初始过程能力指数Ppk测算表

哈喽，大家好，今天带大家了解一下 spc 中的 cmkppk 还有 cpk 之间的区别，那 cmk 呢是设备能力指数， ppk 是性能过程性能指数，嗯，那 cpk 呢是过程能力指数，他们之间到底有什么区别呢？我们从下面这张图可以呃详细的了解一下。 首先呢，我们可以看到这三种指数的取样方式是不同的，那 cmk 呢？是连续取样啊，通常是五十件，我们 ppk 取件的时候是 无特别限制，通常一百二十五斤。那计算 cpk 的时候，我们通常是分组取样，呃是二十五组，每组五件。那么第二个是是否允许进行调整，是指我们设备加工过程中是否可以调整，例如调换人呢？或者是呃做其他的动作是不允许的， 必须保证人机料把环相同的情况下进行取件。那么计算我们 ppk 的时候是允许调整的，还有计算 cpk 的时候也是允许调整，这也是与 cmk 不同的地方。 第三个就是我计算 cmkppkcpk 的前提，那 cmk 和 ppk 的前提是必须做 msa 对两减距进行分析，计算 cpk， 那 还有一个就是必须保证我数据是独立的，独立意味着我数据之间是没有有相互影响的。那我计算 cpk 的时候除了要保证啊刚刚说的那两个前提，还要确定确保我这个过程是稳定的情况下才能计算 cpk。 也就是说在我计算 cpk 的之前一定要做常规控制图来确保我过程是稳定的。然后第四个就是我的数据要是正太的，要做 正态性检验，可以用魅力态度去做正态性检验。那第四个就是我们计算这三个能力指数的评估能力范围，那 gmk 只是评估设备的能力，而不能用于评估其他的。那么 ppk 呢？只评估取样范围的能力怎么理解呢？ 例如十个箱子，你取的一三五七九基数的箱啊，进行计算， ppk， 那他覆盖的这个呃性能能力呢？只包括这个基数基数范围，不包括整个十个箱。那我过程能力指数呢？只评估过程的稳定的能力。 ok， 这就是我这三个能力指数的区别。那有些人还是对 ppk 和 cpk 之间的区别不是很清楚啊。什么叫性能能力？什么叫过程能力？我们先从字面意思上面理解一下过程性能和过程能力之间的区别。 过程能力是指你产线建设之后啊，生产产品能达到的最高水平。那过程能力是什么？过程能力 cpk 啊，能达到一点六七或者多少，这是你的最高水平。那过程性能呢？是指你能维持这个最高水平的能力，就是说 不是短期，而是说你经过一段时间之后，你做你的过程性能指数研究的时候，发现你这个 ppk 还能达到一点六七，那证明你的这过程性能是比较稳定的，不会，呃，不会与过程能力有较大的偏差， 是指为。这就是为什么有人说 ppk 是长期， cpk 是短期。呃，那样理解虽说是有些片面，但是呃，从某一方面会反映出长期和短期，但具体区别呢？还是我刚刚讲的那些。

hey， 我是 jay， 在你心中学会六四个码延续第二十三讲至第二十五讲的过程能力指数 c p c p k 的单元。这一讲要接着来介绍过程绩效指数 p p p p k。 从字面上来看， c p c p k 和 p p p p k 的差别只在第一个字母 c p c p k 的第一个字母 c 代表 capability 能力的意思，而 p p p p k 的第一个字母 p 代表 performance 绩效的意思。 所以一个才叫做过程能力，一个叫做过程绩效。而他们之间的公式其实是一模一样的，差别只在于标准差的估算方式不相同，而只是这样的一个差异造成他们所代表的含义是天差地远的。甚至对于不同的学者和专家来讲，他 他们的解读和用法也存在差异。我会从基础的概念还有公司的结构来讲解，让你可以了解他们在本质上的差异，以及如何更好的解读他们。要了解他们之间的差异，得先具备一个很重要的知识，也就是造成过程变异的共同因素，还有特殊因素。 截至目前，我们已经学到了用分布来看待数据，尤其是正太分布，并且知道用平均数来衡量分布的中心位置，用标准差来衡量离散程度。 现在我们在分布的图上加上个时间轴，观察不同时间点的分布。理论上，当过程是稳定 的时候，在每个时间点的分布应该是一致的，所以我们可以根据所累积的数据来推估和预测过程的分布和特征数。过程能力指数 cpcpk 的假设条件就是过程处于这种稳定的状态。 相反的，如果过程的分布受到各种特殊因素的影响，对分布的平均数和标准差造成比较明显的漂移，那么我们就认定过程是不稳定的。你根本无法预测分布接下来会变成什么样子。 我们先来看一下稳定的过程，即便过程是稳定的状态，但过程依然是会受到无数的因素所影响。每个因素所造成的变异是微小的，然后累积成我们所见到的分布 三度。在这样的情况下，我们称过程仅受到随机因素的影响，变量的结果完全是随机且无法预测的。就好比值一颗公平公正的骰子， 你只能预估每个点数出现的概率是六分之一，但你无法精准的预测下一次会直出几点。 随机因素又称为 chance cost、 机遇因素或者是 common coast， 翻译成共同因素、固有因素、普通因素、一般因素等等。不同的书籍有不同的翻译之后，我会同意用共同因素来称 common coast。 随机因素无法从根本上被消除。我们一直在强调，无论过程的条件如何固定，保持不变，过程的输出总是会存在变异。有随机因素， 自然也有非随机因素。非随机因素又称为 a sign of a cost 可归属因素或者是 spatial cost。 特殊因素顾名思义，就是变异的来源可以被归咎于是哪个原因所造成的。过程之所以不稳定，就是因为存在特殊因素。 非随机因素通常是控制不如预期所导致，比方说物料的品质、人员的训练、调动、设备的模号、保养环境的控制、量测设备的较准等等，这些可以影响到过程的输入变量没有得到预期的控制， 简单讲就是该做好、能做好却没有做到位所造成的变异。有些书籍会把非随机因素称为系统因素，我是不太建议用这个名称，因为系统两个字比较容易联想 到随机因素还有共同因素。因此我建议你就采用机遇因素、可归属因素或者是共同因素和特殊因素这两套说法。这也是统计过程控制 spc 的先驱休哈特和品质管理大师代名所定下来的名称。 回到先前提到的稳定和不稳定的过程，稳定的过程就是变异，仅来自于共同因素。过程能力指数 cpcbk 的使用就是建立在稳定过程这个假设前提下， 因此这时候过程的分布仅受到随机因素的影响，是可以被推估和预测的。而不稳定过程由于受到非随机因素的影响，变异源自共同因素和特殊因素， 因此过程分布无法被预测。所以过程不稳定时所计算得到的 cpcpk 就不具有可靠性，也就是数据不可靠的意思，因为你不知道下一秒他会变成什么样的分布。 而要如何判定过程是属于稳定的还是不稳定的呢？这就得要靠被称为统计质量控制之父的休哈特博士的伟大发明，统计过程控制 spc， 也就是你可能知道或是用过的控制图， ctrl charge spc， 未来我们会另有单元来介绍。了解了稳定过程和不稳定过程以及共同因素、特殊因素之后，接下来就要进入统计学的部分。要如何估算随机因素和非随机因素的变异呢？