質量管理五大工具 【必讀】SPC：常規/非常規控制圖（4）

是統計過程控制中的過程能力分析 當然的話 我們也主動講一下 正態數據如何做過程能力分析 非正態數據如何做過程能力分析 首先我們來看一下過程能力的一些基礎的概念 比如說什麼叫過程受控 其實過程受控的概念的話 其實很好理解 就是消除我們過程中的什麼特殊原因 建立一個穩定的狀態 我們所說的統計過程控制圖 對不對 其實爲了幹嘛 就是爲了識別我們過程中是不是有特殊原因的存在 所以說過程保持統計受控的狀態 那麼它分佈的位置 離散程度 起始點、形狀都不會發生變化 那麼過程表現就爲服從可預測的分佈 那麼其性能也是可預測的 連續作業得到的特性 符合的比例也是可以估算的 這裏有一張圖 這個圖我們也經常見到 對不對 大家可以看看這裏這個圖 前面這部分藍色的圖的話 藍色的圖的話 過程受不受控 大家看一看很好理解 藍色的圖的話 可以看看 比如這個時間段是不是 它是這麼一個分佈 隨着時間的變化 它有這樣的分佈 還有這樣的分佈 然後這個一對比的話 可能是什麼呀 可能是我們的目標值變了 還有是什麼 我們的標準差變了 或者是我們的形狀都發生了變化 對不對 那麼這個很好理解 就是說什麼呀 我們這個過程不受控 而後面的紅色的部分的話 大家可以看一下就是什麼呀 就是我們這個整體的分佈是不是 無論是什麼呀 它的偏度也好 或者是丰度也好 始終處於一個受控的狀態 始終處於一個穩定的狀態 對不對 所以說這種情況下 我們就說是什麼呀 是過程受控 然後這個過程受控的概念 大家先記住啊 我們再接下來講另外一個受控啊 一會兒 然後如果說 就是如果說 如果說過程不受控 我們需要採取什麼措施呢 我們需要採取一個局部的措施 因爲過程不受控是什麼原因導致的 把你的把你的答案打在公屏上 過程不受控是什麼原因導致的 是什麼原因導致的 是普通原因還是特殊原因呀 如果過程不受控是普通原因導致的 還是特殊原因導致的 過程不受控是特殊原因導致的 對不對 那麼我們需要什麼呀 需要消除過程中變差引起的特殊原因 而這種情況下 我們局部措施可由直接相關人員來進行實施 但是一般情況下 一般情況下只可以糾正15%的過程問題 這是我們對於局部採取措施 也就是說過程不受控 一些概念 好 我們接着往下走 然後我們再想另外一個問題 就是說 如果一個過程始終處於統計受控狀態 那麼就必然能說明該過程的質量很好嗎 或者說不合格率很低嗎 就是一個啊 一個過程始終處於受控狀態 統計受控狀態 我們能說不合格率很低或者質量很好嗎 把你的答案打在公屏上 不能 有沒有其他的答案 其實不能是對的 然後給大家舉一個簡單的例子 是不是 就說一個人的成績 就一個人成績 如果永遠是倒數第一 是不是 他一直也是很穩定的 但我們不能說明什麼 這個人怎麼樣 是成績是合格的 是不是 所以說一個過程 如果處於統計受控狀態 並不意味着該過程的什麼呀 過程能力很好 或者是質量很好 這裏大家其實看一個案例就能看出來 比如說我們黑色這條線 對不對 黑色這兩條虛線是什麼呀 是我們的規格下線 以及規格上線 對不對 我們可以看藍色這個圖是不是 雖然他處於一個統計受控狀態 但是他有很多的產品怎麼樣 已經超出了我們這個規格線 或者是這個什麼呀 公插帶了 對不對 當然我們希望得到的是一個綠色的狀態 對不對 然後過程又受控 對不對 然後什麼呀 然後從這裏看整體分佈或者大多數數據也落在什麼呀 我們的公插帶內 這個是我們希望得到的 所以說不合格率不僅與過程處於統計控制狀態有關 還與什麼呀 我們的公插帶是不是以及數據的離散程度啊 Sigma有關 簡而言之是什麼呢 