【必讀】cpk與ppk的理解及區別（上）

我們今天和大家分享我們的另外一個主題 這個就是大家在日常工作裏面都很熟悉的兩個指標 那麼一個是CPK 一個是PPK 那麼這兩個指標很常見 但是很多時候我們也不知道它的區別是什麼 什麼時候我們算CPK 或者什麼時候我們算PPK 它倆的本質的區別到底是什麼 那麼有一種說法可能大家聽過 叫長期 一個是長期 代表長期的一個能力 一個是短期 其實所謂的長期和短期 並不是我們這兩個指標的核心的本質的區別 那麼所以我們今天結合兩個場景 第一 這兩個指標確實是在工作當中非常的常見 也非常的常用 可能我們的顧客 或者是我們公司的質量部 或者說是開發階段轉量產 對吧 都有一些這樣的要求 那麼第二個呢 在我們的這個6Sigma Demake方法論解決問題的邏輯上來說 那麼這兩個指標 有可能會成爲我們做一個問題研究 立項的項目指標 那我們6Sigma裏邊的項目指標其實非常非常的多 比如說有的可能會直接以這種不良率作爲這個項目的指標 比如說準時交付率 或者說CPK這些呢 都可以去作爲我們Demake的一個項目的指標 那麼尤其當我們以這個CPK作爲項目的指標 比如說提高某某製程 什麼什麼特性的一個CPK 那麼在M階段 我們收集完數據 其實M階段的第五步吧 那麼可能會在收集完數據之後 重新的去估算我們的這個項目指標的基線 也就是baseline 那麼你第一階段呢 你肯定也會有一個項目的目標 這個項目的指標 比如說Y 那麼你的這個基線 還有我們的這個目標 當一個項目的指標是以CPK作爲項目指標的時候 那麼你D階段的這個baseline 其實是一個預估的一個值 那麼等到M階段收集完數據之後 我們會重新的去估算這個CPK具體是多少 所以基於這兩個場景呢 我們今天就一起說 一起說這個兩個指標的一些關鍵的區別 那麼我們今天在說之前呢 我們要分爲四個部分 在這場直播裏邊 第一部分呢 我們先來介紹一下這個CP 它作爲過程能力衡量的一個指標 它的計算方法是什麼 第二部分呢 我們和大家介紹完CP之後 我們來看一看 那麼爲什麼我們光看CP不行 還要有一個指標叫CPK 那麼這裏邊呢 也包括大家常見的這些個指標的臨界值 比如說1啊 1.33啊 1.67 再高了就是2 那這是幾個 四個吧 常見的我們能力指數的要求的臨界值 那麼這四個臨界值怎麼來的 爲什麼是這四個數 我們也會和大家去介紹 那麼第三部分呢 我們會到我們課程的重點 也就是所謂的這個CPK和PPK 它的本質區別到底是什麼 那麼先和大家說長期和短期 不是他們理解他們的一個本質的區別 好 那麼後面我們要有時間 我們就給大家準備一個案例 然後和大家一起去操作metab 然後我們去解讀metab輸出的這些個結果 好 大家有什麼問題呢 這個和我們的這個能力指數相關的 或者說我們大的主題範圍 大家有什麼問題都可以打到我們的評論區 我們隨時的和大家互動 好 那麼我們來看一下啊 這個不管是CPK也好 還有PPK也好 這個CP也好 PP也好 他們其實呢 統一的我們抽象的去理解他們 他們其實都叫過程的能力 那麼什麼叫過程的能力 簡單來說呢 就是我們以一個指標的數值化的形式 顯示我們這一個製程輸出 他對於顧客要求事項的一個滿足的程度 那麼這個能力越高 證明我們的這個良率怎麼樣 良率越高 不良率越低 所以不管怎麼樣啊 我們來看一下 那麼其實本質是什麼 本質就是我們這裏邊 我們用我們的VOC比上我們的VOP 就是他們一個本質的東西 那麼大家也知道 有的時候呢 我們會有這種這個叫什麼 這個不符合正態 要做bounce cost轉換啊 或者是有一些個更復雜的 對吧 這個叫非參數 非參數的這種計算方法 那麼不管是簡單的 滿足我們基本假設的 還是不滿足我們基本假設的 我們一些其他的特殊的方法 那麼本質是不變的 本質是什麼 就是VOC比上VOP 那麼什麼叫VOC 