Como decifrar o seu sigma pontuação (z) para seis sigma

De uma perspectiva de qualidade, Six Sigma é definido como 3,4 defeitos por milhão de oportunidades. Este valor é chamado de Six Sigma nível de qualidade.

pontuações Sigma são jogados cerca de tanto que você definitivamente precisa ser compreensivo confortável o que são e como eles são calculados. Basicamente, um pontuação sigma diz-lhe quantos desvios padrão podem se encaixar entre o limite médio e especificação de qualquer processo ou especificação.

Video: Exercícios Score Z - Probabilidade aleatórias de X

A pontuação sigma podem ser aplicadas para o desempenho de qualquer coisa que tenha uma especificação e uma taxa de defeito: o desempenho do sistema de correio na entrega de cartas para o endereço correto, a capacidade de um fabricante de automóveis a produzir uma porta que se adapta ao corpo dentro uma tolerância dimensional exigido, ou um processo de orçamentação repetiu que deve ser concluída dentro de sua janela programação especificada.

Quantos desvios padrão podem se encaixar?

A tendência central da distribuição de desempenho é definida por sua média. A quantidade de variação no desempenho, ou a largura da distribuição, é definido pela sua σ desvio padrão. A questão é quantos desvios padrão que você pode caber entre o processo ou média da característica e seu limite de especificação SL?

Video: Z-statistics vs. T-statistics | Inferential statistics | Probability and Statistics | Khan Academy

Você pode ver que quatro desvios padrão podem se encaixar entre a média eo limite de especificação. O número exato pode sempre ser calculado pela fórmula

Um baixo sigma (Z) Pontuação significa que uma parte significativa da cauda da distribuição se estende passado o limite de especificação. Assim, quanto maior o sigma (Z) Pontuação, menor o número de defeitos. Uma característica do processo ou recebe uma boa sigma (Z) Marcar quando a distribuição de variação é de forma segura longe da borda do rochedo especificação. Um sigma (Z) Pontuação pode mudar em uma de três maneiras:

• A localização da tendência central da distribuição - a média - se move mais próximo ou mais distante do limite de especificação.

• A largura da distribuição, como definido por alterações do desvio padrão σ.

• A localização do limite de especificação SL desloca-se para mais perto ou mais longe da variação característica ou processo.

Compare de curto prazo para sigma longo prazo marcar cálculos

A partir da média eo desvio-padrão, você pode calcular um sigma (Z) Ponto. Uma ruga aqui é que você deve saber que tipo de desvio padrão que você está usando para calcular o sigma (Z) Pontuação: É uma σ desvio padrão de curto prazo_ST, ou é um longo prazo σ desvio padrão_LT?

Video: Mais exercícios de Regra Empírica e Índice Z

Se você estiver usando um desvio padrão de curto prazo, o sigma (Z) Marcar a calcular é um de curto prazo sigma marcar Z_ST:

Se, no entanto, você tem um desvio padrão de longo prazo, você pode calcular a pontuação sigma longo prazo Z_LT:

Vincular capacidade de curto prazo para o desempenho de longo prazo com o deslocamento de 1,5 sigma

desempenho da variação de curto prazo, como quantificada pela pontuação sigma de curto prazo Z_ST, representa o melhor desempenho da variação que você pode esperar de seu processo atualmente configurado. É um idealista medida de capacidade. É também o tipo mais fácil de dados para collect- basta ir e pegar rapidamente uma amostra relativamente pequena de medições do processo ou característica, e você tê-lo.

Mas, no longo prazo, um processo ou característica não funcionar idealmente como ele faz no curto prazo. Seu desempenho irá degradar por turno, deriva, e influências de tendência. No coração do Six Sigma é um método que combina o melhor dos dois mundos. Ele permite que você alavancar a economia dos dados variação de curto prazo, enquanto projeta desempenho realista, a longo prazo versus especificações do do processo ou característicos.

A característica ou processo permanece dentro das especificações durante o curto prazo e parece não ter problemas. Mas a longo prazo, perturbações no processo de fazer com que ele se expandir, e esta expansão cria defeitos além do limite de especificação.

Uma maneira matemática para simular o efeito destas influências degradantes, a longo prazo é a mover-se artificialmente a distribuição de curto prazo para mais perto do limite de especificação até que a quantidade de defeitos para a distribuição de curto prazo é o mesmo que o descrito para o longo prazo distribuição.

primeiros praticantes de Seis Sigma proposto que matematicamente deslocando uma distribuição de curto prazo do processo mais perto de seu limite de especificação por uma distância de 1,5 vezes o seu desvio padrão de curto prazo da característica ou se aproximar o número de defeitos que ocorram no longo prazo. Esta ideia inovadora pode ser aplicado diretamente para o cálculo de curto prazo e sigma de longo prazo (Z) marca.

Porque Z_ST representa o número de desvios padrão de curto prazo entre o centro de variação e a especificação, o sigma (Z) O resultado da distribuição é deslocado

Z_deslocou = Z_ST - 1,5

Mas, com a distribuição deslocou sendo equivalente, defeito-sábio, com a distribuição de longo prazo, a equação anterior pode ser reescrita como

Video: Como calcular a Distribuição Normal Curva Padronizada z Excel Função DIST.NORM Excel Estatística

Z_LT = Z_ST - 1,5

Então, o que os profissionais Six Sigma fazer é medir a variabilidade de curto prazo de um processo ou característica e calcular seus sigma de curto prazo marcar. Em seguida, eles imediatamente traduzir esta pontuação para o desempenho da taxa de defeito de longo prazo esperado, usando a mudança desvio padrão de 1,5 curto prazo. Este longo prazo sigma marcar, Z_LT, é comunicada em termos de defeitos por milhão de oportunidades, DPMO.