CPK是什么意思

.
最佳答案 - 由投票者9个月前选出
Cpk——过程能力指数

CPK= Min[ (USL- Mu)3s, (Mu - LSL)3s]
Cpk应用讲议
1. Cpk的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也
是工程评估的一类指标。
2. 同Cpk息息相关的两个参数：Ca , Cp.
Ca: 制程准确度。 Cp: 制程精密度。
3. Cpk, Ca, Cp三者的关系： Cpk = Cp * ( 1 - ｜Ca｜)，Cpk是Ca及Cp两者
的中和反应，Ca反应的是位置关系(集中趋势)，Cp反应的是 散布关系(离散趋势)
4. 当选择制程站别用Cpk来作管控时，应以成本做考量的首要因素，还 有是其
品质特性对后制程的影响度。
5. 计算取样数据至少应有20~25组数据，方具有一定代表性。
6. 计算Cpk除收集取样数据外 ，还应知晓该品质特性的规格上下限(USL，LSL)，
才可顺利计算其值。
7. 首先 可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计
算出规格公差(T)， 及规格中心值(u). 规格公差＝规格上限－规格下限；规格中
心值＝（规格上限+规格下限）2；
8. 依据公式： ， 计算出制程准确度：Ca值
9. 依据公式：Cp = ， 计算出制程精密度：Cp值
10. 依据公式：Cpk=Cp ， 计算出制程能力指数：Cpk值
.

.
11. Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）
A++级 Cpk≥2.0 特优 可考虑成本的降低
A+ 级 2.0 ＞ Cpk ≥ 1.67 优 应当保持之
A 级 1.67 ＞ Cpk ≥ 1.33 良 能力良好，状态稳定，但应尽力提升为A＋级
B 级 1.33 ＞ Cpk ≥ 1.0 一般 状态一般，制程因素稍有变异即有产生不良的
危险，应利用各种资源及方法将其提升为 A级
C 级 1.0 ＞ Cpk ≥ 0.67 差 制程不良较多，必须提升其能力
D 级 0.67 ＞ Cpk 不可接受 其能力太差，应考虑重新整改设计制程。
CP是制程精密度指数，CPK是潜在能力指数，
Cp是分散性，Cp（=T6sigma） <2，说明过程波动高于6sigma要求波动；Cp>2，
说明过程波动低于6sigma要求波动
Cpk是集中度，Cpk<1.33，受控过程均值（Xbar）和目标值（Target）仍有不少距离，过程能力低于4sigma；反之说明高于4sigma
0 l+ i9 A+ @0 y
在Six Sigma中，Cpk<1(3sigma以下)是不可接受的；
11.33(4sigma以上) Cp和Cpk基本上表達的都是過程能力指數,Cp表示當控制中心和規格中心重合時的指數;
而C pk則表示當控制中心和規格中心有偏差時(k為偏差系數)
cp≥cpk,当控制中心等于规格中心时，cp=cpk。
Cp只是反映了分散程度,而没有反映平均值的状态.
Cpk是综合了平均值及方差的特性．
5 _( 4 Fv' p9 @5 l# i+ [* w3 _ a

7 l0 v5 J' m, u6 l
Cp是当平均值等于目标值时的Cpk的数值.
Cp永远大于Cpk.
.

.
计算CP的时候我们是假设所采集的样本数据的中心就是目标值，而CPK 是用
样本的实际中心值来进行计算的，所以Cp没有考虑中心值和目标值的偏离
可以理解为一种为潜在能力指数，一种为真实能力指数。
cp與cpk的應用區別在於統計量 的大小.統計量大時,用cpk可反映出制程能力;統計量小時,
一般用cp值反映制程能力.
Cp是短期工程能力﹐它是不反映標准中心與實際中心偏移的情況。Cpk是長期的
工程能力﹐它是考 慮標准中心與實際中心偏移的情況﹐它永遠小於或等於CP
Cp是制程能力指数，只考虑一致性程度，
9 M: @$$ L( ~* n* ^, T) Y) }

而Cpk是综合制程能力指数，同时考虑偏差和一致程度。
Cp是不考虑4M的变更(用短期标准偏差计算),也不考虑平均值的偏移
Cpk是不考虑4M的变更(用短期标准偏差计算),但考虑平均值的偏移
. U& J8 _( ^( Q; M' m2 `
Pp是考虑4M的变更(用长期标准偏差计算),不考虑平均值的偏移
# t* ~0 R i, @4 Y6 [
Ppk是考虑4M的变更(用长期标准偏差计算),也考虑平均值的偏移
所以Cp是最理想的工程能力
7 ' & W3 J( i# W5 D
Ppk是最实际的工程能力
e: m

注:传统的Cp和Cpk是与MINITAB中的Pp和Ppk是相同的,有兴趣的话可以去计算验证
我们在书本上学到的CPKCP不知怎么样在工厂中去运用，
希望大家指点
平衡产能呀，为设备投入和人员投入提供参考数据呀
过程能力指数,顾名思义是控制过程的.
先想清楚想控制什么.
.

