何谓六标准差?
标准差是什么东西?
标准差(Standard Deviation;SD)是一种统计学上的术语(其符号为「σ」,读做「Sigma」)。
标准差是统计学上描述群体「变异性」(variation)或「不一致程度」(inconsistency)的名词。
过去多数企业习惯使用「平均数」作为其绩效表现,例如平均成本、平均产能、平均交货时间、平均工资等,但这却隐藏了许多问题,其中很重要的一点就是忽略了变异程度。
如今之所以器重「标准差」,即是仰赖它可用来衡量产品之品质分布的变异状况。
什么又是六标准差?
就统计学定义而言,六标准差是指在完美情况下每10亿个量测值中,其缺点只有2个机会,亦即2PPB(Part Per Billion),也就是良品率有99.9999998%。
常有很多企业会很引以自豪的表示自己的良率达到99%,但是99%仅是3.8标准差,意谓着每一百万次中,会有6000次以上失误产生,这样的数字真令人心惊胆跳。
根据Harry(1978)的研究,在美国而言,平均99%的品质水准相当于:(1)每小时有2万件邮件遗失,这相当于1%的误投率;(2)每天供应的自来水有15分钟是不适合饮用的;(3)每星期有5千例外科误诊;(4)每个月有7小时停电。
显然地,即使资料99%看起来颇完美,但其实这等水准非但不是优良表现,甚至无法符合我们的日常生活所需。
那么平均99.9%的品质水准又如何呢?
即使「危险性」已较前述降为十分之一,不过如果某医院声明其妇产科接生新生婴儿的平均成功率是99.9%,恐怕一般人还是不能放心由该医院接生吧!
相信在很多类此「不能开玩笑」的处境下,人们对良率的要求绝对是以近乎「苛求」的心态来审视的。
由于现今科技管理已进入凡事谈「奈米」的阶段,表示什么东西都要尽量小、尽量细微,于是,对品质瑕疵以「每百万中不合格数目」(ppm;part per million)来挑剔,也就不足为奇。
于是乎,如果某产品品质呈现常态分布,且符合规格中心值左右3个标准差内,则在平均值μ之正负两边,每一百万个各有1,350个不良,合计为2700ppm。倘若有家航空公司突发奇想,对外宣称其飞安率可「高」达99.73%,也就是每起落一百万个架次,约有2,700次失事,不知道您敢不敢搭乘?
既然推到了3个标准差都还不能满足现代人的要求,那么只好更严格,「六个标准差」就此出现。
在企业实务上,由于流程是动态而非静态,亦即流程之材料、人员、环境、工具等因素不断有小改变,因此平均值会随之上上下下移动。
推到「六标准差」的品质水准,相当于99.99966%的产品可被接受,也就是一百万次仅仅发生3.4次不良,亦即不良数为3.4ppm(或谓DPMO;defects per million opportunities)。
何谓「六标准差」?这个在过去十年中吸引数十亿美元的企业主和华尔街财务分析师注目的术语代表什么?六标准差是一项由品质改善计画所支持的商业策略。
它利用统计、问题排除和问题预防等工具,藉由排除和预防多数程序、产品、服务、文件与决策上的疏失,将客户满意度提升至99.999%的完美层级。
另外,整体品质管理希望以最低的成本达成客户满意度和最高品质,而六标准差则提供一种策略性的商务改善方法,目标是为了提高客户满意度和健全公司财务。
六标准差提供一套营运的方法,强调的是根本的减少支出以及可计量且档话的成果。
Motorola的六标准差
在1985年,Motorola公司发现其制程中心值与规格中心值无法重迭,会有1.5σ的偏移,所以Motorola假设制程平均在偏移规格中心值1.5σ处,上下规格界线固定在6倍标准差处,在超出上下规格界线之不合格点数之估计值为百万分之三点四,即3.4ppm,称为6sigma品质水准。
虽然Motorola公司名为6σ管理,但当时Motorola公司的6σ品质水准实际只有4.5σ的品质水准,其制程能力指数Cpk=1.5。
