6-Sigma 与过程能力

6-Sigma & Process Capability

Lecture @ 2026-4-10

6-Sigma

6-Sigma 是什么

定义

在统计学中 sigma，也就是 $σ$ ，指的是标准差。这是一个用来描述数据变异程度的指标。

6-Sigma 指的是以均值为中心，向两边各扩展 6 个标准差的范围，即 $μ \pm 6 σ$ 。在理想的无偏移正态分布下，这个范围内包含 99.9999998% 的数据（十亿分之二缺陷）。

但在实际生产中，流程均值通常会有约 1.5 $σ$ 的偏移。因此，6-Sigma 质量水平的实际定义是：

在与均值偏移 1.5 $σ$ 的情况下，保证合规产品的范围覆盖了 $6 σ$ 的横坐标范围。此时极端情况的不合规产品比例大约为 $1 - Φ (7.5) + Φ (- 4.5) \approx 3.4 ppm$

应用领域

6-sigma 有着广泛的应用领域，覆盖采购、服务生产、设计、质量部门、IT、管理、行政等多个领域。

其中，主要的目的是避免 劣质成本 (Cost of Poor Quality)，也就是

废品成本
返工成本
过长时间与延误成本
因客户对产品或服务不满意而造成的业务损失成本
因没有时间或资源利用机会而造成的损失成本

为什么选择

在工程实践中，存在 关键质量特性 (Critical-to-Quality, CTQ) ，也就是对过程输出有着显著影响的过程要素。识别这些要素就是找出如何进行改进，从而显著降低成本并提升质量的关键。

而 6-Sigma 是一种旨在帮助消除缺陷、始终提供符合客户规格的产品和服务的实践方法。其在钱、质量、客户满意度、产品竞争力、增长、员工自豪感方面都有显著的好处。

通用电气在 1999 年使用 6-Sigma，为公司净收入增加超过 20 亿美元。

摩托罗拉在推行 6-Sigma 的前十年里节省了超过 150 亿美元

AlliedSignal 报告通过 6-Sigma 节省了 15 亿美元

还有其他实施的公司

~~是不是有点神棍了~~

6-Sigma 实现

阶段

6-Sigma 的流程框架是 DMAIC 模型，分别代表着

Define (定义)
- 定义项目目标与客户交付物，包括内部和外部客户
Measure (测量)
- 测量流程以确定当前绩效
Analyze (分析)
- 分析并确定缺陷的根本原因
Improve (改进)
- 通过消除缺陷来改进流程
Control (控制)
- 监控所有改进措施，以确保可持续的变革和持久的效果

工具

头脑风暴

头脑风暴 (Brainstorming) 是一种集体创造性思维的技术，旨在通过自由表达和无批评的环境来产生大量的想法和解决方案。

四个原则是

不要评判 (Don’t Evaluate)：不要在想法被提出的时候批评
追求数量 (Quantity Needed)：鼓励产生尽可能多的想法
持续构建 (Keep Building)：鼓励参与者在他人的想法基础上进行改进和扩展
欢迎疯狂想法 (Wild Ideas Wanted)：鼓励提出非传统和创新的想法

5 Whys

5 Whys 是一种根本原因分析工具，通过连续问 “为什么” 来深入挖掘问题的根本原因。

首先先需要定义这个问题，然后进行五次追问

为什么这个问题发生了？
为什么是这个原因导致了这个问题？
为什么是这个原因导致了这个原因？
为什么是这个原因导致了这个原因？
为什么是这个原因导致了这个原因？

换句话说就是 “追根溯源”，但是复读有点难绷

具体的例子如下图

客户之声

倾听客户的声音 (Voice of the Customer, VOC) 是一种收集和分析客户需求、期望和反馈的方法，以指导产品开发、服务改进和业务决策。

5S 工具

5S 具体指的是

整理 (Sort)
整顿 (Set in order)
清扫 (Shine)
标准化 (Standardize)
维持 (Sustain)

