六標準差流程管理簡單講：
請參考博客來書籍館六標準差流程管理簡單講；羅藍．海勒&麥克．尼可/著；丁惠民譯；美商麥格羅‧希爾出版( 2005年10月)
以下僅是本書的一些摘要，有興趣者可以去找書來看：
01.理論與實務並重的流程管理：瞭解需求，據事實管理、調整、流程化。重要的？順序？改善？該投入哪些資源？
02.投入時間，投注心力，做出承諾：持續要達成什麼目標，以提昇效能，建構完善的流程管理結構。
03.把一切都作對，第一次就作對，每一次都作對：企業流程管理包括以客為尊的概念，端對端的流程管理，以事實與資料作為管理的資訊，。你的角色是什麼，在裋期，針對特定目標的專案(Project)；長期的計畫(Program)；人材(People)；極度完善的流程(Process)。
04.以DMAIC來講：
界定(Define)：我們想要解決的問題有哪些？我如何描繪一個流程？
衡量(Measure)：我們如何知道這就是問題點？在此流程圖中應包括什麼？
分析(Analyze)：我們從資料中對這個問題得到哪些瞭解？我應該使用哪一種流程圖？
改進(Improve)：有哪些選擇方案可以因應到這些問題的根本原因？將你的流程圖書面化。
控制(Control)：我們所採用的解決方案是否能確實的解決問題？藉著流程圖的報告，找出各相關成本資訊。
05.大部份企業常會注重個別部門的流程，而沒有跨越其它部門端流程的意識。也沒有將流程視為可強化與增加顧客忠誠度的策略來管理。
如有四個部門流程，每個部門流程達成率為95%，但是企業總流程為81%，單獨的流程是合格的，但整個的流程是有待改進的。
06.畫出欲達成目標的流程，並對關鍵問題作詢問表格。這可以作為引導你成功執行目標所需的策略，並能使你持續衡量、管理與改善目標的流程。
07.工具與手法本身並不是目的，R=QXA：成果是解決方案的品質乘於解決方案的接受程度，有些組識會將重點放在解決方式上，卻忽略了組識對解決方案的接受度，，若有十成的解決方案，但，組識卻只有一成的接受度，那麼實際上的成果也非常有限，導致無法真正堅持落實流程管理，重點是如何改善流程。
08.在組識中有許多人瞭解且知道改善流程管理是必須的，但，情感上卻無法作到這一點，因為衡量與管理，將會與衝突同時發生。
09.保持簡單：
(1)不必花太多資源在準備工作上，展開工作，投入資源來實際運作。
(2)讓所有人都能有所理解流程並依循計劃。
10.如果能將流程規劃成關鍵績效指標(Key Performance Indicator，KPI)的話，
(1)主題與主軸。
(2)目前的期望值。
(3)具有過程檢核點的計畫。
(4)積效相關獎酬。
以此方式上，所有的流程都必須要讓:(1)參與者瞭解其重要性。(2)參與者瞭解衡量基礎為何。(3)參與者一致讚同流程目標。
你就能在過程中追踨進度點，並能溝通成功的定義與前方的重點範疇。
11.流程管理團隊主要為：
(1)建立且描繪組識的核心流程的共識(S：特定的)。
(2)打造與溝通具整合性的願景與策略(驅使流程)(R：有相關性的)。
(3)建立整體的流程基礎架構與所須的資源(M：可衡量的)。
(4)核心流程：指那些能直接創造價值與革新產品。驅使流程：驅使核心流程創造價值的流程。
(5)成功地執行你的專案(A：可達成的)。
(a)清楚界定角色與責任定位。
(b)建立達到成果的共同責任心。
(c)建立六標準差流程管理的流程與結構。
(6)評估進度與修正未來的行動(T：有時間限制的)。
