过程能力分析常用指标

计数型数据的过程绩效度量

对于输出特性为计数数据的过程，也需要进行过程能力分析，数据分布的类型不同（Possion分布和二项分布），过程能力估算的方法也不同.

对于二项分布的过程绩效指标主要用百万机会缺陷数DPMO，可以由此算出缺陷率p,查标准正态分布的右侧概率表可以求得西格玛水平Z值.

在六西格玛项目中有多种方法用于度量过程绩效，包括：

Rolled Throughput Yield vs First Pass Yield

FPY未考虑重工的不良品,即重工工序全部隐藏起来了,无法看出”隐形工厂”有多大,通常会高估过程良率，也是我们常讲的最终良率.
隐形工厂是指没有增值的活动且与SOP等文件不符的活动，RTY也是一次良率，例如，我们会在过程中设置检验和测试站位，设备检验和判定出的一次不良品通常需要经过Retest 即复测和复检，这些活动是不增值的，即隐藏着“金矿”. 近几年不少企业开始导入AI来增强设备视觉系统，提升检验准确率.
单位缺陷数(Defects per unit)：

6 Sigma计算缺点数(defects)而不是不良品数(defectives)

过程无缺陷产出率:IPY6σ=e-dpu=e-0.35=70.47%

Minitab实现
例，对生产线的状况进行过程能力分析，有三种不良如下表：
Quality Tools>CapabilityAnalysis>Binomial

分别得到三项不良的过程能力分析图

Process Z与目标Z比对，过程能力需要改善.

良率（概率）与Zbench的计算转换参考文章：

6σ黄带系列课程第二讲：基础统计学Ⅵ 标准正态分布及转换计算

6σ系列课程第四讲：过程能力分析 Ⅱ 计量型数据过程能力指标Cpk,Ppk

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。