谁更适合六西格玛设计

实践表明，六西格玛改进(DMAIC)也有瓶颈。据国外调查统计，当改进过程水平达到4.8 sigma水平左右时，就很难突破了。然而，在产品研发中，六西格玛改进(DMAIC)所能带来的好处就更加有限了。一旦产品或流程的初始设计存在缺陷，DMAIC流程无法完全解决问题，需要重新设计或修改部分设计才能取得突破。一旦六西格玛的理念能够影响到公司内的R&D和设计部门，并应用到产品和流程设计和研发阶段，六西格玛就会升华到一个全新的阶段-六西格玛设计(为六西格玛设计)，这是六西格玛方法论中的又一个亮点。只有通过六西格玛设计赋予产品高质量，才能实现真正的六西格玛质量，防患于未然，满足最终客户的期望，获得可观的经济效益。

随着六西格玛设计概念的普及，另一类问题随之而来:DFSS在实现更高目标的同时，还需要哪些新的方法和工具来支持？六西格玛改进中常用的软件JMP或者Minitab还能适用吗？事实上，最近，业内许多专家都在讨论六西格玛软件JMP和MINITAB孰优孰劣的话题。JMP来自世界上最大的统计软件集团SAS。Minitab和JMP一样，也来自美国，在全球商界被广泛使用。就应用DMAIC所需的统计分析工具而言(相对来说，国内应用DMAIC的整体水平还处于初级阶段，对统计方法的要求不高)，JMP的分析工具比Minitab更全面。比如JMP，其实继承了模拟的功能，作为桌面统计软件真的很有价值。另外，JMP的图形效果确实比Minitab好很多，新手更容易上手。Minitab的MSA模块也做的不错。在六西格玛设计(DFSS)的应用中，可能是由于设计理念的原因。很多实际问题Minitab解决不了，但是JMP的解决方案更符合实际。根据DFSS的要求和特点，作者在DFSS产品的研发中使用了JMP和Minitab多年。

第一，六西格玛强调以客户的需求为企业改革的方向，倾听VOC(客户之声)非常重要。在DMAIC，这一点得到了粗略的分析。大多数实施六西格玛的企业没有在VOC层面做足够的调查分析，有的甚至只在公司内部客户中进行调查。而DFSS则截然不同，因为产品研发本身的需要，需要对大量外部客户进行全面的市场调研和分析，需要尽快捕捉市场和客户的关键特征。这就需要一个适合营销的多元统计分析方法来洞察客户的愿望。MINITAB可以做一些简单的多元统计分析，但是和实际应用的要求似乎有一些差距。例如，MINITAB聚类分析可以对年龄和收入等连续变量进行操作，但不支持性别和地区等离散变量，这在JMP可以实现。JMP集成了联合分析、决策树等分析市场特征的专用工具，而MINITAB没有这些功能。JMP将这些分析工具和图形设计结合起来，也很直观，相对容易理解和应用。

其次，DFSS项目涉及许多企业价值链中的前期环节和无形过程，如产品设计、工艺开发、供应商认证、试生产等。因此，需要更全面、更透彻地分析产品质量波动的根本原因，尽量在前期预防和控制变异的发生，因此需要专业的稳健设计解决方案。在这种情况下，我们经常应用田口设计，这是在DMAIC阶段较少使用。其特征在于构建由控制因子构成的内表和由噪声因子构成的外表共同构成测试进度表，然后收集数据分析响应的鲁棒性。MINITAB有一个名为田口设计的子菜单，可以在一定程度上实现这个功能，但是没有办法自定义设计外观。关于设置重复次数和噪声因子的参考文献很少。JMP能够提供完整的内部和外部表格来形成测试进度表，并且还提出了均值和信噪比的均衡优化方案，这也算是一个创新。

第三，与DMAIC相比，DFSS的过程中遇到的纯管理问题越来越少，而技术问题越来越多，因此更容易遇到复杂的数学建模问题。以常规的线性统计模型为例，JMP可以在简单回归的基础上构建分段拟合、样条拟合、正交拟合等多种模型，更准确地发现业务问题中的隐患。一些企业在做项目之前可能有一些先验模型。在这种情况下，可以使用JMP进行“定制检查”，而不是默认的“零检查”，以解决一些独特的问题。当然，如果只需要“零测试”就可以实现Minitab。如果你需要知道输入因素的范围来控制输出响应的波动，JMP的“反向预测”将是一个很好的工具。如果你需要做模拟，前面提到的JMP有模拟的功能，它与模型优化集成高效快捷。在普通电脑上(1.6G主频，512M内存)生成100万条随机数据需要15秒左右。说到仿真，有的企业可能会买水晶球之类的仿真软件，但是成本会高一些，出错的概率也会高一些。

第四，企业在实施DMAIC时，往往处于发展初期，主要目的是培养员工的质量意识，普及质量工具的基本应用。企业一旦要实施DFSS，往往会对员工有更高的要求，不仅要掌握理论知识，还要强调理论联系实际，每次培训后都要提供切实可行的解决方案。这时，统计方法上的软件工具积累开始显现。就拿六西格玛管理中最重要的工具DOE来说，MINITAB提供了从因子设计到混合设计的几种常用方法，但这些方法都有一定的应用局限性。事实上，DOE的理论发展非常活跃，最新的现代DOE方法论可以根据需求最大限度地灵活调用现有资源，根据实际问题的要求构建实验，无需任何修改。这种成熟的DOE方法被称为“CustomerDesign”，是近年来实验设计理论的突破。用JMP可以很好地完成定制设计，用JMP也可以实现空间填充设计、筛选设计、非线性设计等其他现代实验设计方法。我想也许正是因为这些原因，全球各行业的顶尖企业在选择统计软件支持产品开发时，都会选择JMP。如英特尔、惠普、戴尔、陶氏化学、宝洁、拜耳等等。在芯片/半导体/集成电路行业，众所周知JMP已经成为质量工程的标准，六西格玛，尤其是六西格玛设计。

第五，JMP的其他一些特点也是值得称道的，例如中英文双语切换、数据和图形的动态链接、项目管理、支持海量数据和即时计算能力等。相比之下，MINITAB最近10年在产品研发上似乎变化不大，希望未来能有所突破。