12.在界定計畫時，至少一位專案經理，一位標準流程人員，數位具有各流程範疇專業知識的人員。最重要的是溝通與傳達改變的重要原因為何。
(1)以一段簡短的段落來說明該計畫的目的。
(2)說明該計劃的重要性。
(3)以資料分析。
(4)短期專案與長期計劃。
(5)參與者名單。
(6)財務效益。
(7)已知的執行成本。
13.流程貫穿所有部門，它必須為可界定的，可重覆的，可衡量的，投入日常生活中。
(1)改善流程須以全局來看，才能同時看到數個改善點。
(2)以顧客的經驗和觀點來看待整個流程。流程的起點、終點、失誤點在何處。
(3)流程是活的，本身並不是一個終點，它只是讓企業能運用它的成果繼續向前。
(4)將COPIS圖(SIPOC圖反過來放)：顧客的回應(C)，產出產品(O)，處理流程(P)，投入生產(I)，供應商供應(S)。與標準流程的衡量與分析的數據同時進行比對結合。
14.衡量：如何判定達到需求。
(1)品質功能展開矩陣(QFD)：區塊1:顧客的期望。區塊2:衡量的指標。區塊3:進行管理及回饋。區塊4:各流程指標關聯性分析。
(2)分析取得資料來源，資料型態，所取得資料的上、下限。
(3)需求及投入的改善資源如何分配，績效如何比對。
(4)流程分析工具：
(a)六標準差流程管理專案說明書。
(b)流程解構圖，由層級一的流程開始往下延伸。
(c)SIPOC圖。
(d)品質功能展開矩陣。
(e)焦點調查。
(f)顧客關聯圖。
(g)客訴調查。
(h)標竿管理。
(5)衡量的指標：
(a)我該搜集哪些資料？你想要衡量些什麼，就必須有計畫性的去搜集它們。
(b)流程管理衡量指標？一個足夠完整的定義，可以讓使用者充份瞭解該衡量指標的目的。
(c)流程範疇？哪些範疇或流程步驟要被衡量？
(d)找出新的顧客性指標？
(e)衡量指標的有效性？樣本資料的好壞基於資料的變異性與潛在錯誤率，抽取樣本時應考慮正確性且具有代表性的樣本。
在下結論前，勿必再次思考、檢視你的資料，不要導致整個報告成為無效的報告。
(f)搜集這些資料可提供的效益為何？若是缺乏特定性流程指標，或是搜集成本太高等，你可能必須找出替代性的衡量指標，雖然並非第一選擇，但因有某些關聯性，仍能幫你追踨趨勢方向。
15.分析：從界定衡量到分析，可以視為一連串深入細部、發掘知識的步驟，統整你所有的資訊，開始在建立衡量指標的互相連結。
16.發展積效性指標：必須瞭解流程，瞭解我們達到期望值的能力有多少，如何能克服不良的流程，將變革帶入企業中。
17.建立跨功能與部門的責任與行為模式：與組識內其他核心流程的人一起檢視流程及積效目標的制訂。
引用自製程能力介紹─製程能力的三種表示法 電子製造，工作狂人(ResearchMFG)，但是附圖必須到原PO部落格才能看見。
引用自標準差與常態分佈的關係(six sigma) 電子製造，工作狂人(ResearchMFG)，但是附圖必須到原PO部落格才能看見。引用自<a href=" http://www.researchmfg.com/2010/10/spc-introduction-ck-cp-cpk/"target="_blank">製程能力介紹─製程能力的三種標記法 電子製造，工作狂人(ResearchMFG)</a>制程能力的三種標記法
| Cp： | 精度指標 (precision) |
| Cp=T/(6σp) 規格寬度/() 規格為單邊時：Cp=(Tu-X)/3σp 或 Cp=(X-Tl)/3σp 單邊規格系指某一邊的尺寸受到局限不能超越，如『平面度』、『平行度』只能大不能小。 |
