透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

Cp(製程能力指數)
1.1111
Cpk = 1
樣本數(n) 10
平均值(μ) 45.5
變異數 2.25
標準差(σ) 1.5
3 sigma 4.5
6 sigma 9
Cp 1.1111
Cpk 1
說明:Cp = Cpk = 1 代表 ±3 sigma 的變異範圍恰好等於規格寬度。常見的建議目標為 1.33(±4 sigma)。數值越高越好;低於 1.0 表示製程能力不足。若 Cp/Cpk 結果顯示為 0,代表 sigma = 0(毫無變異)或規格範圍設定無效。

什麼是製程能力指數(Cp、Cpk)?

Cp 與 Cpk 是統計製程管制(SPC)與品質工程中的核心指標。它們將製程本身的自然變異範圍(產出的六個標準差),與工程規格所定義的允收區間做比較,這個區間由規格下限(LSL)與規格上限(USL)界定。這是一套通用的統計工具,不受任何國家或地區的特定規範限制,全球製造業皆可適用。

Cp 衡量的是製程在「完美置中」假設下的潛在能力;Cpk 則反映實際能力,因為它會把製程平均值偏離規格中心的程度一併納入扣分考量。

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.

如何使用本計算器

把您量測到的數據貼上或輸入到「數據」欄位,數值之間可用逗號、空格、Tab 或換行分隔。接著在規格下限與規格上限欄位填入與數據相同單位的數值。計算器會自動解析這串數據,算出平均值、變異數、標準差、3 sigma 與 6 sigma,最後推導出 Cp 與 Cpk。

公式解析

對於數據 \(x_1..x_n\),平均值為 \(\mu = \frac{\sum x_i}{n}\)。母體變異數為 \(\frac{\sum(x_i - \mu)^2}{n}\),而 \(\sigma\) 即為其平方根。接著

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

請注意,本工具採用母體標準差(除以 n),讓 \(\sigma\) 能一致地代入能力指數公式。

Advertisement
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.

實例試算

數據 = 45, 46, 44, 47, 43, 48, 45, 46, 44, 47(\(n = 10\)),\(\text{LSL} = 40\),\(\text{USL} = 50\)。總和 = 455,故 \(\mu = 45.5\)。偏差平方和為 22.5,得變異數 = 2.25,\(\sigma = 1.5\)。於是 \(3\sigma = 4.5\)、\(6\sigma = 9.0\)。

$$C_p = \frac{10}{9} \approx 1.1111$$$$C_{pk} = \min\!\left[ \frac{50 - 45.5}{4.5},\; \frac{45.5 - 40}{4.5} \right] = \min[1.0,\; 1.2222] = 1.0$$

常見問題

Cpk 多少才算好?1.33(相當於 \(\pm 4\sigma\))是業界常見的目標值。若低於 1.0,代表製程難以穩定地符合規格要求。

為什麼 Cp 和 Cpk 會不一樣?Cp 不考慮製程是否置中,而 Cpk 會隨著製程平均值偏離規格中心而下降。因此 Cpk 永遠小於或等於 Cp。

如果所有數值都相同會怎樣?此時 \(\sigma = 0\),理論上能力指數會是無限大(毫無變異),所以本工具會回傳 0,以避免除以零的問題。

最後更新: