CPK Initial Study(分组样件标准差)
CPK与PPK的标准差
关于CPK与PPK标准差1、关于CPK的过程标准差σ利用d2<查表>计算，ppk的过程标准差σ可以直接采用公式计算，两者有什么差别的问题，我不是统计学专家，只能根据自己对SPC统计过程控制的理解谈谈自己的看法，供参考。
2、我们讨论用的SPC第二版可以参考以下帖子中的资料。
可惜没有图形。
只有文字内容。
/viewthread.php?tid=13187&highlight=%CD%B3%BC%C6%B9%FD%B3%CC %BF%D8%D6%C63、Cpk和Ppk的差别就在于，计算Cpk要有一个前提，就是过程稳定。
通常得到过程稳定后，还要有100个数据分成25个子样组，每个子样组中有4个数据。
取样的时候，这4个数据一定要连续的，紧紧挨着的。
为什么？这样充分反映出过程的普通原因引起的变异。
这连续4个数据中一般不会发生特殊原因引起的变异了。
有了25组数据，可以检查过程是否稳定，稳定后计算。
如果不稳定，要查明特殊原因，消除后再从头来。
4、CPK的中过程标准差σ是利用d2<查表>计算的。
每个子样组内最大值和最小值之差，我们叫极差。
这个极差和过程标准差之间是有联系的。
极差大，过程标准差也大。
反之，就小。
极差又和子样数有关。
我们上面用的子样数是4。
如果子样数小于4。
得到的子样的极差值应当比子样数4要小。
因为子样数量少，反之，子样极差大。
统计学家根据计算可以发现极差和过程标准差之间有内在的规律性。
当我们知道了25个极差的平均值后，可以用它来确定过程的标准差了。
过程的标准差=子样极差平均值/d2。
这个d2是一个统计学中的系数。
从前面第2条介绍的参考资料可以查到的。
子样数n=4，这个d2=2.06；子样数n=2，这个d2=1.13；子样数n=10，这个d2=3.08；因为子样数大，极差大，应当分母数量也大一些。
这样估计得到的过程标准差是接近的。
因为，过程本身就是一个过程，不能因为子样数量抽得大、小，估计出来的过程标准差有很大差别。
CPK统计分析范文
CPK统计分析范文CPK是指过程能力指数（Process Capability Index），它反映了过程的稳定性和可控性。
计算CPK需要知道过程的规格范围和实际数据，通过分析数据的分布情况，确定过程在规格范围内的能力。
CPK分析通过计算过程的上限规格指数（Upper Specification Index，USL），下限规格指数（Lower Specification Index，LSL），过程均值（Process Mean，μ）和过程标准差（Process Standard Deviation，σ），来评估过程的能力。
CPK的计算公式为：CPK = min((USL-μ)/(3σ), (μ-LSL)/(3σ))CPK值是以1为中心点的一个指标，当CPK=1时，说明过程范围与规格范围基本一致；当CPK>1时，说明过程范围比规格范围更加宽松；当CPK<1时，说明过程范围比规格范围更加严格。
CPK分析通常分为两个步骤：数据收集和数据分析。
在数据收集阶段，需要收集关于过程的实际数据，并记录下来。
这些数据可以是过程中的样本数据或者连续数据。
在数据分析阶段，需要使用统计工具来分析数据的分布情况。
常用的统计工具包括直方图、正态概率图和盒须图等。
直方图可以帮助我们了解数据的分布情况，显示数据的频率分布。
通过直方图可以判断数据是否符合正态分布。
正态概率图则可以用来判断数据是否符合正态分布。
正态概率图展示了数据的累积分布情况，如果数据点大致沿着一条直线分布，那么可以认为数据符合正态分布。
盒须图可以展示数据的五个关键统计量：最小值、第一四分位数、中位数、第三四分位数和最大值。
通过盒须图可以判断数据的分布情况和离群值的存在情况。
除了这些统计工具之外，还可以计算数据的均值、标准差和过程能力指数等。
均值反映了数据的中心趋势，标准差反映了数据的分布范围。
CPK分析的结果可以帮助我们评估产品质量的合格程度，优化生产过程，并进行过程改进。
TS16949的五大工具
TS16949的五大工具TS16949的五大工具：APQP、PPAP、FMEA、MSA、SPC一、APQP=Advanced Product Quality Planning 产品质量先期策划是生产件批准程序的参考指南，讲解了从产品设计开发到样件生产、试生产、生产控制计划的全过程。