因此,产品超出规格机率值为3.4ppm。
6 sigma的管理启源于1986年Motorola的通讯部门率先采用,并于次年推广于全公司,1987年Motorola正式推动「Six Sigma-Program」。
当时的执行长Bob Galvin宣示要以五年的时间内达成6s之品质水准。
接着Motorola大学推出6s之训练课程集中在制程及产品品质的改善上,并于1988年得到美国国家品质奖。
6 sigma是1980年代Motorola发展出来的管理手法,六标准差不只是一套工具,更是企业转型的方法,是一项经由沟通、培训、领导、团队、合作、以顾客为中心所共同驱动的方法。
[GE的六标准差]
Motorola在1987年开始推动6σ改善计画,并在两年后得到美国马康巴拉治国家品质奖(Malcolm Baldrige National Quality Award)时,并未受到企业界很大的重视。
但GE在1995年重新全力激活的6σ-program,却受到全球极大的重视。
GE的6σ-program之所以会如此的著名,是由于GE的传奇性前任总裁Jack Welsh全力推动之故,还是因为GE所发表的惊人成效(以19999年为例,就有约20亿美元的推行效益),亦或GE的6σ-program被过度渲染所致,这些都是重要原因之一。
有许多人认为GE-6σ的成功,有70%-80%的因素应归功于Jack Welch。
此种说法,是有几分道理,但仍有其它一些配套的做法,才能推行的如此成功。
1.高阶主管的决心与承诺
Jack Welch的决心与坚持确实是GE-6σ成功的很重要因素。
此也是公司推动6σ-program之必备条件。
6σ-program之推动比其它的管理制度的导入需要更多的资源与训练,也更需要跨部门的团队合作,而且还会要求突出的改善(造)经营绩效。
因而,推动起来较为困难,所以,不但要有高阶主管的高度决心与坚持之外,更要对全体员工加强沟通,形成共识,才能取得全体员工之配合,支持与行动。
此外,更要设定愿景(Vision),发展方向,带动变革,以及进行文化的转变等重大工程的进行。
2.主管强有力的领导即对6σ项目的负责
6σ-program之运作方式之设计,各部门主管是6σ项目的提供者或指定者,而且对所提供之项目给予必要之资源的支持。
而且盟主(Champions),黑带大师(Master Black Belts, MBB),及黑带(Black Belts, BB)都是来自资深的主管。
他们都需要扮演良好的领导者之角色,由于6σ项目的改善(造)成果需要很突出,所以各部门主管及资深经理人均需要具备强有力的领导能力才行。
3.结构化的角色设计
一般企业界或企管界对于GE-6σ,都把焦点放在其运作步骤DMAIC (Define-Measure-Analyze-Design-Verify)上面。
此运作步骤固然有其不可忽略的功能,而最重要的成功因素是在于组织面及执行面。
为了在这两方面有很好的实施效果,GE特别设立了Six Sigma的运作角色与基础架构。
*盟主(Champions)
是6σ项目的指定者,也是赞助者,对项目的成功运作负有全责,因而,需要给予财物上的支持,并协助项目小组解决重大问题。
*黑带大师(Master Black Belts, MBB)
黑带大师可说是6σ项目运作的全职训练讲师,因而,须具备良好的数量技术,及教学与领导的能力。
*黑带(Black Belts, BB)
黑带是6σ项目的主角,是6σ项目的全职执行者。他们带领项目小组,全程负责执行6σ项目。
*绿带(Green Belts, GB)
他们是参与由黑带所主导之项目小组的成员,并非是全职的参与者,因而,仍然需负有原来工作之责任。
GE公司在6σ项目的推动上非常舍得投资,而且重视投资成效,才会有那幺好的推行成果。
