关于Cpk与Ppk的几个问题
1 数据满足正态性 过程肯定稳定；过程稳定，数据不一定满足正态性
这个观点没有证明过，但经验验证时正确的。计算Cpk时，更严格的要求是满足正态性，但实际应用中常常存在过程稳定但不满足正态性的情况，不知该如何抉择
2.我们公司常常对一批产品的特性计算Cpk，通常是不排除异常点的—即过程不稳定。
这样的Cpk也不能说是没有意义。
若排除异常点，达到过程稳定，大家觉得这样不能反映产品的实际情况，因为很多时候异常点不能对应的找到改善过程的方式。
这种情况我们这能参考PPk吗？
这个观点没有证明过，但经验验证时正确的。计算Cpk时，更严格的要求是满足正态性，但实际应用中常常存在过程稳定但不满足正态性的情况，不知该如何抉择
2.我们公司常常对一批产品的特性计算Cpk，通常是不排除异常点的—即过程不稳定。
这样的Cpk也不能说是没有意义。
若排除异常点，达到过程稳定，大家觉得这样不能反映产品的实际情况，因为很多时候异常点不能对应的找到改善过程的方式。
这种情况我们这能参考PPk吗？
没有找到相关结果
已邀请:
RSS Feed
14 个回复
ppykx (威望:0) (北京 大兴区) 电子制造 工程师 - 数据分析
赞同来自:
1 原材料检查，通常有近百个抽检数据。我们通常的做法是做I-MR控制图并计算Cpk，一般都有两三个点超出控制限
2 试验品特性测试数据，通常只有不到十个数据。做法也同上，一般也有一到两个点超出控制限
对上面两种情况，有些共同的问题：1 异常点对应不到过程，找不到异常原因 2 都计算了Cpk 未排除异常点
3 计算Cpk前没满足正态性及过程稳定
这样的做法有哪些地方有问题呢