质量检验及minitab5星培训教材课件

1、1质量检验人员培训2目录1.检验的分类和定义2.质量检验员必备的素质3.质量检验策划(进料/制程/成品/出货)4.现场不合格品处理（巡检人员）5.检验员常犯错误分析6.QC7大手法分析和解决问题7.SPC统计技术及过程能力计算（着重介绍）8.检具的使用和校准9.计量器具使用和校准10.检验ODS和记录存档31.检验的定义和分类41.1 检验的定义检验（Inspection）-采用某种方法（技术、手段）测量、检查、试验和计量产品的一种或多种质量特性并将测定结果与判定标准相比较，以判定每个产品或每批产品是否合格的过程。常用的判定标准如：国家或行业标准检验规范（质量计划、作业指导书等）技艺评定（限度

2、样本、图片等）几个相关的概念单位产品(unit product):为了实施检验的需要而划分的基本单元。检验批（Inspection lot）:需要进行检验的一批单位产品，简称批。缺陷（Defect）：产品质量特性不满足预定使用要求。5按检验数量分：全数检验、抽样检验；按流程分：进货检验、过程检验、最终检验、出货检验；按判别方法分：计数检验、计量检验；按产品检验后产品是否可供使用来分：破坏性检验、 非破坏性检验。1.2 检验的分类72.2.1执行检验程序2.2.2识别和记录产品质量问题2.2.3拒收不合格品2.2.4问题点的研究与分析2.2.5有权放行检验合格的产品2.2.6检验仪器的管理2.2

3、.7部门配合或其他工作2.1 检验员的职责82.2.1 工作态度80%-99%-?2.2.2 强烈的品质意识冷静坚定（并非固执）2.2 检验员必备的素质103.质量检验策划 进料/制程/成品/出货11主要职责:按质量策划的结果(如质量计划、进货检验指导书、国家或行业标准等)实施检验;做好记录并保存好检验结果;做好产品状态的标识;进行不合格品统计和控制;异常信息反馈.3.1 进货检验IQC12进料检验员必知：1、来料对产品质量的影响程度2、供应商品质控制能力及以往的信誉3、该料以往经常出现的品质异常4、客户的要求14进料检验方式（四种）1.免检：不太重要的物料或生产急需。如生产用辅料、包材等2.

4、验证：自己无法检验的物料、优品等出厂检验报告第三方检测报告或证明相关资格证书3.全 检数量少检验简单且检验费用低不允许有不合格品工厂指定的4.抽 样 检 验数量大允许有一定量的不良品存在需进行破坏性实验检验时间长和费用较高15检验结果处理方式:1.允收2.拒收3.偏差许可DA4.分选17过程检验的分类:首/末件检验;作业员自检/互检;巡检;多道工序集中检验注:应根据工厂本身的生产规模、工艺流程、管理方式选取合适的检验点、控制方式和检验程序。18三“不” 原则:不接受不合格品;不生产不合格品;不流转不合格品.不接受不合格品不生产不合格品不流转不合格品19IPQC控制点的设置应考虑的因素该产品在以

5、前生产有异常或有较高不良品的记录使用的生产设备不稳定工装、夹具有不良情况得到IQC对不良物料的信息反馈新员工操作新产品、新材料、新设备的投入20主要职责:按质量策划的结果(如质量计划、最终检验指导书、国家或行业标准等)实施检验;做好记录并保存好检验结果;做好产品状态的标识;进行不合格品统计和控制;异常信息反馈.注:只有质量计划中规定的所有检验项目都完成且合格之后,产品才能转序或入库.3.3 成品检验FQC21 FQC与IPQC IPQC是对生产过程做出的品质巡回检验，属于一种阶段性检验；而FQC主要是针对完工产品的品质验证，以确定该批产品是否可流入下一道工序，属定点检验。22 FQC检验项目要

6、点 除重复IPQC对产品外观、尺寸、用料品质验证外，还应注意： 结构性验证、功能性试装 特性检验、装箱数量准确性24主要内容: 出货检查指导书254.现场不合格品的处理27巡检发现不合格品如何处理？目前没有这方面的明确要求，下面是一些个人想法,大家讨论，成熟后可以实施：巡检发现不合格品： 1.马上通知停线； 2.对产品进行追溯，具体操作为向上追溯10个，向下追溯10个； 3.对追溯产品进行测试； 3.追溯产品如全部合格，则可判定生产过程受控，继续生产； 4.如果出现不合格品，则： 4.1对本批次产品进行Holding,进行全检； 4.2通知相应工程师分析原因，进行处理。 285. 检验员常犯的

7、错误分析29 1、不果断、怕承担责任； 2、不了解产品相关法规标准； 3、无检验规划； 4、检验记录马虎、像记流水帐； 5、不会利用检验记录进行分析； 30 6、不会考虑以往的不良； 7、不会分批； 8、错误地抽样或抽样不合理； 9、被动地做事； 10、只考虑测试结果与Spec的符合 性，没有考虑到过程的稳定性； 11、平均值的认识错误。 31被动的做事只有多分析，才会突破旧的方式33遇到问题，多用“5W2H”法3435只在工程规格范围内，不一定不是最佳的。36数据分析中，平均值的分析比较重要，但如果不能正确应用，仅仅应用平均值会让我们犯错 平均值的误区3738质量观念贯穿制造过程 质量基准完

8、全的标准化操作具体的日常工作中，应该这样做：396.QC 7大手法分析和解决问题40现场检查表汇总数据管制图监控预测直方图数据分布散布图找出相关鱼骨图找出原因解决问题层别法柏拉图找出主要原因QC 七手法现场活用图QC七工具分层法检查表排列图因果图直方图控制图散布图课题选定现状调查原因分析主因确定对策制定巩固措施下步打算42实际的问题往往复杂，为分解、放大信息，从而抓住其中主要问题，往往将构成集团的问题(data)按某种特性分成几个子集团，并把握其对质量的影响程度。数据分层的概念及方法区 分层别方法时间时间, 日, 星期, 上/下午, 白/夜班, 月初/中/末 等人个人, 班, 熟练度, 班次,

9、 性别, 年龄, 阶层 等设备加工设备, 过程, 新/旧设备, 备品 等方法/条件温度, 压力, 速度, 方法, 场所, 气温, 天气, 湿度, 照明度 等原材料买入处, 买入时间, 品牌, 批次, 成分, 大小 等测量实验设备, 测量设备, 检验员, 检验方法, 测量方法 等6.1 分层法43数据分层的意义分层前分层后白班夜班44序号不良项目12345678合计 1振音68754721402外壳松动36372446353喇叭无面脏污46303534285机内有物23116832266插头不良44710103635 合 计2032242119401922195层别法应

10、用举例：成品验货不良品统计表45 层别法练习1、请针对你公司目前的实际情况来设计；2、如果你想对最近一周内车间制程不良项目的出现 按作业的机台进行分类；3、请设计一份合适的层别法应用表，格式不限/内容 自拟。46 为了便于收集数据，使用简单明了的标准化表格并填入规定的图形记号，再加以统计汇总，以提供进一步分析或对比检查的表格或图表。 通常分为点检用检查表或记录用检查表。6.2 检查表47 点检用检查表作用：防止不小心的失误、起备忘录作用。项目/周别12341、清除铁屑2、螺丝紧固3、润滑加油说明栏：正常 故障 保养人： 审核： 48 记录用检查表作用：通过收集到的数据反映不良的状况。不良项目/

11、周别123合计1、划伤正正一正一三202、尺寸偏差正一正一123、污点二一一44、变形正二7记录人： 审 核： 49 检查表的设计注意事项1、记录时只要在必要项目上加注记号；2、记录时要考虑到层別，按人员、机台、原料、时间等分类；3、数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚；4、尽可能以记号、图形标记，避免使用文字；5 、检查项目不宜太多，以4-6项为宜（针对重要的几项就可） ，其他可能发生的项目采用“其他”栏。50 检查表设计练习1、请针对你公司目前的实际情况来设计；2、如果你想了解一下最近一周内成品检查主要不良 项目的出现情况；3、请设计一份合适的检查表