就是不合格率還與我們的整個什麼呀 過程能力有關 所以這也就是爲什麼我們研究統計過程控制時候 除了要研究這個控制圖 也要進行什麼呀 過程能力的一個分析 這都是我們需要進行分析的事項 當然有人說了 對不對 我們過程中 我們前面說了採取了一個什麼呀 局部措施 對不對 那麼局部措施對應的就是什麼呀 採取一個系統的措施 系統措施是消除什麼呀 是消除變差啊 普通原因的 而系統措施通常是改善管理啊 通常由管理人員實施 而措施呢 系統措施一般可以糾正85%的過程問題 什麼是系統措施呢 我們後面給大家舉一些案例啊 然後我們瞭解完了前面的一個統計受控狀態 對不對 就是說我們除了要過程是受控的 對不對 我們希望我們的能力也要達到 對不對 那麼這種情況下 我們先給它起另外一個名稱叫什麼呢 技術受控 也就是說啊 統計受控狀態是說 我們過程只存在普通原因引起的正常波動 不存在特殊原因 對不對 那麼這種情況下 我們還希望過程能力也能滿足要求 所以根據我們這個統計受控狀態以及我們技術受控狀態 我們這裏得到一個簡單的一個小矩陣圖 而在汽車工業中啊 普遍接受的做法是一個過程被證明 首先處於統計受控狀態後 也就是一類和二類啊 先處於一類和二類啊 統計受控狀態後 然後才計算其過程能力 OK 然後我們當然希望的最期望的是達到哪種啊 一類二類三類四類 我們最期望是達到哪一類啊 公平上啊 我們最期望的啊 最希望的是達到哪一類啊 對其實就是我達到我們的第一類 對不對 也就是統計受控 還有技術受控 就是除了我們的過程穩定 是不是我們又希望過程能力非常好 但是如果說啊 如果說我們除了第一類以外 通常情況還有一種情況也可以被接受 大家認爲是第幾類啊 除了第一類以外 其實有一種情況上也能被接受 被客戶特殊的接受 大家想想是第幾類啊 是三類還是二類 四類肯定不是了 對不對 咱們四類肯定是排除掉了 大家想想就是通常來說 我們二三四都不能被接受 但是特殊情況下 我們也可以接受二類或者三類中的哪一類啊 大家想想你的答案啊 如果沒人回覆的話 除了南香思念的話 我這裏就給大家直接說一下答案吧 通常情況下 我們通常也允許什麼呀 第三類的出現有什麼意思呢 其實大家可以看一看 雖然第三類 雖然第三類統計不受控 也就是說可能怎麼樣 但是什麼呀 它的過程能力非常好 也就是說什麼呀 大多數的產品都是什麼呀 合格的 所以說啊 一般情況下啊 通常情況下啊 如果我們除了第一類啊 第三類在特殊情況下也能被接受 就是雖然它統計不受控啊 但是這個人的合格 但是這個人的呢 這個人的表現又非常好啊 好吧 所以是第三類啊 比如說啊 我們第三類客戶對於規範要求之間的變差不是那麼敏感 比如說對特殊原因 如果我們採取測試的話 所發生的成本要比顧客得到的利益大啊 因爲經濟上的一些考慮啊 可允許啊 可允許存在的特殊原因 包括多具刀具磨損 還有周期性的變化的啊 這種情況下 雖然他統計不受控 但是過程能力非常好 我們也是可以接受的 但第二類和第四類啊 我們是不接受的 然後我們再看一看這個啊 我們再看一看這個圖 大家覺得哪個是第一類啊 我們先說哪個是第一類 這四個圖啊 這是1234 這四張圖哪個屬於第一類啊 大家把你的答案打在公屏上 大家認爲哪個屬於第一類啊 對很簡單 是不是第四個屬於第一類 對不對 然後我們再看123哪個屬於第三類啊 然後我們再看這個123這三張圖 哪個屬於第三類 就是過程雖然不受控 但是技術受控 有人說三 有人說是二 其實大家是二是對的 這個屬於第三類對 因爲你可以看一看 對不對 這種情況下啊 這個圖這個圖雖然過程不受控 但是他的這個什麼呀 過程能力表現很好 也就說什麼呀 