Cpk和ppk的本質差別是什麼?
CPK是過程能力指數。PPK是性能指數。CMK是設備能力指數。
CPK和PPK是根據安排好的間隔進行抽樣的,每次抽樣要連續抽取(其實要只要求算PPK在最後的所有產品里隨即抽樣也是可以的,當然顧客死擰就別根他爭這個了)。CPK與PPK計算公式一樣,只是sigma的計算不一樣而已,這也就是他們的區別,CPK使用Rbar/d2計算組內變差,PPK用傳統的那個公式計算總變差。
CMK是連續抽樣的,既然沒分組當然計算sigma時就不會用到CPK的公式了,是的也用哪個傳統公式計算sigma。
總結:CPK與PPK區別在sigma的計算;CMK與PPK區別在於抽樣方法。
CPK是間隔取樣但PPK不一定要求間隔取樣CPK是研究組內變差而PPK是研究組間變差CPK是能力指數而PPK是性能指數.
CMK是設備能力
Ppk、Cpk,還有Cmk三者的區別及計算
1、首先我們先說明Pp、Cp兩者的定義及公式
Cp(Capability Indies of Process):穩定過程的能力指數,定義為容差寬度除以過程能力,不考慮過程有無偏移,一般表達式為:
Pp(Performance Indies of Process):過程性能指數,定義為不考慮過程有無偏移時,容差範圍除以過程性能,一般表達式為:
(該指數僅用來與Cp及Cpk對比,或/和Cp、Cpk一起去度量和確認一段時間內改進的優先次序)
CPU:穩定過程的上限能力指數,定義為容差範圍上限除以實際過程分布寬度上限,一般表達式為:
CPL:穩定過程的下限能力指數,定義為容差範圍下限除以實際過程分布寬度下限,一般表達式為:
2、現在我們來闡述Cpk、Ppk的含義
Cpk:這是考慮到過程中心的能力(修正)指數,定義為CPU與CPL的最小值。它等於過程均值與最近的規範界限之間的差除以過程總分布寬度的一半。即:
Ppk:這是考慮到過程中心的性能(修正)指數,定義為: 或 的最小值。即:
其實,公式中的K是定義分布中心μ與公差中心M的偏離度,μ與M的偏離為ε=| M-μ| ,則:
於是, ,
3、公式中標準差的不同含義
①在Cp、Cpk中,計算的是穩定過程的能力,穩定過程中過程變差僅由普通原因引起,公式中的標準差可以通過控制圖中的樣本平均極差 估計得出:
因此,Cp、Cpk一般與控制圖一起使用,首先利用控制圖判斷過程是否受控,如果過程不受控,要採取措施改善過程,使過程處於受控狀態。確保過程受控後,再計算Cp、Cpk。
②由於普通和特殊兩種原因所造成的變差,可以用樣本標準差S來估計,過程性能指數的計算使用該標準差。即:
4、幾個指數的比較與說明
① 無偏離的Cp表示過程加工的均勻性(穩定性),即「質量能力」,Cp越大,這質量特性的分布越「苗條」,質量能力越強;而有偏離的Cpk表示過程中心μ與公差中心M的偏離情況,Cpk越大,二者的偏離越小,也即過程中心對公差中心越「瞄準」。使過程的「質量能力」與「管理能力」二者綜合的結果。Cp與Cpk的著重點不同,需要同時加以考慮。
② Pp和Ppk的關係參照上面。
③ 關於Cpk與Ppk的關係,這裡引用QS9000中PPAP手冊中的一句話:「當可能得到歷史的數據或有足夠的初始數據來繪製控制圖時(至少100個個體樣本),可以在過程穩定時計算Cpk。對於輸出滿足規格要求且呈可預測圖形的長期不穩定過程,應該使用Ppk。」
④ 另外,我曾經看到一位網友的帖子,在這裡也一起提供給大家(沒有徵得原作者本人同意,在這裡向原作者表示歉意和感謝),上面是這樣寫的:
「所謂PPK,是進入大批量生產前,對小批生產的能力評價,一般要求≥1.67;而CPK,是進入大批量生產後,為保證批量生產下的產品的品質狀況不至於下降,且為保證與小批生產具有同樣的控制能力,所進行的生產能力的評價,一般要求≥1.33;一般來說,CPK需要藉助PPK的控制界限來作控制。…
Cpk Ppk Cmk的用法:Cpk: 大批量生產的長期的過程能力控制,要求&>1.33;Ppk: 小批量生產或訂單量不大,不連續,要求&>1.67;
Cmk: 新設備、檢修後的設備或新產品試產,對設備能力的評估,至少50件樣品,要求&>2.0;