其目的是通过创造一个组织良好、清洁和高效的工作环境来提高生产效率、质量和安全性。

PDCA 循环

PDCA 循环是一个持续改进的过程，包括四个阶段：

计划 (Plan)：定义并开发产品
执行 (Do)：制造产品
检查 (Check)：检查产品是否符合客户规格
行动 (Act)：如果不符合规格，采取纠正措施

其中，基准测试 (Benchmarking) 是 PDCA 循环中的一个重要工具，用于比较和分析竞争对手或行业最佳实践，以识别改进机会。

防呆

准确来讲是防呆法 (Mistake Proofing / Poka-Yoke)，是指通过设计和实施措施来防止错误发生或减少错误的影响，以提高产品质量和过程效率。

实际上就是防呆，换句话说如果插的上去最好就能跑，否则最好不要允许插的上去

关键角色

6-Sigma 在制造业中有五个关键角色

高管领导 (Executive Leadership)
倡导者 (Champions)
黑带大师 (Master Black Belts)
黑带 (Black Belts)
绿带 (Green Belts)

这个分级竟然是真的行业标准，这谁绷得住。

过程能力

是什么

过程能力 (Process Capability) 指的是一个过程在稳定状态下，持续生产符合规格要求产品的能力或程度。它衡量的是过程输出是否能够稳定地满足客户或设计规格的要求。

换句话说，如何通过过去的数据来判断是否能够依赖相同的过程来交付合格的产品

过程能力的目标是将过程的中心调整到目标值，并减少变异的大小，以确保最终结果始终符合客户规格要求。

也就是达到 6-Sigma 的质量水平，控制均值和方差

过程能力指数

有两个主要的统计量可以用来衡量过程能力，分别是 $C_{p}$ 和 $C_{p k}$ 。

C_{p} C_{p k} = \frac{USL - LSL}{6 σ} = min [\frac{USL - μ}{3 σ}, \frac{μ - LSL}{3 σ}]

其中，USL (Upper Specification Limit) 和 LSL (Lower Specification Limit) 分别是 上规格限 和 下规格限， $μ$ 是过程的均值， $σ$ 是过程的标准差

大多数能力指数仅仅在样本数量足够大的时候才有效。这里的样本数量足够大，大约指的是 50 个独立数据值。并且假设样本的数据值符合正态分布。

对于 $C_{p}$ ，更通俗的解释是

C_{p} = \frac{规格范围}{过程范围}

其中，过程范围指的是实际的过程的 6-sigma 范围，也就是期望的合规范围。规格范围是客户要求的范围。

这里， $C_{p}$ 的值越小，证明规格在 $6 σ$ 范围内的比例越小，过程能力越差；反之， $C_{p}$ 的值越大，证明规格在 $6 σ$ 范围内的比例越大，过程能力越好。

$C_{p}$ 基本上只和过程的方差有关。

对于 $C_{p k}$ ，更通俗的解释是

C_{p k} = \frac{均值到最近的规格限的距离}{均值到最近的过程边缘的距离}

因为这里假设是正态分布，所以很明显分母就是 $3 σ$ ，也就是 $6 σ$ 的一半

其中， $C_{p k}$ 的值越小，证明均值到最近的规格限的距离越小，过程能力越差；反之， $C_{p k}$ 的值越大，证明均值到最近的规格限的距离越大，过程能力越好。

$C_{p k}$ 的值同时和过程的均值和方差有关。这个指标不只需要考虑方差，还要考虑均值是否足够居中。

影响因素

考虑到正态分布假设，一共有三个因素会影响过程能力，分别是

中心趋势 (central tendency)，也就是均值 $μ$ 的位置
变异程度 (variation)，也就是标准差 $σ$ 的大小
形状 (shape)，也就是分布的形状是否符合正态分布的假设

可以根据下方的一系列图来看各种因素对过程能力的影响

按照大物实验的话来说，就是 Accuracy 和 Precision 的问题了

风险评估

对于风险评估，一般主要考虑的是 $C_{p k}$ ，因为它同时考虑了均值和方差的影响。

当 $C_{p k} < 1$ 时，缺陷风险较高，过程能力不足
当 $1 \leq C_{p k} < 1.33$ 时，缺陷风险尚可，需要改进以提升能力
当 $1.33 \leq C_{p k} < 1.67$ 时，缺陷风险低，过程能力合格，但是仍能改进
当 $C_{p k} \geq 1.67$ 时，缺陷风险非常低，过程能力优秀

当然，最好的情况是 $C_{p k} \geq 2$ ，此时只使用了规格宽度的 50%，可以显著降低缺陷风险。

过程能力指数示例

工程项目管理与财务

目录

探索