现在从事质量改善工作的人, 大家普遍都在去问一个问题, 那就是六西格玛这个东西, 它究竟能够对哪些方面的质量问题起到解决的效用。答案其实是非常具体的, 它远远不像是在网络上所说的, 被吹嘘得那样的神奇而且高深莫测。
一、六西格玛最擅长解决哪类质量问题
它的特长, 主要是针对那种过程波动很大, 而且缺陷率一直保持在很高水平的问题状况。举一个具体的例子来说, 在某一个进行注塑生产的工厂里头, 产品的尺寸过程能力指数Cpk这个数值, 在很长一段时间内都只有零点八这么低。
当更换了三个不同班次的工作人员以后, 结果依然是不一致的, 当更换了两套完全不同的生产设备之后, 其指标超标的情形也还是没有得到纠正, 像这样的一种系统性波动的现象, 正好就是DMAIC这种方法论用来进行拆解工作的典型场景情况。
再换另外一个角度来看, 比如在电子元器件的生产流水线之上, 每百万分之不合格品数Dppm这一个问题, 从三百降低到了五十, 它真正所依赖的方面, 并不是靠大家去喊那些空洞的口号, 而是依靠使用控制图来去对关键变量进行锁定, 从而把那个发生了漂移的根本原因找出来。
二、哪些质量问题它管不了
不要一厢情愿地以为六西格玛这种东西可以解决所有的问题。像设计缺陷、供应商来料不稳定, 还有员工操作习惯这类事情, 如果单靠统计工具,是很难以彻底根治的。
如果在设计的阶段就已经出现了毛病, 那么不管过程控制的能力有多强, 最后也只能做到让废品产生的过程变得更加稳定而已。如果来料的波动程度非常大, 但是却没有先把供应商审核这一道环节给做好, 即便你把控制图画得再漂亮, 那也是没有任何意义的。
三、怎么判断该不该上六西格玛
在我所参与过的那些持续改进的项目当中, 如果一个项目被认为是适合采用六西格玛方法论的, 那么它通常具备三个显著特征。首先是问题方面, 必须有能够被明确量化的具体指标。其次是数据方面, 相关的过程数据是能够被实际采集到的。
最后是时间方面, 改善周期需要允许存在三到六个月的范围。对于那些无法达到上述三条标准的情况, 我们应当老老实实地先去做标准化的工作以及打好基础管理的底子, 这种做法会更加切合实际, 而不是一上来就试图去开展那种规模宏大的项目。
把话说的直接一点, 六西格玛它就是个工具, 并不是什么魔法。把它用在合适的场景之下, 这东西确实是解决那些顽固的质量问题时非常厉害的东西；但是如果把它用在了错误的场景之中, 还不如先把管理上的那些基本功给补齐了之后再去谈所谓的高级阶段的事情。