引言：本节内容张驰咨询对六西格玛培训DMAIC方法M阶段主要工具“过程能力分析”进行简单概述。一、什么是过程能力分析；二、应用目的；三、构成与原理；四、应用方法：
本节内容张驰咨询对六西格玛培训DMAIC方法M阶段主要工具“过程能力分析”进行简单概述。
一、什么是过程能力分析
过程能力分析是应用统计学原理评价过程满足预期要求的能力与表现的一种方法。而过程能力指数是平衡过程能力对预期要求或规范限满足程度的量化指标。
二、应用目的
团队在收集到了过程输出Y的数据后，应对Y的波动情况做出定量化的分析和评估。而过程能力分析是这种量化评估的主要内容。它也是确定过程改进的基线和改进目标的重要工具。
三、构成与原理
过程能力分析按照数据类型的不同分为两类：连续型数据过程能力分析、非连续型数据过程能力分析。
1.连续型数据的过程能力分析
为了进行过程能力分析，定义下述概念：
①、过程短期波动，也称样本内的波动，是仅由短期内随机因素影响而产生的过程波动，也称为过程的固有波动。
②、过程的总波动，是由随机因素和系统因素影响而产生的波动。
③、过程能力（PC），是过程固有波动的6σ组内的范围。
④、过程绩效（PP），是过程总波动的6σ整体的范围。
在前面谈到的随机变量和分布中，提到可以将过程输出的对象看成是随机变量，为了解随机变量的变化情况，引入了概率分布的概念。而其中对于连续书籍最为常见的一种概率分布模型就是正态分布。所以在计算连续数据过程能力时，是利用收集的数据来建立过程输出的正太分布模型，再将该过程对应的正态分布的波动大小与顾客要求的规范限范围进行比较，以此来判断过程在满足顾客要求方面的能力。
按照过程受到的波动影响因素的不同，将过程能力分为短期过程能力和长期过程能力。
2.非连续型数据的过程能力分析
上述过程能力的计算针对的都是连续型数据，但在实际过程中，经常会遇到非连续型数据的过程输出特性，对于非连续型数据而言，计算过程能力的方法有所不同。
对于区分型数据（结果只有两种可能：合格或不合格），首先应计算出该过程的合格品率FTY（这里谈到的合格品率指的是一次合格率，并不包括返修），则缺陷率P（d）即为1-FTY，之后查缺陷率与Z值对应表，即可以查出对应的西格玛水平。
对于计点型数据而言（记录缺陷个数的数据），如果知道过程输出特性的缺陷机会数，那就计算出单位机会缺陷数DPO或DPMO，查DPMO与Z值对应表，即可求出对应的西格玛水平Z。
如果不清楚过程输出特性的缺陷机会，那就首先要计算出单位缺陷数DPU，再利用下面的公式将DPU转换为FTY，再查表求出对应的西格玛水平。
FTY=e-DPU
四、应用方法：
1.连续型数据的过程能力分析，可按下述步骤进行：
①、明确过程输出特性，以及顾客对于该特性的要求（规范限）。
②、制定数据抽样方案，其原则是尽量保证同一样本组内的数据只受随机因素的影响，波动较小。即在人、机、料、法、环、测相对比较稳定时收集到的数据构成一个样本组。而特殊因素的影响主要反映在不同样本之间的变化。
③、在计算短期过程能力时，应保证收集的数据近似服从正态分布，对于出现偏态的数据应首先考虑对数据进行正态性变换。
④、分别计算出过程的固有波动对应的标准差σ和总波动对应的样本标准差S，将顾客要求的规范限与波动大小进行比较，计算出对应的长短期过程能力。
2.非连续型数据的过程能力分析，可按下述步骤进行：
①、确定过程输出的特性，以及输出数据的类型；
②、如果是区分型数据，计算出过程输出的FTY或缺陷率P（d），查表求出西格玛水平；
③、如果计点型数据，首先判断是否存在缺陷机会，如果存在缺陷机会就使用单位机会缺陷数DPO的概念，计算DPO或DPMO，并查表求出西格玛水平；
