黑带案例3.doc

Six Sigma 緣起
1. 1970年代日本松下電器要求供應商達 成PPM 的品質水準。
2. 在1981年Motorola總裁Bob Galvin提出5年內挑戰企業績效提高10倍的經營策略。
3. 1985年Bill Smith發表一篇論文總結 其研究的結果：『假如一產品在生產線裝配時無缺點，該產品在顧客初期使用時很少會 失效。』
4. 1988年Motorola贏得美國國家品質獎，其他公司研究Motorola的成功後而競相倣效 ，於是Six Sigma成為國際品質標竿。
5. 1990年M. J. Harry發表一篇論文《The Strategic Vision for Accelerating Six Sigma within Motorola》，引起總裁Bob Galvin的重 視 。
6. 1993年Harry離開Motorola參與 Six Sigma Academy總裁R.Schroeder的團隊 。
7. Harry及Schroeder經十年的努力改善 及闡明Six Sigma的突破策略，Six Sigma Academy成為主導Six Sigma 訓練及導入的 機構。
8. 1995年Welch宣佈開始導入起，從信用 卡事業部到飛機引擎事業部的每一個作業都以達到Six Sigma為目標。
9. 2000年1月福特汽車宣佈全面導入 Six Sigma 。
 Six Sigma 基本原理
  所謂Six Sigma就是以品質計量為技術觀點，對每一製程、產品、服務的每一作業而言，發生缺點的機率每一百萬的機會中不到3.4次，即為3.4 dpmo (3.4 defects per million opportunities)。例如，每一份郵件的遺失，每一外科手術的失敗，每一次醫師處方的錯誤，航空公司每次飛航降落的失誤，製造過程中每一作業的不良，組裝產品每一 零件的缺點，…等等。
 Six Sigma 導入要領
1. Six Sigma活動是組織最高當局主導的改善活動，例如GE CEO(Jack Welch)、Motorola(Bob Galvin)及AlliedSignal(Larry Bossidy)，以有系統的方式推廣到管理及作業 各階層。
2. 解決問題以製造中心開始，尤其以降低成本及浪費、提昇良率及增加產量為述求重點，以此強調重視客戶 的需求。經有成效，則逐漸推廣到非製造部門的重要問題。
3. 直接衡量品質、成本、交期及產量的績效為計量的重點，同時以財務數據評估專案的重要性，以為選定專案 的依據及評估實際的成效。
4. 一個典型的專案績效以每年節省或增益五萬美金為目標，以AlliedSignal為例，初期專案利益超過一百萬美元。
5. 實際執行專案活動的主要人員，如小組領導，大約佔其工作時間的50%~100%(在其他小組成員的協助下)。這些人員的職稱各家說法不一，Motorola及GE稱為黑帶(Black Belts)，AlliedSignal稱為製程改善大師(Process Improvement Masters)或Polaroid稱為降低變異領導(Variation Reduction Leaders)。一般稱為黑帶。
6. 黑帶的培訓包括Six Sigma的執行步驟DMAIC及高等的統計計量方法，密集式的4週課程。
7.  導入初期的教育訓練課程通常由外部專家負責，受訓人員包括未來的黑帶、黑帶大師、統領及公司內部的統計專家。黑帶大師最後承擔內部黑帶的培育工作並負責參與顧問、教育訓練及專案審查的工作。
8. 初期專案的完成後(一個專案的期間最好3~6個月間)，小組領導(黑帶)再開發一新專案，重複展開DMAIC的步驟。同期間一個小組領導(黑帶)可負責幾個專案並向管理階層報告。
9. Six Sigma使用的技術與傳統的改善技術也沒什麼差別，但是它為何有如此可觀的優勢，如下說明：
· 系統化的應用統計工具VS.無關連的使用 它們。
· 以DMAIC的程序運用統計工具VS.大學統 計課程的解習題方式。
· 強調降低變異的重要性VS.只知用什麼方 法估計及檢定較精密。
· 以歷史資料庫方法來驗證問題點VS.直覺及經驗。
· 開發出通行國際的標準術語、品質指標及工具。
 Six Sigma 與QS-9000的連結
  ISO-9000系列標準是要求全世界任何組織能以最基本的系統來建立產品或服務的一定的品質水準，ISO-9000以文件的方式証明一個組織說的跟作的是一樣的 (Doing what it said that it was doing)。QS-9000將它提高到更高的水準，除了品質系統要求的QS-9000條文外，還包括MSA、SPC 、PPAP、FMEA、APQP及QSA。汽車產業以同一系統要求供應商建立品質管理及保證制度，大大減少供應商的文件負擔。
  Six Sigma也是在同一時期公諸於世，與QS-9000推出的時代背景相同，如前面所介紹Six Sigma的特色與QS-9000的APQP、SPC 、FMEA、MSA等解決問題的方法似乎沒啥不同，但是Six Sigma的擁護者卻大言不慚的說『Six Sigma：The Breakthrough Management Strategy Revolutionizing the World’s Top Corporations』。
· 計劃(Program) vs. 專案(Project) View QS-9000以每一機種全面的計劃或多項的 專案進行導入。