12、，格式不限/内容自拟。51 当我们要解决问题时，总会发现产生问题的要因很多，不知从何着手，因此最好找出其影响度最大的几个要因，再按优先顺序，一一谋求改善对策，才能以有限的人力和时间，有效地解决问题。柏拉图就是这样一种供你寻找重要要因的一种统计工具。6.3 柏拉图52Pareto的二八法则： 柏拉图又称排列图，意大利经济学家柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。53柏拉图制作步骤：1、决定调查事项，收集数据；2、整理数据，计算累计数、累计比率并绘制表格；3、将数据绘制成柱状图；4、

13、连接曲线。54柏拉图制作案例55柏拉图制作案例3020100405060%100%ABCD不良数累计影响度(%)60%80%90%柏拉图制作注意事项：1、横轴是按项目別，依大小順序由高而低排列下來，其他 项排在最未。2、次数少项目太多时，可考虑将后几项归纳成其他项。 3 、纵轴的左侧通常用于表示发生不良数、缺点数、单位缺 点数等。574、柏拉图的柱形图横轴距离相同。5、改善前后进行比较： (1) 改善前后横轴项目別依然按大小順序由高到低排列。 (2) 前后比较基准一致，刻度应相同。 (3) 各项目以色別来区分更易比较。 6 、柏拉图中、连接横轴与纵轴对应点的线应为折线而非曲线。58 柏拉图制作

14、练习 某公司2004年年度的客户投诉汇总表显示，一共接到80份客诉，其中交期问题占50份，品质问题占15份，服务问题占10份，其他投诉问题占5份。请根据以上的统计数据，绘制统计表及柏拉图。59 鱼骨图，又叫特性要因图/因果图，由日本品质专家石川馨提出，所以又叫“石川图”。它是先列出品质变异的项目，然后对造成变异的4M1E因素进行分析。6.4 因果图60品质特性机器物料人员环境方法 鱼骨图制作步骤1、确定问题的特性，写在最右端；2、划出鱼骨图的骨架；3、按4M1E方法将主要原因填入鱼骨图大骨；4、再采用“头脑风暴法”确定造成大骨的中骨； 鱼骨图制作步骤5、确定造成中骨的小骨，末端必须是可采取行动

15、 的要因；6、依据统计找出影响最大的几种要因（通常是4-8 种），然后用圆圈圈起来；7、现场调查，证实原因分析正确；并采取相应行动 进行改善。63案例： 1、想办法如何使发料更容易？ 6465 使用头脑风暴法应注意1、不要指责他人的任何想法；2、全方位多角度各层次，数量越多越好；3、自由奔放，毫无拘束；甚至于异想天开。66 鱼骨图分析时的思考方向1、替代人员顶替/材料替换/方法替代；2、过程优化与重组；3、增减/简化/合并/调整顺序等等。鱼骨图案例练习 请针对你公司目前制造过程最严重的品质问题，采用鱼骨图进行分析，找出影响其最重要的因素。68 为研究两个变量之间的相关性，而搜集成对两组数据，在

16、坐标上用点来表示出两个特性值之间相关情形的图形，称之为散布图。其主要作用：知道两组数据(原因与结果)之间是否相关及其相关程度。6.5 散布图69散布图制作某产品的烧熔温度及硬度之间是否存在有相关性，今收集30组数据，请予以分析。 步骤1：收集30组以上相对数据,整理到表上。 (数据不能太少，否则易生误判)7071 步骤2：找出数据 X、Y的最大值及最小值。 步骤3：画出纵轴与横轴(若是判断要因与结果的关系，則横轴代表要因,纵轴代表结果)；并取 X 及 Y 的最大值与最小值差为等长度画刻度。 X的最大值 - X的最小值 = 890 -810 = 80 Y的最大值 Y的最小值 = 59 -42 =

