六西格玛的计算方法

1、six sigma 尺度(metrics),1. dpu和dpmo 2. sigma 3. rty,尺度的选择,bb project尺度,bench marking尺度,缺点数据收集,推定process的能率 计算生产无缺点制品 的概率,制品与process 的客观比较,应该知道 什么?,bb project 尺度,经营成果 尺 度,dpmo sigma水平,dpu rty,1. dpu和dpmo,dpu defects per unit 单位当缺点数 缺点消除的基准 利用于工场单位的改善 dpo defects per opportunity 机会当缺点数,dpmo defects per

2、million opportunities 百万机会当缺点数 考虑制品复杂性的比较基准 企业内或企业间的 bench marking（标杆管理）手段,经营团为了对相异的制品与服务进行bench marking使用dpmo,机会的属性,所有制品process的特性(characteristic)内含附加价值或减少的固有机会。,复杂度(complexity ) 复杂度的概念与制品及process的特性有密切联系 越复杂总机会数越大,机会的阶层构造,h/w,部品2,部品1,组立品 a,组立品 b,形象 b,形象 a,机会可存在于阶层的任何水平,机会的计算,非附加价值的作业不计算为机会 搬运与资材保管

3、不计算为机会 防碍作业的仍不计算为机会 试验,调查,测定等大部分的情况并无变化因此不能计算为机会 使用于program的电试验仪器产生附加价值计算为机会,各个供给的部品计算为一个机会 焊锡,机油,冷却水等供给的资料不视为供给的部品 各附属品的连接也视为一个机会 如果工具需要四个螺钉,那么每个连接螺钉都是一个机会,因此是四个机会 pcb上熔接了60个pin的直接线路中60个的连接均计算为机会 16个pin(dip)计算为16个连接,连接部位不重复计算.上面一个,下面一个的计算方法是不正确的,机器工作时的机会 机械化的各个表面视为一个机会 一个工具作五种截断作业,其机会数为5 穿孔并磨其反面是两种

4、不同的作业,因此其机会数为2 穿孔后校正大小时因不可信,所以只用磨石磨时只计算为一个机会.研磨的工程是穿孔作业的再作业,样式或 s/w 作成时 完成一个样式的作业按照其数据录入领域别计算为一个机会 具有同一code的线的联接在软件中计算为一个机会 目的上的贡献度 机会计算的方式是否一定影响目标的达成?,定义机会后应将其制度化维持一贯性,机会只有在被评价时计算为机会,例)某一部品在生产工程中不良发生的机会数为 100,000次。但是在正常生产过程中只对其中 1,000次机会进行评价，且在一个部品里发现了 10个缺点。 下列计算中哪一个正确? dpo = 10/100,000 dpo = 10/1

5、,000,下面加工例子中计算dpu与dpmo。,dpu 与 dpmo的计算,dpu的计算,总缺点数,=,dpu,dpu不可能考虑一个单位数里有多少缺点机会,总生产单位数,dpmo的计算,一个单位发生的总缺点机会数,1,000,000,x,dpu,=,dpmo,一般说6 sigma水平时把不良率说成3.4dpmo比3.4ppm更恰当 适于互相不同的process或制品间，制造范筹和非制造范筹间的比较,dpmo 计算例,适用于测定的定量值,不良率 = 0.02275,probability of 良品率 = 0.97725,规格上限,dpmo = 0.02275 * 1,000,000 = 22,

6、750,缺点数 某一pcb有800个熔接点与200个部品 此pcb中发现6个焊接不良点与2个不良部品 dpmo =(6+2)/(800+200) * 百万 = 8,000,假设有一个具有十个部品的单位，各个单位内的构成品对一个缺点发生一个机会。因此各单位可包括十个缺点。 生产无缺点制品的可能性为多少？ dpu是多少? dpmo是多少?,练习题,6 sigma战略的特征 显示企业经营成果的所有要素转换为sigma水平，作为对现在经营状态分析，以及对今后的目标设定等的经营管理指标。,2. sigma水平,数据种类的确认,离散型数据,unit的确认,计算 dpu,计算 dpo,计算 dpmo,连续型

7、数据,正规性验证,数据转换(必要时),工程能力分析 (利用minitab),引出dpmo,dpmo值在 sigma chart转换为z值，掌握sigma水平,sigma水平的计算程序,1) 离散型数据的sigma水平,缺点数据的情况 求dpmo 从sigma表读对应于dpmo的 z.st值 受率数据的情况 scrap，再作业等视为不良计算受率 从sigma表读百万个当良品数 = (受率)*1,000,000 相对应的z.st值,不良率数据的情况 从不良率计算ppm ppm=(不良率)*1,000,000 从sigma表读与ppm值一样的dpmo值相应的z.st值,999,999.6 999,9

8、95 999,991 999,987 999,979 999,968 999,952 999,928 999,892 999,841 999,767 999,663 999,517 999,313 999,032 998,650 998,134 997,445 996,533 995,339 993,790 991,802 989,276,良品数,3.4 5 9 13 21 32 48 72 108 159 233 337 483 687 968 1,350 1,866 2,555 3,467 4,661 6,210 8,198 10,724,6.0 5.9 5.8 5.7 5.6 5.5 5

9、.4 5.3 5.2 5.1 5.0 4.9 4.8 4.7 4.6 4.5 4.4 4.3 4.2 4.1 4.0 3.9 3.8,.st,4.5 4.4 4.3 4.2 4.1 4.0 3.9 3.8 3.7 3.6 3.5 3.4 3.3 3.2 3.1 3.0 2.9 2.8 2.7 2.6 2.5 2.4 2.3,.lt,986,097 977,250 971,284 964,070 955,435 945,201 933,193 919,243 903,199 884,930 864,334 841,345 815,940 788,145 758,036 725,747 691,4

10、62 655,422 617,911 579,260 539,828 500,000 460,172,良品数,13,903 22,750 28,716 35,930 44,565 54,799 66,807 80,757 96,801 115,070 135,666 158,655 184,060 211,855 241,964 274,253 308,538 344,578 382,089 420,740 460,172 500,000 539,828,3.7 3.5 3.4 3.3 3.2 3.1 3.0 2.9 2.8 2.7 2.6 2.5 2.4 2.3 2.2 2.1 2.0 1.