来看以下的说明， 这有个生产药丸的制成，药丸的重量是其中一个关键的品质特性。根据控制计划的要求，每半小时从制成中抽出五颗药丸，测量并记录其重量已进行管控。 经收集二十组数据后汇成趋势图，如图所示。横坐标代表时间的先后顺序，每个单位代表间隔半小时的抽样频率，重坐标则代表着药丸的重量。我们将每个直组的五颗药丸重量都标示出来， 有些直组只显示四个点，那是因为有些药丸的重量很接近，所以重叠了。每个直组的药丸是抽样时连续生产出的五颗药丸，也就是瞬间抽样。有书籍形容 他是过程快照，代表每个职主内五颗药丸的生产过程条件是极度接近的。 即便如此，每个子主内的五颗药丸的重量还是会有所差异。不管药丸之间的重量有多接近，只要测量工具的精度够，就一定能够测量出他们之间重量的差异。 所以每个直组内五颗药丸的重量差异就是由随机因素所造成，也就是共同因素。用统计学的术语，我们把它称之为主内微因的变异，或者是短齐 shutong 的变异。 计算 cpcbk 的时候所用的主内标准差指的就是这个主内的变异。那主内变异的标准差 sigma within 是要如何估算呢？长期 见的有两种，一种是 r 八除以低兔，一种是 s 八除以 c four c 个码上面那个像三角的符号念作 hat， 代表这是 c 个码的估计量。 这个公式是怎么来的？设计比较多的数理统计，我们不深入探讨。实物上计算 cpcbk， 我们通常是用统计软件或是设计好的 ecel 表格来运用，所以不懂公式的由来并不影响我们运用它。 但是从公式的结构上，我们还是可以稍稍的理解一下背后的含义。而就是论句级差或者是全句是一组数据的最大值，减掉最小值，他跟标准差 s 一样，都是可以用来衡量数据离散程度的特征数。每半小时抽五颗药丸，所以有五 五笔重量的数据，因此我们可以计算这五笔数据的 r， 第一组数据用 r 一表示，第二组用 r 二，之后以此类推， r 八就是所有每个词组的 r 的平均数。将 r 八除以 d to 后，就是主内标准差。 低兔是一个属于直组内样本数变化的长数，一般相关的书籍都会附上低兔的表格。在这个例子中，每个直组有五颗药丸，因此直组内样本数 n 就等于五。查表得知 n 等于五的时候，低兔等于二点三二六， 所以主内标准差就是阿坝除以二点三二六。当子主内让本数 n 变化的时候， d to 也要做相对应的改变。为什么要出上 这个低兔？这个涉及到统计学的无篇估计，我们不深入探讨。他大意是指计算样本的特征数来估计总体的标准差时会存在偏差。加低兔的用意就是用来调整这个偏差。 除了 r 八除以 d two， 还有另外一种公式是 s 八除以 c four。 两个公式的用法几乎一样，只是把每一指组的 r 改成标准叉 s， 也就是离差平方和除以 n 减一后开方的那个标准差公式。 然后同样计算每个直组 s 的平均数后，除上 c for 即为主内的标准差。 c for 同样也是一个随直组内样本数而变化的常数。当 n 小于十的时候，这两个公式都可以用。当 n 大于十的时候，用 s 八除以 c for 则会更好。在第二十五讲所分享的过程能力表格计算 cp 和 cp 开始所使用的主内标准差，用的就是阿坝最低吐这个公式。我们先看一下这组数据的主内标准差是零点零零二三二。 当时我有举个例子，如果我将这一百笔数据重新做个排列，比方说像这样， 则主内标准差就变成了零点零零二六零。这是因为现在看到的数据排列方式是只抽十个直组，直组内的样本数 n 等于十， 而之前是只抽二十个直组，直组内的样本数 n 等于五。样本数 n 改变了，阿爸和低兔都会跟着改变。所以，虽然同样 是这一百笔一模一样的数据，但估算出来的主内标准差会不相同，所以年代的使用主内标准差的 cpcbk 也会跟着变化。 回过头，由共同因素所造成的主内变异已经知道如何估算了，那由特殊因素所造成的变异能够估算出来吗？ 他并没有办法单独估算出来，但我们可以将所有执着的数据当成一个整体来看待，然后用离差平方和除以 n 减一开方的那个标准差公式来估算他们的标准差，称为整体的标准差，四个码 over o。 这样一来，由共同因素和特殊因素所造成的变异就全部涵盖到整体标准差之中，我们把它称为整体欧不欧的变 变异，或者是长期弄疼的变异过程。绩效指数 pppvk 所使用的标准差就是整体标准差。 同样这个例子，只要是相同的数据，无论排列方式如何改变，整体标准差都是零点零零三零二，所以 pp 和 ppk 也不会因此改变，因为他压根就没把数据当成来自不同的职主来看待。 所以之前在指导如何使用这个表格的时候，有提到一个原则，就是要计算 cpcpk 的时候，各直组的样本数量需一次， 并在各种内采瞬间抽样，而计算 ppppk 的时候就没有这个要求。 ok， 基础知识就介绍到这边，由于 ppppk 的 公司结构和 cbcbk 是相同的，仅是标准差的估算和数据取得的方式有所不同，所以在二十三支二十五讲所介绍的 cbcbk 解读方式对于 pb 和 bbk 一样适用， 有差别的地方是在本质上和使用条件上的差异。我们把它总结如下， cpcbk 要求过程是稳定的，过程仅受到来自共同因素的变异。 换句话说，过程需要执行统计过程控制 spc， 而且被证明是属于统计控制状态。 如此 cpcpk 指数才具有可靠性，我们才能相信这个过程能力可逼得体的推估结果。他强调的是过程在未受到特殊因素的影响下本身所具备 的实力，所以他也被称为潜在的能力。我们用主内标准差来衡量共同因素的变异，并采用分组抽样。 ppppk 未要求过程是稳定的，过程可能来自共同因素和特殊因素的变异，所以过程的分布并不具有可预测性。 p p p p k 指数的结果只能作为参考，因为我们不晓得下次会是什么样的结果，所以他无法用来推估过程的能力。 cap beauty 单纯仅是这一组数据的表现，所以名称才叫做 performance， 代表过程的绩效或者是表现。我们用整体标准差来衡量共同因素和特殊因素的变异，无需分组抽样。在过程能力 sell 的表格中， 过程绩效括弧整体的这个区块就是使用整体标准差的 ppppk 所代表的过程绩效。 那既然 ppppk 的可靠度没有 cbcbk 好，那为什么还需要 ppppk 呢？ 因为在食物上，你不见得能够确保过程是稳定的。比方说在市生产或是试运行的时候，你的样本和数据可能是有限的，你没有足够的时间还有资源来做统计过程控制，因此在这个时候计算 pp 和 ppk 会是比较符合现实情况的。 ok， 以上就是 ppppk 的介绍，为了帮助你理解他跟 cbcpk 的差异，我不得不先花点篇幅说明共同因素和特殊因素，过程能力和统计过程控制。 spc 系统类的知识是很值得深入探讨的主题，应用面也很广，不管是六十个码也好，国际标准也好，特别是汽车业的标准，经常会运用到，而且他也是代名管理的理论基础。 因为学习正态分布后，刚好可以衔接过程能力的学习，所以我在这边先穿插过程能力的单元，但其实还有一些比较细腻的部分我并没有提到，比方说当遇到数据不呈现正态分布时候的处理方式。 还有就是截至目前，我们是根据分布超出规格界限的概率来衡量过程能力。换句话说，若在规格中心跟靠近规格界限但没有超出规格的，我们把它都视为是合格的，并没有优劣之分。但情况往往是， 若在规格中心跟偏离规格中心，对于你下游的内部顾客或者外部顾客来讲，他们的品质显然是有所差异的。 后续因为还有很多单友要继续，所以这个主题就先到这边，有兴趣深入学习的朋友可以等我推出完整的六四个马克城后再去学习。我是 j， 我们下次见。

