Connectez-vous via MCP →

Entrez le calcul

Formule

Publicité

Résultats

Cp (indice de capabilité du processus)
1,1111
Cpk = 1
Taille de l'échantillon (n) 10
Moyenne (mu) 45,5
Variance 2,25
Écart-type (sigma) 1,5
3 sigma 4,5
6 sigma 9
Cp 1,1111
Cpk 1
Repère : Cp = Cpk = 1 signifie que la dispersion à +/-3 sigma correspond exactement à la largeur de la tolérance. La cible généralement recommandée est de 1,33 (+/-4 sigma). Plus c'est élevé, mieux c'est ; une valeur inférieure à 1,0 indique un procédé non capable. Un résultat de 0 pour Cp/Cpk signifie ici que sigma = 0 (aucune variation) ou que la plage de spécification est invalide.

Qu'est-ce que l'indice de capabilité du processus (Cp, Cpk) ?

Le Cp et le Cpk sont des indicateurs fondamentaux de la maîtrise statistique des procédés (MSP, ou SPC en anglais) et de l'ingénierie qualité. Ils confrontent la dispersion naturelle d'un procédé de fabrication (six fois son écart-type) à la fenêtre de tolérance définie par la limite de spécification inférieure (LSI, ou LSL) et la limite de spécification supérieure (LSS, ou USL). C'est un outil statistique universel, sans règles propres à un pays.

Le Cp traduit la capabilité potentielle, en supposant le procédé parfaitement centré. Le Cpk traduit la capabilité réelle : il pénalise en plus tout décalage de la moyenne du procédé par rapport au centre de la fenêtre de tolérance.

Bell curve centered between lower and upper specification limits with process spread narrower than the tolerance band
Cp compares the spec tolerance width (USL minus LSL) to the process spread of 6 sigma.

Comment utiliser ce calculateur

Collez ou saisissez vos mesures dans le champ Données, en les séparant par des virgules, des espaces, des tabulations ou des retours à la ligne. Indiquez les limites de spécification inférieure et supérieure dans la même unité que vos données. Le calculateur analyse la liste, calcule la moyenne, la variance, l'écart-type, le 3 sigma et le 6 sigma, puis en déduit le Cp et le Cpk.

La formule expliquée

Pour des données \(x_1..x_n\), la moyenne vaut \(\mu = (\sum x_i) / n\). La variance de population est \(\sum(x_i - \mu)^2 / n\) et \(\sigma\) en est la racine carrée. On a alors les formules de capabilité :

$$C_p = \frac{\text{USL} - \text{LSL}}{6\,\sigma} \qquad C_{pk} = \min\!\left( \frac{\text{USL} - \mu}{3\,\sigma},\; \frac{\mu - \text{LSL}}{3\,\sigma} \right)$$

À noter : cet outil utilise l'écart-type de population (division par \(n\)), de sorte que \(\sigma\) alimente les formules de capabilité de façon cohérente.

Publicité
Off-center bell curve closer to the upper spec limit showing the smaller of two distances determines Cpk
Cpk accounts for process centering: it uses the nearer spec limit, so an off-center mean lowers the index.

Exemple résolu

Données = 45, 46, 44, 47, 43, 48, 45, 46, 44, 47 (\(n = 10\)), LSL = 40, USL = 50. Somme = 455, donc \(\mu = 45{,}5\). La somme des écarts au carré vaut 22,5, soit une variance de 2,25 et \(\sigma = 1{,}5\). On obtient \(3\sigma = 4{,}5\) et \(6\sigma = 9{,}0\).

$$C_p = \frac{10}{9} \approx 1{,}1111$$$$C_{pk} = \min\!\left[ \frac{50 - 45{,}5}{4{,}5} ;\; \frac{45{,}5 - 40}{4{,}5} \right] = \min[1{,}0 ;\; 1{,}2222] = 1{,}0$$

FAQ

Quelle valeur de Cpk viser ? Un Cpk de 1,33 (correspondant à \(\pm 4\sigma\)) est une cible couramment retenue. En dessous de 1,0, le procédé ne peut pas respecter de façon fiable les spécifications.

Pourquoi le Cp et le Cpk diffèrent-ils ? Le Cp ignore le centrage, tandis que le Cpk diminue dès que la moyenne du procédé s'éloigne du milieu de la fenêtre de tolérance. Le Cpk est toujours inférieur ou égal au Cp.

Et si toutes les valeurs sont identiques ? Alors \(\sigma = 0\) et la capabilité est mathématiquement infinie (variation nulle) ; cet outil renvoie donc 0 pour éviter une division par zéro.

Dernière mise à jour: