六适马质量管理的统计意义是什么？能举个例子吗？

20世纪70年代，摩托罗拉产品的质量受到日本公司的严重挑战。公司决定认真对待质量改进战略，以高质量的产品和完全的客户满意来应对竞争。在几项改进措施中，第一项是六适马质量管理。从65438到0987，摩托罗拉在产品生产中建立了“6sigma”的概念和相应的质量管理方法。采用六适马质量管理方法后，摩托罗拉年均生产率提高了65，438+02.3%，质量缺陷引起的费用下降了84%，操作失误下降了99.7%。通用电气公司于1995年开始引入六适马管理方法，随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；在1999年，通用电气公司由于六种适马质量管理方法节省了160亿美元。通用汽车公司在全面推行六适马模式中取得的辉煌成就，使六适马质量管理方法声名远扬。此后，六适马方法作为质量管理的秘诀被广泛研究和应用。

六适马质量管理的统计意义属于统计学范畴。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，是指客户对产品或工艺的规格和性能所能容忍的波动范围。比如快餐公司给客户提供送餐服务，客户期望晚上7: 30送到，但客户也会考虑到实际情况总会导致时间误差，比如送餐员的送餐任务数量、交通便利程度等，所以双方都达成了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措施，保证食物能按时送到顾客手中，因为顾客感觉最满意；但在规格较低、规格上线的时间段内，客户交付是可以接受的；但是，如果送货时间落在这个范围之外，就可以说送餐公司出现了服务失误。

从统计上来说，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送餐公司的烹饪能力、设备和送餐人员的能力，反映了送餐公司的整体服务水平。正态分布包含两个参数μ和σ，常记为N(μ，σ2)。其中μ是正态平均值和正态曲线的中心，一般认为它与LSL和USL的平均值一致。测得的质量特性值最有可能接近μ。σ值表示测量值距法中心的距离单位，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。产品的规范限值都是对产品和工艺特性的书面规定，可能是客户要求，也可能是行业公认的标准，也可能是企业下达的任务书。