› 六西格玛DMAIC工具集
返回
Six Sigma DMAIC

六西格玛DMAIC工具集

六西格玛DMAIC学习工具:计算DPMO与西格玛换算、3人×3零件×2次交叉ANOVA量具R&R,绘制帕累托图和鱼骨图。DOE、过程能力及控制图使用链接的独立工具。

计算结果
—
DPMO
—
σ水平
—
单侧Z/3(参考)
—
%R&R
DPMO计算器

DPMO与σ水平转换表

σ水平DPMO(长期)不良率%
2σ308,53730.85%
3σ66,8076.68%
4σ6,2100.62%
5σ2330.023%
6σ3.40.00034%
VOC → CTQ树 / SIPOC
输入顾客声音(VOC),定义关键质量特性(CTQ)。
SIPOC模板
S 供应商I 输入P 过程O 输出C 顾客
量具R&R(MSA)
3名操作员 × 3个零件 × 2次重复
R&R方差成分
方差贡献
3×3×2交叉ANOVA,保留交互作用。%Study R&R与P/T=6σ/T不同。小样本仅供学习,不用于测量系统认证。
帕累托图
Pareto

鱼骨图(石川图/因果图)
鱼骨图

六类鱼骨图,可横向滚动。图中文字为缩略标签,完整原因保留在输入栏。

改进阶段
与DOE(实验设计)的结合

在改进阶段,使用实验设计(DOE)来确定最优条件。

打开DOE工具
改进方案列表

此项为手动备忘,不计算投资回报,也不搜索DOE最优条件。

控制阶段
与控制图的结合

在控制阶段,使用控制图(SPC)监控改进后的过程。

打开控制图工具 打开Cp/Cpk工具
控制计划模板
工序特性规格控制方法频率
DPMO vs σ水平曲线
DPMO与西格玛水平

输入与操作

选择DMAIC阶段。定义阶段以缺陷数D、单位数U和统一定义的每单位机会数O计算DPMO=10⁶D/(UO)。按每个机会的不符合计数,要求D≤UO;空白、负数或分母0不会生成结果。

测量阶段填写3人对同一3零件各测2次的全部18值,以及同单位的公差宽度T=USL−LSL。分析阶段按“类别,件数”逐行输入帕累托图数据。鱼骨图用六类、逗号分隔的原因来整理假设,不证明因果关系。

可核算的例子

D=34、U=1000、O=10时,DPMO=3400,西格玛水平≈4.21,单侧Z/3≈0.902。D=34、U=10000000、O=1时,DPMO=3.4,西格玛水平≈6.00。观测缺陷0虽对应DPMO=0,也不固定显示6σ。

R&R核算:每位操作员对零件1测9,9,零件2测10,10,零件3测11,11。估计零件间方差为1、量具方差为0、%Study R&R=0%、P/T=0。这是构造的算例,不是实际测量精度保证。

模型与适用范围

西格玛水平=Φ⁻¹(1−DPMO/10⁶)+1.5采用单侧正态分布及1.5σ偏移的惯例。该偏移不是实测漂移。单侧Z/3是概率换算,不等同于由实测均值、标准差和上下规格限计算的Cpk。0%与100%没有有限逆正态估计,显示“—”。

平衡双因素随机效应ANOVA始终保留操作员×零件交互作用,负的估计方差截为0。不进行显著性检验后合并、不计算置信区间、校准偏差或线性误差。饼图为方差贡献,不是标准差比值%Study R&R。

%Study R&R=100σgage/√(σgage²+σpart²),P/T=6σgage/T。改变公差只改变P/T;全部测量相同时总变差0,%Study R&R未定义。仅3零件的小样本用于学习,不作为过程或测量系统合格认证。

改进栏为手动预估额和改善方案备忘。DOE优化、过程能力和控制图须使用链接的独立工具,本页面不会自动运行这些分析。 分享URL仅包含数值设置,不包含文字备忘或当前DMAIC阶段。

常见问题

缺陷0是否证明达到六西格玛?

否。观测缺陷0仍与样本量和不确定性有关。此页显示DPMO=0、有限西格玛估计为“—”,不作六西格玛认证。

单侧Z/3就是实测Cpk吗?

不是。此值把观测缺陷概率按单侧正态假设换算,并未使用实测均值、标准差及上下规格限。

为何改变公差不影响%R&R?

%Study R&R比较测量标准差与观测总标准差;公差T用于另一个比值P/T=6σgage/T。

能上传帕累托CSV文件吗?

不能。请逐行输入或粘贴“类别,件数”。件数为非负整数,合计须大于0。

参考资料

ASQ — Six Sigma · NIST — Binomial confidence limits · Crossed Gage R&R — formulas