Six Sigma一個小組同時間進行一個專案導入。
· 兩者使用的改善技術略同
統計技術皆相同。 QS-9000提供具體的標準的系統要求手冊 (Requirement Manual)，如QS-9000、 PPAP及參考手冊(Reference Manual)，如 APQP/CP、SPC、MSA、FMEA。
· 水平的方式(QS-9000)vs.垂直方式(Six Sigma)進行品質的規劃及解決問題。
1.目的
配合XXXXXXXXXXXXXXXXXX股份有限公司管理階層建立內部『持續改善』的機制，導入Six Sigma有關活動，以配合S&C短、中、長期計畫，達成產能、品質、業務各項目標。以落實—品質管理，忠誠—顧客服務，實是—改善不良，創新—改造成本為政策，邁向三零—零缺點、零污染、零災害；落實品質、環保、工安、衛生的長期目標。
2.計畫大綱
    (1)管理階層Six Sigma活動策略規劃
    (2)黑帶種子訓練計畫
3.實施計畫
    (1)管理階層Six Sigma活動策略規劃
1.目的：連結Six Sigma活動與企業總體策略，進行組織內部Six Sigma活動有關策略及系統的建立，成立Six Sigma 領導委員會，以利活動的展開。
2.活動內容：
.管理階層建立客戶回饋流程，決定Six Sigma策略性目標，配置充份資源，設計獎勵制度，建立績效審查責任，成立Six Sigma 領導委員會。
.Six Sigma 領導委員會設計全面教育訓練計畫，培訓黑帶人員，定義選擇專案的流程及準則，評估文化障礙，促進改革意識，提供適當的溝通管道。
.部門主管選擇有利專案，挑選專案小組領導及成員，爭取設備資源，監督及協助小組專案進行。
.檢討QS-9000與Six Sigma的結合。
3.進行方式：以會議及上課演練方式進行。
(2)黑帶種子訓練計畫
1.目的：培訓公司幹部應用Six Sigma的執行步驟DMAIC及高等的統計計量方法，選拔黑帶種子，進行組織內部Six Sigma活動有關專案改善計畫。
2.課程大綱：
.Six Sigma 領導委員會設計全面教育訓練計計畫，請參考下面。
.第一週(Define & Measure) 12小時
(1)製程改善程序(DMAIC)
(2)流程圖(Flow Chart)
(3)品質機能展開(Quality Function Deployment；QFD)
(4)失效模式評估及分析(Failure Mode and Effects Analysis；FMEA)
(5)統計軟體應用(Q1-SPC及Excel)
(6)製程能力分析
(7)量測系統分析(Measurement System Analysis)；MSA)
.第二週(Analyze) 12小時
(1)統計分析概念
(2)檢定與推定(Testing Hypothesis & Estimation)
(3)相關分析(Correlation Analysis)
(4)迴歸分析(Regression Analysis)
.第三週(Improve) 12小時
(1)實驗設計(Design Of Experiment；DOE)
(2)直交表(Orthogonal Array)
(3)變異數分析(Analysis of Variance)
(4)多元迴歸分析(Multiple Regression Analysis)
.第四週(Control) 12小時
(1)QC工程表(Control Plan)
(2)統計製程管制(SPC)
(3)防誤法(Mistake-Proofing)
3.進行方式：
(1)管理階層以自由報名方式招募參加黑帶受訓人員，必要時指定專業管理及工程人員參加。
(2)管理階層依參與人員的工作領域進行分組，原則上同單位先行分成同一組，並選一小組領導。
(3)管理階層選定全公司及各部門的改革重大問題及目標。
(4)第一週的課程以定義(Define)－選擇專案、定義問題、設定目標及衡量(Measure)－選擇CTQ特性(y1，y2，…，yk)、定義績效標準、確認衡量系統為主要議題。課程完成後，各小組以小組領導為首選定專案題目及衡量目前績效，由管理階層確認核定。
(5)第二週的課程以分析(Analyze)－分析產品能力、定義績效目標、確認變異來源為主要議題。課程完成後，各小組以小組領導為首依專案題目分析CTQ特性(y1，y2，…，yk)與因素(x1，x2，…，xn)之關係及確認目前績效，由管理階層確認核定。
(6)第三週的課程以改善(Improve)－篩選潛在原因、尋找變數關係、建立作業公差為主要議題。課程完成後，各小組以小組領導為首依專案題目確認CTQ特性(y1，y2，…，yk) 的主要影響因素(x1，x2，…，xn)，衡量主要影響因素之影響程度，提出改善對策，確認改善績效，由管理階層確認核定。
(7)第四週的課程以管制(Control)－確認衡量系統、決定製程能力、執行製程管制為主要議題。課程完成後，各小組以小組領導為首依專案題目修改相關的QC工程表，決定管制項目、管制規格、數據收集方法及管制方法，由管理階層確認核定。
(8)各小組專案題目改善完成後，管理階層擇期辦理成果發表會。
4.時程表：
時程
工作項目
2001/11
2001/12
2002/1
2002/2
2002/3
2002/4
6σ基本概念
11/23,24

