知识中心  >  正文

如何解读CPK分析图形及其数据

2020/4/15 11:10:44 标签:       操作指导       浏览:17359

CPK分析(工序能力分析)是我们应用SPC工具的重要分析方法之一,但是如何解读CPK分析的数据也变得非常重要,否则即使分析出图形结果出来了,也没有太大的作用。以下我们就从两方面来解释如何对数据及图形进行分析,首先我们需要查看数据的分布,即查看直方图的分布,正常的分布应该如下图所示,呈一个钟型的分布,中间高,两边低。如果是其它的分布图形,则说明数据可能出现了问题,如混入了两批物料的双峰型,陡峭型,离岛型,这些都是异常的图形。

image.png


第二我们需要能够正确解读相关的计算结果数值,如下表所示:

总样本数:参与分析的数据的个数。

子组大小:这个与计算组内的cpk值有非常大的关系,即是分组的样本个数,数据的分组在此处需要说明的是,必须是根据实际情况来填写,比如每次抽样为5个,那么子组大小就为5个,我们不能随心所欲地任意填写这个值,否则将没有实际的意义。

图表类型:说明进行分析的控制图的类型,此处为XR控制图。

平均值:所有样本数据的平均值;

最大值:所有样本数据的最大值;

最小值:所有样本数据的最小值;

上规格:用户录入的上规格值;

目标值:用户输入的目标值,即期望达到的中心值;

下规格:用户输入的下规格值;

+3Sigma:正的3倍标准差线;

-3Sigma:负的3倍标准差线;

STDEV:标准差值,分为组内及整体标准差值;

CPK:工序能力指数,与规格值及上述标准差值相关联,也分为组内及整体的标准差值;

CP:Cp值是衡量过程满足产品品质标准的程度,也叫制程精密度,Cp值越大,表示过程变异越小,过程能力越差;

CPL:相对应于下规格值的工序能力值;

CPU:相对应于上规格值的工序能力值;

PPM<LSL:预测的低于下规格值的不合格品数(PPM - 百万分之比);

PPM>USL:预测的超过上规格值的不合格品数(PPM - 百万分之比);

PPM Total:预测的总的不合格品数;

CA:  制程准确度,值越小越好。

image.png