17、 1772 步骤4：将各组成对数据标记在座标上； 横轴与纵轴的数据交会处点上“ ”； 两组数据重复在同一点上时，划双重圆记号； 三组数据重复在同一点上时，划三重圆记号。 步骤：记下必要事项：数据采取時间、目的、产品名、绘图者、绘制日期等。73产品名：SI-083单位：压延课绘制：日期：99.12.31 N=30 时间段：99.12.20-99.12.30硬度Y74正相关 X增大时，Y也隨之增大，称为正相关。 完全的正相关 有正相关75非显著性正相关 X增大时，Y也隨之增大，但增大的幅度不显著。此时宜再考虑其他 可能影响的要因。 似有正相关76 负相关 X增大时，Y反而減少，称为负相关。 有负相

18、关 完全的有负相关77非显著性负相关 X增大时，Y反而減少，但幅度并不显著。此时宜再考虑其他可能影响的要因。无相关 (1) X与Y之间看不出有何相关关系；(2) X增大时，Y并不改变。 78 曲线相关 X开始增大时，Y也隨之增大，但达到某一值后，当X增大时，Y却減小。79散布图案例练习某工程师测得一批热处理产品温度与硬度参数如下，请绘制散布图。 160050115804722640602620551260050236005136105213620562458046458047145804725600505600511561053265904966205616640612763059760049

19、17600502864060863058185704429580479620551965063306005010640602058047316406211570452156042326005180将计量值数据分成几个区间或级，以各区间内包含数据的个数(度数)作为柱型高度的图。特点：能非常方便的看出数据整体的分散 状态和分布形态可以用简单的观察得到分布的形态, 中心位置(平均值), 分散的大小 (标准偏差和范围)等信息可以方便的看出试料分布与特性值规格 (上限，下限)的关系，能同时对几种 数据的分布进行比较6.6 直方图81练习打开Minitab打开练习文件A02-GRAPH.MTW82Mini

20、tab对话窗口83输出图表84其他功能：分层分析批次别分层85输出图表86 QC 七种武器总结 第一招：检查集数据 第二招：柏拉抓重点 第三招：鱼骨追原因 第四招：直方显分布 第五招：管制找异常 第六招：散布看相关 第七招：层别作解析877.SPC技术及过程能力计算88 目标理解控制图的基本原理，确认过程稳定性 主要内容 控制图 统计过程控制 过程判异原则89什么是控制图控制图是通过时间的推移来统计跟踪流程和产品参数的方法。控制图具体表现出反应(随机)变动的变动的自然界限的控制上限与下限。这些界限不应与客户规格界限相比较。控制图基于对X或Y设立3平均界限90一个控制图的组成成分UCL:控制上限

21、LCL:控制下限UCL = m + k1sCL = mLCL = m k2sCL:中心线M x 样本平均的均值S 得自样本的标准差K1,k2 标示不同寻常的观测值的常数(通常=3)91控制图类型计量型管理图Individual-X and Moving Range ChartX-Bar / R Chart 计数型管理图np-Chartp-Chartc-Chartu-Chart92计数型计量型什么类型的数据 ?按群还是按个体收集的数据 ?是缺陷还是不良项目?群(平均值)(n1)个体数值(n=1)X-Bar RX-Bar S个体移动范围（ I-MR ）特殊类型的“缺陷” 不良项目 缺陷的概率低吗?

22、 如果你知道坏的数，你知道好的数吗？泊松分布二项分布个体移动范围（I-MR）否是是每个样本数的几率面积不变 ? 是否c 图不变的样本数 ? np 图否是p 图选择正确的管理图 注: X-Bar S 适合于群大小 (n) 10控制图选择方法93王*是一名优秀司机.有一天,上班中喝了6个啤酒后,他说自己 “开车没问题”他的同事要求他证明.示例94他能直线开车那是非常困难的事.那时有人看见了王*的卡车在漏油.为了是否直线运转设定速度为1马力，然后调查油的踪迹.95你能判断:王*开车正常吗?望下看的油掉落在公路的痕迹.96如果卡车是静止的, . . .油是否一向掉在同一个地方?思考下列问题: 油是怎样