6σ黑帶教育訓練

第一週Define Measure

12/28,29

第二週Analyze

1/25.26
1

第三週Improve

2/22,23

第四週Control

3/22,23

成果發表

4/26,27
訓練教材目錄
1. 產品操作程序流程圖
2. 佈置線圖 
3. 事務流程圖 
4. 資料流程圖
流程圖(Process Flowchart)
流程圖是以一些大家容易了解的圖形符號將複雜的系統、製程、佈置或作業以圖面文件的方式關聯地表達出來，以輔助文字的表達方式。已經發展出來的標準流程圖很多，以下簡介幾種常用的流程圖。
1. 產品操作程序流程圖
(1)     圖形符號說明

(1)     實際範例 

2. 佈置線圖

3. 事務流程圖

4. 資料流程圖

             0101生產計畫
1.日期 2.機種 3.訂單 4.訂單量 5.製程別 6.數量

0201壓模生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0202壓模生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

0301塗裝生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0302塗裝生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

0401印刷生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0402印刷生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

0501噴塗生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0502噴塗生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

0601沖型生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0602沖型生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

0701終檢生產日報
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7.檢驗數 8.不良數
9-1.缺點現象 10-1.缺點數………9-k..缺點現象 10-k.缺點數11.不良率
12. 移轉狀態

