六西格瑪管理中常用的度量指標

六西格瑪管理中常用的度量指標——六西格瑪管理系列講座之二
在上一講中，我們介紹了6西格瑪管理是基於組織業績度量的管理。6西格瑪管理在“度量什麽”和“怎樣度量”上不同于傳統的方法，它爲提升組織的競爭力揭示出廣泛的業績改進空間。
由於測量物件、測量方法和資料類型不同，在6西格瑪管理中有若干種用於業績度量的指標。下面我們就一些常用的指標作一介紹。
在6西格瑪管理的度量中，常常用到下面的度量指標，它們是：

FTY(First Time Yield)-首次產出率。是指過程輸出一次達到顧客規範要求的比率。也就是我們常說的一次提交合格率。RTY(Rolled Throughput Yield)-滾動產出率。是構成過程的每個子過程的FTY之乘積。表明由這些子過程構成的大過程的一次提交合格率。 RTY=FTY1´FTY2¼´¼´FTYn式中：FTYi是各子過程的首次產出率n是子過程的個數。
用FTY或RTY度量過程可以揭示由於不能一次達到顧客要求而造成的報廢和返工返修以及由此而産生的質量、成本和生産周期的損失。這與我們通所採用的產出率的度量方法是不盡相同的。在很多企業中，只要産品沒有報廢，在產出率上就不計損失。因此掩蓋了由於過程輸出沒有一次達到要求而造成的返修成本的增加和生産周期的延誤。舉例來說，某過程由4個生産環節構成（如圖2-1所示）。該過程在步驟2和步驟4之後設有質控點。根據生産計劃部門的安排，投料10件。經過步驟1和步驟2後的加工後，在檢驗發現2個不合格品。1件須報廢，另1件經返修處理後可繼續加工，這樣有9件進入了後續的加工過程。這9件産品經過步驟3和步驟4後又有1件報廢，1件返修。整個加工結束後，有8件産品交付顧客。因此，生産計劃部門的統計資料是：產出率=80%。這個統計資料不能表明在這80%中，有一些是經過返修後交付的，這些返修活動增加了生産成本和生産周期。如果我們用RTY來度量的話，可以看出，步驟1和步驟2的FTY1爲8/10=80%，步驟3和步驟4的FTY2爲7/9=78%。如果投料100件的話，經過步驟1和步驟2第一次就達到要求的是100´80%=80件，這些一次就達是要求的合格品經過步驟3和步驟4後，一次就能達到要求的將是80件´78% =62件。也就是100´80%´78%=100´62.4%=62.4件，而80%´78%=62.4%正是我們說的FTY1´FTY2=RTY。就這個例子來說，只有62%左右的産品（6件）是一次就達到加工要求的，而38%左右的産品需經返修或報廢處理。

圖2-1：對過程産出能力的兩種不同的度量
FTY=99%是不是足夠好？ 在很多人看來，這已經足夠好了。FTY達到3.4ppm不過是種“理想”狀態，實際上並不需要如此低的缺陷比率。但是，如果我們用RTY來度量的話，可以發現越是步驟多、越是技術含量高的過程，對FTY的要求就越高。從下表中可以看出，如果每個子過程的FTY都爲99%，那麽由50個子過程構成的大過程的RTY只有60.5%，也就是說將有40%的過程輸出需經返工或報廢處理。也許，經過返修處理後，過程的輸出可以100%地交付顧客，用我們傳統的產出率的統計方法，這個過程的產出率是100%。但事實上，這個過程中存在著質量、成本和周期的巨大損失。而這些損失是競爭力的損失。
表2-1：一些典型過程的FTY與RTY
FTY=99%
10000ppm（3.8s） FTY=99.379%
6210ppm （4s） FTY=99.99966%
3.4ppm （6s）
RTY10 90.44% 93.961% 99.99660%
RTY20 81.79% 88.286% 99.99320%
RTY30 73.97% 82.954% 99.98980%
RTY50 60.5 % 73.237% 99.98300%
　
我們還可以用下面一些度量指標衡量過程滿足顧客要求的能力：

