直通率（一次合格率）

核心认知

适用场景

负责岗位/部门

• 关联支持部门： 质量部（负责监控、测量并推动流程改善）、工程部（负责优化工艺设计和防错）。

深度解析

定义与内涵

直通率（FPY）的核心内涵在于它衡量的是“过程的质量”，而非“产品的质量”。一个高的FPY意味着生产过程是稳定、可靠且具备高能力的。它捕捉到了最终检验无法发现的隐藏工厂——即那些经过返工、修理才合格的产品所消耗的额外资源、时间和成本。因此，FPY是衡量精益生产中“一次做对”理念落实程度的最佳标尺。

公式与计算（量化核心）

• 计算公式：

直通率（FPY） = （首批次投入数量 - 所有工序中返工品与废品总数） / 首批次投入数量 × 100% （对于多工序流程，更严谨的计算是每道工序合格率的乘积）

• 分子与分母的深度解读：
• 分子【首批次投入数量 - 所有工序中返工品与废品总数】： 代表从始至终都完美无缺、无需任何额外处理的“黄金产品”数量。任何形式的返修都意味着失败。
• 分母【首批次投入数量】： 指在计算周期开始时，投入生产线的原始产品数量。
• 计算案例：

场景：一批投入1000件原材料的生产订单，需要经过A、B、C三道工序。

• 工序A： 发现10件不良（5件报废，5件返工后流入下道工序）。
• 工序B： 发现8件不良（3件报废，5件返工后流入下道工序）。
• 工序C： 发现5件不良（2件报废，3件返工后合格）。<br>

计算过程：<br>

1. 方法一（严谨的乘积法）：<br>

• 工序A合格率 = (1000 - 10) / 1000 = 99.0%
• 工序B合格率 = (990 - 8) / 990 ≈ 99.2% （注意流入B工序的已是990件）
• 工序C合格率 = (982 - 5) / 982 ≈ 99.5%
• FPY = 99.0% × 99.2% × 99.5% ≈ 97.7%<br>

1. 方法二（直观理解法）：<br>

• 总不良品（含返修）= 10 + 8 + 5 = 23件
• 完美产品数量 = 1000 - 23 = 977件
• FPY = 977 / 1000 = 97.7%

结论：该批产品的直通率为97.7%，意味着有2.3%的产品经历了至少一次返工或报废，造成了隐藏的成本损失。<br>

• 数据溯源：<br>
• 投入数量： 来自MES（制造执行系统） 或ERP的工单发料数据。<br>
• 工序报废/返工数据： 来自各工序质检点通过MES、QMS（质量管理系统）或安灯系统的实时记录。<br>
• 数据来源： MES系统、QMS系统、生产工单、各工序检验记录。

关联的指标体系（生态系统）

FPY是过程质量指标网络的核心，与其他指标紧密联动。

• 前置指标：
• 来料质量合格率（IQC）： 来料质量是过程质量的基础，高IQC是高FPY的前提。
• 设备综合效率（OEE）： 设备不稳定（低OEE）会导致加工精度偏差，直接降低FPY。
• 过程能力指数（Cp/Cpk）： 统计意义上的过程能力，高Cp/Cpk意味着高FPY的潜力。
• 同步指标：
• 在制品（WIP）水平： 低FPY常导致返工积压，增加WIP。
• 返工率： 与FPY是“一体两面”，FPY=1-返工率（理想状态下）。
• 结果指标：
• 出货检验合格率（OQC）： 高FPY必然导致高OQC。
• 质量成本（CoPQ）： 低FPY直接推高内部失败成本（返工、报废）。
• 生产效率/UPH： 返工和报废占用产能，拉低整体生产效率。
• 可视化呈现：

实战应用

基准参考与案例

• 行业基准：
• 世界级/六西格玛水平： 99.99966% (对应3.4 DPMO，是理想目标)
• 优秀水平（电子、汽车等行业）： > 98%
• 良好水平： 95% - 98%
• 需改善水平： < 95%

注：具体基准因产品复杂度而异，企业应以自身历史数据和主要竞争对手为标杆。

• 正面案例：
• 丰田汽车： 在TPS体系中，通过“自働化”（带人字旁的自动化）和“安灯系统”，任何员工发现质量问题均可立即停线，从源头防止不良流入下道工序。这种极致的过程控制文化，使其生产线FPY达到极高水准，从根源上减少了返工区和终端修理的成本，是其低成本、高质量战略的基石。
• 反面案例：
• 某手机代工厂： 只关注最终的出货合格率（OQC），认为只要最终检验能筛出问题就行。忽视了FPY长期只有85%，导致生产线中段存在一个庞大的“返修帝国”，大量产品需要拆解重装。这不仅极大地增加了人工成本、延长了交货周期，还因反复拆装造成了更多的潜在损伤和外观瑕疵，最终客户投诉率居高不下。

行动指南与改进杠杆

• 提升策略：

1. 推行源头质量管控与防错（Poka-Yoke）： 在工艺设计时，就采用物理或逻辑装置防止操作失误的发生，如夹具防错、传感器检测等。
2. 强化标准化作业（SOP）： 确保每个工序的作业步骤、参数、工具都统一且最优，减少因人而异的变异。
3. 建立工序内自检与互检制度： 要求操作工对本工序产出进行100%自检，并对上道工序流入品进行关键项目互检，不让不良品流出。
4. 应用统计过程控制（SPC）： 对关键工艺参数进行实时监控，在趋势发生偏移、尚未产生不良品前就进行干预。
5. 根本原因分析： 对任何导致FPY下降的缺陷，运用5Why、鱼骨图等工具分析到底，并实施永久性纠正措施。

• 常见陷阱：
• 与最终合格率混淆： 误以为最终检验合格率高就代表过程质量好，忽视了中间大量的返修成本。
• 数据记录不真实： 由于怕承担责任，员工将返工件记录为“调试件”或“试验件”，导致FPY虚高。
• 惩罚性文化： 将低FPY作为惩罚班组的依据，导致问题被隐瞒，无法暴露和解决。
• 忽视微小缺陷： 认为“小问题”不影响最终功能，但众多小问题的累积会显著拉低FPY并增加变异。

影响因素

• 提升因素： 稳定的来料质量、可靠的设备与工装、清晰无误的标准化作业、有效的防错装置、训练有素且质量意识强的员工、稳定的环境条件（温湿度、洁净度）。
• 降低因素： 来料波动、设备老化或故障、工艺参数不当或漂移、员工操作失误或培训不足、设计缺陷或变更频繁、混料或标识不清。

改进措施

1. 价值流图分析（VSM）： 识别从原材料到成品整个流程中的质量瓶颈和返工环节，确定改善重点。
2. 分层审核： 建立由班组长、工程师、经理层定期对生产现场的关键质量控制点进行审核的机制。
3. 跨职能质量改善小组： 针对低FPY的“痛点”工序，组建由生产、质量、工程人员组成的小组进行专项攻关。
4. 投资于防错技术： 将改善预算优先用于能永久性防止错误的低成本自动化或防错装置上。
5. 透明化与目视化管理： 在生产线设置FPY实时看板，让损失可视化，激发团队改进动力。