Kinakalkula ang anim na antas ng pagproseso ng sigma

Ang Anim na Sigma ay binuo ng isang inhinyero na nagngangalang Bill Smith ng kumpanya ng Motorola noong 1989. Ang sistema ng mga diskarte at tool na bumubuo sa Anim na Sigma ay nagiging mas malawak na ginagamit ngayon sa paggawa upang mapahusay ang kalidad at maitaguyod ang pagpapabuti.

Nilikha ni Joshua Crowder

Ano ang Proseso ng Sigma?

Ang proseso ng sigma ay isang sukat ng pagkakaiba-iba sa isang proseso na may kaugnayan sa mga kinakailangan. Ang mga kinakailangan ay itinakda bilang isang itaas na limitasyon sa pagpapaubaya (UTL) at isang mas mababang limitasyon sa pagpapaubaya (LTL). Ang term na proseso ng sigma ay talagang kapareho ng statistic z-score. Sa isang palagay na ang isang proseso na sinusukat ay nahuhulog sa ilalim ng isang normal na pamamahagi, ang distansya sa pagitan ng ibig sabihin ng proseso at ng UTL o LTL ay ang proseso ng sigma. Kaya, mas mataas ang iyong proseso ng sigma, mas mabuti ang iyong proseso. Ang dahilan para sa mga ito ay dahil ang pamamahagi ay makitid sa ibig sabihin ng pagtaas ng proseso ng sigma.

Ang Anim na Sigma ay isa sa mga pinakamahusay na tool upang maiwasang magkakaiba ang mga proseso. Dapat kang magkaroon ng isang katanggap-tanggap na saklaw ng kalidad, ang ibig sabihin, at isang kinakalkula na karaniwang paglihis (σ), na ginagamit upang mabilang ang dami ng pagkakaiba-iba o pagpapakalat ng iyong data. Sa data na ito, maaaring makalkula ang proseso ng sigma (z-score). Upang hanapin ang panukalang ito, maaaring magamit ang UTL o ang LTL. Ang mga equation upang makahanap ng proseso ng sigma ay matatagpuan sa ibaba.

Ang mga equation sa itaas ay ginagamit upang makahanap ng proseso ng sigma. Ang pinakamababa sa dalawang kinalabasan ay tatawaging proseso ng sigma.

Nilikha ni Joshua Crowder

Halimbawa ng Paggamit ng Proseso ng Equation ng Sigma

Ang halimbawang ito ay nagsasangkot ng mga pagsukat para sa isang bahagi na kailangang nasa pagitan ng saklaw na 2 at 10 pulgada. Ang LTL ay magiging 2 at ang UTL ay magiging 10. Mula sa nakaraang data na nakolekta sa prosesong ito, ang ibig sabihin ng proseso ay 6.5 at ang karaniwang paglihis ay 1.75. Gamitin muna natin ang UTL upang makalkula ang antas ng sigma.

(10 - 6.5) /1.75 = 2.0

Ang proseso ng sigma para sa UTL ay 2.0

(6.5-2) /1.75 = 2.57

Ang proseso ng sigma para sa LTL ay 2.57

Iproseso ang Sigma = 2

Pinili namin ang 2 dahil ang 2 ay mas malapit sa mean kaysa sa 2.57, na nagbibigay sa amin ng mas maraming mga depekto. Kung nais naming pumunta sa ilang mga hakbang sa karagdagang, maaari naming makalkula ang ilang higit pang mga item. Upang makita ang lugar ng mga sira na bahagi sa labas ng itaas na limitasyon ng pagpapaubaya, dapat nating gawin ang proseso na sigma (z-score) na "2.0" at hanapin ang 2.00 sa isang normal na tsart ng pamamahagi.

Kaya, tulad ng nakikita mo sa tsart sa ibaba, upang makita ang z-score dapat mong makita ang 2.0 sa pahalang na axis pagkatapos hanapin.00 sa patayong axis. Ang patayong axis ay para lamang sa pang-isandaang lugar. Hanapin ang mga z-score sa tsart sa ibaba.