11、9 1.8 1.7 1.6 1.5 1.4,.st,2.2 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 -0.1,.lt,420,740 382,089 344,578 308,538 274,253 241,964 211,855 184,060 158,655 135,666 115,070 96,801 80,757 66,807 54,799 44,565 35,930 28,716 22,750 17,864 13,903 10,724 8,198,良品数,57

12、9,260 617,911 655,422 691,462 725,747 758,036 788,145 815,940 841,345 864,334 884,930 903,199 919,243 933,193 945,201 955,435 964,070 971,284 977,250 982,136 986,097 989,276 991,802,1.3 1.2 1.1 1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 -0.1 -0.2 -0.3 -0.4 -0.5 -0.6 -0.7 -0.8 -0.9,.st,-0.2 -0.3 -0.

13、4 -0.5 -0.6 -0.7 -0.8 -0.9 -1.0 -1.1 -1.2 -1.3 -1.4 -1.5 -1.6 -1.7 -1.8 -1.9 -2.0 -2.1 -2.2 -2.3 -2.4,.lt,6,210 4,661 3,467 2,555 1,866 1,350 968 687 483 337 233 159 108 72 48 32 21 13 9 5 3,良品数,993,790 995,339 996,533 997,445 998,134 998,650 999,032 999,313 999,517 999,663 999,767 999,841 999,892 9

14、99,928 999,952 999,968 999,979 999,987 999,991 999,995 999,997,-1.0 -1.1 -1.2 -1.3 -1.4 -1.5 -1.6 -1.7 -1.8 -1.9 -2.0 -2.1 -2.2 -2.3 -2.4 -2.5 -2.6 -2.7 -2.8 -2.9 -3.0,.st,-2.5 -2.6 -2.7 -2.8 -2.9 -3.0 -3.1 -3.2 -3.3 -3.4 -3.5 -3.6 -3.7 -3.8 -3.9 -4.0 -4.1 -4.2 -4.3 -4.4 -4.5,.lt,了解sigma水平,dpmo值利用si

15、gma chart将现在水平转换为z值，可了解sigma水平,sigma表,例题1.对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的 结果346个制品中发现了一个缺点.此工程这种类型的缺点相关的 sigma水平是多少?,= sigma水平从sigma表得出 dpmo=2,890相对应的 z.st值是4.26,例题 2. 某一工程由 a, b, c, d, e 五个作业构成各作业的 收率为0.99, 0.95, 0.90, 0.90, 0.95。,0.99,0.95,0.90,0.90,0.95,sigma水平是百万个当良品数 = 937,375 对应的 z.st 值是3.03,作业的平

16、均受率,例题 3. 有一公司向顾客提供信用情报。顾客的要求事项大致分为情 报的内容，迅速性，正确性，最新性，接触容易性，对此确认 重要度及顾客满意度的结果如表, 表 项目别重要度及顾客满意度,项目,最新性,接触容易性,计/加权平均,0.60,情报的内容,迅速性,正确性,满意 (%),重要度,0.05,0.15,0.15,0.05,1.00,80,90,90,90,95,84.25,请确认 sigma水平 = 2.5 程度,例题4. 某一制品的贬卖价格为$120，以低原价为目标值定为$100，但因 各种外部及内部要因从长期来看原价高于贬卖价格的概率为5%,不良率 5% (ppm = 50,000

17、)对应的sigma水平为 3.15,综合sigma水平的计算,2) 连续型数据的sigma水平,规格中心和规格上限或下限间的距离是标准偏差的多少倍?,随着时间变化典型的process的平均约移动1.5,process,短期标准偏差 ( short-term sigma ),长期标准偏差 ( long-term sigma ), 相对长的期间(例:周,月) 考虑长期杂音变数 ( noise variable )的影响(例:装备的磨损,季节效果) 需要约100 - 200的数据, 相对短的周期 ( 例:周,月) 考虑短期杂音变数的影响(例:白天的夜晚) 需要30 - 50 个数据,长期 对 短期

18、标准偏差,长期与短期的区别在于是否是包括工程所有变动的长期间，且区分基准期间的长度不能总是一致。,求连续型数据sigma水平的程序,(1) 收集数据(要形成合理的部分群) (2) 确认数据是否遵守正态分布 minitab:stat basic statistics normality test (3) 工程能力分析 minitab:statquality toolscapability analysis(normal) (4) minitab实行结果读expected lt performance栏的 ppm total (5) 求sigma表对应的sigma水平,data,例) 利用minitap数据文件 cranksh.mtw求 sigma水平,3. rty(rolled throughput yield:全体受率),与受率,检查受率,和受率,作业,检查受率,确认,ytp = 37%,yfp = 90%,dpu=1.0,再作业,scrap,隐藏的工场,消费者品质,生产者品质,非附加价值,rty的计算,帕松模型 全体受率,单