有很少數的有很少數的什麼呀 不合格品發生對不對 所以這個屬於技術受控 統計不受控 當然啊 第三個圖第三個圖就屬於我們什麼呀 就屬於我們第二類了 對不對 大家可以看一看 雖然他這個分佈一直很穩定 但是呢 什麼呀 有較多的不合品的流出啊 當然第一個圖就屬於我們的第四類了 所以這個圖就給大家簡單的介紹一下什麼是統計受控和技術受控啊 當然這張圖的話啊 是一個什麼呢 我們常規控制圖過程能力的控制和改進的一般步驟 這個圖呢 也來自於國標T常規控制圖的一個要求 這個圖其實大家也很簡單 看出來的是什麼呀 X8R2圖是不是 X8R2圖的爲例 就均值階差圖爲例 其實這個圖簡單的一個邏輯是什麼呢 我們首先要達到一個什麼呀 統計受控狀態 然後接下來去評價我們的過程能力 如果我們的過程能力不足的話 我們需要改進我們的過程 停止我們的生產製造 維持現狀的話需要幹嘛呀 實行權減了 或者是改變規範 如果說我們的過程能力充足的情況下 對不對 那麼就OK了 然後繼續我們的生產 這個是我們的一個常規控制圖的一個應用的一般步驟啊 我們再看另外一個概念 過程能力分析的基本思想 其實就是教顧客之聲與過程之聲啊 然後這個的話是我們的規格下限 對不對 這個是我們的上限 我們希望我們實際生產的產品的產出數據啊 是這樣的對不對 也就是說我們的分佈大多數啊 絕大多數或者是最多數落在我們的規範線之內 這就是這個圖的意義啊 接下來我們看一個我們過程能力的一些衡量指標 過程能力的衡量指標 有過程能力指數 還有過程性能指數 而過程能力指數呢 包括了什麼呀 CP、CPK或者是PP 還有PPK過程性能指數對不對 然後他們唯一不同的點是什麼呀 是我們一個變差的不同 而我們說的過程能力指數 CP和CPK是什麼呀 是一個穩定過程的固有變差 而我們這個PP和PPK是一個過程的總變差 我們在後面的話給大家計算計算公式的時候 大家也都能看到 也能看到CP、CPK、PP、PPK的不同 好吧 然後我們接下來看啊 使用CP和PPK的一些前提啊 其實不論是使用CP和PPK CP、CPK、PP或者PPK 首先都需要滿足兩個前提 一個是什麼呀 測量系統分析是滿足要求的 數據是獨立的 如果說 如果說我們要使用CP和CPK的話 就是衡量我們的過程能力的話 那麼我們同時還需要滿足另外兩個條件 什麼呀 一個是數據是正態的 另外一個是什麼呀 我們過程必須是穩定的 所以大家尤其要記得 尤其要記得 如果要使用我們CP或者CPK衡量我們過程能力的時候 一定要記得過程必須是穩定的 數據是正態分佈的 大家一定要記住這兩點 好 然後我們再看啊 再看一下我們這 這幾個維度的指標 比如過程能力指數CP和CPK 它有什麼不一樣的地方 然後CP的話 其實就是分佈中心無偏離規格中心時衡量過程能力的指數 而CPK呢 是分佈中心偏離規格中心時衡量過程能力的指數 什麼意思呢 其實PP和PPK也是一樣的道理 所以大家看一看這個 這個這個他說的這個說的這個意思啊 就是CP和PP 它的計算方式不考慮實際生產過程的分佈中心與我們的規格中心是否重合 而我們的PPK和CPK要考慮我們的實際的生產過程的分佈中心是否與我們規格中心的重合 所以在後面就是計算我們CP的時候 還有計算我們CPK的時候以及PP和PPK的時候 我們又看到了不同的計算方式 舉個例子 兩者的區別 然後我們先看吧 先看我們先看我們先看公式看完公式的話 大家會更好的理解啊 大家可以看看CP上面是什麼呀 上面是我們的公插帶 對不對 就是規格上限減規格下限 對不對 而下面的話 除以後就是我們六倍的Sigma 然後這個Sigma是標準差的一個無偏估計量 