六個標準差(six sigma)

圖片

六個標準差的概念並非只能應用在製造上,我想對於個人的計畫、工作或事業都能應用六個標準差來掌控並達到自己理想的目標。

———-

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,它源自於統計製程管制(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?它可以幫助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數據化的目標,然後訂定這個目標的上、下界限,還要透過不斷的腦力激盪,想出對策、改善流程、查核效果,制定有效的標準程序,如此反覆,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。

六個標準差的實例探討(six sigma)

前一篇文章提到了便當專賣店為了執行「六個標準差」以提高顧客滿意度,而訂定了便當送達顧客的時間為11:45~12:15,而便當店的老闆也同意便當如果送得太早或太晚就必須給顧客打七折,而便當店的老闆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。
對於上述的例子,如果你是便當店的老闆或員工,大概只會關心便當是否可以在11:45~12:15之間送達,而訂定如果整個月下來便當送達的時間全部符合11:45~12:15的時間,員工就可以領取獎金,因為這麼一來你就不會損失三成的折價。

可是你有沒有想過顧客真正要的的是什麼?姑且不論便當的菜色如何,如果便當每次都集中在12:10~12:15送達,雖然符合與顧客定下來的時間,但顧客每次午休時間都要等個10~15分鐘才能拿到便當,久而久之你覺得客人會不會發出抱怨聲?
我要是訂便當的客人,我當然希望可以在中午休息時間一到馬上就可以吃到熱騰騰的便當,你呢?所以我們應該以中午12:00整將便當送達為目標,這樣子目標中心就是12:00,然後往上、下各給出15分鐘的容許誤差,而成為上界線11:45,下界線12:15,而要達成6σ的執行目標,就是要盡量讓所有的便當送達時間都集中在中午12:00整,而不是只有符合11:45~12:15,而這個觀念又延伸出了「準度」,讓製作出來的產品趨向規格中心就可以提高準度。
目前「定食8」制定的點餐後「15分鐘未送達免費」的規範,就是把服務的衡量標準數據化的很好例証,老實說要達到這樣的標準真的不容易,但站在顧客的立場,我當然希望點餐後可以在最快的時間內享用到餐點,所以其規格中心應該為0分鐘,而規格下界限則是15分鐘,沒有上界限,所以是單邊規格,以這樣的例子,要達到6σ的目標又比雙邊規格(有上、下界線)更難了。

使用PDCA達成六個標準差(six sigma)

經過了前面篇幅的介紹,相信大家對六個標準差已經有了一定的瞭解,也可能躍躍欲試想要一展身手,不過我認為六個標準差的重點應該是它的過程。結果當然也很重要,但如果沒有經過不斷地腦力激盪、選定目標、擬定對策、執行對策、查核對策效果、制定有效的標準程序,如此反覆,可能就很難嚐到這種高品質所帶來的甜美果實。
而為了達到六個標準差的目標,我們通常採用會採用一種叫做【PDCA循環】的手法,這種循環是由品管大師「戴明博士」所提出的,而且戴明還把這個手法帶到了日本並且推行,也造就了近代日本大量生產品質的大躍進,日本還把每年一度代表最高品質的獎項稱之為「戴明獎」,以紀念戴明博士的貢獻。

而【PDCA】之所以叫做「循環」,是因為品質的提昇並非一蹴可幾,也不是只做一次品質改善就可以達成,而必須經過一次又一次的流程改善與品質提昇方能達成,所以【PDCA】是個永無止盡的品質改善循環,大循環中還可以夾帶小循環。改善完主要問題,原來的次要問題又會變成主要問題,要一直的改善下去,如此才能蓁致完善,因為六個標準差其實就是在追求零缺點。

不過在開始執行【PDCA循環】之前還得先選定好一個主題,而這個主題必須要可以用數字來衡量,或是想辦法讓它可以數據化,否則就很難有判斷標準,也就無法衡量所執行的對策有沒有效果。比如說,我們要衡量小孩讀書讀得好不好,不能用感覺的,也不能問老師說我家小孩讀得好不好,感覺好不好是無法衡量的,所以就有了考試,雖然很多人痛恨考試,但考試的分數就就是一個可以衡量讀書讀得好不好的標準,除非你有更好得方法。
下面我們就來解釋一下何謂【PDCA循環】,它基本上是由四個英文字母的第一個字所組成的,分別為:P(Plan,計畫)、D(Do,執行)、C(Check,查核)、A(Action,處置)。

  1. Plan(計畫):我們在選定改善的主題之後,首先得分析問題是什麼,瞭解其現況,並且試著找出造成問題的各種可能原因,然後擬定對策,這就是計畫,也就是前置作業。在分析問題現況時,應該要先收集資料,資料的收集首重正確性,否則後面的一切作為可能都將白費,資料收集剛開始的時候,負責人最好要實際督導其方法與填寫的正確性,以釐清資料收集時可能發生的各種模擬兩可的判斷錯誤,或填錯表格的問題。資料的統計建議採用直方圖(柏拉圖)之類的工具來區別問題的輕重,通常我們會把改善問題的重點放在最前面三個主要的問題上面,免得造成資源不足的問題,等到主要問題解決了,原本為次要的問題就會變成主要問題,這就是為何每次循環都只處理主要問題就可以了。尋找可能原因時,可以利用魚骨圖(要因分析圖)、心智圖(mind map)、腦力激盪、或5W1H(Why、What、Where、Who、When、How)之類的工具來聯想各種可能的原因,然後根據經驗選定一些主要原因,再針對這些主要原因來制定可行的對策。
  2. Do(執行):依照前面計劃好的對策,一項一項分別實施、試行或實驗,並紀錄其結果。切記一定要一項一項來實施,如此才能層別出各項對策的效果。要是同時執行兩個以上的對策,假使有了效果,也很難知道是那一項對策有效果,搞不好其中還有反效果的對策呢。執行對策時,難免對既有的工作造成些影響,或有人反彈,這時應該要充分地溝通以減低執行的阻力,負責人也需隨時注意瞭解對策執行的狀況,即時反應以應付各種可能發生的異常,使計畫可以實行順利。
  3. Check(查核):觀察及分析對策實施的成果,評估對策執行是否有效,如果對策失敗,也應找出失敗的地方及原因,加以檢討。
  4. Action(處置):總結成功的經驗,把有效的對策制定成相對應的正式標準,比如說制定、或修改工程規格,或是改變生產作業流程,或是更換使用材料…等。把未解決、新出現的問題)轉入下一個PDCA循環。

標準差與常態分佈的關係(six sigma)

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數據呈現出一種「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數據可能太小,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字,可是並不是所有的衡量標準都可以用數字來表達,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字衡量的標準囉!
其次,六個表準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製程品質為幾個標準差,最好還是要輔以Cpk(精準度)的觀念,把Cp(精度)與Ck(準度)都兼顧了才能真正達到六個標準差。

轉貼自:

http://www.researchmfg.com

廣告

發表迴響

Please log in using one of these methods to post your comment:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s