那么长期过程能力指数啊，我们叫又叫过程绩效指数，它适用于对之前过程的分析和总结，不能用于对预期过程的预测和预防。 就是我们考核应该考核哪一个指标啊？考核 pp 和 ppk 对吧？我们不应该考核 cpu， cp 和 cpk 是用来预测下一个产品的不良品的概率的， 你要考核肯定是已经生产出来的产品，跟我们说什么 cpcpc 的打标率啊，啊，那个是错误的，画什么 cpcpc 趋势图啊，也是不对的，也是不对的，你看看你们现在考核的是哪个指标啊？如果没有做对的，赶紧纠正过来，赶紧纠正过来。 那么关于长短期过程能力指数啊，关于长短期过程能力指数是这么一个概念啊，短期 cp 和 cpk 啊，长期啊， pp 和 ppk， 那么这这个 cpcpk， ppppk， 为什么我们这里叫短期啊，这里叫长期， 这是刚才我已经讲过了，根据你的计算方法，二八除以第二， s 八除以四，他的覆盖的时间点比较短，我们认为他是这个啊，短期，那么 pp 和 ppk， 你用的是一周的数据，一个月的数据，那么我们认为他覆盖的时间点比较长，那么有的行业有反过来的认为， 我评估 cp 和 cpk 至少要有二十五个子组啊，对吧？要有二十五个子组，我才能判断一个过程是否受控，所以说二十五个子组覆盖的时间点的话，相对 运营，我 cpp 和 ppk 只要有数据我就可以计算，不管你是多少个职主啊，他认为啊，那么 cpc pk 至少要二十五个以上的职主，那么他认为他是长期的过程，就是说有的企业他是反过来说的，反过来没有关系， 只要计算公式对了啊，这他叫短期，他叫长期，只是一个相对概念，相对概念。那么对于这个长短期过程能力指数啊，我们有一个应用啊，短期的啊，过程能力 三乘以 cp 啊，这个吗？水平减去长期的三乘以 ppt， 这个吗？水平有这么一个这一项目的指标啊，你也可以评估一下，评估一下 你们现在公司的这些 ctp 也好， ctv 也好，那么计算出来最幸福的这个指标处于哪一个啊？处于哪一个 象限？比如说我们横轴表示你的技术能力啊，从不好到好，那么重轴表示你的管理能力 从上到下是同好到从不好到好。如果是在 a 这个水平啊，表示你的工程管理非常好，但是你的技术能力不足，公益设计啊，不足。如果是 b， 有必要改善你的工程管理，但是你的技术很优秀，你的技术设计的能力很强啊，但是你的生产管理啊，有待改善，那么 c 啊， 技术能力也不行，生产管理也不行，这个肯定要是改善，那么到地这个水平，你的过程能力很高，你的工程管理也很优秀。所以说我们做 spc， 要先对你自己的一个这些监控的指标 要做这么一个判断，做这么一个判断啊，你处于哪一个水平，然后你才能对症下药啊，哪些是质量生产管理的问题啊？我们把质量问题给他细分，生产管理的问题，哪些是工艺设计的问题，也就是技术的问题， 你分开以后才能够找相应的人员帮你去改善，帮你去这个提高啊。你让生产去改公益那是不可以的，对吧？你让公益到生产去加指挥，也是不可以，也是不可以。 就说你要去评估做 spc， 不是说一上来啊，就收集数据，画控制图，计算过程能力不是这样的，是这样，至少要让你的技术能力达到一个水平，对吧？一点零以上至少要一点零以上，一点零以下 真的是没有。

这个计算公式其实是很容易的， c p， 它的计算公式是用公差的上线去减，公差的下线去除以六倍的 c 个码 啊。当然这个地方呢，大家有两个先忽略啊。第一个，为什么是六个 sigma？ 我们现在先不讲，后面会来回答这个问题。第二个，什么是 within 啊？什么是 sigma within 我们也可以放到后面来讲啊，但是大家现在就先知道 过程能力 cp， 它就是用公叉带宽去除以过程能力的波动。 那像下面两张图，左边这一张，其实我们的整个公开带宽已经明确了，那么如果整个过程的波动非常的宽，那就意味着我们有一些产品，它天然的就是超出 规格界限的啊，也就是意味着会产生不良，就是红色的区域。 那么对于左右边这张图，这两张图他们的规格线都是一样宽的啊，规格上线、规格下线都是同一个位置，是一样宽。但是大家发现第二个过程，他的波动范围是明显的窄，对不对？ 那他窄了，就意味着我的整个过程波动跟我的过程上，跟我的攻差上限以及攻差下限之间都有一个足够大的安全距离。这部分距离呢，我们用绿色的这部分表示， 这个绿色的距离越大，或者这个绿色的空间越大，那是不是意味着我们能力越强，犯错的机会越少，产生的不良品越少，对吧？啊？这个就是 c p 的 一个计算方法以及它的意义那但是大家在这个地方考虑一下，我仅仅用 cp， 可不可以正确地、客观地、完美地去量化我们的过程指标呢？量化我们的过程能力呢？ 不一定，对吧？不一定。比如我这边又有两张图，大家先看左边这张图啊，左边这张图呢，是指我的规格中心，也就是我的公，他的中指跟我的规格的中心啊，跟我的过程的中心是完全重合的。那么右边这张图呢？ 右边这张图其实跟左边这张图他们的公差带宽一样，他们的过程的波动也一样吧，对吧？如果按照 cp 的这个公式过，公差的宽度一样，过程的波 也一样，那么我们得到 cp 值应该是一样的。但是这个时候大家发现在右边这张图里面，因为过程中心已经显著的跟规格中心有一个比较大距离的偏移， 他们完全没有没有完全重合到一起，而且中间的距离很大，那在这种情况下，虽然他们的公差宽度一样，他们的过程波动的宽度也一样，但是这个时候已经出现了很大的一部分是完全超出了规格上限，也就是我在图中用红色标注的这一部分， 也就意味着它会产生很多的不良，对吧？所以我们仅仅用 c p 去来表示过程能力，是不足以涵盖所有的情况的啊，不能正确的来衡量我们过程能力的高低。所以这个时候我们需要引进另外一个指标，叫做 c p k 啊， c p k 其实它是 c p u 和 c p l 两个数值当中的最小的那个值啊， c p u 怎么算？ c p u 其实就是用我们的规格上线去减去过程中心 x x 棒啊，然后再除以三倍的 c 个码， 因为这个很明显，因为我们前面 c p 的话是用整个公差代宽去除以了六倍的 sigma， 那我现在只用公差的上限去跟过程的中心相比较的话，那么我就要去除以哎，三倍的 sigma， 对吧？这样保持大家在同一个水平上， 那对于过呃， c p l 来讲，其实就是用我们的过程中心去减去我们的公差的下线啊，再除以三倍的 c 个码，在 c p p 和 c， 在 c p u 和 c p l 这两个值当中，我们选取小的那个值作为我们的 c p k， 用这种计算方式是不是就完美的涵盖了过程中心去跟规格中心偏移的这种情况，对吧？ 