質量管理五大工具 【必讀】cpk與ppk的理解及區別(1)

工程质量
2粉絲
7 次觀看·2026年5月18日
AI 生成·可能包含錯誤
我們非常常用的
不管我們學6SIGMA也好
不學6SIGMA也好
我們都會在工作當中面對的一個非常常見的指標
就是我們的CPK與PPK
今天我們主題四個部分
第一
我們看一下這個CP和PP的算法
第二呢
我們來說一下爲什麼要算CPK
因爲大家在工作當中的非常非常常見
這個很多時候我們要去算這些東西
那爲什麼要去算
它的本質和意義到底是什麼
第三部分呢
我們來說一下這個CPK和PPK區別是什麼
這個基本上呢
大家能去接觸到這些個指標的應用的場景呢
其實無非就兩種啊
第一種
第一種是什麼
第一種就是我們日常工作當中啊
這個我們比如說量產階段啊
這個開發階段啊
轉量產
或者說我們的顧客呢
找我們的藥啊
我們提交我們的能力指數
這是第一個場景
第二個場景呢
就是作爲我們在六Sigma
我們這個DMACC的項目裏面
或者說DMADV的項目裏面
DMACC啊
或者我們的DMADV
在我們的六Sigma項目裏面
我們的這個CPK也好
PPK也好
它更多的去作爲一個我們項目的指標
我們的CTQ大V
那麼作爲一個改善的一個指標啊
包括我們改善前改善後的一個狀態的對比
那無非呢
就是這兩個大的場景
我們要把這幾個常見的誤區啊
我們把它說清楚
第一
我們到底爲什麼要計算這個能力指數
很多時候我們的理解呢
就是顧客找我們藥
然後要不就指量部找我們藥
反正呢
讓我們算一個CPK出來
這個還有要求啊
1.33
1.67
反正我想辦法給你算成這個數以上
我交了就完事了
那麼其實呢
沒有這麼簡單啊
我們得想一下顧客爲什麼找我們藥
或者我們呢
爲什麼又要找供應商藥
爲什麼呢
我們又在我們內部的這個流程管理上
也要去控制這些東西啊
它肯定是有它本身的意義的
第二個呢
就是說當顧客啊
或者我們內部需要去提交我們的這個能力指數的時候
你比如說要去計算一個CPK
把它提交上來
這個數據怎麼獲取
這又是另外一個很常見的問題
那麼基本上我們能看到的呢
更多的這種做法啊
當然這樣做不是很不是很正確的啊
很多的這種常見的啊
能看到的做法
隨便從我們的這個龐大的歷史數據庫裏邊抓30個
40個
50個啊
或者說甚至更多
那到底是不是這樣去做啊
這是不是我們去算我們CPK的一個數據的獲取的方法
很顯然這個先和大家說
這是肯定不對的啊
這是肯定不對的
第三個常見的誤區
倒是就是我們的這個CPK也好
PBK也好
到底提交哪一個對吧
這兩個東西到底有什麼區別
什麼時候我們用CPK
什麼時候我們用PBK
那麼第三個誤區呢
又延伸出來一些其他的概念上的誤區
很多人呢
就是看網上那些文章
對吧
或者說聽一些老師去講
認爲這個CPK
PBK我們去界定的就是長期短期
那其實呢
說完長期短期呢
也沒有說給了我們這個概念也好
或者給了這個區分也好
我們也不能從這個區分上來把這個CPK和PBK的本質的區別
把它搞清楚
也不是這樣的
你知道叫長期短期這麼區分嗎
也不對
對吧
我們聽了長期短期有什麼意義呢
對我們CPK和PBK這種區別的理解有什麼意義呢
就是一個長期短期
對吧
不是這樣的
我們稱號透露來說長期短期
其實長期短期只是一個相對的概念
其實很多不同的場景下
他倆都能顛倒的
有的在某一個場景下
他可能叫長期
是吧
某個換一個場景
那可能他又變短期了
還有第二個問題
那多長叫長期
多短叫短期
所以這些東西是很模糊的
這種區分不是幫助我們理解這兩個指標根本區別的一個重要的一個點
那第四個問題就是這個CPK
