自 2010 年 · 每月支援超過 200 萬次工具執行
自 2010 年
加到 Chrome

我的工具箱

自動模式

尚未收藏任何工具。

升級為高級版
相關工具
高斯分布產生器阿普加評分計算機語言學習流利度小時數計算機百分產率計算機股票貝塔係數計算機
主頁 > 數學 > 統計與數據分析
 

六標準差製程能力計算機

由摘要統計或原始量測計算 Cp、Cpk、Pp、Ppk、標準差等級、DPMO 與良率。並以常態曲線與儀表板給出白話結論。

免費使用無需註冊即時出結果
六標準差製程能力計算機立即免費試用 ▼

⚡ 快速範例 點擊預設設定以填入表單。然後按下「計算」。

① 規格界限

規格下限。若為僅限上限的規格請留空。
在圖表上顯示為青色線。
規格上限。USL/LSL 必須至少填寫一項。

② 製程統計數據

測量值的平均數。
測量值的標準差。
僅用於報告。

Embed 六標準差製程能力計算機 Widget

六標準差製程能力計算機

六標準差製程能力計算機用於評估穩定製程滿足其規格界限的能力。品管工程師、六標準差黑帶和可靠度團隊使用它所計算的指數 — Cp、Cpk、Pp、Ppk、標準差水準、DPMO 和良率 — 來回答營運中最經典的問題之一:在我們現有的生產品值下,製造出客戶無法接受的缺陷品的頻率有多高?

本工具與一般的 Cpk 計算機相比有三個獨特優勢。首先,它支援兩種輸入模式:您可以直接貼上原始測量數據(系統會為您計算所有內容),也可以直接輸入已知的平均值和標準差。其次,它正確地將組內標準差(用於 Cp 和 Cpk)與整體標準差(用於 Pp 和 Ppk)區分開來 — 許多免費計算機會將兩者混淆。第三,它將結果視覺化:包含了帶有 USL、LSL 和目標值標記的正態分佈疊加圖、製程能力轉盤,以及能準確顯示製程所處位置的 1σ–6σ 尺度。

四大製程能力指數深度解析

Cp 衡量的是潛在製程能力:如果製程完美地中心化,它在規格之間的可能符合程度。它將規格寬度 (USL − LSL) 與製程變異的六個標準差進行比較。Cp 為 1.0 意味著製程散佈恰好填滿規格視窗,沒有任何裕度。Cp 為 1.33 留有 33% 的裕度;2.0 則留有 100% 的裕度。

Cpk 衡量的是實際製程能力。它取 (USL − μ) / 3σ 和 (μ − LSL) / 3σ 之間的較小值,因此它會對偏離目標值的製程進行懲罰。Cpk 永遠 ≤ Cp,兩者之間的差距代表中心化問題,通常可以透過調整製程設備而非重新設計來解決。

Pp 和 Ppk 是對應的長期指數。它們使用整體標準差(根據研究中的每個測量值計算得出),因此它們包含了子組之間的漂移、工具磨損、班次交替引起的變化以及任何其他緩慢的變動。如果 Pp 遠小於 Cp,說明您的製程並不像表面上看那樣穩定。

標準差水準與 DPMO

標準差水準是「製程平均值與最近規格界限之間相隔多少個 σ」的簡稱。在考慮了傳統的 1.5 σ 偏移後,短期內處於 6 σ 水準的製程對應長期的每百萬機會缺陷數 (DPMO) 為 3.4。本計算機同時報告短期標準差水準(您在管制圖上看到的水準)以及直接由正態分佈計算得出的 DPMO 和良率。

如何使用本工具

  1. 選擇輸入模式。 如果您已有 μ 和 σ,請選擇摘要統計數據;如果您想貼上讀數,請選擇原始測量數據
  2. 輸入規格界限。 提供 USL、LSL 或兩者皆提供。目標值為選填,但會顯示在圖表上。
  3. 提供數據。 在摘要模式下,輸入平均值和標準差。在原始數據模式下,貼上至少兩個數字(以逗號、空格或換行符分隔)。
  4. 提交。 報告將顯示 Cp、Cpk、Pp、Ppk、標準差水準、DPMO、良率和通俗易懂的判定結果 — 並附帶正態分佈曲線疊加圖、製程能力轉盤和逐步計算過程。

什麼是「好」的 Cpk?

