一、數據收集
改進對象確定后,應對選定的滿意度進行測量。也就是要對目前的表現水平有針對性的了解。在這個階段,有兩個問題需要解決:
1.找出導致員工不滿意的因素,確定對滿意度影響最顯著的因素。
2.收集這些因素引起的滿意度變化的數據。
數據可以分為連續數據和離散數據:連續數據是指那些可以“無限可分”的技術,連續測量的數據,比如時間、身高、金錢等等。離散數據是指可以被分類為唯一的、單獨的或非重疊的類別的數據。如類型、種類、數量等。
二、尋找導致員工不滿意和滿意差異的因素(x)。
員工本身的生理和心理特征,包括性別、年齡、學歷(或許還有性格等主觀因素):員工在公司的職位、在公司的任職年限、職位;產生員工滿意結果過程中的制度、實施者、企業文化等因素(培訓、薪酬、職業發展等。)會影響員工滿意度。為了使決策客觀并經得起推敲,需要綜合分析有哪些因素,并測試和衡量這些因素是否以及如何影響員工當前的滿意度水平。如上所述,影響滿意度的因素是復雜的。所以有必要從以下幾個維度來分析這些原因。
先從流程角度分析一下。任何一種員工滿意度都是過程的產物,任何一種結果的好壞都是過程的好壞造成的。因此,我們可以通過調查過程和過程中的環節來分析與滿意度結果相關的因素。
其次,根據分層因素進行分析。通過不同角度的分析開發,可以全面考察員工滿意度的影響因素,也可以為全面的數據收集做好防范準備。
這里要注意的問題是,要把員工的需求作為分析的出發點。我們在定義缺陷的概念時,也就是在確定哪些因素會導致“員工不滿”時,要站在員工的角度去分析,因為我們認為的影響因素實際上未必會引起員工不滿,所以真正的原因會被忽略。
三、確定西格瑪水平
為了確認過程中制造缺陷的可能性,即錯誤的概率,需要計算西格瑪水平。
1.離散數據西格瑪水平的計算離散數據的西格瑪水平需要用DPMO數(每百萬次的缺陷數)來換算。
計算出PMO后,就可以根據換算表確定西格瑪水平。
2.連續數據的sigma水平計算對于連續數據,通過對數據分布的分析來確定其長期和短期能力(短期能力:指數據分布在Spec附近的集中程度,長期能力:隨著實踐的推移,數據分布的變化轉化為sigma水平。你可以用Minitab軟件輸入數據,進行分析,然后就可以得到長期/短期的能力和Z(6sigma水平)值。
下一篇:必須要了解的六西格瑪管理發展史