决生产中的质量问题。客户质量工程师不惜一切代价保持客户的生产线正常运行,同时提供高质量的产品。
客户质量工程师需要什么知识?
客户质量工程师需要综合各种技能,包括制造工程或材料科学的相关背景,快速解决问题的技能,以及最重要的是,作为与客户直接接触的人的管理技能,并能够解决他们的问题。
客户质量工程师必须有一些技术背景,能够在现场分析问题,帮助客户加快解决质量问题,同时在客户出现问题导致生产线停工时,仍能保持亲和力,易于合作。当一条生产线因质量问题而停工时,客户会用损失的金钱成本来衡量停工时间,所以他们对损失的生产时间感到不满是可以理解的。
其次,是质量管理上的知识,包括流程的管理、体系的管理,此外,六西格玛管理[1]的知识也是相当重要的,如果你不知道什么是VOC,你如何以有效地把客户的需要转化为内部的需求?如果你不知道什么是FPY、RTY,又如何向客户了解产线的质量水平,如果你不知道什么是SPC,又如何去为客户有效地管理和控制质量呢?
客户质量工程师的工作描述
客户质量工程师的工作有三个阶段,首先是推出新产品,管理任何产品变化,最后是监测正在进行的质量和解决任何质量问题。
在产品设计的初始设计阶段,客户质量工程师将直接与客户和他们自己的设计工程部门合作,概述最终产品必须满足的规格。他们将确保所有的规格都被适当地记录下来,并确保最终产品被测试和认证。客户质量工程师将记录并提交所有组件的生产部件批准程序(PPAP),并确保所有APQP流程得到遵循和正确记录,这些也是对TS16949体系上的要求。
当必须对产品设计进行工程变更时,客户质量工程师将再次在两个工程小组之间工作,以促进变更。他们将概述该变化,并确保其能够按照新的规格生产。如果有必要,测试和检查将被添加到生产过程中,以确保新的要求得到满足。最后,客户质量工程师将更新所有的文件,以证明要求得到满足。
客户质量工程师是与客户的直接接口,帮助解决产品出厂后发现的任何质量问题。他们将作为客户的代表工作,协助解决客户的任何问题,从标签的位置到产品不合格的投诉。他们将保持客户现场的质量表现记录,并观察任何偏离标准的情况,这将是潜在问题的指标。他们有责任在问题变成严重问题之前采取措施加以解决。总的来说,客户质量工程师将确保客户对所提供的质量性能感到满意,并确保他们会成为未来零部件的首选供应商。
开发、设计和生产高质量的产品需要与设计工程师和客户建立密切的工作关系。客户质量工程师在这个过程中起着不可或缺的作用,以确保所有客户的要求得到满足,并使所生产的产品达到最高质量。 收起阅读 »
你可以想像一下,当你住在高級的酒店时,酒店会提供礼宾服务,直接与酒店的客人合作、直接了解客户的需求,帮助和确保他们的住宿是完美的。礼宾部将解决房间的任何问题,帮助在当地餐厅预订,安排交通,甚至提供当地景点的建议,这确保将使客人的住宿更加愉快。客户质量工程师(CQE)是做什么的?
客户质量工程师(Customer Quality Engineer )的角色就像酒店的礼宾员,直接与客户合作,帮助推出新产品,完成质量文件,促进变化和解决生产中的质量问题。客户质量工程师不惜一切代价保持客户的生产线正常运行,同时提供高质量的产品。
客户质量工程师需要什么知识?
客户质量工程师需要综合各种技能,包括制造工程或材料科学的相关背景,快速解决问题的技能,以及最重要的是,作为与客户直接接触的人的管理技能,并能够解决他们的问题。
客户质量工程师必须有一些技术背景,能够在现场分析问题,帮助客户加快解决质量问题,同时在客户出现问题导致生产线停工时,仍能保持亲和力,易于合作。当一条生产线因质量问题而停工时,客户会用损失的金钱成本来衡量停工时间,所以他们对损失的生产时间感到不满是可以理解的。
其次,是质量管理上的知识,包括流程的管理、体系的管理,此外,六西格玛管理[1]的知识也是相当重要的,如果你不知道什么是VOC,你如何以有效地把客户的需要转化为内部的需求?如果你不知道什么是FPY、RTY,又如何向客户了解产线的质量水平,如果你不知道什么是SPC,又如何去为客户有效地管理和控制质量呢?
客户质量工程师的工作描述
客户质量工程师的工作有三个阶段,首先是推出新产品,管理任何产品变化,最后是监测正在进行的质量和解决任何质量问题。
在产品设计的初始设计阶段,客户质量工程师将直接与客户和他们自己的设计工程部门合作,概述最终产品必须满足的规格。他们将确保所有的规格都被适当地记录下来,并确保最终产品被测试和认证。客户质量工程师将记录并提交所有组件的生产部件批准程序(PPAP),并确保所有APQP流程得到遵循和正确记录,这些也是对TS16949体系上的要求。
当必须对产品设计进行工程变更时,客户质量工程师将再次在两个工程小组之间工作,以促进变更。他们将概述该变化,并确保其能够按照新的规格生产。如果有必要,测试和检查将被添加到生产过程中,以确保新的要求得到满足。最后,客户质量工程师将更新所有的文件,以证明要求得到满足。
客户质量工程师是与客户的直接接口,帮助解决产品出厂后发现的任何质量问题。他们将作为客户的代表工作,协助解决客户的任何问题,从标签的位置到产品不合格的投诉。他们将保持客户现场的质量表现记录,并观察任何偏离标准的情况,这将是潜在问题的指标。他们有责任在问题变成严重问题之前采取措施加以解决。总的来说,客户质量工程师将确保客户对所提供的质量性能感到满意,并确保他们会成为未来零部件的首选供应商。
开发、设计和生产高质量的产品需要与设计工程师和客户建立密切的工作关系。客户质量工程师在这个过程中起着不可或缺的作用,以确保所有客户的要求得到满足,并使所生产的产品达到最高质量。 收起阅读 »
Excel-制作SPC-MSA-七大手法
我这里有相关的资料, 有需要的吗
8月份工作记录
满打满算也做了一年的行政了,相较于品质的工作感觉大体上也差不多。每个工作都有一个运行的逻辑或者说过程,摸摸爬爬能快速找到这个逻辑的,工作就会越有成效。(话说每个岗位的烦劳/压力感觉也大差不差)
最近老板提出公司的人力成本过高,人员的效率低、扯皮推诿的事情越来越多、会议越来越多、人均年产值远低于同类型公司,要行政想办法解决。 what ? 我咋解决...........................
抛开脑袋里的Y1、Y2、Y3........... 是要好好的想想招了,不然怕是要卷铺盖了 。
先从人数上分析:单看总人数,感觉是很高,但是去每个部门询问工作负荷的时候,你会发现个个都在喊缺人.....这逻辑上不对啊 ,一个喊人多、一个喊缺人 。 行政只能裂开?
