Cp 및 Cpk 로 간주됩 단기 잠재적인 기능을위한 조치 프로세스입니다. 에 Six Sigma 우리가 원하는 설명하는 프로세스의 측면에서 품질 sigma 기 때문에 이것은 우리에게는 쉬운 방법에 대해 이야기하는 방법을 할 수 있는 다른 프로세스를 사용하는 일반적인 수학적 프레임 워크입니다. 즉,사과 프로세스를 오렌지 프로세스와 비교할 수있게 해줍니다!

프로세스 능력

이것은 긴 기사이지만 Cp 와 Cpk 를 함께 유지하는 것이 중요하다고 생각했습니다. Cpk 가 먼저 해결 된 다음 Cp 가 해결됩니다. 거기에는 또한 침대의 방정식의 의미에서 실제 성능을 의미는 무엇을 할 수 있어야에 대해 말하는 프로세스에 따라 Cp 및 Cpk 값과 더 있습니다. 찾고있는 것을 찾지 못하면 아래 메모에 알려주십시오.

우리가 시작하기 전에!

이 문서는 작성 도움을 식스 시그마 그린 벨트와 블랙 벨트 후보자가 준비하고 통과하는 시험.

그게 당신이라면,아래에 의견을 남기거나 저에게 연락하여 어떤 조직과 벨트를 공부하고 있는지 알려주십시오. 이것은 내가 당신을 위해 더 나은 기사를 만드는 데 도움이됩니다.

다른 것을 위해 공부하고 있다면 의견을 남기거나 저에게 연락하여 무엇을 위해 공부하고 있는지 알려주십시오. 다시 말하지만,이것은 내가 당신과 다른 모든 사람들을 위해 기사를 더 잘 만드는 데 도움이 될 것입니다. 고마워,테드.

Cp,Cpk 및 Pp,PPk 의 차이점은 무엇입니까?

Cp 및 Cpk 는 호출 프로세스 기능입니다. Pp 및 Ppk 는 공정 성능이라고합니다. 두 경우 모두 우리는 프로세스가 고객의 CTQs(요구 사항)를 충족하기 위해 충족 할 수 있는지 확인하려고합니다.

Cp 및 Cpk 는 공정 능력에 사용됩니다. 일반적으로 프로세스가 통계적 통제하에있을 때이를 사용합니다. 이것은 종종 잠시 동안 주변에 있었던 성숙한 과정으로 발생합니다. 프로세스 기능의 프로세스를 사용합 시그마 값을 결정 하나에서의 이동하는 범위,범위 또는 시그마 제어 차트

Pp 및 PPk 에 사용되는 프로세스 성능입니다. 일반적으로 프로세스가 통계적 통제하에 있는지 확인하기에는 너무 새로운 경우이를 사용합니다. 전. 짧은 사전 제작 실행이 있거나 새로운 프로세스를 조종하고 있습니다. 과거 데이터가 많지 않기 때문에 우리는 변화를 설명하기 위해 프로세스에서 큰 샘플을 채취합니다. 프로세스 성능은 일반적으로 계산에 샘플 시그마를 사용합니다.

이론상 Cpk 는 항상 Ppk 보다 크거나 같을 것입니다. 거기에는 이상을 볼 때는 샘플 크기가 작고 데이터를 나타내는 짧은 양의 시간을 추정을 사용하여 R 이장하는 표준 편차 및 방법으로 보다 작은 Ppk. 그것은 진짜가 될 수 없다 적은 변화에서 장기 때문에 장기간 사용하여 모든 데이터의 단지 두 개의 조각에서 데이터의 모든 부분군.

을 평가하는 프로세스 기능을 가진 Cp&Cpk mirror 무엇인가(그리고 왜 그것은행)때는 다음과 같은 Pp&Ppk 접근 방식이다. 가장 큰 차이점은 프로세스가 안정성 또는 통계 제어에 도달 한 후 Cp&Cpk 를 사용한다는 것입니다.

Cpk 대 Ppk

Ppk 방법을 우리에게 알려줍니다 프로세스는 과거에 수행하고 당신이 사용할 수 없습니다 그것은 미래를 예측하기 때문에 공정하지 않은 상태에서 제어합니다.

경우 프로세스에서는 통계 컨트롤;

값 Cpk 및 Ppk 수렴하는 거의 동일한 값이기 때문에 시그마와 샘플 표준 편차 동일할 것입니다(사용하 F 테스트를 확인).

