优良品质
生产的单位总数: 10,000 单位; 发现的缺陷总数: 10 缺陷; 每个单位的机会数: 10 机会
机会总数: 100,000 机会; DPMO(每百万机会缺陷数): 100 DPMO
计算每百万机会缺陷数 (DPMO),这是一个质量指标,表示一个流程中每百万机会的缺陷数量。
请按顺序填写输入项,然后比较输出结果,而不是只依赖单一场景。
生产的单位总数, 发现的缺陷总数, 每个单位的机会数 → 机会总数, DPMO(每百万机会缺陷数)
在输入你自己的数值之前,可先用这些示例验证计算器的行为。
生产的单位总数: 10,000 单位; 发现的缺陷总数: 10 缺陷; 每个单位的机会数: 10 机会
机会总数: 100,000 机会; DPMO(每百万机会缺陷数): 100 DPMO
生产的单位总数: 10,000 单位; 发现的缺陷总数: 100 缺陷; 每个单位的机会数: 10 机会
机会总数: 100,000 机会; DPMO(每百万机会缺陷数): 1,000 DPMO
生产的单位总数: 10,000 单位; 发现的缺陷总数: 500 缺陷; 每个单位的机会数: 10 机会
机会总数: 100,000 机会; DPMO(每百万机会缺陷数): 5,000 DPMO
使用代数、几何、三角学、概率、统计、平均值、z 分数、统计检验和绘图任务的计算器。
这些链接旨在加深本次会话,并回答下一个最可能出现的问题,而无需让用户返回搜索结果。
当正态性假设被违反时,进行非参数检验以比较两个独立组之间的差异。它计算 U 统计量和相关的 p 值。
计算观察到的检验统计量与计算出的统计量一样极端或更极端的概率,假设原假设为真。
计算卡方统计量和用于拟合优度或独立性检验的p值。它需要观察值和期望频率或值。
计算与标准正态 (Z) 分布或任何正态分布相关的概率和百分位数。