Tìm kiếm (search)

Chủ Nhật, 13 tháng 8, 2017

Hiểu thế nào về DPPM (or PPM) và DPMO

Trong 6Sigma chúng ta thường thấy có 2 đại lượng là PPM (đôi khi gọi là DPPM, Defective Part Per Million) và DPMO (Defect Per Million Opportunities). Một số người nói 6Sigma là 3.4PPM, số khác phản biện nói 6Sigma là 3.4 DPMO mới đúng chứ, vậy hiểu thế nào cho đúng với tình huống?

Theo quan điểm của Tôi thì :

A. DPPM (hay PPM _ Defective Part Per Million) thường sử dụng và tính cho đơn vị sản phẩm bị lỗi  nhân với 1 triệu (tỉ lệ phần triệu). Sản phẩm ở đây là đơn vị đầu ra của một Quá trình và không quan tâm đến có bao nhiêu khuyết tật trong một đơn vị sản phẩm.

Ví dụ: Một công ty họ sản xuất hàng tháng là 1,2 triệu sản phẩm, và họ gặp phải 2000 sản phẩm hỏng, vậy tỉ lệ hàng hỏng

   - Tính theo % là, Defective rate = 2000 / 1200000 = 0.17%
   - Tính theo PPM                         =  (2000 / 1200000) * 1000000 = 1700 PPM

Nếu quy ra Sigma level (không quan tâm đến Z shift) thì = NORM.S.INV(1-0.17%) = 2.9 Sigma.


B. DPMO (Defects Per Million Opportunities)_ Lỗi trên 1 triệu cơ hội thường được sử dụng để tính tỉ lệ phần triệu của khuyết tật của sản phẩm (Một sản phẩm có thể có nhiều khuyết tật và đếm hết số lượng khuyết tật).

Mỗi sản phẩm của họ được làm từ 3 linh kiện, như vậy mỗi sản phẩm là có 3 có hội có thể bị lỗi và giả sử mỗi sản phẩm lỗi chỉ bị 1 khuyết tật thì DPMOsẽ là

  - Tính DPMO= 2000 / (1200000 x 3) = 2000 / 3600000 = 556 DPMOvà nếu tính theo DPMO thì quá trình là  = NORM.S.INV(1-0.0556%) = 3.3Sigma (không quan tâm đến Z shift).

Như vậy tùy theo cách quan sát mà ta có nhận định về năng lực quá trình khác nhau. Theo kinh nghiệm bản thân thì Tôi luôn dùng PPM cho các báo cáo chất lượng và tính cho đơn vị sản phẩm, vì khách hàng đâu quan tâm đến chúng ta sử dụng bao nhiêu linh kiện cho một sản phẩm, cái họ mua chỉ là 1 sản phẩm hoàn thiện mà thôi nen Ta dùng PPM để có cái nhìn tốt hơn cho chất lượng sản phẩm ta tạo ra.

Còn trong nội bộ để có cái nhìn chính xác và khách quan thì ta có thể đo lường theo DPMOđể có cái nhìn khách quan về năng lực của công đoạn hoặc dây chuyền để phân tích, cải tiến vấn đề một cách phù hợp hơn.

Ví dụ: Một dây chuyền (1A) sản xuất 1000 sản phẩm A chỉ có 2 linh kiện cấu thành và bị tỉ lệ lỗi tính theo sản phẩm đầu ra là 0.5% so với một dây chuyền (2A) sản xuất 1000 sản phẩm B có 10 linh kiện cấu thành và bị tỉ lệ lỗi tính theo sản phẩm đầu ra là  0.8%.(giả sử mỗi sản phẩm chỉ bị 1 khuyết tật). Khi đi họp chất lượng trưởng phòng chất lượng phê bình chuyền 2A vì tỉ lệ lỗi cao, vậy ông ấy có công bằng với chuyền 2A không?

PPM (1A) = 0.005 x 1000000  = 5000 PPM
PPM(2A)  = 0.008 x 1000000  = 8000 PPM

Lệch nhau tới 3000 PPM cơ mà, xem tiếp...

DPMO (1A)  = 5 / (2*1000) x 1000000  = (5 / 2000) x 1000000 = 2500 DPMO
DPMO (2A)  = 8 / (10*1000) x 1000000  = (8 / 10000) x 1000000 = 800 DPMO

Vậy Ông trưởng phòng chất lượng kia đã công bằng với chuyền 2A chưa?

