Cpk 和 Ppk大家好，
Pp（新流程或不受統計控制的流程）和
Cp（統計控制下的現有進程）
我想問什麼是統計控制過程？
還有一些文獻說Cp、Cpk（短期）和Pp、Ppk（長期）是否正確？
回覆：Cpk 和 Ppk同意你的回答。
現在，需要知道如何計算過程的穩定性，有什麼方程式嗎？ 以及驗收標準？
例如，我有 100 個數據點，現在我會應用 Cpk 或 PPk 哪個工具？ 正如你所說，如果沒有穩定的過程，Cpk 是正確的。
回覆：Cpk 和 Ppk唯一的差異是標準差的估計方式：
Cpk 使用 R-bar/d2（基於理性分組策略），Ppk 使用典型的標準差方程式。 兩者完全取決於數據的收集方式及其有用性，以及它們對未來狀況的代表性。回覆：Cpk 和 Ppk以下是 Cpk、Ppk 的快速簡單解釋：
---Cpk：透過資料（短期收集，通常以1天/班次等）計算得出的流程容量（工具/流程本身可實現的最大容量）
---Ppk：過程的穩定性，包括其他變化（操作員、季節、時間等），透過在不同時間範圍內長期收集的數據計算得出回覆：Cpk 和 Ppk更多報價...
以下內容引自 Douglas C. Montgomery 所著的《統計品質管制導論》一書。
「1991 年，汽車工業行動小組 (AIAG) 成立，由『三巨頭』（福特、通用汽車和克萊斯勒）和美國品質控制協會（現為美國品質協會）的代表組成。他們的目標之一是標準化供應商及其整個產業的報告要求。
AIAG 建議使用製程能力指數 C p和C PK當過程處於受控狀態時。當過程不受控制時，AIAG 建議使用過程性能指數P p和P PK 。
現在很清楚，當過程呈常態分佈且受控時，P k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，如果該過程是不是在控制下，指數 P p和P PK沒有有意義的解釋...
Kotz 和 Lovelace (19988) 強烈推薦反對P的使用p和P PK 。顯示這些指數其實是一種倒退。他們將其強制使用稱為純粹的“統計恐怖主義”...
作者（蒙哥馬利）完全同意科茨和洛芙萊斯的觀點。過程表現指數 Pp 和 Ppk 實際上倒退了不只一步。它們是對工程和管理工作的浪費——它們什麼也沒告訴你。
除非製程穩定（受控）。沒有任何指數能夠攜帶有關過程能力的有用預測資訊或傳達有關未來績效的任何資訊。組織不應強行使用無意義的指數，而應致力於制定和實施有效的過程描述、控制和改進計劃。這是一種更合理、更有效的流程改進方法。”
回覆：Cpk 和 Ppk我會讓其他人插話不同的能力指數是什麼以及它們如何（或是否）有用......短期和長期（這些術語沒有在操作上定義）取決於數據的獲取方式以及該數據是否有用代表未來的狀況。
就控製而言：
休哈特：“當透過使用過去的經驗，我們可以預測（至少在一定限度內）該現象未來可能如何變化時，就可以說該現像是受控的。”沃爾特·A·休哈特 (1931) “製造產品品質的經濟控制” ，D.範諾斯特蘭德公司， 紐約，p。 6
戴明：「按照休哈特的說法，一種穩定的過程，沒有任何跡象表明變化的特殊原因，是在統計控制，或穩定。 這是一個隨機過程。 它在不久的將來的行為是可以預測的。”戴明，W.愛德華茲 (1986)“走出危機”，麻省理工學院 高級工程研究中心，劍橋，馬薩諸塞州，第 321 頁
