精益质量管理简析
来源/作者：互联网 发布时间：2012年08月09日 阅读次数：次
精益质量管理就是在对关键质量数据的定量化分析基础上，综合运用多种知识和方法，对关键质量指标持续系统改进，追求达到卓越标准，如6西格玛标准，实现显著提高企业质量绩效及经营绩效的目的。精益质量管理是企业提高经营绩效的重要战略。
一、精益质量管理是质量管理新趋势
在质量管理百年历程中，先后经历了传统质量检验、统计质量控制、全面质量管理几大阶段，目前以6西格玛管理为核心的精益质量管理正成为质量管理新的发展趋势。
在传统质量检验阶段，检验从生产中分离出来，如泰勒主张成立专门的检验部门，改变原有工人自已检验的方式，设立专职检验员进行产品检验。在20世纪40、50年代，数理统计被引入到质量管理中，质量管理进入到统计质量控制阶段，抽样检验、统计过程控制等理论和方法不断完善，并被大量应用于质量管理之中。
随后阶段，数理统计被应用于企业经营全过程，质量管理工具不断推陈出新，ISO9000等标准也开始形成并不断被企业接受，质量管理理念随着市场竞争也提到了新的高度，全面质量管理成为质量管理百年历程中具深远影响的发展阶段。
在20世纪90年代，以GE为代表的世界级优秀企业，开始了质量管理新阶段的探索，其重大贡献就是6西格玛思想和方法的提出和运用。6西格玛管理强调将度量和改进应用于包括质量管理在内的企业经营全过程。6西格玛管理继承了全面质量管理（TQM）的思想，并对TQM有了新发展，即在追求卓越目标下，通过度量及指标持续改进为TQM找到了落实方法。
随着GE、摩托罗拉等企业应用6西格玛的巨大成功，6西格玛正被越来越多的企业所了解和认识，以6西格玛为核心的精益质量管理将成为质量管理发展新趋势。精益质量管理就是在对关键质量数据的定量化分析基础上，综合运用多种知识和方法，对关键质量指标持续系统改进，追求达到卓越标准，如6西格玛标准，实现显著提高企业质量绩效及经营绩效的目的。
二、质量数据分析是精益质量的基础
质量数据是指某质量指标的质量特性值，由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。
狭义的质量数据主要是产品质量相关的数据，如不良品数、合格率、直通率、返修率等。广义的质量数据指能反映各项工作质量的数据，如质量成本损失、生产批量、库存积压、无效作业时间等。这些均将成为精益质量管理的研究改进对象。
在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。数据的集中位置分别有平均值、中位数、众数三种表示方法，其各具优缺点，其中平均值最为普遍常用。数据的分散程度由标准差表达，用符号s（西格玛）表示，数据的分散程度在质量管理中就是质量特性值的波动性，反映过程能力。
数据的分布规律在质量管理中对统计总体而言为正态分布，该分布规律是理论和实践证明的统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下研究该正态分布的平均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义，其是精益质量管理的基础。
通过研究，我们把精益质量管理基本任务分为两个层次。精益质量管理基本任务是利用相关质量工具分析实际质量状况，及时发现异常，并消除质量异常；精益质量管理第二层次任务是持续改进质量水平，持续降低质量波动，即减少样本的标准差。第二层次任务的实现依托于第一层次任务。
三、精益质量管理基本工具介绍
结合前面所提精益质量管理两层次任务，对基本任务而言，支持工具重点是直方图和控制图，相关理论是统计过程控制，即SPC；对第二层任务而言，在前面工具基础上，重点是6西格玛管理理论和方法。
1、直方图简介
直方图是将质量数据按顺序分成若干间隔相等的组，以组距为底边，以落入各组的数据频数为依据，按比例构成的若干矩形条排列的图。
直方图的典型作用包括：观察与判断产品质量特性分布状况；通过直方图形状，判断生产过程是否正常，判断工序是否稳定，并找出产生异常的原因；计算工序能力，估算生产过程不合格品率。
