一、两个指标的区别
一次通过率（First Pass Yield，FPY）衡量某工序第一次就合格的比例；直通率（Rolled Throughput Yield，RTY）衡量产品走完整个流程、不经返工就合格的比例。前者看局部，后者看整体。很多企业只看最终良率，把返工后的合格也算进去，于是过程损失被掩盖。三个指标放在一起看，才能看清真实能力。
FPY 低说明该工序需要改善；RTY 低说明流程整体有损失；最终良率高而 RTY 低，说明返工在撑数字。管理层若只考核最终良率，就会鼓励“返工救数”，而不是“一次做对”。
二、计算公式
- FPY = 一次合格数 ÷ 投入数 × 100%。
- RTY = 各工序 FPY 的乘积。
- 最终良率 = 最终合格数 ÷ 投入数 × 100%（含返工后合格）。
关键差异在分子：FPY 只算“第一次就合格”，返工后合格的不能计入。最终良率包含返工，所以通常高于 RTY。两者差距越大，说明返工越多、过程越不稳。RTY 的乘积关系意味着，工序越多，损失被放大得越明显。
三、举例说明算法
假设某产品经三道工序，各工序 FPY 分别为 0.95、0.90、0.98，则 RTY = 0.95 × 0.90 × 0.98 ≈ 0.838，即约 83.8%。即使每道工序看起来都不错，全流程直通率也只有八成多。这就是为什么单看工序良率会盲目乐观。若再增加两道工序，RTY 还会继续下降，流程越长，越要重视每道工序的一次通过能力。
四、口径与数据来源
FPY 的投入数应为该工序实际投入数，一次合格数来自检验记录，返工数来自返修单。RTY 要求各工序口径一致，单位统一（按条或按米）。数据按月汇总，按产品线分别计算。若某工序有多个检验点，应明确以哪个检验点为准，避免重复计数。返工后再次投入的产品，应作为新的投入重新计算，不能回填到首次投入。
五、指标怎么用
- 用 FPY 定位最弱工序，优先改善。
- 用 RTY 评价整体流程能力，作为对客户的承诺依据。
- 用最终良率与 RTY 的差值衡量返工规模。
- 用 RTY 的变化验证改善项目是否真正提升流程。
- 用各工序 FPY 的贡献度排序，决定资源投向。
RTY 提升比单工序 FPY 提升更有价值，因为它代表产品一次走完全程的概率。改善时应优先提升 FPY 最低的工序，因为其对 RTY 的边际影响最大。
六、常见误算
- 把返工后合格计入 FPY 分子，导致虚高。
- 各工序单位不一致，乘积无意义。
- 用最终良率代替 RTY 对外承诺，实际交付能力不足。
- 只算一个产品，未按产品线区分。
- 投入数用计划数而非实际投入数。
误算的共同后果是“数字好看、能力没变”。审计时应追到原始检验记录，而非汇总表。
七、常见问题速查
- FPY 和最终良率差在哪？FPY 不含返工后合格，最终良率含返工，两者差距反映返工规模。
- RTY 为什么用乘积？产品要经过每道工序，任何一道失败都不算一次通过，概率相乘。
- 工序很多时 RTY 会很低吗？会。工序越多，累积损失越大，越要提升单工序 FPY。
- 返工后合格算 FPY 吗？不算。只能计入最终良率，不能回填首次合格。
- 单位不统一能算 RTY 吗？不能。各工序必须统一按条或按米。
- RTY 能对外承诺吗？能，但要用同口径历史数据支撑，不能拿最终良率代替。
- 先改善哪道工序？优先 FPY 最低的工序，对 RTY 边际影响最大。
- 投入数用计划数可以吗？不可以。必须用实际投入，计划数会稀释不良率。
- 多产品共线怎么算？按产品线分别计算，不能混合汇总。
- RTY 提升怎么验证？用改善前后同口径数据对比，至少连续三个周期。
- FPY 低但客诉少说明什么？过程有返工但被拦住，仍需改善，否则成本高。
- 指标多久出一次？月度出数，按产品线与工序拆分。
八、常见误区
- 把返工后合格计入 FPY，数字虚高。
- 各工序单位不一致，乘积无意义。
- 用最终良率对外承诺，实际直通能力不足。
- 只算一个产品，未按产品线拆分。
- 投入数用计划数，掩盖实际损失。
- 只看 RTY 总数，不定位最弱工序。
九、检查表
- FPY 分子是否只含第一次合格？
- 投入数是否为该工序实际投入？
- RTY 各工序单位是否统一？
- 是否按产品线分别计算？
- 是否用最终良率与 RTY 差值衡量返工规模？
- 是否用 FPY 定位最弱工序？
- 数据是否来自检验与返修原始记录？
- 返工再投入是否作为新投入计算？
- 改善项目是否用 RTY 变化验证效果？
- 对外承诺是否以 RTY 为依据？
把 FPY 与 RTY 分开算，过程损失才看得见，改善才有靶心。
十、小结
FPY 与 RTY 是一对“照妖镜”：前者照出哪道工序最弱，后者照出整条流程的真实一次通过能力。把两者与最终良率放在一起看，返工撑起来的虚假繁荣就无处遁形。