好在人事也有一些好的工具 ,我先按部门、按岗位用表格分好,然后找查一下现在的业务量,找销售要一下后面业务的预计量,大致有基调了 ,按每个部门、每个岗位的工作性质、给他的工作内容定个量 。 比如说钳工装配,一般简单的模具配模大概需要 2天,复杂的可能需要7-8天,那么我平均一下,每个人月产出,差不多4-5套模具 ,如果每个月平均20套新模,那么我就需要 5个人左右 , 设计工程师每月人产量大概是 3.5套图档,按 20套的月产量 大概需要 6个人 。 (当然最后可能需要加一些余量,用于调整或突发情况的) 对于数控设备,就按机床的数量分,像电火花,每人操作两台设备, 有些固定岗位,像人事就是 100个员工,一个人事的这样配置 。 大概定好了之后,基本的人员框架也就出了 。
然后根据岗位的性质,定好岗位的职责。( 话说岗位其实就是根据我们产品的工艺流程,定出来的,如果哪天工艺优化了,那么也就表示某个部门可能需要取消了 )岗位职责这个工具了,真的是仁者见仁了,跟公司的管理水平和规模有很大的关系了,很多公司做这个基本只是因为客户要看,审核老师要看。。
岗位职责定好后,就是岗位的目标了 ,需要根据公司的战略目标进行分解,比如像销售岗位,随便列列也能列出10个 、8个觉得比较重要度的指标,但是一般我感觉 3-5个就差不多了 ,考重点 ,比如今年的战略目标是大力开发新客户,那么就不能给他们定招待费限制的指标了 ,不然就前后打架了 。
做的好的公司还可以搞个岗位画像,就是看那么在岗位上做的比较好的人,看看他们都有些什么特质,那么这个岗位就按这个标准去靠 。记得平安公司就有类似的人力系统 。
人数定好了,还需要进行一下人才盘点 ,就是现有员工的数量和质量,能不能满足需求 ,像有些部门人多,但是你细看,干活的人就那么几个个,这个时候就需要优化了 。
盘点好了人才,就开始或招聘、或培养,或培训 ,基本招聘计划和培训计划就出来了 。
薪资和绩效 这个我觉得是这里面最难的了,毕竟和利益挂钩了 ,考的不是制度了已经,考的是人性了 。每个岗位会有薪资的区域、和考核的内容。 这个必须要做,但是也需要根据公司的实际情况和文化去做 。 没有什么套路是最好的,包括华为的激励制度、京瓷阿米巴经营,都不一定是最好的。 最适合自己公司的,不管理论上它烂不烂,其实他都是最好的 。
那这些都做了,会不会对公司有帮助呢? 我也不清楚,刚好想到这里,不记记怕忘.............
公司其实就像一条大海里的小船 ,不能光靠运气捕鱼,还是需要有正确的方向(战略),和明确的捕鱼分工,该掌舵的掌舵,该撒网的撒网,该做饭的做饭 。才能走的更远 。
做行政的需要对今后要去哪里、准备捕多少鱼。有很强的敏感性,提前准备好吃喝住、工具、和惊喜。 做品质也需要敏感,补这些鱼有什么风险、人员经验?渔网漏不漏?方法对不对 ? 所以为什么说每个岗位其实都差不多,他没有高低之分,只不过是一群人在运用不同的知识,为团队创造价值而已 。
收起阅读 »
优思学院|从二八定律到六西格玛管理
原刊于优思学院知乎号
二八定律的起源
1897年,义大利经济学家帕累托(Vilfredo Pareto,1848-1923)发现,不论在哪个国家或哪个时期,财富或收入的分配总是呈现一套固定模式,整个儿往最顶端一面倒:所得最高的少数族群,总是占了整体收入的绝大部分。到最后,帕累托甚至不必看分析资料,就可以准确无误地预测结果。
帕累托为此大感兴奋,他确信这项发现不仅具有莫大的经济意义,更会对社会产生深远影响。不过,他只能勉勉强强地激起几位经济学同僚的兴趣。尽管他在阐述较微末的题材时,总能深入浅出、妙笔生花,但关于“帕累托法则”的论着,却湮埋在饶舌的学术用语和密密麻麻的代数公式之下。
二十世纪两位伟大的质量管理大师之一,朱兰( Joseph Moses Juran),将帕累托提出的概念更名为“关键少数原则”(Rule of the Vital Few),至此,这项概念才开始盛行起来。
从二八定律到质量管理
朱兰于1951年出版的《质量控制手册》(The Quality Conntrol Handbook,后来易名为《质量手册》),是一本划时代的巨著,在日本以及随后的西方世界影响甚钜。朱兰在书中对照“关键少数”和“琐碎多数”的不同,显示若着重于关键少数原因,就可以不费吹灰之力地大幅删除品质缺失,这种思维方式在六西格玛管理 中仍然一直采用。朱兰于1954年迁居日本,教导此间企业主管在仿效美国之际,设法提升自身的品质与特色。1957年到1989年期间,日本的成长速度远远凌驾于其他任何工业经济体之上。
1960年代,帕累托法则以“80/20法则”或“二八定律”之名在美国与欧洲广为流传。这样的名称虽不尽贴切,却是嶷然有声而撼动人心的;于是,工程师和电脑专家开始將此原則奉為圭臬。
80/20法则主张,百分之八十的结果来自于百分之二十的成因;这是一项经过经济学、管理学和跨领域科学验证的经验“定律”。也就是说,宇宙中存在的事物,我们的作为和其他一切力量、资源与构想只有微乎其微的价值、产生微不足道的结果,而少数事物则能顺畅运作,发挥惊人成效。80和20这两个数字没什么魔术戏法,只是个近似值而已。重点在于这个世界并非对等平衡,努力和收获之间也非线性相关;宇宙是歪七扭八、不完美的。
宇宙的一大部分是无谓的杂音,然而其中少数力量则至为强大多产。只消挑出内在和周围那些强大而富有创造性的力量,我们就能在转眼之间施展惊人的影响力。
二八定律的应用
1963年,IBM发现电脑百分之八十的时间,花在执行不到百分之二十的操作码。IBM的工程师重新撰写操作码,让这关键的百分之二十更容易理解和使用,因而巩固了该公司的市场龙头地位。软体业过去三十年间的进展—从莲花到微软再到Linux,更透彻地贯彻了这项概念。
80/20法则不仅可以协助企业追求商业成效,还可以帮忙个人改善生活。若要加强工作效能或变得更快乐,就必须了解少数人或少数事的重要性。假使你全神贯注于对你最有用的几件事,就能够无往不利,而你的效能—甚至幸福—都能倍增。这是一个全新的领域,因为之前从没有人将80/20法则和个人的自我实现联系在一起。
今天,六西格玛管理已经应用于很多不同的行业,背后可以说是有赖80/20法则的原理的基础上才会如此成功,企业如何运用六西格玛管理来追求商业成效,以及个人也可以因为学习六西格玛管理而令自己的工作能力和事业有所提升,甚至改善他们的个人生活。
帕累托图(Pareto Chart)的发明
帕累托图(Pareto Chart)是一种条形图。 条形的长度表示频率或成本(时间或金钱),并以最长的条形排列在左侧,最短的条形排列在右侧。 通过这种方式,图表可以直观地描绘出哪些情况更为重要。 原因分析工具被认为是七大质量工具之一 。
帕累托分析(Pareto Analysis)是决策中的一种统计技术,用于选择数量有限且产生显著总体效果的任务。 它使用帕累托原理(也称为80/20法则),只须通过完成20%的工作,您便可以在整个工作中获得80%的效益。
以质量改善为例,绝大多数问题(80%)是由一些关键原因(20%)引起的。 此技术也称为“关键的少数” (Critical Few) 和“琐碎的多数” (Trivial Many)。(也是六西格玛和DMAIC的重要理念)
帕累托图成为是六西格玛专业人员最常用的工具
根据中国六西格玛调查研究 2020所显示,帕累托图是在众多六西格玛质量工具中得票最多,是六西格玛专业人员最常用的工具。我相信这是由于帕累托原理,或80/20法则,正正就是六西格玛的中心思想。
