一个简单例子带你了解六西格玛质量管理的统计意义

20世纪70年代，摩托罗拉产品的质量受到了日本公司的严重挑战。公司决定认真采取质量改进战略，以高质量的产品和完全的顾客满意来应对竞争。在实施的几个改进措施中，第一个是六西格玛质量管理。1987年，摩托罗拉确立了产品生产的“6sigma”概念和相应的质量管理方法。采用六西格玛质量管理方法后，摩托罗拉的生产率年均提高12.3%，质量缺陷造成的成本消耗下降84%，操作失误下降99.7%。通用电气公司从1995年开始引入六西格玛管理方法，之后经济效益加速增长:1998年公司节约75亿美元，开工率增长4%，达到16.7%的历史高位；1999年，通用电气公司因六西格玛质量管理方法节省了160亿美元。通用汽车全面推行六西格玛方法的辉煌成就，使六西格玛质量管理方法声名远扬。从那以后，六西格玛方法作为质量管理的秘密被广泛研究和应用。

六西格玛质量管理的统计意义属于统计学的范畴。我们知道，产品或工艺的规格极限实际上反映了客户的需求，它是指客户对于产品或工艺的规格和性能所能容忍的波动范围。比如快餐公司为客户提供送餐服务，客户希望在晚上7: 30送到，但客户也考虑到实际情况总会造成时间上的误差，比如送餐员的送餐任务数量、交通的便利性等，所以双方达成了一个可以接受的时间间隔——7:15-7:45。在这项服务中，7: 30是客户期望的标准规格，7: 15和7: 45分别是规格下限(LSL)和规格上限(USL)。送餐公司要采取相应的措施，保证食物能按时送到顾客手中，因为顾客觉得最满意。但如果是在规范的下限和规范上线的时间段内交付，客户是可以接受的；但是如果送货时间落在这个范围之外，就可以说是送货公司服务失误了。

从统计上看，顾客多餐的配送时间呈现正分布。正分布曲线的形状取决于配送公司的烹饪能力、设备、配送人员能力等条件，反映了配送公司的整体服务水平。正态分布包含μ和σ两个参数，常记为N(μ，σ2)。μ是正态平均值，是正态曲线的中心。一般认为μ与LSL和USL的平均值一致。测量的质量特性值最有可能取μ附近的值。σ值代表测量值距法向中心的距离单位，是过程变异的统计度量，也属于过程能力的技术范畴。LSL和USL是人工参数，所以它们与图形无关。产品规格限值是所有以文字形式对产品和工艺特性的规定。这些规定可能是顾客的要求，行业公认的标准，或企业下达的任务书。