-
1 # 張馳諮詢精益六西格瑪
-
2 # 卍剎那卍
簡單一點說,cpk是指在一個抽樣樣品中的工程能力,比如說,我想知道全人類的平均壽命,就從世界各地取樣各地的人群去調研他們的壽命,從而獲得了一個平均值,而ppk,是指透過統計計算的方法,合理地得出並不只是這組取樣的平均壽命,是預測全人類的平均壽命。儘管這個比喻並不確切,但這樣比擬,可以幫助你去理解這兩個概念的區別。本質在於著眼的基點不同,一個是樣本群組的工程能力,一個是研究物件整體的工程能力,通常而言,當已知群組的散佈狀態時,這兩值是有相對關係的。
-
3 # 質量大資料
PPK是(短期)過程效能指數Process Performance Index,一般是在進入大批次生產之前(過程不穩定時),對小批次生產能力的評價。
CPK是(長期)過程能力指數Process Capability Index,一般是在進入大批次生產以後(過程穩定以後),為了保證批次生產下的產品質量的穩定,與小批次生產具有相同的控制能力,對大批次生產能力的評價。
通俗的說,PPK是表示過程在過去一段時間內的表現。CPK的表示過程本身所具有的能力。雖然兩者都是依據過去所收集的資料計算出來的,但是PPK為了獲得過去一段時間內的過程的表現,考慮了所有資料之間的變差。而CPK則提出了子組內資料之間的變差(透過使用子組均值來剔除),僅考慮子組之間的變差。PPK和CPK的區別,就好比是一個人一段時間內的短期工作的表現和長期工作的能力(長期工作的表現)之間的差別。
-
4 # 許上善
CPK是指短期過程能力指數,反應短期過程能否滿足要求,PPK是指過程效能指數,反應過程長期的受控能力。往簡單了說就是如果看某一批,比如半天,或者一天內生產過程能否滿足要求的話就用CPK。如果要看某個生產線一個月,一年甚至更久的過程受控情況就使用PPK。
無論CPK還是PPK都是統計過程控制(SPC)中的一個結論型資料。在決定是否使用之前一定要明確產品的生命週期如何,做SPC前提是用於批次生產的產線中,需要有足夠的資料支援,如果某款產品製作幾個,或者一兩天,從成本的角度考慮沒有必要做SPC。還有在計算CPK和PPK之前需要首先確定過程中不會存在特殊變差。在計算之前最好先畫下控制圖,確定控制限範圍,以及控制限個規格限的差異,如果控制限的範圍比規格限大,那就不用計算了,只有控制限的範圍小於規格限且沒有異常點時才計算CPK,然後確認可以轉正,持續記錄資料計算PPK。目前很多跟汽車產品相關的公司在稽核供應商的時候只注重CPK和PPK的資料。而忽略的控制圖,其實對於真的想提高過程能力而非應付稽核的公司更應該注重控制圖。如果是應付稽核,那就有很多可以發揮的空間了。
-
5 # 白曉生
Cpk:過程能力指數------我們真正能做多好;Ppk:過程效能指數-----我們實際真正作到多好;Cpk是過程能力指數
當過程穩定後計算得到的,因為過程穩定,過程只有普通原因引起的變異,沒有特殊原因引起的變異。Cpk用來描述過程滿足規格要求的能力,也是過程最高效能可以做到的,通常要求Cpk大於等於1.33。
Ppk是過程效能指數當過程不穩定,過程既有普通原因引起的變異,也有特殊原因引起的變異。這時候,就要用Ppk來描述過程滿足規格要求的能力;另外,當過程剛開始,沒有辦法收集到足夠多的資料(CPK一般要25組資料以上)來判定過程是否穩定,沒有辦法計算Cpk的時候,也是可以用Ppk。通常要求Ppk大於等於1.67。
兩者簡要區別Cpk是一般是指過程的短期能力,Ppk一般反映相對長期的過程能力,要求其樣本容量大,其公式同Cp、Cpk一樣,但σ是全部樣本的標準偏差;在過程越來越穩定的情況下,Ppk越來越接近與Cpk.
回覆列表
回想我曾經在Minitab做技術支援的時候,客戶經常問我“Cpk和Ppk的區別是什麼?“這是一個很好的問題,尤其是許多從業者預設採用Cpk而忽視了Ppk。就像80年代流行音樂組合威猛!Cpk就像是喬治·邁克爾,而Ppk是其他成員。
合理分組
合理分組是在同一條件下產生的一組測量結果。子組的意思是代表你的過程的快照。因此,組成一個子組的測量應
該從一個近似的時間點採取。例如,如果你每小時抽取5個樣本,你的子組的大小將是5。
公式、定義等
能力分析的目的是確保過程能力滿足顧客的要求,我們利用統計能力指標如Cpk和Ppk進行評估。如果我們看正態
(分佈)的過程能力Cpk和Ppk的計算公式,我們可以發現他們幾乎是一樣的:
唯一的區別在於上下統計的分母:Cpk的計算使用的是組內標準偏差,而Ppk使用總體標準偏差。你不必為標準偏差
公式的細節而煩惱,組內標準偏差是子組標準偏差的平均值,而整體標準偏差代表所有資料的變化。這意味著:
Cpk:
只描述組內的變化
不考慮子組間的偏移和漂移
有時被稱為潛在的能力,因為它代表著你的過程在規格內生產零件的潛力,假設子組之間沒有變化(即隨時間推移)
Ppk:
描述所有測量的整體變化
理論上講包括組內的變化以及組間的偏移和漂移
無需按子組取樣
CPK和PPK之間差異的例子
為了說明,讓我們考慮一個數據集,每天測量5個,一共測了10天。
近似的Cpk和Ppk
正如左邊的圖所示,與組內的變化相比,在子組之間沒有很大的偏移和漂移。因此,組內與總體標準偏差是近似
的,這意味著CPK和Ppk也近似,(分別為1.13和1.07,)。
有區別的Cpk和Ppk
在這個例子中,我使用了相同的資料和子組大小,但我改變了周圍的資料,將其移動到不同的子組。(當然,在實
踐中我們永遠不想把資料移動到不同的子組,我僅僅是拿它來說明一下問題)。
由於我們使用相同的資料,總體標準差和Ppk沒有改變。但這是相似的結束。
看看Cpk統計,這裡是3.69,比我們以前得到的1.13的好得多。看著這組圖,你能說出為什麼Cpk增高嗎?該圖顯
示,在每個子組內的點是比以前更密切。早先我提到,我們可以認為組內標準偏差是子組標準偏差的平均值。因
此,在每個子組內的變異相當於一個較小的標準偏差,這給了我們一個更高的Cpk。
Ppk或不存在
這裡就是危險在於只報告Cpk而忘記Ppk,就像喬治·邁克爾鮮為人知的隊友(他可能是沒有冒犯誰)。從上面的例
子我們可以看到,Cpk只告訴我們故事的一部分,所以下次你檢查過程能力,同時考慮你的Cpk和Ppk。如果這個過
程是穩定的,隨著時間的推移變化不大,這兩個統計量應該總是一樣的。