我們算完以後
他的本質到底是什麼
他就是一個指標的大小嗎
那當然他這第四個常見的問題
結合我們第一個問題又能延伸出很多東西
我們是不是把這個東西
比如CPK算完
比如1.71
那很顯然很高了
大於1.67了
你提交完之後
真的是給顧客了嗎
就只是提交一個數字嗎
這裏邊有一定的承諾在
這個承諾是什麼
那需要我們再去看一下CPK的本質
或者說它的意義到底是什麼
好
第五個場景就是啊
我們獲得數據以後
對吧
怎麼去正確的計算CPK
這又出現很多的這個誤區
誤區一
誤區二
誤區三
這個常見的這個錯誤的做法非常非常的多
所以我們的兩場直播就是目的
讓大家我們圍繞這五個問題
把它說清楚
我們今天都700多讚了
感謝大家的支持
大家可以一邊聽一邊幫我們直播間點一點贊啊
那大家有什麼問題呢
可以打到我們的評論區
來大家幫我們直播間點點贊
我們看能不能先點到2000啊
也感謝大家的支持
那麼我們到2000之後
我們給大家去發我們的福利啊
本場直播的福利
大家有任何的問題啊
都可以打到我們的評論區
那麼跟我們主題相關的CPK
或者說整個大的這種問題的範圍
比如6Sigma
大家都可以去提
好感謝邱的點贊啊
大家幫我們直播間衝一衝啊
我們能衝到2000
好
那麼我們去算這個過程能力的時候啊
我們先說一個最本質的東西
那麼
有很多對吧
比如CPK
還有PPK
那麼我們呢
先首先說一點
你算這些指標的時候
並不像我們常見的
或者說大家能看到的這麼簡單
拿了一堆數據過來
比如說擱到Meetup裏邊光
出個數不是那麼簡單
它有很多的這種前提
那麼大家向後我們學的越來越深入
大家可能會接觸一些
比如說非參數的方法
還有比如說一些非正態數據怎麼處理
有很多很多
但是不管是什麼樣的一個場景
不管數據滿不滿足我們的一些假設
那麼過程能力的本質
它永遠是不變的
這個本質是什麼
我們給大家寫一下啊
就叫做VOC比上我們的VOP
你說CPK也好
PPK也好
CP也好
PP也好
還是說一些其他的這些的計算方法
不管怎麼樣
本質就是這個VOC比VOP
大家可以把它記下來啊
大家有需要也可以截屏
那麼VOC是指什麼
VOC其實大家可以看一下
我們左邊的這個圖啊
那麼我們有一個兩根藍線吧
這是什麼
這個叫我們的規格線
它就相當於我們踢足球一樣啊
這個球門的兩根立柱
那麼我們的這個產品測完之後
如果我們測量的結果在這個門之內
在規格線以內
它就是良品
在這個之外呢
那它就是不良品
這是一個最簡單的一個邏輯
好
那麼爲什麼我們管它叫VOC啊
因爲它代表了我們顧客的聲音
那麼你在這個規格以內
滿足顧客的需求
我們生產的良品
這個事情就OK
你好不好
大家好
那麼只要超出這個規格
那麼我們就說不能滿足顧客的需求
它也是一個不良品
所以這個VOC呢
我們就靠我們的公差規格
來去代表我們的VOC
對
那我們撐不住了
說公差對啊
感謝大家的點贊啊
謝謝大家一直在幫我們這部間點贊啊
我們把這一頁說完
和大家去介紹一下我們的福利啊
那麼VOC是什麼
VOC我們叫wise of precise
也就是我們過程的聲音
什麼過程的聲音
製造過程的聲音
也就是我們流程的聲音
那麼這裏邊大家要清楚
我們算的這些能力指數
常見的CP也好
CPK也好
那麼它是基於什麼數據類型啊
連域型數據啊
也就是計量型數據
OK
那麼連續型數據信息量很豐富
我們描述連域型數據主要有哪兩方面
第一也就是我們的中心位置
大家可能經常在這個工作當中說過
或者聽過一句話叫什麼
我們現在製造的這些個產品
我們現在的製程偏上線了
偏下線了
誰偏上線了
誰偏下線了
我們的中心位置
