Προκειμένου να καθοριστεί το «Έξι Σ

Προκειμένου να καθοριστεί το «Έξι Σίγμα» στατιστικά, είναι χρήσιμο να προσδιοριστούν δύο σχετικές έννοιες, τα όρια προδιαγραφών και η κανονική κατανομή.

Όρια προδιαγραφών
Τα όρια προδιαγραφών είναι οι ανοχές ή το εύρος της απόδοσης των προϊόντων ή των διαδικασιών. Σε πολλές περιπτώσεις τα όρια των προδιαγραφών καθορίζονται από τις απαιτήσεις των πελατών. Παράδειγμα μιας προδιαγραφής θα μπορούσε να είναι το μέγεθος (συγκεκριμένη διάσταση) μιας δεδομένης κυκλικής τρύπας, η οποία ανοιγεται με τρυπάνι, σε έναν πίνακα κυκλωμάτων στις εγκαταστάσεις μιας κατασκευής. Στόχος της διαμέτρου της τρύπας μπορεί να είναι xy mm, αλλά οι διάμετροι που εμπίπτουν στο εύρος μεταξύ του κατώτερου (Low Specification Limit - LSL) και του ανώτερου ορίου προδιαγραφών (Upper Specification Limit - USL) γίνονται αποδεκτές. Αυτό συμβαίνει επειδή η μεταβλητότητα είναι τόσο πανταχού παρούσα και αναπόφευκτη στον πραγματικό κόσμο, ώστε πρέπει να επιτραπεί κάποιος βαθμός ανακρίβειας (Breyfogle & λοιποί 2001).
Η τιμή στόχος του εύρους των προδιαγραφών-ιδανική τιμή- βρισκεται τυπικά στο ακριβές κέντρο μεταξύ LSL και USL. Τα όρια προδιαγραφών είναι τελείως ανεξάρτητα από τη καμπύλη με σχήμα καμπάνας που απεικονίζει την κανονική κατανομή. (Breyfogle et al 2001)

Η κανονική κατανομή
Η με σχήμα καμπάνας καμπύλη (Σχήμα 3) καλείται κανονική κατανομή, επίσης γνωστή ως καμπύλη του Gauss. Λόγω των πολυάριθμων ιδιοτήτων της, είναι ένα χρήσιμο και πολύτιμο εργαλείο στον κόσμο της στατιστικής και της ποιότητας. Η καμπύλη διαμορφώνεται συμμετρικά και επεκτείνεται από το μείον στο συν άπειρο στον x-άξονα. Αυτή η κανονική καμπύλη είναι ανεξάρτητη από το LSL και το USL και αντιπροσωπεύει τη διασπορά των διαμέτρων που προκύπτουν, παραδείγματος χάριν, από τη διάτρηση σε έναν πίνακα κυκλωμάτων. Η μορφή της κανονικής καμπύλης εξαρτάται απλώς από τη διαδικασία, εξοπλισμό, προσωπικό και ούτω καθ'εξής, το οποίο μπορεί να έχει επιπτώσεις στη διάτρηση των οπών. Με άλλα λόγια, η καμπύλη συνοψίζει τον εμπειρικό προσδιορισμό της ποσότητας της μεταβλητότητας που υπάρχει μέσα στη διαδικασία κατασκευής οπών. (Breyfogle et al 2001)
Οι σκιασμένες κάθετες γραμμές στην καμπύλη στο Σχήμα 3 αντιπροσωπεύουν τον αριθμό μονάδων τυπικής απόκλισης (σ) που μια δεδομένη διάμετρος μπορεί να απέχει από το μέσο όρο, ο οποίος παρουσιάζεται ως μ στον x-άξονα. Ο πίνακας κάτω από το σχήμα παρουσιάζει τον αριθμό των μερών ανά εκατομμύριο που θα ήταν έξω από την προδιαγραφή ορίων «Έξι Σίγμα» εάν τα δεδομένα ήχαν κεντροθετηθεί μέσα σε αυτά τα όρια και είχαν διάφορες σταθερές αποκλίσεις. (Breyfogle 1999)

Επίπεδο ποιότητας σίγμα
Το σενάριο που παρουσιάζεται ανωτέρω εξετάζει την κατάσταση όπου μια διαδικασία είναι κεντροθετημένη. Μια μετατόπιση ± 1.5σ στο μέσο όρο προστίθεται συνήθως προκειμένου να εξεταστούν "χαρακτηριστικές" μετατοπίσεις και κλίσεις του μέσου μιας διαδικασίας από μια κεντροθετημένη τιμή προδιαγραφής. Αυτή η μετατόπιση του μέσου όρου χρησιμοποιείται κατά τον υπολογισμό μιας διαδικασίας "επίπεδου ποιότητας σίγμα ", όπως φαίνεται στο Σχήμα 4. (Breyfogle et al. 2001) Η άποψη ποιότητας «Έξι Σίγμα» του Πίνακα 1 είναι συγκρίσιμη με το Σχήμα 4.

