六西格玛尺度的计算

六西格玛尺度的计算尺度的选择BBProject尺度Benchmarking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的客观比较什么?BBProject尺度尺度

DPMO

SIGMA

DPURTY1.DPU和DPMODPUDefectsperUnit单位当缺点数缺点消除的基准利用于工场单位的改善DPODefectsperOpportunity机会当缺点数DPMODefectsperMillionOpportunities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

Benchmarking手段经营团为了对相异的制品与服务进行Benchmarking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.部品形象材料机械工具程序制品Process复杂度

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=10/100,000DPO=10/1,000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

xDPU=DPMO

一般说6SIGMA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=0.02275Probabilityof良品率=0.97725规格上限DPMO=0.02275*1,000,000=22,750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 =8,0006SIGMA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DPMODPMO值在

SigmaChart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PPMPPM=(不良率)*1,000,000从SIGMA表读与PPM值一样的DPMO值相应的Z.st值.999,999.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,724ＤＰＭＯ6.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8Ｚ.st4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3Ｚ.lt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品数13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,828ＤＰＭＯ3.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4Ｚ.st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1Ｚ.lt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,802ＤＰＭＯ1.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9Ｚ.st-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4Ｚ.lt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997ＤＰＭＯ-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0Ｚ.st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5Ｚ.lt了解SIGMA水平DPMO值利用SigmaChart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.ABCDE0.990.950.900.900.95SIGMA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0.050.150.150.051.00809090909584.25请确认SIGMA水平=2.5程度综合SIGMA水平的计算品质特性特性1特性2特性3特性4特性5特性6特性7特性8特性9特性10总合缺点数单位数机会数TOPDPUDPODPMOSIGMA水平92155446916497929529313646105505838375588497137896241337499493937979431000.1420.1430.1070.0550.2430.1090.1950.6720.1060.1204.134.394.574.564.003.304.313.894.314.544.534,3161,9311,0801,1206,22236,2812,4718,5002,4661,2031,25621,3187,77049,99541,06214,6251,76439,26310,82338,52824,100249,2480.00430.00190.00110.00110.00620.03630.00250.00850.00250.00120.0013例)2)连续型数据的SIGMA水平USLZ.st.stLSL规格中心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

ProcessLSLUSL始点1始点2始点3始点4Process的固有能力长期PROCESS能力目标值短期标准偏差(Short-TermSigma)长期标准偏差(Long-TermSigma)

相对长的期间(例:周,月)

考虑长期杂音变数(NoiseVariable)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