需要我們通過樣本來進行得到 通過樣本數據進行得到 其實大家可以看看這個公式 這個公式有沒有考慮我們實際的規格中心呀 或者是我們的名義值 有沒有考慮到 大家把你拿來打在公屏上 大家看一看這個公式 有沒有考慮我們實際的一個分佈中心或者是規格中心呀 是不是沒有 對不對 而我們再看CPK CPK的話屬於CPU或者是CPL中間的一個什麼呀 最小值 而我們看CPU和CPL 除了考慮到我們的規格上下限以外 考慮沒考慮我們的實際分佈中心呀 有沒有考慮我們的實際分佈中心呀 是不是有考慮到我們實際的一個分佈中心 因爲這個數據X88就是我們所有的樣本量的一個平均值 對不對 所以從公式中就能明顯的看到我們CP是什麼呀 不考慮我們實際的一個分佈中心的 而我們的CPK它的計算公式是考慮到我們實際過程產出的一個什麼呀 一個分佈中心的對不對 其實這個就是公式的不一樣 而PP和PPK其實也是一樣的道理啊 當然這裏有人就會問到另外一個問題了 就是我們的這個CP和PP 它倆從這裏的公式來看是不是是一樣的 對不對 那它倆之間的不同點在於哪呢 其實就在於關於我們標準差的一個計算方式 我們可以看一看CP這個標準差的一個計算方式是在什麼呀 在這裏對不對 而PP的一個標準差的計算公式在哪裏啊 在這裏對不對 而這裏的話這個數據大家看一看 這個X八是不是是考慮的是什麼呀 是考慮到我們每一個子組的是不是 最大值與最小值的一個平均值是不是 比如說是第一組第二組第三組第四組對不對 這是第一組的極差第二組的極差 把所有的每個組的值差加起來之後再除平均數 再除啊 再除子數是不是就得到我們的二八 而我們PP的這個標準差的無偏估計量的計算方式是什麼呀 是S八 S八是什麼呀 是我們所有數據的一個什麼呀 一個標準差 所以它的計算方式啊是不一樣的 對不對 XI-X八不糊的平方 所以從這裏能看出來啊 就是PP與CP還是有區別的 好吧 然後我們接下來啊 大家會舉一些案例啊 然後我們首先看這個圖吧 我們首先看第15個圖 假如說我們已經知道了 我們已經知道啊 過程穩定 然後呢 數據是什麼呀 數據是正態的 對不對 然後大家根據我們前面的知識點來分析一下 分析一下我們CP、CPK、PP和PPK這些指標 然後看大家能從這個圖中能得到什麼有效信息 但這個前提首先我已經給大家了 過程是穩定的啊 數據是正態的 也就是說大家可以用什麼了 CP和CPK了 對不對 大家來簡單的分析一下 根據這個圖 然後我帶領大家去分析一下這個圖吧 首先的話 如果說過程穩定數據正態 我們這時候能用CP和CPK了 對不對 然後首先我們來看CP的數據是多少呀 3.98對不對 然後CPK是多少呀 1.69 大家看一看CP與CPK這兩個數據相差的多不多呀 相差的多不多 CP與CPK這兩個數據相差的多不多 相差的多不多呀 大家把答案打在公屏上 對數據不正態的話 大家不要用CP和CPK這個指標了 就是不是 其實從這裏看CP和CPK相差的很多 也就意味着什麼呀 也就意味着我們實際產出的過程分佈中心 與我們的規格中心也就是我們的什麼呀 就是我們說所說的凝益值 離得很遠 對不對 所以從這個指標上 我們也能看出來 當然從這個圖也能看出來 對不對 所以大家一定要記着 如果我們的CP或者CPK 如果數據相差很大的情況下 也就是我們實際過程的產出的一個什麼呀 分佈中心與我們的凝益值中心怎麼樣 不重合 幾乎不重合 或者是差的非常大 對 有人說就是沒有居中生產啊 這個是對的 然後我們再看 再看另一個信息 我們分析完CP和CPK了 對不對 我們再看看CPK與PPK CPK這裏是多少呀 大家看看1.69 對不對 