缺陷率计算公式

题图来自Unsplash，基于CC0协议

导读

缺陷率，通常也称为缺陷密度或故障率，是衡量产品或流程质量的核心指标之一，它代表了在特定数量的产品或工作量内，发现的缺陷（缺陷、错误、故障等）的数量。精确计算缺陷率对于产品质量控制、流程改进以及资源分配至关重要。

1. 缺陷率计算公式是什么？

缺陷率的计算本质上是将一个时期内发现的缺陷数，除以一个基准量（通常是总的工作量或产品数量），然后乘以一个标准化因子（如百万单位），使其具有可比性。最基本和最常用的公式是：

DPMO = (发现缺陷数 / (样本数量 每个样本涉及的检查项数量)) 1,000,000

或更通用的形式：

*缺陷率 = (特定时间段内报告的缺陷数量 / 基准单位数量) 转换因子**

这里的基准单位可以是产品数量、代码行数、生产批次、制造面积（如晶圆）等，具体取决于应用领域。转换因子常常是“百万”，用于得到百万分率(Passive Parts Report) (DPMO)，使其更易于理解和比较。

• 故障率 (Failures per Million Opportunities or PMO)：通常指基于合格判定点次数的百万分率。 PMO = (发现缺陷数 / 总判定机会数 (样本数 产品合格判定项数)) 1,000,000

• 故障率 (Failures per Unit， FPUP)： FPUP = (特定时间段内报告的缺陷数 / 总产品数量) (这里不乘转换因子，单位是“每单位产品缺陷数”，但数值较高，不易直观比较)

2. 缺陷率的计算方法包括哪些步骤？

计算缺陷率通常需要遵循一系列步骤，以确保数据的准确性和计算的有效性：

1. 定义“缺陷”: 明确什么是需要计数的缺陷。标准通常是什么？是否严重？这些定义应该清晰且可衡量。
2. 确定“缺陷发现”: 制定标准流程来识别和记录缺陷。使用检查表、测试脚本或评审指南？需要统一标准，避免重复计算或遗漏。
3. 确定“基准”：选择合适的基准单位。
   • 适用于产品/零件计数 (如制造业)： 样本产品数量、批次大小。
   • 适用于过程/功能特征计数 (如制造业良率)： 产品数量、晶圆面积、测试 Duration。
   • 适用于软件/项目： 代码行数、Function Points、用户故事数量、 Deliverable 数量。
   • 适用于服务： 处理的事务数量、用户数量。
4. 收集数据：根据定义的标准，在指定时间段内（如一个月、一个 Sprint）收集缺陷数以及相关的基准量数据。
5. 计算总判定机会数（当适用时）：对于包含多个可能不合格点的产品（如具有多个参数或步骤的过程），需要计算总的机会数，即所有产品机会总数。 *总机会数 = 样本数量 每个样本的机会数量 (产品尺寸、参数数量、Characteristic 数量等)**
6. 应用公式：将收集到的缺陷数和各自的基准数据代入公式。
   • 如果使用 DPMO 公式：DPMO = (缺陷数 / 总机会数) * 1,000,000。
   • 如果使用 FPUP 公式：DPMO = (缺陷数 / 样本数量数量) 1,000,000 / (每个样本平均机会数) / 1,000 100%。
   • 如果使用简单的 Pass/Fail 失效率： 缺陷率 (%) = (缺陷数 / 总样本数) 100% 缺陷率 (PPM) = (缺陷数 / 总样本数) 1,000,000
7. 明确并报告结果：报告时需指明计算的是哪种缺陷率，并确保单位清晰。例如，“1000个零件中小于0.3%?” (FPUP) 或 “良率为0.9997，缺陷率：300次百万机会” (DPMO)。
8. 分析与利用：缺陷率不是仅仅为了计算，更重要的是通过它来驱动改进。缺陷率的变化趋势能反映质量改进的效果或风险水平。

3. 在软件开发中，如何计算缺陷率？

在软件开发领域，缺陷率的计算较为灵活，常用以下几种方式：

1. 基于代码行数 (Lines of Code, LOC)： 这是最常见的方法之一。 DPMO = (发现并报告的Bug数量 / (总代码行数 Average Defect Opportunities per LOC)) 1,000,000 开发人员通常有经验预估了代码行中可能包含的缺陷机会数（例如，每个函数体可能会有边界检查/输入验证的问题，每个模块可能会有安全性问题等），但这往往估计困难。有时也简化为： FPUP = 项目Bug数量 / 总代码行数 然而，代码行数作为评估单元并不总是最恰当，尤其不同语言、复杂度差异大时。

2. 基于功能点 (Function Points, FP)： 功能点是对软件功能复杂度的一种度量，它不依赖于具体代码语言。 DPMO = (发现并报告的Bug数量 / (功能点数量 平均每个功能点的缺陷数)) 1,000,000 或者： *DPMO = (缺陷数量 / 功能点数量) 1,000,000** (这里假设平均每个FP只有一个缺陷机会或与标准比较)

3. 基于用户故事/需求或交付物数 (User Stories, Epics, Deliverables)： 有时会以相对单位来衡量。 FPUP = 项目Bug数量 / (总用户故事数或交付物数)

