Cp, Cpk, Pp และ Ppk แตกต่างกันอย่างไร?

Cp และ Cpk ใช้ค่าเบี่ยงเบนมาตรฐานภายในกลุ่ม (ระยะสั้น, R-bar หารด้วย d2) ซึ่งจะบอกคุณว่ากระบวนการจะมีความสามารถได้มากเพียงใดที่การกระจายตัวในปัจจุบัน ส่วน Pp และ Ppk ใช้ค่าเบี่ยงเบนมาตรฐานโดยรวม (ระยะยาว ซึ่งรวมถึงการเบี่ยงเบนระหว่างกลุ่มย่อย) และบอกถึงผลการทำงานจริงที่เกิดขึ้น ทั้งนี้ Cp และ Pp จะละเลยการปรับศูนย์กลาง ส่วน Cpk และ Ppk จะหักคะแนนกระบวนการที่เบี่ยงเบนออกจากเป้าหมาย

ค่า Cpk ที่ดีคือเท่าไหร่?

เกณฑ์มาตรฐานอุตสาหกรรมทั่วไปคือ: Cpk ต่ำกว่า 1.00 คือไม่มีความสามารถ, 1.00 ถึง 1.33 คือก้ำกึ่ง (Marginal), 1.33 หรือสูงกว่าคือมีความสามารถ, 1.67 หรือสูงกว่าคือดีเยี่ยม และ 2.00 หรือสูงกว่าคือระดับโลก (World-class หรือ Six Sigma ที่แท้จริง) เกณฑ์ที่แน่นอนจะแตกต่างกันไปตามอุตสาหกรรมและความเสี่ยงด้านความปลอดภัย

ฉันสามารถใช้เครื่องคำนวณนี้กับขีดจำกัดข้อกำหนดเฉพาะเพียงด้านเดียวได้หรือไม่?

ได้ ให้ปล่อยช่องขีดจำกัดที่ไม่ใช้งานว่างไว้ ค่า Cp และ Pp จำเป็นต้องมีขีดจำกัดทั้งสองด้าน ดังนั้นจะแสดงเป็น ไม่สามารถใช้ได้ (n/a) แต่ค่า Cpk และ Ppk จะถูกคำนวณเป็นดัชนีแบบด้านเดียว — ตัวอย่างเช่น สำหรับข้อกำหนดเฉพาะด้านบนเท่านั้น Cpk จะเท่ากับ (USL ลบด้วยค่าเฉลี่ย) หารด้วย (3 คูณด้วยซิกมา)

ซิกมาแต่ละประเภทใช้สำหรับอะไร?

ซิกมาภายในกลุ่ม (Within-subgroup sigma) — R-bar หารด้วย d2 — จะจับความผันแปรของกระบวนการที่มีอยู่เดิมระหว่างหน่วยที่ผลิตต่อเนื่องกันภายในกลุ่มย่อย และใช้สำหรับ Cp และ Cpk ส่วนซิกมาโดยรวม (Overall sigma) — ค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างด้วย n ลบ 1 — จะจับความผันแปรที่เกิดขึ้นจริงตลอดช่วงข้อมูล และใช้สำหรับ Pp, Ppk และสำหรับ DPMO ค่าทั้งสองนี้จะเท่ากันก็ต่อเมื่อกระบวนการมีความเสถียรอย่างสมบูรณ์เท่านั้น

เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา

คำนวณ Cp, Cpk, Pp, Ppk, ระดับซิกมา, DPMO และอัตราผลตอบแทน (yield) จากสถิติสรุป (ค่าเฉลี่ย, ซิกมา, ขีดจำกัดข้อกำหนด) หรือข้อมูลการวัดดิบ มาพร้อมกับเส้นโค้งปกติ หน้าปัดแสดงความสามารถ, คำวินิจฉัยที่เข้าใจง่าย และขั้นตอนการทำงานอย่างละเอียด

ใช้งานฟรีไม่ต้องสมัครสมาชิกผลลัพธ์ทันที

เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมาลองใช้เลย — ฟรี ▼

⚡ ตัวอย่างด่วน คลิกค่าที่ตั้งไว้ล่วงหน้าเพื่อกรอกข้อมูลในฟอร์ม จากนั้นกดคำนวณ

① ขีดจำกัดข้อกำหนดเฉพาะ

LSL เลือกกรอกได้ ขีดจำกัดข้อกำหนดเฉพาะด้านล่าง ปล่อยว่างไว้สำหรับข้อกำหนดเฉพาะด้านบนเท่านั้น