23、掉落的?Pre-Chewed Charlies97波动的原因Pre-Chewed Charlies= 自然 “油滴之间波动”98如果王*的调整方向盘技能的变动跟 “油滴间变动”可分离的话,那么不是有帮助吗?你能判断:王*开车正常吗?99= 自然性 “油滴间变动”变动的原因Pre-Chewed Charlies控制图理论是自然性偶然原因引起的波动比上王*开车运转引起的波动掌握波动的原因的方法SPC 理论100为了制定流程的基准， 对“偶然原因”波动进行研究. 我们把 “油滴的变动” 看作偶然要因.以现在的水平为基础,包括数据的 99.7%范围设定为流程的自然警戒线(范围). 我们把这警戒线称为管

24、理界限(上限及下限).UCLLCL滴落在管理界限外的点我们看作特殊原因(异常状态).SPC 理论101卡车直线行驶时油滴间的变动UCLLCL油滴间的变动 +风UCLLCL油滴间的变动 +风 + 调整技能变动UCLLCL102UCLLCL卡车行驶路径中没有统计根据的 “中心值特出变动” ， 现数据的波动是系统原因引起！你能判断:王*开车正常吗?103废弃水平 (%)晚会时间3212000年 4月 *厂公司晚会上工厂的废品率达到年度的降低1.5%总经理给全厂颁奖 仪式在餐厅进行：为所有的人准备了各种点心和饮料！ 总经理讲演：“每个人都应为你们取得的成就感到骄傲”1 2 3 4 5 6 7 示例10

25、4经理想收回奖励.3212000年7月连续3个月废品率上升 总经理想要收回他的奖励 不但没有保持已有的成绩, 废品率却直线倒退总经理反思： “奖励适得其反。这群人需要强硬的管理!”20002001 1 2 3 4 5 6 7 废弃水平 (%)105不再 “温和的管理”3212000年11月到11月, 废品率上升到2.6% 年度最高点，总经理决定采取措施 召集一次“特别会议”，要一次性并永久性解决这个问题在作完一个关于废品重要性的生动报告后，总经理走了。 员工们不知道该做什么。而且他们还有更重要的指标。 所以他们什么也没做。 20002001 1 2 3 4 5 6 7 8 9 10 11 废弃

26、水平 (%)106总经理断定：“粗暴的爱产生奇迹”3212001年6月总经理看到自从去年底以来，废品率降低了。“柳暗花明了！” (记住: 实际上从来没采取任何措施来改善系统)他得出结论: “强硬的管理方式获得成功！”废弃水平 (%)20002001 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 107SPC可以找出其他结论.UCLLCL321废弃水平 (%)20002001 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 108管理者下了强硬的管理方式获得成功的结论SPC可以找出其他结论 - 但是理由呢 ?总经理“ 嗨, 我

27、是按照数据作出结论的我怎么会错呢？”专家“你的结论是把高、低点作为信号观察而得出的。实际上，那都是噪声（偶然原因散布）。看这数据，在工程中没有过明显的变化 ”UCLLCL321废弃水平 (%)20002001 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 举办晚会管理者想收回奖励.中断温和的管理方式109对人类而言：疏于用控制图分析数据是已知的增加费用、耗费努力和降低士气的最好方式。 ”- Dr. Donald J. Wheeler110控制图管理一般原则LCLCLUCL管理状态(偶然原因引起的波动)异常状态(特殊原因引起的波动)-3+3 + = = 0

28、.27%异常状态(特殊原因引起的波动)111控制图异常状态检验方法在MINITAB可以对可能成为异常状态的8种特别原因进行检验. A,B.C显示离中心线分别相距标准偏差3,2,1的区域. 检验1:一个点超出区域A 检验2: 以中心线为基准,在同一侧面有9个连续点. 检验3: 相连的6个点连续上升或下降. 检验4: 连续的14个点相继上升或下降,对此应检讨数据的操作性. 检验5: 连续的3个点中2个在A区域(以中心线为基准在同一侧) 检验6: 连续的5个点中4个在区域B或其外边的位置(以中心值为基准在同一侧) 检验7: 连续的15个点在区域C(以中心线为基准看两侧) 检验8: 连续的8个点在区域

