콘텐츠
식스 시그마는 결함이 없으며 표준화 된 제품을 생산하여 고객에게 우수한 품질을 제공하기 위해 1980 년대에 개발 된 비즈니스 철학입니다. 이 용어는 베어링의 직경과 같은 제품의 필수 특성에 대한 모든 변형이 공정의 6 시그마 평균에 해당하는 매우 정교한 공정을 의미합니다. 이 방법의 곡선은 공정 변동의 측정치를 그래프로 나타냅니다.
시그마 이해하기
시그마는 샘플의 표준 편차를 나타 내기 위해 수학자들이 사용하는 그리스 문자입니다. 흔히이 편차를 "평균의 평균"이라고합니다. 값 집합의 평균을 구한 다음 평균의 각 값의 차 (편차라고도 함)를 계산하여 계산됩니다. 각 오프셋은 제곱되고 마지막으로 제곱 평균이 계산됩니다. 이 숫자는 표본의 표준 편차입니다.
정규 분포 이해하기
플롯 (plot) 될 때 표본이 정상 분포로 떨어지면 그 표본은 정상 분포로 간주됩니다. 많은 샘플이 정상적으로 분포되어 있지만, 30 개 이상의 데이터 포인트가있는 상당히 큰 샘플은 데이터가 정상적으로 분배 된 것으로 간주 할 수 있습니다. 이것은 6 시그마 곡선과 기본 계산이 정규 분포 샘플을 기반으로하기 때문에 중요합니다.
6 시그마 곡선
통계적으로 정규 분포의 표본 중 68.2 %는 평균의 1 시그마가 플러스 또는 마이너스 이내입니다. 따라서 평균이 30이고 표준 편차가 2 인 경우 100 회의 관측 중 68.2가 28과 32 사이의 값이됩니다. 다른 시그마를 추가하면 95.44 %에 도달합니다. 즉, 관측치의 95.44 %는 26과 34 사이가 될 것이다. 그리고 거의 모든 관측치, 99.73 %는 평균값의 약 3 표준 편차 이내, 즉 24와 36 사이의 평균을 의미한다 , 위의 예제에서. 각 편차는 이전 비율보다 전체 비율이 더 적습니다.
그러나 6 시그마에 도달 할 때까지 샘플의 관측치의 99.99966 %가 평균의 6 표준 편차 이내가됩니다. 이 경우 프로세스가 탁월한 품질 관리를 입증합니다. 이것을 말하는 또 다른 방법은 백만 건의 관측에 대해 3.4만이 6 시그마의 계산 된 한계를 벗어나는 것입니다. 프로세스의 관측 샘플을 나타내는 정규 분포의 곡선을 보면 무시할 수있는 양의 관측 만 플러스 또는 마이너스 6 시그마 경계를 벗어나는 것으로 나타납니다. 실질적으로 이것은 프로세스가 달성 할 수있는 최대 안정성입니다.
조언 및 경고
6 시그마는 평균으로부터 약 6 표준 편차를 의미합니다. 즉, 최소값 또는 제어 하한과 최대 또는 상한 제어 한계 간의 차이는 실제로 12 시그마입니다. 단지 6 표준 편차의 범위 인 3 가지 표준 편차를 계산하는 실수를 저 지르지 마십시오.