六標準差製程能力計算機

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？

• Cpk < 1.00 — 不具備製程能力。正常運行期間預計會出現缺陷品。
• 1.00 ≤ Cpk < 1.33 — 臨界狀態。微小的漂移就會產生缺陷。
• 1.33 ≤ Cpk < 1.67 — 具備製程能力。傳統的行業基準。
• 1.67 ≤ Cpk < 2.00 — 優秀。與規格界限之間有舒適的裕度。
• Cpk ≥ 2.00 — 世界級。真正的六標準差製程。

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。