二、PPAP=Production Part Approval Process 生产件批准程序即生产件认可过程,要求按照节拍生产,制造出的样件用于验证生产能力.PPAP生产件提交保证书:主要有生产件尺寸检验报告（FAI）,外观检验报告(AAR),功能检验报告（这部分如是给客户提供原料，则多数由客户自行进行组装后的功能测试）, 材料检验报告(SGS);外加一些零件控制方法和供应商控制方法，包括：失效模式与效应分析（FMEA）、制造工程品质控制计划（PMP 即QC工程图）、量测系统分析（MSA含GR&R）、作业标准（SOP）、检验标准（SIP）、初期制程能力分析（CPK）等;主要是制造型企业要求供应商在提交产品时做PPAP文件及首件(样品)，只有当ppap 文件全部合格后才能提交，即正常交貨（除非客戶特許）；当工程变更后还须提交报告。
PPAP是对生产件的控制程序，也是对质量的一种管理方法。
這里品保QA或QE參與的部分有：PMP、CPK、SIP、MSA和PSA(產品承認書的確認)、產品的檢驗與測試等。
TS/ISO規定應提交的文件和報告有：1. Design Records（设计记录/图纸）2. Any authorized Engineering Change Documents（工程更改文件）3. Engineering Approval, when required （客户工程批准）4. Design FMEA [Separate #]（设计FMEA）5. Process Flow Diagram（过程流程图）6. Process FMEA [Separate #]（过程FMEA）7. Dimensional Results（尺寸量测结果）8. Material & Performance Test Results（材料/性能测试结果）9. Initial Process Study [New Title]（初始过程能力研究）10. Measurement System Analysis Stud ies（测量系统分析研究）11. Qualified Laboratory （合格的实验室文件）Documentation12. Control Plan（控制计划）13. Part Submission Warrant（零件提交保证书）14. Appearance Approval Report（外观核准报告，如需要）15. Bulk MaterialsReq.Checklist16. Sample Product [Separate #]（送样零组件/确定的送样数量）17. Master Sample [Separate #]（标准样件/封样用）18. Checking Aids（检查辅具）19. Records of Compliance with Customer-Specific Requirements（顾客特定要求的承诺记录/有毒物质依规范执行W SS-M99P9999-A1）/《OTS报告）/（D/CC核准书面记录）（遵照规范执行的声明）? 质量指数（Quality Indices）– Cpk- 稳定过程的能力指数，s的估计基于子组内变差–Ppk- 性能指数，s的估计基于总体变差? 初始过程研究的接受准则? Index Value > 1.67 ：过程满足顾客的要求，批准后可以按照控制计划开始生产。
CPK Report 模板
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
MAX
0.00
0.00
0.00
0.00
0.00
0.000.000.Fra bibliotek0MIN
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
MEAN #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
cpk2
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
cpk
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
Customer Part Name Part No. Material
CPK Report
Initial Process Study report
Mould No. Cavity No.
