本帖最后由 ldt2008 于 2025-2-8 15:46 编辑
以下是使用百分位数法计算非正态数据CPK的案例。
案例背景
假设某制造过程的上规格限(USL)为100,下规格限(LSL)为50。收集了100个数据点,数据分布非正态,需计算CPK。
一、数据示例
假设数据如下(仅示例,实际数据更多):
[55,58,60,62,65,68,70,72,75,78,80,82,85,88,90,92,95,98,100,102]
二、步骤
1. 计算中位数
将数据排序后,中位数为第50百分位数。对于100个数据点,中位数是第50和第51个数据的平均值。
假设中位数 = 75
2. 计算第99.865百分位数和第0.135百分位数
第99.865百分位数:100 × 0.99865 ≈ 第99.865个数据点(近似第100个)。
第0.135百分位数:100 × 0.00135 ≈ 第0.135个数据点(近似第1个)。
假设:第99.865百分位数 = 102。 第0.135百分位数 = 55
3. 计算CPK
使用公式:CPK=min【(USL−中位数)/(第99.865百分位数−中位数),(中位数−LSL)/(中位数−第0.135百分位数)】
代入数值:CPK=min【(100−75)/(102−75),(75−50)/(75−55)】
CPK=min(0.926,1.25)
CPK=0.926
4、结果CPK值为 0.926,表明过程能力不足,需改进。
注意事项
数据量:数据量越大,百分位数估计越准确。
分布特性:若数据分布复杂,需结合其他方法分析。
过程改进:低CPK值提示需优化过程,减少变异。
通过百分位数法,可以在非正态数据下有效评估过程能力。
|