好，那么这个地方根据 c p 和 c p。 呃， c p 和 c p k 的这个公式，有几个问题需要大家进行思考。第一个， c p 跟 c p k 相等吗？ 啊，相当吧，如果是规格中心与过程的中心完全重合的时候， c p 就等于 c p k， 那么如果他们两个不相等呢？哪个值会更大一些啊？显然是 c p 的值会更大，会更大一些，对吧？啊，那么第二个问题， c p p 能是复制吗？ c p k 能是复制吗？ c p 它是用规格的宽度啊，公差代宽去除以六倍的 c 个码，这里面所有的数值全部都是正值，对吧？ 啊，公差带宽是正值，然后 c 格满是正值，那么 c p 一定是正值，不会是负的，但是 c p k 呢？ c p k 可以是负的。 像我下面这三张图当中第三幅图啊，这个时候过程的中心已经远远偏离了规格中心，甚至他都已经超出了规格的上限 啊，那这种情况下，如果我还用 usl 去减去这个过程中心是不是就得到一个负值啊？啊？所以 c p k 是可以是负的。那第三个问题， 所有的过程都可以去计算 c p 和 c p k 吗？大家想想都可以去计算吗？ 因为在 c p 的这个公式里面，我们是需要用规格的上限去减规格的下限，所以也就意味着说它的公差就要有上公差，也要有下公差。所以如果是单边公差的情况啊，不能去计算 c p， 但是 c p k 可以去算， 对吧？因为 c p k 它是在 c p u 和 c p l 当中取那个小的值嘛，你只要有一个单边工差存在，我就可以去计算单边的过程能力， 然后得到我的 c p k 啊。所以 c p k 是可以计算的，但是单边公开的情况， c p 不能计算啊，过程能力它到底 达到多少才算是好呢？这个地方，呃，首先大家可能平时已经听过比较多了啊，什么一点三三呐，一点六七啊，二点零啊，但是我这个地方需要跟大家强调一下， 对于过程能力的高低，没有一个绝对值，关键是要看你们跟客户的沟通啊，客户希望你们的过程能力达到多少，那么我们就以那个值作为一个标准 啊。但是通常呢，我们在汽车行业通常会用一点三三和一点六七作为过程能力好坏的一个分水岭 啊。呃，大家在这个图里面可以比较直观的看到，当过程能力小于一点零的时候，也就意味着这个时候你的公叉带宽其实都不足以覆盖你的整个过程波动，也就意味着会产生很多的不良品，对吧？这个 质量水平是很差的，那当过程能力达到了一点零到一点三三的时候，这个时候公叉带宽可以覆盖我们整个过程波动了， 但是依然不够啊，依然不够，你的过程中心只要有一点偏的时候，他还是会产生很多的不良机会啊，那这个过程其实他的质量水平依然是比较差， 只有当你的过程能力达到了一点三三以上啊，一般在一点三三到一点六七的时候，那么顾客客户就会认为你的过程能力基本上可以保持一个比较好的质量水平，这个就是可以接受的了啊。一般在 汽车行业，客户对于过程能力的最低要求就是一点三三，那么如果你的过程能力能够达到一点六七到二点零，那么这个时候 过程能力就是很不错的了啊，缺陷很少，不良品很少啊，客户相对来说满意程度就会很高啊。 如果你的过程能力能够达到二点零以上，这个就是一种世界级的质量水平了啊。这个应该是我们做六 c 个码项目的时候追求的一种结果啊，追求的一种目标，那通过 c p 和 c p k 的公式，我们还可以得到一些改善的方向，或者得到我们改进的策略。 如果 c p 很小， c p k 更小啊，那这个时候是什么原因？因为 c p 很小，那就说明过程的波动很大嘛，但是 c p k 更小，就说明我们的 过程中心跟规格中心偏离很远，那这个时候改善的时候，我们通常建议大家先去改善你的过程中心， 让他尽可能的跟规格中心哎相接近或者相靠近，然后再去改善过程波动，因为我们通常认为在工程实际当中，改善过程的波动并不是那么容易啊，但是改过程中心相对来说容易一些啊，所以先从简单的开始做起。 另外一个就是当 c p 跟 c p k 都很小，但是两个值呢，是比较接近的，这个时候说明什么？说明过程的波动就是太大了，但是中心的话，规格中心跟过程的中心相对来说距离还是比较近的，对吧？ 啊，那这个时候改善任务就只有一个，就是降低过程的波动，当 c p 比较大， c p k 很小的时候啊， c p 大说明我们的过程波动很小，那但是 c p k 很小说明什么？说明过程的中 中心偏离规格中心，那这个时候我们的改进策略就是要改进过程，使过程的中心尽可能的靠近或者接近规格的中心啊， 当然我们有一些人他可能要去参加六 sigma 的考试啊，在六 sigma 考试里面呢，通常会有一个 sigma 水平的计算 啊，那通常我们在六 c 码项目当中，我们用 z 值啊，我们用这个 z 值来表示一个过程的六 c 码水平， 如果这个过程仅仅是具有单上侧规格的时候，那么这个 z 值呢，就是用公趴的上线去减去过程的中均值啊，去除以 sigma。

一、弹弹 pvp 提交文件对初始过程能力研究的要求先了解下什么是过程能力研究。初始研究是会获得过程性能的早期信息，所进行的短期研究 是由至少三百件和由顾客产品批准部门同意的其他数量构成的，连续进行的一个批次的制造， 而且是在生产环境下至少持续一小时的生产。一般要求 ppk 值大于一点六七。 对初始过程能力研究的一般要求所有的特殊特性都要包含在里面，当特殊特性尚未被确定时，顾客有钱保证其他初始 的过程能力，这些特殊都警报完顾客指定的或者由组织自己确定的处置。过程能力指数必须获得顾客同意，接受标准 必须以及顾客的要求。促使过程研究之前必须进行测量系统分析，以确定测量系统是否可以接受。促使过程研究的假设以及学习过统计过程控制能力 就是相应的人必须有能力进行研究。初始研究应在新过程开发的几个节点进行，例如分成多方的工厂，安装后再组织工厂。初始研究应记忆尽可能多的测量结果，也就是必须前面的分析。 关注计量型数字，而不是计数型数字。说明用计数型数据对特性进行测量需要相当长的时间收集数据。计数型数据不适合 ppap 提交，除非有经过顾客的授权数据。过程研究的必须基于有效的生产所测指数至少二十五组， 至少一百件，这是也就是基于和后期量产一样的生产过程。顾问同意时，可使用以前的长期数字代替初始数据，要求 在必须和顾客进行沟通，获得顾客的认可。对于特定的过程，经过授权的顾客代表的事情批准可以采用其他的分析工具来替代，例如单职移动极差。 初始过程能力研究。分析是短期分期说明，所谓的短期分析则无法预测的时间变化和人机掉耳环侧 的波动所产生的影响。即便是短期研究，但是利用控制图来收集和分析数据的规定人是十分重要。必须基于数据进行分析。收集数据必须是合合你的处置过程。研究的目的是了解过程变差，而不是达到一个规定的指数值。 也就是说，获得对过程的认知比结果更重要，但不能得到足够的数据时，才一百个样件。应与顾客批准的部门取得联系，以制定一个适当的计划。必须和顾客进行沟通。