เป้าหมาย เลือกกรอกได้ แสดงเป็นเส้นสีฟ้าอมเขียวบนแผนภูมิ

USL เลือกกรอกได้ ขีดจำกัดข้อกำหนดเฉพาะด้านบน จำเป็นต้องระบุอย่างน้อยหนึ่งด้าน (USL/LSL)

② สถิติตัวชี้วัดกระบวนการ

ค่าเฉลี่ยกระบวนการ (μ) ค่าเฉลี่ยของข้อมูลการวัดของคุณ

ค่าซิกมากระบวนการ (σ) ค่าเบี่ยงเบนมาตรฐานของข้อมูลการวัด

ขนาดตัวอย่าง (n) เลือกกรอกได้ สำหรับใช้ในรายงานเท่านั้น

② วางข้อมูลการวัดดิบ

ค่าที่วัดได้ รองรับได้สูงสุด 2,000 ตัวเลข สามารถใช้เครื่องหมายจุลภาค, ช่องว่าง, แท็บ หรือการขึ้นบรรทัดใหม่เป็นตัวคั่นได้ทั้งหมด

ขนาดกลุ่มย่อย ใช้สำหรับคำนวณ σ_within ผ่าน R̄ / d₂ โดยทั่วไปมักเลือกใช้ 4 หรือ 5

ℹ กลุ่มย่อยจะถูกจัดรูปตามลำดับข้อมูลที่ถูกวาง โปรดจัดเรียงข้อมูลการวัดตามลำดับเวลาตามธรรมชาติ เพื่อให้การประมาณค่า σ ภายในกลุ่มมีความถูกต้องแม่นยำ

Embed เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา Widget

เกี่ยวกับ เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา

เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา ใช้สำหรับวัดระดับความสามารถของกระบวนการที่มีความเสถียรว่าสามารถทำงานได้สอดคล้องตามขีดจำกัดข้อกำหนดเฉพาะได้ดีเพียงใด วิศวกรฝ่ายควบคุมคุณภาพ, ผู้เชี่ยวชาญ Six Sigma Black Belt และทีมพัฒนาความน่าเชื่อถือ ต่างเลือกใช้ดัชนีชี้วัดที่คำนวณได้จากเครื่องมือนี้ — ไม่ว่าจะเป็น Cp, Cpk, Pp, Ppk, ระดับซิกมา, DPMO และผลผลิต (Yield) — เพื่อตอบคำถามที่เก่าแก่ที่สุดในภาคปฏิบัติการประเมินผลผลิตว่า จากสิ่งที่เรากำลังผลิตอยู่ ผลงานจะหลุดออกจากเกณฑ์ที่ลูกค้าจะยอมรับได้บ่อยครั้งแค่ไหน?

เครื่องมือนี้โดดเด่นและแตกต่างจากเครื่องคำนวณ Cpk ทั่วไปในสามด้านด้วยกัน ประการแรก รองรับโหมดการป้อนข้อมูลสองรูปแบบ: คุณสามารถเลือกวางค่าจากการวัดดิบ (ระบบจะประมวลผลคำนวณทุกอย่างให้คุณ) หรือข้ามไปใส่เฉพาะค่าเฉลี่ยและค่าซิกมาได้ทันที ประการที่สอง สามารถแยกความแตกต่างระหว่างค่าซิกมาภายในกลุ่ม (ซึ่งใช้ในการหา Cp และ Cpk) ออกจากค่าซิกมาโดยรวมได้อย่างถูกต้อง (ซึ่งใช้ในการหา Pp และ Ppk) — ซึ่งในเครื่องคำนวณฟรีหลายแห่งมักจะนำมารวมกันอย่างสับสน ประการที่สาม สามารถแสดงผลในรูปแบบภาพเพื่อให้เข้าใจง่าย: มีทั้งเส้นโค้งปกติซ้อนทับด้วยเส้น USL, LSL และเส้นระบุเป้าหมาย พร้อมหน้าปัดวัดความสามารถ และสเกลระบุระดับ 1σ–6σ เพื่อบอกพิกัดตำแหน่งกระบวนการของคุณได้อย่างชัดเจน