這個就是顧客的聲音吧 wise of customer 那麼什麼叫VOP 就是叫過程的聲音 wise of process 那麼我們用什麼來代表我們顧客的聲音 其實就是我們每一個產品輸出的 這些個質量特性裏邊的這個規格 你看上規格線下規格線 那麼只要我們的產品 落在我們的這規格線以內 我們不說它是良品吧 我們說這叫什麼 能夠滿足顧客的使用需求 那麼凡是落在我們的規格線以外 對於我們製程 或者說對於我們內部本身來說 這個叫不良品 那麼對於顧客來說 就沒有辦法滿足顧客的使用需求 所以我們的這個VOC 它呢 我們一般用我們的公差帶的寬度來表示 那麼VOP是什麼 VOP代表了我們製程的聲音 過程的聲音 那麼大家可以看到 那我們其實知道 對於一個連運行數據的這種特性來說 那麼決定我們這個不良率的 其實有兩個維度 第一個維度呢 就是我們製程的中心 是這個叫偏正問題吧 你是偏啊還是正 對吧 這個能決定不良率的高低 第二個維度呢 其實就是我們波動 或者說變異的大小 有的公司呢叫散步 那麼我們呢用胖和瘦 也就是你過程波動的大小 也能決定我們的不良率 也就是這兩個維度 我們從大的方向來說 就是這兩個維度 你的偏正和你的胖瘦 那麼我們用什麼來表示我們的VOP呢 來代表我們製程的一個總波動的寬度 我們總波動的一個寬度 來代表我們的VOP 那麼我們怎麼代表它呢 用什麼代表它呢 我們一般用六倍的Sigma來代表它 那麼爲什麼是六倍的Sigma 因爲我們說這個正負三倍Sigma 這個均值正負三倍Sigma 這六倍的Sigma裏邊 有99.73%的數據 好 那麼我們肯定不能說追求到百分之百呀 你百分之百的話 那就從負無窮到正無窮了 那就無限大了 就沒法算了對吧 我們就99.73% 就相當於我們的總波動 那麼好 我們在這裏邊先和大家討論第一個問題 那麼這個六倍Sigma的寬度 包含了99.73%的數據 這是哪一個分佈的性質 有沒有同學知道 可以打到我們的評論區 這是哪一個分佈的性質 我們在討論這個問題的時候 肯定是有原因的 不會說是隨便找一個問題和大家討論的 那麼這也是我們這個算CPK的一個大的前提和務虛 所以這說明什麼 那大家有基礎啊 所以我們學這個指標的時候 大家不能倒着理解 大家明白吧 這個要正着去理解這個指標 那麼所以在算這些個能力指數的時候啊 我想給大家把結論說出來啊 你不管是CP CPK 你還是PP PPK 不管是哪一個 你都要先保證數據怎麼樣 具有近似的正態性 爲什麼 這是一個大的前提 爲什麼 因爲這個指標 大家看到公式 我給大家列出來了 他在設計的時候 也就是說研究出來這個指標 這個人在設計這個指標的時候 就是基於第一個假設 近似正態性去研究 或者說去設計出來的這個指標 你看爲什麼是6倍的CPK 大家能理解吧 所以爲什麼很多時候 我們在算這些指標的時候 有很多這種我們常見的一個情況 就是我從我龐大的歷史數據庫裏邊 咕嚕咕嚕咕嚕咕嚕 我隨便抽或者說抓幾十個出來 然後我就強硬的用這個Excel也好 或者MeTap也好去算 算這個能力指數 那這個東西你就少做了一步啊 對不對 你少做了哪一步 沒有做正態性的檢驗 那麼這是指標在設計的時候 大家看到了 你的分母是6倍SEG嗎 這是一個什麼 前提要求 好 那麼大家說的都對 正態 所以你在算指標的時候 也要先保證數據 具有近似的正態性 你要謙虛做檢驗 那麼我們來討論第二個問題 大家看我們的這個指標啊 這個VOC就是公差帶寬 VOP 你製程過程的聲音 就是6倍的SEG 代表了99.73%的數據 那麼這個指標 CP也好 PP也好 他們的公式是一樣的 那麼這個時候我們先劇透一丟丟 劇透什麼呢 那你說這倆指標公式都一樣 對吧 那但是他畢竟是兩個完全不一樣的指標 一個叫CP一個叫PP 區別在哪 你這個分子肯定沒有區別了 對吧 同一個產品特性 那區別就在分母 