六西格玛项目的过程,就是要一步一步地把“关键的少数” (Critical Few) 识别出来,然后通过实验手段,把过程最佳化,因此,帕累托图的使用是在六西格玛项目中不可划缺的部分。
收起阅读 »
二八定律的起源
1897年,义大利经济学家帕累托(Vilfredo Pareto,1848-1923)发现,不论在哪个国家或哪个时期,财富或收入的分配总是呈现一套固定模式,整个儿往最顶端一面倒:所得最高的少数族群,总是占了整体收入的绝大部分。到最后,帕累托甚至不必看分析资料,就可以准确无误地预测结果。
帕累托为此大感兴奋,他确信这项发现不仅具有莫大的经济意义,更会对社会产生深远影响。不过,他只能勉勉强强地激起几位经济学同僚的兴趣。尽管他在阐述较微末的题材时,总能深入浅出、妙笔生花,但关于“帕累托法则”的论着,却湮埋在饶舌的学术用语和密密麻麻的代数公式之下。
二十世纪两位伟大的质量管理大师之一,朱兰( Joseph Moses Juran),将帕累托提出的概念更名为“关键少数原则”(Rule of the Vital Few),至此,这项概念才开始盛行起来。
从二八定律到质量管理
朱兰于1951年出版的《质量控制手册》(The Quality Conntrol Handbook,后来易名为《质量手册》),是一本划时代的巨著,在日本以及随后的西方世界影响甚钜。朱兰在书中对照“关键少数”和“琐碎多数”的不同,显示若着重于关键少数原因,就可以不费吹灰之力地大幅删除品质缺失,这种思维方式在六西格玛管理 中仍然一直采用。朱兰于1954年迁居日本,教导此间企业主管在仿效美国之际,设法提升自身的品质与特色。1957年到1989年期间,日本的成长速度远远凌驾于其他任何工业经济体之上。
1960年代,帕累托法则以“80/20法则”或“二八定律”之名在美国与欧洲广为流传。这样的名称虽不尽贴切,却是嶷然有声而撼动人心的;于是,工程师和电脑专家开始將此原則奉為圭臬。
80/20法则主张,百分之八十的结果来自于百分之二十的成因;这是一项经过经济学、管理学和跨领域科学验证的经验“定律”。也就是说,宇宙中存在的事物,我们的作为和其他一切力量、资源与构想只有微乎其微的价值、产生微不足道的结果,而少数事物则能顺畅运作,发挥惊人成效。80和20这两个数字没什么魔术戏法,只是个近似值而已。重点在于这个世界并非对等平衡,努力和收获之间也非线性相关;宇宙是歪七扭八、不完美的。
宇宙的一大部分是无谓的杂音,然而其中少数力量则至为强大多产。只消挑出内在和周围那些强大而富有创造性的力量,我们就能在转眼之间施展惊人的影响力。
二八定律的应用
1963年,IBM发现电脑百分之八十的时间,花在执行不到百分之二十的操作码。IBM的工程师重新撰写操作码,让这关键的百分之二十更容易理解和使用,因而巩固了该公司的市场龙头地位。软体业过去三十年间的进展—从莲花到微软再到Linux,更透彻地贯彻了这项概念。
80/20法则不仅可以协助企业追求商业成效,还可以帮忙个人改善生活。若要加强工作效能或变得更快乐,就必须了解少数人或少数事的重要性。假使你全神贯注于对你最有用的几件事,就能够无往不利,而你的效能—甚至幸福—都能倍增。这是一个全新的领域,因为之前从没有人将80/20法则和个人的自我实现联系在一起。
今天,六西格玛管理已经应用于很多不同的行业,背后可以说是有赖80/20法则的原理的基础上才会如此成功,企业如何运用六西格玛管理来追求商业成效,以及个人也可以因为学习六西格玛管理而令自己的工作能力和事业有所提升,甚至改善他们的个人生活。
帕累托图(Pareto Chart)的发明
帕累托图(Pareto Chart)是一种条形图。 条形的长度表示频率或成本(时间或金钱),并以最长的条形排列在左侧,最短的条形排列在右侧。 通过这种方式,图表可以直观地描绘出哪些情况更为重要。 原因分析工具被认为是七大质量工具之一 。
帕累托分析(Pareto Analysis)是决策中的一种统计技术,用于选择数量有限且产生显著总体效果的任务。 它使用帕累托原理(也称为80/20法则),只须通过完成20%的工作,您便可以在整个工作中获得80%的效益。
以质量改善为例,绝大多数问题(80%)是由一些关键原因(20%)引起的。 此技术也称为“关键的少数” (Critical Few) 和“琐碎的多数” (Trivial Many)。(也是六西格玛和DMAIC的重要理念)
帕累托图成为是六西格玛专业人员最常用的工具
根据中国六西格玛调查研究 2020所显示,帕累托图是在众多六西格玛质量工具中得票最多,是六西格玛专业人员最常用的工具。我相信这是由于帕累托原理,或80/20法则,正正就是六西格玛的中心思想。
六西格玛项目的过程,就是要一步一步地把“关键的少数” (Critical Few) 识别出来,然后通过实验手段,把过程最佳化,因此,帕累托图的使用是在六西格玛项目中不可划缺的部分。
收起阅读 »
处理产品质量异常,5个“Why“就够了吗?
在处理客户投诉或者制程异常问题时,许多人都会用到一种方法,叫作五个“为什么“,该法出自日本丰田,典型的情景如下:
问:“为什么机器停了?”
答:“因为机器超载,保险丝烧了。”
问:“为什么会超载?”
答:“因为轴承的润滑不足?”
问:“为什么会润滑不足?”
答:“因为润滑泵失灵了。”
问:“为什么润滑泵失灵?”
答:“因为它的轮轴耗损了。”
问:“为什么轮轴会耗损?”
答:“因为杂质跑到里面去了。”
最后的改进措施:在润滑泵上加装过滤网。
这种做法相对于只更换保险丝的动作来说,当然更高明,在质量管理行业中也得到了广泛应用。但是,从彻底解决问题的角度来看,这种做法真的足够了吗?我认为不够。
举例来说。2018年12月,我空降到深圳市艾比森光电任品质总监,入职后我很快发现,品质部解决问题的能力真的很弱。最主要的原因,就是品质工程师和主管在分析客诉和制程异常问题时,往往就事论事,不会从管理和人的角度去分析问题,丝毫没有过程思维。
我让客诉工程师吴工,从过往多次重复发生的重大客诉案例中,找来一个报告如下:
产品型号:A10
投诉问题:屏体安装好后模组不断死灯,一个模组死灯超过20-30颗以上
原因分析:
1. 面罩灯孔设计尺寸是:3.1+0.1/-0.0mm,而面罩实际灯孔尺寸普遍是3.05mm以下,尺寸都偏小。面罩设计无定位孔,加上面罩尺寸也偏小,灯珠无法保证在孔位中心,面罩受冷收缩,推挤靠在孔位边缘灯珠,导致灯珠剥离焊盘造成死灯;
2.高帽檐面罩样品测试时末装配到模组上进行测试,只做单个面罩的高低温测试。不符合产品测试要求
纠正措施:
1.设计部重新设计面罩图纸,加大面罩灯孔尺寸为:3.3+0.1/-0.0mm;
2.新产品导入或者新部件导入,需要做成品质量验证测试。
预防措施:
1.修改面罩设计规范,将户外面罩灯孔放大0.5mm;
2.新设计面罩需增加定位孔,防止面罩移位。
我把这个案例写入PPT中,然后召集质量部的所有骨干人员,给他们培训。
我说:“我进公司一个多星期了,发现了品质部有一个比较大的问题,就是我们在定位问题和解决问题时,没有用到过程方法,没有从管理的角度来看待问题,更没有从人的角度来考虑问题是如何产生的,导致问题总是无法彻底解决。”
“比如A10产品上这个大面积死灯的问题,这是我们以前拟定的纠正措施和预防措施,大家来看一看有什么问题。”我把这个问题的纠正和预防措施投影在屏上,开始发表自己的看法。