Mọi ý kiến mọi người cứ đóng góp.

<Việt Nguyễn - ngvietlg@gmail.com>


 


18 nhận xét:

  1. Cám ơn anh, bài viết rất hữu ích. Nhưng mà với trường hợp của e, trưởng phòng chất lượng chỉ có quyền mắng giám sát chất lượng còn vị trí đó không có quyền mà mắng giám sát sản xuất

    Trả lờiXóa
  2. Hi anh,
    Vì sao phải dùng hàm : NORM.S.INV(1-0.17%) ?
    Và vì sao phải là 1-0.17% ?

    Trả lờiXóa
    Trả lời
    1. Dùng hàm NORM.S.INV là vì nó liên quan đến phân phối chuẩn (em có thể xem ở bài này, nhưng nói chung là khó nếu chưa học qua các mô hình Phân phối trong thống kê: https://tieuchuanchatluong.blogspot.com/2018/04/normal-distributionphan-phoi-chuan.html)

      Xóa
    2. Vì sao phải là 1- 0.17% => cái này là để quy ra mức Sigma (Mức độ tốt). 0.17% là tỉ lệ Lỗi, vậy 1-0.17% là tìm tỉ lệ TỐT. Để từ đó quy ra mức Sigma.

      Xóa
    3. nhờ giải thích kỹ hơn . Nếu mình dùng 2-0.17% hoặc một con số khác 1 để trừ tỷ lệ lỗi thì sao hay cứ phải 1-0.17%

      Xóa
    4. 1 = 100% => 100%-0.17% = tỷ lệ hàng đạt.

      Xóa
  3. Dây chuyền (1A) sản xuất 1000 sản phẩm A chỉ có 2 linh kiện cấu thành và bị tỉ lệ lỗi tính theo sản phẩm đầu ra là 0.5%.
    Dây chuyền (2A) sản xuất 1000 sản phẩm B có 10 linh kiện cấu thành và bị tỉ lệ lỗi tính theo sản phẩm đầu ra là 0.8%.
    Nếu tính huống như thế này thì phải áp dụng công thức tính khác hả anh?

    Trả lờiXóa
    Trả lời
    1. Đúng vậy bài này hướng dẫn 2 Đại Lượng - DPPM và DPMO.

      Xóa
  4. Tính DPMO= 2000 / (1200000 x 3) = 2000 / 3600000 = 556 DPMOvà nếu tính theo DPMO thì quá trình là = NORM.S.INV(1-0.0556%) = 3.3Sigma (không quan tâm đến Z shift)
    Nếu có tính ca Z shift thì công thức sẽ thế nào a nhỉ?

    Trả lờiXóa
    Trả lời
    1. Nếu trừ đi Z shift (1.5 Sigma) như vậy quá trình chỉ đạt 3.3 -1.5 = 1.8 Sigma (~2 Sigma).

      Xóa
    2. câu này trả lời thế này mới đúng nhé " Nếu tính Z shift (1.5 Sigma) như vậy quá trình đạt 3.3 + 1.5 = 4.8 Sigma (~5 Sigma với quá trình có tỉ lệ lôi ~ 0.0556% (556 DPMO)).

      Xóa
  5. Bạn ơi cho hỏi thay vì sản phẩm có mấy linh kiện cấu thành là sản phẩm đó có nhiều công đoạn làm việc thì khi áp dụng tính DPMO thì vẫn có thể tính bao nhiêu công đoạn là bấy nhiêu linh kiện cấu thành chứ?

    Trả lờiXóa
  6. ad có thể giải thích thêm về [Z shift] đx ko ad ?

    Trả lờiXóa
    Trả lời
    1. Bài này mình có nói đến Z-shift:

      http://tieuchuanchatluong.blogspot.com/2017/07/spc-process-capability-lam-nao-e-cai.html

      Xóa
  7. 2A là 3.2 sigma; 1A là 2.8 sigma như vậy hiệu suất quá trình của 2A vẫn đang cao hơn 1A như vậy có đúng ko anh?

    Trả lờiXóa
    Trả lời
    1. Bài này nhắm đến hiệu quả (chất) hơn là hiệu suất (lượng) vì đang đề cập đến lỗi PPM và DPMO.

      Xóa