六个标准差(six sigma, 6σ)运用于日常生活

六个标准差(six sigma，又称6σ)原本是制造工厂里用来改善产品良率的一项目标，它源自于统计制程管制（Statistical Process Control，简称SPC）的理论，但现在几乎已经变成了各行各业满足客户的一项指标。

简单来说，符合6σ就代表每生产出一百万个产品，其不良品必须低于四个(更精确来说是3.4个)，转换成一般服务业的用语，就是每一百万人次的客人，其中不满意服务的不可以超过四人。总归一句话，追求六个标准差就是在追求零缺点，因为百万分之3.4的不良率对大部分的制品来说几乎是趋近于零的意思。

那执行6σ有何好处？

执行6σ可以帮助降低产品生产时的不良率，因为要是生产出不良品，就必须花费额外的人力及物力成本来修理它，不但浪费时间也浪费金钱，更可能因为不小心把不良品漏交到顾客手中，而造成赔偿或损失客户的严重后果。

就服务业来说，执行6σ可以降低顾客的不满意率，让顾客愿意再回头来光顾我们的服务或购买商品。

既然执行6σ有这么多的好处，那要如何执行呢？

首先你必须要选定一项可以数据化的目标，然后订定这个目标的上、下界限，还要透过不断的脑力激盪，想出对策、改善流程、查核效果，制定有效的标准程序，如此反覆，最后才能达成目标。

以便当业为例，如何执行6σ？

举个例来说好了，假设你经营一家便当专卖店，而邻近的办公室也大多来跟你订午餐便当，因为办公室的休息时间一般为中午十二点整，而顾客大多希望可以准时吃到热腾腾的便当但又不至于饿太久，于是你与客户订定了便当送达的时间必须介于11:45～12:15之间，而且你也同意便当如果送得太早或太晚就必须要打七折，另外，你为了鼓励员工达成目标，也提供便当费的一成作为奖金给员工。

所以上面例子的目标就是「便当送达的时间」，而上、下界限就是11:45及12:15，而你必须要纪录每次便当送达客户的时间，然后计算出其标准差来衡量成果。这里还有一个重点，就是客户真正需要的是12:00便当送达，如果11:45～12:15已经可以轻松被达成，何妨把自己的标准再加严成11:50～12:10，相信可以更进一步提高顾客的满意度。

不同情况下标准差(Sigma, σ)数与不良率对应表

当制程为稳定时，量测出来的数据分佈一般会成「常态分配/正态分佈」，依据规格上限(USL)与规格下限(LSL)，可以计算出规格范围(T=USL-LSL)、制程的中心值为(x̄)、标准差为(σ)，一般情形下我们会用【M-x̄=1.5σ】来表示制程中心与规格中心(M)有偏移，因为实际执行时很难正中红心的（规格中心值），如果【M=x̄】则表示无偏移，这属于纯理想状况的理论值。

下表列出不同标准差数(σ)与其所对应之不良率(ppm)。标准差的算法只要利用Excel的STDEV()函数就可以被计算出来。

一般我们说「6个西格玛的不良率为3.4」就是假设实际制品的中心值与规格中心有1.5σ偏移状态下所计算出来的，至于为何是1.5个σ偏移，这纯粹就是经验值了，或是自己想办法统计一下。

更多标准差与不良率的资讯可以参考【Cpk、Sigma与不良率PPM换算对照表】一文。

T/2所包含的σ数	M-x̄=0	M-x̄=1.5σ
1	317,400	697,700
2	4,5400	308,733
3	2,700	33,803
4	63	6210
5	0.57	233
6	0.002	3.4

如果您对于标准差还觉得意犹未尽，请继续阅读【六个标准差的实例探讨(six sigma、六西格玛)】

---

回》SPC、Cpk、制程能力之解说与整理

更多关于六个标准差的文章：
如何达成六个标准差(six sigma)
六个标准差的实例探讨(six sigma)
标准差与常态分佈的关系(six sigma)

延伸阅读：
制程能力介绍 ─ Cp之制程能力解释
制程能力介绍 ─ Ck之制程能力解释
制程能力介绍 ─ Cpk之制程能力解释
制程能力介绍─制程能力的三种表示法
制程能力介绍 ─ 制程能力的评估与改善对策

• LTS低温焊锡可靠度验证

贊助商广告

---

PayPal

欧付宝

访客统计

188金宝搏苹果下载 聊电子制造Podcast