“首先,要从技术的角度来分析问题产生的原因,接下来,要从管理的角度对问题进行过程定位,找出技术问题背后的管理问题。造成死灯的技术原因是面罩设计不当,但其背后的管理问题是面罩设计和面罩验证这两个过程管理不到位,更进一步的原因是缺乏过程责任人机制,造成问题反复发生。”
“我要求品质部的所有人员在分析和解决问题时,要做到双归零,即技术归零、管理归零,具体要求如下。”
产品型号:A10
投诉问题:屏体安装好后模组不断死灯,一个模组死灯超过20-30颗以上
初步原因分析:
1. 面罩灯孔设计尺寸是:3.1+0.1/-0.0mm,而面罩实际灯孔尺寸普遍是3.05mm以下,尺寸都偏小。面罩设计无定位孔,加上面罩尺寸也偏小,灯珠无法保证在孔位中心,面罩受冷收缩,推挤靠在孔位边缘灯珠,导致灯珠剥离焊盘造成死灯;
2.高帽檐面罩样品测试时末装配到模组上进行测试,只做单个面罩的高低温测试,不符合产品测试要求
深层原因分析:
1.没有LED显示屏面罩设计规范;
2.高帽檐面罩导入测试没有装在箱体上,只送检了面罩做测试;
过程定位:
1.面罩设计
2.面罩验证
临时对策:
调查前期A10已出货的所有订单,评估其使用环境,对有隐患的产品组织更换面罩
责任人:XXX
完成时限:XXXXXX
纠正措施
1.制定“LED显示屏面罩设计规范”并培训到位
责任人:XXX
完成时限:XXXXXX
2.新面罩导入应装配到模组上进行全套可靠性测试,并优化可靠性测试规范
责任人:XXX
完成时限:XXXXXX
预防措施
1.汇总同类产品常见的问题点,包括前期面罩设计存在的问题点,提前制定相应对策
责任人:XXX
完成时限:XXXXXX
2.明确面罩设计和验证两个过程的责任人,不断优化过程管理。
责任人:XXX
完成时限:XXXXXX
我对大家说:“我来公司面试时,公司领导对我说,我们质量管理最大的问题有两个。”
“第一,是无法彻底解决问题,实现不贰过。”
“第二,是我们质量团队能力太弱了,没有中层,全部是基层,能独立解决问题的人员太少了。”
“在我看来,这其实是一个问题,就是我们质量团队解决问题的能力太弱。作为质量人员,我想大家都应该学习过ISO9000体系,我认为,该体系最核心的一个思想是过程方法。基于过程能力来定位问题和解决问题。但是,经过我这么多天的了解,我发现大家在分析问题和解决问题时,根本没有这方面的意识。”
我强调:“质量的本质是管理,如果大家不能以过程管理的角度来看待目前的问题,怎么可能彻底解决问题呢?因此,我今天介绍的,按产生问题的过程来进行定位的方法非常重要,请大家务必学会。同一类型的产品,其产品实现过程往往相同。而许多看起来风马牛不相及的产品质量问题,通过过程定位后往往可以发现,其产生于相同的业务过程。”
“一般来说,一个客诉的产生,至少有两个业务过程存在管理漏洞,一是产生问题的过程,另一个是检验或确认过程。我要求,针对每一个批次性质量事故,要做到‘七有’,具体是有原因分析、有过程定位、有临时对策、有纠正措施、有预防措施、有责任人、有完成时限。”
“所谓临时对策,就是针对不良品的处置,包括标识、隔离、返工、报废、召回等。所谓纠正措施,就是针对不良产生的原因,制定相应的措施,确保这种情况不会再发生,具体来说,就是要通过问题识别出产生问题的过程。”
“在我们这个案例中,面罩孔小造成死灯,我们的临时对策,就是针对A10已发货的产品和在库的产品,进行处理,就是我们日常所说的救火。但是以前,我们可能做到这一步就没有继续往前走了,这就是我们解决问题不彻底的根源。”
“在A10这个案例中,我们要通过批量死灯这个现象,找到它背后产生的原因,就是至少有两个过程存在问题,即面罩设计和面罩验证。当然,产品立项评审等过程可能也存在问题,对产品的使用要求没有充分识别,也可能是造成此问题产生的原因之一。”
“要落实纠正措施,就一定要针对这两个业务过程的管理进行优化,通过制定和实施相应的管理规范,从输出、输入、能力、工作标准、作业程序这个要素上进行管控,确保这两个过程的输出满足要求。 ”
“至于预防措施,是针对风险来说的。我们A10这款产品在研发立项时,就要搜集以前的同类产品曾经出现过的问题,以及分析本产品在技术、工艺、制造、来料等各个环节存在的风险点,针对这些问题和风险点制定预防性对策,确保这些风险不会在此产品上真正发生。还有,指定过程管理的责任人,明确过程绩效的衡量方式,统计过程绩效数据,推动过程管理能力不断提升,这也是一种预防措施。”
“一定要把过程中涉及到的每个岗位的员工管好,才能彻底解决质量问题。毕竟,质量是由人产生,为人服务的。”
通过我的不断督促,所有品质工程师和主管终于学会了这种分析和解决问题的方法,品质部解决问题的能力迅速提高,表现出来的,就是品质事故快速下降。
正如我的老师,克劳士比中国学院院长杨钢老师所说的,解决问题要分三步走,先分析物理、再追溯到事理、最后归结为人理,这就是分析和解决问题的三重境界。
以上内容摘自《质量总监炼成记》
收起阅读 »
问:“为什么机器停了?”
答:“因为机器超载,保险丝烧了。”
问:“为什么会超载?”
答:“因为轴承的润滑不足?”
问:“为什么会润滑不足?”
答:“因为润滑泵失灵了。”
问:“为什么润滑泵失灵?”
答:“因为它的轮轴耗损了。”
问:“为什么轮轴会耗损?”
答:“因为杂质跑到里面去了。”
最后的改进措施:在润滑泵上加装过滤网。
这种做法相对于只更换保险丝的动作来说,当然更高明,在质量管理行业中也得到了广泛应用。但是,从彻底解决问题的角度来看,这种做法真的足够了吗?我认为不够。
举例来说。2018年12月,我空降到深圳市艾比森光电任品质总监,入职后我很快发现,品质部解决问题的能力真的很弱。最主要的原因,就是品质工程师和主管在分析客诉和制程异常问题时,往往就事论事,不会从管理和人的角度去分析问题,丝毫没有过程思维。
我让客诉工程师吴工,从过往多次重复发生的重大客诉案例中,找来一个报告如下:
产品型号:A10
投诉问题:屏体安装好后模组不断死灯,一个模组死灯超过20-30颗以上
原因分析:
1. 面罩灯孔设计尺寸是:3.1+0.1/-0.0mm,而面罩实际灯孔尺寸普遍是3.05mm以下,尺寸都偏小。面罩设计无定位孔,加上面罩尺寸也偏小,灯珠无法保证在孔位中心,面罩受冷收缩,推挤靠在孔位边缘灯珠,导致灯珠剥离焊盘造成死灯;
2.高帽檐面罩样品测试时末装配到模组上进行测试,只做单个面罩的高低温测试。不符合产品测试要求
纠正措施:
1.设计部重新设计面罩图纸,加大面罩灯孔尺寸为:3.3+0.1/-0.0mm;
2.新产品导入或者新部件导入,需要做成品质量验证测试。
预防措施:
1.修改面罩设计规范,将户外面罩灯孔放大0.5mm;
2.新设计面罩需增加定位孔,防止面罩移位。
我把这个案例写入PPT中,然后召集质量部的所有骨干人员,给他们培训。
我说:“我进公司一个多星期了,发现了品质部有一个比较大的问题,就是我们在定位问题和解决问题时,没有用到过程方法,没有从管理的角度来看待问题,更没有从人的角度来考虑问题是如何产生的,导致问题总是无法彻底解决。”
“比如A10产品上这个大面积死灯的问题,这是我们以前拟定的纠正措施和预防措施,大家来看一看有什么问题。”我把这个问题的纠正和预防措施投影在屏上,开始发表自己的看法。
“首先,要从技术的角度来分析问题产生的原因,接下来,要从管理的角度对问题进行过程定位,找出技术问题背后的管理问题。造成死灯的技术原因是面罩设计不当,但其背后的管理问题是面罩设计和面罩验证这两个过程管理不到位,更进一步的原因是缺乏过程责任人机制,造成问题反复发生。”
