通过产品报告在不成比例抽样中使用复杂度数据

假设您希望对您的产品生成多个基准统计量,但您没有可用的复杂度数据。

总机会计数为 657,092。总 DPMO 为 1357.5,其转换为总体短期 Z 值 4.498。现在来看分量 16,其具有最低短期 Z 值(即,最差能力)。假设,由于制造分量 16 的过程有一个即将到来的计划停机时间,您生产的分量 16 达到原来的 100 倍,同时还观测原有缺陷数 100 倍的缺陷数。

机会总数未受太大影响。它从 657092 变成 734609。但是,总 DPMO 从 1357 变成 7952.5(高 6 倍)。总短期 Z 值从 4.498 变为 3.911,约急剧减少一半六西格玛值。所有这些变化均是由增加分量 16 的产量而导致(而非能力的任何衰减所导致)。

此处是使用复杂度数据进行的同一个分析。

现在,总 DPMO 为 1300.7,总短期 Z 值为 4.511。请记住,这些值应与原始值略有不同,因为您已使用复杂度数据对单位数和缺陷数进行了调整。现在,像之前一样增加分量 16 的产量,但使用复杂度数据进行。

您可以看到唯一的差别在于针对分量 16 的观测单位数和观测缺陷数值。通过使用复杂度数据完全消除因分量 16 的不成比例的产量和抽样而产生的任何影响。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策