这个主题坦荡，用一个地址来确定 cpk 和 ppk 计算方式的差异。先看看我们的例子， 确定某个生产过程的过程能力，选定某个尺寸标准九点三五，正负零点一，每间隔一小时点击抽，让五个成为一组，减定二十组数据如下目的，计算 cpk 值和 ppk 值， cpk 是计算成的一倍，支持 cpk。 过程能力指数表示的是过程的能力， cpk 只表示主内的变化，不考虑指数间的偏移和 ppk 过程性能。指数表 表现的是整体性能。 ppk 描述所有测量的整体变化，包括主内变化以及组间的偏移和漂移。计算 cpk 的标准差，先求出每一组的二值，就是每一组五个值中最大值，减去最小值，再求出今 值二值，把所有的二值平均得到零点零六一。再更新如下的公司获得 cpk 标准差值零点零二六二二五，根据这个公司进行计算 cpk 值，测量中所有的数字的金值为九点三六二幺幺， 选择最小值就得到 cvk 等于一点一一二，计算 ppk 的标准差，所有的值不尽情分组一起计算标准差，根据公司获得 ppk 标准差值零点零二六二四四幺， 计算 ppk 值，根据这个公司进行计算，测量中所有数字的金值为九点三六，选择最小值就得到 ppk 的值等于一点一一六。

大家好，我是廖卫庆，今天来给大家分享一下能力分析要求和实际。我们在制造业里头或者是质量管理的过程当中，我们经常会遇到各种各样的能力分析的要求，这里呢主要给大家介绍四个能力， 一个叫良具能力，就是我们良贵仪器的能力好不好，贵仪器能力不好将会导致我们测量的数据不准确，测量数据不准确将会导致我们对过程错误的判断，或者是将合格品判成不合格品， 或者将不合品烫成合格品的可能。那么第二个呢是设备能力，我们叫 cmk。 设备能力是指比如说购买了新的设备或者大修之后的设备，我们要去验证一下这个设备能力够不够，如果设备能力不够，将会导致我们后面的 cpk 和 ppk 都不好，因为我们是零件，是制 制造出来的，制造设备的能力呢要好，那么后面两个能力才能好。再来第三个呢叫性能指数，又叫绩效指数，叫 ppk。 ppk 呢分为两种情况，一种叫初始过程能力研究， 一种呢是批量生产的时候的一个能力。第四个呢是叫过程能力，过程能力呢我们叫 cpk， 一般呢这四个能力呢都有相应的一些要求，那我们来看具体有什么要求做 cpk 研究呢？我们只要选择一个标准键，然后对这个标准键期测量三十到五十次， 我们利用这个测量的三十到五十个数据呢来计算 cgk， cgk 要求啊大于等于一点三三。那么 cfk 呢是设备能力，我们要去验证我们的设备能力好不好，所以要把设备调试到最佳状态，连续加工三十到五十件产品，每个产品只测量一次，测出来三十到五十个数据呢， 计算 cmk， 如果大于等一点六七呢，这个设备呢就可以验收，可以用来进行生产。我们的 ppk 呢，如果是初始过程能力研究呢，我们要求样本量呢大于等于三十，每个样本呢测一次，此时呢，我们要求呢 ppk 呢，要大于等一点六七，那么这个初始过程能力呢，才是足够的。 一样，生产过程，我们要求样本量要大一等一百，然后呢每个零件呢测一次，算出了我们的这个 ppk 呢，要大一等一点三三，表示我们的过程能力呢是 够的。 cpk 呢，要求呢也是样本量呢要大于等于一百，每个零件测一次， cpk 呢，要求大于等于一点三三。但是呢，我们注意 cpk 呢，他有个前提条件，过程是稳定的，而且呢数据是涂层正态分布的时候才能计算 cpk， 否则只能计算 ppk， 也就批量生产的时候，既有可能计算 cpk， 也有 能计算 ppk， 但是 ppk 呢，是任何情况下都可以刷 cpk， 计算前提条件是过程是稳定，而且数据浮沉，正态分布才可以计算 cpk。 这一期呢，就给大家分享到这里， 我们下一期教给大家来分享 cpa 和 ppk 的主要区别，以及他的分析路径，尽情期待，谢谢！

大家可以想一下生活当中的例子，比如说我车间里面在生产一系列的产品，那我车间里面的温度会不会对我的生产过程造成影响啊？ 啊，可能会，可能不会，对吧？啊但是不管一般来讲就是多多少少，他可能对我们的生产过程还是有点影响吧。但是我们的温度你能控制吗？ 啊？不太能。一般他总归可能会在，就算是时间很短，那么我基本上也在零点一度，零点二度，在这个范围内，总归多多少少会有一些波动 啊。那么一般原因对于产品质量的影响呢？是比较小的，在技术上难以消除，而且通常从经济代价的角度来考虑，也不值得去消除啊。我们真的有必要去为了把我们的产品做的更好， 然后需要把我们的整个车间建成一个恒温恒湿的空间吗？也不一定对吧，这个取决于我们的过程要求啊，取决于我们的工艺要求。那么在这种情况下， 一般原因造成的这种波动啊，通常就表现为组内的波动啊。比如说我们这个钻孔的这个例子，通常就表现为一组里面五个样本之间的一个波动， 它是随机的，这个波动不会很大啊，也没有一定特定的规律。但是特殊原因就不一样。 特殊原因是指五 m 一 e 在异常因素的作用下导致的过程的波动啊。那特殊原因对于产品的质量影响就很大了啊，它的结果而且具有不可预测性，但是我们一定要想办法去采取措施来避免或者消除它 啊。他通常表现就是我们组建的波动，还是我们下面的这个例子，这是我第一天收集的数据。这是我第二天收集的数据啊，这是我第三天收集的数据。大家从这个图上可以看出来，其实我是我的孔径是有一个明显的往下偏移的趋势的，对吧？ 这个往下偏的趋势是怎么来的啊？这个逐渐向下的这个波动是怎么来的？就是因为我们刀具的磨损等等这一系列特殊原因造成的。 所以特殊原因通常表现为我们组间的一个波动。所以这个时候大家就会明白我们为什么要有 c p p p p k 的一个计算 啊。只有通过把 cp 和 cpk， pp 和 ppk 放到一起，我们才可以清晰地看出整个过程，尤其是当他的过程能力差的时候。 到底这个差是由于组间波动造成的，还是由于组内波动造成的啊？这就为我们将来的改善指明了方向。 那么这个地方大家有一个经常会混淆的概念，因为网上有各种不同的说法，到底哪个是长期过程能力，哪个是短期过程能力。 通常啊，我我在这个地方呢，是把啊整个关于这个过程能力的说法呢，分为三大类。第一类是我们六 c 个码考试，大家用的这个红皮书啊，那在这个书里面呢，我们把 cp 和 cpk 叫做短期过程能力， 为什么呢？因为 c e 和 c p k， 它只考虑组内的波动。那么只有在短期内快速的去抽样啊，我们抽到的这个样品呢，才能认为说组间的波动可以忽略 不记啊，只涵盖组内的波动。从这个角度上考虑，他认为说 cp 和 cpk 代表短期过程能力啊，这个没问题。但是德系一般会持一个相反的观点，他会把 cp 和 cpk 当成长期过程能力。 为什么？因为德系他会把整个生产制造过程分为三个阶段啊。首先是量产前的一个 短期过程能力，这个时候他只研究 cmk， 也就是用于设备的验收。他这个时候简单的来讲，只衡量设备啊，模具啊等等这些设备或能力。