“我要求品质部的所有人员在分析和解决问题时,要做到双归零,即技术归零、管理归零,具体要求如下。”
产品型号:A10
投诉问题:屏体安装好后模组不断死灯,一个模组死灯超过20-30颗以上
初步原因分析:
1. 面罩灯孔设计尺寸是:3.1+0.1/-0.0mm,而面罩实际灯孔尺寸普遍是3.05mm以下,尺寸都偏小。面罩设计无定位孔,加上面罩尺寸也偏小,灯珠无法保证在孔位中心,面罩受冷收缩,推挤靠在孔位边缘灯珠,导致灯珠剥离焊盘造成死灯;
2.高帽檐面罩样品测试时末装配到模组上进行测试,只做单个面罩的高低温测试,不符合产品测试要求
深层原因分析:
1.没有LED显示屏面罩设计规范;
2.高帽檐面罩导入测试没有装在箱体上,只送检了面罩做测试;
过程定位:
1.面罩设计
2.面罩验证
临时对策:
调查前期A10已出货的所有订单,评估其使用环境,对有隐患的产品组织更换面罩
责任人:XXX
完成时限:XXXXXX
纠正措施
1.制定“LED显示屏面罩设计规范”并培训到位
责任人:XXX
完成时限:XXXXXX
2.新面罩导入应装配到模组上进行全套可靠性测试,并优化可靠性测试规范
责任人:XXX
完成时限:XXXXXX
预防措施
1.汇总同类产品常见的问题点,包括前期面罩设计存在的问题点,提前制定相应对策
责任人:XXX
完成时限:XXXXXX
2.明确面罩设计和验证两个过程的责任人,不断优化过程管理。
责任人:XXX
完成时限:XXXXXX
我对大家说:“我来公司面试时,公司领导对我说,我们质量管理最大的问题有两个。”
“第一,是无法彻底解决问题,实现不贰过。”
“第二,是我们质量团队能力太弱了,没有中层,全部是基层,能独立解决问题的人员太少了。”
“在我看来,这其实是一个问题,就是我们质量团队解决问题的能力太弱。作为质量人员,我想大家都应该学习过ISO9000体系,我认为,该体系最核心的一个思想是过程方法。基于过程能力来定位问题和解决问题。但是,经过我这么多天的了解,我发现大家在分析问题和解决问题时,根本没有这方面的意识。”
我强调:“质量的本质是管理,如果大家不能以过程管理的角度来看待目前的问题,怎么可能彻底解决问题呢?因此,我今天介绍的,按产生问题的过程来进行定位的方法非常重要,请大家务必学会。同一类型的产品,其产品实现过程往往相同。而许多看起来风马牛不相及的产品质量问题,通过过程定位后往往可以发现,其产生于相同的业务过程。”
“一般来说,一个客诉的产生,至少有两个业务过程存在管理漏洞,一是产生问题的过程,另一个是检验或确认过程。我要求,针对每一个批次性质量事故,要做到‘七有’,具体是有原因分析、有过程定位、有临时对策、有纠正措施、有预防措施、有责任人、有完成时限。”
“所谓临时对策,就是针对不良品的处置,包括标识、隔离、返工、报废、召回等。所谓纠正措施,就是针对不良产生的原因,制定相应的措施,确保这种情况不会再发生,具体来说,就是要通过问题识别出产生问题的过程。”
“在我们这个案例中,面罩孔小造成死灯,我们的临时对策,就是针对A10已发货的产品和在库的产品,进行处理,就是我们日常所说的救火。但是以前,我们可能做到这一步就没有继续往前走了,这就是我们解决问题不彻底的根源。”
“在A10这个案例中,我们要通过批量死灯这个现象,找到它背后产生的原因,就是至少有两个过程存在问题,即面罩设计和面罩验证。当然,产品立项评审等过程可能也存在问题,对产品的使用要求没有充分识别,也可能是造成此问题产生的原因之一。”
“要落实纠正措施,就一定要针对这两个业务过程的管理进行优化,通过制定和实施相应的管理规范,从输出、输入、能力、工作标准、作业程序这个要素上进行管控,确保这两个过程的输出满足要求。 ”
“至于预防措施,是针对风险来说的。我们A10这款产品在研发立项时,就要搜集以前的同类产品曾经出现过的问题,以及分析本产品在技术、工艺、制造、来料等各个环节存在的风险点,针对这些问题和风险点制定预防性对策,确保这些风险不会在此产品上真正发生。还有,指定过程管理的责任人,明确过程绩效的衡量方式,统计过程绩效数据,推动过程管理能力不断提升,这也是一种预防措施。”
“一定要把过程中涉及到的每个岗位的员工管好,才能彻底解决质量问题。毕竟,质量是由人产生,为人服务的。”
通过我的不断督促,所有品质工程师和主管终于学会了这种分析和解决问题的方法,品质部解决问题的能力迅速提高,表现出来的,就是品质事故快速下降。
正如我的老师,克劳士比中国学院院长杨钢老师所说的,解决问题要分三步走,先分析物理、再追溯到事理、最后归结为人理,这就是分析和解决问题的三重境界。
以上内容摘自《质量总监炼成记》
收起阅读 »
优思学院|为什么大家都想成为六西格玛黑带?
老是听到别人说,想拿六西格玛证书,或者想成为六西格玛黑带,的确六西格玛黑带这个名字,是有一个很大的魅力,和MBA感觉很像,是职业身分和地位的象征。
同时,我们也有些学生比较关心的是,我花钱去培训六西格玛黑带,拿到六西格玛黑带认证证书后,到底作用有多大?我们的职业前景、薪资待遇、市场需求量到底如何呢?
1・为什么想成为黑带,而不是其它? 黑带工资状况如何?
影响黑带收入的还是要看你在哪个行业,也就是说与你的本质工作有很大的联系,如你本人在风口行业,您的薪资可以到百万,如果你在传统制造业想靠黑带拿到百万年薪可能性极小,除非你是企业高管。
六西格玛黑带的职业前景?
很多没有接触六西格玛的人都很奇怪,为什么衡量六西格玛能力水平大小的称呼要使用“黑带,绿带”这样奇怪的词语?以至于很多人用戏谑的语言问“你是黑带吧?”被问的人略显尴尬的回答:“是六西格玛黑带”。关于六西格玛黑带有一段小故事:当年在摩托罗拉内部,总结(创造)六西格玛管理法的团队,是来源于各个部门的人,这些人在企业中有自己的职位和职级,但他们在企业又神秘地实施一项及其机密的工作:一项期望把质量缺陷降低到原来1/1000的方法,这帮人在外人眼里行事诡秘,独来独往。于是好奇者总是打探“这帮人是干什么呢?”恰好在研究六西格玛的这帮人都是特别喜欢“功夫”、喜欢李小龙的的人,他们期望自己研究的方法像李小龙的功夫一样,不需要任何花式的动作,一招命中问题的核心,彻底解决问题。
虽然他们很喜欢李小龙,也有这么美好的愿望,但他们并不是真正的了解功夫,最最让他们感到迷惑的是:中国功夫的等级是什么?这么表达武功已经练习到最高级了,难道用“东方不败一级,东方不败二级”?显然是不行的。这帮人傻傻分不清,跆拳道与武功的区别了,就借用了跆拳道的称呼来划定研究六西格玛人了。
2・六西格玛人员等级有哪些?
表达六西格玛人员能力等级有:黄带/蓝带(YB Yellow Belt)、绿带(GB Green Belt)、黑带(BB Black Belt)、专业黑带(MBB Master Black belt)
黑带大师(Master Black Belts)是负责组织内六西格玛战略部署的专家。他们在组织的所有业务领域以及供应商和客户中促进和支持改进活动。
六西格玛黑带:六西格玛团队领导,负责在业务范围内实施流程改进项目,以提高客户满意度和业务生产力。黑带在使用六西格玛方法和工具方面知识渊博,技能娴熟。
从上面对黑带的定义中,可以明确看出:黑带除了要娴熟地运用六西格玛知识和技能外,更重要的是要了解自己的业务知识,最最重要的是要能够把六西格玛的相关知识运用到业务中来。三者缺一不可。
3・六西格玛黑带的工资水平如何?
