六西格瑪基本統(tǒng)計[1]課件

1、六西格瑪基本統(tǒng)計2022/7/15六西格瑪基本統(tǒng)計1基礎(chǔ)統(tǒng)計理論目錄4 1235 統(tǒng)計目的數(shù)據(jù)分類統(tǒng)計概述基本圖表六西格瑪度量的種類六西格瑪基本統(tǒng)計1第一部分統(tǒng)計目的六西格瑪基本統(tǒng)計1你看到了什么?六西格瑪基本統(tǒng)計1你需要整個圖片!六西格瑪基本統(tǒng)計1數(shù)據(jù)的重要性數(shù)據(jù)是來自觀察的,由一個過程所搜集得來的數(shù)據(jù)可讓我們描繪過程,了解過程,改善過程甚至控制過程.Data 數(shù)據(jù)驅(qū)動決策和行動六西格瑪基本統(tǒng)計1數(shù)據(jù)對六西格瑪很重要使用統(tǒng)計學(xué)來解決真實的問題真實的解決方案統(tǒng)計學(xué)解決方案統(tǒng)計學(xué)問題真實的問題把問題轉(zhuǎn)換為數(shù)字 (Y)定義 Y 的規(guī)格(可接受范圍)理解(xi) 與流程輸出(Y)的關(guān)系Y = f(x

2、1, x2, x3.)影響流程表現(xiàn)的關(guān)鍵因子是什么? 找到因子(xi)的水平和操作窗口, 保證輸出 (Y) 是在可接受范圍內(nèi)控制輸入 (xi) 避免輸出/缺陷六西格瑪基本統(tǒng)計1統(tǒng)計思想所有作業(yè)是相互關(guān)聯(lián)的工序的系統(tǒng)例) 線路板作業(yè)過程原料投入貼插裝清洗噴膠所有工序中都存在散布可避免原因不可避免原因同樣原料同樣生產(chǎn)工藝同樣作業(yè)者同樣方法發(fā)生散布統(tǒng)計思想是 遵守以下四種根本原則的學(xué)習(xí)，思考和實踐的一種哲學(xué)。六西格瑪基本統(tǒng)計1 調(diào)查散布和減少散布的活動減少工序散布的活動減少產(chǎn)品質(zhì)量散布顧客滿足費用降低考慮判斷失誤的錯誤注意從樣本數(shù)據(jù)的結(jié)果判斷時發(fā)生錯誤統(tǒng)計思想不是單純的數(shù)字組合或計算，而是為質(zhì)量革新

3、而思考的方法，也是思考的過程。統(tǒng)計思想不是統(tǒng)計知識或工具，更不是軟件的具體操作，而是學(xué)會用統(tǒng)計思維看待和分析問題，避免只看到表面層次的現(xiàn)象就去下結(jié)論作決策。統(tǒng)計思想舉例：去年公司的顧客滿意率為80%，今年調(diào)查了100位顧客，有85位顧客表示滿意，滿意率達到85%。能否說今年的顧客滿意率比去年提高了5%？六西格瑪基本統(tǒng)計1當(dāng)重復(fù)測量時,經(jīng)常產(chǎn)生不同的結(jié)果,這就是偏差偏差的類型： 通常原因的偏差： 測量中的差異是被期望的并可以預(yù)測的 特殊原因的偏差(隨機)： 測量中的差異是不可預(yù)測的偏差六西格瑪基本統(tǒng)計1我們是期望能夠觀察出偏差的，如果沒有偏差那肯定會有問題如果所有的區(qū)域的產(chǎn)品的銷售量完全相同,我

4、們將懷疑數(shù)據(jù)的真實性.偏差的存在使我們的工作更有挑戰(zhàn)性我們通常不相信來源于單個數(shù)據(jù)的結(jié)果,通常收集多個數(shù)據(jù)并注意收集的方法以減少偏差結(jié)論：偏差是自然存在的,被期望的并是統(tǒng)計的基礎(chǔ)偏差六西格瑪基本統(tǒng)計1統(tǒng)計領(lǐng)域用下列方法處理偏差 描述型統(tǒng)計-用圖表或總結(jié)性的數(shù)字(中心值,方差,標準偏差)來描述一系列數(shù)據(jù)的特征. 統(tǒng)計推論-當(dāng)結(jié)果的差異可能因為隨機偏差或不能歸屬為隨機偏差時所作的決定。(置信區(qū)間和假設(shè)檢驗) 試驗設(shè)計(DOE)-收集并分析數(shù)據(jù)，以估計過程并改變效果. 統(tǒng)計領(lǐng)域中偏差的處理六西格瑪基本統(tǒng)計1過程偏差確定過程是否穩(wěn)定 如果過程不穩(wěn)定，鑒別并消除不穩(wěn)定的要因 確定過程的平均值的位置 -