PPK 人機料法環測不變最好是一個批次的全部取樣或部分抽樣測出的值按照PPK的計算方法計算出來的值由於是在一個批次內取樣變差較小看的是組內差異一般用於試做階段所以汽車行業要求PPK&>1.67一般所計算出來的控制線也作為以後量產時的控制線
CPK則是在人機料法環測有變化的情況每班或每天抽樣計算的是組間差異由於組間差異畢竟是大於組內差異的所以要求CPK&>1.33
CMK算的是機器能力指數
Cpk,Ppk的區別見下圖,
最近正好在學習這方面的知識,總結一下吧。
需要知道Cpk和Ppk的本質區別,首先看其英文意義。
Process Capability Index 以及 Process Performance Index
從英文意義上面可以窺見一二:
1)Cpk側重於過程本身,給出的是過程固有的能夠滿足標準與規範的能力
2)Ppk側重於過程所引發的結果,給出的是根據採集到的數據對當前過程性能的估計
可以看到,前者看重過程本身後者看重結果
Cpk是指過程的短期能力(Cpk是指平均值與產品標準規格發生偏移的大小,常用客戶滿意的上限偏差減去平均值和平均值減去下限偏差值中數值較小的一個。再除以3σ)
而Ppk是相對長期的過程表現,雖然計算公式相同,但是由於樣本容量不同(CPK的樣本容量是30~50,PPK的樣本容量是大於或等於100),其使用的是標準差S。
Cpk給出的是過程的潛在固有能力,過程固有的能夠滿足標準與規範能力。
Ppk反應的是樣本所有差異的大小,是對當前過程性能的估計,適用於帶有驗收性質的場合。
根據國標GB/T4091-2001常規控制圖中明確規定:Cpk必須在穩態下進行,不可忽視。
在質量控制中,特別是當過程剛開始時,幾乎不能恰好處於穩態,若照此計算,Cp和Cpk值將導致嚴重錯誤的結論。而不論分布在公差範圍內任何位置,對於規範上限都可以計算出上側以及下側過程性能指數(取其中最小的一個就是Ppk)。因為不需要在穩態下計算,所以Ppk是對小批量生產能力的評價。而Cp、Cpk適用於穩態大批量生產。
ps 這種理解還是存在著分歧,分歧點就在於是否應該生硬地一刀切,即統計的時間段在生產過程的初期為Ppk值,統計的時間段若在穩定生產後,則為Cpk值這句話是不對的。
Ppk是進入大批量生產前,對小批生產的能力評價,一般要求≥1.67;而Cpk是進入大批量生產後,為保證批量生產下的產品的品質狀況不至於下 降,且為保證與小批生產具有同樣的控制能力,所進行的生產能力的評價,一般要求≥1.33;一般來說,CPK需要藉助PPK的控制界限來作控制。綜上,這二者還是有比較明顯的差別的。主要存在於樣本容量、數據參考時間點上,以及這二者帶來的統計意義上。
不能說本質上有什麼不同,而根本就是兩碼事!
在認知的過程中,之所以容易混淆這兩者的關係,是因為所有教程都是把它倆放在一起說,但是事實上,它倆表述的對象完全不同。
1.什麼是過程能力
我們假設過程A是一個密閉的,完美的,穩定的,沒有任何干擾的。那它的某種特性就是恆定的,這種特性就是把「輸入」變成「輸出」的能力。我們成為過程能力。
涉及「輸入」和「輸出」,我們把過程A想像成一個管子,水從左邊「輸入」從右邊「輸出」。
2.什麼是過程能力指數
我們拿這根管子去接水,是不是完全適用呢?未必。可能接頭太小,或是形狀不對。這種情況下,我們可以說過程A不適應顧客要求。
所以,過程適用顧客要求的程度稱為過程能力指數,也就是cpk。
3.什麼是過程性能和過程性能指數
我們把管子A從完美的假設中拿到現實中,現實中的管子A"是否完全和A一樣呢?當然不,A"會受到種種不可預知的影響,比如環境、壽命等。A"會表現出遜於A的狀態,叫做過程性能。過程性能是個變數,是過程能力的實際表現。
相應的,A"在接水的過程中表現出的狀態,即適用實際客戶能力的表現,稱為過程性能指數,即Ppk。
所以Cpk和Ppk的區別在於如何定義A與A"的界限,也就是如何定義「穩態」。
我們通常說Cpk是短期,Ppk是長期;但為什麼「短期」的小批量用的是Ppk而不是Cpk?所以短不短期根本就不是關鍵所在,關鍵在於短長期這個時間因素,我們是否考慮在穩態中。若是,那我們就用管子A,就是Cpk;否則就是管子A",Ppk。
到現在為止,我們的關注點轉移到「穩態」上,那麼如何判斷「穩態」呢?