製造過程的我們的產品的中心位置
所以呢
我們在六Sigma裏邊也把這一類的說法呢
有一個通俗的說法就叫偏和正
大家可以看到啊
那麼你看這個是什麼
我們用一個正臺分佈來表示嘛
那這就是我們製造過程的一個狀況
那麼這個狀況分哪兩個維度去看呢
第一個維度
我們剛纔說的
你的這個製造過程的中心位置在哪裏
有沒有正好對準我們的中心值啊
標準中心值啊
對吧
這是一個偏和正的問題
好
第二個是什麼
衡量我們連續型數據的第二個維度是什麼
是我們數據的波動程度
也就是變異程度
比如規格線
你看這個叫什麼
這叫波動小嘛
你現在這樣生產的產品的這就叫波動大嘛
所以第二個維度叫波動程度
那麼在六Sigma裏邊呢
我們一般呢
也把這種問題叫做什麼
叫做胖瘦
是不是很生動
什麼叫胖啊
你的波動大
變異大
你生產的產品的差異性很大
這個就叫胖
我們生產的產品
波動越小
離散程度越小
一致性越好
這個就叫瘦
對吧
在圖形裏面就是表現成越集中越收斂
那麼好
大家可以看出來啊
那麼一般在這裏邊
我們用什麼表示啊
用什麼來表示我們製造過程總的波動
有同學可能會說了
那就是百分之一百我們的波動範圍
那就壞了
它就壞了
爲什麼
如果我們說百分之一百的波動範圍
那就是從負無窮到正無窮了
從概率上說就是這樣
所以一般呢
我們不這麼說
我們呢
把我們六倍的Sigma
大家看到啊
把我們六倍的Sigma
它的寬度定義爲我們製造過程的總波動
OK
那有沒有同學知道
爲什麼以六倍的Sigma來定義爲總波動啊
我們說落在正負三倍Sigma
也就是6C根本區域範圍內
這概率有多少啊
有多少的數據啊
有沒有同學知道
可以打到我們評論區啊
我們開開開同學說99.9%
陳某吐了說99.73%
那我們其他同學呢
好
我看一看大家的答案啊
啊
我們陳某吐了啊
王凱
琥珀
R都說百分之九點七三
對
標準答案對
但是
剛纔在問的時候
我刻意的少說了一個關鍵詞
哪一個關鍵詞
落在我們正負三倍Sigma
這個區間範圍內的概率有多少
我剛纔是這麼問的
大家都答出來了
百分之九十九點七三
哎
對啊
大家可以看啊
我們開開開同學說的啊
對
所以這是誰的性質啊
這個沒有前提的嗎
所有的分佈正負三Sigma的範圍裏面都有百分之九十九點七三的數據嗎
不是的啊
我們開開開同學說的非常對啊
只有誰啊
正態分佈具有這樣的性質
對啊
對對對對
所以大家可以看一下我們引出第一個大家能看到的常用的指標
叫做CP與PP
他們的公式
USL-LSL
也就是我們的公差帶寬
剛纔也說過了
它代表VOC
對吧
你落在這個範圍內
落在這個區域裏
良品
落在區域外不良品
顧客決定的
那麼分母是什麼
分母是六倍的Sigma
它代表了我們的VOP
也就是你製成的一個波動的總的寬度
好
那麼他倆一比
大家可以想一下能比出什麼呀
其實他基本上能反映出來一個問題
也就是說
我的這個不良率
基本上反映了一個能力
VOC是死的
你這個分母是活的
你的波動越窄
你的這個指標怎麼樣
就越大
對吧
你越大代表了我們的製成能力怎麼樣
越強
對好
所以剛纔我們開開開同學也說了
這個前提是什麼
首先大家要清楚啊
這個指標的公式
他打開發出來的那一天
他就是這個公式
公差代寬除以六倍的Sigma
誰能改呀
我也改不了
你也改不了
大家都改不了
對吧
我們就是這麼用的
所以這個時候我們引出第一個前提
就是我們算CP也好
算PP也好
第一個前提是什麼
很多我們平常算的時候都忽視的一個前提
是什麼
這個數據要怎麼樣
要符合近似的正態分佈
爲什麼
咋能理解
爲什麼
因爲如果你不是正態分佈的話
你還強硬的用六倍的Sigma來幫你代的話
