Cp 和 Cpk 衡量您與平均表現的一致性。
“k”代表“集中因子”。該指數考慮了您的數據可能不居中的事實。
Cpk告訴我們一個進程在未來可以做什么，假設它保持在統計控制狀態。
在完美居中的數據集中，Cp 和 Cpk 之間不會有差異。想象一下在飛鏢板上扔飛鏢，靶心的中心是笛卡爾平面上的 0,0，邊緣距離該中心點三個單位（我們將使用飛鏢板的邊緣或 3 和 -3作為我們的 USL 和 LSL）。在完美居中的飛鏢樣本中，您與中心或 Mu 的平均距離將為 0。一點代數知識就會告訴我們您的 Cpk 和 Cp 數字是相同的。分鐘((0- -3)/3s , (3-0)/3s) = (3- -3)/6s = 1s 。
當飛鏢向上移動時，情況會變得有點困難，比如說集中在中心上方平均 2 個單位的地方。現在你最終得到的 Cpk 為 (3-2)/3s = 1/3s，但你的 Cp 仍然是與之前相同的 1s。需要注意的是，由于 Cpk 使用最小值函數，因此對于同一組數據，它始終等于或小于 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
我們不單提供專業的軟件與服務，我們同時也為客戶系統的運行提供理論與經驗支持，分享我們在質量管理領域的相關經驗與知識！