CPK解释

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
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
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） 2.Cp 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
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
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
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
C 0.67 ≤ Cpk ≤ 1
立即检讨改善
D
Cpk ≤ 0.67 采取紧急措施，进行品质
改善，并研讨规格
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、PANASONIC、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 OEM 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 OEM 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:
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
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
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？ 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。
综合制程能力指数 Cpk： 同时考虑偏移及一致程度。 Cpk ＝ ( 1 － k ) x Cp 或 MIN {CPU,CPL}
Ppk ＝ ( 1 － k ) x Pp 或 MIN {PPU,PPL}
(X –μ) K ＝ |Ca| ＝ —————— (T/2)
PS.制程特性定义
单边规格(设计规格)因没有规格上限或下限
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
以下为一点 CPK 基础知识，希望对大家有点用
制程能力指数 制程准确度 Ca 制程精密度 Cp 制程能力 Cpk 估计不良率 ppm 计量值公式 统计数值 直方图 制程能力分析图 X-R 管制图 XMED-R 管制图 X-s 管制图 X-Rm 管制图 计数值公式 推移图分析 p 管制图 1-p 管制图 np 管制图 c 管制图 u 管制图 dppm 管制图 附录 柏拉图 抽样分配常数表 管制界限系数
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。
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)
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。
没有规格下限 Cp ＝ CPU ＝ Cpk
没有规格上限 Cp ＝ CPL ＝ Cpk
评等参考
当 Cpk 值愈大，代表制程综合能力愈好。
等级判定：依 Cpk 值大小可分为五级
等级 Cpk 值 处理原则
A+ 1.67 ≤ Cpk
无缺点考虑降低成本
A 1.33 ≤ Cpk ≤ 1.67 维持现状
B1
≤ Cpk ≤ 1.33 有缺点发生
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 )
wk.baidu.com
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