可使用 Cp 评估您过程的组内/组间能力。组间/组内能力表示在消除导致子组间/内变异以及整体过程变异的系统根源后,您的过程能够实现的能力。
由于 Cp 不考虑过程的位置,因此它表明在过程处于中心位置的情况下过程可以获得的能力。总体上讲,Cp 值越高,过程的能力越大。Cp 值低,表明需要改进过程。
在此例中,规格展开小于整体过程展开。因此,Cp 值低 (0.40),并且过程的能力差(根据它的变异)。
在此例中,规格展开显著大于整体过程展开。因此,Cp 值高 (1.80),并且整体过程能力高(根据它的变异)。
将 Cp 与基准值进行比较以评估过程的潜在能力。 许多行业都使用基准值 1.33。如果 Cp 比基准值低,则考虑如何通过减少过程变异来改进过程。
比较 Cp 和 Cpk。如果 Cp 和 Cpk 大致相等,则过程位于两个规格限制之间的中心位置。如果 Cp 和 Cpk 不同,则过程不位于中心位置。
由于 CP 指数不考虑过程的位置,它并不表示过程与规格限所限定的目标区域的接近程度。例如,以下图形显示了两个具有相同 Cp 值的过程,但其中一个过程在规格限内,而另一个则没有。
要进行完整的准确分析,请结合其他能力指数(如 Cpk)使用这些图形,以便根据数据得出有意义的结论。
可使用 CPL 相对于规格下限评估过程的组内/组间能力。组间/组内功能表示在消除导致子组间/内变异以及过程变异的系统根源后,您的过程能够实现的功能。
总体上讲,CPL 值越高,表示过程在其分布下侧尾部的能力越高。Cpk 值低表明可能需要改进过程。
在此例中,过程均值到规格下限 (LSL) 的距离小于单侧过程展开。因此,CPL 值 (0.66) 低,并且过程的组间/组内能力差(相对于其规格下限)。
在此例中,过程均值到规格下限 (LSL) 的距离大于单侧过程展开。因此,CPL 值 (1.68) 高,并且过程的组间/组内能力良好(相对于其规格下限)。
将 CPL 与基准值进行比较以评估过程的潜在能力。许多行业都使用基准值 1.33。如果 CPL 低于基准值,则考虑如何改进您的过程,例如减少其变异或改变其位置。
当 CPL < CPU 时,过程产生违反规格下限的缺陷单元的可能性更大。
当 CPU < CPL 时,过程产生违反规格上限的缺陷单元的可能性更大。
在此例中,过程均值到规格上限 (USL) 的距离小于单侧过程展开。因此,CPU 值 (0.66) 低,并且过程的组间/组内能力差(相对于其规格上限)。
在此例中,过程均值到规格上限 (USL) 的距离显著大于单侧过程展开。因此,CPU 值 (2.76) 高,并且过程的组间/组内能力良好(相对于其规格上限)。
将 CPU 与基准值进行比较以评估过程的潜在能力。 许多行业都使用基准值 1.33。如果 CPU 低于基准值,则考虑如何改进您的过程,例如减少其变异或改变其位置。
当 CPL < CPU 时,过程产生违反规格下限的缺陷单元的可能性更大。
当 CPU < CPL 时,过程产生违反规格上限的缺陷单元的可能性更大。
使用 CPK 评估组间/组内能力,同时考虑其位置和展开。组间/组内能力表示在消除导致子组间/内变异以及整体过程变异的系统根源后,您的过程能够实现的能力。
总体上讲,Cpk 值越高,过程的能力越高。Cpk 值低表明可能需要改进过程。
在此示例中,从过程均值到最接近的规格限的距离小于单侧过程展开。因此,CPK 值低 (0.66),并且过程的组间/组内能力较差。
在此示例中,从过程均值到最接近的规格限的距离大于单侧过程展开。因此,CPK 值高 (1.68),并且过程的组间/组内能力较好。
将 Cpk 与基准值(代表过程可接受的最小值)进行比较。许多行业都使用基准值 1.33。如果 Cpk 比基准值低,则考虑如何改进您的过程,例如减少其变异或改变其位置。
比较 Cp 和 Cpk。如果 Cp 和 Cpk 大致相等,则过程位于两个规格限制之间的中心位置。如果 Cp 和 Cpk 不同,则过程不位于中心位置。
Cpk 指数只表示过程曲线的一侧,而不度量过程曲线另一侧的过程执行情况。