也就是說這兩個指標公式一樣 但是分母的這個SEG 它的估算方法不一樣 這個我們後邊到第三部分 我們展開去細說 對啊 雲哲說的對 SEG說的對 這個跟自由度沒有關係啊 不是自由度的事 這個不是說總體標準差跟樣本標準差 這個自由度的區別 不是這個意思 那麼這一部分我們放到第三部分 和大家說 既說組內和組間 準確的說是組內和整體 組內和整體 那麼我們來討論 那麼這個指標 對吧 大家學過的也好 沒學過的也好 我們想一下 那麼對於這樣的一個指標 我們是希望它越大越好 還是希望它越小越好 大家認爲越大越好 大家就扣1 大家認爲越小越好 大家就扣2 大家說我不確定 我再聽一聽 那大家就扣3 我們來討論一下 好吧 看一下大家說什麼 只給美女刷票說小 雲哲說大 我們季啊 邱同學啊 雲南農業慧君啊 都說大越大越好 我們菩提樹 菩提樹開始聊天了 菩提樹 在和我們這個美女刷票同學在互動 很有意思 大家可以在評論區 這個大家可以聊一聊 互動也挺好的 挺有意思 對 爲什麼越大越好 首先分子是死的 什麼叫死的 這個分子沒人動吧 沒有說這個不行 不良率太高了 怎麼辦 這個延耳盜鈴一下 把公差帶往外拉 放寬點 這個不可能存在的吧 這顧客也不允許 製程也不允許 對吧 所以 那六倍的Sigma 它代表了過程的波動 那麼Sigma越小 代表我們的製程怎麼樣 波動越小 越高越瘦 那麼所以怎麼樣 我們是希望分母越小越好的 那麼整個這個指標呢 我們就當然是希望它越大越好 對吧 對對對 慧君說的對 公差帶不變 小W說的也對 好 那麼我們第二部分 來和大家說一下 這個幾個臨界值 這個1 1.33 1.67 2怎麼來的 那麼大家都會發現 很多時候 我們對這幾個指標的要求呢 都是有一些固定標準的 它不是說這個怎麼說 它不是說這個一拍腦門 你給我個1.55以上的吧 對吧 都是有要求的 那麼這個要求怎麼來的 這個和我們6SIGMA 還真是有很大關係 有什麼關係 我們來看一看 那麼首先 我們先回顧一下 在我們的6SIGMA裏邊 我們是如何定義SIGMA水平的 大家都聽過這個6SIGMA 我們之前也和大家介紹過 學了這麼久的6SIGMA 那這個6SIGMA到底是什麼 對吧 這個之前我們和大家聊過 那麼三個維度 最高級的 它是一套持續改進的管理系統 再次一級的 它是一套解決問題的方法論 比如說DEMACC 比如說DMADV 最次一級的 就是說最low一級的 它是一個指標 衡量 比如說跟我們的CPK PPK一樣 它是一個衡量我們製程的一個指標 那麼這個幾SIGMA水平 怎麼定義 首先我們在無偏的情況下去 先去定義它 那麼什麼叫無偏 就是我們假定我們的製程 它的中心正好對準了我們的標準中心值 和它正好對上 這個叫無偏 對 祖國統一說的對 對 大家可以看一下 這個答案 他幫我們打出來了 我們去看 看什麼呢 我們一半的公差帶寬 你看一半的公差帶寬 那麼這一半的公差帶寬 它的寬度能包含幾倍的SIGMA 它就叫幾SIGMA水平 不是不同的公差帶 那麼公差帶是死的 你比如說同一個特性 你同一個型號 同一個特性 它肯定是死的 那麼我們活的是這個製程的能力 是這個波動的中心 波動的這種寬度 那麼你看大家可以看 第一種情況 你的波動很寬 對吧 大家可以看到很胖 是吧 很胖 這個灰色的曲線 對大家看這個灰色的 這很胖 對吧 那麼你波動這麼寬 你SIGMA肯定就大 SIGMA肯定就大 所以大家看啊 這 這是一倍的 這是一倍的SIGMA 對吧 123 也就是說 我們的這個公差帶寬裏邊 它涵蓋了三倍的SIGMA 所以這叫幾SIGMA水平啊 這叫三SIGMA水平 那麼帶到這個公式裏邊來 你的這個公差帶寬 一共包含了幾倍SIGMA 包含了六倍的SIGMA 對吧 然後再除以我們分母的六倍的SIGMA 這是多少 這是1 也就是說三SIGMA水平對應的無偏的情況下 