六西格玛

六西格玛发端于摩托罗拉，通用电气的杰克.韦尔奇将其发扬光大。在持续改善领域，六西格玛与精益生产优势互补、互相促进。

1.六西格玛的概念

首先，西格玛是一个统计学的概念。它代表着一组数据的标准偏差，反映的是一组数据相互离散的程度。标准偏差越大，数据越离散；标准偏差越小，数据越集中。

 西格玛水平越高，过程能力指数（Cp值，Cpk值）越大，不良率就越低；反之，西格玛水平越低，过程能力指数（Cp值，Cpk值）越小，不良率就越高。按照传统的质量管理理论，过程能力并不是越高越好。随着过程能力的提高，失效成本会降低，但检验和预防成本会提高，因而综合质量成本曲线会大致呈现出开口向上的抛物线形态。根据下表，还可判断出抛物线的顶点大致在1和1.67之间。当Cp值>1.67时，就会被认为是过程能力过高，此时的综合质量成本会增加^[11]。

表2-2 过程能力指数与过程能力判断标准

    六西格玛理论虽然不否认综合成本曲线的抛物线特征，但认为抛物线的顶点会严重右移，而且顶点右边部分曲线的斜率会变得很小。当企业试图追求六西格玛（Cp=2，Cpk=1.5）甚至更高的质量水平时，往往会给企业带来更多的收益，而不是损失。

 2.六西格玛的改善逻辑

（1）六西格玛主张结果是过程的函数，即Y=f(x)。

（2）要改善品质现状，要提升生产效率，要降低制造成本，要缩短生产提前期，就必须改善过程管理。

（3）影响最终结果的过程和原因远远不止一个。为了取得预期的改善效果，需要：

以结果为导向，以数据为驱动，抽丝剥茧，刨根究底，直至找出问题的确切答案。

  3.六西格玛问题解决思路

（1）首先，将实际的问题转化为统计的问题；

（2）然后，在此基础上找出统计的解决方案；

（3）接下来，再将统计的解决方案转化为实际的解决方案，并予以实施。

 4.六西格玛改善方法论

  六西格玛改善一般遵循DMAIC的改善流程，分五个阶段来完成。即：

（1）Define（定义）阶段；

（2）Measurement（测量）阶段；

（3）Analysis（分析）阶段；

（4）Improvement（改善）阶段；

（5）Control（控制）阶段。