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 > STANDARDIZEInput Column： C1Store 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 Calc>Probability Distribution>Normal;计算

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 = (