0702終檢生產綜合統計
1.日期 2.機種 3.訂單 4.訂單量 5.日產數量 6.日總檢驗數 7.日總不良數
8.日不良率 9.累計數量 10.在製品數量

在製品流程管理

0801在製品資訊
1.日期 2.機種 3.訂單 4.訂單量 5.箱號 6.數量 7不良數8.不良率
9.製程別

品質機能展開(Quality Function Deployment)
1. 前言
　　品質機能展開(Quality Function Deployment, 簡稱 QFD)是將客戶對產品的需求進行多層次的演繹分析，轉變為產品設計要求、零組件的特性、製程設計要求、生產要求的品質工程管理技術。一般以客戶需求與產品品質特性及工程管理措施之間的關係進行矩陣展開和重要度評估分析，找出對客戶需求影響最大的產品品質特性及工程管理措施，把握重點，使企業將工程管理放在關鍵的地方，以確實滿足客戶需求而獲得實值的效益。
2. QFD的基本方法
　　QFD的基本方法是以品質屋(Quality House)的模式，分析客戶需求與產品品質特性及工程管理措施之間的關係，找出關鍵措施以指導工程及管理人員抓住重點而能有效管理，避免矛盾，製造出客戶滿意的產品。

【圖2-1】品質屋
　　品質屋的構成以矩陣的方式如(圖2-1)，以客戶需求的展開，提出技術的要求。以技術的要求尋求工程措施並定出規格目標，評估客戶需求與技術要求的相關程度，技術要求之間的相關程度，再評估產品的競爭能力及技術的競爭能力。

【例2-1】以圓珠筆開發的品質屋為例，如(圖2-2)
(1) 客戶的要求：書寫流利；永不退色；外形美觀；使用方便；價格適中； 適度耐用為訴求。
(2) 技術的設計要求：筆尖組件設計；油墨濃度；油墨成分；收放機構；外形設計；成本控制；材料。

【圖2-2】圓珠筆品質屋
正式品質屋的展開分四階段展開，從產品規劃、零組件展開、製程規劃及正式量產等階段，如(圖2-3)。但是實際應用時，除非是全公司的方針展開，必須以此大型QFD展開。一般局部的問題，可以簡化的方式來進行，如(圖2-4)。(圖2-5)為一汽車零件的QFD。

【圖2-3】四階段的QFD

【圖2-4】簡化的QFD

【圖2-5】一汽車零件的QFD
失效模式分析（Failure Mode and Effects Analysis）
1. 前言
　　失效模式分析(Failure Mode and Effects Analysis, 簡稱 FMEA)是一有系統的跨功能小組進行的事先預防活動，其目的為：
　　　(1) 認識及評估一產品及製程的潛在失效模式及其影響。
　　　(2) 確認可以消除或減少潛在失效發生的改善措施。
　　　(3) 將此過程文件化。
　　FMEA是在1960年代航太工業首先發展應用的管理技術，現今流行於工業界的設計及製造過程的事先預防活動。成功導入FMEA的要點為『事前』改善措施而不是『事後』矯正行動，在產品設計及製程規劃時成功地應用FMEA可以減少工程變更或容易執行變更，更可將潛在的問題事先預防。
根據美國汽車工業小組的調查統計報告，『客戶滿意的品質槓桿研究』指出，在產品推出到市場的過程中，愈早投入品質的努力，愈能令客戶滿意，品質回收的利益亦愈大。

【圖1-1】客戶滿意的品質槓桿研究
2. FMEA的基本方法
　　FMEA一般分為設計過程的失效模式分析(Design FMEA)及製造過程的失效模式分析(Process FMEA)，此處以製造為主介紹其基本方法。首先列出分析機種在各製程有關的品質特性或潛在的缺點項目可能失效的模式，再評估其造成的影響及影響的嚴重程度。分析該缺點發生的原因及發生的可能性，查核目前管制的方式及被檢查出來機會。以整體的嚴重度為優先次序責成負責單位及人員提出改善措施。經執行後，再評估其嚴重度是否降低，以持續進行對策直到客戶滿意的水準。生產部門以此FMEA分析的結果，檢核各有關部門及人員是否確實以改善後的措施執行。參考下面流程圖，如(圖2-1)。