在生产过程是否正常的判断上，通过直方图的典型形状就可判断。直方图典型形状包括：正常型、偏向型、双峰型、锯齿型、平顶型和孤岛型。通过已总结出的不同形状常见质量原因，这为迅速发现和解决质量问题提供了重要途径。
对正常型直方图再进一步与公差限的结合，可直观快速的判断工序能力和质量状况，直观发现工序异常。如典型图形有：理想型、偏心型、无富余型、富余型、能力不足型。
2、控制图简介
控制图是画有控制界限对生产过程中产品质量进行控制的一种图。控制图是直方图的一种变形，其将直方图顺向转90度再反转，再绘制中心线和上下控制限。中心线为样本某统计量的均值，上下控制限分别为均值基础上的正负三倍标准差。
当生产中不存在系统误差时，产品质量特性（总体）服从正态分布，样品值出现在均值加减3σ范围内的概率为0.9973。根据相关统计定理，如果生产处于受控状态，则认为样品值一定落在此3σ范围内。
控制图较直方图最大的特点是引入了时间序列或样本序列，通过观察样本点相关统计值是否在控制限内以判断过程是否受控，通过观察样本点排列是否随机从而及时发现异常。控制图较直方图在质量预防和过程控制能力方面大为改进。
控制图的主要用途有：分析判断生产过程是否稳定；及时发现生产中异常情况，预防不合格品产生；检查生产设备和工艺装备的精度是否满足生产要求；对产品进行质量评定。
3、六西格玛管理简介
在6西格玛管理中，通常使用西格玛水平Z作为满足顾客要求程度的质量水平度量。西格玛水平是综合了标准差与公差限的计算值，公式为Z=（USL-LSL）/2σ，即顾客要求的公差限除以两倍标准差。由于顾客要求是不断提高的，即公式中分子所代表的公差将不断减少，要求标准差应不断降低，以适应顾客要求提高企业质量竞争力。
达到6西格玛水平是指Z等于6。用正态分布来解释，就是在正态分布单侧从均值到公差上限或下限范围内可容纳6个标准差；传统控制图理论则是单侧3个标准差，不合格率控制在0.27%水平。6西格玛管理对控制图3倍控制限进行了彻底突破，将西格玛水平指标由3提高到6。我们应认识到，以3西格玛水平为标准的控制图及统计过程控制SPC理论和方法，在实际中仍是有效的。随着西格玛水平的提高，3倍标准差的控制限区间得到不断压缩，通过控制图仍能有效发现质量异常。
Z还有另一种表达形式：用百万分之缺陷率（ppm）来表示。一个服从正态分布的过程，其超出规范限的缺陷百分比与西格玛水平是一一对应的。根据这个规律，我们可以通过测量缺陷的比率，估算过程的西格玛水平Z，并以此考察过程满足顾客要求的能力。
当分布中心无漂移时，即样本均值与分布中心重合时，3西格玛水平对应的不合格率为0.27%，即2700ppm；6西格玛水平对应的不合格率为十亿分之二，即0.0024ppm。分布中心无漂移为理想状态。当分布中心上下漂移1.5σ时，3西格玛水平对应的不合格率为66807ppm；4西格玛水平为6210ppm；5西格玛水平为233ppm；6西格玛水平为3.4ppm。GE采取了上下漂移1.5σ来设定西格玛标准，6西格玛水平为3.4ppm。这成为6西格玛管理的默认标准。
在企业追求由3西格玛向6西格玛的过程中，每提高1个西格玛水平，质量水平均呈数十倍的改善。据研究，对一个3西格玛水平的企业来说，提高一个西格玛水平可获得下述收益：利润率增长20%、产出能力提高12%—18%、减少劳动力12%、资本投入减少10%—30%。
四、有待发现的质量数据价值
精益质量管理思想和方法除应用于产品质量相关活动外，也可应用于各项工作质量的管理。精益质量管理是对全面质量管理的继承和发展。精益质量管理关注对企业质量绩效有重要影响可以统计度量的工作或职能，精益质量管理通过度量指标波动性或称为西格玛值来衡量工作质量水平，精益质量管理借鉴QC小组活动经验与不足，引入项目管理理论和方法，形成了具自身特色的组织管理模式和项目管理制度，共同推动企业质量绩效的改善。
精益质量管理要求企业改善原有一些质量管理习惯，增强指标度量意识，善于发现和运用统计方法进行度量和改进。企业应重视指标波动性对企业竞争力的影响，重视质量指标的持续改进。精益质量管理设立了全新的质量成本概念，用不良质量成本损失代替传统的四项质量成本，为降低质量成本损失提高质量绩效找到了更多的着力点。
