Cpk与Ppk的使用困惑

fengdewuyu

各位蒲友：

关于Cpk与Ppk评价方法，我始终有所困惑。

A、组内与组间的理解
按照SPC对二者定义来讲，Cpk与Ppk，在过程处于统计控制状态前提下，主要差异源于组内与组间的标准差。从这个角度理解，Ppk更接近于产品的实际性能，和客户的实际体验。而只计算组内差异的话，则Cpk评价的，侧重是工艺的实际水平。也就是说，从生产来讲，我理解Ppk侧重产品，Cpk侧重工艺。

B、长期与短期的理解
但据我了解，汽车制造行业，还有我们行业中的一些企业，他们对Cpk和Ppk理解，更侧重于“短期波动”和“长期稳定”。也就是说，Ppk由于考虑各种波动因素，因此更适用于评价非稳定状态、短期，如产品研发阶段要求Ppk>1.67。而量化生产后，尤其是进入统计稳态、长期后，则使用Cpk，要求Cpk>1.33。从这个角度理解，我认为也是有道理的。

困惑来了。
1.从我做的PV和PQR数据分析中（样本量大约在500~5000范围），超出控制图限度的数据比比皆是，非随机分布的数据比比皆是。我理解，这是人员更换、设备加工精度和仪器检验精度等的正常波动因素造成的，也就是说，实际制造能力很难达到理论稳态。果真如此，不能满足基本前提，那计算过程能力（或工艺能力）是否还有意义？我感觉，我们国内制药行业，设备加工水平近年来有很大进步，但比汽车、航空和微电子制造行业，估计还是有差距，所以不好全盘效仿人家的管理方式。
如果非用不可，我理解Ppk相对更合适，因为我们行业所谓关心工艺稳定，其实最终落脚点还是关心产品缺陷情况。即使过程本身不完全稳定，Ppk也能从一定程度上，评价产品的实际性能。

2.如果从长期与短期的角度考虑，我理解产品研发阶段，尤其是中试放大阶段，可以考虑用Ppk作为评价，但前提也要保证中试设备与批量化生产设备，具备一定相似性。至于所谓量产稳态后，Cpk>1.33的要求，我仍然认为Ppk更合适，至少是现阶段。

大家对这个概念，都有哪些理解，感谢讨论。

帅帅华生

开始以为弄懂了一点，现在看了楼主说的，感觉自己啥都不懂了

眷念锁眉间

1.正如你所说的CPK针对的是组内变异，PPK是组内和组间总变异。对应休哈特控制图，我觉得你应该认真研究一下，休哈特控制图主要是组内变异，在要求分组的时候，原则就是组内变异小，组间变异大。从这个原则我们可以推断出CPK应用过程，一定要组内变异小，因为你的分组不正确，就会使得控制限变化，最终会影响你的受控判断。
2.SPC所谓的受控和不受控完全是基于概率论来判断的，如果非随机就是不受控；而我们药厂受控不受控是比较复杂的，包含偏差引发的人机料法环等等因素引发的非随机因素。
3.对于PPK和CPK那个合适，我觉得你应该首先研究一下Ｃ和Ｐ这两个单词　ｃ－－潜力　Ｐ代表表现出的能力，我认为你只有知道潜力多大，你才能调整你的制程能力。
４．对于短期和长期，我觉得你从取样分组的地方来理解，而不应该滥用其他行业的数据。如果你的长期能力满足分组原则，那么就用长期，如果不满足只能ＣＰＫ分工序来研究。
献丑了，文字表达能力有限，有问题可以Ｑ我３８５０９４２６７

红茶.

cpk的前提是数据服从正态分布，ppk不需要这个前提。

Evan.

学习一下啦

帅帅华生

红茶. 发表于 2015-3-4 13:42
cpk的前提是数据服从正态分布，ppk不需要这个前提。

我就是这样处理的，非正态的时候用ppk,正态就用cpk

syhorchid

顶一下

fengdewuyu

眷念锁眉间 发表于 2015-3-4 13:25
1.正如你所说的CPK针对的是组内变异，PPK是组内和组间总变异。对应休哈特控制图，我觉得你应该认真研究一下 ...

感谢您的回复，关于您的回复，有以下问题
答复2：我理解休图的稳态判断，是应该去除掉偏差这些明显的非随机因素后，再进行统计的。我所困惑的就是，即使正常的人机料法环波动，也很难满足控制图限度的前提下，我们做能力计算，是为评估什么？
答复3：C和P，我理解是Capability和Performance，反映工艺能力与产品性能对应。您对C的潜力理解，是出于哪里？
答复4：确实没有理解您的意思。所谓长期能力满足分组原则是何含义？正常的分组概念，肯定是批吧。您是否是指，在批之后，再设定一个标准，比如3个月或者30批。数据跨度达到这个值，就以Ppk评价，达不到就以Cpk评价？这么说，您理解的Ppk就是长期能力指数？

yuansoul

fengdewuyu 发表于 2015-3-4 14:26
感谢您的回复，关于您的回复，有以下问题
答复2：我理解休图的稳态判断，是应该去除掉偏差这些明显的非随 ...

