在6西格玛管理的度量中，常常用到下面的度量指标，它们是：
FTY (First Time Yield) -首次产出率。是指过程输出一次达到顾客规范要求的比率。也就是我们常说的一次提交合格率。RTY(Rolled Throughput Yield)-滚动产出率。是构成过程的每个子过程的FTY之乘积。表明由这些子过程构成的大过程的一次提交合格率。RTY=FTY1′FTY2?′?′FTYn式中：FTYi是各子过程的首次产出率，n是子过程的个数。
用FTY或RTY度量过程可以揭示由于不能一次达到顾客要求而造成的报废和返工返修以及由此而产生的质量、成本和生产周期的损失。这与我们通所采用的产出率的度量方法是不尽相同的。在很多企业中，只要产品没有报废，在产出率上就不计损失。因此掩盖了由于过程输出没有一次达到要求而造成的返修成本的增加和生产周期的延误。举例来说，某过程由4个生产环节构成(如图2-1所示)。该过程在步骤2和步骤4之后设有质控点。根据生产计划部门的安排，投料10件。经过步骤1和步骤2的加工后，在检验发现2个不合格品。1件须报废，另1件经返修处理后可继续加工，这样有9件进入了后续的加工过程。这9件产品经过步骤3和步骤4后又有1件报废，1件返修。整个加工结束后，有8件产品交付顾客。因此，生产计划部门的统计数据是：产出率=80%。这个统计数据不能表明在这80%中，有一些是经过返修后交付的，这些返修活动增加了生产成本和生产周期。如果我们用RTY来度量的话，可以看出，步骤1和步骤2的FTY1为8/10=80%，步骤3和步骤4的FTY2为7/9=78%。如果投料100件的话，经过步骤1和步骤2，第一次就达到要求的是100′80%=80件，这些一次就达是要求的合格品经过步骤3和步骤4后，一次就能达到要求的将是80件′78%=62件。也就是100′80%′78%=100′62.4%=62.4件，而80%′78%=62.4%正是我们说的FTY1′FTY2=RTY。就这个例子来说，只有62%左右的产品(6件)是一次就达到加工要求的，而38%左右的产品需经返修或报废处理。
FTY=99%是不是足够好?在很多人看来，这已经足够好了。FTY达到3.4ppm不过是种“理想”状态，实际上并不需要如此低的缺陷比率。但是，如果我们用RTY来度量的话，可以发现越是步骤多、越是技术含量高的过程，对FTY的要求就越高。从下表中可以看出，如果每个子过程的FTY都为99%，那么由50个子过程构成的大过程的RTY只有60.5%，也就是说将有40%的过程输出需经返工或报废处理。也许，经过返修处理后，过程的输出可以100%地交付顾客，用我们传统的产出率的统计方法，这个过程的产出率是100%。但事实上，这个过程中存在着质量、成本和周期的巨大损失。而这些损失是竞争力的损失。
我们还可以用下面一些度量指标衡量过程满足顾客要求的能力：
DPU (Defect Per Unit) -单位缺陷数。是过程的“缺陷”数量与过程输出的“单位”数量比。平均每个单位上有多少缺陷。计算式为：DPU=缺陷总数/单位总数
DPO (Defect Per Opportunity) -单位机会缺陷数。是过程输出的“缺陷”的数量与过程输出的“缺陷机会数”之比。计算式为：DPO=缺陷总数/缺陷机会总数
DPMO (Defect Per Million Opportunity) -百万缺陷机会缺陷数。是过程输出的“缺陷”的数量与过程输出的“缺陷机会数”之比乘以100000。计算式为：DPMO=DPO′1000000
假如一位顾客通过电话订购了4个汽车备件，希望5天内交付。那么，对交付过程来说，关键的顾客要求CTQ是及时交付订货，顾客要求的规范限USL是从接电话之日起5个工作日内，过程的缺陷是备件超过5天发出。对这次电话订货来说，有4个缺陷机会，因为每一个备件都可能延迟发出。如果该电话销售部门6个月内共收到电话订货20个，每个订货4件，其中未能准时发货的5件。那么，该过程的：
DPU=5/20=0.25—表示平均每次订货中有0.25件产品不能准时发出
DPO=5/(20′4)=0.0625 —表示不能准时发货的产品占发出的所有产品的6.25%
DPMO=0.0625′1000000=62500 —表示如果发出1000000个产品的话，将有62500个产品不能准时发出。
对很多产品或服务过程来说，满足顾客要求的特性不止一个，引起不合格的缺陷不止一处。采用DPU或DPMO可以更准确地度量过程满足顾客要求的能力，给我们更多关于过程缺陷的信息。
如果度量条件允许的话，应尽量使用连续型数据并根据这些测量数据与顾客要求目标值的偏离程度作为过程满足顾客要求的能力的度量指标：
通过对过程输出的准确测量，可以获得连续型的测量数据。根据这些数据，可以计算出过程输出的平均值和标准差，用这两个参数可以计算过程的西格玛水平，表示过程满足顾客要求目标值的能力。计算公式是：
