4σ 5σ 6σ 1.33 1.67 2.00 0.83 99.379% 1.17 99.99767% 1.50 99.99966% 6,210 233 3.4 (表3) 中心偏移目標值1.5σ
(3) 産品或制程特性中心偏移目標值T/8；即
＝(USL＋LSL)/2
Sigma 水準= ；即T＝USL-LSL＝ l 産品或制程特性中心大於目標值T/8＝CPU＝(USL－ )/ ＝( )/ CPL＝( －LSL)/ ＝( )/ ＝ MIN{CPU，CPL}＝3k/12
不良率＝ ＝ ＝
良率＝
l 産品或制程特性中心小於目標值T/8＝CPU＝(USL－ )/ ＝( )/ CPL＝( －LSL)/ ＝( )/ ＝ MIN{CPU，CPL}＝3k/12
/8＝
＝3k/12
＝5k/12
/8＝
＝5k/12
＝3k/12
不良率＝ ＝
＝
良率＝
Sigma 水準 1σ 2σ 3σ 4σ 5σ 6σ Cp Cpk 良率 % 不良率 ppm 0.33 0.67 1.33 1.67 2.00 0.25 73.33% 0.50 92.698% 98.7687% 1.00 99.8650% 1.25 99.99116% 1.50 99.99966% 266,686 73,017 12,313 1,350 88.4 3.4 1.00 0.75 (表4) 中心偏移目標值T/8
不管是計數值或計量值，産品或制程的良率均可依制程記錄計算或預估出來，我們以(表2)、(表3)、(表4)可以比對其品質水準達到幾個Sigma。但是産品或制程有些檢點多有些少，有些容易有些困難，有的是零件、KD件、CKD件或最終産品，如何以一致的品質指標來表示品質水準，以下節來說明。
4、品質指標的解讀
以6 Sigma國際品質標竿3.4 ppm是資訊電子的終極目標，幾乎有定出品質目標的公司都以6 Sigma或3.4 ppm爲最終追求的品質水準。3.4 ppm是以以一個檢點而言，不是每一産品或制程都要達到這個水準，要看産品或制程的檢點數。以(表5)、(表6)來說明檢點數在不同品質水準時其相對應的良率。
檢點數 n 1 99.73％ 2 99.46 99.9937％ 99.99 99.999943％ 99.9999998％ 99.9999 99.99999 3σ 4σ 5σ 6σ 5 98.66 10 97.33 50 87.36 100 76.31 500 25.88 1000 6.70 2000 0.45 99.97 99.94 99.69 99.37 96.90 93.89 88.16 99.9997 99.9994 99.997 99.994 99.97 99.94 99.87 99.99999 99.99999 99.99999 99.99998 99.99990 99.9998 99.9996 (表5)檢點數與良率的關係(中心不偏移目標值)
檢點數 n 1 93.32％ 2 87.09 5 70.77 10 50.09 50 3.15 100 0.10 500 0.00 1000 0.00 2000 0.00 99.379％ 98.76 96.93 93.96 73.24 53.64 4.44 0.20 0.00 99.9767％ 99.95 99.88 99.77 98.84 97.70 89.02 79.24 62.75 99.99966％ 99.99932 99.9983 99.9966 99.98 99.966 99.83 99.66 99.32 3σ 4σ 5σ 6σ (表6)檢點數與良率的關係(中心偏移目標值1.5σ)
當你的産品或制程檢點爲10個，良率爲93.96％時，以(表6)對照品質水準約在4σ，産品或制程檢點爲100個，良率爲97.70％時，品質水準約在5σ。一般可依下式轉將良率轉換爲k Sigma水準，設良率爲Yield，檢點數爲n，則
當中心不偏移時，k=
當中心偏移1.5σ時，k= ＋1.5
爲標準常態分配累積百分點
因此，産品或制程的品質指標不管是以Yield%、ppm、dpu、dppm或計量值來記錄，
我們只要知道其檢點數n，將這些品質指標都轉換爲良率即可依上式轉換爲幾個Sigma。
(例1)産品或制程的品質水準爲500ppm，檢點數爲30。則Yield=0.9995, =
=4.1
當中心不偏移時爲，4.1σ 當中心偏移1.5σ爲，5.6σ
(例2)制的品質水準爲0.005dpu，檢點數爲50，則Yield= =
=3.7
=0.995,
當中心不偏移時，爲3.7σ 當中心偏移1.5σ，爲5.2σ
(例3)制程的品質水準爲200dppm，檢點數爲10，則dpu=100×200× ＝
＝0.98,
=
=3.5
＝0.002,Yield
當中心不偏移時，爲3.5σ 當中心偏移1.5σ時，爲5.0σ
以6σ不良率3.4ppm爲品質標杆時，應以産品或制程的一個檢點或一個特性之dppm或ppm爲計算標準，依檢點數的多寡或難易定義合理的品質指標。
當産品或制程的品質水準達到某一dppm水準時；例如500dppm，而其檢點數爲200個，則實際生産時品質狀況將會如何？先計算其dpu，我們可以預估其缺點的分配狀況。假設生産1000件産品，dpu=0.1時，則産品中有k個缺點的機率如下式
dpu＝産品或制程檢點數×dppm×
＝200×500×
＝0.1
P(X=k)＝ ＝ ,k=0,1,2,….
以(表7)說明其缺點分配狀況。
缺點數 k k=0 k=1 k=2 k≧3 Total 0.905 0.090 0.005 0.000 1.000 機率P(X=k) 期望 件數 905 90 5 0 1,000 總 缺點數 0 90 10 0 100 (表7)dpu=0.1時1,000産品的缺點分配
5、結論
本文只對資訊電子業目前的作業階層品質指標提出一些基本的詮釋，其他有關可靠性的品質指標則尚未提出，期能經由本文抛磚引玉邀請專家學者提出卓見。資訊電子業品質水準的提升，除了靠作業階層降低及消除産品或制程缺點外，管理階層推動全員的改善活動更爲重要。因此，訂定能代表品質基本面的品質指標，以此建立合理可行的品質目標，依中長程計劃逐步達成，是業界應有的共識。