- 统计教程
- 首页
- 调整R方
- 方差分析
- 算术平均数
- 算术中位数
- 算术众数
- 算术极差
- 条形图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 环排列
- 整群抽样
- Cohen Kappa 系数
- 组合
- 有放回组合
- 比较图表
- 连续均匀分布
- 连续数列算术平均数
- 连续数列算术中位数
- 连续数列算术众数
- 累积频率
- 变异系数
- 相关系数
- 累积图
- 累积泊松分布
- 数据收集
- 数据收集 - 问卷设计
- 数据收集 - 观察法
- 数据收集 - 案例研究法
- 数据模式
- 十分位数统计
- 离散数列算术平均数
- 离散数列算术中位数
- 离散数列算术众数
- 点图
- 指数分布
- F分布
- F检验表
- 阶乘
- 频率分布
- 伽马分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 总平均数
- Gumbel 分布
- 调和平均数
- 调和数
- 谐振频率
- 直方图
- 超几何分布
- 假设检验
- 个体数列算术平均数
- 个体数列算术中位数
- 个体数列算术众数
- 区间估计
- 逆伽马分布
- Kolmogorov-Smirnov 检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽马分布
- 逻辑回归
- 麦克尼马尔检验
- 平均偏差
- 均值差异
- 多项分布
- 负二项分布
- 正态分布
- 奇排列和偶排列
- 单比例Z检验
- 异常值函数
- 排列
- 有放回排列
- 饼图
- 泊松分布
- 合并方差(r)
- 功效计算器
- 概率
- 概率加法定理
- 概率乘法定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) & 过程性能 (Pp)
- 过程Sigma
- 二次回归方程
- 定性数据与定量数据
- 四分位差
- 经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 信度系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样本计划
- 抽样方法
- 散点图
- Shannon-Wiener 多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误 (SE)
- 标准正态表
- 统计显著性
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生t检验
- 平方和
- t分布表
- TI 83 指数回归
- 转换
- 截尾均值
- I型和II型错误
- 方差
- 韦恩图
- 大数弱定律
- Z表
- 统计有用资源
- 统计 - 讨论
统计 - 过程Sigma
过程Sigma可以使用以下四个步骤定义:
衡量机会数;
衡量缺陷数;
计算合格率;
查找过程Sigma。
使用公式
${DPMO = \frac{总缺陷数}{总机会数} \times 1000000}$
${缺陷率 (\%) = \frac{总缺陷数}{总机会数} \times 100}$
${合格率 (\%) = 100 - 缺陷率 (\%) }$
${过程Sigma = 0.8406+\sqrt{29.37}-2.221 \times (log (DPMO)) }$
其中 −
${机会数}$ = 客户可察觉到的最低缺陷。
${DPMO}$ = 每百万机会的缺陷数。
示例
问题陈述
在一个设备组织中,生产的硬板为10000块,缺陷为5块。求过程Sigma。
解答
已知:机会数 = 10000,缺陷数 = 5。将已知数值代入公式:
步骤1:计算DPMO
$ {DPMO = \frac{总缺陷数}{总机会数} \times 1000000 \\[7pt] \, = (5/10000) \times 1000000 , \\[7pt] \, = 500}$
步骤2:计算缺陷率(%)
$ {缺陷率 (\%) = \frac{总缺陷数}{总机会数} \times 100 \\[7pt] \, = \frac{5}{10000} \times 100 , \\[7pt] \, = 0.05}$
步骤3:计算合格率(%)
$ {合格率 (\%) = 100 - 缺陷率 (\%) \\[7pt] \, = 100 - 0.05 , \\[7pt] \, = 99.95}$
步骤4:计算过程Sigma
$ {过程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 }$
广告