不良率与西格玛（σ）水平的关系5页.pdfVIP

六西格玛管理 不良率与西格玛（σ）水平的关系 制程能力指标 Cp 或 Cpk 之值在产品或制程特性分布为正态且在管制状态下时， 通过正态分布的概率计算，可以换算为该产品或制程特性的良率或不良率，同时也可 以几个 Sigma 来对照。现以产品或制程特性中心没偏移目标值、中心偏移目标值 1.5 σ及中心偏移目标值 T/8 分别说明，因为有质量专家认为，对于 Sigma 水平较小时， 偏移的幅度应相对的小，才较合理，因此提出偏移目标值 T/8 的考虑，在分析前，先 定义以下几个符号： ● X ：个别产品或制程特性值 ● USL：规格上限 ● LSL：规格下限 ● m：目标值或规格中心，一般为(USL＋LSL)/2 ● T=USL-LSL：规格界限宽度 ● μ：产品或制程特性中心或平均数 ● σ：产品或制程特性标准差 1、产品或制程特性中心没偏移目标值(即 Ca=0)， 即μ＝m＝（USL＋LSL）/2 Sigma 水平=±kσ；即 T ＝ USL - LSL ＝ 2 kσ Cp ＝规格界限宽度/ 6 σ＝T / 6σ＝（USL - LSL）/ 6 σ ＝2 kσ/ 6 σ＝k / 3＝Cpk 不良率＝ P [ | X | kσ ] ＝ P [ | Z | k ] ＝标准常态分布右尾概率 × 2 良率 ＝（ 1-不良率） 表 1 中心无偏移目标值 Sigma 水平(±kσ) Cpk/ Cp 良率%PPM 不良率 1σ 0.33 68.27% 317,400 2σ 0.67 95.45% 45,600 3σ 1.00 99.73% 2,700 4σ 1.33 99.9937% 63 5σ 1.67 99.999943% 0.57 6σ 2.00 99.9999998% 0.002 六西格玛管理 2、产品或制程特性中心偏移目标值 1.5 σ，即μ＝（USL＋LSL）/2 ± 1.5 σ Sigma 水平=±kσ；即 T ＝USL-LSL＝ 2 kσ ● 产品或制程特性中心大于目标值 1.5σ CPU ＝（USL - μ）/3 σ＝（kσ - 1.5σ ）/ 3 σ = （k-1.5 ） / 3 CPL ＝（μ - LSL） / 3 σ = （kσ + 1.5σ ） / 3 σ = （k+1.5 ） /3 Cpk = MIN{CPU ，CPL} ＝（k-1.5）/3 不良率＝P [ X USL ] + P [ X LSL ] = P [ Z 3 x CPU ] +P[ Z 3 x CPL ] ＝P [ Z （k -1.5 ） ] + P [ Z （k + 1.5 ）] 良率 ＝（ 1- 不良率） ● 产品或制程特性中心小于目标值 1.5σ CPU ＝（USL－μ） / 3 σ ＝（kσ + 1.5 σ ）/ 3 σ ＝（k+1.5 ） /3 CPL ＝（μ－LSL） / 3 σ ＝（kσ + 1.5 σ ）/ 3 σ＝（k-1.5） /3 Cpk ＝ MIN{CPU，CPL} ＝（k-1.5） /3 不良率＝ P [ X USL ] + P [ X LSL ] ＝P[ Z 3 x CPU ] + P[ Z 3 x CPL ] ＝ P[ Z （k + 1.5 ）] + P[Z 3 x （k - 1.5 ） ] 良率＝（ 1-不良率）