5、它在目標線上嗎?如果不在，確定影響平均值的變量，并決定最優(yōu)的設(shè)置以達到目標值 估計總散布的幅度 - 與顧客的要求（規(guī)格限）比起來，是可接受的嗎？ 如果不是, 確定散布源，而后消除或減少他們對過程的影響。 六西格瑪基本統(tǒng)計1第二部分數(shù)據(jù)分類六西格瑪基本統(tǒng)計1數(shù)據(jù)的種類不間斷的總是可以以更小的單位來測量經(jīng)常與測量系統(tǒng)一起出現(xiàn)不可以以更小的單位來測量只能選擇幾個有限的數(shù)值連續(xù)型的離散型的舉例時間, 重量, 金額, 長度舉例二元的: 男/女, 好/壞, Yes/no分類的: 周一-周日, 地點 (Paris, London, Beijing, .)計數(shù): 一張發(fā)票上的錯誤數(shù)目, 一個月內(nèi)發(fā)生意外的次數(shù)

6、六西格瑪基本統(tǒng)計1連續(xù)型數(shù)據(jù) 益處 :1.能夠為使用相對小范圍抽樣的過程提供詳細的信息2.適用于低缺陷率3. 能夠預(yù)估發(fā)展趨勢和情況 缺點 :1.通常較難得到數(shù)據(jù)2.分析更為復(fù)雜六西格瑪基本統(tǒng)計1離散型數(shù)據(jù) 益處 :容易得到數(shù)據(jù),并且計算方法簡單2. 數(shù)據(jù)容易理解3. 數(shù)據(jù)隨時可得 缺點 :1.無法顯示缺陷怎樣發(fā)生及過程如何變化2.不適合低缺陷率(需要大量的抽樣)3.不能預(yù)測發(fā)展趨勢和情況六西格瑪基本統(tǒng)計1數(shù)據(jù)類型比較連續(xù)型數(shù)據(jù)離散型數(shù)據(jù)連續(xù)數(shù)據(jù)計數(shù)數(shù)據(jù)通常為正態(tài)分布通常為二項式分布或泊松分布實際數(shù)值合格/不合格實際定義嚴謹數(shù)據(jù)定義較差需少量抽樣需大量抽樣六西格瑪基本統(tǒng)計1練習(xí): 這是什么種類

7、的數(shù)據(jù) ?申請貸款所需要的時間每張發(fā)票上的錯誤數(shù)目每張發(fā)票上的缺陷百分比一天內(nèi)銷售酒的數(shù)量導(dǎo)線的長度辦公室的地點申請貸款所需要的時間 (天)銷售人員一天內(nèi)拜訪的客戶數(shù)量贏得招標的百分比銷售人員的銷售額銷售人員的名字六西格瑪基本統(tǒng)計1第三部分統(tǒng)計概述六西格瑪基本統(tǒng)計1總體 想要測量對象的全部參數(shù) 用總體的所有數(shù)據(jù)計算出的數(shù)值(如均值, 標準差), 稱為總體的參數(shù) x參數(shù)總體平均值總體標準差總體統(tǒng)計學(xué)基本術(shù)語六西格瑪基本統(tǒng)計1統(tǒng)計學(xué)基本術(shù)語樣本 從總體抽出的部分數(shù)據(jù)統(tǒng)計量 用樣本的所有數(shù)據(jù)計算出的數(shù)值(如均值, 標準差), 稱為樣本的統(tǒng)計量x統(tǒng)計量樣本平均值樣本標準差s總體樣本六西格瑪基本統(tǒng)計1描