즉,Cpk==Ppk 인 경우 프로세스는 통계적 제어에있을 가능성이 높습니다.

프로세스가 통계적 제어에 있지 않은 경우;

Cpk 와 Ppk 값은 아마도 매우 넓은 여백으로 분명히 다를 것입니다.

Cp 와 Cpk 의 차이점은 무엇입니까?

Cp Vs Cpk

Cp 와 Cpk 는 평균 성과와 얼마나 일치 하는지를 측정합니다.

‘k’는’중앙 집중화 요소’를 의미합니다.’인덱스는 데이터가 어쩌면 중심에 있지 않다는 사실을 고려합니다.

Cpk 는 프로세스가 통계적 통제 상태에 남아 있다고 가정 할 때 미래에 수행 할 수있는 작업을 알려줍니다.

대상 유추에서의 촬영

완벽하게 중심의 데이터 세트에서 Cp 와 Cpk 사이에는 차이가 없을 것입니다. 의 생각을 던지고 다트에트사회 중심의 황소의 눈이 될 0,0 에 데카르트 비행기가 가장자리 밖으로 3 대에서는 센터 포인트(우리는 사용자의 dart 보드 3-3 으로 우리의 USL 및 LSL). 다트의 완벽하게 중심 샘플에서 중앙 또는 뮤(Mu)로부터의 평균 거리는 0 이됩니다. 약간의 대수학은 우리에게 당신의 Cpk 와 Cp 숫자가 똑같이 나온다는 것을 보여줄 것입니다. 최소((0–3)/3 초,(3-0)/3 초)=(3–3)/6 초=1 초.다트가 위로 이동할 때 상황이 조금 해리어를 얻을,중앙 위의 2 단위의 평균에 중심을 말한다. 이제(3-2)/3s=1/3s 의 Cpk 로 끝나지만 Cp 는 여전히 이전과 동일한 1 입니다. Cpk 는 최소 함수를 사용하기 때문에 항상 동일한 데이터 세트에 대해 Cp 와 같거나 작을 것임을 유의하는 것이 중요합니다.

Cpk 란 무엇입니까?

이 주차장에서 자동차를 차고 비유

당신이 생각하는 경우의 벽은 당신의 차고–당신이 당신의 자동차에 맞에–그들은 고객 사양한다. 당신이 그 한계를지나 가면,당신은 추락 할 것이고,고객은 행복하지 않을 것입니다!프로세스에 많은 변형이 있으면 프로세스 평균이 모든 곳에 있음을 의미합니다. 차를 주차하는 데는 좋지 않으며 다른 과정에는 좋지 않습니다. 당신의 주차 과정에게 성공의 제일 기회를 주기 위하여는 당신은 변이를 감소시키고 중심에 두기에 종사해야 한다.

차가 차고에 너무 넓 으면 프로세스를 중심으로하기 위해 할 일이 아무 것도 도움이되지 않습니다. 당신은 프로세스의 분산을 변경해야합니다(차를 더 작게 만드십시오.차가 차고보다 훨씬 작 으면 중간에 정확히 주차해도 상관 없습니다. 이것이 식스 시그마 철학이 프로세스에서 변형을 제거하는 데 중점을 둔 이유 중 하나입니다.

이 있는 경우 프로세스 제어에 작은 변할 수 있는 차를 주차하 쉽게에 차고에 따라 고객의 요구 사항을 충족. Cpk 알려주 사이의 관계를 크기의 자동차의 크기고 얼마나 멀리에서 중앙의 차고에 당신은 차를 주차.”

Cpk 를 계산하는 방법

Cpk 는 사양 한계가 프로세스의 중심에서 얼마나 많은 표준 편차인지를 보여주는 척도입니다. 일부 프로세스에서는이 작업을 시각적으로 수행 할 수 있습니다. 다른 사람들은 방정식이 필요합니다.

을 찾 Cpk 을 계산하는 데 필요는 Z 점수를 위해 상한이 제한(이 Z USL)및 Z 에 대한 점수를 하한 제한(이 Z LSL).

이후 우리는 노력을 측정하는 방법은 많은 표준 편차에 맞는 사이터 라인과 사양은 제한을 놀라지 않을 것의 가치가 그 한계,프로세스 평균,표준편차의 모든 구성 요소 Z 계산이 됩니다.

