製程能力指數計算器

計算Cp、Cpk、Cpu與Cpl,比較製程變異及中心位置與規格界限的關係。

製程能力分析
請使用穩定製程的平均值、製程內標準差,以及工程規格界限。

關於製程能力指數

製程能力指數比較製程的自然分散範圍與工程規格允許的區間。Cp將規格上限與下限的差除以六倍標準差,用來衡量潛在能力。穩定且呈常態分布的製程,約有99.73%的觀測值落在平均值上下三倍標準差內,因此慣例上以六倍標準差代表自然寬度。Cp越大,表示公差帶相對於製程變異越寬。 Cp不考慮製程平均值在規格內的位置。Cpk藉由比較平均值與各側規格界限的距離,納入中心偏移的影響。Cpu衡量上側能力,等於USL減去平均值後,再除以三倍標準差。Cpl衡量下側能力,等於平均值減去LSL後,再除以三倍標準差。Cpk是Cpu與Cpl中的較小值,因為能力受最近的界限限制。製程置中時,兩側指數相等,Cpk等於Cp;製程偏移時,Cpk低於Cp。 組織常將1.00視為估計的自然製程寬度恰好符合規格寬度,將1.33作為一般製程具備能力的常見最低門檻,並將1.67或更高值用於更關鍵的應用。這些是慣例,而非普遍定律。允收標準應依客戶風險、量測誤差、製程成熟度、分布形狀與不良品成本決定。 只有在統計穩定性確立後,能力分析才有意義。受特殊原因影響的製程,其平均值與標準差不可靠,因此不能以單一指數可靠地概括未來表現。請先檢視管制圖,並採用符合抽樣計畫的製程內變異估計。規格必須來自工程或客戶要求,而非觀測資料。 將Cp與Cpk解讀為不良表現時,也依賴近似常態的連續分布。偏態、有界、多峰或具自我相關的資料,可能需要轉換、非常態能力模型或直接百分位數分析。請確認量測系統適當,並使用足夠且經合理分組的觀測值。本計算器提供透明的算術計算,但完整研究還應報告抽樣期間、穩定性證據、分布評估、信賴區間及實際作業背景。

製程能力範例

輸入值指數判讀
平均值50,標準差2,LSL 44,USL 56Cp 1.000; Cpk 1.000製程置中,自然分散範圍恰好涵蓋公差帶。
平均值52,標準差2,LSL 44,USL 56Cp 1.000; Cpk 0.667偏移的製程受到規格上限限制。
平均值100,標準差1,LSL 95,USL 105Cp 1.667; Cpk 1.667製程置中,且變異相對較低。

如何計算製程能力

  1. 確認製程穩定,並收集具代表性的量測值。
  2. 輸入製程平均值與製程內標準差。
  3. 輸入工程規格下限與上限。
  4. 計算Cp與Cpk,再分別探討變異與中心位置。

製程能力常見問題

Cp與Cpk有什麼不同?

Cp比較規格寬度與製程分散範圍,並假設理想置中。Cpk也考量平均值與最近規格界限的距離。

Cpk可以是負值嗎?

可以。當製程平均值超出至少一側規格界限時,Cpk為負值,表示存在嚴重的中心偏移或績效問題。

Cpk為1.33一定可以接受嗎?

不一定。1.33是常見慣例,而非通用要求。允收與否應依客戶、法規、安全及業務風險標準決定。

規格界限等同於管制界限嗎?

不是。規格描述可接受的產品表現,來自需求;管制界限描述預期的製程行為,由製程資料估計。

應該使用哪一種標準差?

短期能力應採用適當的製程內估計,績效研究則採用一致的整體估計。請註明方法,因為不同估計可能使指數明顯改變。