浅谈六西格玛项目改进之目的及核心输出

六西格玛项目改进工作按照定义、测量、分析、改进和控制五个过程实施，简称DMAIC改进过程(如下所示)。在这个过程中，每个阶段都有其特定的目的和核心输出，以支持下一阶段的工作，并确保改进项目的顺利有序实施。

六西格玛项目改进阶段的目的是为分析阶段输出的重要因素找到最优的设置或搭配。这些设置或搭配可以将项目组所研究的大Y &小Y的过程能力提高到预期目标，使项目组所关心的实际问题得到解决，而不会带来新的问题。

改进方案的生成取决于因素的数据类型(如下图所示)。如果因素的数据是属性类型(例如，箱子成型的原材料的材料类型对箱子的结构强度有重大影响)，则只需要在分析阶段根据验证结果在可用的因素设置中选择最优设置。但是，如果因子数据属于定量范畴(比如表壳成型工艺的温度对表壳的结构强度有显著影响)，可选的因子设置有无数个，只有通过实验设计、建模、优化才能找到最优的因子设置。因此，实验设计(DOE)是改进阶段最重要的工具。

六西格玛 Design of experiment (DOE)是指通过一个实验或一系列实验，对过程或系统的输入变量进行某种有目的的改变，使输出响应变量的原因和规律得以观察和识别。常用的试验设计类型有单因素试验设计(OFAT)、两水平因素设计(2 K)、通用全因素设计、响应面设计(RSM)、混合设计、田口试验设计和优化操作(EVOP)等。(如下图所示)

测试的目的和目的是:

1、因子分析，识别哪些变量Xi对反应Y有显著影响；

2.参数优化，确定显著因子Xi的水平设置，可以使Y几乎接近期望值；

3.减少变异，确定显著因子Xi的水平设置，可以最小化Y的变异；

4.增强稳健性，确定显著因子Xi的水平设置，使噪声变量的影响最弱。

因此，根据测试的目的和用途，设计类型也可以分为四类:筛选型DOE、量化型DOE、优化型DOE和稳健型DOE。(如下图所示)

设计(DOE)旨在运用数理统计的基础知识，讨论如何合理安排实验，获取数据，然后进行全面的科学分析，从而尽快得出最优的组合方案。它的追求不仅是如何得到最佳的实验结果，而且是实验产物的最小化和效率的最大化。设计是工程领域中提高制造工艺性能的一个非常重要的手段，在开发新工艺中也被广泛使用。

项目组历经千辛万苦，终于找到了过程中显著变量的最佳设定或搭配。我在高兴的时候，往往会忽略一些重要的工作，就是如何落实实验的结论。传统上，这些变量或参数被写入操作标准、指令或原料规格等文件中，以便形成文件并标准化，然后委托给现场人员执行。

然而，这种方法毕竟不是最佳实践，并且它会带来更多的问题，例如，现场人员是否严格遵守标准化文件？实施过程中有什么困难吗？之后是否达到了预期的效果？还是可以长期不折不扣的执行下去？解决这些问题的方法通常是制定控制计划，通过SPC图或抽查表实施全时监控，这样会造成日后长期的人力成本和材料投入。

至于实验结论的实现方式，最好的方式是找到符合“防误思想”的方式，这样才能从根本上杜绝在没有监控的情况下偏离实验结论的事件。

综上所述，为了实现项目改进阶段的目标，将项目改进工作顺利推进到控制阶段。改进阶段需要完成以下工作和核心产出:

1.根据分析阶段输出的显著性因素，逐一研究试验，生成改进方案；

2.运用防错设计的思想，筛选优化改进方案；

3.明确每个改进方案的实施步骤，并确认每个步骤的实施状态；

4.逐一验证每个改进方案的改进效果；

5.项目指标目标实现状态的确认。