Máy tính Pp/Ppk: Công thức, ví dụ & kết quả tức thì
Pp và Ppk là các chỉ số năng lực dài hạn. Chúng dùng độ lệch chuẩn tổng thể (dài hạn) của toàn bộ dữ liệu, nên cho thấy những gì quy trình thực sự giao ra theo thời gian, bao gồm cả dịch chuyển và trôi giữa các phân nhóm. Ppk thường thấp hơn Cpk; khoảng cách giữa hai chỉ số cho thấy sự mất ổn định tốn kém bao nhiêu.
↳ Các giá trị được điền sẵn bằng một ví dụ — hãy thay bằng dữ liệu của bạn.
Dữ liệu của bạn
mm
mm
mm
mm
Độ lệch chuẩn của tất cả giá trị riêng lẻ trong cả thời kỳ (n − 1).
mm
Nhập σ ngắn hạn (ví dụ R̄/d2) để thấy Cpk cạnh Ppk.
Kết quả
PpkKhông đủ1,00
Trong cả thời kỳ, quy trình đã giao một tỷ lệ đáng kể chi tiết ngoài dung sai.
Pp1,111
Trong dài hạn, dung sai rộng gấp 1,11 lần độ phân tán tổng thể (6σ).
Ppu1,000
Khoảng cách dài hạn giữa trung bình và giới hạn trên, tính bằng đơn vị 3σ.
Ppl1,222
Khoảng cách dài hạn giữa trung bình và giới hạn dưới, tính bằng đơn vị 3σ.
Mức sigma3,00
Trong dài hạn, giới hạn gần nhất cách trung bình khoảng 3,0 độ lệch chuẩn.
Tỷ lệ ngoài dung sai dự kiến (PPM)1.473
Phần triệu nằm ngoài giới hạn theo độ phân tán dài hạn: 1.350 trên USL, 123 dưới LSL.
Pp cao hơn Ppk vì quy trình chạy lệch tâm. Căn giữa về 10,000 mm sẽ nâng Ppk lên 1,11.
Ngắn hạn so với dài hạn
Cpk (σ trong nhóm)
1,20
Ppk (σ tổng thể)
1,00
Ppk thấp hơn Cpk 0,20: biến động giữa các phân nhóm theo thời gian (dịch chuyển, thiết lập, mòn dao) đang làm mất từng ấy năng lực.
Phân phối dài hạn với trung bình 10,020 mm, LSL 9,800 và USL 10,200; các đuôi màu đỏ thể hiện tỷ lệ ngoài dung sai dự kiến (1.473 PPM).
Công thức
Pp = (USL − LSL) / (6σ_tổng thể)
Ppu = (USL − μ) / (3σ_tổng thể)
Ppl = (μ − LSL) / (3σ_tổng thể)
Ppk = min(Ppu, Ppl)
σ_tổng thể = độ lệch chuẩn của tất cả giá trị riêng lẻ (dài hạn)
So sánh: Cpk dùng σ trong phân nhóm; Ppk ≤ Cpk khi quy trình bị dịch chuyển theo thời gian
Ví dụ có lời giải
Cùng một trục, đo trong ba tuần sản xuất. Khách hàng thực sự nhận được gì?
Dữ liệu
• LSL = 9.80 mm, USL = 10.20 mm, trung bình μ = 10.02 mm
• Độ lệch chuẩn tổng thể của tất cả 375 trục σ_tổng thể = 0.06 mm
• σ trong phân nhóm từ biểu đồ kiểm soát = 0.05 mm (Cpk 1.20)
5Cpk 1.20 − Ppk 1.00 = 0.20: biến động giữa các phân nhóm (dịch chuyển, mòn dao, thiết lập) làm tăng thêm khoảng 20 % độ rộng
Ý nghĩa
Trong ngắn hạn, dây chuyền có thể đạt Cpk 1.20, nhưng trong ba tuần nó chỉ giao được Ppk 1.00 — khoảng 1.470 phần triệu nằm ngoài giới hạn thay vì 165. Chênh lệch đến từ trôi giữa các phân nhóm, vì vậy các hành động đầu tiên là về ổn định (bù mòn dao, tiêu chuẩn thiết lập), không phải về độ chính xác vốn có của máy.
Mẹo & lỗi thường gặp
▲Ppk dùng mọi giá trị riêng lẻ; đừng lấy trung bình phân nhóm trước, nếu không bạn ẩn đi đúng biến động mà Ppk cần chỉ ra.
▲Nếu Ppk thấp hơn nhiều so với Cpk, hãy tìm dịch chuyển giữa các ca, lô, dao hoặc người vận hành trước khi cố giảm độ phân tán ngắn hạn.
▲Ppk có thể tính cho một quy trình không ổn định, nhưng khi đó nó chỉ mô tả quá khứ: nó không dự đoán lô tiếp theo.
▲Báo cáo kèm thời gian và số lượng giá trị với Ppk — "Ppk 1.00 trong 3 tuần, 375 chi tiết" mới có ý nghĩa, còn chỉ "Ppk 1.00" thì không.
▲Trợ lý AI thường nhầm hai loại sigma hoặc tính σ với n thay vì n − 1; hãy đối chiếu xem chúng dùng σ nào với máy tính này.
Câu lệnh AI cho phép tính này
Dán vào trợ lý AI của bạn để được hướng dẫn tính từng bước với dữ liệu của chính bạn.
QUY TẮC TÍNH TOÁN — các quy tắc này ghi ĐÈ mặc định của chatbot:
1. Công thức cố định. Dùng chính xác các công thức và hằng số dưới đây; không thay thế bằng công thức khác, không rút gọn, không dùng mặc định có sẵn, và không lấy hằng số hay giá trị bảng từ trí nhớ.