這個cp的值是1 大家能理解吧 我來看一下大家的問題啊 來和大家解釋一下 我們這個笑笑 笑笑 這個是這什麼小貓小老虎同學啊 這個公差帶是一樣的 是不是它的一個波動 越矮中心線越好 首先啊 我們其實在定義SIGMA水平的時候啊 我們現在簡單的大家理解 我們基於個假設去定義啊 這個假設叫無偏 什麼叫無偏呢 我們假定 我們製造過程的這個中心正好對準了我們的標準中心值 這是我們的假定 那麼你製程的波動越大 你看製程的波動越大 你的這個SIGMA是不是就越大 對吧 你SIGMA越大 你的公差帶寬是死的 那你這一半的公差帶寬 包含的SIGMA的倍數就越少 所以這是什麼 你看第一種情況 這個叫三SIGMA水平 能理解吧 我們小老虎同學 來我們再看第二個啊 第二個大家就能更好理解了 你看隨着我們製程能力的提高 我們的過程波動怎麼樣 變窄了吧 你變窄了 是不是SIGMA就小了 那個這個時候我們再去看我們一半的固定的這個公差帶 它的寬度 一倍的 兩倍的 三倍的 四倍的 這就是無偏情況下 我們製程達到了四SIGMA水平 那麼帶進這個公式裏來 這個分子是多少 分子就是一半公差帶寬是四倍SIGMA 你這個完整公差帶寬的 那不就是八倍SIGMA了嗎 那就是八SIGMA 除以六SIGMA 大家算數好的 大家可以自己算一下 八除以六是多少 普利數說的這個概念有些混淆了 這個不是短期的SIGMA水平啊 這個有些混淆了 那麼我明白普利數什麼意思 但是普利數不要這樣去想 我們現在爲什麼給大家介紹這個東西啊 大家不要把這個東西給他在這個怎麼說 硬掛上 我們只是通過這個概念 給大家簡單的解釋一下 你爲什麼有這個幾個臨界值 這個1.33 1.67 分母爲什麼不變 分母是變的呀 在這個公式裏邊我們不變 這是公式 刷票說我不明白爲什麼是八SIGMA水平 我們不說了嘛 爲什麼是八SIGMA 你看這一半公差帶寬 我給大家清一下 大家可能看着有點亂 看一半公差帶寬 這不是一半的公差帶寬嗎 你看這是一倍的SIGMA 兩倍的SIGMA 三倍的SIGMA 四倍的SIGMA 一二三四 這是一半 你右邊有四個 你完整的公差帶寬不就是八了嗎 八除以六是多少 1.33 能理解吧 這個東西我們是能算 這個東西很好算 這個用metab我們就能算出來 別糾結 大家千萬別糾結 爲什麼別糾結 我和大家說 我們現在在講的這些東西是一個理想情況 能理解了 這是一個理想情況 那就跟普利數剛纔問的一樣 這個東西和我們真正實際的這些個 你在管理上來說 它還不一樣 這是一個理想的東西 我們講這些的目的是爲了和大家說 這個1.33 1.67 2這四個臨界值怎麼來的 來 你再看 我們再看5SIGMA水平 來 第三種情況 這個達到5SIGMA水平 什麼叫5SIGMA水平 一半公差帶寬裏邊包含了五倍的SIGMA 一二三四五 那麼你再帶到這公式裏邊 這是基礎一級 來 我們來討論一下 不論 鏡像不論 不論 別想太多 就不論 明白吧 說到哪兒 是哪兒 你要知道 大家要清楚 我們這頁的重點是什麼 不要想太多 知道這頁的重點 瞭解一下這四個臨界值怎麼來的 這是一個在理想情況下去計算的 這個臨界值的來源就OK了 10除以6嗎 對吧 我再和大家這麼說 我們還有同學不明白 我再這麼和大家說 我問大家 你看大家看 這個波動越大 波動越大 那麼是不是你的分佈的越胖 對吧 你越胖 我們衡量的SIGMA是不是越大 對不對 這公差帶寬是死的 對吧 你說 這個SIGMA越大 你看 胖子 對吧 四個胖子 它能橫着排四個胖子 對吧 那瘦的人 你可能能佔 你看 可能佔很多瘦的人 能理解吧 1.67 對吧 那麼如果你在無偏的情況下 達到了6SIGMA水平 大家看到了吧 這就是我們的製程了 是不是更瘦了 你更瘦了 是不是代表SIGMA更小了 你SIGMA越小 對吧 你這一半的固定的公差帶寬 是不是就能包含更多倍的SIGMA了 