Datalyzer grid icon variant 1

50+ ประเทศ

การใช้งานทั่วโลก ผลกระทบในท้องถิ่น

Datalyzer grid icon variant 3

47 ปีในธุรกิจ

ก่อตั้งขึ้นในปี 1979

Datalyzer grid icon variant 2

พนักงานมากกว่า 50 คน

ยุโรป, สหรัฐอเมริกา และเอเชีย

Datalyzer grid icon variant 4

2000+ ลูกค้า

มากกว่า 20,000 ผู้ใช้

ความสามารถของกระบวนการ: Cp, Cpk, Pp และ Ppk

บทนำ

ส่วนสำคัญของการนำ SPC ไปใช้คือการใช้อัตราความสามารถของกระบวนการ (Process Capability Indices). อัตราความสามารถเหล่านี้เป็นตัวชี้วัดประสิทธิภาพหลัก (KPIs) ที่ช่วยวัดว่ากระบวนการของคุณสามารถทำตามข้อกำหนดได้ดีเพียงใด.มีดัชนีความสามารถหลายประเภท ได้แก่ Cp, Cpk, Ppk, Cpm, NCpk ในบทความบล็อกนี้ เราจะพูดถึงดัชนีที่ใช้กันทั่วไปมากที่สุด ได้แก่ Cp, Cpk, Pp และ Ppk มีความสับสนอยู่พอสมควรเกี่ยวกับการใช้ดัชนีเหล่านี้ ในบล็อกนี้ เราจะพยายามขจัดความสับสนบางส่วนและอธิบายความแตกต่างระหว่างดัชนีต่างๆ และวิธีการใช้งานในทางปฏิบัติ

คำจำกัดความของขีดความสามารถ

สิ่งสำคัญที่ควรทราบคือคำจำกัดความของดัชนีความสามารถได้ถูกเปลี่ยนแปลงไปตามประวัติศาสตร์ Ppk ถูกนำมาใช้เป็นดัชนีหลักในระบบ Q101 ของ Fordโดยเป็นดัชนีความสามารถเบื้องต้น และ Cpk ถูกกำหนดให้เป็นดัชนีความสามารถระยะยาว ในบางกรณี ค่า Cpk ของฮิสโตแกรมถูกคำนวณแตกต่างจากการคำนวณ Cpk ของแผนภูมิควบคุมเมื่อบริษัทใหญ่สามแห่ง (ฟอร์ด, จีเอ็ม และไครสเลอร์) รวมคู่มือคุณภาพของพวกเขาเข้าเป็นระบบQS9000คำนิยามได้ถูกเปลี่ยนแปลง และคำนิยามเหล่านี้ยังคงเป็นมาตรฐานในปัจจุบันในคู่มือ AutomotiveIATF16949 มีอุตสาหกรรมมากขึ้นเรื่อย ๆ ที่กำลังทำงานกับดัชนีความสามารถของกระบวนการที่คล้ายกัน เช่น อุตสาหกรรมการบินและอวกาศกับคู่มือ RM13006 ของพวกเขา

CP: ความสามารถของกระบวนการ

Cp (บางครั้งเรียกว่า Cpi) หมายถึงดัชนีความสามารถของกระบวนการ ค่า Cp รายงานความสามารถของกระบวนการภายในกลุ่มย่อย (‘ความสามารถระยะสั้น’ หรือความสามารถภายในกลุ่มย่อย) รายงาน ‘ความแม่นยำ’ ของเครื่องจักร/กระบวนการ ไม่ใช่ตำแหน่งของกระบวนการ สูตรการคำนวณคือ:

สูตรซีพี

σˆ หมายถึงค่าเบี่ยงเบนมาตรฐานที่ประมาณการ ค่าเบี่ยงเบนมาตรฐานที่ประมาณการนี้คำนวณโดยใช้สูตรต่อไปนี้:

ค่าเบี่ยงเบนมาตรฐานโดยประมาณ

เมื่อช่วงค่าเฉลี่ยของกลุ่มย่อยถูกหารด้วย d² ซึ่งนำมาจากตารางสถิติ

ซึ่งหมายความว่าดัชนี Cp คำนวณจากความแปรปรวนภายในกลุ่มย่อย ดังนั้นหากความแปรปรวนภายในกลุ่มย่อยมีขนาดเล็กมาก คุณจะได้ดัชนี Cp ที่ดีไม่ว่าค่าเฉลี่ยของกระบวนการจะเบี่ยงเบนไปมากเพียงใดหรือตำแหน่งของกระบวนการอยู่ที่ใดก็ตาม ดัชนี Cp แสดงให้เห็นว่าเครื่องจักรของคุณมีความสามารถในการผลิตผลิตภัณฑ์ต่อเนื่องภายในความแปรปรวนที่ต้องการ (ค่าความคลาดเคลื่อน) มากเพียงใด

Cpk

เนื่องจากดัชนี Cp เพียงอย่างเดียวไม่สามารถบ่งชี้ได้ว่าคุณกำลังผลิตภายในข้อกำหนดหรือไม่ เราจึงต้องการตัวบ่งชี้ว่ากระบวนการอยู่ตรงกลางระหว่างขีดจำกัดของข้อกำหนดหรือไม่ ดังนั้นจึงใช้ดัชนี Cpk สูตรคือ:

ฟังก์ชัน Cpk

ดังนั้น หากกระบวนการอยู่ตรงกลางระหว่าง LSL และ USL อย่างพอดี ค่าดัชนี Cp และ Cpk จะเท่ากัน หากเราทำการรายงานค่าดัชนี Cp และ Cpk ทั้งสองค่า เราจะทราบได้ว่ากระบวนการมีความสามารถในการผลิตภายในช่วงความแปรปรวนที่ต้องการ (tolerance) ได้ดีเพียงใด และหากกระบวนการกำลังผลิตอยู่ตรงกลางของช่วง tolerance

พีพี (ประสิทธิภาพกระบวนการ)

ดัชนี Cp และ Cpk จะบอกคุณหรือไม่ว่ากระบวนการของคุณกำลังทำงานอยู่ภายในข้อกำหนดหรือไม่? คำตอบคือไม่ เพราะดัชนีทั้งสองนี้คำนวณจาก ‘ความแปรปรวนภายในกลุ่มย่อย’ และยังคงมีความเป็นไปได้ที่จะมีความแปรปรวนระหว่างกลุ่มย่อยจำนวนมากซึ่งไม่ได้ถูกนำมาพิจารณา ลองดูตัวอย่างด้านล่างนี้

CC SPC Wizard

แผนภูมิควบคุมในรูปด้านบนแสดงกระบวนการที่มีการแปรปรวนระหว่างกลุ่มย่อยมาก (แผนภูมิ Xbar) แต่การแปรปรวนในกลุ่มย่อยนั้นอยู่ในเกณฑ์ควบคุม (แผนภูมิ Range) ดัชนี Cp สำหรับกระบวนการนี้คือ 1.64 และดัชนี Cpk สำหรับกระบวนการนี้คือ 1.62 ซึ่งบ่งชี้ว่ากระบวนการสามารถผลิตได้ภายในขอบเขตการแปรปรวนที่ต้องการ และในช่วงเวลาที่รายงาน กระบวนการนี้อยู่ในช่วงกลางของค่าความทนทานเราเห็นว่าดัชนีทั้งสองนี้ไม่เพียงพอ และเราต้องการข้อมูลเพิ่มเติมเพื่อทราบว่ากระบวนการกำลังผลิตอยู่ในขอบเขตของข้อกำหนดหรือไม่ หากเราใช้เพียง Cp และ Cpk เราจำเป็นต้องเพิ่มข้อกำหนดว่ากระบวนการต้องอยู่ภายใต้การควบคุม หากแผนภูมิค่าเฉลี่ยอยู่ในภาวะควบคุม แสดงว่ากระบวนการมีความเสถียรและค่าเฉลี่ยของกระบวนการไม่ผันผวน