|
| Ck： | 准度指標 (accuracy) |
| Ck=(M-X)/(T/2) (規格中心-群體之平均值)/(規格寬度/2) | |
| Cpk： | 精、准度綜合指標 Cpk=(1-Ck) X Cp |
| M： | 規格中心 |
| T： | 規格寬度 |
| Tu： | 規格上限 |
| Tl： | 規格下限 |
| X： | 群體之平均值 |
| σp： | 群體之標準差 |
Cp之制程能力解釋(標準差愈小，容許的規格值/標準差後的值愈大，CP值大，表示數值愈集中)
從常態分配的特性來看，在群體中的 ±3σ(標準差) 範圍內之值，應包含群體全部的 99.73%。也就是說，若以 6σ為單位，應該可以大致代表整個群體分佈的範圍，但是會有(100-99.73=)0.27% (2700ppm)的誤差。
一般來說，衡量制程能力最主要是在衡量其分佈之『寬度』，寬度越寬即代表其制程能力越不足，越窄代表其制程能力越好。
但要窄到什麼程度才算好？寬到哪一個程度才算差？因此我們拿 6σ與規格寬度(T)做比較，作為衡量的指標，這就是 Cp了。
在３個指標中，一般以Cp為制程能力之指標，因為一般人認為生產制程之精度(Cp)就代表制程能力，想要要改善Cp值，通常意味著要提高制程或是更換較精良的機器，一般來說短時間內是無法馬上獲得改善的。就像是打靶，如果有一個人把六發子彈全部都打在同一個位置上，還是表示這個人的打靶精度很高，相反地如果全部都分散開來很遠就表示其精度很低，精度低的人很難成為神射手的。但准度(Ck)則不然，通常可經由人為的控制而獲得改善，只是一般人認為太簡單了而加以忽略。再以打靶為例，如果有一個人打了六發子彈都沒有打中靶心，可是每顆都打在靶紙上，跟一個六發子彈有一顆打在靶心，可是其他五顆都沒有打中靶紙的人比較，那一個人的准度比較高，當然是全部打在靶紙上的准度比較高。再以打靶為例好了，如果我們只是一味地改善Cp而忽略Ck，就有可能發生把六發子彈全部打在同一個位置（高Cp），可是卻全部打在靶紙的邊緣（低Ck）的憾事，所以只考慮Cp似稍嫌不足，因為Ck確實還是影響到打靶的成績，也會影響到整體產品的品質。因此就有了綜合制程Cpk的產生，它是將Ck與Cp兩種指標綜合起來，這樣對於改制程能力之衡量，就更為合理了。Ck之制程能力解釋 （容許的規格值的中心－實際產品量測出值的平均值）除以容許的規格值的中心（CK值愈高，表示欲靠近期望值）
| A=M-X： | 代表規格中心(也就是制程之期望中心)與實際製造出來之群體中心的距離。 |
| b=T/2： | 代表規格的一半。 |
所以，當Ck=a/b=(M-X)/(T/2)，以文字來說明就是：實際作出來的產品中心位置(X)偏離預定中心值(M)之大小(M-X)佔有規格一半(T/2)的比率。所以Ck值表示准度，其群體的平均中心值月接近規格中心，就表示越準確，Ck值越小表示制程能力越好。
| 因此 | ||
| 當 | Ck=0 | 時就代表製造出來的中心與規格中心值無偏離。 |
| 當 | Ck=1 | 時就代表製造出來的中心值與預期之中心值剛好偏離了規格的一半。 也就是X剛好在規格的上限或下限。 |
Ck之等級評估
| 等級 | 範 圍 | 解 釋 | |||||
| Ａ | Ck | ≦ | 12.5% | 良好，繼續維持。 | |||
| Ｂ | 12.5% | ＜ | Ck | ≦ | 25.0% | 應予調整，改善至Ａ級。 | |
