|
|
发表于 2008-9-3 10:37:55
|
显示全部楼层
来自： 美国
我来给你答复吧：
O. o3 d5 B( S" R' `' V& g首先正态不正态，不是最关键，但你的连续数据是正常的（没有异常情况），足够多的情况下，总是屈从于某种分布。如果是属性数据，那就可以用数缺陷的方式来定Z-value.: R4 t; g, A Y q; f/ j$ @
7 X7 @7 o7 \' c/ b. [8 U* j
你的问题在于UCL/LCL和USL/LSL你有点混淆了：- |- G$ E! d' z0 [. V3 L% s* \
4 P: F) Y. g" }6 m- v8 E. [8 g根据你的数据，得出的结论是UCL/LCL, 也就是你的mean+/- 3 sigma,这是你的数据表现/也就是你的流程本身能力决定的。也就是说根据的你流程能力，你能保证3 sigma的范围是500+/- 10.8，你短期内有99.7%的产品尺寸落在这个范围内。 T0 w) y8 @+ P" @ @
' m; U! m3 v6 N说回USL/LSL,这和你本身的数据/流程能力无关，只和你的标准-客户需求有关。在这个例子中就是你的500+/-2。
" P4 S6 K' a& j0 Y3 e0 @* p- q( |) [# a* h6 `9 Y, D6 V: Z: c; v
我们所说的6 sigma是指你的过程能力/数据和你的USL/LSL做比较，两边可以有6 sigma，达到缺陷率百万分之3.45 {# o6 [+ ]9 _7 x' Z+ R
( _2 B; ^6 V8 Z8 C4 c, C8 C也就是说你的500+/- 2的+/- 2的公差代里要能容下12 sigma,也就是你的标准差基本在0.3,所以说你们现有的制程能力距离6 sigma即使3 sigma还很远。当然这和你的数据较少也有关，不过你5个数据有2个超出你的标准，总是有问题的。
! B+ U1 n; h! Q5 u% @8 |& l( I( W& D
不过话说回来，其实这并非six sigma的精髓，精髓在于DMAIC/DMADV的方法和流程。当然数据方面最后的Z value主要是用来衡量原有水平和改进后水平的主要标志。
+ `* Z5 b6 T; Z' ]. y$ }: L. u- `5 @; a9 P, E
大部分项目会致力于关键表现的提高，但并非最终都能做到6 sigma的结果，有可能从1 sigma到3 sigma....
( o8 `* Y7 S( _/ u1 K
; O; L/ i5 j# a% X+ L我觉得可以申请精华了。。。。。。/ v0 a) P% N+ M) q" o
: n _' y) x B9 E. k[ 本帖最后由 ppp7872 于 2008-9-3 10:42 编辑 ] |
|
楼主