深入解析制造业核心指标，从基础定义到六西格玛进阶，助您精准掌控产品质量。
在制造业与互联网服务中，不良品率（Defect Rate）是衡量生产过程稳定性和产品质量水平的关键指标。它不仅仅是一个数字，更是企业成本控制、客户满意度以及品牌信誉的风向标。
不良品并非仅指“报废”的产品。在严格的统计口径下，不良品包括：
为了更全面地评估质量，我们常结合以下指标使用：
| 指标名称 | 英文缩写 | 定义与意义 |
|---|---|---|
| 合格率 | Yield Rate | 一次性通过所有工序且无需返工的比例，反映基础质量。 |
| 一次通过率 | FTY (First Time Yield) | 首次检验合格的产品数 / 总投入数。忽略返工，更真实反映过程能力。 |
| 滚动通过率 | RTY (Rolled Throughput Yield) | 各工序FTY的乘积。用于多工序流程的整体质量评估，数值通常低于FTY。 |
| 百万分之缺陷率 | DPMO | Defects Per Million Opportunities。六西格玛管理的核心单位。 |
准确计算不良品率是质量管理的第一步。以下是不同场景下的计算逻辑与示例。
其中：
⚠️ 注意：分母必须是“总检验数量”，而非“合格品数量”。
假设某电子厂在周一生产了一批电路板：
计算步骤：
如果仅看最终合格率，可能会掩盖过程中的高返工成本。RTY能揭示这一点。
假设该批次经过三道工序，每道工序的FTY分别为：
这意味着，虽然最终合格率可能是96%，但真正“一次做对”并流转到最终客户手中的比例仅为90.35%。这中间的差距就是隐藏工厂（Hidden Factory）的成本。
不同的行业对质量的容忍度差异巨大。以下是常见行业的基准参考值：
这些行业关乎生命安全，对质量要求极其严苛。
竞争激烈，更新换代快，平衡成本与质量是关键。
受人工因素影响较大，标准化难度相对较高。
发现不良只是开始，解决不良才是关键。以下是基于PDCA循环的改善路径：
利用帕累托图（Pareto Chart）分析不良原因。遵循“二八法则”，找出导致80%不良的20%关键原因（如：焊点虚接、尺寸超差、布料瑕疵）。
应用5Why分析法或鱼骨图（Ishikawa Diagram）。从人（Man）、机（Machine）、料（Material）、法（Method）、环（Environment）、测（Measurement）六个维度深入挖掘根本原因，而非停留在表面。
针对根本原因制定对策。例如，如果是设备精度问题，需校准或升级设备；如果是人为操作失误，需优化SOP（标准作业程序）并加强培训。引入Poka-Yoke（防错机制），从物理上防止错误发生。
将有效的对策纳入标准化文件。使用SPC（统计过程控制）图监控过程稳定性，确保不良率不会反弹。定期审核，确保持续改进。
A: 在计算基础不良品率时，返工品通常计入分子，因为它们在第一次检验时是失败的。但在计算一次通过率（FTY）时，返工品不计入合格数，从而更真实地反映过程效率。建议在内部报告中同时提供这两个指标。
A: 这可能是因为“内部合格率”与“外部质量”存在偏差。内部检验可能未覆盖客户使用场景中的关键缺陷（如外观轻微划痕、长期可靠性问题）。建议引入VOC（客户之声）分析，重新定义关键质量特性（CTQ）。
A: 小批量样本统计意义不足，单纯看不良率可能失真。建议结合过程能力指数（Cpk）和首件检验（FAI）来评估质量稳定性，并参考历史同类产品的数据基准。