请教PPM和DPMO的区别与计算方法?RTY的计算?
一开始俺是虚心的,虔诚地要搞懂什么是PPM、什么是DPO、DPU、DPMO,查了查资料整理如下:
ppm,不合格品率的百万分点表示,即每百万个产品中的不合格品数
单位/单元(unit):过程加工过的对象,或传递给顾客的一个产品及一次服务
缺陷(defect):产品(服务)没有满足顾客的需求或规格标准
缺陷对象:包含缺陷的单元
缺陷机会:单位产品上可能出现缺陷的位置或机会
DPU,defects per unit,单位产品缺陷率,反映了各种类型的缺陷在抽取的全体样本中所占的平均比率。
DPU=缺陷数/单位产品数
DPO,defects per opportunity,每次机会中出现缺陷的概率,表示每个样本量中缺陷数占全部机会数的比例
DPO=缺陷数/(产品数×机会数)
DPMO,defects per million opportunity,每百万机会缺陷数,
DPMO=DPO×100,0000
RTY(rolled throughput yield),流通合格率,充分考虑过程中子过程的存在,若过程有n个子过程,而子过程的合格率分别为y1,y2,……yn,则:
RTY = y1y2……*yn
当把这些东西想要和SPC的计量、计数数据结合的时候,俺是迷茫地:
>
0.先描述一下数据源:
计量型的数据通常是这样的,我要测量一个尺寸长度,则得到一堆零件的数据:10.8,10.9,9.9,9.7....;
计数型的数据通常包括计件和计点两种:
计件的数据是(子组数,不合格品数):(4000,8),(4000,14)……;
计点的数据是这样的(子组数,疵点数)(4000,7),(4000,8)……;
1.PPM如何计算?
计量型的数据:可以通过计算其均值和西格玛值,然后转化为标准正态分布求积分即可得到不合格率,然后得到PPM;
问题一:计件型的PPM可以计算吗?PPM=∑子组不合格数/∑子组数*1000000?这种算法正确吗?
问题二:计点型数据可以计算PPM吗?按照定义貌似没有道理啊?
2.DPMO的计算?
问题三:计量型数据能够计算DPMO吗?或者DPMO=PPM?
问题四:计件的数据能够计算DPMO吗?或者计件型数据的DPMO有意义吗?DPMO=∑子组不合格数/∑子组数*1000000?
问题五:计点的数据怎么计算DPMO?DPMO=∑疵点数/∑子组数*1000000?总感觉一个子组的数据就可以计算出DPMO,这种算法对吗?
3.RTY的计算
由RTY的定义,需要知道合格率y1、y2...yn等。
计量型的数据:通过计算数据均值和西格玛估计值,根据规范限USL和LSL转化为标准正态分布求积分即可得到合格率
计件型数据的合格率能够计算吗?事实上每一对(子组数,不合格品数)都能够计算一个不合格率,对于一组计件数据如何计算合格率?合格率=1-∑不合格品数/∑子组数?
计点型数据能够合格率吗?
对于计件和计点如何计算其合格率从而计算RTY呢?
另外就是使用计数型的方法时,一般时仅使用计件或仅使用计数,还是对一批样本会同时使用这两种方法呢?
后来又搜索了论坛上几个关于PPM和DPMO的帖子,看得让俺有些愤怒了:为什么搞了这么多概念,难道是非得把人整晕了才是高超的质量理论吗?
>
http://bbs.6sq.net/viewthread. ... BDPMO
举个例子:批量1000,每片有100个焊点,只有1片不良(且这1片上有两个焊点不良)
算PPM就=1/1000*1000000=1000
算DPMO就=2个焊点/((100焊点/片+1)1000)1000000=2/101000*1000000=2000/101
这DPMO中的“1”指若这片板子100个焊点都是好的,可这片板子功能却不能通过,是一个机会不良数。
由上可知:通常DPMO要比DPPM小很多
6Sigma上所使用的就是DPMO,而非DPPM
所谓6Sigma=3.4,单位是DPMO
上面的DPPM是指每百万产品的缺陷率?对于只使用计量型的数据进行计算的质量特性由如何用DPMO来描述呢?
对于那个+1仍然有些不明白为什么非得这么去做?
最后颇有些无奈,还得整明白了才能用起来。于是把相关算法和问题整理如上,还望各位同仁援手不吝赐教啊,先行谢过!
没有找到相关结果
28 个回复
Zhangkyo (威望:0) (江苏 无锡) 汽车制造相关 经理
赞同来自: marsxj
简单说 DPPM vs DPPO
在检验条件完全相同:相同检验员,设备,供应商...时:
第一批来料,检验1个项目1000件产品,发现缺陷1处,DPPM = 1/10000*1000000=1000
第二批来料,检验10个项目1000件,发现缺陷1处,DPPM= ....... = 1000
此时说两次来料质量水平相同不太合理吧。用DPPO就可以反映不同之处。