ppm与sigma对应表
PPMSIGMA换算公式
PPMSIGMA换算公式在质量管理领域，PPM（百万分比）和SIGMA（西格玛）是两个常用的指标，用于衡量产品或过程的质量水平。
PPM表示每百万个产品或过程中不合格品的数量，SIGMA表示产品或过程的质量水平，通常与不合格品率和PPM数值相关联。
PPM和SIGMA之间的换算公式如下：PPM=(1-CDF)×1,000,000其中，CDF指的是标准正态分布曲线下区域的累积分布函数值（Cumulative Distribution Function），可以通过统计数据和标准正态分布表来计算。
SIGMA值通常是基于不合格品率（Defects Per Million Opportunities，DPMO）计算得出的。
DPMO是指每百万个机会中不合格品的数量。
SIGMA值与DPMO之间的换算公式如下：SIGMA=(1-DPMO/1,000,000)×6这里的SIGMA值通常在1到6之间，1表示质量水平较低，6表示质量水平较高。
SIGMA值越高，表示产品或过程的质量水平越高，不合格品率越低。
对于一个给定的DPMO值，可以通过SIGMA换算公式计算出相应的SIGMA值。
然后，通过SIGMA值，可以再通过PPM换算公式计算出相应的PPM数值。
这样，就可以将不同的质量指标进行换算和比较，从而评估产品或过程的质量水平。
总结起来，PPM和SIGMA之间的换算公式如下：PPM=(1-CDF)×1,000,000SIGMA=(1-DPMO/1,000,000)×6希望以上内容能够帮助你理解PPM和SIGMA之间的换算公式。
如果需要更详细的解释或应用示例，请提供更多的背景信息和具体问题，我将尽力提供帮助。
Cp-Cpk-PPM-西格玛水平
Cp、Cpk、PPM、西格玛水平 对比表
注：潜在过程能力Cp：是指该工序能够达到的能力，它是假定加工产品的尺寸均值与公差中心重合，没有任何偏离的情况下计算得出。
主要评 价该工序的散差符合规范的能力
实际过程能力Cpk：一般情况下，产品加工尺寸均值与公差中心都有偏离，实际过程能力Cpk即是在考虑这个偏离时计算得到。
它不但评价工序散差，而且也评价了工序均值与公差中心的偏离程度。
偏离度k衡量了产品加工尺寸均值与公差中心的偏离度，在上表中设定偏移量为1.5σ
PPM：上表中的PPM计算值都是考虑了尺寸均值与公差中心偏移了1.5σ距离。
如果无偏移，则PPM会少很多；如果实际偏移大于1.5σ，PPM还会高；在实际的工序能力计算中，是按照实际偏移量计算得到的。
PPM_Cp_Cpk_sigma Level
Cp、Cpk、PPM、西格玛水平 对比表
注：潜在过程能力Cp：是指该工序能够达到的能力，它是假定加工产品的尺寸均值与公差中心重合，没有任何偏离的情况下计算得出。
主要评 价该工序的散差符合规范的能力
实际过程能力Cpk：一般情况下，产品加工尺寸均值与公差中心都有偏离，实际过程能力Cpk即是在考虑这个偏离时计算得到。
它不但评价工序散差，而且也评价了工序均值与公差中心的偏离程度。
偏离度k衡量了产品加工尺寸均值与公差中心的偏离度，在上表中设定偏移量为1.5σ
PPM：上表中的PPM计算值都是考虑了尺寸均值与公差中心偏移了1.5σ距离。
如果无偏移，则PPM会少很多；如果实际偏移大于1.5σ，PPM还会高；在实际的工序能力计算中，是按照实际偏移量计算得到的。
CPK、Sigma和PPM的换算关系
过程能力指数（Cp和Cpk）表示的是过程在稳定（即没有特殊原因干扰产出品的特性或者说是在可控（under control）的）状态下能使其产出品达到可接受标准的程度的指标。
按照常识，Cpk越高越好，产品的不良率也越低。
SQE在PPAP审核时，要求供应商提交的过程能力报告，关键特性的Cpk大于1.33，此时供应商内部的百万分之不良率PPM为63。
拓展到Cpk=1.0，Cpk=1.67的PPM如下：在不考虑偏移的情况下：Cpk=1.33 对应4σ 水平其PPM=63.3；Cpk=1.67 对应5σ 水平其PPM=0.570；Cpk=2.0 对应6σ 水平其PPM=0.0020；那么，这个值是怎么来的，其他Cpk对应的PPM数值是多少？过程能力指数Cp或Cpk在产品或制程特性分布为正态且在稳定状态下时，通过正态分布的概率计算，可以换算为该产品或制程特性的良率或不良率，同时也可以几个Sigma来对照。
CPK是过程能力，西格玛水平是管理水平，PPM是管理结果。
下文将以产品或制程特性中心没偏移目标值和中心偏移目标值1.5σ说明。
我们从正态分布讲起。
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。
其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。
当μ = 0，σ = 1时的正态分布是标准正态分布。
若随机变量X，服从一个位置参数为μ、尺度参数为σ的概率分布，其概率密度函数为：当μ=0，σ=1时，正态分布就成为标准正态分布。
我们对其积分，也就是求面积，所得值为1。
（每个质量人追求的100.00%合格）接下来，我们谈一下什么是西格玛水平。
西格玛水平Sigma Level：过程能力的一种衡量指标，将过程分布的平均值、标准偏差与质量特性的目标值、规格线结合起来。
西格玛水平越高，过程满足质量要求的能力就越强，反之，西格玛水平越低，过程满足质量要求的能力就越低。
我们可以简单的理解为规格线与目标值间的距离最少能容纳k个标准偏差σ，当k = 3时，我们称之为3西格玛水平，上下规格极限之差为6σ。