.
再去找控制点.
再设计数据收集.
设什反馈系统.
把整个流程标准化.
CPCPK在机加工中应用的比较多
也是为了平衡工序加工能力，保证制造过程的稳定性
CPKCP还可应用到计量性、计数型等领域,如利用C、p等
指标计算CPCPK
其实CPCPK在实际应用得好的话,是很有效果.
过程控制得好,CPCPK值就高.质量就越稳定.
质量成本也就较低了.
当然,当CPCPK太高的话,就有可能标准太宽了.
当CPCPK值低于1.0时.要找原因有时并不容易.
就要看具体情况.
好象C PCPK不能用来平衡产能吧？CPCPK与产能并没有
直接关系啊？CP、CPK是过程能力指数，用 来衡量制程能
力的高低.
CPCPK是过程能力指数，是评判过程能力的一个指标。在
应用中，首先过程应该是稳定的，这样所测算的CPCPK才
有意义。所以应该先用SPC的分析方法 确定过程是否稳定，
可以用X bar R图分析。当过程是稳定时，利用这些数据计
.

.
算出其CPK值，CPK大于1.33，则过程能力完全充分且受
控。
SPC是统计过程控制(statistical process control)的简称。
SPC的方法有很多，其中用的最多的是X bar－R（平均值
－ 极差）分析。定时（例如每1小时）抽检一定数量的产品
（例如5件），求出每组的平均值和极差，绘制 控制图进行
分析和控制。
还有计算CP CPK，一般要求CP大于1.33,汽车工业要求大
于1.67。
FAI（首件确认）中这个数据很重要
CP(或Cpk)是英文Process Capability index缩写，汉语译
作工序能力指数，也有译作工艺能力指数过程能力
指数。

工序能力指数，是指工序在一定时间里，处于控制状态
(稳 定状态)下的实际加工能力。它是工序固有的能力，
或者说它是工序保证质量的能力。

这里所指的工序，是指操作者、机器、原材料、工艺方
法和生产环境等五个基本质量因素综 合作用的过程，也
就是产品质量的生产过程。产品质量就是工序中的各个质量
因素所起作用的综合表现。
.

.

对于任何生产过程，产品质量总是分散地存在 着。若工
序能力越高，则产品质量特性值的分散就会越小；若工
序能力越低，则产品质量特 性值的分散就会越大。那么，应
当用一个什么样的量，来描述生产过程所造成的总分散
呢?通常，都用6σ(即μ＋3σ)来表示工序能力：工序能力＝6σ

若用符号P来表示工序能力，则：P＝6σ

式中：σ是处于稳定状态下的工序的标准偏差

工序能力是表示生产过程客观存在着分 散的一个参数。
但是这个参数能否满足产品的技术要求，仅从它本身还
难以看出。因此，还 需要另一个参数来反映工序能力满足产
品技术要求(公差、规格等质量标准)的程度。这个参数
就叫做工序能力指数。它是技术要求和工序能力的比值，即

工序能力指数=技术要求／工序能力

当分布中心与公差中心重合时，工序能 力指数记为Cp。
当分布中心与公差中心有偏离时，工序能力指数记为
Cpk。运用工序能力指数，可以帮助我们掌握生产过程的质
.

.
量水平。

工序能力指数的判断

工序的质量水平按C p值可划分为五个等级。按其等级
的高低，在管理上可以作出相应的判断和处置(见表1)。
该表中的分级、判断和处置对于Cpk也同样适用。

表1 工序能力指数的分级判断和处置参考表

Cp值 级别 判断 双侧公差范(T) 处 置
Cp>1.67 特级 能力过高 T＞106 (1)可将公差缩小到约土
46的范围
(2)允许较大的外来波动，以提高效率
(3)改用精度差些的设备，以降低成本
(4)简略检验
1.67≥Cp1.33 一级 能力充分 T＝86—106 (1)若加工件不
是关键零件，允许一定程度的外来波动
(2)简化检验
(3)用控制图进行控制
1.33≥Cp>1.0 二级 能力尚可 T＝66—86 (1)用控制图控
制，防止外来波动
.

