六西格玛统计的一些基础知识：

　　一、正常波动与异常波动

　　在生产过程中，即使同一个人使用同一台机器以及同一批材料。在同样的生产条件下，加工出产品的质量特性值也不完全一样。这是因为生产加工过程受人员(Man)、机器(Machine)、材料(Material)、方法(Method),侧量(Measure)、环境(Environment)等因素(简称5M1E)的影响所致。这就是产品的质量特性值其有变异性。然而，产品质量的变异性又服从统计规律，这就为企业在质量管理中，运用六西格玛统计理论和方法研究产品的质量特性提供了科学的依据。

　　某博士通过研究发现，产品质量特性的变异来自于影响产品质量的各种各样波动，他首次将质量波动分为正常波动(偶波)和异常波动（异波)两大类，这一贡献开创了企业探索改进和提高产品质量的先河。

六西格玛统计的一些基础知识

　　1、六西格玛统计：正常波动

　　正常波动是由不可避免的因素造成的，它总是存在，在技术上难以消除，经济上花费较高，对产品质量影响较小。例如，要消除仪器仪表的精度误差，不是花钱较多，就是很难解决。例如，车床马达的振动对加工零件是有影响的，但这是加工过程固有的，因其影响较小，所以是质量管理中允许的波动。

　　2、六西格玛统计：异常波动

　　异常波动不是过程中固有的，时有时无，对产品质量的影响较大，技术上易于消除，经济上不用过多的投入。例如，车刀严重磨损导致加工出来的螺丝直径变大，通过更换刀具就可以解决问题。

　　造成质量波动的原因很多，从技术上能控制的只有其中的一部分。在质量管理中，提高产品质量所采取的措施、工具和方法都是围绕着消除异常波动提出的。

　　二、计量值与计数值

　　产品质量特性的量值或数值称为产品质量特性值。质量特性值可分为两种：一种是计量值，另一种是计数值。

　　1、六西格玛统计：计量值数据

　　计量值数据(Continuous Data)是指可用量具、仪表等进行测量而得到的连续型数据。计量值数据可以连续取值，可以是小数，如长度、温度、重量等都属于计量值数据。

　　2、六西格玛统计：计数值数据

　　计数值数据(Attribute Data)是指不能用量具、仪表等来进行度量而是通过计数得到的非连续型数据。计数值数据不能连续取值，只能是非负整数，可以用计数的方法得到。计数值数据又可分为计件值数据和计点值数据：特性值的测量结果是“合格”或“不合格”的数据是计件数据，而特性值的测量结果是缺陷点数的数据则是计点数据。

　　例如，螺母的直径是20mm，这是计量值数据。从100件产品中抽取样本20件检验，发现有2件“不合格”，这是计件值数据。检验某一铸件，上面的沙眼数是5个，则是计点值数据。通常情况下，计量值数据用正态分布来描述，而计数值数据中的计件值数据用二项分布来描述，而计数值数据中的计点值数据用泊松分布来描述。当样本数量达到一定程度时，二项分布和泊松分布近似于正态分布。因此，在质量管理中，大多数质量特性都服从正态分布。