计算六西格玛处理水平
约书亚是南加州大学的一名研究生。他对商业技术、分析、金融和精益六西格玛感兴趣。
什么是过程Sigma?
过程西格玛是对过程中相对于需求的变化的度量。要求设置为上限公差限制(UTL)和下限公差限制(LTL)。这个词过程σ和统计z分数是一样的。假设一个被测量的过程服从正态分布,那么过程的平均值和UTL或LTL之间的距离就是过程的标准差。所以,你的过程标准差越高,你的过程越好。这样做的原因是,随着过程σ的增加,分布在平均值上越来越窄。
六西格玛是防止过程变化的最佳工具之一。你必须有一个可接受的质量范围,平均值,和一个计算的标准偏差(σ),用于量化数据的变化或分散程度。有了这些数据,就可以计算出过程的标准差(z分数)。要找到这个度量,可以使用UTL或LTL。求过程sigma的方程如下。
使用过程西格玛方程的例子
这个例子涉及到一个需要在2到10英寸范围内的零件的测量。LTL将是2,UTL将是10。从过去收集的数据来看,这个过程的平均值是6.5,标准差是1.75。让我们首先使用UTL来计算sigma水平。
(10 - 6.5) /1.75 = 2.0
UTL的过程sigma是2.0
(6.5-2) /1.75 = 2.57
LTL的过程sigma是2.57
过程Sigma = 2
选择2是因为2比2。57更接近均值,缺陷更多。如果我们想进一步,我们可以计算更多的项。为了找到超出公差上限的缺陷零件面积,我们必须采用工艺sigma (z-score)"2。0"然后在正态分布图上找到2。00。
因此,正如您在下面的图表中所看到的,要找到z分数,您必须在横轴上找到2.0,然后在纵轴上找到.00。纵轴表示百分位。在下面的图表中找到z分数。
公差上限
UTL的过程sigma是2.0
好结果的概率= .9772
坏结果的概率1- .9771 = .0229
公差下限
LTL的过程sigma是2.57
好结果的概率= .9949
一个坏结果的概率是1-。9949 = .0051
在找到图表上的z分数后,我们可以说,当操作水平高于均值水平时,使用UTL有97.72%的机会得到好的结果,使用LTL有99.49的机会得到好的结果。
有缺陷产品的概率可以通过简单地用1减去好的结果的概率来得到。把这些概率加在一起,就会得到缺陷百分比的上下限。51 + .0229 = .028或2.8%)。现在如果你把有缺陷部件的概率乘以100万,我们现在可以说这个过程有2800个缺陷部件的概率(DPMO)。查看下面的结果百分比的可视化表示。
使用微软Excel查找过程Sigma
Microsoft Excel可以利用一系列步骤来找到过程sigma。您可以下载Microsoft Excel示例在这里。正如你在下面的图片中所看到的,所有的计算都可以在Microsoft Excel中进行。
以下是用于计算过程sigma的Microsoft Excel统计函数:
=标准化(计算过程sigma)
= NORM.S。DIST(来自负z分数的左尾缺陷百分比)
= NORM.S。区域(UTL优良部件百分比)
= NORM.S。DIST(ABS (UTL好零件百分比from negative z-score)
= 1-NORM.S。DIST(右尾不合格率)
参考文献
Boyer, K. & Verma, R.(2010)。面向21世纪的运营与供应链管理。梅森,哦:西南。
相关文章
如何计算节拍时间来控制一个过程
如何在生产过程之间完成盈亏平衡分析
这一内容是准确和真实的作者的知识,并不意味着取代正式和个性化的建议,从一个合格的专业。
©2018 Joshua Crowder