質量人情報 優思學院｜Cp 和 Cpk 的區別，用這小軟件看明白

很多朋友對cp和cpk的概念感到困惑 主要原因是這些指標背後有不少複雜的公式 公式當然很重要 但如果不靠公式 我們能不能直觀的理解他們的意義呢 今天我就帶大家跳過繁瑣的公式 直接從意義上去理解cp和cpk到底是什麼意思 在瞭解cp和cpk之前 我們先要明白什麼是正態分佈 我們生活中有很多數據其實都符合正態分佈的規律 例如很多工廠生產出來的產品尺寸 我舉個簡單的例子 我們想生產一個長度爲15釐米的產品 但實際上製造過程中一定會存在變異 不可能每個產品都剛好是15釐米 有些可能只有11釐米 有些可能會達到18釐米 當我們把大量數據統計起來 就會發現這些數據一般都會呈現出一種中型曲線 這就是我們說的正態分佈 正態分佈主要有兩個關鍵的指標 一個是平均值 另一個就是標準差 標準差越大 說明數據的波動也越大 這也表示正態分佈的曲線會更寬一些 如果你覺得這個概念還不太容易理解 我們再看一下一個重要的概念 就是規格上限和規格下限 比如客戶對我們產品尺寸的要求是不能超過20釐米 也不能低於10釐米 這兩個數字就分別是規格上限和規格下限 當我們知道了規格上限 規格下限以及產品尺寸的平均值和標準差 我們就可以計算cp和cpk了 如果不想手動計算 也可以使用優思學院提供的計算器 我們通過一個具體的例子來看看 假設規格下限是10釐米 上限是20釐米 我們的生產過程平均值是15釐米 標準差12 用計算器計算後 我們得到的結果是cp爲0.833 cpk也是0.833 在這個案例中 我們發現cp和cpk的數值是一樣的 那麼在什麼情況下cp和cpk會不一樣呢 我們再試試另一個情況 如果我們把過程的平均值改成16釐米 也就是向規格上限偏移了一些 這時我們再用計算器計算一次 會發現cp還是0.833 但cpk降低了 變成了0.667 這說明cpk的大小受到平均值是否位於規格中央的影響 不管變異大小 只要平均值偏離中央 cpk就會下降 這時我們就需要設法控制波動 同時調整平均值 讓過程更接近規格的中心 另外一個問題 如果我們計算得到的cp和cpk都很低 一般是什麼原因呢 通常來說是因爲變異過大 那麼怎樣才能縮小變異呢 其實最直接的方法就是降低標準差 當標準差降低時 數據的波動也會減少 我們再用計算器試一次 把標準差從2降低到1再計算一次 會發現cp和cpk的數值明顯提高了 原因很簡單 標準差小了 過程變異就小了 更多的產品尺寸自然落在規格上下限之間 過程能力就提升了 希望通過這個視頻能讓你更直觀的理解cp和cpk 即使不用公式也能掌握它們的實際含義 我們是優思學院