DMAIC 六西格玛改善(DMAIC)
持续改善 · Define-Measure-Analyze-Improve-Control · 更新于 2026-10-24
以数据和统计方法驱动的五阶段改善方法,适合复杂、原因不明且影响较大的过程问题。
什么是DMAIC 六西格玛改善
DMAIC 是六西格玛项目中使用的结构化改善方法,包含定义(Define)、测量(Measure)、分析(Analyze)、改善(Improve)和控制(Control)五个阶段。它强调从客户关键质量特性出发,用测量系统分析、过程能力、假设检验和实验设计等统计工具识别关键因子,并通过控制计划维持改善成果。
解决什么问题
- 问题复杂、原因多且相互影响,普通经验分析无法定位
- 过程波动大,但不知道关键因子是什么
- 改善措施有效一阵后又反弹
- 需要量化改善收益并向管理层汇报
使用目标
- 把改善聚焦到客户关注的关键质量特性
- 用可靠数据和统计方法识别关键因子
- 通过实验和验证找到最优参数组合
- 建立控制机制,维持改善成果和财务收益
什么时候用
- 复杂问题长期无法解决:多个因子可能同时影响结果,常规原因分析无法确定主因时。
- 需要量化关键因子:希望用假设检验、回归或 DOE 找出影响结果的关键参数时。
- 改善需要正式项目管理:项目跨部门、周期长、收益较大,需要阶段评审和财务核算时。
- 过程能力不足且波动明显:需要先验证测量系统,再分析过程稳定性和能力时。
实施步骤
- D 定义阶段 — 明确问题、客户要求、项目范围、目标和团队。
输出:项目章程、SIPOC 图、CTQ 定义 - M 测量阶段 — 建立可靠的测量系统,量化现状和过程能力。
输出:基线报告、过程能力、测量系统结论 - A 分析阶段 — 用数据识别影响结果的关键因子和根因。
输出:关键因子清单、根因结论 - I 改善阶段 — 通过实验和方案评估找到最优改善方案并实施。
输出:最优参数、实施记录、改善效果 - C 控制阶段 — 把改善成果固化到标准和控制系统中,防止反弹。
输出:控制计划、监控方案、项目关闭报告
常见误区与注意事项
- DMAIC 不是所有问题的默认答案,简单问题用 PDCA 或 A3 更高效
- 测量系统未验证前,后续数据分析可能建立在错误数据上
- 统计显著不等于业务重要,需要结合工程判断和成本
- Control 阶段不能省略,否则改善成果难以维持
返回持续改善分类 | 浏览全部质量工具