Dimension value
Upper tolerance
Lower tolerance
USL:
CPK作业指导
CPK作业指导标题：CPK作业指导引言概述：CPK（Capability Process Index）是一种用于评估过程稳定性和能力的统计指标。
它可以匡助我们了解一个过程是否能够产生符合规范要求的产品或者服务。
在进行CPK作业时，需要遵循一定的步骤和方法，以确保结果的准确性和可靠性。
本文将从五个大点出发，详细阐述CPK作业的指导方法和注意事项。
正文内容：1. 数据采集与整理1.1 确定需要采集的数据类型：根据具体的作业要求，确定需要采集的数据类型，例如尺寸、分量、时间等。
1.2 确定数据采集的时间和地点：确保数据采集的时间和地点与实际生产过程一致，以保证数据的真实性和可靠性。
1.3 确定数据采集的频率：根据作业要求和过程变化的特点，确定数据采集的频率，以确保数据的全面性和代表性。
2. 数据分析与计算2.1 数据的统计分析：对采集到的数据进行统计分析，包括计算平均值、标准差等统计指标，以了解过程的中心位置和离散程度。
2.2 CPK的计算方法：根据统计分析的结果，使用合适的公式计算CPK值，以评估过程的稳定性和能力。
2.3 CPK值的解读：根据CPK值的大小和规范要求，对过程的稳定性和能力进行评估，判断是否满足要求。
3. 过程改进与控制3.1 发现问题的原因：通过分析CPK值和相关数据，找出导致过程不稳定或者不满足要求的原因，如设备故障、操作不当等。
3.2 制定改进措施：根据问题的原因，制定相应的改进措施，如修复设备、培训操作人员等，以提高过程的稳定性和能力。
3.3 过程控制与监测：在改进措施实施后，建立过程控制和监测机制，以确保改进效果的持续性和稳定性。
4. 数据可视化与报告4.1 使用图表展示数据：将统计分析的结果使用图表形式展示，如直方图、散点图等，以便更直观地理解数据分布和变化趋势。
4.2 编写CPK报告：根据数据分析和计算结果，编写CPK报告，包括数据采集方法、分析过程、CPK值的计算和解读，以及改进措施的建议等内容。
CPK作业指导
CPK作业指导CPK（Capability Process Index）是一种用于衡量过程稳定性和能力的统计指标。
它可以匡助我们评估和监控生产过程的质量水平，以及过程是否能够满足所设定的规格要求。
本文将为您提供一份CPK作业指导，以匡助您正确地进行CPK分析。
1. CPK分析的基本概念和原理CPK分析是基于过程能力指数（Cpk）来评估过程稳定性和能力的。
Cpk指数是通过比较过程的规格极限和过程的变异程度来计算得出的。
Cpk指数越大，表示过程的稳定性和能力越好。
2. CPK分析的步骤a. 采集数据：首先，您需要采集与所分析过程相关的数据。
这些数据可以是产品尺寸、分量、长度等方面的测量结果，也可以是过程中产生的缺陷数量等。
b. 确定规格极限：根据产品或者过程的要求，确定上下限规格极限。
这些规格极限可以是技术要求、客户要求或者行业标准等。
c. 计算过程的平均值和标准差：利用采集到的数据，计算出过程的平均值和标准差。
平均值表示过程的中心位置，标准差表示过程的变异程度。
d. 计算Cpk指数：根据以下公式计算Cpk指数：Cpk = min((过程平均值 - 下限规格极限) / (3 * 标准差), (上限规格极限 - 过程平均值) / (3 * 标准差))e. 解读Cpk指数：根据Cpk指数的大小，可以判断过程的稳定性和能力水平。
通常，Cpk指数大于1.33被认为是一个良好的过程能力。
3. CPK分析的应用CPK分析可以匡助我们评估过程的稳定性和能力，从而及时发现和解决潜在的质量问题。
它在生产过程的改进、产品设计优化和供应链管理等方面都有广泛的应用。
a. 过程改进：通过CPK分析，我们可以了解到过程的瓶颈和问题所在，从而有针对性地进行改进措施，提高过程的稳定性和能力。
b. 产品设计优化：CPK分析可以匡助我们确定产品设计是否符合规格要求，以及产品的创造过程是否稳定可靠。
通过优化产品设计和创造过程，可以提高产品质量和竞争力。
CPK统计分析操作手册
名称：CPK 统计分析操作手册一、 适用该分析方法适用于我司内部各项材料、半成品、成品的各项特性数据之分析. 主要针对: 1)新物料、新产品；2)出现品质问题之产品; 3)我司重要产品的重要特性.二、 责任单位各部门统计分析人员.三、 概念Ca: (Capability of Accuracy) 制程准确度.主要衡量制程实际平均值与规格中心值之一致性.(针对值)Cp: (Capability of precision) 制程精密度.主要衡量制程之变异宽度与规格公差范围相差之情形.（针对公差）CPK: 制程能力指数,综合Ca 与Cp 两值之指数.四、 计算公式（）1) Ca= 实际中心值-规格中心值规格公差x100%= X-μT/2 X100% (T=S μ- S L =规格上限-规格下限) U=(MAX 值-MIN 值)/2+MIN 值* 单边规格因没有规格中心值，故不能算Ca.2) Cp= 规格公差6个标准差 = T 6σ(双边规格时) Cp= S μ-X 3σ = X-S L 3σ(单边规格时) (δ=N X X X X X X 232221）（）（）（-+-+-,（（X ）: 取量测样品的平均值，N 为个数） 3) CPK=(1-K) T 6σ ; K= |X-μ|T/2=|Ca| =(1-|Ca|)*Cp当Ca=0时,CPK=Cp单边规格时,CPK即以Cp值计.4) σ =Σ( X- x )2n-1五、作业方法1.分析员针对检测仪器选取一定的原始数据.(一般选20或40即可)2.资料输入:a.打开相应的EXL工作表;工作表<<优耐电子厂首件确认记录表>>为15个检测数据的分析.b.在工作表灰色区域填入各项规格数据.c.在工作表黄色区域填入各项检测数据3.资料输出.在工作表蓝色区域直接读出各项分析结果。
