六西格玛是哪六个?

 我来答
LH科教小百科
高能答主

2021-04-19 · 专注于分享科学教育知识
LH科教小百科
采纳数:1169 获赞数:90847

向TA提问 私信TA
展开全部

1个西格玛=690,000失误/百万机会-每天有三分之二的事情做错的企业无法生存。

2个西格玛=308,000失误/百万机会-意味着企业资源每天都有三分之一的浪费。

3个西格玛=66,800失误/百万机会-意味着平平常常的管理,缺乏竞争力。

4个西格玛=6,210失误/百万机会-意味着较好的管理和运营能力,满意的客户。

5个西格玛=230失误/百万机会-优秀的管理、很强的竞争力和比较忠诚的客户。

6个西格玛=3.4失误/百万机会―意味着卓越的管理,强大的竞争力和忠诚的客户。

扩展资料

6西格玛管理具有以下特点:

(1)比以往更广泛的业绩改进视角,强调从顾客的关键要求以及企业经营战略焦点出发,寻求业绩突破的机会,为顾客和企业创造更大的价值;

(2)强调对业绩和过程的度量,通过度量,提出挑战性的目标和水平对比的平台;

(3)提供了业绩改进方法。针对不同的目的与应用领域,这种专业化的改进过程包括:6西格玛产品/服务过程改进DMAIC流程,6西格玛设计DFSS流程等;

(4)在实施上由“勇士Champion”、“大黑带MBB”、“黑带BB”“绿带GB”等经过培训职责明确的人员作为组织保障;

(5)通过确定和实施6西格玛项目,完成过程改进项目。每一个项目的完成时间在3-6个月。

参考资料来源:百度百科——六西格玛

优思学院
2021-04-20 · TA获得超过3011个赞
知道小有建树答主
回答量:212
采纳率:37%
帮助的人:19万
展开全部

六西格玛是哪六个?

六个西格玛的意思,就是说一组数值,其分布从下限值(Lower Limit)至平均值(Mean)之间存在六个标准差,而从平均值至上限值(Upper Limit)至平均值(Mean)之间也存在六个标准差,简而言之,就上限至下限共存在十二个标准差,就如下图所见的一样。

又在图中所见,上下三个标准差,已经包含了99.7%的数据。如果是上下六个标准差的话,其实已经包含了99.9999998%的数据,如果超出上限代表是缺陷(Defect)的话,也就说只有0.0000002%属于缺陷的,这就是六个西格玛在统计学上的意义。

这里,大家或者会感到很奇怪,如果六个西格玛在统计学上的意义是0.0000002%的缺陷,即是一百万次中,只有0.002个缺陷(DPMO=0.002)。


六个西格玛的DPMO究竟是3.4 还是0.002?

六西格玛这个统计学术语实际上是指一个过程中,每一百万次的过程运行会有0.002个缺陷。然而,现代六西格玛从业者所接受的六西格玛的定义却是每百万次3.4个缺陷。虽然即使达到每百万次3.4个缺陷的效率,也使得流程实现了近乎零的缺陷,因此可以忽略不计,但六西格玛这个统计学上的名字是有误导性的。每百万次3.4个缺陷,实际上相当于4.5西格玛水平。这1.5个西格玛差异或者偏移,其实另有历史上的解释。

长期与短期的差异

1.5西格玛偏移(1.5 Sigma Shift)背后的逻辑植根于六西格玛的实证研究。实证研究表明,流程在短期内的表现往往比长期内的实际表现要好。这是因为在短期内,需要处理的只是正常的过程变化。然而在长期内,也会出现特殊的过程变异的情况。这就导致了过程在短期内表现为六西格玛水平,但在长期内表现为4.5西格玛水平。




长期动态平均变化

过程变异的长期变化是由以下两个原因之一造成的。



过程平均值随时间的变化

随着时间的推移,该过程的标准差的增大

由于上述任何一个原因,或两者的结合,导致流程无法达到真正的六西格玛目标。这种现象称为长期动态均值变化。


摩托罗拉公司的实证研究

现在,我们知道,由于长期的动态均值变化,不符合六西格玛标准。但是,我们怎么知道我们需要从正态曲线的两边去掉1.5个西格玛。优思学院认为,这并不是统计学上的现实,而只是一个行业惯例。

摩托罗拉是全球六西格玛方法论的先驱。他们对所改进的流程进行了很多项目的实证研究,同样得出1.5西格玛的偏移的结论。虽然许多统计学家称这1.5西格玛的偏移的结论是颇为任意的,但业界想走摩托罗拉的路,每百万人中有3.4个缺陷,也已经成为业界公认的六西格玛的定义了。

本回答被网友采纳
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式