ทำความเข้าใจดัชนีความสามารถทั้งสี่ตัว

Cp ใช้สำหรับวัด ศักยภาพความสามารถ (Potential Capability): เพื่อดูว่ากระบวนการจะสามารถเข้าได้ดีเพียงใดภายในช่วงข้อกำหนดเฉพาะหากมีการปรับจุดศูนย์กลางอย่างสมบูรณ์แบบ โดยเป็นการเปรียบเทียบความกว้างของข้อกำหนดเฉพาะ (USL − LSL) กับค่าเบี่ยงเบนมาตรฐานของการกระจายตัวกระบวนการที่หกเท่า ค่า Cp ที่เท่ากับ 1.0 หมายความว่าการกระจายตัวของกระบวนการนั้นเต็มพอดีกับช่วงข้อกำหนดเฉพาะโดยไม่มีระยะเผื่อเลย หากค่า Cp เท่ากับ 1.33 จะมีระยะเผื่อเหลืออยู่ 33% และหากเป็น 2.0 จะมีระยะเผื่อสูงถึง 100%

Cpk ใช้สำหรับวัด ความสามารถจริง (Actual Capability) โดยเลือกเอาค่าที่น้อยกว่าระหว่าง (USL − μ) / 3σ และ (μ − LSL) / 3σ ดังนั้นดัชนีนี้จึงหักคะแนนสำหรับกระบวนการที่เคลื่อนที่ออกห่างจากเป้าหมาย ค่า Cpk จะมีค่าน้อยกว่าหรือเท่ากับ Cp เสมอ และช่องว่างที่เกิดขึ้นระหว่างสองค่านี้บ่งชี้ถึงปัญหาการปรับศูนย์กลาง ซึ่งโดยปกติแล้วคุณสามารถแก้ไขได้ด้วยการปรับตั้งค่าเครื่องมือมากกว่าการต้องออกแบบระบบใหม่

Pp และ Ppk คือค่าเทียบเคียงในระยะยาว โดยจะใช้ค่าเบี่ยงเบนมาตรฐาน โดยรวม (Overall) ซึ่งคำนวณมาจากทุกๆ ค่าการวัดในการศึกษา จึงทำให้ครอบคลุมถึงการเบี่ยงเบนระหว่างกลุ่มย่อย, การสึกหรอของเครื่องมือชิ้นงาน, การเปลี่ยนแปลงระหว่างกะทำงาน และความเคลื่อนไหวที่ช้าอื่นๆ หากค่า Pp มีค่าน้อยกว่า Cp อย่างเห็นได้ชัด แสดงว่ากระบวนการของคุณอาจไม่ได้มีความเสถียรจริงอย่างที่เห็นในช่วงเวลาสั้นๆ

ระดับซิกมา และ DPMO

ระดับซิกมาคือคำนิยามแบบย่อเพื่อบอกว่า "มีค่า σ อยู่จำนวนเท่าใดที่คั่นระหว่างค่าเฉลี่ยของกระบวนการกับขีดจำกัดข้อกำหนดเฉพาะที่ใกล้ที่สุด" กระบวนการที่อยู่ในระดับ 6 σ ระยะสั้น เมื่อหักลบการปรับเปลี่ยน 1.5 σ ตามเกณฑ์มาตรฐานทั่วไปแล้ว จะเชื่อมโยงกับค่าของเสีย 3.4 ชิ้นต่อหนึ่งล้านโอกาส (DPMO) ในระยะยาว เครื่องคำนวณนี้จะรายงานทั้งระดับซิกมาระยะสั้น (สิ่งที่คุณจะมองเห็นบนแผนภูมิควบคุม) และค่า DPMO รวมถึงเปอร์เซ็นต์ผลผลิต (Yield) ที่คำนวณโดยตรงจากการแจกแจงแบบปกติ