4.判读A级：维持原状.B级: 改进为A级.C级: 全数选别,并管理、改善工程.D级: 进行品质的改善,探求原因,需要采取紧急对策,并重新检讨规格.发行单位：优耐电子/品管部2004年3月12日附則: 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。
CPK培训资料
关键参数监控
重点监控影响产品质量和过程能力 的关键参数，如设备精度、原材料 质量、工艺参数等。
实时监测与记录
采用实时监测技术，对生产过程中 的各项数据进行实时采集、记录和 分析，确保数据的准确性和完整性 。
CPK持续改进
01
02
03
识别改进机会
通过对CPK数据的分析， 识别生产过程中存在的问 题和改进机会，制定相应 的改进措施。
通过改进生产过程，降低产品 不合格率，提高产品质量。
优化生产流程
识别生产过程中的瓶颈和问题 ，优化流程，提高生产效率。
降低成本
通过减少浪费和优化资源利用 ，降低生产成本。
提高员工技能
培训员工掌握CPK分析方法， 提高员工解决问题的能力。
CPK改进方法
CPK数据分析
收集生产过程中的数据，进行CPK计算和分 析，识别问题点。
CPK培训资料
汇报人： 2023-12-23
目录
• CPK基础介绍 • CPK分析 • CPK改进 • CPK监控与持续改进 • 总结与展望
01
CPK基础介绍
CPK定义
CPK定义
CPK是过程能力指数，用于评估生产过程中产品质量的一致性和波动性。它反 映了生产过程中产品质量满足规格要求的程度。
CPK计算方法
Excel
使用Excel的统计函数和 图表功能进行CPK计算
和可视化展示。
Minitab
专业的统计软件，可以 进行CPK计算、绘图和
数据分析。
JMP
用于统计分析、数据可 视化和过程控制的软件
。
其他定制工具
根据特定行业和企业的 需求，可以开发定制的
CPK分析工具。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
30.0000
2500.00
25.0000 2000.00
20.0000
1500.00
15.0000
n= c4=
5 0.94
1.2107
1000.00
10.0000
1.2108 26.0000 1.2109 23.0000
s= 0.000167 ô s= 0.000177
( σ ˆS = s
c4
)
1.2111 25.0000 1.2112 11.0000 1.2113 1.2115 1.2116 1.0000 1.0000 0.0000
500.00 5.0000
71.7391 8.0143 0.5234
0.0000
1.210 1.210 1.210 1.210 1.210 1.211 1.211 1.211 1.211 1.211 1.211 1.211 1.211 1.212
0.00
制订：
频率
分布
审核：
UCLX = X + A2 R = LCLX = X - A2 R =
C pk = Min (C pkU , C pkL ) =
Ppk = Min ( PpkU , PpkL ) =
25
控制下限
子组极差
平均极差
控制上限
控制下限
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
过程能力和性能研究：
平均均值 平均极差 规格上限 规格下限 常数表 n D4 D3 A2 d2
2 3 4 5 6 7 8
X = (X1 + X 2 + × × × + X n ) / n =
s = R / d2 =
)
UCLR = D4 R =
LCLR = D3 R =
Cp =
USL - LSL = ) 6s
Pp =
USL - LSL = 6s S
USL - X = 3s S
C pkU =
C pkL
USL - X = ) 3s X - LSL = = ) 3s
PpkU =
PpkL =
X - LSL = 3s S
)
0.000184335
USL= 1.212 LSL= 1.210
UCLR = D4 R =
LCLR = D3 R =
能力指数 上限能力指数 下限能力指数
Cp =
USL - LSL = ) 6s
1.808 2.045 1.572 1.571959
性能指数 上限性能指数 下限性能指数 过程性能指数 过程性能评价
Pp =
USL - LSL = 1.878816 6s S
USL - X = 2.124377 3s S
3.27
2.57
2.28
2.11
2
1.92
1.86
C pkU =
0
0
0
0
0
0.08
0.14
C pkL
USL - X = ) 3s X - LSL = = ) 3s