然後這裏的話 PPK是多少呀 1.14 大家能從這個信息裏得到什麼信息 從這兩個數據裏得到一些什麼信息呢 大家能得到什麼信息 從PPK和CPK 大家這裏能得到什麼信息啊 有人知道檔案嗎 如果知道的話 可以把你的檔案打進去啊 其實根據我們前面的這個一個計算公式 大家可以看到我們CPK的情況下 對不對 我們用阿爾巴除以第二一個常規係數或者修正的係數 來代表我們的什麼呀 來代表我們的一個 一個標準差的無偏估計量 從這裏其實他也就默認了什麼呀 我們過程受控 然後呢 沒有特殊原因 對不對 當然從PPK這裏其實可以看出來 因爲PPK沒有考慮到 沒有考慮到過程受不受控這一點 對不對 從這裏看他的數據是1.14 對不對 其實如果大家真的要去得到原始數據的話 可能會得出一個結論 就是說我們這個過程控制圖怎麼樣呀 可能不像我們給定的假定條件過程是受控的 也就是什麼呀 我們的過程可能存在着特殊原因 這也就是爲什麼兩個標準差會相距相差的很大 而導致了CPK和PPK不同 所以一般情況下 如果大家不知道過程穩定不穩定 如果大家拿到四個數據來分析的話 我建議是同時考慮CP CPK 而PP與PPK都需要用到 CP與CPK來對比 看看我們的過程實際輸出是不是居中 而CPK與PPK來判定什麼事 我們過程是不是有特殊原因存在 過程是不是真的是穩定受控的 所以我建議大家如果是可以的話 把四個數據都需要進行分析 好吧 然後我們接着往下走 這是這個圖給我們一些信息 如果非正態數據或者說非穩態過程 其實這個圖的話應該跟我們前面用的是一樣的吧 2.68 就是如果我們已知的非正態數據或者是非穩定過程的話 我們其實就一般情況下不太建議大家考慮CP和CPK了 直接我們看什麼呀 PP或者是PPK 因爲我們說這時候PPK或者是我們的PP 更能代表我們過程的一個整體能力 接下來我們看一些CP和CPK的一些衡量指標 大家不要着急 前面所講的這些 我們都會有具體的案例啊 給大家應用到 大家只要根據我這個思路來一步來步 一步一步的來進行操作就可以啊 然後接下來我們再講什麼呀 過程能力的另外一個概念 就是過程能力指數的一個評價維度或者評價指標 上面這個例子是關於CPK的一般評價標準 有人還在問PPK和CPK有什麼區別 其實區別的話就是我們前面這個公式給大家講的這個 既然有問我再多說一嘴啊 你看我們CP和PP就OK了 上面分子沒有區別 都是我們的公差帶 而分母的話是不一樣的 這個的話 這個Sigma這個Sigma只用了子組的一個什麼呀 子組的一個極差值的平均值來代表啊 來代替 而這個呢 是用整體的一個什麼呀 整體的標準差來代替 爲什麼這麼說呢 因爲使用CP的時候 大家已經默認了什麼呀 過程控制啊 過程是屬於統計受控狀態的 沒有說什麼呀 特殊原因啊 導致的一些情況發生 而我們PPK的計算的話 爲什麼用所有的數據來計算呢 他這個時候就是不考慮你過程受不受控 所以從計算公式來看 計算公式是不一樣的 而他們背後的邏輯也是不一樣的 好 我們接下來看一個過程能力指數 CPK的一般評價標準啊 咱1.67啊 過程非常優秀 1.33的什麼呀 過程能力優良啊 充足 然後的話 1到1.33呢 是能力尚可 然後1小於0.67到1呢 就是能力啊 不足啊 然後小於0.67 那就是明顯不能接受了 然後這個是對應的CPK與對應的PPM 或者是對應的合格率啊 這也就是說 我們爲什麼希望我們的CPK啊 能過程能力指數越大越好 有人說我們的課程能在哪裏買 既然有人問到了 其實Z值的話也很好理解啊 Z值的話就代表了正負幾個Sigma 正負這個Sigma 比如說這個1就是正負一個Sigma 