| Ｃ | 25.0% | ＜ | Ck | ≦ | 50.0% | 作業員可能看錯規格，或未依標準作業操作，須加強訓練，同時檢討規格及作業標準是否適當。 | |
| Ｄ | 50.0% | ＜ | Ck | 需採取緊急措施，全面檢討不良原因，必要時停機。 | |||
前面我們花了不少篇幅來介紹何謂Cp(精度)？何謂Ck(准度)？以及它們各自所代表的意義，我們也瞭解如果只單獨重視Cp或Ck，對整體品質管控將有失偏跛， 這裡我們將介紹綜合性指標Cpk，也就是目前一般人所熟悉的統計制程指標。 Cpk之制程能力解釋Cpk 就是綜合考慮精度(Cp)與准度(Ck)的制程能力指標。Cpk=(1-Ck)‧Cp
也就是在考慮 Cp 的同時，再考慮乘上一個 (1-Ck) 的係數，以彌補原 Cp 之不足，(1-Ck) 的最大值為 1，也就是當(Ck=0)的時候，即產品中心值剛好落在規格中心的位置，如果產品制程中心與規格中心的偏離越大，則(1-Ck)就會越小，那麼 Cpk 也將變得越小，也就表示制程能力越差。Cpk之等級評估
| 等級 | 範 圍 | 解 釋 | |||||
| A | Cpk | ≧ | 2.00 | 制程能力很足夠，不必特別檢查，即可達ppm(百萬分之一)的水準。 | |||
| B | 2.00 | ＞ | Cpk | ≧ | 1.33 | 制程能力足，不必檢查，維持現狀即可。 Cpk=1.66時不良率約為0.6358ppm |
|
| C | 1.33 | ＞ | Cpk | ≧ | 1.00 | 制程能力普通，可維持 2 個月現狀，需尋找改善對策，在此期間，須抽樣檢查，注意是趨勢是否變差。 Cpk=1 時約有2700ppm不良率；Cpk=1.33時不良率為66.08ppm。 |
|
| D | 1.00 | ＞ | Cpk | 制程能力不足，需急速尋求改善，此期間需全數檢查。 | |||
下面A、B、C三個分佈曲線，曲線A應該擁有最佳制程能力，因為其制程中心與規格中心剛好重迭，而且分佈又窄，只需要持續觀察即可，不需要做任何的調整。
曲線B的制程中心雖然也落在規格中心點，但其分佈有點寬，幾乎快超出規格的上、下界限了，需要密切觀察或進行改善。
曲線C的制程中心雖然偏掉了，但分佈比曲線B來得窄，所以只要稍微調整一下制程，讓制程中心可以接近規格中心就可以解決問題。 我們已經介紹過三種統計制程的制程能力指標，但可能有些人對這些指標仍然一知半解，下面我們會試著用常態分佈圖來解釋這些指標。
制程能力之圖示評估下面為一般的產品制程的常態分佈圖：
| ▼這張圖表示制程能力足夠，還有一點點偏移的空間，舊制城中心稍微跑掉一點點也沒關係。 | ▼這張圖就有點制程能力過剩，表示用了太好的機器來生產，可以考慮生產規格公差更小的高級產品。 |
| ▼這張圖雖然所生產的產品剛好再規格內，但已經有少部份的產品超出規格上下限了，需要改善制程以縮小分佈的寬度。 | ▼有更多的產品超出規格，必須馬上處理改善。 |
| ▼這個制程大概有10%已經超出規格，表示制程能力極差。 | ▼制程中心偏移，已經有部份的產品超出規格上限，只要把制程中心往規格中心移就可以獲得改善。 |
如何改善制程能力參考下面常態分配圖，原制程能力不足，其製成品有一定比率超出下限規格，其改善對策有二：
- 縮小制程變異，也就是改善Cp，提高Cp的值。
- 移動制程中心，也就是改善Ck，減小Ck的值。
