“数据”是六西格玛的“根”

李朋

【摘 要】“数据”是六西格玛最重要的基础，是六西格玛成功的关键。六西格玛一贯强调“用数据说话”。在六西格玛中广泛采用各种数据统计工具，使之成为可以测量，数字化的科学。六西格玛以“数据”为基础，通过“数据”查找问题点；通过对“数据”进行统计分析，提出解决方案和办法；并通过“数据”收集和统计，对改善方案和办法进行长期管控，以保证改善效果持久有效。

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

【關键词】数据；六西格玛；根；工具

【Keywords】data； Six Sigma； root； tool

【中图分类号】F270.5 【文献标志码】A 【文章编号】1673-1069（2018）06-0036-02

1 引言

之所以将“数据”称之为六西格玛的“根”，是因为六西格玛一贯强调“用数据说话”。如果把“六西格玛”比作是一棵茁壮的大树，“数据”就好比是提供大树养分并支撑大树的“根”。只有当“根”健康、丰满时，大树才能茁壮成长。六西格玛一旦失去了“数据”的支持，就会在课题的选择，现况的掌握，有意性分析，DOE，改善效果的确认和维持等方面失去方向和不可信赖。所以六西格玛中广泛采用各种数据统计工具，使之成为可以测量，数字化的科学。

六西格玛一共分为五个阶段（DMAIC）。每个阶段都会贯穿数据的“收集”，“整理”，“分析”和“决策”。“数据”是如何贯穿六西格玛管理的各个阶段的呢？

2 D阶段（定义）

D阶段（定义）是六西格玛的第一个阶段，也是非常重要的一个阶段。在D阶段明确项目的指标和目标，预测项目的预想收益，确定项目推进的核心成员等。常用工具有：VOC分析，VOB分析，KANO analysis，SIPOC分析，帕雷托（Pareto）分析等。

以帕雷托图为例，通过它可以显示每种已识别的不良类型导致了多少缺陷；采取纠正措施的重点在哪里。比如：某电子配件厂，对2016年全部客户投诉进行分析，决定2017年改善重点。制作Pareto图的步骤为：

①确定调查项目：2016年的全部客户投诉。

②决定分类项目，收集并整理“数据”。

③利用MINITAB制作帕雷托图。

通过帕雷托图以及80/20理论，可以筛选急需改进的客户投诉项目，进行6SIGMA PROJECT。

3 M阶段（测量）

M阶段（测量）是对D和A阶段起到承上启下作用的阶段，是利用“数据”将问题清晰化，是六西格玛关键的阶段。需要收集和整理大量“数据”，并对“数据”进行分析，从而定量化地描述Y，以及潜在X因子的导出，排序和筛选。常用工具有：Gage R&R;，XY-matrix，FMEA等工具。

以Gage R&R;为例，通过对测定系统分析，能数值化描述其是否可以信赖。换言之，此测定系统测量的数据，是否可以作为Project分析的依据。比如：想知道某外观检查工程检查员的判定是否准确，换言之，我们要确保从此工程得到的“数据”，如外观不良率是准确的，我们就需要对此工程进行测定系统的分析。进行Gage R&R;的步骤为：

①量具（Gage）的校准：确保量具的准确的。

②制定“数据”收集计划：产品有哪些？有几个？检查员是谁？“数据”收集的顺序等。

③进行检查判断，并收集和整理“数据”。

④利用MINITAB进行“数据”分析并解释结果。

通过数据分析，可以知道检查员之间，或者全部检查员与基准之间的一致性是否有异常，可以知道此检查工程是否是可以信赖的，是否需要我们对此工程进行改善。

4 A阶段（分析）

A阶段（分析）是对M阶段导出的潜在因子，进行定量或定性分析，最终筛选出对Y有影响的重要因子。常用到：Graph分析（箱体图，多变异图等），假设检验，方差分析，回归和相关分析等工具。都是采用统计的方法，都需要收集和整理大量“数据”，并对其进行分析，确定哪些因子对Y有显著影响。

以假设检验（配对t）为例，想知道某热处理工程，是否对产品的厚度有影响。抽取20个样本，并对同一样本在热处理前，后一对一测定得到两组测定值。检验步骤为：

①制定“数据”收集计划：20个样本热处理前后一对一测量“数据”，记录并整理。

②叙述原假设（H0）和备择假设（HA）：H0：X前=X后；HA：X前≠X后。

③利用MINITAB进行假设验证，并解释结果

通过假设验证中的数据（如：P-value），可以帮助我们判断热处理是否对厚度有影响。

5 I阶段（改善）

I阶段（改善）目的是对前三个阶段确定的影响Y的重要因子进行最佳解决方案导出，并验证这些方案是否有效。常用到：DOE，RSM，SSD（简化设计原则）等工具。

以DOE（实验计划法）为例，我们想知道在热处理工程，产品表面硬度与催化剂和温度之间的对应关系。分析的步骤为：

①Y变量的选择，以及X因子和水平的选定。

②实验的安排与实验顺序的随机化。

③进行实验，“数据”记录，收集，整理。

④利用MINITAB进行“数据”分析和结果解释。

可以得到回归方程（表面硬度与催化剂和温度的关系式）。通过DOE分析，知道热处理时，催化剂和温度对于产品表面硬度是否有影响。而且可以知道随着催化剂的增减，产品表面硬度的变化趋势；以及隨着温度的增减，产品表面硬度又是怎样的变化趋势。

6 C阶段（控制）

C阶段（控制）确保在改善方法实施后，“Y”保持优化状态，“X”保持受控状态；及时发现过程失控状态并找出相应的原因，从而在缺陷或不良产生之前采取措施。常用到：SPC，SOP，Control Chart等工具。

为了保证产品的表面硬度可控，我们需要对热处理工程的催化剂和温度进行管控，所以建立相应的管理图。以催化剂的Xbar-R管理图为例，说明“数据”在“六西格玛”最后一个阶段（C阶段）的重要性。建立Xbar-R管理图的步骤为：

①决定催化剂量的抽样频率和抽样数量：每天检测几次，每次记录多少个数据。

②指定人员，按照计划每天对催化剂量进行检测并记录检测结果和数据（最好录入ERP，MES或者其他的system）。

③“系统”会根据录入的“数据”自动生成Graph，并且判断哪个点有异常。

从管理图的制作和对因子的管控也离不开“数据”的收集和整理。

7 结语

综上所述：六西格玛以“数据”为基础，通过“数据”查找重要的X因子，找出问题点；通过对“数据”统计分析，提出解决方案和办法；并通过“数据”收集和统计，对改善方案和办法进行长期管控，以保证改善效果持久有效。“数据”是六西格玛的基础，是六西格玛成功的关键。所以，我们说“数据”是六西格玛的“根”一点不为过。