ILSSI-國際精益六西格瑪研究所 優思學院｜為甚麼六西格瑪離不開標準差？｜ILSSI 黑帶大師 Paul 的解說

歡迎來到複雜性辯解 我叫保羅艾倫 今天的通訊主題是 爲什麼你需要標準差 好的 現在在製造業中 標準差說實話 在任何公司 如果你關注標準差 當你看這個的時候 它是什麼呢 它是 所有單個數據點減去平均值的平方和 再除以n-1 然後開根號 每當有人看到這個東西時 他們都會說 天哪 我爲什麼要了解標準差 其實 如果你想真正瞭解你的工藝流程 如果你想知道你的流程接下來會發生什麼 每當你啓動每臺機器時 這個東西在這方面簡直太棒了 所以我們來看看會發生什麼 你的工藝流程會產生 一個分佈 也許這個分佈看起來是這樣的 也許會有1%的缺陷率出現在分佈的尾部 現在 當然 你想知道的就是你想知道這種情況會發生 所以你會從你的流程中提取數據 並且你會基本上計算兩個統計量 以便能夠理解這個途徑 你要計算 信號通常是其均值 同時你還需要準確的進行噪聲的計算 也就是說如果你只是直接看數據本身 你可能只會計算樣本的 極差 所以你取了30到50個數據點 計算了均值 也計算了極差 然後你當然會把這些結果與自己的目標進行對比和檢驗 當然 希望均值是符合要求的 它是不同的顏色 希望均值 能夠達到目標 同時希望極差 在容差範圍之內 當然 如果你同時滿足這兩點 那就太好了 實際上你擁有的 就是一個有能力的過程 希望你能賺很多錢實現零缺陷 讓我們來想一想這個問題 這些就是我們希望使用的統計量 他們非常容易計算 所以極差就是最大值減去最小值 爲什麼我們不想用最大值減最小值這個方法 爲什麼我們要用這個方法呢 好讓我們來想想極差 我只取了30到50之間的數據 在這30到50之間 你真的認爲我捕捉到了所有極端的結果嗎 也許我可能在這裏挑出了一些更極端的結果 但你覺得我會有那麼幸運嗎 如果我只有1%的缺陷率 我們把這個比例再縮小一點 尾部只有0.5%的缺陷率 也許尾部只有千分之一 0.1%的缺陷率 正面說一句 這仍然是缺陷率 而且會讓你付出成本 你難道不想知道這個過程會讓你花多少錢嗎 當然你想知道 但區間的問題在於 區間無法發現那些極端的結果 那我們爲什麼還要用它呢 順便說一下 這個標準差 而這個區間是總的變異性 而標準差 只是平均變異性 我真希望它被叫做平均變異性 這樣我們大家都會更容易理解 不幸的是 它被稱爲標準差 那麼 爲什麼我要用這個而不是總的變異性呢 這個東西標準差的強大之處在於什麼 它有能力做什麼 它有預測的能力 它有預測的極端情況 結果的能力 事實上 不僅僅是它有預測極端結果的能力 老實說它有預測所有結果的能力 所以 比如說 如果那就是將要發生的情況 過程會是這樣的 它看起來會像這樣 假設這個過程有點偏離中心 這個過程看起來就會是那樣 如果你用這30個數據點來計算均值和標準差 它會做的事情就是預測缺陷率 它會預測這裏的尾部 有多少數據會落在尾部 順便說一下 即使你的30個樣本的數量甚至 全都是無缺陷 也會是這種情況 換句話說 你從流程中抽取的樣本 結果沒有發現任何缺陷 如果你只看範圍你會做出什麼假設 你的假設是這個過程將是無缺陷 但這並不是真的 只有30個樣本 你只是還沒有足夠幸運的收集到極端值而已 然而如果你計算標準差 這是一個非常重要的數字 它可以預測缺陷率 它能夠預測你尚未見到的結果 這就是我們使用標準差的原因 這是最值得了解的數字 它有預測未來的能力 即使你在樣本中沒有看到任何缺陷 它也能預測缺陷率 而極差做不到這一點 標準差 用它吧 利用它爲你帶來優勢 如果你將標準差應用到你的案例 你的流程 爲你所用 你可以賺很多錢 標準差 這是一個非常值得了解的數字 學會喜歡它