Cp 는 약어입니다. 상부와 하부는 각각 Cpu 와 Cpl 을 나타낸다. 그들의 방정식은 다음과 같습니다:

Cpl=(과정을 의미–LSL)/(3*표준 편차)
Cpu=(USL–프로세스 평균)/(3*표준 편차)

한 방법으로 단순히 가장 작은 값의 Cpl 또는 Cpu 로 표시된:Cpk=Min(Cpl,Cpu)

우리는 왜 나누 3 을 찾 Cpk?

우리는 어떤 사양 제한도 상한과 하한을 가지고 있음을 알고 있습니다. 기 때문에 당신이 알고 있는 6sigmas–6 표준 편차를 계정에 대한 거의 모든 사태에서 과정(가 정상적인 배)지를 보고 놀라”/3″기 때문에 우리가 찾고 있는 한쪽의 배포.

을 계산하는 방법을 사용하여 Z 값

이 있는 경우 Z value,방정식은 매우 쉽;

Cpk 에 의해 결정될 수 있습니다 나누어 Z 점수에 의 세 가지입니다.

a z 점수는 표준 점수와 동일하며 평균 이상의 표준 편차 수입니다.

Z=x–평균 인구/표준 편차가 있다고 가정합니다.

Cpk 의 메모 및 특성

Cpk 및 중심 프로세스

프로세스가 완벽하게 중심 인 경우 Cp 가 1 입니다. 즉,평균이 상한선과 하한선에서 3 표준 편차가 떨어져 있음을 나타냅니다.

완벽하게 중심적인 프로세스-2 개의 사양 한계 사이에 정확히 평균이있는 프로세스(둘 사이의 중간을 의미하는 것은 1 의 Cpk 를 갖습니다. 이것이 어떻게 가능합니까? 수학을 확인해 봅시다.

프로세스가 완벽하게 중심에 있으면(USL–Process mean)이(Process Mean–LSL)과 같은 것을 같다는 것을 알 수 있습니다. 프로세스 평균/표준 편차는 다음과 같습니다. 그런 다음 Z USL=A/Standard Deviation

z LSL=Process Mean–LSL/Standard Deviation 이되면 Z LSL=A/Standard Deviation 이됩니다.

정확히 같은 것입니다.

노트 Cpk

• Cpk 측정하는 방법 가까운 프로세스를 수행하에 비해 그것의 사양을 제한 및 회계에 대해 자연적인 변화의 과정입니다.
• 큰 것이 좋습니다. Cpk 가 클수록 모든 품목이 사양 한계를 벗어날 가능성이 적습니다.
• Cpk 가 음수 일 때 프로세스가 고객 사양 한계를 벗어나는 출력을 생성한다는 것을 의미합니다.
• 경우 평균 프로세스의 외부는 고객 사양에 제한 값의 Cpk 될 것입니다 부정적인
• 우리는 일반적으로 원하는 Cpk 최소 1.33 또는 더 높은 만족합니다.
• Cpk 는보고 된 상위 및 하위 값을 가질 수 있습니다.
  • 상위 값이 2 이고 하위 값이 1 이면 왼쪽으로 이동했다고 말합니다.
  • 이것은 프로세스가 안정적인지 아닌지에 대해 아무 것도 알려주지 않습니다.
  • 우리는 2 개의 값 중 낮은 것을보고해야합니다.

Cpk 에 대한 좋은 값은 무엇입니까?

차고 비유에 주차를 기억 하는가?

Cpk=음수:당신의 과정은 정기적으로 벽에 차를 충돌합니다.

Cpk=0.5:진입시 벽을 치는 좋은 기회가 있습니다.

Cpk=1:당신의 차는 단지 항목의 가장 가까운 가장자리에 닿을 수 있습니다.

Cpk=2:좋아요! 당신은 훌륭한 통관을 가지고 있습니다. 차고의 측면을 치기 전에 자동차의 너비를 두 배로 늘릴 수 있습니다.

Cpk=3:우수! 당신은 우수한 통관. 차고의 측면을 치기 전에 자동차의 너비를 3 배로 늘릴 수 있습니다.

을 계산하는 방법 Cp

단으로 사용할 Cp&Cpk 프로세스를 안정적이고 Pp&Ppk 경우 프로세스는 새로운 방법은 당신이 계산하는 각각은 조금 다릅니다.

의 다시 방문 Pp

Pp=(USL–LSL)/6*s

Pp,s 는 표준 편차,또는 비만’또는 분산 종의 곡선.