.
(2)对产品抽样检验，注意抽样方式和间隔
(3)Cp—1．0时，应检查设备等方面的情示器
1.0≥Cp>0.67 三级 能力不足 T＝46—66 (1)分析极差R过
大的原因，并采取措施(2)若不影响产品最终质量和装配
工作，可考虑放大公差范围
(3)对产品全数检查，或进行分级筛选
0.67>Cp 四级 能力严重不足 T＜46 (1)必须追查各方面原
因，对工艺进行改革
(2)对产品进行全数检查
CPK基礎

1999年对公司来说，可定义为OEM品质年，此话怎讲?因为从< br>去年HP的PIGLET开始生产后，陆陆续续接到OEM客户的订
单，诸如NEC、PANAS ONIC、广宇、以及最近的通用、INTEL
等等；我们可以从过去的经验与事实，去观察与分析OE M客户
非常重视产品的品质管制，认为供货商是产品生产系统的源头或
重要的一部份，足以影响 产品是否能及时推上市，获得好评的重
要关键之一。
因此对于品质管制手法的使用，一直是O EM客户注意的焦点。
尤其是制程能力分析(Analysis for Process Capability) 的应用，
大家都视为是一新开发产品导入量产阶段的指针，所以本文的主题将针对制程能力分析来进行研讨。
.

.
接下来将透过下列几个问题，来切入正题:
一、制程能力是个什么东西？
二、制程能力分析在什么时候实施是正确的？
三、执行制程能力分析前有那些步骤？
四、制程能力分析的数据要如何评价？
五、制程能力分析的数据要如何应用？
六、究竟要量测多少个样品才能计算Cpk？
七、Cpk 是否能监测连续生产之制程？

一、制程能力是个什么东西?
所谓『制程能力』就是一个制程在固定的生产因素(条件)及稳定
管制下所展现的品质能力。
那些是「固定的生产因素(条件)」；如设计的品质、模治具、机器
设备、作业方法与作业者的 训练、作业照明与环境、检验设备、
检验方法与检验者的训练….等等皆属之。
什么是「稳定 管制」；就是以上因素加以标准化设定后，并彻底
实施后，且该制程之测定值，都是在稳定的管制状态之 下，此时
的品质能力才可说是该制程的制程能力。
制程能力如何表示：
1.制程准确度Ca (Capability of accuracy)
2.制程精确度Cp (Capability of precision )
3.综合评价 (不良率 p )
.

.
4.制程能力指数 Cpk
以上最常用的是 Cpk、Cp、Ca，而 p比较少有人使用。
1. 制程准确度Ca (Capability of accuracy)
凡从制程中所获得之数据(实绩)，其 平均值( x ) 与规格中心值
(μ) 之间偏差的程度，称为制程准确度Ca
Ca＝( X － μ ) ( T 2 )

T＝ SU － SL ＝ 规格上线 － 规格下线

※如系单边公差时，则不适用
由上述可知:
1.平均值( x ) 愈接近 规格中心值(μ) 愈好 (尽量趋近或相等)
2.所以Ca值愈小愈好 (尽量趋近于0)
3.惟群体呈左右对称之常态分布时，才能使用Ca做制程能力分
析。(单边公差时，Ca为0)
4.正值(＋) 时表示偏高；负值(－) 时表示偏低。
2. 制程精确度Cp (Capability of precision)
从制程中全数检验或随机抽样 (一般样本 n 须在 50个以上 )
所计算出来之样本标准差 ( σx )，再乘以√( n ( n － 1）)，以
推定实绩群体标准差 ( σ) 。
计算出样本的σx
用3σ与规格容许公差做比较 。
.

.
σx ×√（∑×ī－×）( n ( n － 1）)
计算群体的σ
Cp ＝ 规格容许差 3 σ ＝ 规格公差 6 σ ＝ ( T 2 ) 3σ
由上述可知：
1.若T ＞ 6 σ 时， Cp 值愈大。（离散趋势都在规格内）
值愈大愈好（尽量大于1以上）
3.若T ＜ 6 σ 时， Cp 值愈小。(表示目前的生产条件，
不适合此精密度之产品)
4. Cp 与 Ca成反比。(Cp愈大愈好，Ca则反之)
3.综合评价 (不良率 p )
当有些制程的生产实绩为了达成规格之要求，必须Ca 值与
Cp值两者都要很好的情况下，而对整个制程品质之综合评价，
计算出不良率 p
Z1＝ 3 Cp ( 1 ＋ Ca )….由Z1查常态分配表得P1 ％
Z2＝ 3 Cp ( 1 ＋ Ca )….由Z2查常态分配表得P2 ％
p％＝P1 ％ ＋ P2 ％
由上述可知:
生产实绩如不能达成客户要求之 (允收批内)不良率，则必须立即
处理，避免遭遇到退货的危险！！
4.制程能力指数 Cpk
Cpk是综合Ca和Cp两者之指数，其计算公式:
Ca＝( X － μ ) ( T 2 )
.