对这个问题比较关注的,多半是准备报读像优思学院的那些黑带课程,想了解市场行情的人。
通过搜索黑带关键词,可以看到给出的薪资一般在1~5万每月。身边的黑带们大概也就是这个薪资水平,年收入50万左右的占大多数,但1万左右的也有很多。
除了看行业以外,还要看你的所从事的工作,比如质量工程师,如果您现在是质量工程师,想有更好的发展,肯定有人会给你推荐考一个黑带吧!因为多数人认为无论你做的是哪个类型的质量工程师,黑带都算是比较高端的,因为黑带代表的是你在质量领域的专业能力。一般情况薪资要高于其所在行业QA的平均工资(具体高多少,就要看企业对黑带的认知程度了),但想出奇的高,基本是很难的。
另外,如果你希望做专职6sigma工作,这样的话其实可能涉及上面各个领域。我的建议是全面了解,专精一门(你要建立自己的核心竞争力)。说白了,黑带是头衔,背后的意思是你的质量工具方法牛,统计牛,项目管理牛,看问题、解问题的思维和能力牛。所以其实还是能力决定了你的薪资。
首先还是说趋势,每个行业的专业人士都供不应求!质量领域也不例外!尤其是中国制造全面升级,国家腾飞的这个时候,质量是全民看重的,企业想取胜,还是要看质量的,企业想向管理要利润,六西格玛是一把好手。中国将迎来质量行业的爆发,一群有着深厚经验的人会投身到中国的质量行业发展,做顾问、咨询也好,为国内企业引入先进的经验也好,并产生几个大师级人物。
这些年中国六西格玛的推行,从制造业向服务业延伸,并且六西格玛对流程的关注,使其在服务业有着得天独厚的优势,所以各位期望从事六西格玛的小伙伴不妨看看服务行业的应用。
下面说下这些年六西格玛在中国各个行业的发展以及典型的代表性企业(不是特别强的先后顺序,但能代表大概):
医院,典型企业是台州医院,大家可能比较意外,医院竟然也有做六西格玛的,并且做的还挺早,其实医院做六西格玛的还挺多。
电子通讯,典型的企业是中兴通信和华为,电子通信行业是第一批在世界舞台同别人同台经济的行业,所以对管理方法的追求,也是世界级的。
制造企业,典型企业是美的,海信,海尔几家家电企业,中国一汽下的各种合资公司;
互联网企业,典型企业是携程,互联网企业的高效率与六西格玛的精雕细琢开始完美结合;
公共事业,典型企业是香港地铁,珠海港港口,码头,华润燃气等,在公共事业的管理中六西格玛也发挥了巨大的作用;
钢铁行业,典型企业是东北特钢,马鞍山钢铁等,六西格玛主要应用在特种钢铁的冶炼过程及质量提升上;
能源行业,典型企业是中国石油,国家电网;
军工行业,典型企业是中国兵器;
烟草行业,典型企业是常州烟草,以及烟草的上游企业。
金融保险,典型的企业是平安保险和工商银行,到目前为止,六西格玛已经渗透到金融保险行业的所有流程;
通信行业,典型企业中国移动;
食品药品,典型的企业是中粮集团,国药集团
培训教育,典型企业就是那个做英语培训的。 最近有很多人在感慨:六西格玛是不是没落了,其实仅仅是您的身边没有六西格玛人而已,从中质协每年报考黑带,绿带的人员来看是只增不减的,并且推行六西格玛的行业在逐渐增多,从事六西格玛的人才也会越来越多的。有人的地方就有一切,如果你不了解六西格玛的发展状况,你可以关注下中国质量协会每年的六西格玛发表大会以及各个行业的专场。
4・六西格玛黑带的未来发展将會如何?
随着工业4.0和大数据的发展,六西格玛也需要做出更多的变化,学习六西格玛、应用六西格玛最主要的是对人思维的改变,如果您的思维不改变,学习再多的统计工具也是没有用的,独立系统的思考能力无论在什么时候都很重要,学习六西格玛不要捡芝麻丢西瓜;
六西格玛的薪资水平:从十万到百万都有可能,关键看您的行业和自身的业务能力,不取决于你是否是黑带;
职业前景:前景依然一片光明,因为整个国家都处在财富积累的阶段,任何职业都有很好的前景,更何况是六西格玛黑带;
市场需求度:越来越多的行业对六西格玛方面的专业人才有需求,企业的橄榄枝越抛越多,就等你去抓;
关于黑带能力:真的不取决于你会多少六西格玛工具,也不取决于您是否会统计和数据分析。
收起阅读 »
优思学院|质量管理行业现在状况如何? 发展前景可以吗?
原文发表于 优思学院 知乎号
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。
没有什么比质量管理领域更明显了,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[1]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(下图),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。
没有什么比质量管理领域更明显了,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[1]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(下图),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 »
优思学院|何谓六西格玛?
原文发表于优思学院知乎号
六西格玛起源于制造业,主要目的在于改善制程,1986年由Motorola的工程师Bill Simth发明,1995年至99年六西格玛在美国呈现爆炸型的发展。
六西格玛是统计学上的衡量标准,每百万次只有3.4次瑕疵的品质水准,是美国奇异公司董事长杰克.威尔许(Jack Welch)最推崇的质量管理计划。“Sigma”是统计学上的用语(希腊字母“σ”),用以表示“标准差”(standard deviation),就是流程当中的变异(variation)程度的度量值。
从商业上来说,标准差衡量的是某一特定流程执行完美工作的能力。标准差的级数增加,所出现的瑕疵就越少 -“六”这个数字代表的是几近完美的境界。假如你有一台温度控制器,你希望把房间的温度维持在70度左右。如果温度维持在67度到73度之间,我们认为这是可接受的标准。结果这台机器将温度维持在68度到72度,这样的变异相当小,因此这台温度控制器的制程能力(process capability)是可以接受的,是在所要求的范围之内。不过如果温度在55度和85度之间起伏,那么这样的变异范围过大,无法达到所要求的标准。这表示这台机器的制程能力令人无法接受,需要加以调整。标准差是判断工作执行的流程距离理想有多远,也就是衡量公司在执行工作的流程中犯的多少错误。
详细可以看看优思学院的课程视频
六西格玛的焦点是放在“不良”与“变异”上,而其第一步就是厘清流程中的品质关键要素(Critical to Quality- CTQ),亦即对客户来说最重要的属性。
怎样才算够好?
六西格玛是每百万次谨慎操作中的错误率评量标准,适用于一切程序,制造过程错误次数愈少品质愈高。
六西格玛其实是一种统计概念,就是以不良率来衡量整个流程的良窳。如果你的公司只有一标准差,那表示每一百万次会有大约七十万次瑕庛,一标准差表示你每次做对的机率只有30%;如果你是属于二标准差,那么表示每百万次大约有三十多万次瑕疵。一般公司运作大概都是介于三和四标准差之间,也就是每一百万次分别会有66,000次失误或瑕疵产生。
不同标准标准差水平的不良率優思學院-西格玛/标准差水平六西格玛管理哲学的重点就是:99%的成功率是不够的。大多数的人大概都以为这已经几近完美,不过事实上,99%的成功率相当于每小时会有两万封邮件遗失,每个礼拜有五千个手术程序出错,或是主要机场每天有四场意外;这样的失误机率是一般大众绝对不可能接受的。六西格玛管理哲学的重点就是:99%的成功率是不够的。六西格玛表示每一百万次只有3.4次瑕疵,也就是说,成功率要达到99.99966%。
大多数企业认为改善品质需要耗费成本,因此把品质和获利的平衡视为一种取舍,一种顾客和会计人员之间的拉锯战。企业会考虑这个问题:“我们能给顾客多少品质,而且自己还能获利?”不过六西格玛的公司却彻底颠覆这样的想法。这类公司已经了解到:品质其实可以节省成本,因为业者必须丢掉的瑕疵品减少,顾客退货的损失下降,而且更能够留住顾客的心;这种重成果都有助于业者的利润提高。