來去硬算的話
那麼這六倍的Sigma
它可不一定是99.73%的數據了
能理解吧
你比如說一個很偏的偏態分佈
那你六倍的Sigma裏邊可不一定是包含了99.73%的數據了
那麼就和我們設計這個指標的初始的時候
對吧
你就違背了他的一個假設
大家能理解吧
好
我再來和大家強調一下
所以啊
那我們剛纔也說了
對吧
大家也討論了
CPPP
當然包括CPK也是PPK也是
算這個指標的大前提是什麼
第一個我們演出來了
數據要具有正態性
原因
很原因
他設計師就是這麼假設的
他是這個指標設計的時候
就是按照正態分佈的一個假設去設計的
6Sigma嗎
99.73%的數據
能理解吧
MIA說PPK也可以吧
PPK也需要正態
你看PP的公式是什麼呀
也是這個公式
CP的公式呢
也是這個公式
他倆的區別是什麼
只不過是這個Sigma的算法不一樣
王凱問老師SPEC是什麼
SPEC是政府一甩子
SPEC是什麼
SPEC就是我們的標準
那麼十正負一呢
就是說規格啊
規格是十正負一
十正負一
下規格線呢
就是九
你上規格線呢
就十一
大家都知道這個CL是什麼對吧
CL叫控制線嘛
叫control line對吧
但是你這個規格線的這個SL是什麼意思啊
這個L可不是line的意思啊
specification limit SL
這是我們的規格
大家聽明白了
大家可以扣個一
我們就進入到下一步
大家沒明白的
大家就打出來
哪不明白
大家都可以問啊
偏差的話
好問題啊
我們學院國際說的一個問題非常好
偏差的話
也就是說什麼叫偏差的
就是我們這個國際同學問的意思啊
就是有的時候我們的公差帶寬
它不是對稱的
你比如十正負一
這就是對稱的了
你正一負一就是對稱的了
有的時候會是這樣的
比如正二負四是這個意思吧
那麼算CP和PP的時候
這個東西無所謂啊
你說我是對稱也好
不對稱也好
無所謂
爲什麼
因爲我們要後面要說啊
這個CPPP它只決定了什麼
它只被誰決定啊
只被我們製成的胖瘦決定
也就是我們製造過程的波動程度啊
大家看到了嗎
你看六倍的賽格嗎
它還有一個東西是什麼
還有一個就是我們中心位置
所以這個CP也好
PP也好
這公式裏邊有沒有涉及到中心位置的事
沒涉及嗎
它只涉及了一個總波動
對不對
所以你算CPPP的時候
你不對稱也無所謂
爲什麼
因爲我沒有中心的概念在裏面
我只有一個波動程度在裏面
但是如果後邊我們接着去給大家講CPKPPK的時候
你說再用
在這種場景下去常規的算我們CPKPPK行不行
那就不行了
好
非常好的問題啊
來
那麼我們來問一個問題啊
大家我們來在公屏上討論一下
我的CP越大
是不是CP越大越好
大家同意的扣1啊
打到我們的評論區
大家不同意的扣2
也打到我們的評論區
我們來討論一下
我說CP越大是不是越好
大家思考一下
我們討論兩個問題
把我們CPPP這個概念過了
我們去進行到下一步
我們去講CPK和PPK
國際同學扣2
好
我們其他同學呢
西方失敗不一定
我再重複一下我的問題啊
CP越大越好
我們是不是希望CP越大越好
哎
我們是不是希望CP越大越好
啊
擔當啊
擔當
必須的啊
普提數啊
歡迎普提數
王凱同學說
一
大家一邊聽一邊幫助
直播間點點贊啊
我們好久沒破萬了
我們今天有希望破萬
CP是不是越大越好
CP一定是越大越好
我們是一定希望越大越好的
爲什麼
越大證明什麼
我們的這個分子是死的
這玩意誰能動啊
這個東西誰能動啊
你說幹着幹着不良率太高了
500公差
我把規格線放寬一點
他不是開玩笑
對吧
他耍流氓了
那那不對啊
那這個分子是什麼
這個分子是死的
