Cpk和Ppk大家好，
Pp（新流程或不受統計控制的流程）和
Cp（在統計控制下的現有流程）
我想問一下統計控制下的過程是什麼？
並且一些文件說Cp，Cpk（短期）和Pp，Ppk（長期）是否正確？
回复：Cpk和Ppk這是一個不錯的起點：統計過程控制基本術語和定義。
我強烈建議您在此瀏覽“質量方法”模塊： online-statistics-course.html
使用基於移動範圍（連續點之間的差）的σ估計值來計算Cpk。
使用基於與均值之差的σ估計值來計算Ppk。 （又稱展位偏差）
Cpk是短期變化（在連續點之間）Ppk是長期變化或總體變化。
回复：Cpk和Ppk我會讓其他人了解不同的能力指標是什麼以及它們如何有用（或是否有用）...短期和長期（這些術語未在操作中定義）取決於數據的獲取方式以及該數據是否是未來狀況的代表。
就控製而言：
Shewhart：“通過利用過去的經驗，至少在一定範圍內，我們可以預測該現像在未來的預期變化，從而可以控制這種現象。”Shewhart，Walter A.（1931） “製成品質量的經濟控制” D. Van Nostrand Co.， 紐約州6
戴明（Deming）：“據稱在Shewhart之後，統計控制，或穩定。 這是一個隨機的過程。 它在不久的將來的行為是可以預見的。”Deming，W. Edwards（1986）“走出危機”，麻省理工學院 麻省劍橋市高級工程研究中心，第321頁
回复：Cpk和Ppk更多報價...
引用道格拉斯·蒙哥馬利（Douglas C. Montgomery）撰寫的《統計質量控制簡介》一書中的以下內容。
“ 1991年成立了汽車工業行動小組（AIAG），由“三巨頭”（福特，通用汽車和克萊斯勒）和美國質量控制協會（現為美國質量協會）的代表組成。他們的目標之一是標準化供應商以及整個行業的報告要求。
AIAG建議使用過程能力指數C p和C pk當過程處於受控狀態時。當流程不受控制時，AIAG建議使用工藝績效指標P p和P pk 。
現在很明顯，當過程以正態分佈並處於受控狀態時，P ķ本質上是C p和P pk本質上是C pk因為兩種計算sigma的方法之間的差異很小。
但是，請注意，如果該過程是不在控制中，指數P p和P pk沒有有意義的解釋...
Kotz和Lovelace（19988）強烈建議反對P的使用p和P pk 。表示這些索引實際上是倒退的。他們稱其強制使用為未稀釋的“統計恐怖主義” ...
作者（蒙哥馬利）完全同意Kotz和Lovelace的觀點。實際上，過程性能指標Pp和Ppk落後了一步。它們浪費了工程和管理工作-他們什麼也沒告訴您。
除非過程穩定（受控）。任何索引都不會攜帶有關過程能力的有用預測信息或傳達有關未來性能的任何信息。組織不應強加使用無意義的索引，而應致力於開發和實施有效的過程表徵，控制和改進計劃。這是一種更合理，有效的過程改進方法。”
回复：Cpk和Ppk這是Cpk，Ppk的簡單說明：
--- Cpk：通過數據（收集的短期數據，通常以1天/班等的形式收集）計算得出的流程容量（工具/流程本身可達到的最大容量）
--- Ppk：過程的穩定性，包括其他變量（操作員，季節，時間等），由長期收集的數據在不同時間範圍內計算得出回复：Cpk和Ppk唯一的區別是如何估計標準偏差：
Cpk使用R-bar / d2（基於合理的分組策略），Ppk使用典型方程式作為標準偏差。 兩者都完全取決於數據的收集方式以及它們對未來狀況的代表性是否有用。