อย่างไรก็ตาม เราไม่ได้มีแผนภูมิพร้อมใช้งานเสมอเมื่อทำการวิเคราะห์ข้อมูลกระบวนการ เช่น หากเราต้องรายงานลักษณะจำนวนมาก ในกรณีนั้น เราสามารถระบุเปอร์เซ็นต์ของกลุ่มย่อยที่อยู่นอกการควบคุมได้ แต่ยังมีอีกวิธีหนึ่ง เราสามารถทราบได้ว่ากระบวนการมีเสถียรภาพหรือไม่โดยการคำนวณดัชนีประสิทธิภาพกระบวนการ Pp ดัชนี Pp คำนวณในลักษณะเดียวกับดัชนี Cp แต่ใช้ค่าส่วนเบี่ยงเบนมาตรฐานจริงแทนค่าส่วนเบี่ยงเบนมาตรฐานที่ประมาณการ ดังนั้นสูตรคือ:

ฟังก์ชันพีพี

ดังนั้น ดัชนี Pp จึงใช้ทั้งความแปรปรวนภายในกลุ่มย่อยและความแปรปรวนระหว่างกลุ่มย่อยในการคำนวณ และแสดงถึงประสิทธิภาพของกระบวนการในการผลิตให้อยู่ในขีดจำกัดของข้อกำหนดตลอดช่วงเวลาที่รายงาน

ดัชนี Ppk คำนวณในลักษณะที่คล้ายกับดัชนี Cpk และคำนึงถึงความแปรปรวนโดยรวมของการวัดทั้งหมดที่ดำเนินการในหลายรอบการผลิต ค่า Ppk รายงานค่าการวัดแต่ละค่าทั้งหมด สูตรการคำนวณเหมือนกับดัชนี Cpk แต่จะใช้ส่วนเบี่ยงเบนมาตรฐานจริงแทน

การใช้ดัชนีความสามารถในทางปฏิบัติ

หากเราทำการรายงานดัชนี 3 ตัว เช่น Cp, Cpk และ Ppk ในตอนนี้ เราจะทราบว่าเกิดอะไรขึ้นในกระบวนการ

Cp หมายถึง ความสามารถของกระบวนการในการผลิตสินค้าที่ต่อเนื่องกันภายในขอบเขตของความแปรปรวนที่กำหนดไว้
ความแตกต่างระหว่าง Cp และ Cpk แสดงว่ากระบวนการกำลังผลิตอยู่ในช่วงกลางของค่าความทนทานหรือไม่
ความแตกต่างระหว่าง Cpk และ Ppk แสดงให้เห็นว่ากระบวนการมีความเสถียรหรือไม่ หรือกล่าวอีกนัยหนึ่งคือ มีสาเหตุพิเศษที่ทำให้เกิดความแปรปรวนซึ่งมีอิทธิพลต่อค่าเฉลี่ยของกระบวนการหรือไม่ แม้ว่าขีดจำกัดการควบคุมจะไม่ได้ถูกตั้งค่าอย่างเหมาะสมก็ตาม

ข้อกำหนดในอุตสาหกรรมส่วนใหญ่คือค่า Ppk ควรมีค่ามากกว่า 1.67 หากค่า Ppk ต่ำกว่า 1.67 การรวมกันของ Cp, Cpk และ Ppk จะให้ข้อมูลว่าใครควรรับผิดชอบในการปรับปรุงความสามารถ มาทบทวนกระบวนการทั้งสามด้านล่างนี้:

คำอธิบายเกี่ยวกับความสามารถของกระบวนการ

ทั้งสามกระบวนการมีค่าดัชนี Ppk เท่ากันที่ 0.8 แต่ต้องการแนวทางที่แตกต่างกันโดยสิ้นเชิงในการปรับปรุงความสามารถ และน่าจะเป็นแผนกที่แตกต่างกันที่รับผิดชอบในการปรับปรุงความสามารถนี้

กระบวนการที่ 1:กระบวนการนี้อยู่นอกเหนือการควบคุมและมีสาเหตุที่สามารถระบุได้ หากเป็นไปได้ กระบวนการนี้จะต้องถูกควบคุมให้อยู่ในความควบคุม และผู้รับผิดชอบหลักคือทีมการผลิต/ผู้ปฏิบัติงาน

กระบวนการที่ 2: กระบวนการนี้มี ค่าการตั้งค่ากระบวนการที่ผิดพลาด และหากกระบวนการถูกปรับให้ตรงตามเป้าหมาย ค่า Ppk จะอยู่ในเกณฑ์ที่ยอมรับได้ ผู้รับผิดชอบหลักในการปรับกระบวนการนี้ให้ตรงตามเป้าหมายคือทีมการผลิต/ผู้ปฏิบัติงาน