就技術的層面來看，欲縮小制程變異，也就是改善精度，通常意味著需要購買新的製造機器設備來改善機器尺寸上的誤差，或要求更精准的零件尺寸規格，來達到製成品的精度改善。一般來說，只要改善產出機器內相關尺寸的位置，或改善組裝的工法，就能達到移動制程中心的目的，此時再配合管制圖的應用，控管相關的機器尺寸或工法，就能達成製成品良率的維持。所以說，移動制程中心會比縮小制程變異來的簡單。如果單純的制程中心移動，就能改善製成品的良率，一般人會先採用此法。 六個標準差(six sigma，又稱6σ)原本是製造工廠裡用來改善產品良率的一項目標，它源自于統計制程管制（Statictical Process Control，簡稱SPC）的理論，但現在幾乎已經變成了各行各業滿足客戶的一項指標。簡單的說，符合6σ就代表每生產出一百萬個產品，其不良品必須低於四個(更精確來說是3.4個)，轉換成一般服務業的用語，就是每一百萬人次的客人，其中不滿意服務的不可以超過四人。總歸一句話，追求六個標準差就是在追求零缺點，因為百萬分之3.4對大部分的製品來說幾乎是趨近於零的意思。那執行6σ有何好處？它可以説明降低產品生產時的不良率，因為要是生產出不良品，就必須花費額外的人力及物力成本來修理它，不但浪費時間也浪費金錢，更可能因為不小心把不良品漏交到了顧客的手中，造成賠償或是損失客戶的嚴重後果。就服務業來說，執行6σ可以降低顧客的不滿意率，讓顧客願意再回頭來光顧我們的商品。既然執行6σ有這麼多的好處，那要如何執行呢？首先你必須要選定一項可以資料化的目標，然後訂定這個目標的上、下界限，還要透過不斷的腦力激蕩，想出對策、改善流程、查核效果，制定有效的標準程式，如此反復，最後才能達成目標。舉個例來說好了，假設你經營一家便當專賣店，而鄰近的辦公室也大多來跟你訂午餐便當，因為辦公室的休息時間為中午十二點整，而顧客又希望可以吃到熱騰騰的便當但又不至於餓太久，於是你與客戶訂定了便當送達的時間必須介於11:45～12:15之間，而且你也同意便當如果送得太早或太晚就必須要打七折，而你為了鼓勵員工達成目標，也提供便當費的一成作為獎金給員工。所以上面例子的目標就是「便當送達的時間」，而上、下界限就是11:45及12:15，而你必須要紀錄每次便當送達的時間，然後計算出標準差。這裡還有一個重點，就是客戶真正要的是12:00便當送達，如果11:45～12:15已經可以輕鬆達成，何妨把自己的標準加嚴成11:50～12:10，相信可以更進一步提高顧客的滿意度。
前面的篇幅一直在談論「標準差」是衡量產品良率的一項標準，也是現在許多行業想要滿足客戶的一項指標，但標準差是怎麼計算出來的？現在我們就來談吧。
其實標準差計算的理論基礎是假設所統計的資料呈現出一種「常態分佈」（如上圖，像是一座山峰，但比例上似乎有點給它失真，包涵一下囉！）。
比如說統計某小學班級裡的學生身高，經過計算以後會發現大部分小朋友的身高幾乎都差不多，也就是大部分小朋友的身高都集中在一個中心值，所以其也就是可是也會有極小部份的小朋友身高會特別高，另外也會有極小部份小朋友的身高會特別矮，這就是常態分佈，有時候單一個班級的身高統計資料可能太小，無法真正反應出這種常態分佈曲線，如果再把它的統計母體擴大到全校的同年級或全國的同年級小朋友，一定就會出現這樣的分佈。以上面的常態分佈圖統計身高，它的X軸就會是「統計的單位」，比如說140~142cm；Y軸通常為「個數」，這裡就會是「人數」，比如說140cm~142cm有多少人？142cm~144cm有多少人？而標準差的計算則是將這種屬於常態分佈的每個個體的值減去平均中心值，然後平方相加，再除以總個位數，最後開平方根就得出了σ（標準差）。有點複雜，但基本上有點像在計算「離散度」，這個數字越小，就表示所有個體間的數值差異越小，也就是每個個體的值趨近於一致，常態分佈就越窄；如果這個數字越大，就表示所有個體間的數值差異越大，個體與個體的數值差距大，常態分佈就越廣(寬)。其計算式如下：