就如同防守对于打击的重要性,留住顾客以及让顾客满意对于行销也是不可忽视的环节,而且能够让你在竞争对手中脱颖而出。六西格玛的重心在于消除错误、浪费、以及重做的情况。大多数的管理计划着重在“攻”,也就是生产更多的产品、增加产量、开发出令人惊艳的行销方法;但是六西格玛却是侧重于“守”,所做的都是我们已经在做的事情,只是要做得更好,减少犯错的机率。因为任何潜藏在流程中的浪费环节,都会剥夺最终获利。
DMAIC方法
六西格玛其实是人力和流程力量的结合,六西格玛项目关键参与者有五种:
1.高阶领导人(Executive Leader):对六个准差做出承诺,并在整个组织内提倡六西格玛。
2.盟主(Champion):为黑带的作为而战,并且移除各种障碍,他们是订定计划的资深管理阶级。
3.主任黑带(Master Black Belt):扮演训练者、导师与指引者的角色。
4.黑带(Black Belt):全职投入专案之中。(他们受过六西格玛统计训练的主管。黑带唯一的责任就是找出变异的根源,并找出对流程产出品质影响最大的因子)。
5.绿带(Green Belt):兼职协助黑带。
从一开始时,就必须了解与界定关键运作角色,这点非常重要。所有的关键参与者都应该知道自己被赋予什么期望,以及在六个标准计划中,所有的角色应该如何通力合作。每一个角色都需要清楚的责任界定。
六西格玛流程改善方法论有五个步骤,为DMAIC:
界定(Define)
界定组织中那些是长久以来的最大问题,并界定出哪些关键少数因子必须被加以衡量、分析、改进与控制,以得出最终的结果。
2. 测量(Measure)
研究与评估流程中所有步骤,并衡量某个会影响到关键品质因子的重要流程缺失。
3. 分析(Analyze)
用衡量阶段中所搜集到的所有资讯分析变数及造成不良的原因。
4. 改进(Improve)
改善流程排除不良情势,采取修正行动来降低或排除关键少数因子的负面效应。
5. 控制(Control)
专注并维持已经做到的流程改善。
六西格玛管理的各种工具
六西格玛也是一种科学的管理方法,一切皆是以数据和事实作为动力,借由将每件事都建立在可衡量的资料之基础上。
六西格玛运用统计衡量工具来产出不容推翻的结果,然而不需要太害怕学习与运用统计工具,运用现有的系统及特定软体,即可取得各种重要的程式与运算式,将科技与教育训练结合在一起以产出所要的结果。
流程图:这种图形工具可以显示出运作环节、决策点、延迟、行动、换手、重做环节、控制或检查环节等。
2. XY矩阵:采用XY矩阵的目的是要研究与了解流程投入与顾客需求流程中可取得的产物间的关系。XY矩阵找出差距所在,也就是可改善的空间。
3. 衡量系统分析:为的是要确保衡量系统具有统计上的稳定性,此分析法能衡量我们的衡量方式,如此才能得知我们用的衡量系统的每个构面是否能正常运作。
4. 柏累托图:(以长条图方式呈现,可以将一个问题划分以严重性划分出来)
一种呈现出流程肇因或失误相关重要性的图,该图系根据义大利经济学家柏累托的理论而来,他指出来80%的问题都是由20%的原因所造成的,亦称之为柏累托原理或80/20法则。柏累托图可协助找出问题的核心,再用DMAIC法来执行专案。
5. 多变量分析:是一种可降低产生流程变异可能原因的分析方式,并将相关的原因分类在一起,而其方法则是画出多个变数之间的关系。多变量图可以呈现出对流程变异的分析。
6. 假设检验:假设检验它是以统计方式来进行比较,以找出机率值与抽离出“有问题的部份”,是一项理性决定某个特定结果可能原因的程序。
7. FMEA失效模式效应分析 :找出在何种模式中,某个流程部分无法达到标准,并会产生不良与误差,同时如果这样的失效模式无法加以预防或修正的话,将会对顾客造成影响。
8. DOE 实验设计:借由同步实验多个因子与变数,以判断与衡量两个或更多因子对流程产出的重要性。亦称之为多变量检定。
9. 控制计划:所谓的控制计划是一份详细的评估与指南,它能够确保你的所有分析与努力的效用,并确保你能掌握足够的资讯,以防止绩效表现下滑或回复原状,以致于低于理想的绩效标准。
六西格玛线上培训课程和证书
优思学院的创新线上课程可以让你,从六西格玛小白一步步成为六西格玛黑带。
- 六西格玛绿带
- 六西格玛黑带
结论
六西格玛中的关键品质概念,让企业得以将焦点放在从顾客的观点来改进品质。企业所面临的压力就是如何能够更快、更好、更便宜地运作,产出与配送。
事实上,在每一个流程、产品或服务中,皆存在着顾客更满意的潜力,而这些潜力将可以转化为实质的金钱,拜网际网路之赐,顾客不但知道更多的资讯,而且拥有更大的选择自由,可以在不同的产品服务与企业间做选择,因此顾客倾向于选择并且支持那些能在最短时间,以最低价格提供最佳品质的公司。
六西格玛可以协助找出流程中的“突破点”,扫除浪费与缩短制程,如此一来即可直接将其转化为改进关键品质因子的力量,达成顾客认为重要的改善之处,进而提升顾客满意度。 收起阅读 »
六西格玛起源于制造业,主要目的在于改善制程,1986年由Motorola的工程师Bill Simth发明,1995年至99年六西格玛在美国呈现爆炸型的发展。
六西格玛是统计学上的衡量标准,每百万次只有3.4次瑕疵的品质水准,是美国奇异公司董事长杰克.威尔许(Jack Welch)最推崇的质量管理计划。“Sigma”是统计学上的用语(希腊字母“σ”),用以表示“标准差”(standard deviation),就是流程当中的变异(variation)程度的度量值。
从商业上来说,标准差衡量的是某一特定流程执行完美工作的能力。标准差的级数增加,所出现的瑕疵就越少 -“六”这个数字代表的是几近完美的境界。假如你有一台温度控制器,你希望把房间的温度维持在70度左右。如果温度维持在67度到73度之间,我们认为这是可接受的标准。结果这台机器将温度维持在68度到72度,这样的变异相当小,因此这台温度控制器的制程能力(process capability)是可以接受的,是在所要求的范围之内。不过如果温度在55度和85度之间起伏,那么这样的变异范围过大,无法达到所要求的标准。这表示这台机器的制程能力令人无法接受,需要加以调整。标准差是判断工作执行的流程距离理想有多远,也就是衡量公司在执行工作的流程中犯的多少错误。
详细可以看看优思学院的课程视频
六西格玛的焦点是放在“不良”与“变异”上,而其第一步就是厘清流程中的品质关键要素(Critical to Quality- CTQ),亦即对客户来说最重要的属性。
怎样才算够好?
六西格玛是每百万次谨慎操作中的错误率评量标准,适用于一切程序,制造过程错误次数愈少品质愈高。
六西格玛其实是一种统计概念,就是以不良率来衡量整个流程的良窳。如果你的公司只有一标准差,那表示每一百万次会有大约七十万次瑕庛,一标准差表示你每次做对的机率只有30%;如果你是属于二标准差,那么表示每百万次大约有三十多万次瑕疵。一般公司运作大概都是介于三和四标准差之间,也就是每一百万次分别会有66,000次失误或瑕疵产生。
不同标准标准差水平的不良率優思學院-西格玛/标准差水平六西格玛管理哲学的重点就是:99%的成功率是不够的。大多数的人大概都以为这已经几近完美,不过事实上,99%的成功率相当于每小时会有两万封邮件遗失,每个礼拜有五千个手术程序出错,或是主要机场每天有四场意外;这样的失误机率是一般大众绝对不可能接受的。六西格玛管理哲学的重点就是:99%的成功率是不够的。六西格玛表示每一百万次只有3.4次瑕疵,也就是说,成功率要达到99.99966%。
大多数企业认为改善品质需要耗费成本,因此把品质和获利的平衡视为一种取舍,一种顾客和会计人员之间的拉锯战。企业会考虑这个问题:“我们能给顾客多少品质,而且自己还能获利?”不过六西格玛的公司却彻底颠覆这样的想法。这类公司已经了解到:品质其实可以节省成本,因为业者必须丢掉的瑕疵品减少,顾客退货的损失下降,而且更能够留住顾客的心;这种重成果都有助于业者的利润提高。
就如同防守对于打击的重要性,留住顾客以及让顾客满意对于行销也是不可忽视的环节,而且能够让你在竞争对手中脱颖而出。六西格玛的重心在于消除错误、浪费、以及重做的情况。大多数的管理计划着重在“攻”,也就是生产更多的产品、增加产量、开发出令人惊艳的行销方法;但是六西格玛却是侧重于“守”,所做的都是我们已经在做的事情,只是要做得更好,减少犯错的机率。因为任何潜藏在流程中的浪费环节,都会剥夺最终获利。
DMAIC方法
六西格玛其实是人力和流程力量的结合,六西格玛项目关键参与者有五种:
1.高阶领导人(Executive Leader):对六个准差做出承诺,并在整个组织内提倡六西格玛。