【圖2-1】製程FMEA之分析流程
3. FMEA的嚴重度、發生度、難檢度的評價法
　　(1) 嚴重度：此項不良模式的發生對客戶產生的影響程度
嚴重度計分標準
計分

發生此項缺點時，通常不致於對產品有顯著的影響，使用者通常不易察覺。
1
微小
發生此項缺點時，至多僅能造成使用者之少許不便，使用者通常僅能偶爾察覺。
2~3
MINOR
發生此缺點時，可能引起使用者之輕微不滿，使用者通常僅略感不便。
4~6
MAJOR
發生此缺點時，引起使用者之相當不滿。
7~8
發生此缺點時有不符政府法令規定之慮，但不致影響安全。
8~9
CRITICAL
發生此缺點時極為嚴重，危及安全並違反政府法令。
9~10
　　(2) 發生度
發生度計分標準
計分
機率
發生此項缺點機率極低，+ -4σ。
1
1/10,000
發生此項缺點機率低，+ -5σ。
2
3
4
5
1/5,000
1/2,000
1/1,000
1/500
發生此缺點機率適中，與過去某項偶然出現的缺點之製程相似，+ -2.5σ。
6
1/200
發生此缺點機率適中，與過去某項經常出現的缺點之製程相似，+ -2.5σ。
7
1/100
發生此缺點之機率極高。
8
9
10
1/50
1/20
1/10
 　　(3) 難檢度
難檢度計分標準
計分
機率
此項缺點不被檢出的機率極低。
1
1/10,000
此項缺點不被檢出的機率很低。
2
3
4
5
1/5,000
1/2,000
1/1,000
1/500
此項缺點不被檢出的機率適中。
6
7
8
1/200
1/100
1/50
此項缺點不被檢出的機率高。
9
1/20
此項缺點不被檢出的機率極高。
10
1/10

4. FMEA的實例說明SIXSIGMA(FMEA範例)-Excel檔
Six Sigma品質衡量指標
1. 前言
產品品質特性的記錄一般分成計數值或計量值，計數值又以計件或計點為記錄，計量值以實際量測之特性值為記錄。自從工業界導入MIL-STD-105D表為抽樣檢驗的標準後，品質指標一直延用MIL-STD-105D表之AQL，目前使用版本為MIL-STD-105E，多年來一直通行於工業界。AQL在10以下時，可表計件的不良率或計點的缺點數，AQL在10以上時，則表計點的缺點數或每百件缺點。計量值則以製程能力指數Cp、k（Ca）、Cpk為代表。這些品質指標的大小，理論上是可以解釋其品質意義，譬如AQL＝0.3％（以計件不良率表示）其意義為當檢驗批的品質水準不良率p達到0.3％時，該批以MIL-STD-105E表驗收時，被允收的機率很高約95％以上，但檢驗批的實際不良率p太大時；如1％、2％，則檢驗批被允收的機率很小。因此，AQL常被用來當成製程的品質指標，以保證交貨（交易）時的允收率。製程能力指數也被拿來衡量產品試作及量產時品質稽核的指標。有些客戶要求供應商在試作階段及量產階段提報產品或製程的管制特性，其Cp或Cpk值在多少以上，才能保證不良率 p 在多少以下。
本例為不同的計算基礎，對品質指標的衡量是有所不同的。
產品別
檢點數/件
生產
件數
不良
件數
合計
缺點數
不良率
dpu
dppm
A
100點/件
100件
5台
10點
5%
0.1dpu
1000
B
10點/件
1000件
10台
20點
1%
2dpu
2000
C
5點/件
2000件
15台
30點
0.75%
0.015dpu
1500