2. Xác nhận trước khi tính. Trình bày lại mọi đầu vào kèm đơn vị trong một bảng. Nếu một số có thể đọc theo hai cách (10,02 với 10.02; 1.500 với 1,500), hãy hỏi tôi đang dùng quy ước dấu phân cách nào trước khi tính.
3. Không bao giờ bịa. Nếu thiếu hoặc không rõ một đầu vào bắt buộc, hãy hỏi tôi. Không bao giờ giả định, ước tính hay dùng giá trị mặc định của ngành.
4. Kiểm tra nhất quán. Nếu dữ liệu của tôi không nhất quán nội bộ (liệt kê bên dưới), hãy cho tôi biết và dừng lại trước khi tính.
5. Trình bày rõ các bước. Mỗi bước ghi công thức, thay giá trị của tôi vào và đưa kết quả kèm đơn vị. Giữ đủ độ chính xác đến cuối; chỉ làm tròn kết quả cuối 2 chữ số thập phân.
6. Kết luận. Kết thúc bằng đúng một câu nhận định dùng các dải quyết định dưới đây, theo sau chỉ là các mục mà danh sách "Cũng" yêu cầu. Nêu rõ mọi giả định bạn phải đưa ra.
Đóng vai kỹ sư chất lượng và tính năng lực dài hạn của quy trình (Pp và Ppk) và so sánh với Cpk.
Dải quyết định: dưới 1.00 không đủ; 1.00–1.33 sát ngưỡng; 1.33–1.67 tốt; từ 1.67 trở lên xuất sắc.
Dùng chính xác các công thức này:
Pp = (USL − LSL) / (6σ_tổng thể); Ppu = (USL − μ) / (3σ_tổng thể); Ppl = (μ − LSL) / (3σ_tổng thể); Ppk = min(Ppu, Ppl)
σ_tổng thể = độ lệch chuẩn mẫu (n − 1) của tất cả giá trị riêng lẻ.
Nhất quán: USL > LSL; σ_tổng thể > 0; nếu σ_tổng thể < σ_trong nhóm, hãy nói điều này thường cho thấy lỗi dữ liệu hoặc lỗi tính toán và không diễn giải các chỉ số.
Cũng: nếu tôi đưa σ_trong nhóm, tính Cpk với cùng công thức đó và giải thích khoảng cách giữa Cpk và Ppk.
Dữ liệu của tôi:
USL =
LSL =
Trung bình =
σ tổng thể =
σ trong nhóm (tùy chọn) =
Thời gian / số giá trị =
Các nút sẽ sao chép câu lệnh trước, rồi mở trợ lý trong tab mới.
Thêm máy tính này vào trang của bạn
Sao chép mã bên dưới vào trang của bạn. Máy tính vẫn miễn phí; hãy giữ liên kết ghi công kèm theo.
<iframe src="https://www.qualityforeveryone.com/embed/calculators/vi/may-tinh-pp-ppk" title="Pp/Ppk — Qualityforeveryone" width="100%" height="1100" style="border:0;max-width:100%" loading="lazy"></iframe>
<p><a href="https://www.qualityforeveryone.com/vi/lab/calculators/may-tinh-pp-ppk">Máy tính Pp/Ppk bởi Qualityforeveryone</a></p>
Bước tiếp theo · docamin
Tạo tài liệu nghiên cứu năng lực dài hạn từ kết quả này trong docamin.
Trả lời 3 câu hỏi nhanh để nắm vững trực giác kỹ thuật đằng sau công thức này.
1. Which standard deviation estimate is used in Ppk?
2. When Cpk is much higher than Ppk, what is likely happening?
3. Should Ppk be evaluated before or after confirming statistical stability?
Đăng nhập để lưu điểm đạt vào Hộ chiếu Năng lực của bạn.
Các câu hỏi thường gặp
Vì sao Ppk thường thấp hơn Cpk?
+
Cpk chỉ thấy biến động bên trong mỗi phân nhóm, còn Ppk thấy toàn bộ, kể cả dịch chuyển giữa các phân nhóm theo thời gian. Vì biến động tổng thể luôn lớn hơn hoặc bằng biến động trong phân nhóm, Ppk thường bằng hoặc thấp hơn Cpk. Khoảng cách lớn cho thấy sự không ổn định.
Khách hàng thường yêu cầu chỉ số nào trong báo cáo?
+
Tùy yêu cầu của khách hàng: nhiều người yêu cầu Ppk khi phê duyệt quy trình mới (một nghiên cứu ngắn về đầu ra thực tế) và Cpk khi quy trình đã vào sản xuất hàng loạt và được kiểm soát thống kê. Khi không chắc, hãy báo cáo cả hai kèm cỡ mẫu và thời gian.
Nên dùng Pp/Ppk hay Cp/Cpk cho một quy trình mới?
+
Với quy trình hoàn toàn mới, bạn hiếm khi có đủ phân nhóm để ước lượng σ trong nhóm một cách đáng tin, nên Ppk sớm từ một lần chạy thử ban đầu là phổ biến. Khi quy trình đã ổn định và có dữ liệu biểu đồ kiểm soát, Cpk mới có ý nghĩa và hai chỉ số có thể so sánh được.
Có thể ước lượng năng lực dài hạn từ dữ liệu biểu đồ kiểm soát không?
+
Có: lấy tất cả giá trị riêng lẻ ghi trên biểu đồ trong cả thời kỳ và tính độ lệch chuẩn tổng thể của chúng cho Ppk, và dùng R̄/d2 từ cùng biểu đồ đó cho σ trong phân nhóm và Cpk. Dùng máy tính Cp/Cpk cho phần ngắn hạn.
Kiểm tra lần cuối: tháng 10 năm 2026 · Kiểm tra bằng: kiểm thử toán học tự động (3+ trường hợp)