這玩固定不變的
你不能動它對吧
那誰決定CPPP的大小分母嗎
你的過程波動越窄越收略
離散程度越小
你的Sigma就越小
你的分母就越小
你的CPPP就怎麼樣
越大
對它是越大越好
我們來討論第二個問題
可能我們希望失敗啊
陳某吐了啊
小蝸牛啊
我們的國際同學琥珀啊
他們可能理解的是第二個第二個問題
我們來討論第二個問題
那麼我說CP越大
不良率就越低
對不對
那我們的國際同學呢
對不對
大家同意的扣1啊
不同意的扣2
我的CP越大
不良率越低
對不對
不一定
對
來
爲什麼不一定
爲什麼不一定啊
來
大家看一下
我們先到這一頁再跳過去啊
那麼上邊的這個圖
大家看到了
這是兩個圖啊
這是圖1
第一種情況
第二種情況
圖1
它的CP是什麼
它的CP是1
圖2呢
第二個情況的CP也是1
那麼誰的不良率大呀
誰的不良率高啊
這是下規格線
對吧
這個是上規格線
對於圖1來說
不良率是哪一部分啊
大家看到沒
你看凡是超
我們就說偏上線的了
超上線的了
下線的那邊不太好畫
基本都爲0了
我們就不畫了
這都是不良
看到沒
對
這些呢
下面這個圖呢
不良率就這麼一丟丟
但是
對對對
大家說的都對啊
對
它不良率高啊
但是你去看
它倆的CP怎麼樣
相等的
它倆的CP相等的
爲什麼
因爲我們CP的大小
只由我們過程的波動決定
對不對
你的只有過程波動決定
那麼圖1和圖2
它的波動怎麼樣
一樣的
所以它倆的CP怎麼樣
相等的
但是
影響我們不良率的
或者決定我們不良率的
除了波動大小
還有什麼呀
我們剛纔有同學說了
還有一個我們中心位置在哪裏
對吧
還有我們的中心位置在哪裏
你看
我們的這個圖1
它的中心位置
已經完全的和什麼
上規格線重合了
所以我們說什麼
光看CP行不行
或者我們說
CP越大
不良率越低
對不對
很顯然不對的
對吧
很顯然不對的
所以我們纔會引出另外一個
大家常見的
常用的
非常耳熟能詳的指標
叫做CPK
它是這樣的一個邏輯
好
那麼我們在講CPK之前
我們先給大家去看一下
我們這一頁
那麼我們和大家去說一下
我們的這個
CP也好
CPK也好
PP也好
PPK也好
它總有一些臨界值
1
1.33
1.67
2
對吧
有很多臨界值
這個臨界值怎麼來的
我們給大家說清楚
爲什麼有零有整的
怎麼來的
那麼這個臨界值
它的要求
和我們的這個六Sigma
還真是脫不開關係
還真脫不開關係
那麼我們來看一下
在我們的六Sigma當中
我們是怎麼理解
我們能達到六Sigma水平的
怎麼理解的這個概念
或者說怎麼定義的
首先
那麼大家可以看圖1
我們說這個藍色的
左邊這個藍色的是下規格線
右邊的這個藍色的是
我們的上規格線
這個完整的公差帶寬裏邊
大家去看
包含了幾倍的Sigma
一個
兩個
三個
對吧
右邊的正方向
這個一個
兩個
三個
對吧
這叫幾Sigma水平
我們現在說的情況叫無偏
這個叫無偏
什麼叫無偏
就是我們假定
假定什麼
我們的製造過程的中心
和我們的這個公差的
中心位置
正好對上
無偏的情況
這個叫幾Sigma水平
對
你看我們稱不出了
打出來了
這個不叫六Sigma水平
我們說你的一半的公差帶寬
包含了幾倍的Sigma
就叫幾Sigma水平
對
我們開開通通說的也對
所以你一半公差帶寬裏面
包含了幾倍的Sigma
包含了三倍的Sigma
所以這個叫什麼
三Sigma水平
對對
算單邊
那麼你帶到公式裏邊來
你的這個公差帶寬
上規格線減下規格線
完整的公差帶寬
包含了幾倍的Sigma
包含了六倍的Sigma
對吧
然後再除以一個六倍的Sigma
這個得幾
這個就得1
