InsightFab — AI 製程分析平台

情境

客戶要求「Six Sigma 品質」，你的主管問你：「我們現在幾個 Sigma？」你知道我們的不良率大概是 0.5%，但不知道這換算成幾個 Sigma。

更讓你困惑的是：有人說 6 Sigma 對應的是 3.4 PPM，但數學上 6 個標準差以外的機率應該是 0.002 PPM——為什麼差這麼多？

謎團的答案是「1.5σ 長期偏移」。

摩托羅拉發展 Six Sigma 方法論時，研究發現：任何製程長期運行，平均值都會自然漂移 ±1.5σ。所以他們把「6 Sigma」的定義改成：就算製程有 1.5σ 的偏移，距離最近規格界限還有 4.5σ 的距離。4.5σ 以外的機率 = 3.4 PPM。

SigmaCpkPPM（含1.5σ偏移）良率 20.50308,53869% 30.8366,80793% 41.176,21099.4% 51.5023399.98% 61.833.499.9997%

從不良率反推 Sigma 水準：

不良率 0.5% = 5,000 PPM ≈ 4.1σ

不良率 0.1% = 1,000 PPM ≈ 4.6σ

不良率 0.01% = 100 PPM ≈ 5.2σ

Sigma 水準的商業意義：

從 3σ → 4σ：不良率從 6.7% 降到 0.62%，一般製造業的「合格線」

從 4σ → 5σ：投入的資源遠大於 3→4，通常需要設備升級或設計改良

6σ：軍工、航太、心臟起搏器的要求

複雜製程注意：如果你的製程有 100 個步驟，每個步驟 4σ（99.4% 良率），整個製程的最終良率是 0.994^100 = 54%。這就是為什麼複雜製程需要每個步驟都很高的 Sigma 水準。

輸入總產量和不良數，InsightFab 自動換算 PPM、Sigma 水準、Cpk 對應值，並告訴你「距離客戶要求（5σ）還差多少，需要把不良率從現在的 X% 降低到 Y%」。

「Six Sigma 不是品質標語，是一個可以算的目標——先算出你現在幾個 Sigma，才知道要改善多少。」