PpkU =
PpkL =
X - LSL = 1.633255 3s S
控 制 图
部门： 产品编号： 产品名称：
项目 1 数 据 读 数 2 3 4 5 子组平均值 平均均值 控制上限 控制下限 子组极差 平均极差 控制上限 控制下限 子组标准差=
1.400 1.200 1.000
0.800
工序名称： 设备名称：
测量工具： 控制项目： 规范： 1.212+0/-0.002
1.211 1.210 0.001 1.2099 1.2100 1.2102 1.2103 1.2104 1.2106
频率
0.0000 0.0000 1.0000 0.0000 4.0000 6.0000 2.0000
分布
0.0009 0.0355 0.8510 11.9287 97.7464
468.2028 1310.9677 2145.7294 2052.9711 1148.1951 375.3820
1.2109 1.2109 1.2109 1.2109
1.2108 1.2110 1.2111 1.2105 1.2107 1.2104 1.2109 1.2110 1.2109 1.2110 1.2108 1.2108 1.2108 1.2111 1.2110 1.2108 1.2109 1.2104 1.2109 1.2106 1.2108 1.2108 1.2110 1.2109 1.2110 1.2108 1.2110 1.2110 1.2111 1.2110 1.2110 1.2109 1.2108 1.2109 1.2110 1.2109 1.2109 1.2108 1.2109 1.2111 1.2108 1.2107 1.2107 1.2110 1.2108 1.2110 1.2111 1.2111 1.2105 1.2109 1.2108 1.2105 1.2105 1.2113 1.2111 1.2111 1.2110 1.2109 1.2109 1.2114 1.2108 1.2110 1.2105 1.2105 1.2103 1.2108 1.2110 1.2111 1.2109 1.2110 1.2110 1.2110 1.2108 1.2108 1.2112 1.2109 1.2110 1.2108 1.2107 1.2107 1.2107 1.2108 1.2109 1.2110 1.2110 1.2109 1.2109 1.2108 1.2110 1.2111 1.2109
1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2111 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 1.2106 0.0002 0.0002 0.0007 0.0004 0.0007 0.0005 0.0005 0.0006 0.0004 0.0001 0.0003 0.0003 0.0003 0.0003 0.0006 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0009 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0001 0.0001 0.0003 0.0002 0.0003 0.0002 0.0002 0.0002 0.0002 0.0001 0.0001 0.0001 0.0001 0.0001 0.0002
平均均值： 1.2109 控制上限： 1.2111 控制下限： 1.2106
13 14 15 16 17 18
平均极差： 0.0004 控制上限： 0.0009 控制下限： 0.0000
日期： 19 20 21 22 23 24 25
1
2
3
4
5
6
7
8
9
10
11
12
1.2110 1.2110 1.2109 1.2108 1.2109 1.2110 1.2109 1.2111 1.2109 1.2106 1.2104 1.2111 1.2108 1.2108 1.2109 1.2108 1.2108 1.2109 1.2101 1.2109 1.2108 1.2109 1.2109 1.2110 1.2110 1.2108 1.2109 1.2109 1.2107 1.2109
子组平均值
平均均值
0.600 0.400
控制上限
0.200 0.000
1
0.0010 0.0009 0.0008 0.0007 0.0006 0.0005 0.0004 0.0003 0.0002 0.0001 0.0000
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
R = ( R1 + R2 + × × × + Rn ) / n =
1.210869 0.0004295
均值控制上限 均值控制下限 极差控制上限 极差控制下限
UCLX = X + A2 R = LCLX = X - A2 R =
1.2111 1.2106 0.0009 0.0000
估计过程标准偏差
s = R / d2 =
1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109 1.2109
1.2109