所以我們CP
第一個臨界值1
爲什麼他要取1這個臨界值
因爲它代表了三Sigma水平
OK
我們來快速的跳一下
我看看大家能不能理解
我們剛纔說的這些概念
來
我們第三個圖
第三個圖
大家看
這是幾Sigma水平
大家打到評論區
好
我們說回來
那麼大家說的對
這個第三個圖
對吧
這是幾Sigma水平
5Sigma水平
對吧
1
你看一半公差帶
12345
對吧
這叫5Sigma水平
那麼你整個完整的公差帶寬裏邊
包含了幾倍的Sigma
一半包含了5個
你這個完整的公差帶寬
就包含了10倍的Sigma
10Sigma除以6Sigma
那你帶進來是多少
10除以6
你10除以6是多少
10除以6就是1.666的循環
四捨五入
1.67
看到了吧
所以爲什麼我們有這幾個臨界值
1.67其實就對應了我們的5Sigma水平
那麼1.33
這個大家就知道了
對應的是4Sigma水平
4Sigma水平
你帶進Cp的公式裏面是多少
就是8Sigma
除以多少
6Sigma
等於幾
等於8除以6
4除以3
1.333
所以我們既然講CpCpK
就要把這個東西都給大家講清楚了
一點不帶差的
所有東西都會給大家講清楚
怎麼來的這個臨界值
就是這麼來的
不復雜
就是和大家說一下
大家就能聽明白
我們再往下說
那麼聽明白同學
大家可以扣個1
哪不明白
大家隨時打到評論區
Agent老師會和大家再繼續說
大家千萬不要不好意思
好
我們說到這了
對吧
那麼剛纔我們說Cp是不是越大越好
因爲Cp越大
代表了我們製造光的波動越小
我們緊接着問了大家第二個問題
那麼Cp越大
波量越低嗎
那大家也都打到了評論區
說不是這樣的
對吧
爲什麼
因爲除了怎麼樣
我們的這個波動的寬度有多寬
能影響我們的波量率以外
還有一個很重要的東西
就是我們製程的中心位置
它在哪
對吧
你說偏上線了
偏下線了
對吧
或者超上線
超下線了
都會影響波量率
所以我們說這個時候
Cp的問題就顯現出來了
Cp它的公式裏邊就只能衡量什麼
波動大小
它沒有辦法識別你數據的中心位置
我們國際同學剛纔也問了
說什麼
說
那我如果非對稱公差帶寬的話
我還能不能算Cp
可以
它不受影響
爲什麼
因爲它只衡量Cp只衡量波動大小
那麼問題來了
怎麼辦
所以我們才引出了我們另外一個
它的孿生兄弟
Cp的好哥哥叫cpk
給它彌補不足的
那麼大家可以先看一下cpk的公式
cpk的公式
mn
這個是什麼意思
就是最小的那一個
那誰的最小的那一個
括號裏的
cpl和cpu
他倆誰小
cpk就聽誰的
他倆誰小
cpk就聽誰的
那麼cpl的公式是什麼
這個μ是什麼
就是我們製造過程的中心
是製造過程的中心
減去下規格線
我們拿這個圖案說
拿圖案說
這一部分
這裏是下規格線
這裏是我們製造的中心
只不過這個圖恰好重合了
那麼你看
也就是說均值減去下規格線
說白了
就是你的製造過程的中心位置
距離下規格線的距離
除以三倍的sigma
那他爲什麼叫cpl
因爲他的計算公式裏邊
有這個下規格線
在參與運算
那麼cpu
叫做上規格線
減去製造過程的中心位置
除以三sigma
也就是我們製造過程的中心位置
距離上規格線的這個距離
大家看到沒
就是這一部分
那麼他爲什麼叫cpu
因爲有上規格線參與運算
OK
那麼大家可以看到
我再給大家重新畫一下
這個圖
這個是下規格線
對吧
這個呢
是上規格線
我給大家畫偏一點
這是我們製程的分佈
這是我們的中心位置
我們就用μ來表示
那麼你μ減下規格線是哪裏
就是中心位置
到下規格線的距離
那麼上規格線減μ呢
就是這一部分
那麼這個時候大家會發現一個問題
