PPM / Sigma-Konverter

Umrechnung zwischen Fehlerrate, PPM und Sigma-Niveau. Die Six Sigma-Methodik verwendet PPM (Parts Per Million) und Sigma-Niveaus zur Messung der…

Die Six Sigma-Methodik verwendet PPM (Parts Per Million) und Sigma-Niveaus zur Messung der Prozessqualität. Ein 6-Sigma-Prozess erreicht 3,4 DPMO und steht für nahezu perfekte Qualität.

Was sind PPM und Sigma-Niveau?

PPM (Parts Per Million, Teile pro Million) ist eine universelle Qualitätskennzahl zur Darstellung von Fehlerraten auf einer Pro-Million-Skala. Sie ist ein Eckpfeiler der Six-Sigma-Methodik.

Das Sigma-Niveau ordnet einen PPM-Wert der Anzahl der Standardabweichungen zwischen dem Prozessmittelwert und der nächsten Spezifikationsgrenze zu. Ein höheres Sigma-Niveau zeigt einen fähigeren Prozess an. Der berühmte Six-Sigma-Benchmark von 3,4 DPMO beinhaltet eine langfristige 1,5-Sigma-Verschiebung.

Die Umrechnung zwischen Fehlerrate (%), PPM und Sigma-Niveau ermöglicht Qualitätsingenieuren eine gemeinsame Sprache. Ein 3-Sigma-Prozess erzeugt etwa 66.807 PPM Fehler, während ein 6-Sigma-Prozess nur 3,4 PPM erreicht.

Formula: PPM = Fehlerrate (%) x 10.000 Sigma-Niveau = NORMSINV(1 - Fehlerrate) + 1,5 Verschiebung Ausbeute = 1 - Fehlerrate

Berechnungsbeispiel

Ein Prozess hat eine Fehlerrate von 0,27%. PPM = 0,0027 x 1.000.000 = 2.700. Ausbeute = 99,73%. Mit der inversen Normalfunktion und einer 1,5-Sigma-Verschiebung entspricht dies etwa einem 4,3 Sigma-Niveau.

Wann diesen Rechner verwenden

Häufige Fehler vermeiden

Ergebnisse interpretieren

Zugehörige Normen & Referenzen

Häufig gestellte Fragen

Warum ist eine 1,5-Sigma-Verschiebung in Six-Sigma-Berechnungen enthalten?

Motorolas Six-Sigma-Forschung ergab, dass Prozesse langfristig um etwa 1,5 Sigma driften. Die Verschiebung berücksichtigt diese reale Variation, sodass ein '6-Sigma'-Prozess 4,5 Sigma Abstand zur Spezifikationsgrenze hat und 3,4 DPMO erreicht.

Was ist der Unterschied zwischen PPM und DPMO?

PPM zählt fehlerhafte Teile pro Million produzierter Teile. DPMO (Fehler pro Million Möglichkeiten) normalisiert nach der Anzahl der Fehlermöglichkeiten pro Einheit und ermöglicht fairen Vergleich komplexer mit einfachen Produkten.