กระบวนการที่ 3:กระบวนการนี้ไม่สามารถผลิตสินค้าที่ต่อเนื่องกันภายในค่าความคลาดเคลื่อนที่อนุญาตได้ ดังนั้นกระบวนการนี้จำเป็นต้องได้รับการปรับปรุง ทีมวิศวกรรมเป็นผู้รับผิดชอบหลักในการปรับปรุงกระบวนการนี้

สรุป

บล็อกนี้ควรให้ข้อมูลที่ดีขึ้นเกี่ยวกับการใช้ดัชนีความสามารถ Cp, Cpk, Pp และ Ppk รวมถึงความสามารถในการใช้ร่วมกันเพื่อให้ได้ข้อมูลเชิงลึกเกี่ยวกับสิ่งที่เกิดขึ้นในกระบวนการ บางประเด็นเฉพาะและปัญหาซับซ้อนของดัชนีความสามารถได้ถูกตัดออกเพื่อรักษาความชัดเจนสำหรับผู้เริ่มต้นใน SPC เมื่อนำไปใช้ในทางปฏิบัติ คุณอาจพบสถานการณ์พิเศษที่ต้องการความเข้าใจเพิ่มเติมเล็กน้อยตัวอย่างเช่น ค่า Pp คืออะไรหากคุณมีขีดจำกัดเพียงหนึ่งค่า? หรือค่า Ppk คืออะไรหากคุณมีขีดจำกัดล่างที่ 0 (เช่น ความตั้งฉาก) และคุณไม่สามารถมีค่าต่ำกว่า 0 ได้?

สำหรับการฝึกอบรมในหัวข้อนี้ โปรดดูการฝึกอบรมความสามารถฟรีบนช่อง YouTube ของเรา

DataLyzer Qualis 4.0 SPC จะคำนวณค่าความสามารถได้อย่างถูกต้องในทุกสถานการณ์เหล่านี้ สำหรับรายละเอียดเพิ่มเติม กรุณาติดต่อ DataLyzer.

เก้าเปอร์เซ็นต์

การลดต้นทุนที่ลูกค้าบรรลุ

Datalyzer grid image go live

เหลืออีก 3 สัปดาห์ก่อนเปิดตัว

เรียนรู้เพิ่มเติมเกี่ยวกับการควบคุมกระบวนการทางสถิติ หัวข้อหลักและการประยุกต์ใช้

3 เท่า เร็วขึ้น

การดำเนินการอย่างรวดเร็วเกี่ยวกับปัญหาคุณภาพ

สิ่งที่ลูกค้าพูด

“Datalyzer ช่วยให้เราเชื่อมโยงข้อมูลคุณภาพจากทุกกระบวนการโดยอัตโนมัติเพื่อการวิเคราะห์ขั้นสูง”

เดฟ เบียร์เรน

วิศวกรผลผลิต, ฟิลิปส์

อุตสาหกรรมที่เราให้บริการ

เภสัชกรรม
อาหารและเครื่องดื่ม
อวกาศและอากาศยาน
เทคโนโลยีขั้นสูง
เครื่องมือแพทย์
ยานยนต์
การป้องกัน
บรรจุภัณฑ์
สารกึ่งตัวนำ
อวกาศและอากาศยาน
ยานยนต์
อิเล็กทรอนิกส์
เภสัชกรรม
เทคโนโลยีขั้นสูง
เครื่องมือแพทย์
การป้องกัน
บรรจุภัณฑ์
อาหารและเครื่องดื่ม
สารกึ่งตัวนำ
การวัดผลในกระบวนการผลิต

ได้รับการรับรองมาตรฐาน ISO

ISO 27001 & SOC2

พร้อมที่จะทำให้กระบวนการคุณภาพของคุณง่ายขึ้นหรือไม่

ในเวลาเพียง 60 นาที ผู้เชี่ยวชาญของเราจะพาคุณไปชมว่าแพลตฟอร์มแบบโมดูลาร์ของเราช่วยให้ทีมการผลิตปรับปรุงคุณภาพ ลดความแปรปรวน และทำให้การตรวจสอบง่ายขึ้นได้อย่างไร