2.盟主(Champion):为黑带的作为而战,并且移除各种障碍,他们是订定计划的资深管理阶级。
3.主任黑带(Master Black Belt):扮演训练者、导师与指引者的角色。
4.黑带(Black Belt):全职投入专案之中。(他们受过六西格玛统计训练的主管。黑带唯一的责任就是找出变异的根源,并找出对流程产出品质影响最大的因子)。
5.绿带(Green Belt):兼职协助黑带。
从一开始时,就必须了解与界定关键运作角色,这点非常重要。所有的关键参与者都应该知道自己被赋予什么期望,以及在六个标准计划中,所有的角色应该如何通力合作。每一个角色都需要清楚的责任界定。
六西格玛流程改善方法论有五个步骤,为DMAIC:
界定(Define)
界定组织中那些是长久以来的最大问题,并界定出哪些关键少数因子必须被加以衡量、分析、改进与控制,以得出最终的结果。
2. 测量(Measure)
研究与评估流程中所有步骤,并衡量某个会影响到关键品质因子的重要流程缺失。
3. 分析(Analyze)
用衡量阶段中所搜集到的所有资讯分析变数及造成不良的原因。
4. 改进(Improve)
改善流程排除不良情势,采取修正行动来降低或排除关键少数因子的负面效应。
5. 控制(Control)
专注并维持已经做到的流程改善。
六西格玛管理的各种工具
六西格玛也是一种科学的管理方法,一切皆是以数据和事实作为动力,借由将每件事都建立在可衡量的资料之基础上。
六西格玛运用统计衡量工具来产出不容推翻的结果,然而不需要太害怕学习与运用统计工具,运用现有的系统及特定软体,即可取得各种重要的程式与运算式,将科技与教育训练结合在一起以产出所要的结果。
流程图:这种图形工具可以显示出运作环节、决策点、延迟、行动、换手、重做环节、控制或检查环节等。
2. XY矩阵:采用XY矩阵的目的是要研究与了解流程投入与顾客需求流程中可取得的产物间的关系。XY矩阵找出差距所在,也就是可改善的空间。
3. 衡量系统分析:为的是要确保衡量系统具有统计上的稳定性,此分析法能衡量我们的衡量方式,如此才能得知我们用的衡量系统的每个构面是否能正常运作。
4. 柏累托图:(以长条图方式呈现,可以将一个问题划分以严重性划分出来)
一种呈现出流程肇因或失误相关重要性的图,该图系根据义大利经济学家柏累托的理论而来,他指出来80%的问题都是由20%的原因所造成的,亦称之为柏累托原理或80/20法则。柏累托图可协助找出问题的核心,再用DMAIC法来执行专案。
5. 多变量分析:是一种可降低产生流程变异可能原因的分析方式,并将相关的原因分类在一起,而其方法则是画出多个变数之间的关系。多变量图可以呈现出对流程变异的分析。
6. 假设检验:假设检验它是以统计方式来进行比较,以找出机率值与抽离出“有问题的部份”,是一项理性决定某个特定结果可能原因的程序。
7. FMEA失效模式效应分析 :找出在何种模式中,某个流程部分无法达到标准,并会产生不良与误差,同时如果这样的失效模式无法加以预防或修正的话,将会对顾客造成影响。
8. DOE 实验设计:借由同步实验多个因子与变数,以判断与衡量两个或更多因子对流程产出的重要性。亦称之为多变量检定。
9. 控制计划:所谓的控制计划是一份详细的评估与指南,它能够确保你的所有分析与努力的效用,并确保你能掌握足够的资讯,以防止绩效表现下滑或回复原状,以致于低于理想的绩效标准。
六西格玛线上培训课程和证书
优思学院的创新线上课程可以让你,从六西格玛小白一步步成为六西格玛黑带。
- 六西格玛绿带
- 六西格玛黑带
结论
六西格玛中的关键品质概念,让企业得以将焦点放在从顾客的观点来改进品质。企业所面临的压力就是如何能够更快、更好、更便宜地运作,产出与配送。
事实上,在每一个流程、产品或服务中,皆存在着顾客更满意的潜力,而这些潜力将可以转化为实质的金钱,拜网际网路之赐,顾客不但知道更多的资讯,而且拥有更大的选择自由,可以在不同的产品服务与企业间做选择,因此顾客倾向于选择并且支持那些能在最短时间,以最低价格提供最佳品质的公司。
六西格玛可以协助找出流程中的“突破点”,扫除浪费与缩短制程,如此一来即可直接将其转化为改进关键品质因子的力量,达成顾客认为重要的改善之处,进而提升顾客满意度。 收起阅读 »
优思学院|质量人应拿什么证? 知道这三个足矣。
初入质量领域或者有兴趣转入质量领域的学生们都很关心的一个问题,想提升自己,应该拿什么证书?优思学院认为,和质量管理相关的职业资格,其实就只有以下三大个:
六西格玛绿带或黑带
六西格码(Six Sigma)是企业用于改善生产或服务流程、消除缺陷和保证质量的一套工具和技术。六西格玛(Six Sigma)认证可帮助我们识别业务流程中的风险(Risk),变异(Variation)或缺陷(Defects)并将其消除的专业人员。
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。
质量体系内审员或主任审核员
质量体系内部审核员的工作就是根据质量体系,例如ISO 9001标准的要求(也可以是其他质量体系),每年在公司内部进行一定频次的内部质量审核。 内审是由经过培训、权威机构评估审核、资质确认的内审员进行。 因此,公司如果正推广ISO,通常需要培训一批内审员,内审员在组织内质量体系的正常运行和改进中发挥着重要作用。
主任审核员比内审员一般需要比内审员对相关的质量体系和审核要求和技巧,即 ISO 19001,更为熟悉,因此主任审核员可以带领审核员团队,进行供应商的审核,而不局限于内部的审核。
质量工程师
质量工程师已经算是一个历史很悠久的职业,注册质量工程师,通常缩写为CQE,最早是由美国质量协会(ASQ)颁发的一种认证。这些工程师在质量工程和质量控制方面受过专业教育。
他们在研究和防止因缺乏质量而产生的不必要的成本、生产成本的损失、因质量差而失去的市场份额等方面接受培训。他们拥有建立质量控制圈所需的知识,评估潜在的质量风险,并评估人为因素和自然过程变化。
不过,自从六西格玛出现和普及后,人们比较倾向六西格玛绿带或黑带,因为其知识体系相关性高,而六西格玛涉及更多领导力上的知识,令六西格玛证书较受希望获得较好的职业发展的人士所喜爱。
以上三种资格在国内和国际上都是认知度高、较为人所普遍认识的,优思学院认为六西格玛绿带或黑带知识层面最广,可以媲美一个MBA,想比别人获得更好的职业前景,你就要好好学习了啊。 收起阅读 »
六西格玛绿带或黑带
六西格码(Six Sigma)是企业用于改善生产或服务流程、消除缺陷和保证质量的一套工具和技术。六西格玛(Six Sigma)认证可帮助我们识别业务流程中的风险(Risk),变异(Variation)或缺陷(Defects)并将其消除的专业人员。
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。
质量体系内审员或主任审核员
质量体系内部审核员的工作就是根据质量体系,例如ISO 9001标准的要求(也可以是其他质量体系),每年在公司内部进行一定频次的内部质量审核。 内审是由经过培训、权威机构评估审核、资质确认的内审员进行。 因此,公司如果正推广ISO,通常需要培训一批内审员,内审员在组织内质量体系的正常运行和改进中发挥着重要作用。
主任审核员比内审员一般需要比内审员对相关的质量体系和审核要求和技巧,即 ISO 19001,更为熟悉,因此主任审核员可以带领审核员团队,进行供应商的审核,而不局限于内部的审核。
质量工程师
质量工程师已经算是一个历史很悠久的职业,注册质量工程师,通常缩写为CQE,最早是由美国质量协会(ASQ)颁发的一种认证。这些工程师在质量工程和质量控制方面受过专业教育。
他们在研究和防止因缺乏质量而产生的不必要的成本、生产成本的损失、因质量差而失去的市场份额等方面接受培训。他们拥有建立质量控制圈所需的知识,评估潜在的质量风险,并评估人为因素和自然过程变化。
不过,自从六西格玛出现和普及后,人们比较倾向六西格玛绿带或黑带,因为其知识体系相关性高,而六西格玛涉及更多领导力上的知识,令六西格玛证书较受希望获得较好的职业发展的人士所喜爱。
以上三种资格在国内和国际上都是认知度高、较为人所普遍认识的,优思学院认为六西格玛绿带或黑带知识层面最广,可以媲美一个MBA,想比别人获得更好的职业前景,你就要好好学习了啊。 收起阅读 »