就是正負三個Sigma 正負三個Sigma的一個落入這個區間是多少 就是99.73%對不對 OK 然後有很多人說CPK和PPK究竟是短期還是長期的 我不建議大家不要去就這麼叫 因爲美系客戶和德系客戶對於CP還有PP的定義啊 是不一樣的 或者說叫法是不一樣的 然後美系客戶的話 可能叫啊 CPK是短期過程能力 而德系客戶的話叫什麼呀 長期過程能力啊 大家不要把這個短期和長期啊 就是說以後的話 我怎麼說呢 不要去這麼記 只要記住它背後的邏輯或者計算邏輯就可以了 之後我們明天我們的後臺人員上班就會聯繫各位了 好吧 所以大家不要記CPK是什麼短期或者長期的 然後PPK也是短期或者長期的 大家不要去記這種 這種是沒有意義的 因爲你面對的客戶群體不一樣 給你的答案也是不一樣的 好我們接着往下走 就是關於我們CPK的這個一般評價標準 我們試試什麼呀 這是一般評價標準啊 大家一定要記着啊 這是一般評價標準 不是說你CPK大於1.67就OK了 面對所有的客戶啊 通常情況下 我們說過程能力這個指數啊 或者過程性能指數都是由客戶定義的 所以你要根據你的客戶啊 要給你的客戶啊 來考慮你的接受準則 當然大家可以看看這個的話 就是說上期通用的一個BIQS的一些要求啊 比如說啊 PPAP關於CPK和PPK有什麼要求 在量產中啊 對於有什麼要求 大家瞭解一下就知道了 看一下這就可以了 好 所以每個客戶群體的要求是不一樣的 大家一定要記得滿足你特定客戶群體的要求 好 然後我們再看一個案例啊 然後這裏有個手動計算啊 這個案例的話 大家可以看看某機家車間CAC生產連續啊 生產一個彎管 然後某一特性呢 溝槽寬度是一個重要的質量特性 公差呢 是10.95啊 是10.90 對不對 10.9到11 對不對 然後呢 每半個小時抽樣一次啊 每次抽樣五個產品 然後共計抽樣25次 也就是抽了125個零件 對不對 然後試分析其過程能力 首先的話 我們知道了一個公差上限是多少啊 根據我們案例是11 對不對 公差下限是10.9 對不對 然後這個X8有人需要我告訴大家怎麼計算嗎 這個X8很簡單啊 這個X88很簡單 我們是不是有125個數據啊 就把125個數據取平均值啊 就得到了10.949啊 就是這裏大家可以看看 我們是不是抽了125次啊 125個產品啊 那麼把125個產品平均值就是10.949了 所以這個數據也很好得到 R8 0.057 有人需要知道怎麼得來的嗎 R8和R8其實很簡單 我們是不是有分了25組數據啊 給大家舉前四組數據啊 這是第一組 第二組 第三組 第四組 然後每組這裏是不是五個值啊 對 然後如果說X18就是第一組五個數據的平均值 X28同理第二組數據的一個平均值啊 X88的話是所有數據的一個平均值 有人想問這個R28是怎麼得到的 就是極值的極差的一個平均是怎麼得到的 其實也很簡單啊 同樣我們以這個爲例啊 我們還是以前四組 其實25組是一樣的道理啊 我們以前四組舉例啊 比如說我們前第一組是不是已經得到了五個數據了 那麼第一組是不是我們得到能得到一個極差值啊 第一組的極差值就是第一組數據中的最大值減去第一組數據中的最小值 就是這五個數據中的最大的那個數減去最小的那個數 是不是我們能得到第一組的這個極差值了 R21同理我們能得到第二組的一個極差值 以及第二十五組的一個極差值對不對 那麼我們在這裏把一到二十五組的極差值進行相加再除以25 就得到我們的R28值 這裏的話 這裏的話大家還有什麼疑問嗎 關於R28值 還有疑問嗎 有疑問大家在公屏上沒有疑問 我們接着往下講啊 其實都是很簡單的一些計算啊 好 那我們接着往下說啊 