Ginagamit ang normal na talahanayan ng pamamahagi upang makahanap ng porsyento ng lugar mula sa mean hanggang sa proseso ng sigma (z-score).

Nilikha ni Joshua Crowder

Mataas na Limitasyon ng Tolerance

Ang proseso ng sigma para sa UTL ay 2.0

Ang posibilidad ng magandang kinalabasan =.9772

Ang posibilidad ng isang hindi magandang kinalabasan 1-.9771 =.0229

Mas Limitasyong Limitasyon

Ang proseso ng sigma para sa LTL ay 2.57

Ang posibilidad ng magandang kinalabasan =.9949

Ang posibilidad ng isang hindi magandang kinalabasan 1-.9949 =.0051

Matapos hanapin ang mga z-score sa tsart, maaari nating sabihin kapag nagpapatakbo sa isang antas sa itaas ng antas ng ibig sabihin mayroon kaming 97.72 na porsyento ng pagkakataong magkaroon ng isang mahusay na kinalabasan sa UTL at isang 99.49 na pagkakataon na magkaroon ng isang mahusay na kinalabasan sa LTL.

Ang posibilidad ng pagkakaroon ng mga depektibong produkto ay maaaring matagpuan sa pamamagitan lamang ng pagbawas ng posibilidad ng mahusay na kinalabasan ng mula sa 1. Ang pagdaragdag ng mga probabilidad na magkasama ay magbibigay sa iyo ng pang-itaas at mas mababang porsyento ng depekto (.51 +.0229 =.028 o 2.8%). Ngayon kung i-multiply mo ang posibilidad na magkaroon ng mga hindi magagandang bahagi sa 1 milyon, masasabi na natin ngayon na ang prosesong ito ay mayroong 2,800 mga sira na bahagi bawat milyong mga pagkakataon (DPMO). Tingnan ang visual na representasyon sa ibaba para sa mga porsyento ng kinalabasan.

Ang mga porsyento ng kinalabasan.

Nilikha ni Joshua Crowder

Paggamit ng Microsoft Excel upang Makahanap ng Proseso ng Sigma

Maaaring magamit ang Microsoft Excel upang makahanap ng proseso ng sigma gamit ang isang serye ng mga hakbang. Maaari mong i-download ang halimbawa ng Microsoft Excel dito. Tulad ng nakikita mo sa larawan sa ibaba, ang lahat ng mga kalkulasyon ay maaaring gawin sa Microsoft Excel.

Ito ang mga pagpapaandar ng Istatistika ng Microsoft Excel na ginamit upang makalkula ang proseso ng sigma:

= STANDARDIZE (Kinakalkula ang proseso ng sigma)

= NORM.S.DIST (Left-tail defective porsyento mula sa negatibong z-score)

= NORM.S.DIST (porsyento ng magagandang bahagi ng UTL)

= NORM.S.DIST (ABS (porsyento ng magagandang bahagi ng UTL mula sa negatibong z-iskor)

= 1-NORM.S.DIST (Taong-buntot na porsyento ng Defective)

Ang mga kalkulasyon ng proseso ng sigma ay maaaring gawin sa Microsoft Excel sa tulong ng mga pagpapaandar ng istatistika.

Nilikha ni Joshua Crowder

Mga Sanggunian

Boyer, K. & Verma, R. (2010). Mga pagpapatakbo at pamamahala ng supply chain para sa ika-21 siglo . Mason, OH: Timog-Kanluran.

Mga Kaugnay na Artikulo

Paano Kalkulahin ang Oras ng Takt upang Makontrol ang isang Proseso

Pinagmulan ng Pagpapabuti ng Kalidad upang Mas mahusay ang Lugar ng Trabaho

Napakahalagang Mga Tool sa Paggawa ng Lean Na Maaaring Mapagbuti ang Negosyo

Paano Makumpleto ang isang Break-Even Analysis sa Production: Sa Pagitan ng Mga Proseso

© 2018 Joshua Crowder