8、述計量型數(shù)據(jù)集一組計量型數(shù)據(jù)能顯示以下3個特性:中央趨勢 (均值, 中值, 眾數(shù))變異(全距, 標準差, 方差)形狀六西格瑪基本統(tǒng)計1參數(shù)和統(tǒng)計量符號Mean 均值Variance 方差Standard Deviation標準差Proportion 比例總體（參數(shù)）樣本（統(tǒng)計量） s2sp六西格瑪基本統(tǒng)計1數(shù)據(jù)位置測量中心趨勢均值中值眾數(shù)四分值六西格瑪基本統(tǒng)計1樣本均值若樣本（樣本量為n）的觀測值為x1,x2,xn,則樣本均值為： 類似地，一個有著大量但限個（N個）觀測值的總體，其總體均值 為：均值六西格瑪基本統(tǒng)計1練習(xí)三10個連接線的拉拔強度為 ： 230 240 236 248 252 2

9、78 265 262拉拔強度的均值是多少？10個觀測值的均值為：均值六西格瑪基本統(tǒng)計1練習(xí)四199X年一個行動中，戰(zhàn)機進行了3000次戰(zhàn)斗，總共用時6900小時。那末每次戰(zhàn)斗平均用時多少？每次戰(zhàn)斗平均用時為：注意所使用的符號均值六西格瑪基本統(tǒng)計1均值的計算使用了每個觀測值；每個觀測值對均值都有影響。所有觀測值對均值的偏差的總和為零。均值對極端的觀測值很敏感，極端值會導(dǎo)致均值向他偏移。X x x x x x x6 3 5 1 2 7 4624均值的特性六西格瑪基本統(tǒng)計1 將一組觀測值按大小順序排列，位于中心的數(shù)值即為中值 若觀測值的個數(shù)為偶數(shù)，則中值為中間2個數(shù)值的平均 若觀測值的個數(shù)為奇數(shù)，則

10、位于中心的數(shù)值即中值中值六西格瑪基本統(tǒng)計1樣本中值 假如x (1),x (2) ,x (n) )是按大小排序的樣本值，則樣本中值為： 中值的優(yōu)點是不受極端大或極端小的觀測值的影響。中值六西格瑪基本統(tǒng)計1練習(xí)五假設(shè)一個樣本觀測值為 ： 3 1 2 4 7 8 6 樣本均值和樣本中值是多少？ 這2個值是測量數(shù)據(jù)中心趨勢的合理指標嗎？ 中值六西格瑪基本統(tǒng)計1（b） 假如最后一個數(shù)值改變?yōu)?： 3 1 2 4 7 8 2680 則樣本平均值和樣本中值是多少？ 據(jù)此你有何結(jié)論？ 中值六西格瑪基本統(tǒng)計1Median vs Mean 中值與均值 因為中值不象均值對極端值敏感，因此，當(dāng)有極端大或極端小值時，中

11、值比均值更能代表數(shù)據(jù)的位置 典型的例子是一個城市居民的收入中位值中值六西格瑪基本統(tǒng)計1中值有時會有欺騙性50%-50% Rule ? 一半一半準則？ 以下一組數(shù)據(jù)的中值是多少？ 2，2，2，2，2，2，90可以用一半一半準則嗎？六西格瑪基本統(tǒng)計1眾數(shù)是樣本中出現(xiàn)次數(shù)最多的觀測值。眾數(shù)可以是唯一的，也可以有不止一個，有時并不存在眾數(shù)。眾數(shù)六西格瑪基本統(tǒng)計1練習(xí)六如果樣本觀測值為：(a) 6 9 13 5 8 13 4 6 13 1 10 13 6 9 13 5 8 13 4 6 13 1 10 6 2 5 6 13 4 3 7 2 6 8 1眾數(shù)是什么？ 具有一個眾數(shù)，兩個眾數(shù)或多于兩個眾數(shù)分布

12、的數(shù)據(jù)分布叫什么?(單峰分布)眾數(shù)六西格瑪基本統(tǒng)計1為何使用眾數(shù)? 當(dāng)觀測值為分類式(如名義數(shù)據(jù), 序列數(shù)據(jù))時.眾數(shù)是描述數(shù)據(jù)位置的最好的指標.典型的例子是,一個公司內(nèi)員工收入的眾數(shù)眾數(shù)的重要信息當(dāng)眾數(shù)不止1個時,從中抽取樣本的總體通常是多個總體 的混合眾數(shù)六西格瑪基本統(tǒng)計1均值、中值、眾數(shù)的比較MOMeMeMO正態(tài)分布偏上分布偏下分布MOMeMOMeMOMe六西格瑪基本統(tǒng)計1四分值 將一組按大小順序排列的數(shù)據(jù)平均分為四部分,分界點即四分值. 第一四分值(低四分值),約25%的觀測值小于它.第二四分值,約50%的觀測值小于它, 即中值.第三四分值(高分值),約75%的觀測值小于它.六西格瑪基