一倍 兩倍 三倍 四倍 五倍 六倍 這是什麼 6SIGMA水平 對吧 那麼這裏邊是幾除爲幾 幾除爲幾 宋先生明白了 OK 好 是的 太陽是的是的 太陽說的對 是過程的總波動 對 大家都打出來 看看大家能不能理解 所以它是2 我再次和大家強調 不要想太多 那麼這一頁的目的 它是在一個理想情況下 什麼叫理想情況 無偏 製程的中心 正好怎麼樣 對準了目標中心 那麼我們看 這個1.331.672怎麼來的 它是用SIGMA水平去定義的 這個是有源頭的 小達不是還有超過2的嗎 那有啊 你的製程進一步強 你說我能達到8SIGMA水平是多少 我們這個小達提了一個很好的問題 來來來我們討論一下 看看大家有沒有理解 我是沒見過 我沒見過能達到8SIGMA水平的 6SIGMA的水平我也沒見過 我們假設8SIGMA水平 那大家感覺 你8SIGMA水平在無偏的情況下 對應的cppp是多少 不良率咋算出來的 還是不懂 這個不良率不重要 爲什麼不重要 因爲真實的製造過程不可能是這樣 你不可能是無偏的 想算的話 用metab 我告訴大家路徑 metab 然後概率分佈圖 就可以去算 對 普利數說 這個是ppm 百萬分之一 這個單位 好 感謝R4橋的關注 森林精靈剛纔說16比6 對吧 你8SIGMA水平 那這個就是16倍的SIGMA 對吧 16比6 瞭解一下就可以了 你畢竟畢竟是什麼 畢竟是我們頻繁的會和這幾個臨界值打交道 大家要知道一下 就這幾個臨界值怎麼來的 對吧 好 大家提了很多很好的問題 我們普利數也在幫大家解答 那我們繼續 那麼cp和pp給大家講到這裏 我們來和大家討論一個問題 這個問題我們討論完以後 我們去進入到下一個指標 就是大家關注的cpk 這個問題是什麼 我問大家兩個問題 大家認爲是就摳1 不是就摳2 好吧 來 cp這個指標是不是越大越好 我們是不是希望cp這個指標越大越好 來我們來討論一下 我們是不是希望cp這個指標越大越好 wzy說1 額 宋先生說不是 我再來說一下我的問題 那麼我們是不是希望cp越大越好 你看我們的同學現在越來越嚴謹了 我們說我們的同學越來越嚴謹了 非常非常好 你看我們的季同學 右眼頭同學 我們的宋先生都說什麼 不考慮成本的話越大越好 宋先生說這個會不會能力過剩 大家想的已經很嚴謹 很全面了 大家說的是對的 那我們說不考慮成本 是不是越大越好 是的 不考慮成本是越大越好 好 第二個問題 那麼cp越大 我們的不良率會越低 對不對 cp越大 不良率就越低 對不對 對 大家扣1 不對扣2 來我們來討論完第二個問題 我們進入到下一個 好吧 你看我們李鵬飛飛說ca 這是一個非常非常 怎麼說 這個 ca這個東西也就是 就一看我們這個飛飛飛同學 這個工作的年限很長了 一說ca的話 這是一個聽起來很古老的一個東西了 來我們來看一下吧 好吧 那麼 第一個情況和第二個情況 他們的cp是一樣的 大家同意嗎 這個第一個和第二個他們的cp是一樣的 大家同意嗎 同意吧 對吧 基層也同意了 那麼誰的不良率高 那誰的不良率高 這個不良率在哪 這個不良率在這一丟丟吧 當然了左邊有一丟丟 這個不良率呢 大家看到沒 這都是不良啊 這都是超上線的不良啊 這都是不良率啊 對不對 是不是 美女刷票說了 對偏移了 所以大家可以看一下cp的指標 我們就知道了 那麼cp是不是它越大越好 是 但是cp越大 不良率越低 對不對呢 不對 或者說不一定 爲什麼 因爲衡量我們製程 對吧 兩個大的維度管理上的維度是什麼 第一 這個波動的大小 是吧 第二呢 你的中心位置的偏正嘛 對吧 大家看啊 這是上規格線 這是下規格線 你看我的這個製程波動多小 沒用啊 全偏了 全都超上線了 是不是 那麼cp這個指標 它的問題點是什麼 它只能衡量影響製程的兩個維度裏邊的其中之一 就是波動 它衡量不了偏和正的情況 你看它在公式裏邊 