วิธีใช้งานเครื่องมือนี้

เลือกโหมดการป้อนข้อมูล: เลือก สถิติสรุป หากคุณมีค่า μ และ σ อยู่แล้ว หรือเลือก ข้อมูลการวัดดิบ หากคุณต้องการวางรายการตัวเลขที่ได้จากการวัด
กรอกขีดจำกัดข้อกำหนดเฉพาะ: ระบุค่า USL, LSL หรือระบุทั้งสองด้าน สำหรับค่าเป้าหมายสามารถเลือกกรอกได้และจะปรากฏบนแผนภูมิ
กรอกข้อมูล: ในโหมดสถิติสรุป ให้ใส่ค่าเฉลี่ยและค่าซิกมา ในโหมดข้อมูลดิบ ให้วางตัวเลขอย่างน้อยสองค่าขึ้นไป (คั่นด้วยเครื่องหมายจุลภาค ช่องว่าง หรือขึ้นบรรทัดใหม่)
กดส่งข้อมูล: รายงานจะแสดงค่า Cp, Cpk, Pp, Ppk, ระดับซิกมา, DPMO, ผลผลิต (Yield) และคำสรุปผลด้วยภาษาที่เข้าใจง่าย พร้อมแสดงเส้นโค้งปกติ หน้าปัดความสามารถ และขั้นตอนการคำนวณอย่างละเอียด

ค่า Cpk ที่เรียกว่า "ดี" มีลักษณะอย่างไร?

Cpk < 1.00 — ไม่มีความสามารถ คาดว่าจะเกิดของเสียขึ้นในระหว่างการดำเนินงานตามปกติ
1.00 ≤ Cpk < 1.33 — ระดับก้ำกึ่ง (Marginal) หากกระบวนการเกิดการเบี่ยงเบนเพียงเล็กน้อยจะทำให้เกิดของเสียขึ้นได้
1.33 ≤ Cpk < 1.67 — มีความสามารถ เป็นเกณฑ์มาตรฐานดั้งเดิมที่ใช้ในอุตสาหกรรม
1.67 ≤ Cpk < 2.00 — ดีเยี่ยม มีระยะเผื่อสำหรับเข้าสู่ขีดจำกัดข้อกำหนดได้อย่างปลอดภัยและสะดวกสบาย
Cpk ≥ 2.00 — ระดับโลก (World-class) เป็นกระบวนการในระดับ Six Sigma ที่แท้จริง

ตัวอย่างการคำนวณ

สายการบรรจุขวดตั้งเป้าหมายปริมาณน้ำไว้ที่ 500 mL ต่อขวด โดยมีข้อกำหนด LSL = 497 mL และ USL = 503 mL ผลลัพธ์จากกระบวนการผลิตจริงได้ค่าเฉลี่ย μ = 500.4 mL พร้อมค่า σ = 0.62 mL คำนวณค่า Cp = (503 − 497) / (6 × 0.62) ≈ 1.61, ค่า Cpk = min((503 − 500.4) / (3 × 0.62), (500.4 − 497) / (3 × 0.62)) = min(1.398, 1.828) ≈ 1.40 สรุปได้ว่ากระบวนการนี้มีความสามารถในระดับที่น่าพอใจ (Cpk ≥ 1.33) และการที่ค่าเฉลี่ยเบี่ยงเบนออกจากเป้าหมายเล็กน้อยส่งผลให้ค่า Cpk น้อยกว่าค่า Cp อย่างเห็นได้ชัด

คำถามที่พบบ่อย (FAQ)

ความแตกต่างระหว่าง Cp, Cpk, Pp และ Ppk คืออะไร?
Cp/Cpk จะใช้ค่า σ ภายในกลุ่มย่อย (ระยะสั้น, R̄/d₂) เพื่อบอกว่ากระบวนการจะสามารถทำได้ดีที่สุดเท่าใดที่ระดับการกระจายตัวปัจจุบัน ส่วน Pp/Ppk จะใช้ค่า σ โดยรวม (ระยะยาว ซึ่งรวมถึงการเบี่ยงเบนสะสมด้วย) เพื่อบอกผลการดำเนินงานจริงที่เกิดขึ้น ทั้งนี้ Cp และ Pp จะไม่นำการปรับศูนย์กลางมาพิจารณา ส่วน Cpk และ Ppk จะหักคะแนนหากกระบวนการทำงานหลุดออกจากเป้าหมาย