④、如果用单位缺陷数DPU来进行计算，则将DPU按公式“FTY=e-DPU”转换为FTY，再查表求出西格玛水平。
一、什么是过程能力分析
过程能力分析是应用统计学原理评价过程满足预期要求的能力与表现的一种方法。而过程能力指数是平衡过程能力对预期要求或规范限满足程度的量化指标。
二、应用目的
团队在收集到了过程输出Y的数据后，应对Y的波动情况做出定量化的分析和评估。而过程能力分析是这种量化评估的主要内容。它也是确定过程改进的基线和改进目标的重要工具。
三、构成与原理
过程能力分析按照数据类型的不同分为两类：连续型数据过程能力分析、非连续型数据过程能力分析。
1.连续型数据的过程能力分析
为了进行过程能力分析，定义下述概念：
①、过程短期波动，也称样本内的波动，是仅由短期内随机因素影响而产生的过程波动，也称为过程的固有波动。
②、过程的总波动，是由随机因素和系统因素影响而产生的波动。
③、过程能力（PC），是过程固有波动的6σ组内的范围。
④、过程绩效（PP），是过程总波动的6σ整体的范围。
在前面谈到的随机变量和分布中，提到可以将过程输出的对象看成是随机变量，为了解随机变量的变化情况，引入了概率分布的概念。而其中对于连续书籍最为常见的一种概率分布模型就是正态分布。所以在计算连续数据过程能力时，是利用收集的数据来建立过程输出的正太分布模型，再将该过程对应的正态分布的波动大小与顾客要求的规范限范围进行比较，以此来判断过程在满足顾客要求方面的能力。
按照过程受到的波动影响因素的不同，将过程能力分为短期过程能力和长期过程能力。
2.非连续型数据的过程能力分析
上述过程能力的计算针对的都是连续型数据，但在实际过程中，经常会遇到非连续型数据的过程输出特性，对于非连续型数据而言，计算过程能力的方法有所不同。
对于区分型数据（结果只有两种可能：合格或不合格），首先应计算出该过程的合格品率FTY（这里谈到的合格品率指的是一次合格率，并不包括返修），则缺陷率P（d）即为1-FTY，之后查缺陷率与Z值对应表，即可以查出对应的西格玛水平。
对于计点型数据而言（记录缺陷个数的数据），如果知道过程输出特性的缺陷机会数，那就计算出单位机会缺陷数DPO或DPMO，查DPMO与Z值对应表，即可求出对应的西格玛水平Z。
如果不清楚过程输出特性的缺陷机会，那就首先要计算出单位缺陷数DPU，再利用下面的公式将DPU转换为FTY，再查表求出对应的西格玛水平。
FTY=e-DPU
四、应用方法：
1.连续型数据的过程能力分析，可按下述步骤进行：
①、明确过程输出特性，以及顾客对于该特性的要求（规范限）。
②、制定数据抽样方案，其原则是尽量保证同一样本组内的数据只受随机因素的影响，波动较小。即在人、机、料、法、环、测相对比较稳定时收集到的数据构成一个样本组。而特殊因素的影响主要反映在不同样本之间的变化。
③、在计算短期过程能力时，应保证收集的数据近似服从正态分布，对于出现偏态的数据应首先考虑对数据进行正态性变换。
④、分别计算出过程的固有波动对应的标准差σ和总波动对应的样本标准差S，将顾客要求的规范限与波动大小进行比较，计算出对应的长短期过程能力。
2.非连续型数据的过程能力分析，可按下述步骤进行：
①、确定过程输出的特性，以及输出数据的类型；
②、如果是区分型数据，计算出过程输出的FTY或缺陷率P（d），查表求出西格玛水平；
③、如果计点型数据，首先判断是否存在缺陷机会，如果存在缺陷机会就使用单位机会缺陷数DPO的概念，计算DPO或DPMO，并查表求出西格玛水平；
④、如果用单位缺陷数DPU来进行计算，则将DPU按公式“FTY=e-DPU”转换为FTY，再查表求出西格玛水平。
相关热词：六西格玛培训
在线客服
联系我们
在线反馈