DPU(Defect Per Unit)-單位缺陷數。是過程 的“缺陷”數量與過程輸出的“單位”數量比。平均每個單位上有多少缺陷。計算式爲：DPU=缺陷總數/單位總數
DPO (Defect Per Opportunity)-單位機會缺陷數。是過程輸出的“缺陷”的數量與過程輸出的“缺陷機會數” 之比。計算式爲：DPO=缺陷總數/缺陷機會總數
DPMO (Defect Per Million Opportunity) -百萬缺陷機會缺陷數。是過程輸出的“缺陷”的數量與過程輸出的“缺陷機會數” 之比乘以100000。計算式爲：DPMO=DPO ´1000000
假如一位元顧客通過電話訂購了4個汽車備件，希望5天內交付。那麽，對交付過程來說，關鍵的顧客要求CTQ是及時交付訂貨，顧客要求的規範限USL是從接電話之日起5個工作日內，過程的缺陷是備件超過5天發出。對這次電話訂貨來說，有4個缺陷機會，因爲每一個備件都可能延遲發出。如果該電話銷售部門6個月內共收到電話訂貨20個，每個訂貨4件，其中未能準時發貨的5件。那麽，該過程的：
 DPU=5/20=0.25 —表示平均每次訂貨中有0.25件産品不能準時發出
 DPO=5/（20´4）=0.0625 — 表示不能準時發貨的産品占發出的所有産品的6.25%
 DPMO=0.0625 ´1000000=62500 — 表示如果發出1000000個産品的話，將有62500個産品不能準時發出。
對很多産品或服務過程來說，滿足顧客要求的特性不止一個，引起不合格的缺陷不止一處。採用DPU或DPMO可以更準確地度量過程滿足顧客要求的能力，給我們更多關於過程缺陷的資訊。
如果度量條件允許的話，應儘量使用連續型資料並根據這些測量資料與顧客要求目標值的偏離程度作爲過程滿足顧客要求的能力的度量指標：

通過對過程輸出的準確測量，可以獲得連續型的測量資料。根據這些資料，可以計算出過程輸出的平均值和標準差，用這兩個參數可以計算過程的西格瑪水平，表示過程滿足顧客要求目標值的能力。計算公式是：
　
　
　注：式中min表示取Zpu和Zpl兩者中小的。
比如：某顧客對某産品的性能十分關注，要求該性能爲Y=10±0.01。供應商A提供的10個産品的測量資料爲：10.009、10.005、9.992、9.999、10.008、10.007、9.997、9.999、10.009、9.995。供應商B提供的10個産品的測量資料爲：10.002、10.003、9.998、9.999、10.001、10.003、9.999、9.999、10.002、9.998。那麽，誰更能滿足顧客要求呢？根據這些資料，我們可以分別計算出它們的平均值和標準差。供應商A的平均值爲10.002，標準差爲0.00632。供應商B的平均值爲10.0003，標準差爲0.00211。將這些資料以及顧客要求代入上面的Z計算公式，可得供應商A的西格瑪水平爲1.27，供應商B的西格瑪水平爲4.60。也就是說，供應商B的産品更接近于顧客要求的目標值 （此例中， 顧客要求的目標值爲10），因此供應商B滿足顧客要求的能力遠高於供應商A。
又比如：某顧客採取無倉儲管理（JIT），要求供應商A提供産品的交付期爲下定單後第30天，早於30天的話，供應商A自己負責保管，每天需付額外保管費，但最多可保管7天。下面是供應商A的10批産品交付時間的統計資料：29、27、25、24、29、26、23、25、30、24（天）。那麽，該供應商交付過程的西格瑪水平是多少呢？根據交付時間的統計資料，我們可以計算出該過程的平均值 =26.2，標準差S=2.44。該過程的規範限LSL=23。將這些資料代入公式，可得Z=（26.2-23）/2.44=1.37。也就是說該過程的西格瑪水平僅爲1.37。觀察這些交付時間的統計資料，雖然沒有早於23天或遲於30天的。但是，因爲它們相對于顧客要求的目標值來說比較分散，因此過程的西格瑪水平並不高。西格瑪水平低意味著過程滿足顧客要求的能力低，意味著質量、成本和周期的損失。