ระดับซิกมาเกี่ยวข้องกับ DPMO อย่างไร?
ระดับซิกมาคือค่า Z ระยะสั้น — ซึ่งหมายถึงระยะห่าง (นับเป็นจำนวนเท่าของค่า σ) จากค่าเฉลี่ยไปจนถึงขีดจำกัดข้อกำหนดเฉพาะที่ใกล้ที่สุด ส่วน DPMO คืออัตราของเสียระยะยาวต่อหนึ่งล้านหน่วย คำนวณจากพื้นที่ใต้เส้นโค้งปกติส่วนปลายที่หลุดออกนอกขีดจำกัด ตาราง Six Sigma ดั้งเดิมจะจับคู่ระดับ 6 σ ระยะสั้น เข้ากับค่า 3.4 DPMO ระยะยาว ภายหลังการปรับเปลี่ยนด้วยเกณฑ์ 1.5 σ

การปรับเปลี่ยน 1.5 ซิกมา (1.5 sigma shift) คืออะไร?
ข้อสังเกตเชิงประจักษ์ที่พบว่ากระบวนการต่างๆ มักจะมีการเบี่ยงเบนไปประมาณ 1.5 σ เมื่อเทียบระหว่างการศึกษาระยะสั้นกับการดำเนินงานจริงในระยะยาว ตามข้อตกลงทั่วไป ระดับซิกมาระยะยาว ≈ ระดับซิกมาระยะสั้น − 1.5 นี่คือเหตุผลว่าทำไมกระบวนการที่วัดได้ 6 σ ในระยะสั้น จึงถูกจับคู่กับค่า 3.4 DPMO ในระยะยาว แทนที่จะเป็นค่าความน่าจะเป็นของปลายหาง 6 σ จริงซึ่งมีขนาดเล็กกว่ามาก

ฉันสามารถใช้งานเครื่องมือนี้กับขีดจำกัดข้อกำหนดเฉพาะด้านเดียวได้หรือไม่?
ได้ ให้ปล่อยช่องขีดจำกัดที่ไม่ต้องการใช้งานว่างไว้ ค่า Cp และ Pp จำเป็นต้องใช้ขีดจำกัดทั้งสองด้านและจะถูกระบุค่าเป็น n/a (ไม่สามารถใช้ได้) แต่ค่า Cpk และ Ppk จะถูกคำนวณเป็นดัชนีแบบด้านเดียวแทน — ตัวอย่างเช่น ค่า Cpk = (USL − μ) / (3 σ) สำหรับข้อกำหนดเฉพาะด้านบนเท่านั้น

ซิกมาแต่ละประเภทใช้ในการคำนวณส่วนใดบ้าง?
ค่า σ ภายในกลุ่ม (R̄ / d₂) จะถูกนำไปคำนวณค่า Cp และ Cpk ส่วนค่า σ โดยรวม (ค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างด้วย n − 1) จะถูกนำไปคำนวณค่า Pp, Ppk และการคำนวณค่า DPMO ค่าทั้งสองนี้จะเท่ากันก็ต่อเมื่อกระบวนการมีความเสถียรอย่างสมบูรณ์แบบ ยิ่งช่องว่างระหว่างสองค่านี้กว้างมากเท่าใด แสดงว่าเกิดการเบี่ยงเบนระหว่างกลุ่มย่อยมากขึ้นเท่านั้น

ทำไมค่า Cpk ของฉันถึงแตกต่างจาก Pp?
Cpk ใช้ค่า σ ภายในกลุ่มและเลือกค่าที่น้อยที่สุดจากดัชนีด้านบนและด้านล่าง ส่วน Pp ใช้ค่า σ โดยรวมและละเลยเรื่องการปรับจุดศูนย์กลาง ดังนั้นค่า Cpk จะลดลงเมื่อกระบวนการหลุดออกจากเป้าหมาย ส่วนค่า Pp จะลดลงเมื่อเกิดความผันแปรระยะยาวในระดับสูง เมื่อเปรียบเทียบกัน: ช่องว่างระหว่าง Cp/Pp ที่กว้างบ่งบอกถึงความไม่เสถียรเมื่อเวลาผ่านไป ในขณะที่ช่องว่างระหว่าง Cp/Cpk ที่กว้างบ่งบอกว่าค่าเฉลี่ยหลุดออกจากเป้าหมาย ซึ่งคุณมักจะสามารถปรับตั้งค่าเพื่อแก้ไขได้

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา" ที่ https://MiniWebtool.com/th/เครื่องคำนวณความสามารถของกระบวนการซิกซ์ซิกมา/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool อัปเดตเมื่อ: 19 พฤษภาคม 2026

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.