.
Cp ＝ 规格容许差 3 σ ＝ 规格公差 6 σ ＝ ( T 2 )
3σ
Cpk＝ ( 1 － | Ca | ) ×Cp
由上述可知:
1.当 Ca ＝ 0 ， Cpk ＝ Cp
2.单边规格时，Cpk ＝ Cp
二、制程能力分析在什么时候实施是正确的?
正如前面所提到，制程能力的评估必须要在制程稳定后，才能实
施，也就是 X-R 管制图 已显示制程在稳定的统计管制状态下
(非机遇原因已经被发现，并经过分析与矫正，以及防止再发)，
而且继续保持在统计管制状态下。
因此回忆过去我们所做的，可以发现到一些问题：
1.未先执行管制图以确认制程的稳定性，就径行将所算得Cpk
当做『真正』的制程能力。
2.不探讨非机遇原因，只是一味要求算Cpk，而制程并不会随着
时间长而稳定。
3.为达成客户要求，只好修改数据，『表面』的Cpk非常『良好』，
却冒着被退货的高风险。
4.制程不良率『变异』起伏太大时，只好用人海战术来克服，不
断重工，现场人仰马翻。
5.没有因为Cpk不好，而针对『共同因』或『特殊因』， 采取矫
正措施。
.

.
6.只要算得(尺寸)多，就愈接近事实(群体)，就愈能符合客户的要
求 ？？
7.客户有要求算Cpk，才去做？
三、执行制程能力分析前有那些步骤?
1. 确定制造流程 : 确定流程(图)，订定QC工程表，列出
管制之生产条件、品质特性…等。
2. 制造流程解析 : 利用5W1H手法，将制程各作业单元的
变异因素加以掌握，并可得知制程所处的状态。
3. 决定管制项目 : 依制程之生产条件、品质特性、制程现况
来决定管制项目。
4. 实施标准化 : 订定各项标准，并对相关人员实施各项标
准之教育与训练。
5. 管制图的运用 : 应先建立解析用管制图，评估管制界限，
再实施管制用管制图，持续观察制程的 稳定性与异常
矫正。
6. 制程能力分析 : 收集数据，进行分析，以了解是否符合规
格或客户要求，如不能符合，立即采取矫正行动。
7. 制程之持续管制: 除非有证据显示制程平均值或全距值发
生变化，否则仍然使用原管制界限，不能随意修改。
四、制程能力分析的数据要如何评价?
1.制程准确度Ca (Capability of accuracy)：
评价等级
.

.
分级基准
处置原则
A
|Ca|?12.5％
作业员遵守SOP操作并达到规格之要求，所以持续维持。
B
12.5％＜ |Ca| ? 25％
如有必要时，尽可能改进为A级。
C
25％＜ |Ca | ? 50％
作业员可能看错规格不按SOP操作或检讨规格及作业标准。
D
50 ％＜|Ca|
应采取紧急措施，全面检讨有可能影响之因素，必要时得停止生
产。
*对策方法是以制造单位为主、技术品管单位为辅。
2.制程精确度Cp (Capability of precision )：
评价等级
分级基准
处置原则
A
1..33 ? Cp
.

.
甚为稳定，可考虑将规格公差缩小或此制程可胜任更精密之工
作。
B
1.00 ? Cp＜ 1.33
有发生不良品的危险，必须加以注意，并设法维持不要使其变坏
及迅速追查。
C
0.83 ? Cp＜ 1.00
检讨规格及作业标准，可能本制程不能胜任如此精密的工作。
D
Cp＜ 0.83
应采取紧急措施，全面检讨有可能影响之因素，必要时应停止生
产。
对策方法是以技术单位为主、制造品管单位为辅。?
3.综合评价 (不良率 p )：
评价等级
总评 (不良率 p ％ )
A
P ? 0.44 ％
B
0.44 ％ ＜ P ? 1.22 ％
C
.