13、本統(tǒng)計1練習(xí)七 以下為20個電燈泡失效期間的觀測值, 已按遞增順序排列.210 216 252 300 366 454 624 720 816 924 12161296 1392 1488 1542 2480 2856 3192 3528 3710請確定三個四分值.計算方法：先確定位置再計算四分值Q1的位置：(n+1)/4Q2的位置：2(n+1)/4=(n+1)/2Q3的位置：3(n+1)/4四分值六西格瑪基本統(tǒng)計1答案 Q1的位置：(n+1)/4=(20+1)/4=21/4=5.25Q2的位置：2(n+1)/4=2(20+1)/4=2*21/4=10.5Q3的位置：3(n+1)/4=3(20

14、+1)/4=3*21/4=15.75則：Q1=366+(454-366)*0.25=388Q2=924+(1216-924)*0.5=1070Q3=1542=(2480-1542)*0.75=2245.5四分值六西格瑪基本統(tǒng)計1數(shù)據(jù)散布的測量(變異)Range 極差Variance 方差Standard Deviation 標準差I(lǐng)nter-Quartile Range 四分植極差 六西格瑪基本統(tǒng)計1極差樣本極差為樣本中最大和最小觀測值之間的差別,即:極差是測量數(shù)據(jù)散布或變異的最簡單的方法但它忽略了最大和最小值之間的所有信息r =xmax - xmin六西格瑪基本統(tǒng)計1試考慮以下的2個樣本:

15、10 20 50 60 70 90 and 10, 40, 40, 40, 90具有相同的極差(r= 80)但是,第二個樣本的變異只是2個極端數(shù)值的變異,而在第1個樣本,中間的數(shù)值也有相當(dāng)大的變異. 當(dāng)樣本量較小(n10)時,極差丟失信息的問題不是很嚴重極差六西格瑪基本統(tǒng)計1方差與標準差若x1, x2, ,xn 是一個具有N個觀測值的樣本,則樣本方差為：樣本標準差是樣本方差的算術(shù)平方根,即:六西格瑪基本統(tǒng)計1方差計算練習(xí)八：計算下列觀測值的方差和標準差.30 50 70 90 110 130 六西格瑪基本統(tǒng)計1i xi xi-x (xi-x)2 1 30 -50 25002 50 -30 90

16、03 70 -10 1004 90 10 1005 110 30 9006 130 50 2500方差計算六西格瑪基本統(tǒng)計1方差與標準差再考慮以下2個樣本. Sample A : 10 20 50 60 70 90 Sample B : 10 40 40 40 40 90 Sample A Sample BRange 極差 80 80Variance 方差 ? ?Standard Deviation 標準差 ? ? 六西格瑪基本統(tǒng)計1類似于樣本方差S2,用總體的所數(shù)據(jù)計算出總體變異總體方差(2)總體的標準差()是總體方差的算術(shù)平方根 對于包含N個數(shù)值的有限總體,其方差為: 2=方差與標準差六西

17、格瑪基本統(tǒng)計1方差特性 方差計算使用了所有觀測值，每個觀測值對方差都有影響 方差對極端值很敏感，因平方的緣故，極端大的觀測值會嚴重的放大方差。六西格瑪基本統(tǒng)計1四分值極差 四分值極差是測量散布的另一指標：IQR=Q3-Q1 四分值極差不如極差對極端值敏感 當(dāng)分布顯著不對稱時，用它衡量散布會更好 樣本（10，20，50，60，90）和（10，40，40，40，90）的四分值極差分別是40和0.六西格瑪基本統(tǒng)計1正態(tài)分布正態(tài)分布是一種具有特定的、非常有用的特性的數(shù)據(jù)分布 這些特性對我們理解所研究之過程的特性十分有用大部分自然現(xiàn)象和人造過程是正態(tài)分布或可有正態(tài)分布描述六西格瑪基本統(tǒng)計1標準正態(tài)分布標

