Cp 和 Cpk 衡量您与平均表现的一致性。
“k”代表“集中因子”。该指数考虑了您的数据可能不居中的事实。
Cpk告诉我们一个进程在未来可以做什么,假设它保持在统计控制状态。
在完美居中的数据集中,Cp 和 Cpk 之间不会有差异。想象一下在飞镖板上扔飞镖,靶心的中心是笛卡尔平面上的 0,0,边缘距离该中心点三个单位(我们将使用飞镖板的边缘或 3 和 -3作为我们的 USL 和 LSL)。在完美居中的飞镖样本中,您与中心或 Mu 的平均距离将为 0。一点代数知识就会告诉我们您的 Cpk 和 Cp 数字是相同的。分钟((0- -3)/3s , (3-0)/3s) = (3- -3)/6s = 1s 。
当飞镖向上移动时,情况会变得有点困难,比如说集中在中心上方平均 2 个单位的地方。现在你最终得到的 Cpk 为 (3-2)/3s = 1/3s,但你的 Cp 仍然是与之前相同的 1s。需要注意的是,由于 Cpk 使用最小值函数,因此对于同一组数据,它始终等于或小于 Cp。
2021/1/14 16:29:57
2021/1/27 17:05:39
2021/3/10 15:48:49
2021/4/8 14:42:32
2021/1/8 16:32:33
我们不单提供专业的软件与服务,我们同时也为客户系统的运行提供理论与经验支持,分享我们在质量管理领域的相关经验与知识!