在企业经营过程中，竞争无处不在。竞争直观看就是一种比较。能用于比较的指标在企业中多种多样，比如产品质量、产品价格、交货期、服务水平等。企业在经营中由于各种原因，不同时期同一指标往往表现出差异性，或称为波动性。不同企业这种波动性大小将对客户或相关方带来差别明显的感受。
如质量性能指标，传统上，我们关注不合格品，对合格品的质量数据往往不再去分析。同为合格品，都在公差限内，但质量指标波动程度小的企业将更受客户信赖。再如交货期或服务时间，在客户允许的时间范围内，我们实现了交付，却无视每批产品交货时间的波动，如果竞争对手能在更准确更窄的时间范围实现每批产品的交付，其在此方面的竞争力将强于我们。
在生产管理领域，精益生产、JIT受到了企业的推崇，其追求生产环节交付数量的准确、交付时间的准确，追求浪费的最小化，结合质量指标波动性概念，就是要追求相关指标在规定限度内波动性最小。精益生产思想对降低生产成本、节约资金、提高生产效率等具有重要作用，对生产环节工序安排、节拍设置、生产计划等均有重要意义，是精益质量管理应用的重要方面。
在企业经营中，能用于度量的指标非常广泛，许多指标却常被忽略。比如，一个追求“以快制胜”的企业，如果不能认真地度量过自己关键业务流程的反应时间，如产品开发周期、新品试制周期、量产周期、供货周期、信息反馈周期等，企业将不清楚自己流程的时间瓶颈，不能制定精度更高的竞争对策，企业对快的追求是无基础的，不能对“快”真正有所作为。
精益质量管理强调度量的作用，在6西格玛管理中常常提到：我们不重视我们不度量的东西，我们对不度量的东西不能有所作为。精益质量管理就是要促进企业不断发现应该度量和改进的关键质量指标，通过系统方法实现持续改进，精益质量管理是提高企业竞争力和经营业绩的重要管理举措，已被国际著名公司证明是企业成功的重要战略。 免责声明：本文系转载，版权归原作者所有。新益为|精益管理视野鼓励原创行为，本文因转载众多无法找到原作者。如涉及版权，请联系电话023-67015863进行删除！
一、精益质量管理是质量管理新趋势
在质量管理百年历程中，先后经历了传统质量检验、统计质量控制、全面质量管理几大阶段，目前以6西格玛管理为核心的精益质量管理正成为质量管理新的发展趋势。
在传统质量检验阶段，检验从生产中分离出来，如泰勒主张成立专门的检验部门，改变原有工人自已检验的方式，设立专职检验员进行产品检验。在20世纪40、50年代，数理统计被引入到质量管理中，质量管理进入到统计质量控制阶段，抽样检验、统计过程控制等理论和方法不断完善，并被大量应用于质量管理之中。
随后阶段，数理统计被应用于企业经营全过程，质量管理工具不断推陈出新，ISO9000等标准也开始形成并不断被企业接受，质量管理理念随着市场竞争也提到了新的高度，全面质量管理成为质量管理百年历程中具深远影响的发展阶段。
在20世纪90年代，以GE为代表的世界级优秀企业，开始了质量管理新阶段的探索，其重大贡献就是6西格玛思想和方法的提出和运用。6西格玛管理强调将度量和改进应用于包括质量管理在内的企业经营全过程。6西格玛管理继承了全面质量管理（TQM）的思想，并对TQM有了新发展，即在追求卓越目标下，通过度量及指标持续改进为TQM找到了落实方法。
随着GE、摩托罗拉等企业应用6西格玛的巨大成功，6西格玛正被越来越多的企业所了解和认识，以6西格玛为核心的精益质量管理将成为质量管理发展新趋势。精益质量管理就是在对关键质量数据的定量化分析基础上，综合运用多种知识和方法，对关键质量指标持续系统改进，追求达到卓越标准，如6西格玛标准，实现显著提高企业质量绩效及经营绩效的目的。
二、质量数据分析是精益质量的基础
质量数据是指某质量指标的质量特性值，由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。
狭义的质量数据主要是产品质量相关的数据，如不良品数、合格率、直通率、返修率等。广义的质量数据指能反映各项工作质量的数据，如质量成本损失、生产批量、库存积压、无效作业时间等。这些均将成为精益质量管理的研究改进对象。