假如以件為計算基礎
 = (5+10+15)/(100+1,000+2,000)
=30/3,100
=0.0097
=0.97%
=9700ppm (即表示每100萬件平均有9700台是不良)
  =(10+20+30)/(100+1,000+2,000)
=60/3,100
=0.019 dpu
(即表示每件平均有0.019個缺點)
l       假如以檢點為計算基礎
 =(10+20+30)/( 100×100+10×1,000+5×2,000)
=60/30,000
=2,000 dppm
(即表示每100萬個檢點平均有2000個缺點)
以上的解釋以100萬件為單位及100萬個檢點為單位，當然要兩個 ppm 的品質指標互相比較就有所出入。
2. 各種品質指標的定義及計算例
近年來，資訊電子業受到所謂“Six Sigma”的國際品質標竿（Benchmarking）的影響，大家紛紛採用“ppm ”或“幾個Sigma”為品質水準的計量單位，但是對這一些新的名詞及術語的定義及計算方法不同行業有不同的說法，造成業界隨客戶的要求而無所適從。以下介紹目前流行於業界的一些品質指標名詞及術語。
l   計數值計件的品質指標
製程良率（Yield）：一般以一製程之投入產品件數與該製程輸出良品的件數之比率。如（圖2-1）說明。

【圖2-1】不可修理的製程
 壓模製程良率=輸出良品件數/輸入產品件數=991/1000=99.1%
塗裝製程良率=輸出良品件數/輸入產品件數=980/991=98.9%
印刷製程良率=輸出良品件數/輸入產品件數=950/980=96.9%
噴塗製程良率=輸出良品件數/輸入產品件數=920/950=96.8%
沖型製程良率=輸出良品件數/輸入產品件數=910/920=98.9%
終檢製程良率=輸出良品件數/輸入產品件數=900/910=98.9%
全製程良率=輸出良品件數/輸入產品件數=900/1000=90.0%
以上適用於電子零件、半導體等製程，其不良品無法修理而報廢者。裝配廠的製程，其不良品大致上都可以修理，修理好的產品，再回線測試，繼續裝配，如此要定義其良率應以各製程的初檢通過率（First Time Yield；FTY）較為合理。

初檢通過率（First Time Yield；FTY）:一製程投入產品件數與第一次檢驗就通過之件數之比率。如(圖2-2)說明。

【圖2-2】可修理的製程
壓模製程良率=輸出良品件數/輸入產品件數=991/1000=99.1%
塗裝製程良率=輸出良品件數/輸入產品件數=989/1000=98.9%
印刷製程良率=輸出良品件數/輸入產品件數=970/1000=97.0%
噴塗製程良率=輸出良品件數/輸入產品件數=970/1000=97.0%
沖型製程良率=輸出良品件數/輸入產品件數=990/1000=99.0%
終檢製程良率=輸出良品件數/輸入產品件數=990/1000=99.0%
全製程良率=壓模製程良率 ×塗裝製程良率 ×印刷製程良率 ×噴塗製程良率 ×沖型製程良率 ×終檢製程良率
          =0.991×0.989×0.970×0.970×0.990×0.990
          =90.4%
如此可知，全製程FTY較(圖2-1)略高，因此以直通率（Rolled Yield ）定義較準確；其定義為輸入件數比上全製程中沒有被修理過的件數。
直通率=全製程中沒有被修理的件數/輸入件數
      =900/1000
      =90％
全製程之直通率（Rolled Throughout Yield）:定義為全製程的投入產品件數與通過全製程無缺點產品件數之比率，不過在製程上要準確計算比較困難，一般以各製程的良率相乘。
l   計數值計點的品質
一般資訊電子產品只要有一個缺點就應視為不良品，但是一個不良品可能有一個以上的缺點，因此以平均每件幾個缺點較能完全表示品質，以dpu （Defects Per Unit）為單位。如(圖2-3)的流程圖。