N：計算樣品的總個位數 μ：樣品的平均中心值 χi：個體的數值現在的電腦軟體這麼發達，想要計算出標準差其實不難，把數值輸入MS-Excel然後套用公式【STDEV()】就可以了，難的應該是如何訂定出衡量的標準，因為計算標準差必須有數位，可是並不是所有的衡量標準都可以用數位來表達，比如說服務滿不滿意？這時候就要靠大家的智慧來把它變成可以用數位衡量的標準囉！其次，六個表准差只是一個籠統的品質目標概念，因為既使我們可以計算出標準差的值，但是卻無法知道我們現在的產品或制程品質為幾個標準差，最好還是要輔以Cpk（精准度）的觀念，把Cp（精度）與Ck（准度）都兼顧了才能真正達到六個標準差。
品管之制程能力以及相關統計問題 - Yahoo!奇摩知識+
何謂CPK?演算法?
Cpk值是將Ca與Cp值兩者合併起來，作為制程能力的指標。Ca值是在衡量制程平均數與規格中心的一致性 ; Cp值是衡量制程變異滿足產品品質標準之程度。換言之，Cpk值同時考慮制程平均偏離規格中心的程度以及制程變異的大小，因而比Ca值或Cp值更能合理的衡量制程的能力。
Cpk值的等級判定 :
A級:1.67<Cpk B級:1.33<Cpk<1.67
C級:1<Cpk<1.33 D級0.67<Cpk<1
Cpk=(1-Ck)‧Cp
也就是在考慮 Cp 的同時，再考慮乘上一個 (1-Ck) 的係數，以彌補原 Cp 之不足，(1-Ck) 的最大值為 1，也就是當(Ck=0)的時候，即產品中心值剛好落在規格中心的位置，如果產品制程中心與規格中心的偏離越大，則(1-Ck)就會越小，那麼 Cpk 也將變得越小，也就表示制程能力越差。
何謂CA?演算法?
Ca值在衡量制程平均值與規格中心值之一致性。
若制程平均值與規格中心值之間的差異愈小，表示兩者一致性較高 ; 反之，若制程平均值與規格中心值之間的差異愈大，表兩者一致性愈低。
Ca值的等級判定 :A級:0<絕對值(Ca)<6.25% B級:6.25%<絕對值(Ca)<12.5%
C級:12.5%<絕對值(Ca)<25% D級:25%<絕對值(Ca)<50%
何謂CP?演算法?
Cp值在衡量制程變異滿足產品品質標準(規格公差)之程度。
Cp值愈大，表示產出品質變異愈小，制程精密度愈高，制程能力愈佳。反之，Cp值愈小，表示產品品質變異愈大，制程精密度愈小，制程能力愈差。
Cp值的等級 :A級:1.67<Cp B級:1.33<Cp<1.67 C級:1<Cp<1.33 D級:0.67<Cp<1
何謂PPK?演算法?
PPK是短期過程能力，即初始過程能力，一般是在初期時確認過程是否穩定，如果大於1.67即可轉入長期過程能力管理CPK，至於CMK的計算方法是與PPK一樣的，前提是將模具與設備作為一個整體，即必須使用合格的模具，以排除設備以外因素的影響..
標準差又是什麼?該怎算出?
假若以X －R 管制圖來進行 CP值計算，則制程標準差（σ）可由R／d2來估計
假若採用X －S 管制圖，則σ可由 S／C4來估計。
為何6標準差會比3標準差好呢?
