《六西格玛》学习心得

编者按：2021年1月14日-1月21日，管理学院组织开展技术新星训练营系列课程之《六西格玛》，由制造部经理张垒、曹清桥讲授，来自研发、制造、国光电子等部门共76位报名参加，共6H课程，出勤率为85%，课程测试分数平均分为81.9。学员们也在完成课程与作业后收获颇多，让我们看看学员的心得分享吧！技术新星训练营系列课程已开展七门课程，接下来也会有《塑料模具》《公差分析》等课程，敬请期待。

六西格玛是一种改善企业质量流程管理的技术，以“零缺陷”的完美商业追求，被大众知晓。为了在制造过程中，进一步不断的提升质量，不断的下降成本。在管理学院的安排下展开了三次关于六西格玛的相关培训。

六西格玛是以将短期制程能力提高到六σ为目标，将产品的长期缺陷率控制在3.4ppm的质量管理手段。他最大的魅力是教会我们如何用科学的方法分析和处理问题。

在不断达到六西格玛的过程中，提升制程能力是其关键的步骤。从定义公式来看要想提升制程能力能从规格限、均值（μ）和标准差（σ）三个角度入手。故而可以推出提升制程的四个途径：更改设计μ、放宽规格限、调整制程μ、缩小σ。当制程能力越高不断被提高，产品的缺陷率也就越低，质量便可不断的上升。由于均值（μ）和标准差（σ）等数据是通过原始数据计算的得到的，如何取得原始数据是一件“技术活”。如果在众多的产品中你随意进行的抽样，你得到的数据可能无法代表整体的情况。从而导致制程能力的计算、提升的错误。所以，我们同时深入的学习了分层抽样法和系统抽样法，只有在这些方法的指导下，我们才能正确的从大量的数据中挑选出有代表性的数据进行上述的相关计算分析。

通过上述分享，你是否觉得六西格玛只是统计与数据分析？但实际上她的核心是一套处理问题的一般方法。当我们遇到问题的时候（异常NG时），要预先评估出几个“可能的”影响因子，并围绕这些可能的因子构思实验的方法；界定出可能的因子后，进行实验并数据收集，在对测量结果进行分析，找到变异源。针对分析出的变异源进行改进（维修设备or更新文件or培训员工）。对改进后的效果进行持续监控，确保问题不会再发生。形成一个整体的闭环操作。同时在整个过程中，统计学的分析方法也不断的在其中发挥作用。SPC（统计过程控制）、变异源分析、容差设计、参数设计、假设检验他们每一步都在影响着上述的分析过程。

六西格玛其实离我们的工作并不遥远，比如我们产线使用的控制计划中的容差设计，以及开线前或固定时间检测设备都是在不断运用六西格玛中科学的方法论。希望通过学习总结迭代，在以后的工作之中能够进一步的将理论结合实际，提升产品质量。