Cp 에서 우리는 s 를 σ 의 추정치로 대체하고 σr 이라고 부릅니다. 이를 위해 우리는 움직이는 R 막대 차트 또는 XMR 차트에서 이동 범위 개념을 활용합니다. 따라서 σr=

R 바는 이동 범위에서 비롯됩니다.

D2 는 정규 곡선 아래의 면적을 통합함으로써 파생 된 값을 반영합니다. 우리는 종종 샘플에 얼마나 많은 하위 그룹이 있었는지에 따라 d2 값을 제공하는 테이블을 사용합니다.

Cp 되지 않을 중심으로.

Cp=(USL–LSL)/(6*σr)

Cp=(USL–LSL)/(6*R 바/d2)

Cp 위한 프로세스 평균 가깝 USL

경우 프로세스 평균(중앙 경)에 가까운 USL,사용:/x(바)이 과정을 의미한다.

프로세스 평균에 대한 Cp LSL 에 가까운

프로세스 평균(중앙 경향)이 LSL 에 가까운 경우:/,여기서 x(bar)는 프로세스 평균입니다.

Capability Index

Cp,Z 값,DPMO,사양 한계,표준 편차 및 기능이 모두 어떻게 관련되어 있습니까?

또한 Z 값과 공정 능력을 참조하십시오.

노트 Cp 값

• 경우 비율보다 큰 중 하나, 다음 엔지니어링 오차보다 큰 프로세스산 프로세스는”잠재적인”할 수 있(에 따라 프로세스 중심으로).
• 경우,그러나,프로세스를 확보다 큰 엔지니어링 오차,프로세스 변화지 않을 것이다”적합”이내에 허용 오차 및 프로세스가 될 수 있다(경우에도 프로세스가 중 적절한).

기능이 비 Cr

기능의 비율은 역의 Cp

Cr=1/Cp=(6*σr)/(USL–LSL)

경우 Cr<0.75,프로세스할 수 있습니다.

Cr=0.75–1.00 인 경우 프로세스를 엄격하게 제어 할 수 있습니다.

Cr>1 인 경우 프로세스를 수행 할 수 없습니다.

Cp 및 Cpk 관련 참고 사항

• Cp==Cpk 인 경우 프로세스가 완벽하게 중심이됩니다. 완벽하게 중심에 있으면 Cp==Cpk 입니다.
• Cpk 가 센터링을 차지하기 때문에(Cp 가 그렇지 않은 경우)Cpk 는 Cp 보다 클 수 없습니다.
• 둘 다 안정적인 프로세스를 가정합니다.

프로세스 기능이 동영상

Cpk 동영상

좋은,간결하고 명확한 영상이 주제입니다.

“적어도 99.73%의 좋은 부품을 생산할 것으로 기대할 수있는 것보다 1 과 동일한 Cpk 를 생산한다면.”

강의에서 프로세스 기능 및 SPC

ASQ 식스 시그마 블랙 벨트 인증 프로세스 기능 질문:

질문:데이터에 사용되는 초기 설정의 공정으로 정상적인 배포합니다. 공칭(대상)이 분포의 중심에 설정되고 사양 한계가 중심에서±3s 로 설정되면 Cpk 는 다음과 같습니다:
이 섹션에서는 패스 당신의 식스 시그마 시험 회원이 될 필요합니다. 아래 버튼으로 몇 초 만에 로그인하거나 가입하십시오!

귀하의 계정에 로그인

등록에 통과하는 Six Sigma 시험

질문,의견,문제입니다. 아래 의견에 메모를 남겨주세요!

(A)-0.25
(B)1.00
(C)1.33
(D)1.67

이 섹션이 필요하다.

ASQ 식스 시그마 그린 벨트 인증 프로세스 기능 질문:

질문: Cp 지수를 계산할 때 공식 Cp=(USL–LSL)/6σ 에서 표준 편차는 무엇을 나타 냅니까?
이 섹션에서는 패스 당신의 식스 시그마 시험 회원이 될 필요합니다. 아래 버튼으로 몇 초 만에 로그인하거나 가입하십시오!

귀하의 계정에 로그인

등록에 통과하는 Six Sigma 시험

질문,의견,문제입니다. 아래 의견에 메모를 남겨주세요!

(A)공차 구간
(B)에 대한 신뢰 구간 결과
(C)범위의 과정
(D)분산의 색인.

이 섹션이 필요하다.