设备或者模具，他本身的能力满不满足过程的要求啊，只是用来做设备验收。 设备验收一旦通过了之后，就会进入到试生产阶段。那么这个时候我们要去研究它的初始 过程能力。 pp。 为什么这个初始过程能力叫做 pp？ 因为在试生产的时候，因为时间比较短，我们收集的数据很少，你不能确定这个过程是否是否是稳定的啊。 那你不确定过程是不是稳定，就不能去计算 c p k， 不能去计算 c p c p k， 只能计算 p p p p k， 对吧？所以他把 p p p p k 当成短期过程能力。而当 生产进入到量产阶段之后，我们可以收集二十个数据的数，二十个工作日的数据了。那么这个时候数据量大了，我们可以确定过程确实是稳定的，这个时候才可以去计算 cp cpk。 所以他认为 c p c p k 是一种长期的过程能力，因为你收集了至少二十个工作日嘛。嗯，但是呢，呃，还有 一种呢，就是美系的这种说法啊。美系的 s p c 手册里面其实是没有关于长期过程能力和短期过程能力的一个介绍的，他只是告诉你 这几个公式分别是什么啊，它应用的前提条件是什么？你只要选对了公式，满足相应的前提条件去计算这个过程能力指数。那么 具体你如何去定义和利用这个工具，取决于你自己的目的啊。所以这个就是网上不同说法的一个来源。那我建议大家，如果你现在是搞理论研究啊，或者你要准备六 cm 考试，你就按照这个逻辑来 啊。如果你是在一家德系企业对吧？那你们就是按照这个说法啊。如果你们是美资呢？或者说你无所谓这个什么是长期， 什么是短期，你只要知道 c p c p k 和 p p p p k 之之间的一个差距啊，他们一个本质的区别是什么，那么我们就按照美系的这种说法来啊。啊，希望这个解释给大家听，大家能够明白他们之间的区别。 当然 c p 和 c p k 我们都不太需要自己手动去计算啊，这个量是计算的工作量，也确实比较大，我们可以借助 mini type 来帮我们快速地得到答案。 那么现在大家先打开能力指数，分析这个 m t w 的文件啊。啊，这是一个加工轴的过程啊，我们把这个轴径啊啊，它的 规格是二十五正负零点四啊。这边我们要做一些假设，假设 mac 满足要求，而且 数据相互独立啊。现在我们要去分析该过程的过程能力指数啊。那么下面我们来看一下在 mini tab 里面应该如何进行操作 哦。啊，这是我打开的数据啊，我们去计算过程能力的话， 进入的入境是在这啊，统计使量工具啊，下面有一个能力分析啊。大家注意这个地方有两个入口啊，一个是能力分析，一个是啊，这个 six pack 六和一 到底用哪个？其实都可以啊，用哪个都可以。那么啊，他们的差别呢？我们呃，晚一点我们来讲吧，来讲一下他们差别。但是我们现在呢，先用这个六和一来讲啊，我们先用六和一来做演示。 那么相当我们选定了这个六合一之后，大家可以看到它后面又有三个选项对吧？正态，组内，组间和非正态。 呃，这个到底怎么选？当你数据你知道你的收集的这一组数据他是非正态的时候，我们就选择非正态啊，当然你知道你收集的这一组数据是正态的时候，我们就选择正态，或者是组内组间。这两个选什么都无所谓啊，差距很小。 那我这组数据其实我是知道他是正态的啊。那我们就先来啊，我们先来演示一下吧。比如说我们就用这个六和一啊，我们选择正态 啊。我们来看一下。呃，这个数据是放在哪呢？数据是放在直径这一列对吧？啊，我们双击直径。那么子组大小呢？有两种方式，一种是你可以直接 直接双击这个 c 二 number 啊，因为这个里面表示的就是资组，当然你也可以知道，因为我们现在已经知道每个资组的大小是五了吗？你也可以直接在这个地方输五啊，这个都一样的，结果的一样的，没有差别啊。那规格的下限就是二十四点 九六，二十四点九六啊，规格的上限呢？是二十五点零四是吧？二十五点零四。好。比如说我们点击确定， 我们就可以得到这样一张图啊，可以得到这样一张图。那么呃，在这张图应该如何去解读啊？大家首先重点看这个 x spa 图和 r 图。 x spa 图呢， 他每一个点代表的是每一个子组的均值啊，每一个子组的均值。大家看到所有的子组的均值都在一定的范围内，波动没有出界的对吧？那下面的 r 图呢？每一个点代表每一个子组的极差 啊。这是第一个组的记差，这是第二个组的记差，这是第三个组的记差。大家也可以看到 three 说所有组的记差都也都在一定的范围内，波动没有超差的。那么这两个图合并在一起，就可以用来表示什么？表示我们整个过程是处于一种稳定的状态的。 那这个图大家看一下。这个图叫正态概率图，它的 p 值是零点二七大于零点零五啊。这啊，在这种情况下，当正态概率图的 p 值大于零点零五的时候， 我们就认为说整个过程是正态的。所以我们回到我们的案例里面啊。 啊，我们回到我们的案例里面，是不是我们的？ 我们现在前面已经假定了 mac 满足要求，也假定了互相独立。现在啊，我们又知道了过程是稳定的，而且是正态的。所以我们去计算 c p 和 c p k 啊，是满足条件的对吧？所以这个时候 c p 和 c p k， 我们就可以得到相应的结果。当然，同时我们也可以得到 p p 和 p p k 的结果啊。这个是它的一个计算过程。

好，今天我们来聊一下这个 c p k 和 p p k 的这个差异啊，那么好多人会认为说这个 p p k 是一个初始的短期的能力，而 c p k 是一个长期的能力， 那么这样的理解呢？是有些这个偏差， c p k 和 p p k 的差异并不在于长期短期， 那所谓的长期和短期呢？指的是取样的跨度啊，当我们的取样的跨度足够长啊，那么他就是一个长期的能力。当我的取样跨度比较短，那么就是一个短期的这个能力啊。 那我们批量生产之后，我们通常研究的是一个长期的这个能力啊。那么在 p p a p 交付时，我们通常研究是一个初始的能力，那是一个短期的能力，因为我们跑市生产，你的时间的跨度不会特别的这个长啊。那针对长期的能力，有些客户会明确 取样跨度的这个要求啊，比如说有客户要求啊，必须跨二十个生产日啊，为什么呢？因为当我们的取样跨度足够长的时候，所有的影响因子才有机会表现出来。 如果我的全跨度非常的短，比方说我们的这个初始的能力啊，我们在研究初始能力的时候，人员通常是同一个啊，然后我们，哎，原材料零部件我们通常用的是同一个批字，然后设备呢，我们通常没有重新做过所谓的 set up 啊，所以很多影响因子没有就会表现出来，他无法去预测时间会带来的影响，无法去预测随着时间我们的人际料把环啊会带来的这个变差。 所以通常长期能力他的挑战是更大的啊，短期能力，当然他挑战相对会更小一点。简单来说就是我们批量生产之后，研究的 共产是一个长期的这个能力啊。我们在 p p a p 交付时，研究的是一个初始的能力啊，那个初始的能力是一个短期的能力啊，所以长期能力，短期能力啊，并不是 c p k 和 p p k 的这个才艺啊。我们长期能力批量生产之后，我们可以用 c p k， 也可以用 p p k。 