在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据的分布规律。数据的集中位置分别有平均值、中位数、众数三种表示方法，其各具优缺点，其中平均值最为普遍常用。数据的分散程度由标准差表达，用符号s（西格玛）表示，数据的分散程度在质量管理中就是质量特性值的波动性，反映过程能力。
数据的分布规律在质量管理中对统计总体而言为正态分布，该分布规律是理论和实践证明的统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下研究该正态分布的平均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义，其是精益质量管理的基础。
通过研究，我们把精益质量管理基本任务分为两个层次。精益质量管理基本任务是利用相关质量工具分析实际质量状况，及时发现异常，并消除质量异常；精益质量管理第二层次任务是持续改进质量水平，持续降低质量波动，即减少样本的标准差。第二层次任务的实现依托于第一层次任务。
三、精益质量管理基本工具介绍
结合前面所提精益质量管理两层次任务，对基本任务而言，支持工具重点是直方图和控制图，相关理论是统计过程控制，即SPC；对第二层任务而言，在前面工具基础上，重点是6西格玛管理理论和方法。
1、直方图简介
直方图是将质量数据按顺序分成若干间隔相等的组，以组距为底边，以落入各组的数据频数为依据，按比例构成的若干矩形条排列的图。
直方图的典型作用包括：观察与判断产品质量特性分布状况；通过直方图形状，判断生产过程是否正常，判断工序是否稳定，并找出产生异常的原因；计算工序能力，估算生产过程不合格品率。
在生产过程是否正常的判断上，通过直方图的典型形状就可判断。直方图典型形状包括：正常型、偏向型、双峰型、锯齿型、平顶型和孤岛型。通过已总结出的不同形状常见质量原因，这为迅速发现和解决质量问题提供了重要途径。
对正常型直方图再进一步与公差限的结合，可直观快速的判断工序能力和质量状况，直观发现工序异常。如典型图形有：理想型、偏心型、无富余型、富余型、能力不足型。
2、控制图简介
控制图是画有控制界限对生产过程中产品质量进行控制的一种图。控制图是直方图的一种变形，其将直方图顺向转90度再反转，再绘制中心线和上下控制限。中心线为样本某统计量的均值，上下控制限分别为均值基础上的正负三倍标准差。
当生产中不存在系统误差时，产品质量特性（总体）服从正态分布，样品值出现在均值加减3σ范围内的概率为0.9973。根据相关统计定理，如果生产处于受控状态，则认为样品值一定落在此3σ范围内。
控制图较直方图最大的特点是引入了时间序列或样本序列，通过观察样本点相关统计值是否在控制限内以判断过程是否受控，通过观察样本点排列是否随机从而及时发现异常。控制图较直方图在质量预防和过程控制能力方面大为改进。
控制图的主要用途有：分析判断生产过程是否稳定；及时发现生产中异常情况，预防不合格品产生；检查生产设备和工艺装备的精度是否满足生产要求；对产品进行质量评定。
3、六西格玛管理简介
在6西格玛管理中，通常使用西格玛水平Z作为满足顾客要求程度的质量水平度量。西格玛水平是综合了标准差与公差限的计算值，公式为Z=（USL-LSL）/2σ，即顾客要求的公差限除以两倍标准差。由于顾客要求是不断提高的，即公式中分子所代表的公差将不断减少，要求标准差应不断降低，以适应顾客要求提高企业质量竞争力。
达到6西格玛水平是指Z等于6。用正态分布来解释，就是在正态分布单侧从均值到公差上限或下限范围内可容纳6个标准差；传统控制图理论则是单侧3个标准差，不合格率控制在0.27%水平。6西格玛管理对控制图3倍控制限进行了彻底突破，将西格玛水平指标由3提高到6。我们应认识到，以3西格玛水平为标准的控制图及统计过程控制SPC理论和方法，在实际中仍是有效的。随着西格玛水平的提高，3倍标准差的控制限区间得到不断压缩，通过控制图仍能有效发现质量异常。