GE公司从CEO、盟主、…到绿带等等,都有完整的教育训练计画,且彻底的实行。
CEO及盟主会有一至三星期的教育训练,其重点在于如何拟定愿景与策略,如何管理变革,以及领导、沟通技巧等等。
教育训练份量最重的是黑带,至少有三~四星期的训练,且是配合运作步骤DMAIC(或DMADV)而进行的。
通常是每阶段先训练三天至一星期,再执行三星期,其训练的内容主要的有DMAIC之运作方式,需要使用到的统计工具,以及项目管理、沟通与领导等等。
至于非全职的绿带也有两星期左右的教育训练,内容也是DMAIC之运作方式及统计手法。
GE-6σ非常强调公司获利与发展。
TQM的推行特别强调追求顾客满意,但在追求顾客满意的同时,并不一定会让公司获利。
但由于Jack Welch是专业经理人,他必须要让公司获利,所以,他必须要兼顾到顾客满意与公司获利。
GE-6σ的任何改善项目固然是以顾客声音为驱动力,以关键品质要素CTQ为考量重点。
但改善(造)成效却是以财务绩效作为衡量,由于改善目标是融入了原来Motorola的6σ观念。
所以,改善进步的幅度大约是十余倍,至少也要有数倍之多,也因此,每个6σ项目所订的财务绩效指针也就非常的高。
由于高阶主管对6σ项目直接负责,且给予必要的资源上的支持。所以,这些绩效指针达成的可能性很高。
GE公司更为了让6σ项目的参与人员全力以赴,特别设计让公司的40%的年终奖金是以6σ项目之执行成效做考量的。
不但如此,执行成效好坏也会影响到参与人员的升迁。
GE的这些做法确实非常有效,也确实让6σ项目的经营效果非常好,自1995年推行以来,已经有数十亿美元的效益。
就以1999年来说,竟高达20亿美元的获利。
GE-6σ除了重视公司的短期获利之外,更不会忽略了公司的长期发展,因而GE的6σ项目是必须跟公司的发展策略结合在一起。
公司的策略规划会衔接到6σ项目;许多公司的策略需要依赖6σ项目来运作的。
所以,我们不能单纯的认为GE的6σ项目只是像QCC或Re-engineering一样,是改善或流程改造的工具而已。
GE-6σ不但追求顾客满意,追求公司获利,更是公司策略发展的一还。 [科学上与管理上的六标准差]
一般品管问题基本上都假设被品管的品质特性具有常态分布,表示分布集中程度的标准差(σ),以及平均数(μ)是常态分布的两个重要参数,这是品质作业上的基本认知,因此,对于某产品的某一品质特性可以被量测成X,在常态分布的假设前提下X~N(μ, ),对于6σ所要求的品质,其不合格率应为0.00198 ppm,统计学者都明了,科学上想要查看X~N(μ, )的假设,是否成立,必须得取亿个X的观测值,才能查证这样的条件是否可用,不要说是中小企业,跨国大企业恐怕也没这样的能耐;对于Motorola与GE所谈及品质分类所引用的1.5σ,如果用t-分布来看这样的表现也可以获得很好的了解,一个kσ系统反映在ppm上的数值,并不十分离谱,因此,六个标准差的标准差一词,应不是目的,而是如果要维持一个3.4ppm的系统,与其去拼6σ,不如在SPC上用心,因为,如SPC上能保证查得出0.5σ的变化,则一个五个标准差系统,也能产生4.3ppm的不良率,这与一个需容忍1.5σ的6σ系统的效果是一样的。真正要做的是努力减小标准差,以SPC、DOE等品质技术来改进制程。
每位统计学者都明了六个标准差在科学上不易查证其是否可用,但不会有人因此抵制这样的潮流,在利润挂帅的市场里,只要是可以创造利润的手段,都是时代的宠儿,至于科学上严格的查证已不是那幺重要了。
也许,6σ这个时髦的名词,可以让最高阶与第一阶执行工作人员之间对品质目标、愿景、概念、定义及程序得以有方法的拉近,可以看到一些具有资料为基础的流程改善手法,然而,水能载舟亦能覆舟,正确的了解统计手法背后的意涵,正确的运用推动统计方法,或许不用大费周章便能轻而易举的解决问题。第一次就把事情作对,或许更具威力。