計算範例

某裝瓶線的目標值為每瓶 500 mL,規格為 LSL = 497 mL 且 USL = 503 mL。製程產出的 μ = 500.4 mL,σ = 0.62 mL。Cp = (503 − 497) / (6 × 0.62) ≈ 1.61,Cpk = min((503 − 500.4) / (3 × 0.62), (500.4 − 497) / (3 × 0.62)) = min(1.398, 1.828) ≈ 1.40。該製程具備足夠的能力 (Cpk ≥ 1.33),而平均值輕微偏離目標則體現在 Cpk 明顯小於 Cp 上。

常見問題

Cp、Cpk、Pp 和 Ppk 之間有什麼區別?
Cp/Cpk 使用組內 σ(短期,R̄/d₂),告訴您製程在當前散佈下的潛在能力。Pp/Ppk 使用整體 σ(長期,包含漂移),告訴您其實際表現。Cp 和 Pp 忽略中心化;Cpk 和 Ppk 則會對偏離目標的製程進行懲罰。

標準差水準與 DPMO 有何關係?
標準差水準是短期 Z 值 — 即平均值到最近規格界限的距離(以 σ 為單位)。DPMO 是每百萬單位的長期缺陷率,由超出規格界限的正態分佈尾部面積計算得出。經典的六標準差表在考慮了 1.5 σ 偏移傳統後,將短期 6 σ 水準對應到長期 3.4 的 DPMO。

什麼是 1.5 個標準差偏移?
這是一種經驗觀察,表明製程在短期研究與長期運行之間會發生約 1.5 σ 的漂移。按照慣例,長期標準差水準 ≈ 短期標準差水準 − 1.5。這就是為什麼短期內測得 6 σ 的製程對應的是長期 3.4 的 DPMO,而不是小得多的真正 6 σ 尾部機率。

我可以只使用一個規格界限嗎?
可以。請將未使用的界限留空。Cp 和 Pp 需要兩個界限,將會被標記為不適用(n/a),但 Cpk 和 Ppk 將會被計算為單側指數 — 例如,對於僅限上限的規格,Cpk = (USL − μ) / (3 σ)。

哪種標準差用於什麼計算?
組內 σ (R̄ / d₂) 用於計算 Cp 和 Cpk。整體 σ(使用 n − 1 的樣本標準差)用於計算 Pp、Ppk 和 DPMO。只有當製程完全穩定時,兩者才會相等;兩者差距越大,說明子組之間的漂移越多。

為什麼我的 Cpk 與 Pp 不同?
Cpk 使用組內 σ,是上下單側指數的最小值。Pp 使用整體 σ 且忽略中心化。因此,當製程偏離目標時,Cpk 會下降;當長期變異較大時,Pp 會下降。對比兩者:若 Cp/Pp 差距較大,表示隨時間推移製程不穩定;若 Cp/Cpk 差距較大,表示平均值偏離目標,通常可以透過調整來消除。

引用此內容、頁面或工具為:

"六標準差製程能力計算機" 於 https://MiniWebtool.com/zh-tw/六標準差製程能力計算機/,來自 MiniWebtool,https://MiniWebtool.com/

由 miniwebtool 團隊維護。更新日期:2026年5月19日

您還可以嘗試我們的 AI數學解題器 GPT,通過自然語言問答解決您的數學問題。

統計與數據分析:

熱門與最新工具:

西格瑪求和計算機Cohen's d 計算機相對標準差計算機查看全部 →
主頁 > 數學 > 統計與數據分析 > 六標準差製程能力計算機