Z还有另一种表达形式：用百万分之缺陷率（ppm）来表示。一个服从正态分布的过程，其超出规范限的缺陷百分比与西格玛水平是一一对应的。根据这个规律，我们可以通过测量缺陷的比率，估算过程的西格玛水平Z，并以此考察过程满足顾客要求的能力。
当分布中心无漂移时，即样本均值与分布中心重合时，3西格玛水平对应的不合格率为0.27%，即2700ppm；6西格玛水平对应的不合格率为十亿分之二，即0.0024ppm。分布中心无漂移为理想状态。当分布中心上下漂移1.5σ时，3西格玛水平对应的不合格率为66807ppm；4西格玛水平为6210ppm；5西格玛水平为233ppm；6西格玛水平为3.4ppm。GE采取了上下漂移1.5σ来设定西格玛标准，6西格玛水平为3.4ppm。这成为6西格玛管理的默认标准。
在企业追求由3西格玛向6西格玛的过程中，每提高1个西格玛水平，质量水平均呈数十倍的改善。据研究，对一个3西格玛水平的企业来说，提高一个西格玛水平可获得下述收益：利润率增长20%、产出能力提高12%—18%、减少劳动力12%、资本投入减少10%—30%。
四、有待发现的质量数据价值
精益质量管理思想和方法除应用于产品质量相关活动外，也可应用于各项工作质量的管理。精益质量管理是对全面质量管理的继承和发展。精益质量管理关注对企业质量绩效有重要影响可以统计度量的工作或职能，精益质量管理通过度量指标波动性或称为西格玛值来衡量工作质量水平，精益质量管理借鉴QC小组活动经验与不足，引入项目管理理论和方法，形成了具自身特色的组织管理模式和项目管理制度，共同推动企业质量绩效的改善。
精益质量管理要求企业改善原有一些质量管理习惯，增强指标度量意识，善于发现和运用统计方法进行度量和改进。企业应重视指标波动性对企业竞争力的影响，重视质量指标的持续改进。精益质量管理设立了全新的质量成本概念，用不良质量成本损失代替传统的四项质量成本，为降低质量成本损失提高质量绩效找到了更多的着力点。
在企业经营过程中，竞争无处不在。竞争直观看就是一种比较。能用于比较的指标在企业中多种多样，比如产品质量、产品价格、交货期、服务水平等。企业在经营中由于各种原因，不同时期同一指标往往表现出差异性，或称为波动性。不同企业这种波动性大小将对客户或相关方带来差别明显的感受。
如质量性能指标，传统上，我们关注不合格品，对合格品的质量数据往往不再去分析。同为合格品，都在公差限内，但质量指标波动程度小的企业将更受客户信赖。再如交货期或服务时间，在客户允许的时间范围内，我们实现了交付，却无视每批产品交货时间的波动，如果竞争对手能在更准确更窄的时间范围实现每批产品的交付，其在此方面的竞争力将强于我们。
在生产管理领域，精益生产、JIT受到了企业的推崇，其追求生产环节交付数量的准确、交付时间的准确，追求浪费的最小化，结合质量指标波动性概念，就是要追求相关指标在规定限度内波动性最小。精益生产思想对降低生产成本、节约资金、提高生产效率等具有重要作用，对生产环节工序安排、节拍设置、生产计划等均有重要意义，是精益质量管理应用的重要方面。
在企业经营中，能用于度量的指标非常广泛，许多指标却常被忽略。比如，一个追求“以快制胜”的企业，如果不能认真地度量过自己关键业务流程的反应时间，如产品开发周期、新品试制周期、量产周期、供货周期、信息反馈周期等，企业将不清楚自己流程的时间瓶颈，不能制定精度更高的竞争对策，企业对快的追求是无基础的，不能对“快”真正有所作为。
精益质量管理强调度量的作用，在6西格玛管理中常常提到：我们不重视我们不度量的东西，我们对不度量的东西不能有所作为。精益质量管理就是要促进企业不断发现应该度量和改进的关键质量指标，通过系统方法实现持续改进，精益质量管理是提高企业竞争力和经营业绩的重要管理举措，已被国际著名公司证明是企业成功的重要战略。 免责声明：本文系转载，版权归原作者所有。新益为|精益管理视野鼓励原创行为，本文因转载众多无法找到原作者。如涉及版权，请联系电话023-67015863进行删除！
咨询电话：13274045896
服务传真：023-67015863
电子邮箱：newlean@5sgl.com
在线咨询：