(一)制程能力
制程能力（process capability）：是指制程生產的一致性。當制程處於穩定狀況下，且其品質特性值呈常態分配時，則根據常態分配機率有 99.7％的產品會落在平均數（μ）加減三個標準差（σ）之內，此六個標準差之值即為此制程之能力。因此如欲知某一制程之能力，可就其產出產品品質特性值之標準差乘以6即得。例如當標準差為0.03公分時，其制程能力即為0.18公分。制程能力與生產能力有所區別，不可混淆。生產能力（production capability）所注重的是生產產品數量的能力；制程能力所著重的是產品品質的能力。
(二)自然公差
所謂自然公差（natural tolerance），系指在管制狀態下，制程中產品品質變
異在六個標準差範圍內而言，就常態分配而言，六個標準差所涵蓋的範圍為
99.73％。
統計圖的LSL USL是什麼意思?
規格公差
系指規格上限（USL）－規格下限（LSL）
制程不穩定該怎樣看出?
1.從制程能力分析圖可以看出制程相當不穩定，且產品品質特性值呈現週期變化。應設法找出原因，採取矯正措施，消除制程不穩定的原因。
2.從制程能力分析圖可以看出制程極為穩定，產品品質特性值隨機散佈於規格上下限之間，制程能力優良，且能符合規格公差之要求。
如何辨別統計圖的真偽?
用相關係數的方法來處理圖形辨別，而且用輻射基底函數(RBF)類神經網路來做參數估計。
想學好品管有沒有建議的書籍呢?
http://www.csq.org.tw/ct.asp?xItem=30&ctNode=148
管制圖與制程管制
希望對你有幫助
PPM如何算出? CPK與PPM換算表 http://wenku.baidu.com/view/c8f98b1aa8114431b90dd8f3.html
| Cpk | PPM | Cpk | PPM | Cpk | PPM |
| 0.51 | 126016.73 |
請參考標準 規範 手冊資源分享園地ISO 13053：過程改進定量方法-六標準差 - Powered by Discuz!
2011年國際標準化組織(ISO) 發行 ISO 13053：《過程改進定量方法 - 六標準差》，為描述營運改進方法之一的「六標準差」國際標準。ISO 13053包括兩部分，第1部分為DMAIC方法，第2部分為工具與技法：
•ISO 13053-1:2011, Quantitative methods in process improvement - Six Sigma - Part 1: DMAIC methodology
•ISO 13053-2:2011, Quantitative methods in process improvement - Six Sigma - Part 2: Tools and techniques
六標準差方法一般包括定義(define)、量測(measure)、分析(analyse)、改進(improve)、及控制(control)五個階段，稱為DMAIC。
ISO 13053-1:2011 共40頁，資訊詳見 ISO 官方網站資訊：
目錄(Table of contents)
前言(Forward)
簡介(Introduction)
1. 範圍(Scope)
2. 正式引用文件(Normative references)
3. 符號與縮寫詞(Symbols and abbreviated terms)
4. 組織內六標準差專案基本原理(Fundamentals of Six Sigma projects within organization)
4.1 概述(General)
4.2 顧客聲音(Voice of customer)
4.3 當責(Accountability)
4.4 組織過程之成熟度(Maturity of processes of an organization)
4.5 與ISO 9001品質管理標準之關係
5. 六標準差度量(Six Sigma measure)
5.1 目的(Purpose)
5.2 百萬機會缺點數(Defects per million opportunities, DPMO)
5.3 標準差評分(Sigma score)
5.4 滾動式流通產值(Rolled throughput yield, RTY)
5.5 回收率(Return rate)
5.6 問題報告數(Number of problem reports, NPR)
5.7 及時交付(On-time delivery, OTD)
5.8 不良品質成本(Cost of poor quality, COPQ)
6. 六標準差人員及其角色(Six Sigma personnel and their roles)
6.1 概述(General)
6.2 盟主(Champion)
6.3 展開經理(Deployment Manager)
6.4 專案發起人(Project sponsor)
6.5 大黑帶(Master Black Belt)
6.6 黑帶(Black Belt)
6.7 綠帶(Green Belt)
6.8 黃帶(Yellow Belt)
7. 必要的最小職能(Minimum competencies required)
8. 六標準差訓練最小要求(Minimum Six Sigma training requirements)
8.1 建議之訓練(Recommended training)