首先想到的是檢驗我們的輸出,如果符合顧客的要求,那麼就認為是OK的。
但細想想,是有一些問題的:第一,我們測量的是輸出,而輸出不等於過程;第二,我們量的是數據有有窮的,緯度是有限的,不能拓展到無限的狀態。
這時,數學家告訴我們可以通過統計學的模擬來判斷過程的狀態。
我們先挑選100個零件來測量,測得一組數據a。數據組a非常好,都等於顧客的要求。我們就認為a就是我們的目標。
過了一段時間,我們再測量另100個零件,得到數據組b。b就不那麼好,有10個不等於顧客的要求。再過了一段時間。我們又測了另外100個,得到數據組c,c有20個不同的!
怎麼辦,似乎a作為目標就不那麼適用了,於是我們想做個拓展,畫個範圍,但凡在這個範圍內的,我們都認為是OK的。這個範圍就是控制線,範圍覆蓋的區域就是合格區域,我們畫圈的過程稱為分析。
實際操作上要複雜一些,統計學會納入一些其他的修正,告訴我們畫控制圖,並據此判斷是否「穩態」。
有了這個法寶,就可以判斷是否「穩態」。
回到實際生產中,小批量的時候,我們不知道是否是「穩態」,所以用Ppk。判斷穩態之後,進入大批量生產,我們就用Cpk。
大批量生產過程中,有異常出現,打破「穩態」,我們就用Ppk和控制圖分析。問題解決了,過程進入下一輪新的「穩態」,我們又用回Cpk。
所以Ppk和Cpk交替使用,但每次都不同,每一輪都是上一輪的升級,都是容納新的不穩定因素,吸收、消化、容納在系統中,不斷優化的過程。
這個每一輪,我們稱為「組」。就像前面說的abc數據組一樣,它們是時間維度上的不同「組」;當然也可能是其它因素的不同「組」。
「組」把過程優化的歷程分割化,分成每組內的變化,和每組外的變化。那時間來打比方,假如過程每個月優化一次,那一個月就是一組;如果半個月優化一次呢,如何一天一次呢,一個小時一次?或者一個零件一次呢?
這涉及到我們如何分組以及為什麼要分組。分組的目的在於把握優化的方向,一個零件一個零件的看,只見樹木不見森林;一個月一個月的看,只見森林不見樹木。
所以組的大小沒有優劣之分,怎麼劃分組,怎麼區分組內組外由實際情況確定。
我們的著眼點現在是靈活跳動的,要看樹木我們就一個一個看,要看森林我們就一塊一塊(一組一組)看。
這時,有個微妙的前提,著眼於組間的情況時,組內的變差我們心裡是有一個數的。好比優化第一輪的狀態我們在心裡有數,才會和第二輪比;否則看到的只是胡亂的數據,形成不了腦中的概念。也就是說,每組是一個「小穩態」。
而穩態又和Cpk緊密聯繫,所以這裡有個念頭:分組和Cpk有聯繫。
簡單理解一下就是:不穩定時,我們不分組或少分組;穩定時,我們就多分。
有數據的話可以模擬一下,不分組時方差很大,分組後會變小。也就是說同樣的數據,組越多,看起來越「穩定」。
實際情況時,Ppk多數不分組;而Cpk分組計算Rbar/D2。
說一個供理解但不是很準確的答案,領會精神就好。
CPK可以理解為潛在能力,或者說不做質量改進情況下理論上的最高能力;PPK則是實際表現出來的能力。算CPK的時候是去除了特殊原因的,也就是所謂的在受控條件下。PPK算上了特殊原因,可以理解為一定比例的特殊原因的出現實際也是無法消除的系統原因。
舉例來說,劉翔的CPK很高,有奪冠能力;但PPK很低,每次大賽都有特殊原因掉鏈子。
一個是短期過程能力,一個是長期過程能力
sigma不同。採樣樣本不同。
CMK的值代表的是一台設備的能力,如果是多台設備在分別計算出CMK後,能不能把這幾台設備的值平均一下呢。
統計方法略有不同,cpk,c代表能力,ppk,p可以稱作績效。能力是根據以往績效對現在能力的評估。所以ppk一般用於前期,cpk用於後期。
推薦閱讀:
※R的作圖能力相比tableau如何?
※相對於直接操作資料庫進行分析,hadoop和SPSS等數據分析軟體的作用是什麼?
※數據可視化,大屏展示,哪家公司做的不錯?
※哪些工具或網站可以分析亞馬遜全行業的數據?
※矩陣的奇異值與特徵值有什麼相似之處與區別之處?