哈秀特 适合于对于单一属性连续测试数据的评价。单一属性连续测试相当于组内；不同属性 的连续测试相当于组间。一个螺母尺寸反复测试，就是组内；两个，或者两个以上螺母反复测试就是组间。

对于药品来说，具有特殊性，很多属性测试后就不存在了，就像量子物理中的“量子测不准”。

所以，你需要判断评价目标来选取适合的数据做统计分析。而不是使用已经有的数据来评价你想要评价的目标。那样话就会频繁报警，或者漏报。

红茶.

yuansoul 发表于 2015-3-4 14:36
哈秀特 适合于对于单一属性连续测试数据的评价。单一属性连续测试相当于组内；不同属性 的连续测试相当于 ...

我的组内与组间的理解与你不同。药品生产中，几乎没有可能一个产品测N次，但是能否1个灌装头的n个样品测试算组内，一台灌装机的N个灌装出来的N*n个样品数据算组间。

yuansoul

红茶. 发表于 2015-3-4 14:58
我的组内与组间的理解与你不同。药品生产中，几乎没有可能一个产品测N次，但是能否1个灌装头的n个样品测试 ...

但是基于哈秀特控制图来说，我觉得我说的是本意。如果是对于多灌装头的一台灌装（分装）设备，测试分装（灌装）的装量差异，应该是以批次作为整体，不考虑所谓灌装头之间（组间）。通过分段的时间来评价移动极差比较好。不适合用ppk、cpk之类。单一灌装头可以。

红茶.

yuansoul 发表于 2015-3-4 15:08
但是基于哈秀特控制图来说，我觉得我说的是本意。如果是对于多灌装头的一台灌装（分装）设备，测试分装（ ...

考虑灌装头之间的差异的好处在于，万一其中有一个有点问题的话，可以很快的发现。

fengdewuyu

红茶. 发表于 2015-3-4 14:58
我的组内与组间的理解与你不同。药品生产中，几乎没有可能一个产品测N次，但是能否1个灌装头的n个样品测试 ...

恩，我理解也可以将多个灌装头测试一次算组内，测试多次算组间。
分组依据，关键还是要首先依靠经验判断，哪项对产品质量影响更大，是设备运转稳定性，还是不同灌装模具

yuansoul

红茶. 发表于 2015-3-4 15:25
考虑灌装头之间的差异的好处在于，万一其中有一个有点问题的话，可以很快的发现。

这个看设备选型时候是否具备这个功能啊，有时候数据分不开。人工的话，肯定是可以的，比如口服液。无菌制剂方面不好说了，大部分是自动称重或者计量。

红茶.

yuansoul 发表于 2015-3-4 15:27
这个看设备选型时候是否具备这个功能啊，有时候数据分不开。人工的话，肯定是可以的，比如口服液。无菌制 ...

我们很漏，人工造个条件来分别取样。

yuansoul

红茶. 发表于 2015-3-4 15:35
我们很漏，人工造个条件来分别取样。

那就行了。没问题了。

fengdewuyu

帅帅华生 发表于 2015-3-4 14:05
我就是这样处理的，非正态的时候用ppk,正态就用cpk

我之前也是如此理解的，但不知大家意见如何

眷念锁眉间

fengdewuyu 发表于 2015-3-4 14:26
感谢您的回复，关于您的回复，有以下问题
答复2：我理解休图的稳态判断，是应该去除掉偏差这些明显的非随 ...

对于capability -潜力是我自己的理解，当然包含

眷念锁眉间

fengdewuyu 发表于 2015-3-4 14:26
感谢您的回复，关于您的回复，有以下问题
答复2：我理解休图的稳态判断，是应该去除掉偏差这些明显的非随 ...

对于capibility的理解是基于我的语言基础理解的，当然包含学校学习的一部分理念。
对于长期和短期的区分，我的意思是说，药品生产过程中很难找到纯净的组内，大部分都是组间和组内的总变差，如果你可以确定你的分组完全正确，那么你可以应用CPK，一般很少，在判稳后使用PPK较妥。

fengdewuyu

眷念锁眉间 发表于 2015-3-4 15:47
对于capibility的理解是基于我的语言基础理解的，当然包含学校学习的一部分理念。
对于长期和短期的区分 ...

这点有道理