99.99 99.9999 99.99999 5 98.66 99.97 99.9997 99.99999 10 97.33 99.94 99.9994 99.99999 50 87.36 99.69 99.997 99.99999
100 76.31 99.37 99.994 99.99998
500 25.88 96.90 99.97 99.99990 1000 6.70 93.89 99.94 99.9998 2000
0.45 88.16 99.87 99.9996
(表5)检点数与良率的关系(中心不偏移目标值)
检点数 n 3σ 4σ 5σ 6σ 1
93.32％ 99.379％ 99.9767％ 99.99966％ 2 87.09 98.76 99.95 99.99932 5 70.77 96.93 99.88 99.9983 10 50.09 93.96 99.77 99.9966 50
3.15 73.24 98.84 99.98
100 0.10 53.64 97.70 99.966
500 0.00 4.44 89.02 99.83 1000 0.00 0.20 79.24 99.66 2000 0.00 0.00 62.75 99.32
(表6)检点数与良率的关系(中心偏移目标值1.5σ)
当你的产品或制程检点为10个，良率为93.96％时，以(表6)对照品质水准约在4σ，产品或制程检点为100个，良率为97.70％时，品质水准约在5σ。一般可依下式转将良率转换为k Sigma水准，设良率为Yield，检点数为n，则
当中心不偏移时，k=
当中心偏移1.5σ时，k= ＋1.5
为标准常态分配累积百分点
因此，产品或制程的品质指标不管是以Yield%、ppm、dpu、dppm或计量值?碛涗洠?覀冎灰??榔錂z点数n，将这些品质指标都转换为良率即可依上式转换为几个Sigma。
(例1)产品或制程的品质水准为500ppm，检点数为30。则Yield=0.9995, = =4.1
当中心不偏移时为，4.1σ
当中心偏移1.5σ为，5.6σ
(例2)制的品质水准为0.005dpu，检点数为50，则Yield= =0.995, = =3.7
当中心不偏移时，为3.7σ
当中心偏移1.5σ，为5.2σ
(例3)制程的品质水准为200dppm，检点数为10，则dpu=100×200× ＝0.002,Yield＝ ＝0.98, = =3.5
当中心不偏移时，为3.5σ
当中心偏移1.5σ时，为5.0σ
以6σ不良率3.4ppm为品质标杆时，应以产品或制程的一个检点或一个特性之dppm或ppm为计算标准，依检点数的多寡或难易定义合理的品质指标。
当产品或制程的品质水准达到某一dppm水准时；例如500dppm，而其检点数为200个，则?际生产时品质状况将会如何？先计算其dpu，我们可以预估其缺点的分配状况。假设生产1000件产品，dpu=0.1时，则产品中有k个缺点的机率如下式
dpu＝产品或制程检点数×dppm× ＝200×500× ＝0.1
P(X=k)＝ ＝ ,k=0,1,2,….
以(表7)说明其缺点分配状况。
缺点数
k
机率P(X=k) 期望
件数 总
缺点数 k=0 0.905 905 0
k=1 0.090 90 90
k=2 0.005 5 10 k≥3 0.000 0 0
Total 1.000 1,000
100
(表7)dpu=0.1时1,000产品的缺点分配
5、结论
本文只对资?电子业目前的作业阶层品质指标提出一些基本的?释，其他有关可靠性的品质指标则尚未提出，期能经由本文?砖引玉邀请专家学者提出卓见。资?电子业品质水准的提升，除了靠作业阶层降低及消除产品或制程缺点外，管理阶层推动全员的改善活动更为重要。因此，订定能代表品质基本面的品质指标，以此建立合理可行的品质目标，依中长程计?逐步达成，是业界应有的共识。