短期能力 p p a p 的时候，我们可以用 c p k， 也可以用 p p k 啊，那它俩之间的本质的差异在于什么呢啊？首先一个是在算 c p k 的时候，我们通常是有前提条件，过程是稳定的，所以首先你用控制图去看过程是否稳定收控啊，如果是我们才可以算 c p k， 否则算出来 c p k 是没有意义的啊，那我们在算 p p p p k 的时候呢，没有这个前提条件啊。那第二点呢，是说他俩啊，在计算的时候呢， c 个码的计算 方式是不一样的啊，公式看着特别像，但实际上本质的差异在于 sigma 的计算方式不一样。我们在算 c p k 的时候呢， sigma 是一个过算公式， 二八除以第二或者 s 八除以 c 四。那么用哪个呢？取决于我们用什么控制图。如果我们用的是均值及差图，你就用二八除以第二去估算。如果我们用的是均值标准差图，你就用 s 八除以 c 四去估算。 不管是二八也好， s 八也好啊，他其实算的都是子组内的变差啊，他是一个子组内变差的一个平均值，那么他没有去计算子组间的变差， 那么他为什么可以不算资主间的变差呢？啊？因为他有前提条件，过程是稳定的啊。那我们怎么去理解 c b k 呢？我们可以理解为，但我们努力把资主 尖的变差消除，或者我当我们努力把特殊原因排除在外之后，过程固有的能力是怎么样子的啊？这就是 g p k 啊，那么我们算 p p p p k 的时候呢？啊，他的这个啊，这个码使用标准差的计算公司啊， 他是拿单子去算的，拿每个单子算的，他衡量的每个单子离平均值偏离的这个程度，所以他算的是总变差啊，他既有知足内的变差，也有知足间的变差 啊，这就是他俩的差异啊。那我们怎么来理解这两个指标的含义呢？啊，我经常会打的一个比方啊，说刘翔啊，他的 c p k 很高， p p k 不太高， 为什么呢？因为他每次比赛都会受到特殊事件的影响，没有把他固有的能力给表现出来。 ok， 好，这就是我们今天的分享啊，希望对大家有帮助。

所以呢，统计学家就引出了第二个能力指标，叫 c p k c p k 呢，就是从平均至少把它切开， x 八减去 l s l 除以三十一个码和 usl 减去 x 八除以三十一个码。这里面取个最小值，如果你往左偏，我们就取左边。如果你往右偏，我们去取右边。如果你不偏，那我们就叫 cp。 cp 等 cp 开了。 所以呢， cp 开高才叫厉害， cp 高只能证明你是什么能力很强，但并不能证明你是个好人。 cp 开呢高才能证明你能力又强，又是个好人啊。所以呢，这就叫 cp 和 cp 开。所以呢， cp 也可以叫 公差，处于流程的分散或者流程的变异。好吧，所以呢，我们有几个问题得思考 下这个模块。第一， cp 与 cp 开的值可能相等吗？如果可能，在什么情况下相等？ cpl 与 cpu 的值可能相等吗？如果可能，在什么情况下相等？前两个问题是一个问题， cpr 就是左边， cpu 就是右边， cp 开取的是 cpl 和 cpu 里面的最小的。 如果 cpr 等 cpu， 那就代表没有便宜，中心值没有便宜，这个时候其实 cp 就等 cpk 了。那我们可以看一下 cp 和 cpk 的关系是什么呢？ 给你们四个选项， a c p 大等于 c p k b c p 小等于 c p 开。 c c p 大 c p 开。 d c p 小 c p 开。 显然，正确答案应该是第一个， cp 是大于等于 cp 开的。为什么？当你的中心值没有偏于 cp 等， cpk 只要有偏移， cpk 就会小，为什么？因为它去小的那面啊。所以呢，第三个问题， cpk 有负值吗？ 有，什么情况下是复制？当一半以上的数据落在规格线的外面的时候， cp 开始复制，大家可以往往上翻一下啊，大家可以看一个正常分布， 我们可以看这个公式啊，就是 cp 开这个公式， x 八减去 lsl 除以三 c 码，如果你的平均值跟你的下线重合了，是不是是零了？ 这个时候 cpk 等于零啊，也就是说一半在外面，一半在里面的时候 cp 开始零，那一半以上在外面， cpk 成了负数了， ok 吧？啊，这个要记住，那我们希望 cp 与 cpk 达到什么标准呢？ cp 与 cpk 达到什么标准？就是 大于一点三三，为什么大于一点三三呢？一点三三是一个什么？四 c 个码水平的流程，一点六七就是五 c 码水平的流程，二就是六 c 码水平流程。所以呢，三倍的 cp 就等于 c 个码水平，比如说 c p 等一，那 c 个码是就是三， c p 等于一点三三， c 个码是四， c p 等一点六七， c 个码是零就是五， c p 等于二， c 个码是六， ok 吧？啊，这个大家记住啊，如果为什么是一点三三，为什么一点六七？你们可以研究绿带课程，他会给你们详细的去讲解。 最后一个问题，什么我也有争议，但简单的方法来增加 cp 值很容易吧，刚才说了，把四米宽的车库变成四十米宽的车库，你的 cp 就很高了，对吧？因为你 分子变大了，因为分母没有变，但是这样是不可取的，为什么？因为客户的规格不容易变宽，所以呢，我们还要在有限的资源里来帮我们的水平提高。

很多时候 c 个嘛，估计方式啊，有这么几种啊，一个是极差的君子除以第二啊，这是第一种估计方式。还有比如说就是标准差的君子除以 c 四啊， 最好现在就这两种估计方式。那么这怎么估计的？大家简单去了解一下就好了，不重要，大家只要知道的啊。他们唯一的区别是分母的。 c 个码的估计方式不一样。 pp 和 ppk 的 c 个码是用样本标准差去估计的啊，样本标准差去估计的。 所以这两个最大区别在于这里啊。好，这是 cpcpk 啊， pppk 的一个最大的一个区别啊。那么我们最终来综合来总结一下这四个指标的一个差异啊。那么这四个指 标 cp 哎，他只考虑不考虑这个过程的，一个对中性，只考虑这个宽度。这个嘛，啊，这是 cp 的这个指标，那么 pp 也是一样的，他不考虑对中性，他只考虑这个样本呢，要标准差也是宽度。 那么 cpk 和 ppk 呢，他都会去考虑对应的贵重性，也就是除了这个码之外，他还要考虑均值了啊，还要去考虑这两个均值的一个偏移了。好，这是这四个指标的区别。那么 接下来回到这个我们讨论的，那么怎样的过程能力是呢？我们能够满足要求的，或者说怎样的过程是我们所期望的。你这张表格就把这个结论提出来了啊。首 先要求过程是受控的，我们希望我们的生产过程中啊，只有这个 啊，普通因素的影响，没有异常因素的影响。也就是我们的生产过程是图一统计受控状态的控制图是没有任何问题的，那么这个就叫受控状态啊。受控状态。 然后呢，这种状态那肯定是需要满足的，同时除了我们过程收购之外，我们的能力也要能够接受，一般能力要求达到一点三三以上， 那么这种状态是最好的状态。哎，过程又稳定，然后生产出来的产品又是合格产品，所以这个是最好的一种状态。那么如果我的过程不稳定，波动比较大，但是 我生产出来的产品呢？都是合格的。记住啊，他生产出来的产品都是合格合格的，只不过现在波动比较大而已。那么这种状态呢，我们暂时临时性的我们也能接受，但是一定要去什么 改进，暂时能接受，但是从长期角度来说，我们要去改进啊，要去改进 啊。第三第三种跟第四种状态，这两种状态就完全不能接收了啊。无论你的过程是受控还是不受控，只要你的过程能力不能接收， 那么意味着你生产出来的产品很多都是不合格品。那么这样的过程无论是对客户还是对我们内部来说，都是不可接收的啊。因为不合格品意味着浪费，意味 着报废，意味着反攻啊，那么对于客户来说也是意味着风险，我们都需要去对这个做相应的一个改进啊。啊，这个是对应的过程能力的一个介绍啊，我们简单了。