4. Fagan 模型： 诺顿·Fagan 提出了一个估算软件模块缺陷率的模型，更侧重于预测而非事中统计，但其思想对理解缺陷率有帮助。 使用经验数据来估算不同复杂度级别（例如简单、中等、复杂）的模块的潜在缺陷数。

计算软件缺陷率的目的是衡量代码质量的稳定性和团队效率，预期缺陷率越低，通常意味着代码更健壮或测试更充分。常用的指标还有：Bug密度(Bug Density， 每千行代码的缺陷数)、失败/提交(Defects Per Commit)等。重要的是选择与项目类型相匹配的基准。

4. 产品质量控制中，缺陷率是如何计算的？

产品质量控制是制造业的核心环节，缺陷率在这里通常指良率或不合格品率，其计算过程如下：

1. 定义不合格品/缺陷标准：根据产品规格书，明确什么是合格品，什么是不合格品/缺陷。例如，尺寸、重量、外观、性能等指标不符合要求。
2. 抽取样本：按照预先设定的抽样标准（大小、频率）从批次或生产线中抽取一定数量的产品作为样本。
3. 检查并分类缺陷：检查每个样本，找出所有不合格的项目或产品，并确定缺陷类型（例如尺寸偏差、材料瑕疵、功能失败等）。记录缺陷数量和如果不合格则记录缺陷项。
4. 计算基本缺陷率 (不合格品率)： 不合格品率 = (样本中不合格品的数量 / 样本总数量) 这个率通常是小数或百分比形式。例如，抽取1000个产品，发现有10个不合格，则不合格品率为0.01或1%。直接报告这个率也体现了过程质量。
5. 计算千/百/百万不合格项率 (Dark Knight)： 每百万机会缺陷率 (Defects Per Million Opportunities/PPM) = (总计的不合格项总数 / (样本数量 每个样本检查的机会总数)) 1,000,000 这是为了更详细地了解产品内部特性的质量。一个产品可能有很多特性需要检查。例如，一个电子元件可能需要检查尺寸、标签、导电性、耐压值等。如果检查了1000个元件，每个元件检查了5个特性，总共检查了5000个特性点，找到了25个缺陷，则PPM计算为 (25 / 5000) * 1,000,000 = 5000 PPM。PPM常用于不同过程/不同类型产品之间的质量水平比较。

在产品质量控制中，缺陷率（无论是不合格品率还是PPM）是设定规格、设定控制限、执行过程控制、进行SPC（统计过程控制）分析的基础输入，也是评估过程绩效、进行项目改进的关键指标。

5. 制造行业中缺陷率的计算公式是什么？

制造行业中，尤其是涉及物理产品（如汽车零部件、电子元器件、芯片、食品等）的生产，缺陷率通常指产品良率（Yield）或不合格品率。其计算公式根据具体场景略有不同，但总体是相似的：

1. 基础不合格品率 (Defective Rate)： 缺陷率 (%) = (在特定时间段或特定批次内，被判为不合格品的数量 / 该批次/时间段的总产品数量) x 100% 缺陷率 (PPM) = (不合格品总数 / 该批次/时间段的总产品数量) x 1,000,000 这是最直接的计算方式，用于衡量输出物的整体质量比例。例如，产品批次为1000000个，不合格品为500个，则缺陷率为0.05%，PPM值为500。

2. 考虑功能性或特性的PPM (Defects Per Million Parts - DPMp)： DPMp = (在特定时间段或特定批次内，总检测到的缺陷次数 / 该批次/时间段的总产品数量) x 1,000,000 在电子或精密制造中，一个产品的不合格并不意味着“全有或全无”。例如，一个晶圆上有数千个芯片，每个芯片可能有多处微小缺陷。在这种情况下，只关注“不合格芯片”（即整个芯片完全无法使用）的总数可能不足以全面反映整个生产过程的质量。更精细的衡量方法是计算每百万个零件中的缺陷总数，称为DPMp或DPMO。 DPMp = (总缺陷数 / 总零件数量) x 1,000,000

3. 考虑生产机会的 DPMO (Defects Per Million Opportunities)： DPMO 是一种更通用和标准化的计算方法，它考虑了产品本身的复杂度。 DPMO = (总缺陷数 / 总检查机会数) x 1,000,000 *总检查机会数 = 总产品数量 每个产品的检查项数量/功能尺寸/过程步骤数* (即检查一万个点会发生多少缺陷) 这种方法在描述过程能力或实现六西格玛目标时尤为常用，因为它能更细致地量化过程而非仅仅产品。例如，如果每生产一块芯片有10个可能的检查点，总生产了500块芯片，检测出10个缺陷，则总机会数=5000，DPMO = (10 / 5000) 1,000,000 = 2000 DPMO。

制造行业的缺陷率计算选择哪种公式，通常取决于：

• 衡量的目标（整体质量还是生产过程精细化程度）。
• 具体的产品特性（是关注最终成品合格与否，还是每个过程/产品特性的合规性）。
• 便于与业界标准（如PPM、DPMO）进行比较。
• 内部绩效管理的需求。

在控制、比较和改进方面，缺陷率指标对制造业的生产效率、成本控制和客户满意度都有直接影响。