.
1.22 ％ ＜ P ? 6.68 ％
D
6.68 ％ ＜ P
注意;（1）其等级B、C、D须照Ca及Cp来处理。
（2）由于总评是根据Ca及Cp推定不良，其处置是要视下一工
程或客户之要求。
（3）如不符合客户要求，一定要立即处理，避免遭遇到退货的
危险。
4.制程能力指数 Cpk：
评价等级
Cpk值
处置原则
A
1.33 ? Cpk
制程能力已足够
B
1.00 ? Cpk＜ 1.33
尚可，应再努力
C
Cpk＜ 1.0
应加以改善
五、制程能力分析的数据要如何应用?
.

.
1.对设计单位提供基本资料：使其了解制程能力，从设计面解决
问题。
2.分派工作到适当的机器上：决定一项机器设备能否满足要求。
3.用来验收全新或翻修调整过之设备：利用机械之能力安排适当
工作，使其得到最佳之应用。
4.选用合格之作业员：剔除不合格人员或再施予教育和训练。
5.选择适当之工作方法：建立标准化SOP
6.根据规格公差设定设备之管制界限：为获得最经济、最稳定之
生产。
7.当制程能力超越公差时，决定最经济之作业水准：
（1）制程能力较公差为窄时，用于建立经济管制界限。
（2）制程能力较公差为宽时，须调整一适当中心值，以获得最
经济之生产。
8.找出最好的作业方式：建立最具价值之技术情报资料。
六、究竟要量测多少个样品才能计算Cpk?
之前我们已经讨论到，制程能力的评估必须要在制程稳定后，才
能实施，也就是 X-R 管制图 已显示制程在稳定的统计管制状
态下 (非机遇原因已经被发，并经过分析与矫正，以及防止再 发)，
而且继续保持在统计管制状态下。要多少个样本数才能显示出制
程的稳定性？理论要求最 好有 25 个以上的样组，才具代表性。
请大家注意！这里所提到的25 个以上的样组数是针对管制图而
言，并不是指Cpk。
.

.
所以只要能了解制程的稳定性，即使 n ＝2 ~ 5也能计算Cpk，
但是唯一前提是必须先用计量值管制图，来持续观察制程稳定
(必要时采 取矫正行动)。以上所探讨的角度，是从产品制程上出
发，若是谈论到单一的模具、机器、设备….等等 ，个人建议是
连续取样 100pcs来计算。如果所有生产条件相同，为何第一次
与第二次的 Cpk会有差异？这就是我们接下来要讨论的重点….
七、Cpk 是否能监测连续生产之制程？ < br>假设同一量测员，采用随机抽样的手法，抽样区域可能落在群体
上，不同的位置，自然会产生不同 的结果，只要结果是在规格内
我们都会允收。当然以少数样本的成绩代表群体的真实面貌，会
有 风险；如好批误判坏批，坏批误判好批。(如何避免风险？这
不是现在要谈的主题，所以不再深入探讨， 回归正题。) 这里所
要表达的是，在制程稳定下，抽样实值有变化是属于正常现象，
只是我们 自己了不了解这个『变化』，究竟是属于系统(共同因变
异)或是突发(特殊因变异)事件所产生的？
所以我们用某段时间的制程能力，并不足以代表整个制程是在稳
定状态下。只能了解某段时间的 制程能力是否符合要求(规格)，
无法了解到连续生产的制程有何变化？最后大家为求速成，只计
算Cpk (重视结果，这还是『某段时间』的结果)，不做管制图 (忽
视过程，不良或然率蠢蠢欲动) ，稍一不慎不良品如洪水猛兽般，
必须倾全厂之力去抵挡 (重工)，甚至要面临被退货的高风险！
最后我们可以做个结论：
.

.
1.任何的抽样都有误差的存在 (随机问题)
2.没有一个制程可以做到100％在统计管制状态之下(变异问题)
3.没有任何制造批为完全之常态分配 (或是其它型态分配，如果
不是近似常态，Cpk就值得争议)
4.因此，所有制程能力分析的结果必须很小心考虑 (而不是只是
看一看就好)，并且以很保守谨慎的态度去解析。
总结＞＞
1. 以 上仅探讨产品的制程能力分析，事实上制程能力的应用非
常广泛(如同第13页所述)可以单独针对机器 设备、模具等来研
究。
2. 本文的目的是在做观念的沟通与交流，所以在这里不做习题
或范例的详细解说。
3. 希望透过这篇内容，能激起大家的共鸣，互相砥砺，让制程
能力分析能真正落实到产品的制程上。
CPK其实就是衡量制程能力是否满足的指标，初始制程能力参
数大于等于1.33，
过程能力指数大于等于1.66就OK啦。小于就是制程能力不满
足，多的太多就是制程能力浪费，多 花老板的MONEY了

.