【圖2-3】以每件幾個缺點dpu表示的製程
壓模製程dpu=輸出缺點數/檢驗產品件數=20/1000=0.02dpu 塗裝製程dpu=輸出缺點數檢驗產品件數=20/1000=0.02dpu 印刷製程dpu=輸出缺點數/檢驗產品件數=50/1000=0.05dpu 噴塗製程dpu=輸出缺點數/檢驗產品件數=40/1000=0.04dpu 沖型製程dpu=輸出缺點數/檢驗產品件數=10/1000=0.01dpu 終檢製程dpu=輸出缺點數/檢驗產品件數=10/1000=0.01dpu 全製程dpu=輸出總缺點數/檢驗產品總件數=(20+20+50+40+10+10)/6000=0.025dpu
一般不同產品的每件檢點數不同，檢點數愈多，dpu就可能愈大，以dpu的大小來比較產品品質的好壞似乎不太合理，因此用總檢點數與總缺點數之比來比較品質會客觀一點；以dppm（Defect Parts Per Million）為單位，如(圖2-4)的流程圖。

【圖2-4】 以每百萬檢點幾個缺點dppm表示的製程

壓模製程dppm=輸出缺點數/每百萬檢點數=20/(1000×10)×=2000dppm
塗裝製程dppm=輸出缺點數/每百萬檢點數=20/(1000×5)×=4000dppm
印刷製程dppm=輸出缺點數/每百萬檢點數=50/(1000×10)×=5000dppm
噴塗製程dppm=輸出缺點數/每百萬檢點數=40/(1000×5)×=8000dppm
沖型製程dppm=輸出缺點數/每百萬檢點數=10/(1000×2)×=5000dppm
終檢製程dppm=輸出缺點數/每百萬檢點數=10/(1000×2) ×=5000dppm
全製程dppm=輸出缺點數/每百萬檢點數
=(20+20+50+40+10+10)/[(1000×10)+(1000×5)+(1000×10)+ (1000×5)+ (1000×2)+ /(1000×2)] ×
=4412dppm
dpu是代表每件產品平均有幾個缺點，而dppm是每檢查一百萬的檢點平均有幾個缺點。一個檢點代表一產品或製程可能會出現缺點的機會，它可能是一個零件、特性、作業等等，有些地方以ppm/part(註2)，dpmo(Defects Per Million Opportunities)為品質指標，其實與dppm是同樣的意義。時下許多資訊電子裝配廠，其製程上記錄是以dppm 為單位，不同檢點數的產品或製程就可依下式換算為dpu。
dpu=產品或製程檢點數 ×dppm×
良率是最容易了解的品質指標，投入製程的產品，經製造過程後，就可以實際交給下工程或可以直接出貨的比率，良率愈高代表效率愈高，報廢愈少，修理愈少，對品質、成本、交期都有直接的關係，這是人人皆知的道理，因此，良率應為最終的品質指標。假若可以事先估算出產品或製程的dpu，就可以預估產品在該製程的良率，以卜氏分配的性質可計算其良率。假設X為某件產品經某製程後之觀測缺點數，當X＝0時，即表示該件產品沒有缺點，因此，P[X=0]即表示該產品無缺點的機率；就是良率。以下式表示
P[X=0]＝
dpu與製程良率的關係如(表2-1)。
dpu
5.0
4.0
3.0
2.0
1.0
0.5
0.05
0.01
Yield%
0.67%
1.83%
4.98%
13.5%
36.8%
60.7%
95.1%
99.0%
【表2-1】dpu與製程良率的關係
以上之品質指標皆以計數值之計件或計點來解釋其與良率之關係，而計量值之品質指標Cp或Cpk也可以定義一產品或製程特性的良率，此處可以計數值之一檢點為同樣的意義，一檢點可以為一產品或製程特性。
l       計量值的品質指標
假設一關鍵作業(Critical-To-Quality；CTQ) 的特性為X，其分配為常態分配，為平均數，為標準差。假如作業特性落在規格界線內，則該作業為合格；否則不合格而視為缺點。以數學公式及(圖2-5)表示如下：
：規格中心；USL=：規格上限；LSL=：規格下限
若 LSL<X<USL，則該作業為合格；若 X<LSL 或 X>USL，則該作業為合格。
【圖2-5】 規格與常態分配