Κανονική Κατανομή Επικεντρωμένη

Αποτελέσματα (Αγγλικά) 1:

In order to determine the "Six Sigma" statistically, it is useful to identify two relevant concepts, the specification limits and the normal distribution. Specification limits The specification limits or tolerances are the performance range of products or processes. In many cases the limits of standards defined by customer requirements. Example of a specification could be the size (dimension) of a given circular hole, which anoigetai to drill, in a circuit board on the grounds of a construction. The aim of the diameter of the hole can be mm xy but falling diameters in the range between lower (Low-Specification Limit LSL) and the upper limit specification (Upper Specification Limit – USL) are accepted. This is because volatility is so ubiquitous and inevitable in the real world, so you must allow a certain degree of imprecision (Breyfogle & other 2001).The price target range of specifications-great value-typically located in the exact Center between LSL and USL. The specification limits are completely independent of the bell shaped curve depicting the normal distribution. (Breyfogle et al 2001)The normal distribution The bell-shaped curve (Figure 3) is called the normal distribution, also known as Gauss's curve. Because of numerous properties, is a useful and valuable tool in the world of statistics and quality. The curve is formed symmetrically and extends from minus to plus infinity in x-axis. This standard curve is independent from the LSL and USL and represents the distribution of diameters arising, for example, from drilling on a circuit board. The format of the normal curve depends solely on the process, equipment, personnel and so forth, which can affect drilling of holes. In other words, the curve summarizes the empirical quantification of the variability that exists within the manufacturing process. (Breyfogle et al 2001)The shaded vertical lines on the curve in Figure 3 represent the number of units of the standard deviation (σ) of a given diameter may abstain from the average, which occurs as m in the x-axis. The table below figure illustrates the number of parts per million that would be outside the specification limits "Six Sigma" If data ichan centered within these limits and had several standard deviations. (Breyfogle 1999) Sigma quality level Το σενάριο που παρουσιάζεται ανωτέρω εξετάζει την κατάσταση όπου μια διαδικασία είναι κεντροθετημένη. Μια μετατόπιση ± 1.5σ στο μέσο όρο προστίθεται συνήθως προκειμένου να εξεταστούν "χαρακτηριστικές" μετατοπίσεις και κλίσεις του μέσου μιας διαδικασίας από μια κεντροθετημένη τιμή προδιαγραφής. Αυτή η μετατόπιση του μέσου όρου χρησιμοποιείται κατά τον υπολογισμό μιας διαδικασίας "επίπεδου ποιότητας σίγμα ", όπως φαίνεται στο Σχήμα 4. (Breyfogle et al. 2001) Η άποψη ποιότητας «Έξι Σίγμα» του Πίνακα 1 είναι συγκρίσιμη με το Σχήμα 4.Κανονική Κατανομή Επικεντρωμένη

Αποτελέσματα (Αγγλικά) 2:

To determine the "Six Sigma" statistics, it is useful to define two related concepts, specification limits and the normal distribution.

Specifications Limits
The specification limits are the tolerances or the performance range of products or processes. In many cases, the limits of the specification determined by customer requirements. Example of a specification could be the size (this dimension) of a given circular hole, which opens with a drill, a circuit board on a construction site. The aim of the diameter of the hole can be xy mm, but diameters within the range between the lower (Low Specification Limit - LSL) and upper specification limit (Upper Specification Limit - USL) are accepted. This is because the volatility is so ubiquitous and inevitable in the real world, so should be allowed a certain degree of inaccuracy (Breyfogle & al 2001).
The target value of the range of standards-ideal price; typically located at the exact center between LSL and USL. The specification limits are completely independent of the bell curve shape representing the normal distribution. (Breyfogle et al 2001)

The normal distribution
The bell-shaped curve (Figure 3) is called normal distribution, also known as the Gauss curve. Because of its many properties, it is a useful and valuable tool in the world of statistics and quality. The curve is formed symmetrical and extends from minus to plus infinity on the x-axis. This standard curve is independent of the LSL and USL and represents the dispersion of the diameters obtained, for example, by drilling in a circuit board. The shape of the normal curve simply depends on the process, equipment, personnel and so forth, which can affect the drilling of holes. In other words, the graph summarizes the empirical determination of the amount of variation that exists in the hole fabrication process. (Breyfogle et al 2001)
The shaded vertical lines on the graph in Figure 3 represent the number of standard deviations (s) of a given diameter may be spaced from the average, which is shown as m in the x-axis. The table below the figure shows the number of parts per million that would be outside the specification limits "Six Sigma" if the data industry centered within these limits and have different standard deviations. (Breyfogle 1999)

Quality Level sigma
The scenario presented above addresses the situation where a process is centered. A shift ± 1.5s in average added usual to consider "typical" displacements and inclinations through a process centered on a standard price. This shifting of the average is used in calculating a procedure "planar sigma quality" as shown in Figure 4. (Breyfogle et al. 2001) The quality in terms of "Six Sigma" of Table 1 is comparable to Figure 4.

?? normal Distribution Focused