只能去看什麼 波動大小 所以我們說cp越大 是不是希望它越大越好 對 cp越大證明我們製程的波動越小 沒錯的 但是你說cp越大 不良率越低嗎 那可不一定 對吧 所以這是cp的問題 那麼所以我們才引出一個指標 叫做cpk 好 那麼我們來看一下cpk的指標是什麼 mn什麼意思 最小的那一個 cpl和cpu這兩個裏邊誰小 cpk就等於誰 那麼cpl的公式是什麼 過程的中心位置減去下規格線除以三倍的sigma cpu的公式 上規格線減去製程的中心除以三倍的sigma 那麼我們給大家畫一下 讓大家理解一下 有點畫不開 畫這吧 這個是下規格線 這個是上規格線 這個是我們的製程 然後呢 這個是我們製程的中心 我們給它定義爲μ 那麼好 這個μ減下規格線什麼意思 就是我們的中心位置到下規格線的距離 也就是這一部分 那麼cpu的分子上規格線減μ是哪一部分 就是我們這一部分 那麼也就是我們的上規格線到我們中心製程中心的距離 也就是說我們的製程中心像一把刀一樣 把我們的公差帶寬匹成了兩份 匹成了兩份 那麼cpl它爲什麼叫cpl 因爲它的公式裏邊有下規格線在參與運算 lsl l嗎 low嗎 所以叫cpl 那麼爲什麼叫cpu 因爲它的計算公式裏邊有上規格線usl參與運算 那麼cpk會等於這兩個裏邊小的那一個 那麼這兩個cpl cpu的公式展開就是這一部分 那麼我們看一下 分母都是三倍的sigma 也就是說這哥倆誰小取決於誰 那就取決於分子了 誰分子小cpk就會等於誰 對吧 那麼這分子就相當於公差的製造工程中心把公差帶分成了兩份 那麼我們來討論一下 那麼cpk在同一個製程裏邊波動不變的情況下 什麼時候它會達到一個理論上的最大值 大家可以思考一下 對 右箭頭同學說的是因 伏地書說的是果 那麼我們想一下 如果我們的製程中心稍微偏了一點點 你不在中間待着了 我們一偏四六開 那麼我們cpk會取幾 它就會跟着四走 對吧 四六開 它跟四走 三七開 它跟三走 二八開 它跟二走 那什麼時候它會達到理論上的最大值 那就是五五開的時候 那什麼時候是五五開 就是你的製程中心正好對準我們的標準中心 正好對齊了 對吧 這就是五五開了 那麼cpk會達到最大值 所以大家可以想一下 那麼cpk這個指標是不是很合理的去把我們製程中心 距離目標中心偏移的這個情況給考慮進去了 你說四六開它取四 你說我再偏一偏 三七開它取三 你說我再偏一偏二八開了它取二 你偏的越多 你離我們的規格中心偏的越多 這個cpk就越小 是不是很合理 對吧 那什麼時候cpk達到最大值了 就是正好對準過程中心的時候 五五開的時候 它達到了最大值 只要一偏 別管是往上線偏還是往下線偏 cpk就會往下降 所以cpk這個指標很好地衡量了過程中心位置的一個情況 那麼我們總結一下 cp它只衡量了過程的波動大小 也就是胖還是瘦 cpk呢 它同時衡量了胖瘦以及什麼偏正 它是一個綜合性的指標 你看分母它有三倍的ccm 它也衡量胖瘦 它也衡量偏正 大家能理解嗎 我們說到這 這個cpk爲什麼出來 因爲它要彌補cp的不足 因爲cp只能衡量胖瘦 大家聽明白了 大家扣個1 然後大家哪不清楚的 大家打到評論區 我們和大家討論 我來看一下大家的問題 好吧 對 什麼時候需要做cpk 李鵬飛飛飛說了一個非常核心的一個點 這也是我們後邊沒有說完的一個點 製程受控的時候 對 很標準的答案 製程受控的時候 製程不受控 我們算它沒意義 這個也是我們cpk和ppk本質區別的一個重點 cmk是什麼 cmk是設備能力指數 它是衡量設備的 cpk是什麼 是衡量制程的 衡量我們製造過程 普利數說我心情好的時候就做 心情不好的時候我就不做 能理解嗎 小w 好 對 對對對 普利數說的也對 這個指標cpk這個指標 它前面有一個bub級的工具 叫做spc 虛擬化特強化控制 這是它的bub 那個cpk是它的兒子 沒有爸爸就沒有兒子