Даже стабильный процесс может показывать вариацию при достаточно подробных измерениях. Вариация описывает различия между наблюдениями. Некоторые измерения, например рост в подходящей популяции, могут группироваться около среднего, но симметричное колоколообразное распределение нужно проверять, а не предполагать.
Материалы International Six Sigma Institute™
Полное раскрытие вариации в Six Sigma
Стандартное отклонение измеряет разброс наблюдений вокруг среднего процесса в тех же единицах, что и измерения. Его уменьшение снижает разброс. Уровень сигма, напротив, сравнивает расстояние от среднего до предела спецификации со стандартным отклонением процесса. Пять, шесть или семь сигма описывают такое расстояние, а не стандартное отклонение между последовательными выходами.
Известная цель Six Sigma — около 3,4 дефекта на миллион возможностей — использует общепринятое предположение о сдвиге среднего на 1,5 стандартного отклонения. Это не безусловный прогноз для каждого процесса. Для стабильного, приблизительно нормального процесса, центрированного между пределами спецификации на расстоянии шести стандартных отклонений от среднего, Cp и Cpk равны 2 до сдвига. Если среднее сдвигается к одному пределу на 1,5 стандартного отклонения при прежнем разбросе, Cpk становится 1,5, а предел находится в 4,5 стандартного отклонения от среднего.
Чтобы уменьшить вариацию, измеряйте работу процесса, исследуйте её причины, внедряйте улучшения и отслеживайте результаты. Меньшая вариация может снижать риск дефектов, но связь также зависит от среднего, пределов спецификации и распределения. Оценивайте частоту дефектов подходящей проверенной моделью или наблюдаемыми данными с чётким определением возможности дефекта; одно уменьшение разброса не гарантирует отсутствия дефектов.
Дальнейшее улучшение может требовать постоянного внимания руководства, планируемых экспериментов, анализа воспроизводимости и полномочных команд. Нормальное, или гауссово, распределение симметрично и колоколообразно, но данные процесса не всегда нормальны. Проверяйте стабильность и предпосылки распределения перед применением нормальных индексов воспроизводимости или прогнозом вероятностей в хвостах. Для ненормальных данных выбирайте подходящий альтернативный анализ. Сравнивайте результаты с нижним и верхним пределами спецификации и выбирайте контрольные карты, диаграммы рассеяния, графики хода процесса и исследования воспроизводимости в зависимости от вопроса.