欢迎观看三分钟玩转数据分析系列。本期我们的主题是过程能力分析。 过程能力是指一个过程满足客户要求和工程规范的能力。过程能力以该过程产品质量特性的公差与过程输出总体变异的覆盖程度来表征。 有能力的过程是这样的一个过程，其过程质量特性输出的分布中心与目标重合，且绝大多数过程输出位于微割线之内。 过程能力指数是衡量过程能力的一个定量指标。在大家耳熟能详的过程能力指数当中， cp 与 pp 的区别主要在于总体变异估计的方式不同， 而 cpk 和 ppk 相对于 cp 和 pp 而言，考虑了过程输出中心的偏移，这为广大用户 提供了多过程能力分析平台里边用户结合不同的业务和分析场景来灵活选举。下面我们仅就最常用的过程能力分析平台来加以说明。对于一个按批次记录的单一过程质量特性的抽样数据而言，当我们对质量特性的变量赋予了规格性的隶属性之后， 通过点击分析质量和过程控制图，生成器在生成均值极差控制图的同时， 在报表的右侧同时生成了与之对应的过程能力分析报表。在过程能力分析报表当中，所谓组内 cn 能力是指基于 子组级差的均值估计的总体变异与之对应的过程能力指数是 cp 和 cpk 在很多教材中又被称之为短期过程能力指数。而所谓的总 c 管能力是指 基于二十五个子组一百二十五个观测的标准差来估计的总体变异与之对应的过程的力指数是 pp 和 ppk， 在很多教材中又被称之为长期过程的力指数。 基于当前过程能力分析报表，我们可以看出 cpcpkppppk 的绝对值都不高，因此当前制成的过程能力较低，而 cp 与 cpk 相差无几， pp 与 ppk 相差无几。结合输出的图形，我们可以看出，当前 前制成的过程能力较低不是由于过程输出的中心偏离目标导致的，而是由于过程输出的变异较大导致的。因此，后续改进应首先着眼于减少过程输出的变异程度。 而对于同等监控机制下的多过程质量特性的抽样数据，则提供了差异化的过程能力分析平台。以 drop 自带的 sammi conductorcompubilet 样本数据即为例， 当前数据表中的每一列表示的是一个单一过程质量特性。我们通过点击分析质量和过程过程能力，将这些裂变量纳入点击确定， 软件会自动提示当前设置逻辑异常的质量特性。裂变量我们点击确定，选择跳过，不予以修 修正。在众多的输出报表当中，以目标图为例， 其所表彰的含义是，这里的每一个方形标记表示的是原始数据表中的一个怎样特性。 由于这些质量特性的量高和尺度不同，因此目标图的杭州表示的是规格标准化的均值，越靠近两侧的质量特性，其过程输出的中心越偏离目标值。目标图的纵轴表示是规格标准化的标准差， 越靠上的质量特性，其过程输出的变异越大。而基于我们当前设定的 ppk 谕旨，一，粉红色的着色区域表示是过程能力小于一的质量特 性，需予以改进。绿色区域表示是过程能力大于一的质量特性，需予以保持。而黄色区域则表示是过程能力介于一和二之间的质量特性，需予以关注，防止恶化。 因此其可以一览众山小事的帮我们审视当前众多质量特性输出当中那些过程能力的平静和薄弱环节。 我们可以通过蜻蜓标签交互向下赚取更多细节，也可以通过单向详细报表逐一审视查阅， 还可以汇总报表的形式将这些量化结果进行 汇总出出。 好了，以上就是我们本期所要介绍的全部内容，需要试用 job 或想要了解更多，欢迎联系我们，谢谢！

最近一段时间还是发现大家对 cpk 和 ppk 啊，还不是很了解，大家走向一个误区啊，好像认为 cpk 只是过程稳定以后才计算的， ppk 只是过程稳定以前才计算的。 cpk 和 ppk 只是我们的过程能力和过程性能的两个不同的指标的反应，其实对于他所研究的对象所测量的值都是一样的。 cpk 和 ppk 在过程稳定和不稳定期间都会产生，无非就是说在过程不稳定的时候，你的 cpk 的值是比 ppk 要大的， 那么当两个数字越来越接近，越来越接近，当 cpk 和 ppk 一致的时候，那个时候的点就开始证明是过程稳定的。所以这就是为什么 cpk 必须是大零点三三，而 ppk 在 必须要大于一点六七的原因。因为如果在早期你的 ppk 没有大于一点六七的话，你后面根本就没有办法来接近 cpk 那个一点三三。 陈老师上次的视频已经讲过了关于自由度的概念，所谓自由度 ppk， 大家看公式就知道了，看公式就知道他的原理， ppk 的分子是什么？ 他的分子是一个 s 标准差，标准差计算很复杂，他是按照公方差的一个公司来计算的。那么方差 所谓方差，无非就是指的是主间和主内之间的比值。那么我们看自由度，主间的变差的自由度是 g 减一，主内的变差的自由度是 n 减 g。 然后我们说主内为什么是 n 减 g 呢？比方说我们这个数字一共有二一百二十五个数字，每组是十组，是五个数字， 出二十五个直组，那么就是一百二十五个，那么 n 减计就是一百二十五，减，减二十五那就是一百，这是组内变差的这么一个自由度。而组间变差呢，就是计减一计是二十五，减一就是二十四，它是这么来的， 因为自由度不一样，所以造成 pdk 和 cpk 他们之间数据的组合方式就不一样啊。就好比说陈老师今天早上来测体重， 因为我今天早上听到了一个重大的消息，心情一激动，所以血压突然升高，那么这个时候是过程不稳定的，那么你无论是说测 cpk 和 ppk， 他们两个是相差很大的，但是当你测一个月的陈老师的血压以后，你就会发 发现陈老师的血压非常稳定，那么那个时候他的 pp 和 cpk 可能在第十五天以后你测的是差不多，这就是他们之间的区别。

这个主题谈谈啥时候用 ppk， 啥时候用 cpk。 当过程存在特殊原因时，需要先进行 ppk 分析，消除特殊原因后再进行 cpk 分析。例如生长一段时间后，设备会异常升温，这时候先用 ppk 分析。获得改进的过程的方案， 消除这个特殊原因。对生产过程还不知道，需要了解生产过程，这时候用 ppk 分析。利用 ppk 分析获得实际生产的金质变差等信息。而小量产阶段一般先用 ppk 分析。传入量产阶段用 cpk 分析。 需要对生产过程进行研究时采用 ppk 分析。需要对生产过程进行控制，监控时采用 cpk 分析。当生产线发生改变需要重新分析时， 采用 ppk 分析。想获得过程的长期能力时用 cpk 分析。想获得短期的幸存指数时用 ppk 分析。