假設一關鍵作業的特性平均數=，標準差=或=。也就是說規格公差為標準差的六倍，依常態分配的計算則該作業不合格的機率為0.000000002 (0.002ppm)，即為十億分之二。(圖2-6)為短期的Six Sigma績效及(表2-2)為短期的不同Sigma水準與各品質指標的關係。
假設一作業的特性的平均數經長期的影響而位移=，標準差=或=。也就是說規格公差為標準差的六倍，依常態分配的計算則該作業不合格的機率為0.0000034 (3.4ppm)。(圖2-7)為長期的Six Sigma績效及(表2-3)為長期的不同Sigma水準與各品質指標的關係。

【圖2-6】短期的Six Sigma績效

 ＝ ＝＝＝＝＝
不良率＝＝＝標準常態分配右尾機率 ×2
良率＝
【表2-2】 短期的不同Sigma水準與各品質指標的關係
Sigma
水準

Cp

Cpk
良率
%
不良率
ppm
1σ
0.33
68.27%
317,400
2σ
0.67
95.45%
 45,600
3σ
1.00
99.73%
  2,700
4σ
1.33
99.9937%
     63
5σ
1.67
99.999943%
      0.57
6σ
2.00
99.9999998%
      0.002

【圖2-7】 長期的Six Sigma績效

CPU＝(USL－)/＝()/＝(k-1.5) /3
CPL＝(－LSL)/＝()/＝(k+1.5) /3
＝ MIN{CPU，CPL}＝(k-1.5)/3
不良率＝＝
      ＝
良率＝

【表2-3】 長期的不同水準與各品質指標的關係
Sigma水準
Cp
Cpk
良率%
不良率ppm
1σ
0.33
-0.17
30.23%
697,672
2σ
0.67
0.17
69.13%
308,770
3σ
1.00
0.50
93.32%
 66,811
4σ
1.33
0.83
99.379%
6,210
5σ
1.67
1.17
99.99767%
233
6σ
2.00
1.50
99.99966%
3.4

Six Sigma的理論就是企業中的每個製程、產品或服務的每一關鍵作業的特性(CTQ)都能達到Six Sigma的水準，即能保證產品或服務的品質達到客戶滿意的水準。但是這是一長期的經營目標，必須由企業最高當局主導的改善活動來達成。然而如何衡量組織內部每一關鍵作業特性(CTQ) 的目前績效水準，以了解目前組織的競爭能力與國際標竿Six Sigma差距有多遠，提出一個有系統的改善過程，逐步地達成Six Sigma的水準。Harry及Schroeder經十年的努力改善及闡明Six Sigma的突破策略，訓練專業的人員以有紀律的DMAIC的步驟進行永續的改善活動。

3. 品質指標的解讀

以Six Sigma國際品質標竿3.4 ppm是資訊電子的終極目標，幾乎有定出品質目標的公司都以Six Sigma或3.4 ppm為最終追求的品質水準。3.4 ppm是以一個檢點而言，不是每一產品或製程都要達到這個水準，要看產品或製程的檢點數。以(表3-1)、(表3-2)來說明檢點數在不同品質水準時其相對應的良率。
【表3-2】檢點數與良率的關係(中心不偏移目標值)
檢點數
n
3σ
4σ
5σ
6σ
1
99.73%
99.9937%
99.999943%
99.9999998%
2
99.64
99.99
99.9999
99.99999
3
98.66
99.97
99.9997
99.99999
10
97.33
99.94
99.9994
99.99999
50
87.36
99.69
99.997
99.99999
100
76.31
99.73
99.994
99.99998
500
25.88
96.90
99.97
99.99990
1000
6.70
93.89
99.94
99.9