注：式中min表示取Zpu和Zpl两者中小的。
比如：某顾客对某产品的性能十分关注，要求该性能为Y=10±0.01。供应商A提供的10个产品的测量数据为：10.009、10.005、9.992、9.999、10.008、10.007、9.997、9.999、10.009、9.995。供应商B提供的10个产品的测量数据为：10.002、10.003、9.998、9.999、10.001、10.003、9.999、9.999、10.002、9.998。那么，谁更能满足顾客要求呢?根据这些数据，我们可以分别计算出它们的平均值和标准差。供应商A的平均值为10.002，标准差为0.00632。供应商B的平均值为10.0003，标准差为0.00211。将这些数据以及顾客要求代入上面的Z计算公式，可得供应商A的西格玛水平为1.27，供应商B的西格玛水平为4.60。也就是说，供应商B的产品更接近于顾客要求的目标值(此例中，顾客要求的目标值为10)，因此供应商B满足顾客要求的能力远高于供应商A。
又比如：某顾客采取无仓储管理(JIT)，要求供应商A提供产品的交付期为下定单后第30天，早于30天的话，供应商A自己负责保管，每天需付额外保管费，但最多可保管7天。下面是供应商A的10批产品交付时间的统计数据：29、27、25、24、29、26、23、25、30、24(天)。那么，该供应商交付过程的西格玛水平是多少呢?根据交付时间的统计数据，
我们可以计算出该过程的平均值等于26.2，标准差S=2.44。该过程的规范限LSL=23。将这些数据代入公式，可得Z=(26.2-23)/2.44=1.37。也就是说该过程的西格玛水平仅为1.37。观察这些交付时间的统计数据，虽然没有早于23天或迟于30天的。但是，因为它们相对于顾客要求的目标值来说比较分散，因此过程的西格玛水平并不高。西格玛水平低意味着过程满足顾客要求的能力低，意味着质量、成本和周期的损失。
上面我们介绍了用于业绩度量的三大类指标：基于合格/不合格(计数型数据)的FTY/RTY度量指标;基于缺陷数据(计点型数据)的DPU/DPMO度量指标;基于平均值/标准差(连续型数据)的Z(西格玛水平)。它们基本覆盖了对产品、服务、商务、管理等所有类型过程的度量。为了将这三类度量指标统一起来，在6西格玛管理中常常将FTY/RTY，或DPU/DPMO折算为近似的Z(西格玛水平)。在折算过程中采用了将FTY/RTY或DPU/DPMO转换为标准正态分布中对应的概率，并根据概率分布找出对应的Z(如图2所示)。6西格玛管理中常用的Z换算表如表2所示。
让我们以下面的例子来说明过程的度量与西格玛水平的计算。某企业在召开中层干部会议时提出了2条要求： (1)不缺席、不迟到;(2)会议期间关闭手机、BP机。在最近召开的一次中层干部会上，应到会40人，缺席2人，迟到2人;与会者中有30人有手机或BP机，有2人的手机或BP机没有关闭。那么，这次会议达到与会要求的西格玛水平怎样呢?我们先来确定什么是缺陷：如果有1个人缺席或迟到，就出现1个缺陷;如果发现有1个人没有关闭手机或BP机也记为1个缺陷。对本次会议来说，共出现了6个缺陷。那么，对达到会议要求来说，本此会议一共有70个缺陷机会(对到会来说有40个缺陷机会，对关闭通讯设备来说有30个缺陷机会)。因此，DPMO=(6/70)1000000=85714ppm。查西格玛水平换算表，可得Z=1.35西格玛。也就是说，本此会议满足要求的水平仅为1.35西格玛。它对要求的满足程度，不如一个Z=4的生产过程或Z=3的服务过程。
对不同的过程、不同的顾客和不同的要求，我们都可以将顾客或过程要求量化，并用不同的度量指标评价我们的业绩与要求之间的差异，以及我们满足要求的能力。但是，不论使用什么样的度量指标，我们都可以将其转换为西格玛水平。这样，我们就可以在同一平台上将不同的过程进行对比。比如，一个生产过程达到了5西格玛水平，而一个服务过程仅为2.5西格玛，我们可以说在满足顾客要求方面，这个生产过程要好于服务过程。该服务过程应该努力改善，以便在满足顾客要求方面到那个生产过程的水平。又比如，我们与竞争对手在向顾客提供产品或服务中采用了不同的方法，我们在评价满足顾客要求方面采用了不同的测量系统和测量指标。但将这些指标转换为Z后，我们发现竞争对手已达到4.5西格玛，而我们仅为3.2。因此我们必须努力改进，否则在满足顾客要求方面的较大差异将导致竞争的失败。
我们不重视我们不度量的东西，我们对不度量的东西不能有所作为。我们需要用用顾客满意的方式，用提高竞争力和追求卓越的方法度量我们的产品、服务、商务、管理，为提高竞争力揭示出广泛的业绩改进空间。
文章来源于领测软件测试网 https://www.ltesting.net/
