正态分布中的标准偏差σ和6Sigma管理之间的关系.docxVIP

/ 正态分布中的标准偏差 σ 和 6Sigma 管理之间的关系 1.个人理解 (之前没接触过 SPC 和 6Sigma)：这是讲 SPC 为主题的教材，也就是用统计控 制过程质量的方法，也就是那几个图。怎么会联系到 6Sigma 呢，是否是这样：其中的基本控 制图正态分布和西格玛的定义有必然联系？就如图片里所说“在轉折點和平均值的距離形成 一個標準差 . 假如目標值和規格上限之間可以放置三個標準偏差 我們可以說這個製程有“ 3 sigma 的 能力 .” ”，标准偏差越小，西格玛的等级就越高，西格玛数 =UCL/ σ 。我原来的理解，西格玛是表现在不良率上的，而不是偏差，但现在看来是通过标准偏差来表征的。 2.请问图中右下角 p(d)是什么意思？ 3.规格上下限是自己定的不良率允收标准吗？ 4.目标规格值 T 是指什么？谢谢！ 5.根据 σ 来定转折点，这几个转折点有何实际应用意义？ 正态分布中的标准偏差 σ和 6Sigma 关系 1.标准偏差 σ和 6Sigma 是两个不同概念 标准偏差 σ是相对平均值的离散度，是统计量， 6Sigma 水平是与平均值，标准差 σ，规格中心，公差限相比较，是过程满足要求能力的表示。越高越好。 6Sigma 水平 =(USL-LSL)/2 σ 2.p(d)是指超出规范值的不良率 3.规格上下限是产品的规格要求， / 4.目标规格值 T 是指规格的中心值。 5.根据 σ 来定转折点的意义是在规范公差内容纳的 σ 个数越多越好，说明偏差值小。 σ 值是指示过程作业状况良好程度的标尺。 σ值越高，则过程状况越好。 σ值用来测量 过程完成无缺陷作业的能力，因为缺陷在任何情况下都会导致客户的不满意。换言之， σ 值指示了缺陷发生的频度， σ 值越高；过程不良品率越低。当 σ 值增大时，不良品率降低、品 质成本降低，过程周期时间缩短，客户满意度提高。当 σ值达到 6 时，即 6σ 的品质，表示“每百万单位只有 3.4 个不良率”，品质长期达标率为 99.99966%。相对而言，当 σ 值只有  3 时，即 3σ品质，表示“每百万单位有 66807 个不良品’，合格率为 93.32%。 σ 值是一个统计量，它用来表征数据的离散程度，对于正态分布， σ 值越大， “倒钟型” 就越扁，反之，就越集中，越“瘦”，越细长；另外“当 σ值达到 6 时，即 6σ 的品质”这个说法是不正确的，所谓 6σ 的水平是指 |USL-LSL|/2 σ =6，这表征的是你的制程满足规格的能力，在考虑中心值偏移目标之 1.5σ 的情况下，它的缺陷率（即超出规格的值的比率）为 3.4ppm 方差是 (每个值 -平均值 )的平方然后再和 ,除以 (样本量 -1 ). σ 值是一个统计量， 是从抽样的数据中计算出来的， 与产品公差和产品标准值没有关系， 6σ 如果考虑没有偏差是十亿分之二的不良， 就是统计值的中心值和产品的标准值总是重回时偏差为 0 的不良率，有 1.5 的偏差时才是 3.4ppm 的不良率 σ 是一个标准偏差，它是指数据与数据之间的偏差程度，西格玛本身不是指频度 看到有人对 σ 的解释，我觉得是有偏差的，特别是 5 楼的回答，制程能力达到 6σ 之后它所对应的不良率为 3.4PPM 而且已经是考虑了 1.5 个σ的偏差了，所以说什么西格玛值越大越好，完全是错误的，只有 z=|USP-LSP|/6σ 这个值才是越大越好，所以 σ 应该是越小越好， 同时我们也可以从 σ 的定义来看，他是指偏差，偏差当然是越小越好啊。所以 5 楼的回答应该是属于误人子弟 σ 值是通过计算而来的，用来考察离散度，在公差内容纳的 σ值个数越多越好，如 σ 值=1，公差是 6，表示能容纳 6 个σ 值 1.这是基础知识，看来你把大学学的知识都还给老师了； 2.不要看台湾人写的东西，习惯不同，到时候你很难受。 SPC 的资料太多了。但是只学SPC，你会云里雾里，要系统的学习概率论， SPC,MSA 的知识，如果在加点 6 西格玛，系统学习，你就会事半功倍。 1.虽然”标准偏差 σ和 6Sigma 是两个不同概念“，但是两者有着巨大的联系。 而且正态分布意义重大。 是现代质量管理的核心呢。 6sigma 工具大都以他为基础导出的。如果不考虑管理哲学的话