|
|
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：' F* ~; X2 e* y. X! U7 X4 ?
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.
9 Q: ^: k$ \5 {' p! P+ Z0 d) T1 l5 d6 D4 A3 M8 F6 R1 Z6 P
你的问题在于UCL/LCL和USL/LSL你有点混淆了：
: Y- Q5 ~0 L* Z9 J- | S* h9 }- Z7 f8 Z2 M
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。
; y8 e8 A/ c$ T1 k& B7 |0 t1 Z; Q A0 m
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。
1 O6 M- D8 v0 C0 W) A& q
$ a& F. t/ Z0 B& S0 ]6 J5 \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3.41 ^1 D$ W' F) D4 B" e
) A6 c, k5 N2 W8 {9 i* h, G1 o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。6 w' o: ?/ @! X+ z# {$ Q$ }
( I$ r% W% C# C% ]- b* c" ~- w. W# L
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。
8 Z( n) y8 u9 z+ S* Y2 L5 s2 @% M
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....( ~; I% O' g8 `, A5 L4 s% Y
* m/ J0 h, x7 k: w8 G5 ]我觉得可以申请精华了。。。。。。
4 v0 n5 o; N2 ?# O! d
- r! \' k6 Q3 F+ d' Z0 ^ ]) c[ 本帖最后由 ppp7872 于 2008-9-3 10:42 编辑 ] |
|
楼主