2.5计算西格玛水平.pptVIP

DMAIC ;;2.5 计算西格玛水平和过程能力指数;计算SIGMA水平的步骤 计算SIGMA水平的基本方法;计算SIGMA水平的步骤;计算SIGMA水平的步骤;收集数据;3. 数据性质;短期数据与长期数据;长期;1.5?的偏移被当作是平均值中心的移动。这解释了流程中的动态、非随机的改变。 它代表了一个典型流程在许多周期后的平均改变量(预估的);;SIGMA水平计算表;所有方法需要95%置信度的最小样本大小。 应该随机选择数据以代表总体。 ;计算流程SIGMA水平;Z值的含义;;μ;范例--计算单边规范限的Z值（手工计算） ; 打开MINITAB 在C1中输入 10（规范上限） 执行 CALC STANDARDIZE Input Column： C1 Store Results in： C2 点击下面第四个复选框： 减去 6（Mean）并除以 7.16(StDev) 计算公式： 按 OK 流程Z值将出现在 C2 栏中,结果为0.558 ;用上例交货周期的范例. 打开文件：Training data\Cycle time.mpj 交货周期按顾客要求的时间预定. 顾客要求递送时间偏差为± 10天之内，即超过和提前10天顾客都认为是不能接受的。 确定数据类型 C1递送时间偏差是连续型数据 进行正态性检验，数据大致服从正态分布 ;总缺陷率 = 低于下限的缺陷率 + 超出上限的缺陷率 = 0.29+0.01 = 0.30 ;;执行 CalcProbability DistributionNormal;计算-10的概率;根据合格率计算Ｚ值，按Inverse cumulative probability选项 ;计算双边规范限的Z值（另一种Minitab计算方法）;计算双边规范限的Z值（另外一种Minitab计算方法）;计算流程SIGMA水平;回顾 “交货周期”数据, 用一个非常直接的方法来计算流程合格率 通过检测原始数据, 我们可以计数出没有满足顾客要求的交货时间的次数，并把它们直接转换成缺陷计算,称为每百万次机会之缺陷数(DPMO)。;什么是DPMO？;计算方法;DPMO 法范例;练习：SIGMA水平计算(20分钟);SIGMA水平计算练习;计算流程SIGMA水平;SIGMA水平累计;供货商;一次合格率; YRTP =流通合格率（ Rolled Through Put Yield）= YFP1 ? YFP2 ? YFP3 范例中: YRTP = (0.900)(0.947)(0.843) = 0.718 = 71.8% YRTP表示一件产品不需要返工到达流程终点的概率. （前面计算最终合格率YF= 0.850）。 ;均一化合格率; ;范例: 计算第一级流程的SIGMA水平 (假设一次合格单件和返工单件的一次合格率是相同的). 方法 1：用DPMO方法计算一次合格率 方法 2：用合格/不合格方法计算一次合格率;YFP1 =1 - 150 = 0.997 (500) (100) YFP2 =1 - 75 = 0.9939 (490) (25) YFP3 =1 - 30 = 0.938 (480) (1) YRTY = 0.997*0.9939*0.938 = 0.929 YN =(0.997*0.9939*0.938)1/3 = 0.976 SIGMA水平为 2.97 ; 仔细解释SIGMA水平! 用DPMO方法,我们可看到每个机会有(或没有)缺陷的概率。 如果每件产品有多个机会存在，那么每件产品有缺陷的可能性就更高，因此这件产品就越易成为不合格品。 如果每件产品只有一个机会存在，每件产品有缺陷的可能性就是相同的。 顾客只对用合格/不合格方法计算出的合格率感兴趣。 项目小组需要区别对待两种方法！ 用第一个方法来监控流程业绩表现和追踪改进 用第二个方法来向客户/利益相关者汇报 ;业务报告经常需要累计一个流程的SIGMA水平 通过累计均一化合格率的方法计算 注意：通过累计第3级子流程合格率的几何平均数获得第2级流程的合格率。 用这个合格率查表转换成流程SIGMA水平。;范例: 累计流程SIGMA水平;2、计算第一级流程的均一化合格率，查表得出流程SIGMA水平。 YNORM= = 流程SIGMA水平为 0.5 (短期数据) (出售服务) 在销售流程中一个项目转变成一个顾客的概率是多少？ p = (0.75