CPK和PPk的区别.doc

CPK和PPk的区别名义上来说： CPK：过程能力指数 PPK：过程性能指数 两种能力统计的方式和抽取数、及适用范围都有一定的区别 1适用范围 CPK正常是在制程稳定的情况下，统计制造过程中的产品、工序的性能指数而应用的 PPK正常是在制程不稳定的情况下，统计过程能力指数而用到的 2.要求程度 PPK在统计学中对制程能力的统计要求远远高于CPK 正常情况下，CPK大于等于1.33就可以说明制程稳定了，而PPK必须要大于等于1.66才能说明过程稳定 同时，两种指数的计算公式都不一样。具体的公式我一时想不起来，可以和我联系，我会将公式告诉您的 因为计算公式的不同，所以计算的结果和要求也完全不同，往往CPK计算结果很高的数据，同样的用在PPK里面，可能会是很差的结果。 3.抽取样本的不同 CPK的公式计算，及能力指数的计算，一般情况下，抽取的样本最好是要大于100，这样计算出来的CPK才具备一定的可靠性 而PPK不同，PPK的计算只要样本数达到5个，即可以计算PPK。 1、适用范围 CPK正常是在制程稳定的情况下，统计制造过程中的产品、工序的性能指数（是否应当是工序的“能力指数”，不应当是“性能指数”）而应用的。 PPK正常是在不（知道）制程（是否）稳定的情况下，统计过程（性能，不是能力）指数而用到的。 2.要求程度 PPK在统计学中对制程能力的统计要求远远高于CPK正常情况下，CPK大于等于1.33就可以说明制程稳定了（Cpk计算的前提是要过程稳定，如果过程不知道是否稳定，也可以计算的，得到的只是PPK而不是CPK），而PPK必须要大于等于1.66才能说明过程稳定（PPK再大也不能说明过程稳定。）1、 cpk是由造成变差的普通原因来确定，通常代表过程本身的最佳性能，是过程固有变差的6范围，不包括子组之间的变差（即子组之间的变差为0，而只有过程处于受控状态时此变差为0）；ppk是过程总的变差的6范围与规范之间的关系，包含子组内变差和子组间变差。两个6范围的计算方法不同。二者的作用有所不同：cpk可以用来确定一个过程是否有能力满足客户的需要，而ppk则表示过程实际上能否满足客户的需求。2、PPAP手册第四版中有这样一段话：“初始过程研究不仅是为了得到一个精确的指数值，而是为了更好地了解过程变差。可用合适的历史数据或足够的初始数据（至少100 个）来绘制控制图，过程稳定时，可计算Cpk。当过程存在已知的可判断的特殊原因，且输出满足规范要求时，应该使用Ppk。如没有足够的可用数据1.33，则要求ppk1.67。 第二种说法/理论： 也就是6sigma理论中，cpk代表短期工序能力（某一小段时间内的工序能力，连续的数据）ppk代表长期工序能力（一个长时间，如一年或都说所有的，全部的，可以是间断的数据）。他们的计算工式是相同的，唯一的不同是标准偏差的计算方法不同。ppk的标准偏差(长期)=stdev()（也就是常规算法，stdev是excel中算标准偏差的工式） cpk的标准偏差(短期）=R平均值/d2 (R-bar算法） 或 (短期）=S平均值/c4(S-bar算法）,好像还有一种算法我还没弄明白，是minitab中的default算法叫pooled standard deviation， d2,c4是修偏系数他们与分组n有关，可查表(计算短期的标准偏差需要分组n最小=2, 计算长期标准偏差时，将长期收集的所有数据看成为一个样本)。当数据越接近正态分布时ppk与cpk的的差别越小，也就是短期对长期越有代表性。 ok,这就是cpk与ppk的不同， 但是我们又发现一个问题。ppk标准偏差的计算和我们通常计算的cpk的计算方法一样，我也用minitab和execl验证了一下，确实minitab中计算的ppk的值和我们用excel中stdev工式计算的一样（大家可以试一下，有时间我也会传一个上来大家看看），为什么呢？我是这样解释的，平时我们计算的工序能力cpk时，要求在工序稳定的状态下连续取样，也就说我们默认我们的取样是代表整个工序的长期的工序能力，所以我们传统意义中的cpk就是6sigma中的ppk.