我們把這些清楚啊 我們是不是已經得到這些數據了 對不對 然後其實我們就可以接着下來幹嘛 使用計算公式了 對不對 然後我們要接下來得到這個數據 就標準差這個無偏估計量 它等於R28除以第二 這個第二是怎麼來的呢 第二的話其實就是一個修正係數啊 第二是一個什麼呀 大家可以查表所得 大家自己去百度一下 各種表都有啊 就比如說統計過程控制的這些啊 修正係數是多少 好 我給大家舉例吧 既然有人問到第二是不是 大家看一看這個表 我們說剛纔子組子組中的每個樣本數是幾啊 子組的樣本數是幾啊 就是每個子組的樣本數量有幾個 是不是五個呀 然後往後走 走走走走走走 第二是多少呀 第二是多少啊 第二是不是2.326啊 大家能看到嗎 第二是不是2.326啊 對 這個表其實就是這麼用的 這個表就是這麼用的 這個表大家一去百度啊 就只能出來啊 所以這只是一個一個說 大家記得直接應用就可以了 這些數據啊 好 就從這裏大家可以看一看是不是這裏的話 這些公式的話都是現成的 對不對 所以大家只要把前面的計算出來 我們也能得到後面的數值了 所以大家可以看到這些數值是不是我們就都知道了 那麼Sigma R28除以第二 就是0.057除以2.326 對不對 也就得到0.0245了 對不對 然後CP的話就是我們的公差上限點 公差下限就是0.01嗎 0.1對不對 11.00-10.90 再除以6倍的這個什麼呀 0.0245對不對 就得到了什麼呀 0.680 不可以的 125數據直接計算不用承擔嗎 不可以的 不可以啊 我們現在說的是計算CP啊 我們說的是計算CP啊 和計算CPK啊 不是TP和TPK啊 好吧 然後CP的話我們得到數據了 對不對 然後CPK啊 也是一樣的 對不對 然後CPK的話是屬於CPU和CPL中的最小值 對不對 然後這個公式啊 大家一代入我們前面所有的數據都能得到 對不對 也就得到了我們CPK是什麼呀 屬於我們的最小值的話 就是0.667唄 所以CPK是0.667 這是整個一個手動計算 然後其實的話 我們使用minitype的話 直接就能把這數據都生成啊 直接生成 然後給大家快速的演示一下 同樣的數據啊 125個數 對不對 25組 25個子組 怎麼做呢 在統計 質量工具 能力分析 正態 我們先默認它是正態的 我們先是默認是正態的 至於怎麼驗證正態 我們後面再講 單列就是我們需要輸入 我們要內集數據列 CR寬度這一列 對不對 子組大小是5 規格下限10.9 對吧 規格上限11 然後點擊確定 這就得到了我們整個的一個過程能力分析報告 然後我們再看 我們再看啊 再看 我把這個圖 把這個圖複製一下 然後我也放 我也放到了我的PPT裏 大家可以看一看啊 這些基本信息 比如說規格下限是多少 規格上限是多少 樣本的平均值是多少 如果大小的話不一定是5 這個屬於你們自己定義啊 有可能3 有可能4 有可能5 有可能6啊等等 這是根據你們公司的實際情況自己定義啊 然後這是關於我們數據的一些基本信息 然後我們再看啊 我們的規格 再看我們的CP和CPK吧 說錯了 CPK 0.68 對不對 而PPK呢 什麼呀 0.67 整個一個不符合情況 整個一個PPM的計算是這裏啊 差不多這麼多PPM是非常大的 對不對 其實從這個圖 我們能得到一些基礎信息是什麼呀 從CPK 從CP和CPK來看的話 怎麼樣 我們整個實際的一個輸出的分佈中心與我們的規格中心幾乎是重合的 對不對 因爲他倆這個數據啊是非常接近的 從這個圖我們也能看出來 而從PPK和CPK來看出來 這個我們的過程的什麼呀 特殊原因幾乎也是不存在的 對不對 這也就是爲什麼他倆值相差的很小