例如,下面几个图形显示两个具有相同 Cpk 值的过程。但是,一个过程同时违反了两个规格限,另一个过程只违反了规格下限。
如果过程中具有同时超出两个规格限的不合格部件,可考虑使用其他指数(如基准 Z 值),以便更加完整地评估过程的能力。
置信区间是能力指数的可能值范围。置信区间由置信下限和置信上限定义。边界是通过确定样本估计值的边际误差来计算的。置信下限定义可能小于能力指数值的值。置信上限定义可能大于能力指数值的值。
要显示置信区间,必须单击选项并在执行能力分析时选择包括置信区间。Minitab 对于 Cp、Pp、Cpk、Ppk、Cpm 和基准 Z 值显示置信区间或置信边界。
由于数据样本是随机的,因此从过程收集的不同样本不可能生成相同的能力指数估计值。要计算过程能力指数的实际值,您将需要分析由过程生成的所有项数据,而这是不可行的。您可以改为使用置信区间来确定能力指数值的可能范围。
在 95% 置信水平下,您可以 95% 地确信能力指数的实际值包含在置信区间内。也就是说,如果您从过程中收集 100 个随机样本,则可以预计 95 个样本生成的区间中包含能力指数的实际值。
置信区间有助于评估样本估计值的实际意义。如果可能,基于过程知识或行业标准将置信界限与基准值进行比较。
例如,一家公司对 Ppk 使用最低基准值 1.33 定义有能力的过程。通过使用能力分析,该公司获得 Ppk 估计值 1.46,这表明该过程有能力。要进一步评估此估计值,该公司显示 Ppk 的 95% 置信下限。如果 95% 置信下限大于 1.33,则该公司可以非常自信地认为该过程有能力,即使考虑到将影响估计值的随机抽样变异也是如此。
Z.LSL(组间/组内)是过程均值和规格下限 (LSL) 之间的标准差倍数。它是基于组间/组内过程性能通过使用子组间/子组内标准差计算的。
要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。
可使用 Z.LSL(组间/组内)评估过程相对于其规格下限的组间/组内西格玛能力。
总体上讲,Z.LSL 值越高,表示过程在其分布下侧尾部的能力越高。值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.LSL 值(组间/组内)与基准值进行比较。如果 Z.LSL 值低于您的基准值,则考虑如何改进过程。
Z.USL(组间/组内)是过程均值和规格上限 (USL) 之间的标准差倍数。它是基于组间/组内过程性能通过使用子组间/子组内标准差计算的。
要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。
可使用 Z.USL(组间/组内)评估过程相对于其规格上限的组间/组内西格玛能力。
总体上讲,Z.USL 值越高,表示过程在其分布上侧尾部的能力越高。值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.USL 值(组间/组内)与基准值进行比较。如果 Z.USL 值低于您的基准值,则考虑如何改进过程。
基准 Z 值(组间/组内)是标准正态分布(用于将估计的过程中缺陷品率转换为上侧尾部概率)的百分位数。它是基于组间/组内过程性能通过使用组间/组内标准差计算的。
过程的缺陷落在两个规格限上。子组间/子组内的标准差由刻度标记显示。
如果您将所有缺陷都放在分布的右尾上,然后测量从中心(红线)到定义了总缺陷的点的子组间/子组内标准差数,您就会得到基准 Z(子组间/子组内)值。
要显示基准 Z 值,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。
可使用基准 Z 值(组间/组内)评估过程的组间/组内西格玛能力。
总体上讲,基准 Z 值(组间/组内)越高,过程的能力越高。值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将基准 Z 值(组间/组内)与基准值进行比较。如果基准 Z 值(组间/组内)低于您的基准值,则考虑如何改进过程。