8.2 盟主/展開經理訓練要求(Training requirements for Champions/Deployment Manager)
8.3 發起人訓練要求(Training requirements for Sponsors)
8.4 大黑帶訓練要求(Training requirements for Master Black Belts)
8.5 黑帶訓練要求(Training requirements for Black Belts)
8.6 綠帶訓練要求(Training requirements for Green Belts)
8.7 黃帶訓練要求(Training requirements for Yellow Belts)
9. 六標準差專案優先次序與選擇(Six Sigma project priorization and selection)
10. 六標準差專案DMAIC方法(Six Sigma project DMAIC methodology)
11. 六標準專案方法 - 一般採用工具(Six Sigma project mehtodology - Typical tools employed)
12. 六標準差專案監視(Monitoring a Six Sigma project)
13. 六標準差專案成功關鍵因子(Critical to success factors for Six Sigma projects)
14. 組織內之六標準差基礎建設(Six Sigma infrastructures within an organization)
附錄A. 標準差評分(Annex A. Sigma scores)
附錄B. 訓練(Annex B. Training)
參考文獻(Bibliography)
ISO 13053-2:2011 共56頁，資料詳見 ISO 官方網站資訊：
目錄(Table of contents)
前言(Forword)
簡介(Introduction)
1. 範圍(Scope)
2. 名詞與定義(Terms and definitions)
3. 符號與縮寫詞(Symbols and abbreviated terms)
4. DMAIC過程次序(DMAIC process sequence)
4.1 定義階段(Define phase)
4.2 量測階段(Measure phase)
4.3 分析階段(Analyze phase)
4.4 改進階段(Improve phase)
4.5 控制階段(Control phase)
附錄A. 資料單(Annex A. Factsheets)資料單01：投資報酬率，成本與當責性(ROI, costs and accoutability)
資料單02：親和圖(Affinity diagram)
資料單03：狩野模型(Kano model)
資料單04：品質關鍵樹圖(CTQ tree diagram)
資料單05：品質屋(House of quality)
資料單06：標竿學習(Benchmarking)
資料單07：專案章程(Project charter)
資料單08：甘特圖(Gantt chart)
資料單09：SIPOC(供應者、輸入、過程、輸出、顧客)
資料單10：過程地圖與過程資料(Process mapping and process data)
資料單11：優先定序矩陣(Prioritization matrix)
資料單12：原因與效應圖(Cause and effect diagram)(特性要因圖)
資料單13：腦力激盪(Brainstorming)
資料單14：失效模式與效應分析(FMEA)
資料單15：量測系統分析(Measurement system analysis, MSA)
資料單16：資料搜集計畫書(Data collection plan)
資料單17：樣品大小決定(Determination of sample size)
資料單18：常態性檢定(Normality testing)
資料單19：描述性統計量視覺化工具(Descriptive statistics visualization tools)
資料單20：指標(Indicators)
資料單21：浪費分析(Waste analysis)
資料單22：價值流分析(Value stream analysis, VSM)
資料單23：服務交付模型(Services delivery modelling)
資料單24：假設檢定(Hypothesis testing)
資料單25：回歸與相關性(Regression and correlation)
資料單26：實驗設計(Design of experiments, DOE)
資料單27：可靠度(Reliability)
資料單28：負責當責諮詢與告知(RACI)職能矩陣(RACI competencies matrix)
資料單29：監視/控制計畫書(Monitoring / Control Plan)
資料單30：控制圖(Control charts)
資料單31：專案審查(Project review)
參考文獻(Bibliography)
參考資料：國際標準化組織發行ISO 13053資訊
"Six Sigma"為Motorola公司的註冊商標
沒有留言:
張貼留言