也就是說
我的製造過程的中心位置
把我們的公差帶的完整的寬度
分成了兩部分了
那麼哪一部分小
cpk就跟誰走
那麼我們來討論一下
這個大家感覺
那麼如果我們的製造過程偏下線了
偏上線了
那是不是就這一部分說了算了
因爲cpu也好
cpl也好
他倆的這個計算公式
大家可以看到怎麼樣
分母是一樣的
都是3sigma
區別就在分子上
也就是說要不就是這一部分
要不就是這一部分
然後他倆誰小
那麼cpk就會等於誰
那我們來討論一下
那麼什麼情況下
我們的cpk
他會達到我們最大值
當我們的波動不變的情況下
什麼時候我們cpk會達到最大值
大家可以想一下
所以大家有機會多在企業裏面去做一些實戰的項目
來我來看一下
我們對你看
我們肖像國際和普提數說的都是對的
過程中心與規格值重合的時候
我們的cp會達到最大值
但是
我們在說這些答案的時候
當然我們的課件裏面也是這麼給大家展示的
大家也這麼回答了
但是這裏邊有一個大前提
這個大前提是什麼
包括我們後邊給大家講metab的路徑操作和演示
他其實metab默認的是什麼
他默認的是對稱公差帶寬
他會怎麼樣
你看metab會怎麼樣
我給大家看一下
給大家看一下
因爲我們這個內容比較多
我們一場直播也說不完
所以我們週四還有一場
會和今天這場直播是連續的
那我們看一下metab的路徑吧
今天預熱一下
大家可以看
如果我們什麼都不動的情況下
你比如說我們在規格上限這邊輸入200
規格下限這邊輸入100
大家知道會出現什麼情況
如果我們只輸入這些信息
別的都不動
metab會默認默認什麼
默認你的中心值是150
也就是metab的窗口會默認你的公差帶寬是對稱的
你的上規格線是200
你的下規格線是100
我基於一個對稱的公差帶寬
我去說那是多少
算一下
中心值是150
150正負50
這個是metab的一個
這個你在現在做的時候要注意的一個事情
這個是一個默認的
包括我們算cpk也是pbk也是
這個大家要清楚
我們說的這些其實都是基於一個假設
什麼假設
基於這個假設
就是你的公差帶寬是對稱的
有一箇中心值10
正2負2對稱的公差帶寬
你比如但凡換一下
你看我們國際同學一開始問的
你比如不對稱的公差帶正1負3
那可就不是這樣的了
那可就不是這樣的
我們就得單獨又說另外這種情況
大家能理解哈
大家有什麼問題可以打到評論區
我們現在和大家討論互動
給大家一起去聊一聊
大家可以去點一下我們三號鏈接
我們現在講的今天主題的內容
我們在這個課程裏邊也有
在第6章一共8章60個小時
大家可以點三號鏈接
我們會給大家發我們的完整課程裏邊的一部分
試聽課
大家可以去聽去感受一下
一號鏈接是我們Kai老師
講的8D分析方法的課程
那麼這個是完整給大家發的
一共15節課
原價99
之前賣了很多了
雙11期間給大家做一個福利
就是免費給大家發完整的8D分析的這種課程
一號鏈接大家可以去搶
家輝說單邊尺寸的CPK咋算
單邊尺寸的是一樣的
單邊尺寸就是什麼
你單邊尺寸無非就是你單下線
他就只能算CPL
那CPK就等於CPL
單上線
你就只有一個上規格線
你就只能算CPU
CPK就等於CPU
這個就比較簡單
能不能慢慢加花
那麼你在metap操作的時候
你比如說我只有一個上規格線是200
你就在規格上線這輸200
但是你切記規格下線要空着
你別輸個零
對吧
你輸零的話
他就會默認爲中心位置是100
100正負100能力
要不就別輸
你就空着他
你要非得說我就想輸個零
我不可能是負數
那你要把後面這個邊界點上
能理解嗎
要不就別輸
你非輸零
把邊界點上
這個是同步的