18、準正態(tài)分布,也叫Z分布,有下列參數(shù):Z代表距離均值的標準差的數(shù)量=0 =1 -4 -3 -2 -1 1 2 3 4 六西格瑪基本統(tǒng)計1特性 1 ：只需知道下述兩項參數(shù)就可完整描述正態(tài)分布均值標準差分布 1分布 2分布 3此三項正態(tài)分布有何區(qū)別？正態(tài)分布六西格瑪基本統(tǒng)計1正態(tài)曲線和概率特性 2 ：曲線下面的面積可用來估算某一特定事件發(fā)生 的累積概率得到在兩個值之間的某個價值的累積概率99.73%95%68%離均值的標準差數(shù)目樣本值的概率40%-30%-20%-10%-0%-六西格瑪基本統(tǒng)計1正態(tài)分布特點-3-2-112368%95%99.73%Standard Deviation標準差A(yù)vera

19、ge標準差六西格瑪基本統(tǒng)計1正態(tài)曲線下的區(qū)域分析過程能力時,我們運用正態(tài)曲線下的區(qū)域預(yù)測超過規(guī)格界限的產(chǎn)品所占的比例.5%5%規(guī)格上限USL規(guī)格下限LSL六西格瑪基本統(tǒng)計1標準差的經(jīng)驗規(guī)則 當(dāng)一組數(shù)據(jù)不是最理想正態(tài)分布時,前述累積概率規(guī)則仍可 應(yīng)用比較理論(理想)正態(tài)分布和經(jīng)驗(現(xiàn)實)分布Number of Standard Deviations 標準差數(shù)目Theoretical Normal 理論正態(tài)Empirical Normal經(jīng)驗正態(tài)+/- 168%60-75%+/- 295%90-98%+/- 399.7%99-100%六西格瑪基本統(tǒng)計1長期和短期能力(Z-偏差)ZLT=ZST-1.

20、5 Sigma水平 短期DPMO 長期DPMO 1158655.3691462.5 2 22750.1308537.5 3 1350.0 66807.2 4 31.7 6209.7 5 0.3 232.7 6 0.0018 3.4六西格瑪基本統(tǒng)計1第四部分基本圖表六西格瑪基本統(tǒng)計1這是什么? 4.5 3.9 1.4 5.6 3.3 6.0 4.0 4.6 6.7 7.9 5.0 3.6 5.6 3.5 6.8 5.6 6.0 5.4 6.6 6.6 0.0 5.0 3.7 3.6 5.8 4.3 3.0 5.4 5.3 8.5 4.5 4.1 2.5 3.6 4.2 4.2 3.0 4.3 7

21、.0 5.6 3.6 3.9 5.3 4.5 5.7 3.2 4.1 3.9 4.9 7.2 6.8 3.7 3.7 4.9 5.9 3.9 4.2 2.2 3.7 6.7 2.6 3.7 2.2 3.8 2.2 4.6 4.4 6.0 4.5 7.5 4.2 3.8 3.0 4.9 4.7 4.4 8.3 4.9 6.8 7.6 5.7 3.7 3.6 5.6 4.0 4.7 3.9 2.9 5.0 6.8 4.2 5.3 6.5 2.9 3.1 3.2 3.9 5.7 7.6 7.0 顧客等待時間例如: 你是 Pizza Hut 的一個門店的經(jīng)理. 你要求你的助理記錄每個顧客的等待時間,

22、今天你已經(jīng)有了100個數(shù)據(jù). 六西格瑪基本統(tǒng)計1觀察顧客等待時間(Rate)打開PUMPING.MPJ RATE 轉(zhuǎn)換為變量.時間序列圖六西格瑪基本統(tǒng)計1時間序列圖垂直軸(Y)顯示被測變量的規(guī)模每個點代表一個實際的價值點是用一條線連接幫助視覺分析運行秩序等待時間(分鐘)水平軸(X)反映了一段時間或序列顧客等待時間六西格瑪基本統(tǒng)計1觀察顧客等待時間(Rate)打開PUMPING.MPJ RATE 轉(zhuǎn)換為變量.直方圖六西格瑪基本統(tǒng)計1等待時間（分鐘）一個類別或等待的時間間隔Class “j”Class “k”Class “l(fā)”頻率直方圖六西格瑪基本統(tǒng)計1產(chǎn)生具有正態(tài)曲線的直方圖直方圖六西格瑪基本統(tǒng)