29、C外边的位置(以中心线基准两侧)112例题下列数据是生产模具产品的压缩强度的测量资料.请检验流程是否稳定 Stat Control Charts Variables Charts for Individuals I-MR 113114选择全部8种异常状态检验方法115流程处于稳定状态116 目标理解过程能力分析原理，并能根据数据类型计算过程能力 主要内容 计量型过程能力分析 计数性过程能力分析过程能力分析117999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517

30、999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,7246.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8st4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3lt986,0979

31、77,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品数13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,00

32、0539,8283.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1lt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良

33、品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,8021.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9st-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-

34、1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4lt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-

35、2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5lt* 100万机会数基准过程能力介绍 - 这表从哪来的?118过程能力是什么？过程在受控状态下时，客户要求与过程表现(产品质量或服务质量的变动程度)的比值，如果过程表现越能满足顾客要求，则过程能力越充分，反之则不足USLLSL119你的数据是什么类型的计量型记数型收集数据收集数据用 Minitab分析数据用 Minitab分析数据过程能力表述DPU, P

36、PMCp, Cpk, Pp, Ppk过程能力表述DPU, PPM过程能力分析路径120“缺陷”(x4) 1 2 3 4 5 6 7 错误数“缺陷”(x 130 Min)“无缺陷”(x Quality Tools Capability Sixpack Normal143144Minitab图表分析它是正态分布吗？和规格限比起来工程的散布怎么样？ 它是正态分布吗？子集间有差异吗？ 它受控吗?它受控吗?145这儿发生了什么？_Capability Sixpack例题2146Capability Analysis例题1 打开例题过程能力试题-2(LSL：50, USL:60, 子集：5) 正态性检验

37、Stat Basic Statistics Normality Test147148P值0.05正态P值小于0.05就不是正态的吗？149 过程能力分析 Stat Quality Tools Capability Analysis Normal150群内过程能力全体过程能力观测的不良率群内(短期，潜在) 预想不良率 全体(长期，实际)预想不良率151过程能力解释Cp是 经验极限水平.Ppk与Cp越近似越好.散布可能的最好实际 (总体)过程平均值的位置 规格范围的中点 实际位置CpPpkCpkPp152过程能力分析报告CpCpkPpPpkSigma: 工程能力Sigma: 工程实绩正态分布 ?受

38、统计控制 ?153寻找计量型数据太难了！计数值过程能力分析154DPU/DPO/DPMODPU = 2DPO = 0.5DPMO = 500,000DPU = 3DPO = 0.75DPMO = 750,000DPU = 1DPO = 0.25DPMO = 250,000= 1机会= 1单位1单位 = 4 机会= 缺陷155计算单位产品缺陷数(DPU): 翻到Sigma表, 然后估计Sigma水平计算每百万机会的缺陷数(DPMO):DPU/DPMO与Sigma水平156翻到Sigma表,然后估计Sigma水平 4.67 Sigma计算单位产品缺陷数(DPU):计算每百万机会的缺陷数(DPMO)

39、:DPU/DPMO与Sigma水平157999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,7246.05.95.85.75.65.55.45.35.25.15.04.94

40、.84.74.64.54.44.34.24.14.03.93.8st4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3lt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品数13,90322,75028,71635,93044,5655

41、4,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,8283.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1lt420,740382,089344,578308,538274,2532

42、41,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,8021.31.21.11.00.90.80.70.6

43、0.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9st-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4lt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,84

44、1999,892999,928999,952999,968999,979999,987999,991999,995999,997-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5ltDPMO与Sigma水平表158例题：DPU, DPMO是多少?15994.4% 合格RTY与Sigma水平浪费 56,000 ppm97% 合格浪费 30,000 ppm95.5% 合格RTY = 0.955*0.97*0.944 = 87.4%浪费 45,000 ppmRTY不仅为最终阶段,各阶段