- 統計教程
- 首頁
- 調整R方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 環排列
- 整群抽樣
- Cohen Kappa 係數
- 組合
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻率分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel 分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov 檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均偏差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 有放回排列
- 餅圖
- 泊松分佈
- 合併方差(r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) & 過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- Shannon-Wiener 多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI 83 指數迴歸
- 轉換
- 截尾均值
- I型和II型錯誤
- 方差
- 韋恩圖
- 大數弱定律
- Z表
- 統計有用資源
- 統計 - 討論
統計 - 過程Sigma
過程Sigma可以使用以下四個步驟定義:
衡量機會數;
衡量缺陷數;
計算合格率;
查詢過程Sigma。
使用公式
${DPMO = \frac{總缺陷數}{總機會數} \times 1000000}$
${缺陷率 (\%) = \frac{總缺陷數}{總機會數} \times 100}$
${合格率 (\%) = 100 - 缺陷率 (\%) }$
${過程Sigma = 0.8406+\sqrt{29.37}-2.221 \times (log (DPMO)) }$
其中 −
${機會數}$ = 客戶可察覺到的最低缺陷。
${DPMO}$ = 每百萬機會的缺陷數。
示例
問題陳述
在一個裝置組織中,生產的硬板為10000塊,缺陷為5塊。求過程Sigma。
解答
已知:機會數 = 10000,缺陷數 = 5。將已知數值代入公式:
步驟1:計算DPMO
$ {DPMO = \frac{總缺陷數}{總機會數} \times 1000000 \\[7pt] \, = (5/10000) \times 1000000 , \\[7pt] \, = 500}$
步驟2:計算缺陷率(%)
$ {缺陷率 (\%) = \frac{總缺陷數}{總機會數} \times 100 \\[7pt] \, = \frac{5}{10000} \times 100 , \\[7pt] \, = 0.05}$
步驟3:計算合格率(%)
$ {合格率 (\%) = 100 - 缺陷率 (\%) \\[7pt] \, = 100 - 0.05 , \\[7pt] \, = 99.95}$
步驟4:計算過程Sigma
$ {過程Sigma = 0.8406+\sqrt{29.37}-2.221 \times (log (DPMO)) \\[7pt] \, = 0.8406 + \sqrt {29.37} - 2.221 \times (log (500)) , \\[7pt] \, ≈ 4.79 }$
廣告