23、計1頻率最高頻率(數(shù)量的點)等待時間(分鐘)顧客等待時間的直方圖水平軸(x)顯示測量范圍的變量鐘形曲線縱軸(y)顯示的頻率直方圖六西格瑪基本統(tǒng)計1觀察顧客等待時間(Rate) 打開PUMPING.MPJ 文件RATE 作為變量.點圖六西格瑪基本統(tǒng)計1Minitab 結(jié)果采集100位顧客實際的等待時間，作圖如上。每一個點代表一個具有給定值輸出的“事件”。隨著點的積累，顧客等待時間的實際表現(xiàn)的特性可被看作一個 “分布”。 點圖六西格瑪基本統(tǒng)計1是各分布差異容易把握的數(shù)據(jù)調(diào)查方法. 讓我們顧客等待時間打開文件 PUMPING.MPJ用列RATE 作為變量箱線圖六西格瑪基本統(tǒng)計1Minitab 結(jié)果9

24、0%75%50%25%10%Outlier箱線圖可以體現(xiàn)數(shù)據(jù)擴散性及中心. 注意 ! 箱線圖中的中心線不是 平均 而是 中心值. 箱線圖六西格瑪基本統(tǒng)計1第五部分六西格瑪度量的種類六西格瑪基本統(tǒng)計1 Defect 缺陷 Unit 單位 Opportunity 機會 DPU(Defects Per Unit) 單位的缺陷數(shù) DPO(Defects Per Opportunities) 單位缺陷機會數(shù) DPMO(Defects Per Million Opportunities) 百萬單位缺陷機會 RTY(Rolled Throughput Yield) 過程通過率(受率) Sigma Level

25、 (Z值) Z值的轉(zhuǎn)換方法 Cp&Cpk (工程能力指數(shù))6Sigma度量的種類六西格瑪基本統(tǒng)計1 Defect(缺陷): - 所有誘發(fā)顧客不滿足的 - 所有與規(guī)定基準不一樣的 - 所有導(dǎo)致產(chǎn)品和服務(wù)質(zhì)量下降的 Unit(單位) - 產(chǎn)品和服務(wù)等流程過程中的對象或傳遞給顧客的最終產(chǎn)品和 服務(wù)(一塊單板,一批原材料,一個合同,一筆貸款,一份報表等) Opportunity(機會) - 一個產(chǎn)品和服務(wù)可能脫離基準的機會數(shù) - 是可測量的用語的意思六西格瑪基本統(tǒng)計1 DPU (Defects Per Unit): - 單位缺陷數(shù) - 例如:一個數(shù)據(jù)報表上有100個數(shù)據(jù),其中有5個數(shù)據(jù)錯誤 -DPU=

26、 Defects/ Unit=5/1=5 DPO (Defects Per Opportunities) - 機會缺陷數(shù)(每個機會出現(xiàn)缺陷的概率) - 例如:一個數(shù)據(jù)報表上有100個數(shù)據(jù),其中有5個數(shù)據(jù)錯誤 - DPO= Defects/(Unit數(shù)*Opportunity)=5/(1*100)=0.05 DPMO (Defects Per Million Opportunities) - 百萬機會缺陷(PPM) - DPMO=DPO*1,000,000=50000PPM用語的意思六西格瑪基本統(tǒng)計1注意：機會只有在被評價時才計算為機會例) ZXJ10交換機中的一種單板在生產(chǎn)過程中缺陷發(fā)生的機會

27、數(shù)為100,000次.但是在正常生產(chǎn)過程中只對其中1,000次機會進行評價,且在一個單板中發(fā)現(xiàn)了10個缺點.下列計算中哪一個正確?DPO = 10/100,000DPO = 10/1,000例題六西格瑪基本統(tǒng)計1下面單板例子中計算DPU與DPMO.圓圈表示評價元器件的個數(shù),黑色表示功能失效元器件.例題六西格瑪基本統(tǒng)計1一個單位發(fā)生的總?cè)秉c機會數(shù)1,000,000 x DPU=DPMO 一般說6 SIGMA水平時把不良率說成3.4DPMO比3.4PPM更恰當(dāng) 適于互相不同的Process或產(chǎn)品間,制造范籌和非制造范籌間的比較 DPMO的計算例題六西格瑪基本統(tǒng)計1總?cè)秉c數(shù)=DPU總生產(chǎn)單位數(shù)DPU的計算例題六西格瑪基本統(tǒng)計1例題：為了掌握固定資產(chǎn)申購過程的現(xiàn)況，整理了今年1月份到6月份的固定資產(chǎn)申購單，總共有678份，每份申購單要求事業(yè)部填寫12項內(nèi)容的信息，經(jīng)過整理發(fā)現(xiàn)共有1