1.定義：

6σ公差分析法：6σ公差分析法是統計公差法的一種，是將尺寸鏈內尺寸的不同制程能力考慮在內，通過優化尺寸鏈公差參數達到目標尺寸為6σ的方法。

//良品率未必一定是6σ，符合公司要求合適的良品率即可。

從均方根章節中知道，均方根法假設制程能力是相同的。

但在實際當中,更加有可能的是，用來公差疊加分析的特征制程，通常都沒有控制在同一個等級。公差分析里面的公差很可能是有幾個是±2σ,有幾個是±3σ。

6σ公差分析法，其就允許每個組中的零部件有不同的制程水平,甚至是不同的公差分布型態。

不同的制程水平：即擁有不同的Ca及Cp。

不同的不同的公差分布型態：如下小結所示。

1.1 各種公差分布的形態

公差分布型態（Tolerance Distribution）不只是一種。如下圖所示：

圖1為正態分布（或稱之為常態分布），圖2為均勻分布。這兩種比較常用。

//以前作者關於公差分布型態有些寫錯了，請注意。作者以前一直以為均勻分布等有規律的公差分布形態就是正態分布的一種。雖然說不是不能這么看，但不對。

1.2 計算公式

暫無。

其公式推演如下：

公式推演有助於了解方法本質，但缺少合適的6σ公差分析法的公式及推演，以后再寫！！！

//作者暫時也找不到比較清晰明確的。

2.6σ公差分析法計算實例

題目：

A尺寸的值和公差為54.00±0.20，cp為1，cpk為0.75；

B為12.00±0.10，C為13.00±0.10，D為16.00±0.15，E為12.50±0.10，四個零件的cp為1.33.cpk為1;

五個零件的公差分布模型均為normal；

間隙Gap的要求為，0≤Gap≤1。

利用6σ公差分析法求關鍵尺寸X的名義值和公差，cpk。（將這一題與極值法，均方根法比較）

計算過程：
①計算X的名義值：
DX= DA+ DB+ DC+ DD+ DE
= 54.00 + (-12.00) + (-13.00) + (-16.00) + (-12.50)
= 54.00 -12.00 -13.00 -16.00 -12.50
= 0.50 毫米
②計算X的公差

利用表格計算的結果如上，Tasm=0.53.

間隙X=0.5±0.53，cpk=1.42；

3.6σ公差分析法的要點

缺少！（以后補齊）

3.1 六西格瑪機械公差設計分析的假設前提是

（1）變量之間相互獨立，均值和方差相互獨立；

（2）所有零件的尺寸均服從正態分布；（這一條有待討論）

（3）σ用來描述變異性，由於材料和制造過程中不可避免的變異，采用1.5σ作為標准漂移來計算公差域之外的概率。

//這一條也很麻煩，因為6σ這個概念一直有爭議。

3.2 6σ法中的1.5σ偏移的由來

通常工程領域，制造制程常常傳統地設置滿足有效等級3σ。大約百萬個產品中2700個不良。盡管這些超出地產品起初看起來非常良好，但在一些產品領域，越發不足。除此之外，從長期來看幾乎不可能保證制程特性曲線地中心值完全在容許范圍地中心。以防大批量生產時的制程特性曲線的中心值隨着時間的推移而偏移，由於變化因子的影響（錯誤的組裝，工具和夾具的磨損，溫度變化等等。）1.5σ的偏移是典型的，對於接近3σ等級的制程能力，表現爲超出公差的比率爲百萬分之67000。很明顯在此等級的制程損壞是不可接受的。因此，最近"6σ"的方法越來越被廣泛使用在評估制程質量上。方法的概念是獲得制程特性的中心值是在距離兩個公差極限值6σ范圍內。在此有效制程條件下，即使1.5σ的偏移產生，也可保證百萬分之3.4的超出公差的比率。

3.3 1.5 sigma shift

The statistician Donald J. Wheeler has dismissed the 1.5 sigma shift as "goofy" because of its arbitrary nature.[49] Its universal applicability is seen as doubtful.
The 1.5 sigma shift has also become contentious because it results in stated "sigma levels" that reflect short-term rather than long-term performance: a process that has long-term defect levels corresponding to 4.5 sigma performance is, by Six Sigma convention, described as a "six sigma process."The accepted Six Sigma scoring system thus cannot be equated to actual normal distribution probabilities for the stated number of standard deviations, and this has been a key bone of contention over how Six Sigma measures are defined. The fact that it is rarely explained that a "6 sigma" process will have long-term defect rates corresponding to 4.5 sigma performance rather than actual 6 sigma performance has led several commentators to express the opinion that Six Sigma is a confidence trick.

//1.5σ偏移是有缺陷的，不要太迷信。